CN104133864B

CN104133864B - 煤层底板突水变权区间阈值确定方法

Info

Publication number: CN104133864B
Application number: CN201410342497.5A
Authority: CN
Inventors: 武强; 李博; 刘守强; 曾一凡
Original assignee: China University of Mining and Technology Beijing CUMTB
Current assignee: China University of Mining and Technology Beijing CUMTB
Priority date: 2014-07-17
Filing date: 2014-07-17
Publication date: 2016-04-13
Anticipated expiration: 2034-07-17
Also published as: HK1198780A1; CN104133864A

Abstract

本发明公开了一种煤层底板突水变权区间阈值确定方法，首先确定各主控因素，然后依次进行数据采集、量化和归一化处理；状态变权向量公式的构建；对各主控因素指标值进行分类处理；变权区间阈值的确定。首次提出了在应用变权模型进行煤层底板脆弱性评价预测中的变权区间阈值的确定方法，使用该方法确定变权区间阈值的方法合理，符合生产实际，可有效的提高煤层底板突水脆弱性评价预测的精度。

Description

煤层底板突水变权区间阈值确定方法

技术领域

本发明涉及一种煤层底板突水预测技术，尤其涉及一种煤层底板突水变权区间阈值确定方法。

背景技术

近年来我国煤矿的开采逐渐的向深部发展，有些开采时间长的老矿区开采深度已经超过了1000m，形成了深部开采的高地应力区，同时所开采煤层的底板所承受的岩溶承压含水层的水压也越来越大。并且随着煤炭开采高产高效的要求，采煤工作面的空间尺度也越来越大，机械化程度越来越高。在这样的背景下，底板突水的几率显著增加。如果不及时采取相应的防治水措施，不仅突水事故继续增加，还会使一大批受水害威胁的矿井提前报废。可以说底板岩溶高承压水的水害对煤层开采的威胁，严重制约了我国的煤矿开采。由此可见，煤层底板水害已成为影响制约我国煤炭安全生产的重大难题之一，对其进行准确预测预报与评价具有十分重要的理论指导意义和实用价值。

基于以上原因，中国矿业大学(北京)武强教授早在上世纪九十年代末就致力于研究基于多源信息集成理论和“环套理论”，并采用具有强大空间数据统计分析处理功能的地理信息系统(GIS)与线性或非线性数学方法的集成技术，对煤层底板突水进行了研究，并于近期提出了利用基于变权模型的脆弱性指数法对煤层底板突水进行预测评价方法，变权模型可以克服传统常权模型中“权重”一旦确定后，无论主控因素在研究区的指标数值如何变化，出现多大幅度的突变情况，权重数值在整个研究区均是固定不变的缺陷。同时变权模型也注重各主控因素之间相互关联关系对煤层底板突水的控制作用，有效的反映了各主控因素在煤层底板突水问题中的变化规律。因而其评价思想更加合理。

在应用变权模型对煤层底板突水危险性进行预测评价时，需要首先确定各主控因素的变权区间，然后对不同的区间采用对应的“激励”、“惩罚”机制对其权重进行调节。然而变权模型中的变权区间阈值的确定是该技术的一个难点，目前尚无统一的分析确定方法。

发明内容

本发明的目的是提供一种能有效的提高煤层底板突水脆弱性评价预测的精度的煤层底板突水变权区间阈值确定方法。

本发明的目的是通过以下技术方案实现的：

本发明的煤层底板突水变权区间阈值确定方法，首先确定各主控因素，还包括以下步骤：

A、数据采集、量化和归一化处理；

B、状态变权向量公式的构建；

C、对各主控因素指标值进行分类处理；

D、变权区间阈值的确定。

由上述本发明提供的技术方案可以看出，本发明实施例提供的煤层底板突水变权区间阈值确定方法，由于在确定各主控因素的基础上，依次进行数据采集、量化和归一化处理；状态变权向量公式的构建；对各主控因素指标值进行分类处理；变权区间阈值的确定，首次提出了在应用变权模型进行煤层底板脆弱性评价预测中的变权区间阈值的确定方法，该方法根据煤层底板突水各主控因素指标值在空间分布上存在差异，同时也具有一定的相似性的特征，利用统计分析手段有效的对各因素指标值进行分类处理，然后根据分类的临界值求取变权区间阈值，从而利用对应的“激励”、“惩罚”措施对其权重进行调节。使用该方法确定变权区间阈值的方法合理，符合生产实际。可有效的提高煤层底板突水脆弱性评价预测的精度。

