《许疃矿32块段出水水源Fisher识别分析.doc》由会员分享，可在线阅读，更多相关《许疃矿32块段出水水源Fisher识别分析.doc（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、许疃矿32块段出水水Fisher识别分析p 打开文本图片集DOI：10.13800/jki._akjd_b.20_.0113文章编号： 1672-9315（20_）01-0075-05【摘要】：p ：鉴于许疃矿32块段3222切眼持续突水，为了快速有效地判别出该矿出水点的水类型，为该矿防治水措施的制定提供科学依据，通过利用所收集的许疃矿32块段不同含水层常规水化学数据和与其具有相同水质单元的任楼矿部分水化学数据，依据各含水层地下水化学组分情况，最终选取了7种能够区分各含水层类型的水化学指标，并借助SPSS软件建立了许疃矿突水水的Fisher识别模型。训练水样的判别结果经回估后发现，该模型在许疃
2、矿水類型的判别中正确率高，表明此模型在许疃矿水判别中效率较好，可作为许疃矿矿井突水时快速判别水类型的一种依据，对该煤矿日后安全生产具有一定的实际意义。最后对许疃矿出水点待判水样进行科学判别，判别结果为：所有待判水样均为砂岩水。另外，论文中许疃矿水判别模型建立时未考虑各含水层混合后的情况，因此该模型还可作进一步研究。【关键词】：p ：许疃矿32块段；Fisher判别法；矿井突水中图分类号：P 6431文献标志码： A0引言水害是影响矿井安全生产的五大灾害之一。水害事故一旦发生，轻则造成财产损失，严重时可能致使人员的伤亡。及时、准确判别突水水类型是矿井防治水工作的关键步骤。国内外众多学者对此做了大
3、量研究。目前国内外关于矿井水判别方法较多，例如模糊综合判别法、灰色系统理论法、可拓识别法、GIS理论分析p 法、人工神经网络法等1。上述方法近些年在水判别中都有应用，且效果良好，但均属于非线性分析p 方法，理论的理解及模型的建立相对较为复杂。而线性分析p 法中的水化学分析p 法是通过提炼能够有效反应地下水本质特征的水化学指标，建立水化学水识别模型，判别矿井突涌水水类型。其中的Fisher判别法通过建立判别模型，经数值计算可快速判别水类型，模型相对简单。国外对于Fisher判别法在水判别中的应用较少，而国内相对应用较多，例如陈江红、黄平华等2-3将该判别法用于矿井水的识别，并取得较好的效果。自2
4、021年5月18日以来，许疃煤矿32块段3222切眼长时间持续出水，出水量稳定在20 m3/h左右，11月份中旬以来出水量增加到40 m3/h左右，经初步分析p ，怀疑有稳定水补给。为不影响矿区的正常开采，必须尽快查明水，判定可能的出水途径，避免引发矿井水害事故造成人员伤亡和财产损失。根据有关资料表明，许疃矿主要突水水有砂岩水、四含水和太灰水。3种水样类型中的K+Na+，Ca2+，Mg2+，Cl-，SO2-4，HCO-3，pH值7种水化学指标中离子具有相对含量高，易于测定的优点，属于常规水化学指标，且在上述3种水中区别较大。在Fisher判别法中可将这些指标作为判别因子，建立3个不同含水层的判
5、别方程式，达到快速有效判别水的目的。且这些指标在水判别Fisher模型中应用频率高4-5，因此，文中选择建立Fisher判别模型判别许疃矿突水水，并借助SPSS软件帮助快速建模，最后利用该模型对许疃矿3222切眼突水水待测样本进行判别分析p 。考虑到后期采动的影响会使模型偏离实际，建模用的水化学指标由许疃矿和与其具有相同水质单元的任楼矿早期水样中测得，提高了模型的准确性。1Fisher判别理论11Fisher原理Fisher判别分析p 方法的原理6-7是按一定的方向，将高维空间的一个样本数据组成的向量往低维空间进行投影，文中模型是为了使每个总体多维数据转化为一维。投影后满足组与组之间分的很清楚
6、，保证判别变量对区分类别差异的效果达到最大。对组间差与组内差添加约束条件，建立特征方程，通过求解最大特征值便可求出Fisher判别函数。12判别效率检验为估计上述判别准则优良性8，采用以训练样本为基础的回代估计法来计算误判率，即利用本论文中建立Fisher判别函数的已知水的30个训练样本，将这些训练样本进行回判。误判样本个数N与总样本数之比称为误判率.值的大小直接反映出模型的质量。2确定Fisher判别模型21选择判别指标判别指标的选取是建立Fisher判别模型的前提，水化学指标众多，为了最大限度区分水，提高判别的准确率，选取K+Na+，Ca2+，Mg2+，Cl-，SO2-4，HCO-3，pH
