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判別指標之間信息疊加從而導致水源誤判的影響。為此，本文以某兩個礦山（A、B礦山）的水文地質(zhì)資料和水化學數(shù)據(jù)研究對象，引用了主成分分析法對水化學指標進行信息提煉，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種水化學指標參數(shù)為數(shù)據(jù)樣本，利用Aquachem等水化學分析軟件繪制出Piper三線圖、常規(guī)離子箱圖、常規(guī)離子與TDS的關系圖等來分析各水層水化學特性。結(jié)

3、果表明各水源具有不同的水化學特性，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