附图说明

图1为本发明实施例提供的煤层底板突水变权区间阈值确定方法的工作流程图；

图2为本发明实施例中煤层底板隔水层承受的底板灰岩水压专题图；

图3为本发明实施例中5#煤至底板灰岩有效隔水层等效厚度专题图；

图4为本发明实施例中5#煤至底板灰岩矿压破坏带下脆性岩厚度专题图；

图5为本发明实施例中底板灰岩含水层富水性专题图；

图6为本发明实施例中5#煤断层规模指数专题图；

图7为本发明实施例中5#煤断层与褶皱分布专题图；

图8为本发明实施例中5#煤断层与褶皱交端点专题图；

图9为本发明实施例中煤层底板隔水层承受的底板灰岩水压指标值分类图；

图10为本发明实施例中有效隔水层等效厚度指标值分类图；

图11为本发明实施例中矿压破坏带下脆性岩厚度指标值分类图；

图12为本发明实施例中底板灰岩含水层富水性指标值分类图；

图13为本发明实施例中断层规模指数指标值分类图；

图14为本发明实施例中水压变权区间空间分布图；

图15为本发明实施例中有效隔水层等效厚度变权区间空间分布图；

图16为本发明实施例中矿压破坏带下脆性岩厚度变权区间空间分布图；

图17为本发明实施例中底板灰岩含水层富水性变权区间空间分布图；

图18为本发明实施例中断层规模指数变权区间空间分布图；

图19为本发明实施例中5#煤断层与褶皱分布变权区间空间分布图；

图20为本发明实施例中5#煤断层与褶皱交端点变权区间空间分布图；

图21为本发明实施例中基于变权模型的底板突水脆弱性评价分区图。

具体实施方式

下面将对本发明实施例作进一步地详细描述。

本发明的煤层底板突水变权区间阈值确定方法，其较佳的具体实施方式是：

首先确定各主控因素，还包括以下步骤：

A、数据采集、量化和归一化处理；

B、状态变权向量公式的构建；

C、对各主控因素指标值进行分类处理；

D、变权区间阈值的确定。

所述步骤A中，数据采集、量化和归一化处理是根据矿区地质勘探钻孔、地质构造、抽水试验和采矿资料，采集主控因素原始数据，并对数据进行量化和归一化处理。

述步骤A中，对采集、量化的数据进行归一化处理的表达如下：

A_{i} = a + \frac{(b - a) \times (x_{i} - \min (x_{i}))}{\max (x_{i}) - \min (x_{i})}

式中：A_i为归一化处理后的数据，a、b分别归一化范围的下限和上限，分别取0和1，min(x_i)和max(x_i)分别为各主控因素量化值的最小值和最大值。

所述步骤B中，所述的状态变权向量公式的表达如下：

S_{j} (x) = \{\begin{matrix} e^{a_{1} (d_{j 1} - x)} + c - 1, & x &Element; [0, d_{j 1}) \\ c, & x &Element; [d_{1}, d_{j 2}) \\ e^{a_{2} (x - d_{j 2})} + c - 1 & x &Element; [d_{j 2}, d_{j 3}) \\ e^{a_{3} (x - d_{j 3})} + e^{a_{2} (d_{j 3} - d_{j 2})} + c - 2, & x &Element; [d_{j 3}, 1] \end{matrix}

式中：c、a₁、a₂、a₃为调权参数。d_j1、d_j2、d_j3为第j个因素变权区间阈值。

所述步骤C中对各主控因素指标值进行分类处理，具体包括以下步骤：

C1、按照K-means算法选择叠代分类,确定K-means算法的迭代次数为10，确定分类类别为4类；

C2、对各因素指标值进行动态聚类运算，直到迭代稳定；

C3、根据分类结果确定各因素指标值分类临界值。

所述步骤D中，变权区间阈值的确定表达如下：

d_j1＝(f_j1+f_j2)/2；d_j2＝(f_j3+f_j4)/2；d_i3＝(f_j5+f_j6)/2

式中：d_j为第j个因素的变权区间阈值；f_j为聚类分级中第j个因素的指标值的分类临界值。

所述步骤D中，变权区间阈值的确定，其中断层与褶皱分布、断层与褶皱交点与端点分布两个主控因素的分区阈值优选值为d₁＝0d₂＝0.5d₃＝0.8。

本发明的煤层底板突水变权区间阈值确定方法，首次提出了在应用变权模型进行煤层底板脆弱性评价预测中的变权区间阈值的确定方法。该方法根据煤层底板突水各主控因素指标值在空间分布上存在差异，同时也具有一定的相似性的特征，利用统计分析手段有效的对各因素指标值进行分类处理，然后根据分类的临界值求取变权区间阈值，从而利用对应的“激励”、“惩罚”措施对其权重进行调节。使用该方法确定变权区间阈值的方法合理，符合生产实际。可有效的提高煤层底板突水脆弱性评价预测的精度。

