CN112381117B - 基于常规水化学的煤矿突水水源混合比例计算及动态监测方法 - Google Patents
基于常规水化学的煤矿突水水源混合比例计算及动态监测方法 Download PDFInfo
- Publication number
- CN112381117B CN112381117B CN202011138892.3A CN202011138892A CN112381117B CN 112381117 B CN112381117 B CN 112381117B CN 202011138892 A CN202011138892 A CN 202011138892A CN 112381117 B CN112381117 B CN 112381117B
- Authority
- CN
- China
- Prior art keywords
- water
- main component
- coal mine
- main
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明公开了基于常规水化学的煤矿突水水源混合比例计算及动态监测方法,方法包括:根据《水文地质学基础》,确定地下水化学成分形成作用类型;选取常规水化学离子;对常规水化学离子进行主成分分析,并对主成分进行筛选和处理;绘制主成分载荷图,分析每个主成分所代表的地下水化学成分形成作用;建立主成分得分与各常规水化学离子之间的线性关系,计算各水样主成分得分;绘制水样主成分得分散点图,依据水样分布特征确定围限三角形,根据地下水化学成分形成作用分析三个端元补给来源,建立地下水混合比例计算模型;根据水样混合比例动态变化特征,确定突水来源。应用本发明实施例,实现了基于常规水化学的煤矿突水水源混合比例计算及动态监测。
Description
技术领域
本发明涉及煤矿突水水源监测领域,具体涉及基于常规水化学的煤矿突水水源混合比例计算及动态监测方法。
背景技术
煤矿突水是威胁煤矿安全高效生产的重要因素之一,一旦煤矿生产过程发生突水,不但会造成重大经济损失,而且会威胁到工作人员的生命安全。目前,我国华北型煤矿区依据各类主要突水含水层地下水化学成分识别水源的方法很多,常见的如模糊综合评判法、人工神经网络、灰色关联分析法、支持向量机等。这类方法要求不同类别训练水样具有明显水化学分层特征,但是煤矿大规模的开采严重地影响了地下水赋存环境,并且随着开采逐渐向深部进行,地下水动力条件以及不同含水层之间的水力联系势必发生改变,含水层之间混合程度逐渐增加。因此,在实际工作中难以确定各类突水含水层水化学特征阈值,这将直接影响突水水源判别模型精度。同时,上述判别方法只是静态的研究每一个水样点的水化学特征,未能考虑突水点附近水样水化学特征动态变化规律。本发明针对上述问题提供一种操作简单,且可以根据突水点附近水样常规水化学特征变化规律计算地下水混合比例随时间变化特征,从而实现对煤矿突水水源动态监测的方法。
发明内容
本发明所要解决的技术问题在于如何实现基于常规水化学的煤矿突水水源混合比例计算及动态监测。
本发明是通过以下技术方案解决上述技术问题的:
基于常规水化学的煤矿突水水源混合比例计算及动态监测方法,其特征在于,所述方法包括:
步骤A:根据《水文地质学基础》第五章,确定地下水化学成分形成作用类型;
步骤B:收集煤矿主要突水含水层水质分析资料,选取常规水化学离子;
步骤C:对常规水化学离子进行主成分分析,并对主成分进行筛选和处理;
步骤D:绘制主成分载荷图,分析每个主成分所代表的地下水化学成分形成作用;
步骤E:建立主成分得分与各常规水化学离子之间的线性关系,计算各水样主成分得分;
步骤F:绘制水样主成分得分散点图,依据水样分布特征确定围限三角形,根据地下水化学成分形成作用分析三个端元补给来源,建立地下水混合比例计算模型;
步骤G:利用计算模型分别计算不同时间下的突水点附近水样在不同补给端元中的混合比例,获取水样混合比例动态变化特征,确定突水来源。
可选的,所述地下水化学成分形成作用类型包括:
溶滤作用、脱硫酸作用、阳离子交替吸附作用、混合作用。
可选的,所述步骤B包括:
B1:收集煤矿主要突水含水层水样信息,包括常规水化学离子浓度、取样时间、取样层位。
B2:综合考虑各离子在煤矿地下水化学成分形成作用的中的差异性和有效性,选取Na+、Ca2+、Mg2+、Cl-、SO4 2-、HCO3 -作为常规水化学离子。
可选的,所述步骤C包括:
C1:对水样常规水化学离子数据进行标准化处理,利用标准化后的数据求得各离子之间的相关系数矩阵,然后计算特征值与相应标准正交特征向量,随后计算主成分贡献率及累积贡献率。
C2:依据主成分特征值的大小和累积贡献率的大小选取主成分。
C3:对主成分轴采用方差最大旋转法进行旋转,使每个主成分具有最高荷载的变量数最少。
可选的,所述依据主成分特征值的大小和累积贡献率的大小选取主成分,包括:
选取特征值大于1的前m个主成分,若m≥2,则在m中选取贡献率最高的前2个主成分;或者,
选取特征值大于1的前m个主成分,若m=1,则选取最高特征值的前2个主成分;或者,
选取累积贡献率大于80%的前m个主成分,若m≥2,则在m中选取累积贡献率最高的前2个主成分;或者,
选取累积贡献率大于80%的前m个主成分,若m<2,则选取累积贡献率最高的前2个主成分。
可选的,所述步骤D包括:
D1:将常规水化学离子在各主成分轴上的载荷值绘于平面直角坐标系中。
D2:分析煤矿主要突水含水层赋存条件,包括岩性条件、矿物成分,参考步骤A确定各常规离子在不同主成分轴上所代表的水化学形成作用。
可选的,所述步骤E包括:
E1:针对每一个主成分,利用所述主成分的载荷向量与所述主成分特征值算术平方根的商计算各个主成分得分系数;
E2:利用公式,F=l1Z1+l2Z2+…+lmZm,确定主成分得分与各常规水化学离子之间的线性关系,并利用所述线性关系公式计算各水样主成分得分,其中,F为主成分得分;l1,l2,…,lm为各常规水化学离子主成分得分系数;Z1,Z2,…,Zm为各常规水化学离子标准化后的值。
可选的,所述步骤F包括:
F1:将各个含水层水样对应各个主成分的得分绘制于散点图中,找出围绕所有散点的公共三角形区域及其三个顶点A、B、C,作为煤矿主要突水含水层地下水补给端元。
F2:根据主成分得分散点图中水样点聚集特征以及各主要突水含水层地下水补给、径流和排泄方式,分析确定三个端元补给来源。
F3:基于常规水化学的地下水混合比例计算模型。
可选的,所述步骤G包括:
通过地下水混合比例模型计算出不同时间下突水点附近水样在端元A、B、C中的混合比例,按照时间先后顺序分析水样中不同端元比例的动态变化特征,比例逐渐增加的端元对应的含水层即为该突水点水源。
本发明的优点在于:
首先根据煤矿长期水化学数据,利用主成分分析法并结合地质条件,分析不同突水含水层地下水化学成分形成作用类型。然后,计算每个水样在主成分中的得分并绘制成图,依据主成分得分散点图以及煤矿水文地质条件确定不同类型补给端元,建立煤矿突水水源混合比例计算模型,消除由煤矿采动引起地下水混合导致影响现有水源判别模型精度所带来的误差。
然后,按时间顺序计算出突水点附近水样在不同端元中的混合比例,分析突水水样中不同端元混合比例动态变化特征,以此确定突水来源。相对于现有的煤矿突水水源识别方法,本发明充分考虑了煤矿采动对含水层水动力条件的改变而引起的地下水混合现象,使得结果更加合理可靠。
最后,本发明操作简单,易于实际应用,为煤矿突水水源识别提供了一种新的方法和思路。
附图说明
图1为本发明基于常规水化学的煤矿突水水源混合比例计算及动态监测方法的流程示意图。
图2为煤矿常规水化学离子主成分载荷图。
图3为煤矿主要突水含水层水样主成分得分散点图。
图4为基于常规水化学的地下水混合比例计算模型。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合具体实施例,对本发明中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的基于常规水化学的煤矿突水水源混合比例计算及动态监测方法的流程示意图,如图1所示,方法包括:
S101:根据《水文地质学基础》第五章,确定地下水化学成分形成作用类型。
根据《水文地质学基础》第五章,适用于煤矿地下水化学成分形成作用类型,包括溶滤作用、脱硫酸作用、阳离子交替吸附作用、混合作用,该过程为现有技术,本发明实施例在此并不对其进行赘述。
S102:收集煤矿主要突水含水层水质分析资料,选取常规水化学离子。
B1:某煤矿在施工过程中遭遇编号为3222的工作面开切眼时大量充水,切眼施工被迫停止。根据水文地质类型划分报告,该矿主要突水含水层为新生界松散层第四含水层(四含)、二叠系煤系砂岩裂隙含水层(煤系)、石炭系太原组灰岩岩溶裂隙含水层(太灰)。为了确定突水水源,按照时间先后顺序收集3222工作面附近以及煤矿井下出水点、淋水点共75个水样的水质分析资料。水质分析资料中包括以下项目:水化学离子浓度、取样时间、取样层位,其中四含水样13个,煤系水样48个,太灰水样14个。
B2:综合考虑各突水含水层岩性条件,即含水层岩石的化学成分以及所处的地质条件,可以选取Na+、Ca2+、Mg2+、Cl-、SO4 2-、HCO3 - 6种离子作为常规水化学离子。
可以理解的是,上述离子是根据地层中各个岩层的矿物成分以及岩性条件对离子析出的影响确定的,且该过程为现有技术,本发明实施例在此不再进行赘述。
S103:对常规水化学离子进行主成分分析,并对主成分进行筛选和处理。
C1:运用SPSS 19.0软件对75个水样常规水化学离子数据进行标准化处理,利用标准化后的数据求得各离子之间的相关系数矩阵,计算特征值与相应标准正交特征向量,随后计算各个主成分的贡献率及累积贡献率,表1为各主成分特征值、贡献率与累积贡献率,如表1所示。
