论文部分内容阅读
矿井突水是威胁矿山安全生产的最大自然灾害之一,正确识别突水水源可为制定合适的防治水措施提供重要依据,因此,如何快速有效的判别矿井突水水源具有重要意义。目前,大部分水源判别模型没有考虑到由于水化学判别指标之间信息叠加从而导致水源误判的影响。为此,本文以某两个矿山(A、B矿山)的水文地质资料和水化学数据研究对象,引用了主成分分析法对水化学指标进行信息提炼,并结合两种多元判别方法来建立水源判别模型,并与传统的多元判别模型(Fisher判别法、Bayes判别法、逐步判别法)进行比较,找出最优的水源判别模型。同时,为了让矿井突水水源判别工作更加自动化和智能化,通过C++语言开发了矿井突水水源判别系统。本文研究主要结果如下：(1)选取A矿山各水层的Ca2+、Mg2+、K++Na+、HCO3-、SO42-Cl-、TDS的7种水化学指标参数为数据样本,利用Aquachem等水化学分析软件绘制出Piper三线图、常规离子箱图、常规离子与TDS的关系图等来分析各水层水化学特性。结果表明各水源具有不同的水化学特性,且太灰水与奥灰水的各离子分布范围比较接近,两者水化学特性较相似,难以通过某一单个离子分布规律来区分突水水源。(2)以A、B矿山的水化学信息为研究对象,建立Fisher判别模型、Bayes判别模型、逐步判别模型、和与之相应的经过主成分分析的两种判别模型。研究结果表明,经过主成分分析处理后的Fisher判别模型、Bayes判别模型A矿山的回判和预判正确率分别得到提高了6%、18%,完全优于传统的Fisher判别模型、Bayes判别模型。通过主成分分析处理后消除了因为各指标信息的叠加而导致其水源误判的问题,提高了模型识别突水的精度。(3)以矿区各水源的水化学的差异性为理论基础,以Fisher判别法、Bayes判别法和主成分分析法相结合的模型为核心,采用C++语言开发出矿井突水水源判别系统。该系统不仅具有数据存储、查询功能,还可以快速的判别突水水源,并具有良好的实用性和可靠性,操作简便。