本次发明根据煤层底板突水各主控因素指标值在空间分布上存在差异，同时也具有一定的相似性的特征提出一种确定变权区间阈值的方法，能满足煤炭工业的需求，完善现有技术，确定变权模型中变权区间阈值，完成系统地解决利用变权模型进行底板突水预测预报的关键难题。

具体实施例：

实施例1

如图1所示，在确定各主控因素的基础上，还包括以下步骤：

1.研究区数据采集、量化、归一化处理；

所述的研究区数据采集、量化、归一化处理，具体包括以下步骤：

对研究区内的含水层富水性、含水层水压、隔水层隔水性能、断层褶皱分布和采矿等影响煤层底板突水的相关数据进行采集、量化；

对采集、量化的数据进行归一化处理，表达如下：

A_{i} = a + \frac{(b - a) \times (x_{i} - \min (x_{i}))}{\max (x_{i}) - \min (x_{i})}

A_i为归一化处理后的数据，a，b分别归一化范围的下限和上限，研究取0和1。min(x_i)和max(x_i)分别为各主控因素量化值的最小值和最大值。

2.状态变权向量公式的构建；

所述的状态变权向量公式，表达如下：

S_{j} (x) = \{\begin{matrix} e^{a_{1} (d_{j 1} - x)} + c - 1, & x &Element; [0, d_{j 1}) \\ c, & x &Element; [d_{1}, d_{j 2}) \\ e^{a_{2} (x - d_{j 2})} + c - 1 & x &Element; [d_{j 2}, d_{j 3}) \\ e^{a_{3} (x - d_{j 3})} + e^{a_{2} (d_{j 3} - d_{j 2})} + c - 2, & x &Element; [d_{j 3}, 1] \end{matrix}

其中c、a₁、a₂、a₃为调权参数。d_j1、d_j2、d_j3为第j个因素变权区间阈值。

3.对各主控因素数据进行分类处理；

所述的各主控因素数据进行分类处理，具体包括以下步骤：

(1)按照K-means算法选择叠代分类,确定K-means算法的迭代次数为10，确定分类类别为4类；

(2)对各因素指标值进行动态聚类，直到迭代稳定；

(3)根据分类结果确定各因素指标值分类临界值；

4.变权区间阈值的确定。

所述的变权区间阈值的确定，表达如下：

d_j1＝(f_j1+f_j2)/2，d_j2＝(f_j3+f_j4)/2，d_i3＝(f_j5+f_j6)/2

d_j为第j个因素的变权区间阈值；f_j为聚类分级中第j个因素的指标值的分类临界值。

实施例2

根据某矿区目前存在的严重底板突水问题和相关资料，对该矿区5^#煤底板突水危险性进行脆弱性评价分区和预测预报。

基于变权模型的煤层底板突水脆弱性指数评价方法，包括以下步骤：

1.确定评价区底板突水主控因素；

根据评价区水文地质情况，结合以往的评价经验选取了以下七个因素作为影响灰岩底板突水的主要控制因素：(1)有效隔水层等效厚度；(2)矿压破坏带以下脆性岩的厚度；(3)断层与褶皱分布；(4)断层与褶皱交点与端点分布；(5)断层规模指数；(6)底板灰岩含水层的富水性；(7)底板灰岩含水层的水压。

2.数据采集、量化和归一化处理；

根据该矿区大量地质勘探钻孔、地质构造图、抽水试验和采矿资料等，采集确定的主控资料原始数据，并利用GIS建立各主控因素专题图，各主控因素生成的相应专题图见图2-8。

对原始数据按照以下公式进行归一化处理，表达如下：

A_{i} = a + \frac{(b - a) \times (x_{i} - \min (x_{i}))}{\max (x_{i}) - \min (x_{i})}

3.状态变权向量的构建；

根据分析，确定与5#煤层底板突水各主控因素变化规律相符合的状态变权向量公式：

S_{j} (x) = \{\begin{matrix} e^{a_{1} (d_{j 1} - x)} + c - 1, & x &Element; [0, d_{j 1}) \\ c, & x &Element; [d_{1}, d_{j 2}) \\ e^{a_{2} (x - d_{j 2})} + c - 1 & x &Element; [d_{j 2}, d_{j 3}) \\ e^{a_{3} (x - d_{j 3})} + e^{a_{2} (d_{j 3} - d_{j 2})} + c - 2, & x &Element; [d_{j 3}, 1] \end{matrix}

