论文部分内容阅读
煤矿突水水源的正确、快速识别是矿井水害有效防治的前提条件。Matlab是一种庞大的且极易使用的科学计算软件,借助Matlab数值计算和仿真分析的强大功能,研究矿井突水水源判别的方法,建立科学有效的突水水源判别模型,对矿井及时有效的防治水害具有重要的意义。本文以淮南潘三矿直接充水含水层地下水系统为研究对象,收集矿井多年的水位和水质资料,研究了井田内不同含水层的水位变化动态、水化学类型、特征离子、水化学场分析以及矿井突水水源快速判别模型(包括不同层位突水水源判别和煤系组内突水水源判别)。研究结果如下:(1)潘三矿下含水为Cl-Na+K型水质,煤系含水层水质类型有Cl-Na+K、Cl-HCO3-Na+K和HCO3-Cl-Na+K型。通过各含水层离子浓度对比图发现:下含水的Cl-和SO42-比煤系砂岩水高,而HCO3-情况相反,煤系砂岩水所含HCO3-高;从阳离子来看,下含水水样的Ca2+、Mg2+成分与煤系砂岩水区别不大。通过箱型图、分类主成分分析以及方差分析发现,HCO3-和SO42-以及离子比SO42-/HCO3-在区别下含水和煤系水中有较大的作用。(2)通过对潘三矿直接充水含水层的特征离子(SO42-、HCO3-)和TDS的空间分布进行可视化分析,发现:下含水随着取样点的水位标高的减小,其特征离子浓度(SO42-、HCO3-浓度)和TDS浓度呈增长趋势,且下含地下水有东南向西北的流向;煤系水的SO42-浓度变化较复杂,规律性不强,而HCO3-以及TDS浓度变化趋势相似:从潘三矿东北部向西南部递增,随着取样点的水位标高的减小,HCO3-浓度和TDS浓度逐渐增大,且煤系地下水有从东北向西南的流向。(3)建立了潘三矿下含和煤系两个直接充水含水层水源快速判别的贝叶斯多类线性逐步判别、模糊综合判别、灰色关联度分析以及BP神经网络模型,从判别准确率上看,最高的为BP神经网络模型(95.65%),其次为模糊离差和灰色关联度分析判别模型(82.61%),最低的为模糊偏标判别模型(65.22%)。(4)建立了煤系突水水源组内分类即B8组、C13组煤系突水水源判别的支持向量机(SVM)模型,对10个用于预测的水样判别结果完全正确,并将这种方法与其他方法比较研究,发现支持向量机(SVM)法分类速度较快,具有较高的判别准确率,能够更细致、有效地判别B8、C13组两类煤系突水水源。(5)潘三矿上含和下含水位动态受大气降水影响,随季节变化,煤系地下水水位动态变化规律需要进一步研究。