摘要：常规的无机水化学参数较难判别某些井田中成分相近的煤层顶板涌水水源,针对该问题,以榆横矿区某井田为研究区,在K^(+)+Na^(+)、Ca^(2+)、Mg^(2+)、Cl^(−)、SO_(4)^(2−)、HCO_(3)^(−)、TDS(总溶解固体)等无机指标的基础上加入TOC(总有机碳)、UV254(紫外吸光度)、DOM(溶解性有机质)等有机指标,探究无机-有机综合指标在煤层顶板涌水水源判别中的作用;利用荧光指纹技术和PARAFAC得到DOM主要组分及荧光强度,在对水样的无机、无机-有机数据集进行主成分分析(PCA)后,使用随机森林算法(RF)分别构建无机指标判别模型和无机-有机综合指标判别模型;并对8个待测水样的类型也进行了正确的判别。结果表明:综合判别模型的性能总是优于无机判别模型;在综合模型下,RF算法的平均精度、平均查准率、平均召回率和f1调和指数分别达到了93.14%、94.79%、95.08%、93.73%,较无机模型分别提高了9.71%、11.84%、12.25%、11.5%,回代准确率为98.63%;无机-有机综合指标能够显著提高煤层顶板涌水水源判别准确率。

摘要：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。

摘要：矿井突水是矿建与生产过程中最具威胁的自然灾害之一,准确判别突水水源是防治水害的关键。选取6种离子的质量浓度作为突水水源的判别因素,将河南省焦作矿区不同水层的39组水化数据以2种样本设计方案进行Elman神经网络模型的构建与检验。以不同的35组水源样品作为训练样本,运用Matlab软件进行Elman神经网络训练,将所建立的判别模型应用于(相应的)4组待测样本的判别,并与DDA、FDA、Bayes三种判别方法的判别结果进行分析比较。2种方案应用结果表明:将具有非线性动态特征的Elman神经网络应用于突水水源判别,在结合相应的水文地质条件前提下,可以准确判断突水来源;矿井多年的开采促使地下各水层水质呈动态变化,Elman神经网络判别模型能够反映这种变化特性,对探寻地下水运移与演化具有一定的应用价值。

摘要：介绍了熵权模糊综合评判方法的基本原理,通过实例分析,逐步建立了单因素和模糊综合评判矩阵,利用熵权法确定了各指标对评价结果的贡献系数,通过模糊综合评判模型实现了待判水样突水水源的准确判别。结果表明:定量化的模糊判别方法可有效解决模糊水源层的识别问题。

摘要：以实现在线快速、高效地查明矿井充水水源类型为目的,基于网络的共享、云存储和云传输功能,以数理统计知识为理论基础,以*** Framework Version及*** Version作为开发环境,应用Mysql数据库及C#开发语言,建立了不同矿井不同含水层的水源样品数据库,设计、开发了矿井水源判别系统Web网站。结果表明:该网站实现了多用户登录达到共享的功能,离子含量分布柱状图、Piper三线图、Zaporozec水质图、不同数据的库尔洛夫式汇总表的绘制,以及以判别分析、聚类分析、灰色关联度分析对样品水源快速判别和煤矿水化学资料的云存储等功能。解决了传统仅限于计算机单机操作,无法完成数据的云存储和云传输的功能。