其中c，a₁、a₂、a₃为调权参数，在本次评价中分别取值0.2、0.15、0.15、0.3。d_j1、d_j2、d_j3为第j个因素的变权区间阈值。

4.对各主控因素数据进行分类处理；

在应用变权模型对各主控因素权重进行变权处理时，我们需要首先要确定变权区间阈值，然后对相应的区间采用对应的“激励”、“惩罚”机制对其权重进行调节。本次评价运用动态聚类中的K-均值聚类法对因素指标值进行分，聚类方法按照K-means算法选择叠代分类,确定K-means算法的迭代次数为10,同时根据构建的变权模型需要，确定分类类别为4类，下面以水压为例来进行说明，具体计算步骤如下：

运用K-均值聚类法对水压数据进行分析，首先得到初始聚类中心，如表1，然后不断迭代，经过第6次迭代，类中心变化为0，从而停止迭代，迭代过程中类中心的变化量历史记录，见表2。

表1初始聚类中心

表2迭代历史记录

经过迭代后得到聚类结果形成的最终水压的聚类中心及其最终聚类中心间的距离，见表3、表4。

表3最终聚类中心

表4最终聚类中心间的距离

聚类	1	2	3	4
					1		3.260	.913	2.091
2	3.260		2.348	1.169
					3	.913	2.348		1.179
4	2.091	1.169	1.179

根据聚类分级的结果，我们可以求出含水层水压被分为4类时，各指标值分类的临界值。同理，可以对含水层富水性，矿压破坏带下的脆性岩厚度、煤层底板有效隔水层等效厚度、断层规模指数等主控因素进行分类。各主控因素指标值分类图见图9-13。各因素指标值分类临界值，见表5

表5各因素指标值分类临界值

5.变权区间阈值的确定；

对因素进行变权处理时，我们需要进一步按照聚类分析的分类结果求取对应的变权区间，在这里我们按下列方式进行处理，确定变权区间阈值。表达如下:

d_j1＝(f_j1+f_j2)/2，d_j2＝(f_j3+f_j4)/2，d_i3＝(f_j5+f_j6)/2

d_j为第j个指标的变权区间阈值；f_j为聚类分级中第j个因素的指标值的分类临界值。

对于断层与褶皱分布、断层端点和交叉点的分布两个主控因素，指标值是固定的，进行归一化后断层与褶皱分布的指标值为0.7和1。断层端点和交叉点的分布指标值为0.7、0.85和1.按照多次的工程应用经验，我们根据将断层影响带和断层影响带交叉区进行初始激励处理，对断层破碎带和断层破碎带交叉区及断层端点进行强激励处理的原则来确定这两个因素的变权区间。然后还要将所求得的分区阈值进行归一化处理。最终得到相应的各主控因素的归一化后的变权区间阈值，见表6。各主控因素变权区间空间分布图见图14-20。

表6各主控因素变权区间

6.对因素权重进行变权处理。

应用变权模型确定煤层底板突水主控因素的变权权重，具体包括以下步骤：

(1)因素常权权重的确定

根据层次分析法对各主控因素的常权权重进行确定，结果见表7

表7影响5^#煤层底板灰岩突水各主控因素的“常权权重”

(2)利用变权模型对变权权重进行确定

应用变权模型确定各主控因素的“变权权重”，所述的分区变权模型，表达如下：

W (X) \overset{Δ}{=} \frac{W_{0} \cdot S (X)}{Σ_{j = 1}^{m} w_{j}^{(0)} S_{j} (X)} \overset{Δ}{=} (\frac{w_{1}^{(0)} S_{1} (X)}{Σ_{j = 1}^{m} w_{j}^{(0)} S_{j} (X)}, \frac{w_{2}^{0} S_{2} (X)}{Σ_{j = 1}^{m} w_{j}^{0} S_{j} (X)}, \cdot \cdot \cdot, \frac{w_{m}^{0} S_{m} (X)}{Σ_{j = 1}^{m} w_{j}^{0} S_{j} (X)})

S(X)——m维分区状态变权向量；

W_{0} = (w_{1}^{(0)}, w_{2}^{(0)}, \cdot \cdot \cdot \cdot \cdot \cdot, w_{m}^{(0)})