表1
C2:选取特征值大于1且累积贡献率大于80%的前2个主成分。
可以理解的是,主成分的个数可以为预先设定的,特征值大于1和/或累积贡献率大于80%这两个条件也为预先设置的。
C3:对前2个主成分轴采用方差最大化旋转法进行旋转,使每个主成分具有最高载荷的变量数最少,简化对主成分的解释,表2为经方差最大旋转法得到的主成分变量载荷值,如表2所示,
表2
S104:绘制主成分载荷图,分析每个主成分所代表的地下水化学成分形成作用。
D1:将常规水化学离子在各主成分轴上的载荷值绘于平面直角坐标系中。图2为煤矿常规水化学离子主成分载荷图,如图2所示,以主成分1轴为横坐标,主成分2轴为纵坐标,将表2中的主成分变量载荷值绘制成图。
D2:分析煤矿主要突水含水层赋存条件,包括岩性条件、矿物成分,参考步骤A确定各常规组分在不同主成分轴上所代表的水化学形成作用。从图2可以看出,主成分1表现高的Ca2+、Mg2+、SO4 2-特征,该煤矿主要突水含水层矿物成分含有方解石、白云石,这些矿物的溶解会导致地下水中Ca2+、Mg2+、SO4 2-浓度增大。因此,主成分1代表溶滤作用。
主成分2表现高的HCO3 -和Na+特征,由于Ca2+、Mg2+吸附于岩石表面的能力强于Na+,故当含有Ca2+、Mg2+的地下水流经吸附有Na+的岩层时会与岩层发生阳离子交替吸附作用。当地下水所携带的O2被煤系地层中的黄铁矿耗尽,且处于封闭的环境时,会产生脱硫酸作用,作用的结果会使得地下水中的HCO3 -浓度增加。因此,主成分2代表阳离子交替吸附作用和脱硫酸作用。
S105:建立主成分得分与各常规水化学离子之间的线性关系,计算各水样主成分得分。
E1:利用表2中各主成分载荷向量除以各主成分特征值的算术平方根计算各个主成分得分系数:
主成分1中各离子得分系数为:
主成分2中各离子得分系数为:
E2:因此,主成分1、主成分2得分与各常规水化学离子之间的线性关系为:
F1=0.08X1+0.46X2+0.46X3+0.49X4+0.48X5-0.23X6
F1=0.76X1-0.23X2-0.14X3+0.17X4-0.06X5+0.64X6
利用上述两式分别计算各水样的主成分1和主成分2得分,其中,
X1为标准化后的Na+浓度;X2为标准化后的Ca2+浓度;X3为标准化后的Mg2+浓度;X4为标准化后的Cl-浓度;X5为标准化后的SO4 2-浓度;X6为标准化后的HCO3 -浓度。
S106:绘制水样主成分得分散点图,依据水样分布特征确定围限三角形,根据地下水化学成分形成作用分析三个端元补给来源,建立地下水混合比例计算模型。
F1:图3为煤矿主要突水含水层水样主成分得分散点图,如图3所示,将主成分1得分作为横轴,主成分2得分作为纵轴,利用EXCEL软件将各个含水层水样对应主成分1以及主成分2的得分绘制于散点图中;在绘制时,使用不同点样区分含水层水样来源的不同。
找出能够使得散点图中的绝大多数水样被围限在其中的三角形区域,三个顶点分别为A、B、C,如图3所示。
F2:根据主成分得分散点图中水样点聚集特征以及各主要突水含水层地下水动力条件和水文地质条件,分析确定三个端元补给来源。
A端元:大气降水补给含水层之前渗滤的土壤层或岩层薄,在岩土层中碳酸盐、硫酸盐溶解以及阳子交替吸附和脱硫酸作用均不显著,为大气降水的直接入渗水,四含水样较集中分布于该端元处;B端元:大气降水补给含水层之前渗滤的土壤或岩层厚,在岩土层中均存在一定程度的碳酸盐、硫酸盐溶解,为滞留入渗水,太灰水样较集中分布于该端元处。C端元:在含水层中经历了充分的阳子交替吸附以及脱硫酸作用,煤系水样较集中分布于该端元处。根据煤矿水文地质条件分析报告,煤系水样形成年代多为上世纪40年代之前,因此C端元为古地下水。
F3:建立基于常规水化学离子的地下水混合比例计算模型,如图4所示。以观察水样点M为例,计算出观察水样点M的主成分1以及主成分2得分,并将得分绘制于图3中,通常情况下,点M位于△ABC内部,则M的混合程度主要通过计算参考水样点(补给端元)A、B、C的混合比例得出。根据数学关系,观察水样点M在(补给端元)A、B、C的混合比例可分别表示为:
其中,CE、AC、AF、BA、CH、BC均为线段的长度。
S107:利用所述地下水混合比例计算模型,计算不同时间下的突水点附近观察水样在不同补给端元中的混合比例,并根据混合比例特征的动态变化特征,确定突水来源。
按照时间顺序,在突水发生前后,突水点附近不同时间采集的多个观察水样在端元A、B、C中的混合比例见表3。
表3 突水点附近地下水混合比例
