基于激光誘導熒光技術的煤礦水源識別研究

閆鵬程， 尚松行， 周孟然， 胡 鋒， 劉 瑜

1. 安徽理工大學， 深部煤礦采動響應與災害防控國家重點實驗室， 安徽 淮南 232001 2. 安徽理工大學電氣與信息工程學院， 安徽 淮南 232001

引 言

礦井水害是煤礦生產的五大災害之一， 對煤礦安全威脅巨大[1-3]。 近年來隨著國家對煤礦水害的重視， 水害事故無論是從發生次數上， 還是傷亡人數上都有大幅降低。 然而隨著大多數礦井的采掘深度逐漸加深， 水文地質環境隨之愈加復雜， 開采規模與強度也逐漸加大(年產已達1 500萬t)， 尤其是特厚煤層超大采高(15～20 m)等綜放工作面裝備的使用， 更是加劇了井下水害的發生幾率[4]。 因此如何快速準確的識別煤礦水源， 無論是對于煤礦水災預警， 還是對于災后救援都具有重大意義[5-7]。

針對煤礦水源識別的研究， 國內外專家采用了多種方法， 如QLT法[8]、 同位素法[9-10]、 代表離子法[11]等， 研究較多的又以代表離子法為主。 如張淑瑩等采用基于獨立性權-灰色關聯度理論的突水水源判別[12]， 毛志勇等采用基于KPCA-MPSO-ELM的礦井突水水源判別模型[13]， 劉國偉等采用多元統計分析對濱海礦區進行水源識別[14]， 都取得了較好的效果。 但是這些代表離子檢測的過程過于漫長， 一般實驗室檢測需要1 h， 識別精度相對較低， 且識別一般以單一水源為主， 對混合水樣識別沒有涉及。

針對上述問題， 本課題組提出使用激光誘導熒光光譜技術進行煤礦水源類型識別， 以405 nm激光激發待測水樣， 獲取熒光光譜， 通過SG、 Normalize等多種預處理方法進行處理， 并對數據進行PCA降維， 以簡化模型， 縮短識別時間， 對降維后的數據分別進行線性LDA以及非線性RBF-SVM模型進行識別對比， 為煤礦突水在線預警提供理論依據。……