矿井突水水源判别的多组逐步Bayes判别方法研究

矿井突水是采矿过程中最具威胁的自然灾害之一。能否准确快速地判别矿井突水水源,不仅是矿井水文地质工作的主要内容,而且是煤矿防治水工作的重要基础。为了有效判别矿井突水水源,综合考虑水化学指标对水源判别的重要性,基于多组逐步Bayes判别分析理论,选取Na+ K+、Ca2+、Mg2+、Cl-、SO42-和HCO3-共6项指标作为判别因子,利用国内某矿区各主要含水层的35个水样的水质资料作为训练样本,建立了矿井突水水源预测的多组逐步Bayes判别分析模型。实例分析表明,该模型结果与实际情况相符合,说明该模型在矿井突水水源判别中具有良好的实用性和有效性,为判别矿区新的突水水源提供了一种新思路。     

基于离差加权的煤矿突水水源判别模型及应用

矿井突(涌)水水源的快速识别是矿井水害有效防治的前提条件。针对应用模糊综合评判方法解决水源判别常用的"超标加权法"和"偏标加权法"确定判别因子的权重系数方面存在的不足,结合方差分析中的离差分解法,提出了矿井突水水源判别权重系数确定的离差加权法;利用SPSS软件,并以淮南潘三矿为例,对上述3种模型进行对比分析研究。结果表明:基于离差加权的模糊综合评判能够有效的判别突水水源,比"超标加权法"和"偏标加权法"有更高的判别率;基于离差加权的模糊综合评判具有原理清晰、结构简单、运算量小、更为合理等优点,适合快速识别水源,为矿井水害防治提供了一种辅助决策手段。      

基于主成分分析的矿井突水水源Bayes判别模型

矿井突水严重威胁矿区安全生产,快速准确地判别突水水源,对有效防治矿井突水灾害有重大意义。根据鹤壁矿区6个主要含水层水化学成分的差异性,选取了Ca2+、Mg2+、Na++K+、CO2-3、HCO-3、Cl-、SO2-47个指标作为突水水源判别的评价因子,并选用鹤壁矿区294个水样作为学习样本,以Matlab为平台,先采用主成分分析法提炼出三个主成分Z1、Z2和Z3。然后把这3种主成分的值作为贝叶斯判别指标,建立了鹤壁矿区突水水源判别模型。利用该模型对鹤壁矿区随机选取22个突水水样进行水源判别,判别正确19个,错误3个,精度达到86%。判别错误的原因,主要是因为有的含水层水化学类型相似或者几个含水层之间存在一定的水力联系。研究结果表明,基于主成分分析的矿井突水水源Bayes判别模型能够满足矿井生产要求,可为防治水工作提供决策依据。     

Bayes方法在矿井突水水源判别中的应用

快速有效地判别突水水源是矿井安全生产的重要保障。选取各含水层多项水质指标,应用Bayes方法建立适用于不同水质类型的矿井突水水源快速判别模型。结合SPSS软件,以淮南顾桥矿为例,并与模糊综合评判模型、神经网络模型进行分析比较。结果表明:贝叶斯多类线性判别模型能够有效地判别突水水源,比模糊综合评判有更高的准确性,与神经网络模型的判别准确率相同。Bayes多类线性判别模型又以其计算过程简单、模型结构稳定而优于神经网络模型。既提高判别准确率又提高判别速度,实现对突水水源快速有效判别。      

距离判别法在矿山防治水中应用

以淮南潘二矿区、山西河池矿区和河南焦作矿区水样作为突水水源数据,采用距离判别分析理论,对突水水源进行判别分析。选用六大常规离子作为判别因子,分别建立矿井突水水源的距离判别分析模型。经回判检验表明,潘二水样和焦作水样的距离判别模型回判准确率超过90％,而河池矿区水样距离判别模型的回判准确率仅50％。为此,增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立河池矿区水样的距离判别分析模型,回判准确率提高至90％,证明适当增加特征判别因子对改善距离判别分析模型的判别准确率有利。最后对三个矿区的未知样本进行了距离判别分析,并与Bayes逐步判别法和模糊综合评判法判别结果对比,结果表明距离判别法稳定性较好,判别准确率与Bayes逐步判别基本相同,比模糊综合评判要好。因此,在判别因子选择合适的情况下,距离判别法是目前矿井突水水源判别的有效方法。     

