Bayes逐步判别法在邢台煤矿突水水源判别中的应用
- 格式:pdf
- 大小:242.32 KB
- 文档页数:3
综合评判方法在矿区突水含水层水源判识中应用刘晶晶【摘要】选取潘北煤矿煤系砂岩水、岩溶水、松散层水及采空区水等一批测试水样值,采用模糊数学中的综合评判方法对不同含水层的水样进行研究与评判.计算发现:在原先的Na++K+,Ca2+,Mg2+,Cl-,SO42-,HCO3-等六个因素分析之上,添加总硬度、碱度、pH及矿化度等因子,其突水水源判别准确度由原先的75%上升为100%.由此认为,就多含水层的突水水源类型判别的可靠度而言,不仅与样本量有一定的联系,更关键在于选取特征因子.【期刊名称】《能源与环境》【年(卷),期】2016(000)003【总页数】2页(P19-20)【关键词】矿区;判别方法;突水多水源;特征因子【作者】刘晶晶【作者单位】安徽理工大学地球与环境学院安徽淮南 232001;福建省197地质大队福建泉州 362011【正文语种】中文【中图分类】TD745.21多含水层突水问题一直是影响我国矿山安全开采的关键因素之一。
为此,国内外科研院所,采用不同的研究方法进行分析,选取多含水层的水质成分值作为其研究对象,结合多种的数学方法,将突水水源化学组分值进行前处理,然后编程计算,目的是获得最佳识别效果,比如,模糊分析方法[1-3]、灰色理论方法[4]、统计分析方法[5-6]、聚类分析方法[7]、神经网络方法[8]等。
目前,矿山突水的主要水源为:新生界底部松散层水、煤系顶底板砂岩水、岩溶水以及采空区水等。
由于多种水源,其成分变化范围常常不同,难以通过同一标准进行识别,采用模糊数学中的综合评判方法,简单且针对性较强,是矿山突水水源判别的一个重要方法。
本文在介绍其原理基础上,以淮南矿区煤系砂岩水、岩溶水、松散层水及采空区水等为对象,分析其化学组分特征,研究结果可为类似条件下的煤矿水害治理提供借鉴与参考。
综合评判方法,是模糊数学中对多种因素共同影响下的事物或现象进行综合评价的方法,实质为一种多目标决策的过程的研究手段,它是通过变换来完成这项工作,具体如下:式中,A=(a1,a2,…,ap)为模糊权向量,它是因素集X={x1,x2,…,xp}上的权重分配;R为因素与评价集的模糊关系矩阵。
矿井出水点多水源判别方法
卫文学;卢新明;施龙青
【期刊名称】《煤炭学报》
【年(卷),期】2010(035)005
【摘要】根据已知水源、出水点典型化学离子组分含量等数据,采用运筹学方法,建立矿井出水点多水源判别数学模型,并利用简约梯度法对模型进行求解.在模型求解过程中引入的松弛变量具有重要的物理意义,如果解中松弛变量取值较大,则意味着存在未知水源.采用文献及矿山实际数据进行验证,结果表明,该方法不仅适用于多水源出水的情况,判别已知水源是否与出水点导通,计算各水源在出水中所占的比例,而且还能揭示是否存在未知水源.
