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。     

系统聚类逐步判别法对皖北矿区突水水源的分析

以Ca²⁺、Mg²⁺、K⁺+Na⁺、Cl^-、SO₄^2-、CO₃^2-、HCO₃^-、pH值与TDS的测试结果为指标,对皖北矿区四含、煤系、太灰、奥灰4个主要突水含水层系统分别进行聚类分析。在此基础上,筛选出能代表各含水层水化学特征的水样进行逐步判别分析,并从中选出了SO₄^2-与TDS两种标型组分,建立了皖北矿区突水水源的判别模型,该模型具有较好的判别效果。     

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。     

神经网络在判别煤矿突水水源中的应用

矿井突水水源的识别是矿井防治水工作的基础，快速准确地判别突水的来源对整个矿井的安全生产起着十分重要的作用。以峰峰矿区梧桐庄矿为例，应用神经网络的方法，对矿井突水水源进行了系统研究。结果表明，运用该方法取得了较好的效果，并可以用此模型来解决类似的评价和判别问题。     

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。     

灰色关联分析方法在突水水源判别中的应用

本文以淮南潘北矿区突不同含水层组分作为对象,采用灰色关联度分析法对矿井突水水源进行判别分析,重点研究样本评判因子的选择对判别准确率的影响,结果发现判别因子的选取对判别结果影响较为显著,即在原有Na＋＋K＋、Ca2＋、Mg2＋、Cl-、SO42-、HCO3-等六个评判因子基础上,增加总硬度、碱度、矿化度和PH值作为新的评判因子,其水源判别准确率由62．5％增至100％。因此,选择适合评判因子对提高灰色关联判别可靠性具有重要意义。     

马氏距离判别模型在矿井突水水源判别中应用

根据某矿井水质资料,建立了该矿判别突水水源的数学模型,利用VB程序开发了马氏距离判别软件。选择了K＋、Na＋、Ca2＋、Mg2＋、HCO3-、SO42-、总硬度、碱度、pH、矿化度11项指标作为评价因子,选取20个典型水样作为距离判别方法的训练样本,获得了判别模型,并用样本数据的回判处理进行验证。应用该模型对6个待测水样进行判别,并与Fisher判别结果进行比较,结果表明：其结果与实际情况吻合较好。     

矿井突水水源类型判别模型及其系统实现

系统介绍了矿井突水水源快速识别系统的组成,阐述了煤矿突水水源判别的3种数学模型及其适用条件,从应用的角度介绍了该软件的使用步骤。采用该系统软件可高效准确地完成未知样品的水源类型判别,为煤矿安全生产提供决策依据。     

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\     

基于PCA-SVR的煤层底板突水量预测

提出了一种基于主成分分析支持向量机回归(PCA-SVR)的煤层底板突水预测方法,用主成分分析来解决输入变量的选择问题。主成分以较少的维数包含了高维变量所携带的大部分信息,这不仅避免了过多的输入导致训练速度慢,同时也保证了预测准确度。实例表明,所提方法可有效消除众多影响因素间的相关性,减少输入变量个数,提高预测效率和精度。     

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-聚类复合模型在水环境管理中的应用--以松花江吉林段为例

以松花江吉林段5年的监测资料为依据,采用主成分分析与聚类分析的复合模型,定量诊断出水污染因子对松花江吉林段的污染贡献率,合理划分出各类水环境管理区域,并提出相应的水环境管理措施。结果表明:松花江吉林段主要污染物是挥发酚、COD和氨氮,表现为有机污染和非点源污染;在水环境管理分区中,丰满-龙潭桥区域属于轻污染,为水源保护江段,龙潭桥-哨口区域属于重污染,为水环境控制江段,哨口-白旗区域属于中度污染状况,为水环境自净江段。这一工作的开展对于实施河流水环境总量控制,实现松花江吉林段水域的科学化分类管理具有一定的参考价值。     