基于GIS和水质水温的矿井突水水源快速判别

针对淮南潘谢矿区新生界下含松散孔隙水与石炭系太原组石灰岩岩溶裂隙水水质接近的特殊情况,提出了基于GIS和水质水温的矿井突水水源快速判别方法。该法是利用测温钻孔的温度-深度拟合结果,构建基于GIS的利用水温识别突水水源的模型,并将其判别结果与基于水质的模糊综合评判计算的结果相结合,综合判别矿井突水水源。本法应用于潘一煤矿86-1号突水判别,实例结果显示,该法可以较好地适用于水质判别效果不佳,而含水层之间存在较大的地温差(埋深差)情况下的突水水源识别。      

矿井突水水源的Bayes逐步判别分析研究

对Bayes逐步判别法在矿井突水水源判别中的应用进行研究分析。选用六大常规离子（ Ca2＋、Mg2＋、K＋＋Na＋、SO42-、Cl-、HCO3-）作为判别因子,建立Bayes逐步判别分析模型,以内蒙唐家汇矿区突水水源判别为例,在建立的判别模型回判检验准确率仅60%,分析原因可能与选定的特征判别因子对该矿区水样分类影响能力较弱有关。增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立Bayes判别分析模型,使回判准确率提高至90%,证明适当增加特征判别因子对改善Bayes逐步判别模型的可靠性和稳定性有利。经对唐家会矿区的3个未知样本进行了判别分析,并与距离判别法和模糊综合评判法判别结果对比,结果表明Bayes逐步判别模型准确性较好,判别准确率与距离判别结果完全相同,而优于模糊综合评判方法。在合理选取特征判别因子的情况下,Bayes逐步判别法是目前矿井突水水源判别的有效方法。     

采动影响下矿井突水水源Fisher判别与地下水补给关系反演

为了揭示采动影响下矿井突水水源误判原因,进而推测地下水补给关系,收集了朱仙庄煤矿历年水化学资料,建立了突水水源的Fisher判别模型,并根据水样误判结果以及矿井地质与水文地质条件,反演分析了地下水补给关系.研究结果表明朱仙庄煤矿煤系砂岩裂隙含水层全部水样回判正确,含水层较为封闭,与其他含水层无水力联系;新生界第四含水层、侏罗系砾岩含水层与石炭系或奥陶系灰岩含水层部分水样误判,矿井采动影响下不同时期含水层间的地下水存在不同程度的水力联系,矿井新生界第四含水层水源对侏罗系砾岩含水层存在补给,石炭系或奥陶系灰岩水则通过矿井南部露水补给新生界第四含水层.地下水动力条件的变化验证了地下水补给关系.建立突水水源判别模型,分析回代误判原因,反演地下水补给关系,为正确认识矿井采动影响下地下水循环条件提出了新的研究手段.     

基于GIS的矿井突水水源判别系统研究

应用模糊聚类分析得到的含水层背景值,建立模糊综合评判模型,进行矿井突水水源快速判别。基于GIS强大的数据处理功能,利用GIS可视化技术将判别结果直观地显示出来。该系统不但实现了突水水源的点查询,还实现了突水空间分区。通过实际应用,证明该系统简便易行,结果可靠。它可高效准确地完成未知突水水样的水源判别,为煤矿安全生产提供决策依据。      

基于主成分分析的多项Logistic回归模型的突水水源判别研究

矿井水害是矿井生产过程中较常见的地质灾害之一。快速有效地判别突水水源是预防矿井水害的关键所在。选取袁店二矿59个水样资料(常量离子含量),利用主成分分析进行处理,得出主成分得分;以主成分得分为自变量,水源类别为因变量建立多项Logistic回归模型;运用该回归模型对59个水样资料进行类型判别,得出综合判别准确率达到86.4%;并通过实例对判别模型进行了验证。研究结果表明:主成分分析法与多项Logistic回归模型相结合的方法在水源判别上具有可行性,不仅消除了常量离子之间的内在影响,而且使判别结果具有一定的准确率,在突水水源判别问题上提供了一种新方法,为矿井防治水提供有效依据。     

纳林河二号煤矿涌水水源判别的PCA-Logistic方法

纳林河二号煤矿作为纳林河矿区的第一对大型矿井,生产初期由于其自身复杂的水文地质条件和采掘的强扰动,导致涌水事件时有发生,给矿井的安全生产造成严重威胁,快速有效地找到涌水水源是防治矿井水害的关键。通过对纳林河二号煤矿主要含水层及采空区水样进行水质分析并绘制Piper三线图,揭示矿区各含水层地下水及采空区水的水化学特征,统计Ca2+、Mg2+、Na++K+、HCO₃-、Cl-、SO₄2-、pH和矿化度8个指标作为水源判别的原始数据,经主成分分析法（PCA）处理得到4个主成分F₁、F₂、F₃和F₄;将4个主成分的值作为Logistic回归模型的判别指标,建立纳林河矿区涌水水源判别模型;以36组标准水样作为训练样本,发现模型回代准确率为97.22%,再利用建立的模型对4组待判水样进行判别,结果与实际分析相符。研究结果表明:主成分分析和无序多分类Logistic回归方法相结合的涌水水源判别模型能够有效消除样本原始数据间的冗余信息,使涌水水源判别结果更加快速准确,可为矿井防治水工作提供决策和依据。移动阅读      

矿井涌水水源判别的GRA-SDA耦合模型

选取矿井涌水水源判别中常用的灰色关联分析和逐步判别分析作为基础模型,分析了两者的优缺点及单独使用中存在的问题,提出耦合判别思路,设计了GRA-SDA耦合式水源判别模型。利用某矿区实际样本数据,选取Na++K+、Ca2+、Mg2+、Cl-、SO42-、HCO3-共6组离子以及矿化度作为判别因子,对该模型进行实例验证。分析表明,该模型判别结果与实际情况吻合较好,与单独使用一种分析方法相比较,有效地提高了水源判别正确率。     

主成分分析与Bayes判别法在突水水源判别中的应用

准确有效地判别突水水源是解决矿井水害的前提条件。基于淮北袁店二矿各含水层共59个水样水质化验资料,利用主成分分析法,计算各水样的因子得分,并进行系统聚类,剔除错误样本。利用剩余水样作为学习样本,检验Bayes判别函数的判定准确性,得出准确率为92.5%,并进行交叉验证。利用该判别函数对某工作面底板下一富水区水样进行判别,结果与实际情况吻合。结果指示基于主成分分析与Bayes判别法较单一Bayes判别法更加准确,能够消除样本变量之间的相互影响,实现对突水水源的快速有效判别。      

巷道防突岩柱厚度对断层带延期突水的控制机理

为了探讨防突岩柱厚度与巷道延期突水的相互关系,首先根据泥岩的三轴蠕变试验结果,结合材料本构关系建立了相应的"六元件"非线性黏弹塑性流变模型,并利用Matlab中的最小二乘法对模型进行了拟合;其次,在分析承压断层带与泥岩防护岩柱相互作用的基础上,探讨了防护岩柱的蠕变特性对巷道工作面延期突水的影响机理,由此推导出泥岩防护岩柱的蠕变失稳时间公式。根据该公式中应变的弹性力学方程,并通过蠕变失稳时间t在主破裂面走向上的积分,建立了防护岩柱厚度L与延期突水时间T的函数关系;最后,利用Gauss数值分析方法,对不同泥岩防护厚度所对应的时间T进行了计算。开滦赵各庄煤矿实例计算表明:巷道工作面延期突出时间T与防护厚度L存在直接函数关系,当防护岩柱厚度分别为10 m、20 m、30 m、40 m时,相应的延期突水时间分别为20 d、42 d、67 d、94 d。这一计算结果与该矿相应工况条件下的历次滞后突水事故（滞后1~3个月）较为吻合,对矿井实际地下水害防治具有一定的指导意义。      

Risk Assessment of Coal Floor Water Inrush from Underlying Aquifers Based on GRA–AHP and Its Application

Ground water inrush from underlying coal seam aquifers is a serious geohazard during coal mining in China. In order to effectively predict coal floor water inrush, the evaluation index system and evaluation standard for coal floor water inrush, containing quantitative indexes and qualitative indexes, is established on the base of conditions of aquifer and aquiclude, geologic structure and mining disturbance. Simultaneously, grey relational analysis and analytic hierarchy process are used to establish an evaluation model which efficiently overcomes the uncertainty between indexes of water inrush effects and really reflects the degree of importance for each index of water inrush effects. The model is applied to the typical working face of Yuzhou coalfield in the north of China to demonstrate the evaluation process. Compared to the water inrush coefficient method which is widely used for evaluating coal floor water inrush, the presented evaluation model in this paper accords more with the susceptibility of coal floor water inrush by multi-factor and is of nonlinear dynamic characteristics of highly complicated formation mechanism. This method offers a new tool in the assessment of ground water inrush in mine.     

地下水化学特征在岱河矿涌水水源判别中的应用

岱河矿区地下水系统包含三个主要子系统:第四系全新统孔隙含水层、煤系砂岩裂隙含水层组及煤系下伏灰岩岩溶裂隙含水层组。通过对矿区三个子系统地下水化学特征分析,确定各子系统涌出水来源判别依据的水溶组分并建立各子系统所特有的水质模型,进而提出矿井涌水水源判别模式。实际应用表明,该判别模式具有快速准确的特点,可以为了解矿井涌水来源,预测矿井涌水量,防治矿井突水提供理论依据。     

基于matlab的煤层底板突水预测系统

针对当前煤层底板突水预测存在的问题,在突水概率指数法预测预报系统的基础上,用matlab开发出了一套新型煤层底板突水预测系统软件。通过对地质、水文地质等信息数据进行分析处理,从而确定导致煤层底板突水的主控因素及次级影响因素,并分别赋予其相应的权重值,将各因素在底板突水中所起的作用定量化。特别是对于不同矿区不同控制因素的影响,其相应权重值的大小可以灵活改变。建立赋权求和数学模型,绘制出各个主要控制因素的专题图,并根据各个主要控制因素的不同权重值,叠合绘制出底板突水概率指数法突水分区图。同时计算出煤层底板突水概率指数。将系统软件应用于工程实际,预测效果与实际情况相吻合。      

基于SSA优化的GA-BP神经网络煤层底板突水预测模型与应用

随煤层开采深度的不断增加,煤矿生产过程中面临着复杂的突水机理和多变的突水主控因素,且各因素间相互联系的不确定性,使底板突水预测的难度不断增加。为准确预测底板突水危险性,针对底板突水的小样本、非线性问题,首先利用遗传算法(Genetic Algorithm,GA)将网络随机赋值的初始权值和阈值初次优化,再选取搜索能力强、稳定性较好的麻雀搜索算法(Sparrow Search Algorithm,SSA)对权值和阈值进行二次寻优,从而建立SSA-GA-BP神经网络底板突水预测模型。分析整理山东省滨湖煤矿地质及水文地质资料,选取含水层水压、含水层厚度、隔水层厚度、断层密度、断层分维值、渗透系数、单位涌水量、底板破坏深度共8个因素,作为预测底板突水的主控因素,绘制各主控因素3D映射投影曲面图;利用Surfer软件中的克里金插值法提取50个数据点作为模型的输入样本(分为训练集40个,测试集10个),对模型进行训练学习,训练误差精度达到要求后,对滨湖煤矿3个未开采工作面的12个数据点进行突水危险性预测。为了验证所建模型的准确性,利用BP、GA-BP、SSA-GA-BP这3种模型对测试集进行预测;为避免模型仅与BP网络预测对比的片面性,同时选取以熵权法确定权重的模糊综合评判法对测试集进行预测;将各网络模型及方法的预测结果与实际值进行对比分析。结果表明:基于SSA优化的GA-BP神经网络模型突水预测误差较小,预测结果准确率更高,为矿井水害预测预报提供了科学的评价方法和理论依据。      

Application on Floor Water Inrush Evaluation Based on AHP Variation Coefficient Method with GIS

The prediction and prevention of floor water inrush is directly related to the safety of the coal mine production. The previous evaluation method of floor water inrush was more one-sided and lacked main control factors related to mining conditions. In order to evaluate the floor water inrush more accurately, under the project background of geological data of Wanglou coal mine, stope width, mining depth, fault scale index, water pressure, water abundance and thickness of aquifer were selected as main controlling factors of floor water inrush. Combined with the subjective weight analytical hierarchy process and the objective weight variation coefficient method, the weight coefficients corresponding to the main controlling factors were obtained respectively. The thematic map of the risk assessment of coal seam floor water inrush was drawn by combining the constructed comprehensive weight vulnerability index model and geographic information system. The results show that: ① according to the actual geological data of mine, two fault related factors were removed. And stope width and mining depth were increased as the main controlling factors to evaluate floor water inrush. It is easier to compare and calculate the weight of evaluation factors. ② The constructed comprehensive weight vulnerability index model can comprehensively evaluate the risk of floor water inrush. And the results of the evaluation are more accurate. ③ The related thematic maps can directly reflect the risk of floor water inrush, which is of guiding significance for the prediction and prevention of coal seam floor water inrush.