基于PCA-MSA的礦井突水水源判別算法研究.pdf

1、礦井突水是威脅礦山安全生產(chǎn)的最大自然災(zāi)害之一，正確識別突水水源可為制定合適的防治水措施提供重要依據(jù)，因此，如何快速有效的判別礦井突水水源具有重要意義。目前，大部分水源判別模型沒有考慮到由于水化學(xué)判別指標(biāo)之間信息疊加從而導(dǎo)致水源誤判的影響。為此，本文以某兩個礦山（A、B礦山）的水文地質(zhì)資料和水化學(xué)數(shù)據(jù)研究對象，引用了主成分分析法對水化學(xué)指標(biāo)進行信息提煉，并結(jié)合兩種多元判別方法來建立水源判別模型，并與傳統(tǒng)的多元判別模型（Fisher判別法、

2、Bayes判別法、逐步判別法）進行比較，找出最優(yōu)的水源判別模型。同時，為了讓礦井突水水源判別工作更加自動化和智能化，通過C++語言開發(fā)了礦井突水水源判別系統(tǒng)。
　　本研究主要內(nèi)容包括：⑴選取A礦山各水層的Ca2+、Mg2+、K++Na+、HCO3-、SO42-、Cl-、TDS的7種水化學(xué)指標(biāo)參數(shù)為數(shù)據(jù)樣本，利用Aquachem等水化學(xué)分析軟件繪制出Piper三線圖、常規(guī)離子箱圖、常規(guī)離子與TDS的關(guān)系圖等來分析各水層水化學(xué)特性。結(jié)

3、果表明各水源具有不同的水化學(xué)特性，且太灰水與奧灰水的各離子分布范圍比較接近，兩者水化學(xué)特性較相似，難以通過某一單個離子分布規(guī)律來區(qū)分突水水源。⑵以A、B礦山的水化學(xué)信息為研究對象，建立Fisher判別模型、Bayes判別模型、逐步判別模型、和與之相應(yīng)的經(jīng)過主成分分析的兩種判別模型。研究結(jié)果表明，經(jīng)過主成分分析處理后的Fisher判別模型、Bayes判別模型A礦山的回判和預(yù)判正確率分別得到提高了6％、18％，完全優(yōu)于傳統(tǒng)的Fisher判別