根据该计算结果可知,随着时间的延续,3222工作面切眼涌水补给端元中的直接入渗水比例逐渐增加,滞留入渗水比例维持不变。因此,推测3222工作面切眼涌水主要为开采煤层上部四含水的混入所致。根据上述结论,矿方迅速采取了煤层顶板灌浆等保水开采技术与措施,阻止了3222工作面切眼继续涌水,杜绝了水害隐患的发生。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.基于常规水化学的煤矿突水水源混合比例计算及动态监测方法,其特征在于,所述方法包括:
步骤A:根据《水文地质学基础》第五章,确定地下水化学成分形成作用类型;
步骤B:收集煤矿主要突水含水层水质分析资料,选取常规水化学离子;
步骤C:对常规水化学离子进行主成分分析,并对主成分进行筛选和处理;
步骤D:绘制主成分载荷图,分析所选主成分代表的地下水化学成分形成作用;
步骤E:建立主成分得分与各常规水化学离子之间的线性关系,计算各水样主成分得分,所述步骤E包括:
E1:针对每一个主成分,利用所述主成分的载荷向量与所述主成分特征值算术平方根的商计算各个主成分得分系数;
E2:利用公式,F=l1Z1+l2Z2+…+lmZm,确定主成分得分与各常规水化学离子之间的线性关系,并利用所述线性关系公式计算各水样主成分得分,其中,F为主成分得分;l1,l2,…,lm,为各常规水化学离子主成分得分系数;Z1,Z2,…,Zm为各常规水化学离子标准化后的值;
主成分1、主成分2得分与各常规水化学离子之间的线性关系为:
F1=0.08X1+0.46X2+046X3+0.49X4+0.48X5-0.23X6
F1=0.76X1-0.23X2-0.14X3+0.17X4-0.06X5+0.64X6
利用上述两式分别计算各水样的主成分1和主成分2得分,其中,X1为标准化后的Na+浓度;X2为标准化后的Ca2 +浓度;X3为标准化后的Mg2 +浓度;X4为标准化后的Cl-浓度;X5为标准化后的SO4 2-浓度;X6为标准化后的HCO3 -浓度;
步骤F:绘制水样主成分得分散点图,依据水样分布特征确定围限三角形,根据地下水化学成分形成作用分析三个端元补给来源,建立地下水混合比例计算模型,其中,地下水混合比例计算模型中的观察水样点M在A、B、C的混合比例可分别表示为
其中,CE、AC、AF、BA、CH、BC均为线段的长度;
所述步骤F包括:
F1:将各个水样的主成分得分绘制于散点图中,找出围绕所有散点的公共三角形区域及其三个顶点A、B、C,作为煤矿主要突水含水层地下水补给端元;
F2:根据主成分得分散点图中水样点聚集特征以及各主要突水含水层地下水补给、径流和排泄方式,分析确定三个端元补给来源;
F3:建立基于常规水化学的地下水混合比例计算模型;
步骤G:利用所述地下水混合比例计算模型,计算出不同时间下突水点附近水样在端元A、B、C中的混合比例,按照时间先后顺序分析水样中不同端元比例的动态变化特征,比例逐渐增加的端元对应的含水层即为该突水点水源。
2.根据权利要求1所述的基于常规水化学的煤矿突水水源混合比例计算及动态监测方法,其特征在于,所述地下水化学成分形成作用类型包括:
溶滤作用、脱硫酸作用、阳离子交替吸附作用、混合作用。
3.根据权利要求1所述的基于常规水化学的煤矿突水水源混合比例计算及动态监测方法,其特征在于,所述步骤B包括:
B1:收集煤矿主要突水含水层水样信息,包括常规水化学离子浓度、取样时间、取样层位;
B2:综合考虑各离子在煤矿地下水化学成分形成作用的中的差异性和有效性,选取Na+、Ca2 +、Mg2 +、Cl-、SO4 2-、HCO3 -6种离子作为常规水化学离子。
4.根据权利要求1所述的基于常规水化学的煤矿突水水源混合比例计算及动态监测方法,其特征在于,所述步骤C包括:
C1:对水样常规水化学离子数据进行标准化处理,利用标准化后的数据求得各离子之间的相关系数矩阵,然后计算特征值与相应标准正交特征向量,随后计算主成分贡献率及累积贡献率;
C2:依据主成分特征值的大小和累积贡献率的大小选取主成分;
C3:对主成分轴采用方差最大旋转法进行旋转,使每个主成分具有最高荷载的变量数最少。
5.根据权利要求4所述的基于常规水化学的煤矿突水水源混合比例计算及动态监测方法,其特征在于,所述依据主成分的特征值的大小和累积贡献率的大小选取主成分,包括:
选取特征值大于1的前m个主成分,若m≥2,则在m中选取贡献率最高的前2个主成分;或者,
选取特征值大于1的前个m主成分,若m=1,则选取最高特征值的前2个主成分;或者,
选取累积贡献率大于80%的前个m主成分,若m≥2,则在m中选取累积贡献率最高的前2个主成分;或者,
选取累积贡献率大于80%的前个m主成分,若m<2,则选取累积贡献率最高的前2个主成分。
6.根据权利要求1所述的基于常规水化学的煤矿突水水源混合比例计算及动态监测方法,其特征在于,所述步骤D包括:
D1:将常规水化学离子在各主成分轴上的载荷值绘于平面直角坐标系中;