——任一常权向量；

W(X)——m维分区变权向量。

最终求得的变权权重值，见表8。

表8各主控因素变权权重值

注：因数据量较大，在此只选取部分数据

8.5#煤层底板突水脆弱性评价分区。

利用GIS的强大信息融合及数据处理功能,将归一化处理后的各主控因素进行复合叠加分析。根据变权模型确定影响5#煤层底板突水的各主控因素的变权权重,将复合叠加后产生的新图形重建拓扑形成新的拓扑关系属性表,建立基于分区变权模型的5#煤层底板突水脆弱性评价模型如下：

\begin{matrix} VI = Σ_{i = 1}^{m} w_{i} \cdot f_{i} (x, y) = Σ_{i = 1}^{m} \frac{w_{i}^{(0)} S_{i} (X)}{Σ_{j = 1}^{m} w_{j}^{(0)} S_{j} (X)} f_{i} (x, y) = \frac{w_{1}^{(0)} S_{1} (X)}{Σ_{j = 1}^{7} w_{j}^{(0)} S_{j} (X)} f_{1} (x, y) + \frac{w_{2}^{(0)} S_{2} (X)}{Σ_{j = 1}^{7} w_{j}^{(0)} S_{j} (X)} f_{2} (x, y) + \frac{w_{3}^{(0)} S_{3} (X)}{Σ_{j = 1}^{7} w_{j}^{(0)} S_{j} (X)} f_{3} (x, y) \\ + \frac{w_{3}^{(0)} S_{3} (X)}{Σ_{j = 1}^{7} w_{j}^{(0)} S_{j} (X)} f_{3} (x, y) + \frac{w_{4}^{(0)} S_{4} (X)}{Σ_{j = 1}^{7} w_{j}^{(0)} S_{j} (X)} f_{4} (x, y) + \frac{w_{5}^{(0)} S_{5} (X)}{Σ_{j = 1}^{7} w_{j}^{(0)} S_{j} (X)} f_{5} (x, y) + \frac{w_{6}^{(0)} S_{6} (X)}{Σ_{j = 1}^{7} w_{j}^{(0)} S_{j} (X)} f_{6} (x, y) + \frac{w_{7}^{(0)} S_{7} (X)}{Σ_{j = 1}^{7} w_{j}^{(0)} S_{j} (X)} f_{7} (x, y) \end{matrix}

VI——脆弱性指数；

w_i——影响因素变权向量；

f_i(x,y)——单因素影响值函数；

(x,y)——地理坐标；

w⁽⁰⁾——任一常权向量；

S(X)——m维分区状态变权向量。

根据自然断裂法对5#煤层底板突水脆弱性指数进行处理，可以得到五级分级阈值。根据分级阈值对评价区5#煤层底板灰岩突水脆弱性进行脆弱性分区，最终得出基于分区变权原理的底板突水脆弱性评价预测图，见图21。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims

1.一种煤层底板突水变权区间阈值确定方法，首先确定各主控因素，其特征在于，还包括以下步骤：

A、数据采集、量化和归一化处理；

B、状态变权向量公式的构建；

C、对各主控因素指标值进行分类处理；

D、变权区间阈值的确定；

C2、对各因素指标值进行动态聚类运算，直到迭代稳定；

C3、根据分类结果确定各因素指标值分类临界值；

所述步骤D中，变权区间阈值的确定表达如下：

d_j1＝(f_j1+f_j2)/2；d_j2＝(f_j3+f_j4)/2；d_i3＝(f_j5+f_j6)/2

式中：d_j为第j个因素的变权区间阈值；f_j为聚类分级中第j个因素的指标值的分类临界值；

2.根据权利要求1所述的煤层底板突水变权区间阈值确定方法，其特征在于，所述步骤A中，数据采集、量化和归一化处理是根据矿区地质勘探钻孔、地质构造、抽水试验和采矿资料，采集主控因素原始数据，并对数据进行量化和归一化处理。

3.根据权利要求2所述的煤层底板突水变权区间阈值确定方法，其特征在于，所述步骤A中，对采集、量化的数据进行归一化处理的表达如下：

A_{i} = a + \frac{(b - a) \times (x_{i} - \min (x_{i}))}{m a x (x_{i}) - m i n (x_{i})}

4.根据权利要求1所述的煤层底板突水变权区间阈值确定方法，其特征在于，所述步骤B中，所述的状态变权向量公式的表达如下：

S_{j} (x) = \{\begin{matrix} e^{a_{1} (d_{j_{1}} - x)} + c - 1, & x &Element; [0, d_{j 1}) \\ c, & x &Element; [d_{j 1}, d_{j 2}) \\ e^{a_{2} (x - d_{j_{2}})} + c - 1, & x &Element; [d_{j 2}, d_{j 3}) \\ e^{a_{3} (x - d_{j_{3}})} + e^{a_{2} (d_{j_{3}} - d_{j 2})} + c - 2, & x &Element; [d_{j 3}, 1] \end{matrix}