【总页数】5页(P811-815)
【作者】卫文学;卢新明;施龙青
【作者单位】山东科技大学信息科学与工程学院,山东青岛,266510;山东科技大学信息科学与工程学院,山东青岛,266510;山东科技大学地质科学与工程学院,山东青岛,266510
【正文语种】中文
【中图分类】P641.4
【相关文献】
1.应用矿井主要含水层水质分析方法判别出水源 [J], 王永法
2.判别分析法在芦岭矿井出水水源判别中的应用 [J], 董春江;宋三胜
3.矿井出水水源判别的综合方法 [J], 刘基
4.矿井突水水源的判别方法 [J], 周雅茹;高颖;冯永兵;刘影;赵子義;宋淞
5.矿井突水水源判别的多组逐步Bayes判别方法研究 [J], 陈红江;李夕兵;刘爱华因版权原因,仅展示原文概要,查看原文内容请购买。
矿井水源判别的同位素方法
胡友彪
【期刊名称】《淮南矿业学院学报》
【年(卷),期】1994(014)003
【摘要】本文将同位素方法运用于矿井水文地质工作中,依据氢氧稳定同位素资料。
解决矿井水源判别等问题,取得了良好效果。
【总页数】5页(P6-10)
【作者】胡友彪
【作者单位】无
【正文语种】中文
【中图分类】P641.51
【相关文献】
1.同位素技术在判别矿井突水水源中的应用 [J], 潘国营;王素娜;孙小岩;范书凯
2.同位素与水文地球化学方法在矿井突水水源判别中的应用 [J], 胡伟伟;马致远;曹海东;刘峰;李婷;豆惠萍
3.矿井突水水源判别方法 [J], 姜子豪; 胡友彪; 琚棋定; 周露; 张淑莹
4.矿井突水水源的判别方法 [J], 周雅茹;高颖;冯永兵;刘影;赵子義;宋淞
5.矿井突水水源判别的多组逐步Bayes判别方法研究 [J], 陈红江;李夕兵;刘爱华因版权原因,仅展示原文概要,查看原文内容请购买。
基于灰色关联分析的矿井突水水源定量化判别方法樊振丽1,2(1.天地科技股份有限公司开采设计事业部,北京100013; 2.煤炭科学研究总院开采研究分院,北京100013)[摘要]阐述了矿井突水水源的判别方法,针对水化学背景值特征相近的水源,提出了通过量化计算实现精确判别水源层的方法。
以灰色关联分析方法为例,对袁店二矿F14断层突水水源进行了量化判别,并采用水化学玫瑰花图和水样柱状图的图形化分析方法对突水水源量化判别的准确性进行了辅助判别,综合分析认为煤层顶板砂岩裂隙水通过断层带进入了采掘空间。
定量化地学方法和图形化分析方法有效解决了矿井突水水源判别的准确性。
[关键词]灰色关联分析;矿井突水;水源判别方法;图形化判别[中图分类号]TD742.2[文献标识码]A[文章编号]1006-6225(2017)02-0010-05Quantify Discriminated Method of Water Source of Mine WaterInrush Based on Grey Relational AnalysisFAN Zhen-li 1,2(1.Coal Mining &Designing Department ,Tiandi Science &Technology Co.,Ltd.,Beijing 100013,China ;2.Mining Institute ,China Coal Research Institute ,Beijing 100013,China )Abstract :The discrimination method of water source in mine water inrush was stated ,to water resources that with similarly water chemical background ,then accurately water source discrimination method was realized according to quantify calculation.It taking grey relational analysis as an example ,water inrush source of F14fault in Yuandian the second mine was discriminated quantify ,and auxil-iary method that water chemical rose diagram and diagram analysis method of water sample histogram also were used ,sandstone frac-ture water in coal roof entranced into mining space through fault zone.Water source discriminated by qualify chemical method and dia-gram analysis method effectively.Key words :grey relational analysis ;mine water inrush ;water source discriminated method ;imaging discrimination[收稿日期]2016-08-04[DOI ]10.13532/11-3677/td.2017.02.003[基金项目]国家科技重大专项大型油气田开发项目(2016ZX05045007-003);中国煤炭科工集团科技创新基金面上项目(2016MS011)[作者简介]樊振丽(1983-),男,河南新密人,博士,从事“三下一上”采煤、煤矿水害防治和矿山环境地质研究工作。
BP神经网络判别模型在中关铁矿突水水源预测中的应用王俊鹏;杨智淇;庞旭静
【期刊名称】《地下水》
【年(卷),期】2024(46)2
【摘要】中关铁矿属国内典型大水矿床,其地下水系统相对复杂,为保障工作人员的生命财产安全,需及时分析、准确预测矿井生产过程中突水水源。
依据在中关铁矿三个开采水平面现有出水点采集水样的水质测试结果,分析中关铁矿地区水质特征,以BP神经网络判别模型建立矿井水源判别模型,根据测试结果数据分析,BP神经网络判别模型对于奥陶系灰岩水与闪长岩裂隙水判别正确率为100%、对于混水判别的正确率为80%。
BP神经网络判别模型在中关铁矿突水水源预测中具有较高的准确性,为防治水提供理论依据。
【总页数】4页(P5-8)
【作者】王俊鹏;杨智淇;庞旭静
【作者单位】华北理工大学矿业工程学院;山西省地勘局213地质队有限公司【正文语种】中文
【中图分类】P641.463
【相关文献】
1.不连沟煤矿充水水源水化学特征分析r及突水水源判别模型研究及应用
2.逐步判别模型在矿井突水水源判别中的应用
3.马氏距离判别模型在矿井突水水源判别中
应用4.基于Fisher判别模型的煤层底板突水水源预测5.PCA-Fisher判别模型在煤层底板突水预测中的应用
因版权原因,仅展示原文概要,查看原文内容请购买。
《矿井充水水源WEB判别系统的设计与应用》篇一一、引言随着煤矿业的不断发展,矿井安全一直是重要的研究领域。
其中,矿井充水是常见的安全风险之一。
为准确判断矿井充水水源,提升矿井安全生产水平,开发了矿井充水水源WEB判别系统。
该系统结合现代网络技术、数据分析及专家知识库,旨在提供实时、准确、高效的矿井充水水源判别方法,提高煤矿安全生产管理的效率和水平。
二、系统设计(一)系统架构设计矿井充水水源WEB判别系统采用B/S架构,用户通过浏览器即可访问系统,无需安装额外的软件。
系统架构包括数据采集层、数据处理层、知识库层和应用层。
1. 数据采集层:负责从矿井现场采集充水数据,包括水质分析数据、水位变化数据等。
2. 数据处理层:对采集的数据进行处理,包括数据清洗、格式转换、预处理等,为后续的判别分析提供数据支持。
3. 知识库层:包括专家知识库和判别模型库,为系统提供判别依据和算法支持。
4. 应用层:提供用户界面,用户可通过浏览器进行数据输入、查询、判别等操作。
(二)系统功能设计1. 数据输入:用户可通过系统输入矿井充水数据,包括水质分析数据、水位变化数据等。
2. 数据处理:系统对输入的数据进行处理,包括数据清洗、格式转换、预处理等。
3. 判别分析:系统结合专家知识库和判别模型库,对处理后的数据进行判别分析,判断充水水源。
4. 结果输出:系统将判别结果以图表、文字等形式输出,方便用户查看和理解。
5. 知识库管理:系统提供知识库管理功能,包括知识库的增删改查等操作。
(三)技术实现系统采用Java语言开发,使用Spring Boot框架和MySQL数据库进行数据存储和管理。
同时,结合HTML、CSS、JavaScript 等技术实现Web前端界面,提供友好的用户交互体验。
三、系统应用(一)应用场景矿井充水水源WEB判别系统可应用于煤矿安全生产管理领域,帮助煤矿企业准确判断矿井充水水源,及时采取相应的安全措施,提高矿井安全生产水平。
改进Fisher判别法的突水水源快速判别模型韩泰然;李昂;刘军亮【期刊名称】《能源与环保》【年(卷),期】2024(46)3【摘要】为快速有效地判别矿井突水水源位置,预防水害事故的发生,根据平煤五矿实际水文地质特征,针对砂岩、太灰和寒灰含水层水质差异性,收集34组水样资料,并选取K^(+)+Na^(+)、Ca^(2+)、Mg^(2+)、SO_(4)^(2-)、Cl^(-)、HCO_(3)^(-)六大常规水化学离子作为判别因子,开展水化学特征分析;结合PCA降维统计算法,建立改进的Fisher水源判别模型,并利用待测样本对比改进前后Fisher 模型的判别结果,同时将训练样本回代到改进模型中进行验证。
结果表明,根据水化学类型无法准确区分寒灰水与太灰水;利用改进Fisher判别模型测试10组待测样本,判别准确率为100%,相较于基础Fisher模型,准确率提高了20%,应用改进Fisher判别模型可大幅提升水源识别准确率;已知训练样本的回代结果显示,改进Fisher判别结果与实际情况基本吻合。
通过2种模型的对比分析,采用改进Fisher 模型进行矿井水源识别准确率及可靠性高,具有一定研究价值,可为矿井水源识别提供新的思路。
【总页数】7页(P28-34)【作者】韩泰然;李昂;刘军亮【作者单位】中国平煤神马控股集团有限公司;炼焦煤资源绿色开发全国重点实验室;西安科技大学建筑与土木工程学院;平顶山天安煤业股份有限公司【正文语种】中文【中图分类】TD712【相关文献】1.煤矿矿井突水水源的Fisher判别模型2.基于WOA-ELM算法的矿井突水水源快速判别模型3.板集煤矿地下水化学特征及突水水源快速判别模型研究4.贝叶斯判别和Fisher判别在矿井突水水源判别中的应用比较5.基于Fisher判别模型的煤层底板突水水源预测因版权原因,仅展示原文概要,查看原文内容请购买。
模糊评价分类模型在矿井底板突水判别中的应用
张自政;杨勇;田立娇;陈见行;李杨
【期刊名称】《矿业安全与环保》
【年(卷),期】2010(37)6
【摘要】为了减少煤矿底板突水带来的危害,辨别煤矿底板突水的可能性,建立了矿井底板突水模糊评价分类模型,进行矿井底板突水预测.在建立模型的过程中,综合考虑多种影响底板突水的因素,依据原始标准样本构建标准分类表,并运用Matlab编程给出检验结果和预测结果.实例表明, 模糊评价分类模型在煤矿底板突水预测中可以取得满意的预测精度.该方法在煤矿底板突水预测中的应用进一步拓宽了模糊数学的应用范围,并提供了一种可借鉴模型.
【总页数】3页(P41-43)
【作者】张自政;杨勇;田立娇;陈见行;李杨
【作者单位】中国矿业大学,矿业工程学院,江苏,徐州,221008;中国矿业大学,矿业工程学院,江苏,徐州,221008;中国矿业大学,环境与测绘学院,江苏,徐州,221008;中国矿业大学,矿业工程学院,江苏,徐州,221008;中国矿业大学,矿业工程学院,江苏,徐州,221008
【正文语种】中文
【中图分类】TD745
【相关文献】
1.逐步判别模型在矿井突水水源判别中的应用 [J], 魏新华
2.马氏距离判别模型在矿井突水水源判别中应用 [J], 聂凤琴;许光泉;关维娟;李璇璇
3.费歇判别模型在煤层底板突水中的应用 [J], 于小鸽;韩进;王颖;施龙青;
4.费歇判别模型在煤层底板突水中的应用 [J], 于小鸽;韩进;王颖;施龙青
5.矿井底板突水危险性的Fisher判别分析模型 [J], 徐星;张文勇;田坤云;曾珠因版权原因,仅展示原文概要,查看原文内容请购买。
《矿井充水水源WEB判别系统的设计与应用》篇一一、引言随着矿产资源开发利用的深入,矿井安全问题日益凸显,其中矿井充水问题成为制约矿产资源开发的重要因素之一。
为了有效监测和判别矿井充水水源,提高矿井安全水平,设计并应用矿井充水水源WEB判别系统显得尤为重要。
本文将详细介绍矿井充水水源WEB判别系统的设计思路、技术实现及实际应用效果。
二、系统设计背景与目标矿井充水水源的判别对于矿井安全至关重要,直接关系到矿工的生命安全和矿产资源的可持续开发。
然而,传统的矿井充水判别方法往往依赖于人工经验和现场观测,难以实现快速、准确的判别。
因此,设计一款矿井充水水源WEB判别系统,旨在通过集成现代信息技术,实现矿井充水水源的快速、准确判别,提高矿井安全水平。
三、系统设计思路1. 系统架构设计:矿井充水水源WEB判别系统采用B/S架构,用户通过浏览器即可访问系统,实现远程监测和判别。
系统架构包括数据采集层、数据处理层、数据存储层和应用层。
2. 数据采集:通过安装在水文观测点的传感器,实时采集矿井充水数据,包括水位、水质、水温等。
3. 数据处理:将采集到的数据通过算法进行处理,提取出充水水源的相关特征,如水质成分、水位变化等。
4. 数据存储:将处理后的数据存储在数据库中,以便后续分析和应用。
5. 判别模型:根据充水水源的特征,建立判别模型,通过算法对充水水源进行判别。
6. 用户界面:设计友好的用户界面,方便用户进行操作和查看结果。
四、技术实现1. 传感器技术:采用高精度的水文观测传感器,实时采集矿井充水数据。
2. 数据处理算法:采用机器学习、数据挖掘等技术,对采集到的数据进行处理,提取出充水水源的相关特征。
3. 数据库技术:采用关系型数据库,存储处理后的数据,以便后续分析和应用。
4. 判别模型:根据充水水源的特征,建立基于机器学习的判别模型,实现快速、准确的充水水源判别。
5. WEB开发技术:采用流行的WEB开发技术,如HTML5、CSS3、JavaScript等,设计友好的用户界面,方便用户进行操作和查看结果。
《矿井充水水源WEB判别系统的设计与应用》篇一一、引言随着煤矿业的不断发展,矿井安全越来越受到关注。
其中,矿井充水是一个重要的安全隐患,准确判断充水水源对于矿井安全至关重要。
传统的矿井充水水源判别方法往往依赖于人工经验和实地考察,效率低下且易出错。
因此,设计并应用一个高效的矿井充水水源WEB判别系统显得尤为重要。
本文将详细介绍矿井充水水源WEB判别系统的设计与应用,以期为矿井安全提供有力保障。
二、系统设计1. 系统架构设计矿井充水水源WEB判别系统采用B/S架构,即浏览器/服务器架构。
该架构使得用户可以通过互联网浏览器访问系统,无需安装额外软件,提高了系统的便捷性和可访问性。
系统后端采用高性能的服务器和数据库,保证系统的稳定性和数据处理能力。
2. 功能模块设计(1)数据采集模块:负责采集矿井充水相关的各种数据,包括水质分析数据、地质勘探数据、气象数据等。
(2)数据处理模块:对采集的数据进行预处理、清洗和转换,以便进行后续的判别分析。
(3)判别分析模块:根据充水水源的特性和规律,运用机器学习、数据挖掘等技术,对数据进行判别分析,得出充水水源的判断结果。
(4)结果展示模块:将判别结果以图表、文字等形式展示给用户,帮助用户直观地了解矿井充水情况。
(5)用户管理模块:对系统用户进行管理,包括用户注册、登录、权限设置等。
3. 技术选型与实现系统采用Java语言开发,后端使用Spring Boot框架,数据库采用MySQL或Oracle等关系型数据库。
在判别分析模块中,采用机器学习算法如决策树、支持向量机等对数据进行处理和分析。
前端采用HTML5、CSS3和JavaScript等技术实现页面的设计和交互功能。
三、系统应用1. 数据采集与处理系统通过与矿井相关部门的合作,采集矿井充水相关的各种数据。
数据经过预处理、清洗和转换后,输入到数据处理模块进行分析。
2. 判别分析判别分析模块根据充水水源的特性和规律,运用机器学习算法对数据进行处理和分析。