D2:分析煤矿主要突水含水层赋存条件确定各常规组分在不同主成分轴上所代表的水化学形成作用,其中,赋存条件包括岩性条件、矿物成分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011138892.3A CN112381117B (zh) | 2020-10-22 | 2020-10-22 | 基于常规水化学的煤矿突水水源混合比例计算及动态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011138892.3A CN112381117B (zh) | 2020-10-22 | 2020-10-22 | 基于常规水化学的煤矿突水水源混合比例计算及动态监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112381117A CN112381117A (zh) | 2021-02-19 |
CN112381117B true CN112381117B (zh) | 2023-10-17 |
Family
ID=74581799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011138892.3A Active CN112381117B (zh) | 2020-10-22 | 2020-10-22 | 基于常规水化学的煤矿突水水源混合比例计算及动态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112381117B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1103177A1 (ru) * | 1983-01-07 | 1984-07-15 | Стахановский Филиал Коммунарского Горно-Металлургического Института | Способ определени степени смешени инфильтрационных и сбросных шахтных вод |
CN108509993A (zh) * | 2018-04-02 | 2018-09-07 | 安徽理工大学 | 一种矿井突水激光诱导荧光光谱图像识别方法 |
CN108805357A (zh) * | 2018-06-13 | 2018-11-13 | 安徽理工大学 | 一种基于PCA分析的Fisher判别模型突水水源预测方法 |
CN109801685A (zh) * | 2019-03-15 | 2019-05-24 | 安徽理工大学 | 一种基于PCA法与Bayes判别模型的突水水源识别方法 |
CN109871654A (zh) * | 2019-03-19 | 2019-06-11 | 安徽理工大学 | 一种基于pca与灰色局势决策法的突水水源识别方法 |
CN109887552A (zh) * | 2019-03-28 | 2019-06-14 | 安徽理工大学 | 一种突水水源判别预测方法 |
CN109993459A (zh) * | 2019-04-15 | 2019-07-09 | 安徽大学 | 一种复杂多含水层矿井突水水源识别方法 |
CN110261560A (zh) * | 2019-07-05 | 2019-09-20 | 安徽大学 | 复杂水文地质矿井突水水源识别方法及系统 |
CN110276116A (zh) * | 2019-06-13 | 2019-09-24 | 中煤科工集团西安研究院有限公司 | 一种煤矿突水水源判别方法及系统 |
CN110852364A (zh) * | 2019-10-31 | 2020-02-28 | 中国煤炭地质总局勘查研究总院 | 矿井突水水源识别方法、装置与电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070050154A1 (en) * | 2005-09-01 | 2007-03-01 | Albahri Tareq A | Method and apparatus for measuring the properties of petroleum fuels by distillation |
-
2020
- 2020-10-22 CN CN202011138892.3A patent/CN112381117B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1103177A1 (ru) * | 1983-01-07 | 1984-07-15 | Стахановский Филиал Коммунарского Горно-Металлургического Института | Способ определени степени смешени инфильтрационных и сбросных шахтных вод |
