礦井突水水源判別方法

姜子豪， 胡友彪， 琚棋定， 周露， 張淑瑩

(安徽理工大學 地球與環境學院，安徽 淮南 232001)

0 引言

礦井水害一直是煤礦安全生產的重大威脅。井田內含水層的水化學特征可反映相應含水層的內在特征，因此眾多專家學者圍繞含水層水樣的水化學特征對突水水源判別方法展開研究。楊建等[1]通過研究溶解性有機質在不同含水層之間的運移規律，提出了一種有機-無機聯合礦井突水水源判別方法，可實現水源快速識別，但該方法實際操作難度較大。毛志勇等[2]提出了一種基于核主成分分析-改進粒子群算法-極限學習機的礦井突水水源判別模型，可很好地對數據進行優化，從而實現準確識別，但識別過程較為繁瑣。曲興玥等[3]、琚棋定等[4]分別采用Matlab因子分析及距離判別模型和主成分分析-Bayes判別法識別不同礦井的突水水源，但Matlab因子分析及距離判別模型使用的最小二乘法在計算因子得分時會出現失效情況，主成分分析過程中同時存在正負因子時數據評價意義不明確。牟林[5]通過水質動態曲線對干河礦2-112工作面突水水源進行判別，但其為一種趨勢判斷，對單個涌水點的判別存在難度。其他根據礦井水樣的水化學特征進行突水水源判別的方法還有Fisher判別法、可拓判別法、BP神經網絡、灰色關聯度等[6-14]。上述方法均存在缺陷，如：Fisher判別法無法解決線性不可分問題；可拓判別法忽略了水化學特征之間的相互關聯；BP神經網絡計算量大，不易操作；灰色關聯度判別過程過于主觀，難以確定部分最優解。……