姚桥矿地下水化学特征及在矿井水源判别中的意义

姚桥矿地下水系统包含四个子系统:新生界孔隙含水层组、煤系砂岩裂隙含水层组、太原群石灰岩溶隙含水层组及奥陶系灰岩岩溶含水层组。通过对这四个子系统水文地球化学特征的系统研究,提出了各子系统所特有的水质模型,并确定出能作为矿井水源判别依据的水溶组分,为矿井防治水提供水化学特征依据①。

支持向量机在矿井水源判别中的应用

矿井突水是威胁煤矿安全生产的最大隐患之一,准确判别矿井水源是矿井防治水的前提。本文以水质数据资料中的化学成分作为训练样本,以支持向量机作为分类器,对样本进行学习,得到训练模型,根据训练好的模型对样本进行预测判别。结果表明,采用支持向量机对矿井水源进行判别,能得到较好的结果。由于支持向量机适用于小样本,所以应用前景广阔。

基于分形滤波的SOFM在矿井突水水源判别中的应用

选择Na+,K+,Ca+,Mg2+,Cl-,SO42-和HCO3-这7种离子的含量作为判别因素,建立了基于分形滤波的矿井突水水源的自组织特征映射(SOFM)神经网络识别模型.实例结果表明,基于分形滤波的SOFM网络模型具有收敛快、精度高的优点,能很好地满足矿井突水水源的识别需要.

基于Fisher判别模型的煤层底板突水水源预测

针对传统矿井突水水源判别方法对矿井煤层底板突水水源判别准确率低的问题,以城郊煤矿二_(2)煤层为例,建立了Fisher矿井底板突水水源判别分析模型。城郊煤矿二_(2)煤层具有突水威胁的含水层分别为煤系砂岩含水层和底板太原组岩溶裂隙含水层,考虑到水化学离子的重要性及数据的有效性,采用煤层底板有突水威胁的砂岩水、太灰水和混合水3类水样分析资料作为样本,选取Ca^(2+),Mg^(2+),Na^(+)+K^(+),HCO_(3)^(-),Cl^(-),SO_(4)^(2-)这6种离子含量和矿化度作为矿井突水水源判别分析的变量。利用SPSS软件求得2个典型Fisher判别函数(第1和第2判别函数),计算出典型判别函数在3类水样类别的中心值,通过比较待判水样函数值与这3类水样类别的中心值距离即可判别样本归属哪一类别。利用回代估计法对Fisher矿井底板突水水源判别分析模型进行检验,结果表明:该模型的判别正确率达93.3%,判别结果可信度高。利用该模型对城郊煤矿二_(2)煤层10个已知水样进行分类,得出10个水样的判别结果与实际情况吻合,判别正确率为100%。