CN108509993A (zh) * | 2018-04-02 | 2018-09-07 | 安徽理工大学 | 一种矿井突水激光诱导荧光光谱图像识别方法 |
CN108805357A (zh) * | 2018-06-13 | 2018-11-13 | 安徽理工大学 | 一种基于PCA分析的Fisher判别模型突水水源预测方法 |
CN109801685A (zh) * | 2019-03-15 | 2019-05-24 | 安徽理工大学 | 一种基于PCA法与Bayes判别模型的突水水源识别方法 |
CN109871654A (zh) * | 2019-03-19 | 2019-06-11 | 安徽理工大学 | 一种基于pca与灰色局势决策法的突水水源识别方法 |
CN109887552A (zh) * | 2019-03-28 | 2019-06-14 | 安徽理工大学 | 一种突水水源判别预测方法 |
CN109993459A (zh) * | 2019-04-15 | 2019-07-09 | 安徽大学 | 一种复杂多含水层矿井突水水源识别方法 |
CN110276116A (zh) * | 2019-06-13 | 2019-09-24 | 中煤科工集团西安研究院有限公司 | 一种煤矿突水水源判别方法及系统 |
CN110261560A (zh) * | 2019-07-05 | 2019-09-20 | 安徽大学 | 复杂水文地质矿井突水水源识别方法及系统 |
CN110852364A (zh) * | 2019-10-31 | 2020-02-28 | 中国煤炭地质总局勘查研究总院 | 矿井突水水源识别方法、装置与电子设备 |
Non-Patent Citations (3)
Title |
---|
Calculating groundwater mixing ratios in groundwater inrushing aquifers based on environmental stable isotopes (D,18O) and hydrogeochemistry;Luwang Chen 等;《Nat Hazards》;20141231;第71卷;摘要,第2节,第3节,第4.2.1节,第4.2.2节,第4.3节,第5节,图5,图6 * |
Discrimination of water-inrush source and evolution analysis of hydrochemical environment under mining in Renlou coal mine,Anhui Province, China;Jie Zhang 等;《Environmental Earth Sciences》;20200108;第79卷(第61期);摘要,第3页左栏,第5页右栏,第7页右栏,第8页左栏 * |
华北隐伏型煤矿区地下水化学及其控制因素分析——以宿县矿区主要突水含水层为例;陈陆望 等;《煤炭学报》;20170430;第42卷(第4期);996-1004 * |
Also Published As
Publication number | Publication date |
---|---|
CN112381117A (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moncaster et al. | Migration and attenuation of agrochemical pollutants: insights from isotopic analysis of groundwater sulphate | |
Burnside et al. | Hydrochemistry and stable isotopes as tools for understanding the sustainability of minewater geothermal energy production from a ‘standing column’heat pump system: Markham Colliery, Bolsover, Derbyshire, UK | |
CN109082543B (zh) | 风化壳淋积型稀土矿强化浸出的复合浸取剂 | |
Oryngozhin et al. | In-situ leaching technology for uranium deposits | |
Fu et al. | Fracturing flowback fluids from shale gas wells in western chongqing: Geochemical analyses and relevance for exploration & development | |