主成分分析法在判定新立矿井海水渗入中的应用

为了判定新立矿井海水渗入情况,在详细的水文地质调查、取样测试的基础上,应用主成分分析法将7个水质测试指标进行了降维处理,分析了主成分的实际意义,并根据综合主成分指标进行了水样的分类。结果表明,7个指标可以综合为两个主成分,Cl^-,Mg^2＋,Na^＋和SO4^2-四个变量在第一主成分上具有类似的、较高的载荷值,反映海水的浓缩效应,K^＋在第二主成分上显示较高的载荷值,反映离子交换吸附效应;矿坑涌水中K^＋、Na^＋等指标即可反映海水渗入的物理、化学特征,通过涌水水质的监测可以判定海水渗入情况。     

主成分分析法在页岩气有利区优选中的应用

在多因素叠合法优选页岩气发育有利区的基础上,构建了涵盖地质背景、页岩生烃、储集、保存、资源和开采条件6个方面17项指标的页岩气发育有利区综合评价原始指标体系,并运用主成分分析法对湘鄂西地区下寒武统牛蹄塘组页岩气发育有利区进行了实例分析。结果表明,主要影响湘鄂西地区牛蹄塘组页岩气发育有利区分布的因子为页岩品质的优劣、资源规模的大小和保存条件的好坏,通过定量评价,综合得分排在前3位的有利区分别为中央复背斜有利区、桑植—石门复向斜南有利区和宜都—鹤峰复背斜有利区。     

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。     

Bayes逐步判别分析法在煤矿瓦斯分区评价中的应用

瓦斯是影响煤矿安全生产的主要因素，本文探索了依据Bayes逐步判别分析法建立评价预测模型，进行矿区瓦斯地质条件分析评价的一般方法，并结合淮南潘三矿的具体数据资料，进行实际应用研究，通过该区瓦斯地质条件评价指标体系的构建和等性块段的划分，实现了该区瓦斯地质条件的分区评价，为制定煤矿开采方案和进行瓦斯防治提供了重要依据。     

基于多元监测信息融合分析的突水灾害状态判识方法

突水灾变演化过程中伴随着防突结构内的岩土体的信息变化,通过对潜在突水通道围岩多物理场信息进行深度融合分析,揭示了多元信息的逻辑共生关系,建立了突水演化状态判识的理论方法。从岩体渐进破坏突水与充填结构失稳突水两种典型的突水相似模型试验入手,建立了多元监测信息与量化表征函数的关联性。基于主成分分析理论揭示了多参量间的逻辑共生关系,确定了围岩多物理场信息对突水灾害的影响权重,这为突水灾害监测设计与预警提供了理论依据。结合函数拟合曲线中表征函数变化趋势发生转变的极值点与驻点,建立了突水灾害演化状态综合判识方法,最终将两种突水类型的演化阶段划分为：平静期、发展期、突变期和灾后期,并提出了任意时刻下突水灾害发生概率的能量判别方法,该理论方法为隧道及地下工程突水灾害监测预警提供了参考。     

基于主成分分析法与Bayes判别法组合应用的火山岩岩性定量识别:以渤海海域中生界为例

渤海海域中生界火山岩岩石类型复杂多样,且同一岩性受岩石成分、结构差异的影响,因此岩石物理响应特征存在较大差异,为岩性识别增加了难度。本文通过对研究区大量取心资料、壁心资料以及薄片资料的岩电分析,优选出对岩性响应敏感的自然伽马(GR)、补偿中子(CNL)、密度(DEN)、声波时差(AC)以及原状地层电阻率(Rd)等5条曲线。基于主成分分析法,构建了F_1—F_5共5个综合变量,其中F_1和F_2方差贡献率占总贡献率的81.4%,可作为两个主成分有效地反映5个变量的信息。针对主成分信息,利用Bayes判别法,构建了不同岩性的定量解释模型,对研究区9种火山岩进行了岩性识别。对取心井段的回判结果显示,基于主成分分析与Bayes判别的联合识别方法较常规交会图法在岩石成分及结构的识别精度方面均有较大程度的提高。该方法的提出对研究区成像测井、元素测井资料缺少井段的火山岩岩性识别具有重要借鉴作用。