基于地质条件的煤矿含水层改造策略分析

对于煤矿含水层来说,主要是煤矿在开采的过程中遇到的地下水层。这些地下水层可能位于煤矿的上面,也可能位于煤矿的下面。煤矿的含水层对于煤矿的开采有着非常重要的影响,如果不能实时的关注,将会直接影响煤矿的生产和安全。因此对于煤矿含水层来说需要采取合适的排水措施,将地下水引入到水泵进行抽排,从而确保煤矿整体的干燥性。所以对于煤矿含水层要制定合理的煤矿生产有效措施,综合考虑地质水文等情况,对煤矿含水层进行科学的处理。

基于水力层析法的某煤矿承压含水层叠加放水试验分析

水文地质参数是衡量含水层富水性的重要指标,其空间分布特征的准确推算,对于矿井突水灾害预报与防治具有积极意义。传统放水试验分析方法得到的是等效水文地质参数,不能准确刻画含水层的空间异质性。基于随时间变化的水头数据与水文地质参数的互相关分析,将水力层析法应用在陕西榆林柠条塔煤矿井下承压含水层叠加放水试验数据分析中,获得了研究区水文地质参数的空间分布特征。结果表明,工作面南北富水性差异大,涌水区位于强导水带上;从涌水区往北,导水系数和储水系数整体上逐渐减小;南部导水系数和储水系数均较大,属于富水异常区。研究表明,水力层析法是一种有效的非均质含水层参数识别的新技术,将井下放水视为针对含水层的刺激源,结合水头与水文地质参数的互相关分析,联合多个观测孔的水头响应数据,反演刻画研究区域的主要地质结构特征。在矿井水文地质条件分析中,预先采用水力层析法识别富水异常区域,可以有效降低突水事故风险。

基于激光诱导荧光技术的煤矿水源识别研究

快速准确的识别煤矿含水层水源对于煤矿突水预警及灾后救援意义重大,针对传统水源识别耗时较长,不适宜构建在线式预警系统,提出使用激光诱导荧光技术用于煤矿水源类型识别的方法。利用激光激发待测水样,获取其荧光光谱,结合模式识别对水源进行快速辨识。实验采集了淮南矿区谢桥煤矿的两种纯水样本-老空水与砂岩水,并根据不同混合比配成5种混合水样进行实验。首先针对获取的水源荧光光谱中可能会存在的各种噪声及干扰信息,采用SG、 Normalize、 Gapsegment求导、 Detrend和MSC 5种常用的光谱预处理算法对光谱数据进行处理。其次针对荧光光谱数据量过大,对数据进行PCA降维,作为对比6种预处理方式(含原始光谱)主成分数皆取3,结果显示SG预处理累计贡献度最大,为97.26%;其次是原始光谱,为92.38%, Normalize与Detrend累计贡献度相差不大,分别为88.04%和87.59%, MSC为66.41%, Gapsegment最差,为22.65%。最后分别对PCA降维后的数据使用线性LDA以及非线性RBF-SVM模型进行识别对比。使用LDA进行建模, SG-PCA-LDA正确率最高,达到了98.86%,依据建立的LDA模型,对验证集数据进行识别, SG-PCA-LDA的正确率依然最高,为100%。使用RBF-SVM进行建模, Original-PCA-RBF-SVM, SG-PCA-RBF-SVM, Normalize-PCA-RBF-SVM正确率最高,皆为97.14%,依据建立的RBF-SVM模型,对验证集数据进行识别, Original-PCA-RBF-SVM和SG-PCA-RBF-SVM正确率依然最高,为97.14%。对比两类模型可以发现, LDA验证集正确率较建模集有一定的提升,而RBF-SVM验证集正确率较建模集有小幅度降低,说明LDA模型对于此煤矿水源荧光光谱数据的泛化能力较好,且成功率较高。结果表明, SG-PCA-LDA模型结合激光诱导荧光技术是一种较佳的应用于本地煤矿水源识别的方法,且验证了对老空水、砂岩水的纯水样和混合水样识别的可能性,可以推广到煤矿其他混合水源的识别中。