White et al. | Groundwater contamination from an inactive uranium mill tailings pile: 1. Application of a chemical mixing model | |
Edmunds et al. | Groundwater baseline quality | |
Wadden et al. | The in-place leaching of uranium at Denison Mines | |
CN112381117B (zh) | 基于常规水化学的煤矿突水水源混合比例计算及动态监测方法 | |
Guo et al. | Groundwater geochemical variation and controls in coal seams and overlying strata in the Shennan mining area, Shaanxi, China | |
Kenzhetaev et al. | Methods for intensification of borehole uranium mining at the fields with low filtration characteristics of ores | |
Chen et al. | Hydrochemical analysis of groundwater in coastal coal mining areas—A case study of the Liangjia coal mine, North China | |
Giblin et al. | Source, distribution and economic significance of trace elements in groundwaters from Lake Tyrrell, Victoria, Australia | |
Blomqvist | Hydrogeochemistry of deep groundwaters in the central part of the Fennoscandian Shield | |
CN115615980A (zh) | 一种矿井水典型离子浓度的预测方法、装置及计算机设备 | |
LeBoutillier | The tectonics of Variscan magmatism and mineralisation in South West England | |
Wang et al. | Source, age, and evolution of coal measures water in Central-South Qinshui Basin, China | |
CN112633318B (zh) | 一种基于Java和安卓平台的水源识别方法 | |
Jasnowski-Peters et al. | Natural Tracers for Mine Water Fingerprinting II–a Multi Tracer Approach to Unravel Underground Fluid Movements during Mine Water Rebound in the Ruhr District Area | |
Schmidt | Hydrogeological and hydrochemical investigations at the Salar de Uyuni (Bolivia) with regard to the extraction of lithium | |
CN115405364A (zh) | 一种确定矿井多含水层系统地下水混合模式及比例的方法 | |
CN113689915A (zh) | 基于常规水化学矿井异常导水构造探测方法 | |
Kumar et al. | Character of brines from the Belle Isle and Weeks Island salt mines, Louisiana, USA | |
Van Camp et al. | Identifying and interpreting baseline trends | |
Ju et al. | Experimental Investigations on the Effect of CaCO3 Precipitation on Permeability Reduction in Single Brown Sandstone Fracture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |