基于水化学特征分析的矿井突水水源判别

为了能够准确并快速地判别煤矿突水水源位置,采用基于水化学特征的判别分析法,对矿井突水水源进行综合评判。即利用突水点的水化学分析指标离子的检测值与以往收集的各个主要含水层的水化学指标离子本底值,通过利用判别分析方法,建立各含水层的判别模型,再将突水点的水样离子浓度带入判别模型,判定突水水源。判别分析结果表明,采用这种方法判别突水水源,,判别精度较高、方法简单易操作、节省时间。     

潘一煤矿地下水化学空间变化特征与水源识别分析

为了认识矿井地下水化学在空间分布上的特征与变化规律和正确、快速识别地下水水源,用Piper图示法分析潘一矿4个主要含水层的地下水化学特征和水质类型,探究了新生界下含水和煤系水水质在空间上的变化特征,并用BP人工神经网络方法判别水样来源。结果如下:潘一矿新生界上含水,与其他含水层的水样水质相差较大,水质类型为HCO_3-Na+K·Ca;新生界下含水水质类型比较单一,为Cl-Na+K型水;煤系水沿HCO_3~-方向分布范围广,水质的类型主要为Cl-Na+K型水;灰岩水为Cl-Na+K型水。新生界下含水、灰岩水和部分煤系水水质比较接近,难以通过水质信息对水样来源做出有效判别。潘集背斜附近的浅部煤系砂岩含水层可能受到上覆下含水的补给,呈现出较高的Ca~(2+),Mg~(2+)浓度和较低的HCO_3~-浓度的特征。BP人工神经网络方法判别准确率为82.3%,总体上判别效果较好。     

基于水化学特征分析的象山矿井突水水源判别

为能够快速的、准确的识别矿井突水水源,减少煤矿人员伤亡和经济损失,以象山煤矿为例,应用Piper三线图法对井田内3组基岩含水层(奥陶系灰岩含水层、石炭系砂岩/灰岩含水层、二叠系砂岩裂隙含水层)中水质类型进行划分,采用水质分析对比和系统聚类分析相结合的方法,通过对井田内3组基岩含水层中28个水样进行的分析,获得了不同基岩含水层水的化学特征,根据水化学特征,将突水点处的待定水样和3组基岩含水层中的水样对比来判别矿井突水水源,同时提出了利用模糊聚类方法进一步确定矿井突水水源。研究结果表明,石炭系砂岩(灰岩)水和奥陶系岩溶水的水化学特征都与待定水样比较相似,不能轻易识别;聚类分析法能够排除干扰因素并最终精确判别矿井突水水源,即象山煤矿280排矸石门突水的水源为奥灰岩溶水,预测结果与实际相符,表明该方法针对矿井突水的水源判别具有较好的准确性。     

皖北矿区地下水稀土元素地球化学特征研究

矿井突水是煤矿开采中经常遇到的地质灾害,严重威胁着煤矿的安全生产。为了快速判别突水水源,利用皖北宿(县)—临(涣)矿区生产矿井地面水位长期观测孔、井下放水孔以及井下出水点等处分别取新生界第四含水层、煤系砂岩裂隙含水层、石炭系太原组岩溶含水层及奥陶系岩溶含水层的42个稀土元素水样。采用现代统计学中的因子分析方法对矿区稀土元素的水文地球化学特征进行研究。提取了两个特征值大于1的公因子,两个因子的累计方差贡献率达到了93.055%,能够较全面的解释宿-临矿区大部分含水层的水化学信息;建立了用稀土元素作为分析变量判别突水含水层水源的Bayes模型,判别率高达93%,判别结果与因子分析结果相符。研究成果为煤矿开采中的突水水源判别提供了新的科学依据。     

赵家寨矿井充水水源的综合判别分析

本文以赵家寨矿井为研究对象,采集了奥灰岩水样7个,L1-4灰岩水样6个,L7-8灰岩水样25个,砂岩水样2个,第三系水样1个,第四系地下水样1个,老空水样1个。灰岩水样分析结果表明,不同含水层水化学类型有一定差异,如以L7-8灰岩水HCO3-SO4型水为主。以六大离子作为判别因子,经灰色关联度分析、判别分析以及BP神经网络判别模型3种判别方法,对突水水源判别对比,综合选择出适当的水源判别方法。研究表明,该矿井以六大离子作为判别因子时选择BP神经网络分析法进行预测的结果更加可靠。     

近煤层灰岩含水层水化学特征研究

为弄清近煤层灰岩含水层地下水水化学分布规律,进而为水源判别等煤矿防治水工作提供一定依据,通过图示法对比分析同一含水层在不同矿区的水化学类型以及离子浓度特征,结果表明:不同矿区的同一含水层的水化学类型有异同,如超化矿奥灰水水化学类型为Ca-Mg-HCO_3,裴沟矿奥灰水水化学类型为Ca-Mg-HCO_3-SO_4,赵家寨矿奥灰水水化学类型为Ca-Na-MgSO_4-HCO_3、Ca-Mg-Na-SO_4-HCO_3、Na-Ca-HCO_3-SO_4;不同矿区的同一含水层离子浓度有差异,如超化矿、赵家寨矿、李梁店矿L_(7-8)含水层地下水中Ca~(2+)、Mg~(2+)、SO_(42-)浓度和硬度平均值依次增加,赵家寨、超化和裴沟矿区内奥灰水中Na~+浓度差异较大。     

华北隐伏型煤矿地下水水化学演化与突水水源判别

我国华北隐伏型煤田突水水源判别普遍注重单一含水层的静态水化学场分析,很少考虑煤矿开采进程中多含水层地下水系统水化学演化规律。为此,本文以典型华北隐伏型煤田——淮北煤田为研究示范,提出了地下水渗流与水化学演化模式。而且以淮北煤田境内的芦岭煤矿Ⅱ1016工作面出水点水化学动态变化为例,基于地下水渗流与水化学演化模式,正确判别出该工作面出水水源与渗流突水模式。研究成果对我国华北隐伏型煤矿水灾防治提供重要理论支持。     

许疃矿32块段出水水源Fisher识别分析

鉴于许疃矿32块段3222切眼持续突水,为了快速有效地判别出该矿出水点的水源类型,为该矿防治水措施的制定提供科学依据,通过利用所收集的许疃矿32块段不同含水层常规水化学数据和与其具有相同水质单元的任楼矿部分水化学数据,依据各含水层地下水化学组分情况,最终选取了7种能够区分各含水层类型的水化学指标,并借助SPSS软件建立了许疃矿突水水源的Fisher识别模型。训练水样的判别结果经回估后发现,该模型在许疃矿水源类型的判别中正确率高,表明此模型在许疃矿水源判别中效率较好,可作为许疃矿矿井突水时快速判别水源类型的一种依据,对该煤矿日后安全生产具有一定的实际意义。最后对许疃矿出水点待判水样进行科学判别,判别结果为:所有待判水样均为砂岩水。另外,论文中许疃矿水源判别模型建立时未考虑各含水层混合后的情况,因此该模型还可作进一步研究。     

KPCA-CS-SVM下的矿井突水水源判别模型

针对矿井水害的突水水源判别问题,采用KPCA方法对原始数据降维,通过布谷鸟搜索算法(CS)优化支持向量机(SVM)的惩罚因子C和核参数g,建立基于KPCA-CS-SVM的矿井突水水源判别模型,以淮南新庄孜矿各含水层共45个突水样本数据作为研究对象,选取7个主要影响因素作为突水水源的判别依据,对KPCA-CS-SVM水源...     

福建煤矿突水水源水化学特征的实验研究

为了快速准确识别煤矿突水来源,以福建省煤矿为研究对象,采集典型煤矿突水水源水样,进行水化学特征实验研究,检测了7大离子含量和pH值指标,利用Piper三线图法分析了各水源的水质类型特征,对比分析了各种突水水源之间总离子浓度的差别,利用箱形图法分析了各个离子在不同水源中的分布特征,实验结论可作为突水水源快速判别的依据。     

顶峰山矿井地下水化学特征分析

顶峰山矿井地下水系统包含四个子系统:第四系孔隙含水岩组、煤系基岩裂隙含水岩组、栖霞灰岩裂隙—岩溶含水岩组和老窑水。通过对四个子系统地下水化学特征的系统研究,建立了相应的四个含水模型,作为判别矿井突水水源的依据,以指导矿井安全生产。     

基于可拓模型判别矿井突水水源

快速准确判别矿井突水水源是解决矿井水害关键性问题之一,可以保证煤矿的财产与生命安全。通过利用主成分分析对突水水源评价指标进行处理分析,采用熵权法对突水水源评价指标赋权重,再结合可拓模型确定各验证样本的综合权重,最后根据最大隶属度原则对验证样本进行归类,从而建立突水水源判别模型。结果显示煤系水、太灰水及奥灰水判别结果正确率分别为83.33%、83.33%、66.67%,整体判别结果正确率为80%,表明该方法针对矿井突水的水源判别具有较好的准确性。     

顶峰山矿井地下水化学特征分析

顶峰山矿井地下水系统包含四个子系统：第四系孔隙含水岩组、煤系基岩裂隙含水岩组、栖霞灰岩裂隙-岩溶含水岩组和老窑水。通过对四个子系统地下水化学特征的系统研究，建立了相应的四个含水模型，作为判别矿井突水水源的依据，以指导矿井安全生产。     

皖北海孜矿10煤顶底板砂岩水化学特征及成因

二叠系主采煤层顶底板砂岩裂隙含水层,是矿井直接充水含水层。以皖北矿区海孜矿10煤层顶底板砂岩含水层为研究对象,通过对其地质特征的研究和17个水样品(8个底板砂岩水、7个顶板砂岩水)的常规水化学组成进行分析,利用主成分分析并结合水-岩相互作用关系来探讨其特征差异及成因。结果表明:海孜矿10煤层底板岩性为浅灰色细砂岩与深灰色灰黑色泥岩、粉砂岩互层,顶板为浅灰色中细粒长石石英砂岩;顶底板砂岩水的离子含量差异明显,底板煤系砂岩水化学类型主要为Ca-Mg-SO4,其次有HCO3-Cl、HCO3-Cl-SO4;顶板煤系砂岩水化学类型主要为HCO3-Cl,其次有SO4-HCO3-Cl;与第四含水层、太原组灰岩水、老塘水相比,10煤层底板含水层中Ca2+、Mg2+、SO2-4与顶板含水层中Cl-、HCO-3所占比例区分明显。主成分分析结果表明10煤底板受到"脱硫酸"作用、硅酸盐矿物的溶解及于地下水径流作用有关,顶板则主要是钠盐矿物(如芒硝)、苦盐矿物(如苦盐)、硅酸矿物以及石膏的溶解所致。     

华北型煤田奥灰水水化学和同位素特征研究——以兖州煤田为例

为了更好地理解研究区的水循环,并为突水水源判别打下基础,很有必要研究奥陶系地下水水化学和同位素特征。奥陶系灰岩水(简称奥灰水)主要的水化学类型为Ca-MgSO4,主要阳离子为SO2-4和Ca2+。Ca2+和SO2-4与TDS都有很好的线性相关性,R2值分别为0.978和0.996,而且随TDS的增加,Ca2+和SO2-4浓度增长速度也是最快的。奥灰水中方解石和白云石处于过饱和状态,但是石膏和方解石未饱和。Cl-和TDS的分布与地下水流场有较好的一致性。研究区代表性的雨水线为:δD=7.80δ18O+6.28,分析结果认为奥灰水不是当地降水的补给。     

水化学在煤矿防治水工作中的应用及展望

由于我国煤矿水文地质条件复杂,矿井突水事故频发,如何利用水化学分析资料尽快地判别突水水源,对水害事故及时有效的处置和治理,提供可靠的科学依据尤为重要。对煤矿地下水的研究,是一项非常重要的工作。本文结合有关矿区普遍性的一些问题,对煤矿地下水中的一些主要成分和形成的地质及水文地质条件关系进行了分析,并对今后煤矿水化学的研究和应用提出了展望。     

淮南潘集矿区地下水水化学特征分析

为全面了解潘集矿区地下水水质的变化规律,根据现有的水质资料(主要是勘探阶段的资料),对各含水层的水化学特征进行分析对比,阐述了地下水水化学特征;其中上部含水层水中离子含量比例关系受矿化度的影响显著,且氯离子的含量随矿化度的增加而增大,呈极相关关系,水化学类型因受地下水的补、迳、排条件的控制和各种人为因素的影响而趋于复杂.     

基于随机森林模型判别矿井涌(突)水水源

快速准确判别矿井涌(突)水水源对保障矿井安全生产有重要意义。近年来人类的活动对不同含水层的影响与日俱增,为提高矿井涌(突)水水源判别的准确性,提出选取地下水中7种常见离子浓度,和能够充分反映人类活动痕迹的硝酸根离子浓度及化学需氧量作为水化学判别指标,采用随机森林模型进行矿井涌(突)水水源判别。为验证选取指标和判别方法的有效性,以大孤山铁矿为例,将数据输入随机森林模型进行100次交叉验证,并将验证结果与支持向量机模型和极限学习机模型进行比较。结果表明,随机森林模型预测结果稳定性较强,预测正确率不容易波动;随机森林在建模过程中参数拥有宽广的适应范围。树的棵数为50时,训练误差趋于稳定,改变树的棵数对预测结果没有实际影响,而其余二者对参数选取较为敏感;随机森林的参数可以通过袋外数据(OOB)错误率简单地得到,而其余二者参数调整时需要通过交叉验证的方式才可以取得;随机森林对训练样本进行验证,正确率可达100%,对测试样本进行验证,正确率可达97.38%,两项精度均优于支持向量机与极限学习机;随机森林模型拥有更高的预测精度和鲁棒性,在矿井涌(突)水水源判定方面有较好的应用前景。     

RockwareAq·QA的水化学分析数据库应用

为提高矿井水害防治能力，应用RockwareAq·QA分析软件建立PiperDiagram水化学分析基础数据库，分析刘庄煤矿东一回风大巷出水情况。结果表明：水化学分析基础数据库能够在矿井发生突水时，科学快速判断水质类型，准确判别突水水源，对提高矿井水害防治能力具有重要的参考。     

Bayes逐步判别法在邢台煤矿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。文章以邢台煤矿为研究对象,选取各含水层多项水质指标,应用Bayes逐步判别法建立矿井突水水源快速判别模型。结果表明:Bayes逐步判别模型以其计算过程简单、模型结构稳定而优于其它模型,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,为防治水工作提供有力依据。