7、共7种组分，其中主要离子占所有溶解盐的90，且决定了水的化学类型。文中将上述7种组分分别记为_1，_2，_3，_4，_5，_6，_7.水类型记为_14，包括砂岩水，四含水，太灰水。由于许疃矿四含水样和太灰水样过少，尤其是太灰水样仅仅2个。而许疃矿、任楼矿均位于临涣矿区，两矿相邻，属于同一水文地质单元，任楼矿建井初期整个矿区内开采深度和强度均较小，四含水和太灰水受到扰动较小，区内水质认为未发生变化。为使判别模型更具有科学性、合理性，因此本论文借用任楼矿建井初期的4个四含水和6个太灰水水样数据。指标值的测量均在实验室中测得，准确度较高。建模数据见表1（除pH无单位外，其他因子单位均为mg/L）22
8、Fisher模型的建立Fisher判别的关键步骤就是Fisher判别函数的建立，将许疃矿各含水层常规水化学数据处理后，运用SPSS软件得到典则判别函数系数，建立许疃矿的3类水的判别函数式见表2.y1=-0013_1-0229_2+0185_3+0081_4+0070_5+0075_6+31651_7-1539，（6）y2=-0022_1-0074_2+0213_3+0038_4+0077_5+0040_6+38538_7-1856，（7）y3=-0017_1-0010_2+0165_3+0032_4+0058_5+0031_6+38011_7 -18170.（8）式中，y1，y2，y3为3类水
9、判别函数式；_1为K+Na+ 的浓度；_2为Ca2+的浓度；_3为Mg2+的浓度；_4为Cl-的浓度；_5为SO2-4的浓度；_6为HCO-3的浓度；_7为pH值。23训练水样回估不同含水层常规水化学数据经整理后，Fisher判别模型通过每组样本的数据分别代入3个判别函数中，将计算的结果进行比较，其中最大值所在水就是该样本的水类型。从表1中可以看出，选取的30个训练样本中，判别结果显示只有23，24两个太灰水样判别有误，其他水样均与实际分类相同，正确率达到933，误判率=2/30=67.说明Fisher判别法在判别许疃矿矿井突水水中准确率高，误判的水样在太灰水中，出错的原因可能是因为该矿所采水
10、样时间跨度较大，期间由于采掘进程的持续加深，岩层应力分布发生改变，原生裂隙增大及新的采动裂隙增加，各含水层间的水力联系增强，导致该矿不同含水层之间可能发生一定程度的混合9。而且许疃矿太灰水水样数据较少，对太灰含水层水文地球化学特征的反映不具有全面代表性。但是，该判别法只需知道所选水样的6大离子的含量以及pH值即可判别水类型，这些常规离子的浓度在普通实验室条件下即可测试得到。因此本次利用常规离子建立许疃矿矿井突水水Fisher判别模型，判别矿井突水水，方法简单，判别速度快，并且在许疃矿具有较高的判别正确率，可作为许疃矿突水水快速判别模型。此次建立的许疃矿Fisher水判别模型的准确率还可以用方差
11、贡献率来描述，见表3，在第一个判别函数中，方差贡献率达到933，换句话说，从该矿所采集的933的水样信息都可以用该函数解释。从表中可以看出，第2个判别函数的累积方差贡献率分别达到100.因此，若有水样用第一判别函数难以判别时，可以结合第2判别式共同判断水。各典则判别函数质心处值见表4.以第1类判别函数为例，类水（砂岩水）的质心处值为-3694；类水（四含水）质心处值为2718；类水（太灰水）质心处值为3746；也可对比待判水样的函数值与表4中3类水组别的中心值间的距离大小来识别水样13。图1为结合判别函数1和2的许疃矿3个含水层的分组图，此图也可以利用投点的方式判别水，即水样落入哪一含水层区域
12、，则判为该含水层。从图中也可以清楚地区分该矿砂岩水和其余2个含水层，但是四含水和太灰水有交接，若水样投点时恰好落入这2个含水层交界处，则容易造成误判，以此也可以解释回估判别中造成误判的原因。24待判水样的判别上述的许疃矿Fisher判别模型建立后，回估正确率高达933，表明该模型可以用于许疃矿待测水样的鉴定，待测水样判别结果见表5.待判水样为许疃矿3222切眼出水，采用上述建立的许疃矿Fisher判别模型判别分析p 后得知，待测水样均为砂岩水。3结论1）本论文依据所选训练样本建立了許疃矿的Fisher水判别模型。训练样本回估正确率达到933，说明此判别法可以用于许疃矿水的科学判别。对该矿5个待
13、判水样的判别结果：均为砂岩水；2）此次建立的许疃矿水Fisher判别模型在判别该矿水样的水时只需知道常见的六大离子浓度及pH值，带入方程式计算出数值比较即可判别，因此离子浓度和pH值测定时应尽量保证准确性。另外，该方法简单，可快速判别出许疃矿出水类型，对于该矿防治水措施的制定具有一定的实际指导意义；3）各含水层之间水混合后会影响到模型判别的准确性，而本次许疃矿Fisher水判别模型的建立没有考虑混合后的情况，所以该模型还可作进一步的研究。【参考文献】：p References1李燕，徐志敏，刘勇.矿井突水水判别方法概述J.煤炭技术，2021，29（11）：87-89.LI Yan，_U Zhi
14、min，LIU Yong.Summary on methods of distinguishing sources of mine waterinvasionJ.Coal Technology，2021，29（11）：87-89.2陈红江，李夕兵，刘爱华，等.用Fisher判别法确定矿井突水水J.中南大学学报，2021，40（4）：1 114-1 120.CHEN Hongjiang，LI _ibing，LIU Aihua，et al.Identifying of mine water iush sources by Fisher discriminant analysis methodJ.J
15、ournal of Central South University，2021，40（4）：1 114-1 120.3黄平华，陈建生.基于多元统计分析p 的矿井突水水Fisher识别及混合模型J.煤炭学报，2021（36）：131-136.HUANG Pinghua，CHEN Jiansheng.Fisher identify and mi_ing model based on multivariate statistical analysis of mine water iush sourcesJ.Journal of China Coal Society，2021（36）：131-136.
16、4梁亚婷，杨振宏，屈利伟.基于多异构信息融合的煤矿冒顶事故预报技术J.西安科技大学学报，20_，33（1）：78-83.LIANG Yating，YNGA Zhenhong，QU Liwei.Mine roof fall prediction technique based on multisource information fusionJ.Journal of _i an University of Science and Technology，20_，33（1）：78-83.5鲁金涛，李夕兵，宫凤强，等.基于主成分分析p 与Fisher判别分析p 法的矿井突水水识别方法J.中国安全科学学
17、报，20_（7）：109-115.LU Jintao，LI _ibing，GONG Fengqiang，et al.Recognizing of mine water inmsh sources based on principal ponents analysis and Fisher discrimination analysis methodJ.Chinese Safety Science Journal，20_（7）：109-115.6王學民.应用多元分析p M.上海：上海财经大学出版社，2021.WANG _uemin.lied multivariate analyisM.Shang
18、hai：Shanghai University of Finance and Economics Press，2021.7赵丽娜.Fisher判别法的研究及应用D.哈尔滨：东北林业大学，20_.ZHAO Lina.Research and lication of Fisher discriminant methodD.Harbin：Northeast Forestry University，20_.8姜春露，姜振泉.基于Fisher判别分析p 法的岩溶塌陷预测J.地球科学与环境学报，20_，34（1）：91-95.JIANG Chunlu，JIANG Zhenquan.Prediction o
19、f karst collapse based on Fisher discriminant analysis methodJ.Journal of Earth Sciences and Environment，20_，34（1）：91-95.9代革联.地质构造对韩城矿区水文地质特征的影响J.西安科技大学学报，2021，24（7）：62-67.DAI Gelian.The effect of geology structure on hydrogeology characteristics of Hancheng mining areaJ.Journal of _ian University of Science and Technology，2021，24（7）：62-67.第 7 页 共 7 页