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。      

矿井水害水源的水文地球化学探测技术

水文地球化学探测技术在判断矿井突水水源方面具有快速、及时、经济方便等特点。结合典型实例,介绍了特征离子和离子比值法、水质分析结合同位素综合分析法、水化学示踪法、数学判别模型法探测技术及其在矿井水害水源判别中的应用,为矿井水水源探查提供了参考依据。      

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。     

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。     

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。     

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。      

基于Fisher判别分析和质心距评价法的矿井水源判别

矿井突水是影响煤矿安全生产的灾害之一,快速准确地判别突水水源对于水害治理至关重要。Fisher判别分析法在判别混合水时,只能将此确定为最相像的某一分组,从而发生误判,因此在Fisher判别分析理论的基础上引入了质心距评价法,剔除可能为混合水样的样本数据,可以提高判别结果的准确率。为此选取13种水化学离子作判别因子,30个有代表性的水样作为训练样本建立判别函数模型,应用判别函数模型及质心距辅助评价指标对6个取自特定含水层的单一水样和4个取自水仓的混合水样验证分析,引入质心距评价分析后判别准确率从60%提高到83.3%。研究结果表明,在Fisher判别分析后进行质心距评价分析可提高判别结果的准确度。      

突水水源的独立性权-模糊可变理论识别模型

在煤矿开采过程中,矿井水害事故频繁发生。为快速准确地找出矿井突水水源,降低矿井突水给煤矿生产带来的危害,以赵各庄矿为例,运用独立性权系数与模糊可变理论相结合的方法,选取了Na+,Ca2+,Mg2+,Cl-,SO₄2-和HCO₃-6种水化学指标,对赵各庄矿的20组水样数据进行分析计算。结果表明:独立性权系数-模糊可变理论模型排除了水样中各指标间冗余信息的影响,克服了水样各变量间权重难以确定以及变量对水质影响不均匀的问题,可在一定程度上保证突水水源识别模型的准确度;Cl-权重值远大于其他各项化学指标的权重值,即Cl-对突水水源的识别结果影响较大;采用本文所建模型判别赵各庄矿的8组测试水样,判别准确率达87.5%,表明该模型在矿井突水水源识别中具有重要参考价值。      

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。      

有关矿井突水水源判别方法的探讨

判别矿井突水来源是矿井防治水工作中的关键环节,选择合适的判别方法是快速高效判别突水水源的关键。本文对近些年来判别矿井突水水源的各种方法进行深入探讨,指出在水源判别时注意的问题,为矿井防治水提供决策依据。     

基于系统聚类分析的煤矿突水水源识别技术——以潞安矿区王庄煤矿为例

煤矿防治水的根本是突水水源识别,而华北煤田含水层的叠置的关系及上下导水通道使传统的矿井突水水源判别方法存在准确率较低的问题。以潞安矿区王庄煤矿为例,该区域主要的含水层为奥陶系岩溶裂隙含水层、上石炭统太原组灰岩含水层、二叠系砂岩孔隙裂隙含水层与第四系孔隙含水层,各含水层的化学特征、富水性与渗透性具有明显差异。采集矿井各含水层水样共34件,分析其化学特征,首先运用系统聚类分析法对各水源样本进行筛选及异常值剔除,然后利用Piper三线图对水样进行分类。根据分类结果,推测该矿井突水水源为砂岩裂隙水,另外依据Piper三线图可判别砂岩水和峰峰组奥灰水,准确率右达67. 7%。     

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.     

逐步判别模型在矿井突水水源判别中的应用

利用不同含水层的水化学成分差异,采用逐步判别方法借助SPSS统计软件,建立矿井突水水源的判别模型,选取矿井三类突水水源31个样品作为判别样品,以突水含水层Ca~(2+)、Mg~(2+)、K~++Na~+、HCO3~-、Cl~-、SO_4~(2-)等常规离子组分为评价因子,并筛选出Ca~(2+)、HCO3~-两个指标作为判别指标,得到逐步线性判别函数,用于突水水源的判别,并采用马氏广义距离的F检验、回判检验及样品检验等多种方法进行验证,经验证,该模型判别效果较好,能较好识别突水水源。     

灰色局势综合评判法在煤矿突水水源判别中的应用

目前煤矿水害已成为深部开采的一大灾害,其中很多突水在矿井淹没后找不到水源,给综合治理水害带来了很大的不便。地下水流动系统本身具有一定的灰色模糊性,根据这一特性,应用灰色局势综合评判法的相关亲缘程度的综合测辨隶属度R来判别矿区突水水源,并用实例进行了分析验证,为治理水害提供科学的依据。     

基于GIS和聚类分析的矿井突水水源快速判别

基于GIS强大数据库功能和模糊聚类分析方法,建立模糊综合评判模型进行矿井突水水源快速判别,同时利用GIS可视化技术将评判结果直观地显示给用户。尝试将该系统应用于河南某矿区,结果表明该系统简便易行,评判结果切合实际,也验证了该系统的可靠性。采用该系统软件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。     

矿井突水水源判别的ESN正则化模型

针对标准回声状态神经网络（ESN）因病态解而导致水源判别模型准确率低,精度差的问题,提出了将6种正则化方法与ESN神经网络相结合,并应用于矿井突水水源的判别,与标准ESN模型的判别结果进行对比分析。结果表明:ESN模型易出现过拟合问题,判别准确率只有49%~88%;而采用阻尼最小二乘奇异分解法（DSVD）与广义交叉验证法（GCV）相耦合的正则化方法能够较好的解决模型病态解问题,使模型的准确率提高到100%,最佳判别精度比标准ESN模型提高了64%,稳定性提高了61%;且该方法对不同规模的储备池结构表现出较强的适应性,不仅简化了模型的映射关系,提高计算效率,还增强模型的泛化能力。因此,基于GSVD_GCV正则化的ESN水源判别模型可作为一种快速有效判别矿井突水来源的新方法。      

水质动态曲线预测在突水水源判别中的应用

为解决矿井水文地质条件复杂矿区的工作面突水后水源难以借助单一方法快速判别的问题,在现有水源判别方法的基础上,以霍州煤电干河矿2-112工作面为例,利用已有勘探数据,提出了以"独立识别区"和"关键离子"为主的用于突水过程分析的水质动态曲线预测法。"关键离子"用于初步判别水源类型,当水质动态曲线进入"独立识别区"时,可进入二级判别确定突水水源。运用此方法实现了对干河矿2-112工作面突水水源的准确判别,形成了肯定判别仅有太灰水或太灰水、奥灰水同时参与突水过程的判别方法。