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。     

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。     

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。     

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。     

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。     

煤矿采空区积水水源的识别研究

为了能够准确判别采空区积水水源,以陕西黄陵二号煤矿为例,在各含水层水质分析的基础上,运用模糊综合评判法和水化学特征分析法准确判别出采空区积水的水源。研究认为,在每个含水层采集了3个水样,共计18个,并对各含水层水样的K~+、Na~+、Ca~(2+)、Mg~(2+)、Cl~-、SO_4~(2-)、HCO~-_3、CO_3~(2-)、Fe~(3+)、Fe~(2+)各种阴阳离子进行了水质分析化验,在此基础上,选取各水样阴阳例子浓度指标作为分类因素进行模糊综合评判,依据最大隶属度原则来确定积水水源,其结果为采空区积水来自侏罗系延安组含水层。对各含水层水样进行水化学特征分析,并绘制水化学背景Piper三线图和水源判别Piper三线图,发现采空区积水水源以侏罗系直罗组和延安组含水层为主。再者,顶板导水裂隙带是采空区充水的主要途径,导水裂隙带绝大部分在延安组发育,少数区段发育至直罗组底部。立足模糊综合评判法和水化学特征分析法,结合导水裂隙带发育高度,得出采空区积水主要水源是侏罗系延安组含水层,次要水源是侏罗系直罗组含水层底部。     

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。     

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。     

基于水化学和多元统计的煤矿采空积水识别

老空积水是煤矿4大水害水源之一,在四川对煤矿安全生产的威胁最大。为快速准确识别采空积水的突水点,为矿山降低生产风险,以四川省孔家沟煤矿14组地表水和矿井水水化学检测数据为基础,在分析矿井水成因和水化学特征上,利用相关性分析和Q型聚类等多元统计方法对采空积水涌出点进行了识别。结果表明：Piper图可以初判矿井水的补给水源;通过Pearson种相关性系数判别值设定和大小关系分析,对地表水和深部矿井水具有较好识别效果;综合运用采样位置、地下水流向、Piper图、相关性和聚类分析等方法,可区分差异较小的裂隙水和采空积水,提高水源判别精度。该研究成果可为其他类似煤矿防治水工作中的水害水源识别提供参考。     

矿井突水水源判别的改进ESN神经网络模型

针对水化学特征相似的水源类型,采用传统的预测模型难以准确判别。运用水化学成分分析法和FCM聚类分析法对26个典型的水源样本进行相似度分析,并提取了4个相似度较高的水源样本作为待测样本,将其载入一种基于阻尼最小二乘正则化方法的GA_ESN判别模型,并与改进的GA_BP和标准GA_ESN模型的判别结果进行对比。结果表明:改进的GA_BP判别模型效果最差,预测准确率只有50%;标准GA_ESN模型的回判准确率和预测准确率均达到100%,但其判别精度对模型的复杂程度要求较高,且易出现过拟合问题;而改进的GA_ESN判别模型能够弥补上述模型的不足,不仅简化模型训练过程,还能提高水源的判别精度。因此,该模型可作为一种快速有效判别矿井突水来源的新方法。     

煤矿地下水化学特征分析及涌水水源判别模型建立

在煤矿的开采过程中,矿井水害是常见的煤矿地质灾害之一,准确掌握地下水化学特征对指导煤矿防治水工作具有重要的实际意义。基于袁店二井煤矿各含水层水质化验资料(离子含量、pH值和矿化度),绘制出各含水层的Piper三线图、Durov图,得出了各含水层的水质类型以及各水化学参数的变化规律。对各离子进行谱系聚类分析,明确了各离子的来源。在上述研究基础上,建立了相应的涌水水源判别模型。研究结果表明:袁店二井煤矿地下水阴离子主要为HCO_3~-和Cl~-,阳离子主要为K~++Na~+,水化学类型以HCO_3~-·Cl--Na~++K~+型为主;其离子主要来源于可溶的钠钾盐以及难溶的碳酸盐岩。比对建立的水源判别模型,对1022工作面集中风巷处水样进行判别,得出1022工作面集中风巷涌水水源为煤系砂岩水。通过此项研究,为以后的矿井防治水工作提供一定的指导作用。     

模糊综合评判法的改进及在水源判别中的应用

为了快速有效地判别矿井突水水源,提高水源判别准确率,提出一种改进的模糊综合评判模型,即用各含水层水质判别指标的Huber-M估计量,替代其平均值作为各含水层的标准背景值。将改进的模糊综合评判模型应用于斜沟煤矿突水水源判别中,结合斜沟煤矿水文地质特点,通过K++Na+,Ca2+,Mg2+,Cl-,SO2-4,HCO-3建立判别指标,并采用超标加权法来确定判别指标权重,隶属度函数采用"三角形和半梯形组合"的隶属函数。实验结果表明,用Huber-M估计量替代平均值作为各含水层的标准背景值进行实验,提高了突水水源判别的准确率,且未知水样的水源判别结果全部正确,证明该方法切实可行。     

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...     

基于Fisher判别法和质心距理论的突水水源识别

快速准确的判别矿井突水水源对煤矿安全开采而言是至关重要的。通过对张集矿水文地质资料的研究,并在此基础上根据不同含水层中水化学离子成分不同的特性,选用Ca~(2+)、Mg~(2+)、K~++Na~+、HCO~-_3、SO_4~(2-)、Cl~-六大常规离子,且增加pH和总溶解固体(total dissolved solids,TDS)共8个因素作为判别因子,基于Fisher判别法和质心距分析理论,利用SPSS软件,建立对张集矿突水水源判别的函数模型,并对随机抽取的8个水样进行判别分析。结果表明:因子分析对模型训练样本的建立具有一定的有效性;增加判别因子后,样本误判率降低,准确率从90.625%提高到96.875%;由于构造条件等因素的影响,待判水样存在一定的误差。因建立函数模型方法简单,且准确率较高,对突水水源类型的判别具有可行性。     

潘二煤矿沿Ⅳ勘探线地下水化学成分空间分布特征研究

准确掌握煤矿地下水水化学成分,查明不同含水层地下水的水化学类型和离子空间分布特征,对矿井突水水源快速判别和水害有效防治具有重要意义。文章基于潘二矿的地下水水质资料并结合矿井水文地质条件,采用Piper三线图和直方图对其地下水水化学空间分布特征进行分析。结果表明,在垂向上灰岩含水中的K^＋＋Na^＋、HCO3^-浓度和煤系水中的Cl-浓度随深度增加先减后增,煤系含水层中的SO1^2《浓度随深度增加而增加;水化学类型由HCO3·C1-Na＋K渐变为C1Na＋K。根据水化学成分的变化规律,可以区分各层突水水源,为正确判别矿井突水水源提供可靠依据。     

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。     

基于BP神经网络的煤矿透水水源判别方法

为了快速准确判别透水水源,为煤矿水害防治提供依据,系统分析了福建省龙永煤田透水水源35个标准水样的水化学特征,确定Ca~(2+)、HCO_3~-和SO_4~(2-)为特征离子,建立BP神经网络判别模型,随机选取不同水源类型的9个水样作为检验样本,预判正确率88. 89%,采集3个未知样本,验证其预判准确率为100%。     

孙疃煤矿1028工作面底板突水特征与水源识别

在研究孙疃煤矿地质条件及水文地质特征的基础上,对1028工作面底板突水特征、水化学特征、含水层水位动态变化,得出1028工作面突水水源主要来源于10煤上下砂岩裂隙水,太原组灰岩上、中含水层段水是主要补给水源,与第四含水层和太原组灰岩下含水层段无关.     

柠条塔煤矿水化学特征及水源识别模型

为了快速准确区分矿井涌水的来源,以柠条塔煤矿为例,通过对萨拉乌苏组含水层、直罗组风化基岩含水层、烧变岩含水层以及采空区积水进行水质化验,分析了不同含水层的水化学特征,选取Na~++K~+,Ca~(2+),Mg~(2+),Cl~-,SO_4~(2-),HCO~-_3,TDS的浓度作为水源识别的判别指标;利用逐步回归分析(SR)筛选出HCO~-_3,TDS和Mg~(2+)这3个指标作为模型的判别因子,最大化的保留分类信息;运用最小二乘支持向量机算法对20组训练样本进行学习训练,以剩余8组数据作为验证样本,建立基于SR-LSSVM的矿井涌水水源识别模型,并将模型的实测结果与支持向量机、最小二乘支持向量机模型的结果进行对比。结果表明:利用SR-LSSVM模型预测的矿井涌水水源的准确率为100%,显著高于其他模型的预测结果,说明该方法可以对矿井涌水水源进行准确识别;将该模型应用到4个待测样本的识别预测中,判别结果与实际情况完全吻合。研究认为基于SR-LSSVM法的水源识别模型与水化学分析法相比能够有效排除干扰因素的影响,精确识别矿井涌水的类型,该方法为矿井水害防治提供一定的依据和参考。     

矿井涌水水源的主成分分析和BP神经网络判别

为准确判别矿井涌水水源,针对矿井各主要含水层的水化学特征数据样本,利用主成分分析法消除变量中的重复信息,采用BP算法对网络进行训练,实现对随机挑选样本的判别,并与Bayes判别结果进行比较.结果表明：主成分分析与BP神经网络相结合的方法判别涌水水源的正确率为82.35％,优于Bayes判别法.该研究为有效开展矿井防治水工作提供了参考.