任楼煤矿水源判别模型的自动识别

在新区矿井样本少的条件下，多类判别的问题一直难以解决，特别是发生过突水淹井的煤矿，各含水层的地下水有了一定的混合，判别水源就更为困难。因此需要一种快速、有效、准确的判别方法，对水源逐对辨别，并按概率最高者归类。将这一方法应用于任楼煤矿，对某工作面凭经验难以判别的水源进行确定，收到了很好的效果，肯定了注浆效果，取消了防水闸门。这一结论已被生产验证。这种方法在水样少的条件下具有普遍的用途。

基于熵权-灰色关联度理论的矿井突水水源判别模型研究

黄淮地区是我国东部煤炭集中地之一,尤其在进行浅部煤层开采时极易发生突水事故。为了快速准确地识别突水水源,文章收集安徽省淮南矿区、淮北矿区和阜阳市谢桥矿区等5个矿区的100个水样数据,先通过Piper三线图分析黄淮地区各主要突水含水层的水化学特征,然后选取七大离子、pH和TDS为判别指标,通过熵权法与灰色关联度理论相结合的方法,建立了灰色加权关联度水源判别模型,最后利用该模型对11个待判样本进行预判,错判了一个。结果表明,熵权-灰色关联度矿井突水水源判别模型能够有效的提高识别精度,迅速准确地判断突水水源,为以后黄淮地区的煤矿安全工作提供了依据。

基于PCA-KD-KNN方法的矿井突水水源判别分析研究

在煤矿开采过程中,矿井突水事故严重威胁着煤矿安全生产和工人的生命安全。为了快速准确地判别矿井突水水源,达到有效预防水害事故的目的,基于KD-tree(K-dimension tree)与KNN(K-Nearest Neighbor algorithm,KNN)算法,建立了矿井突水水源判别方法。根据矿井中不同含水层的水化学特征的差异性,选取9种水化学成分作为突水水源的判别指标。采用主成分分析法(PCA)进行数据降维;进一步运用K维树形结构存储训练样本,提高数据搜索效率,然后结合KNN算法进行突水水源判别。以蔚州矿区为例,采用矿区4个含水层的24组实测数据构建模型,其中16组作为训练样本,另外8组为测试样本,并与传统KNN算法的判别结果进行对比。结果表明:KD-tree确定了离待测样本最邻近的3个训练样本,降低了KNN算法的计算复杂度。对比KD-tree与KNN相结合的新方法与传统KNN算法的判别结果,新方法的准确率提高了25%,说明新方法能使判别结果更加快速准确。

Establishment of water source discrimination model in coal mine by using hydrogeochemistry and statistical analysis： a case study from Renlou Coal Mine in northern Anhui Province, China

The demand for energy consumption promotes to find more coal in deep underground up to 1 000 m and brings more serious situation of water disaster. As one of the major methods for water disaster control, hydrogeochemistry attracts a series of studies related to water source discrimination. In this paper, a simple method for constructing the water source discrimination model based on major ions and multivariate statistical analysis was reported using the following procedures： （1） collection of data and interpretation, （2） analysis of controlling factors based on the chemical composition of groundwater, （3） ＂pure＂ sample chosen, and （4） discrimination model establishment. After the processes, two functions and a diagram were established for three aquifers （the Quaternary, Coal bearing, and Taiyuan Fm.） from the Renlou Coal Mine in northern Anhui Province, China. The method can be applied in almost all coal mines and can be used for evaluating the contribution ratios if the water is collected from a mixing source.