CN202995736U - 一种煤层底板突水量预测仪 - Google Patents

Abstract

本实用新型公开了一种煤层底板突水量预测仪，包括壳体，壳体的正面上方设置有显示屏，下方设置有键盘；壳体的内部设置有锂电池、中央处理器和闪存芯片；中央处理器分别与显示器、锂电池、键盘相连接；显示器的一端连接在锂电池上另一端连接在键盘上；闪存芯片内置于中央处理器。本实用新型易于实现，操作简单，评价准确度高，现场工程技术人员容易掌握，非常科学实用。

Description

一种煤层底板突水量预测仪

技术领域

本实用新型涉及一种预测仪，尤其涉及一种煤层底板突水量预测仪。

背景技术

长期以来，煤层底板突水一直是我国众多矿井面临的严峻问题，底板承压水的涌出不仅恶化了工作面的生产环境，而且是矿井生产的不安全因素。

多年来，很多学者运用不同的方法，从不同方面对底板突水问题进行了研究，并取得了一些进展。近年来，学者们逐渐将判别分析法应用到煤层底板突水问题中，并分别运用距离判别、Fisher判别对煤层底板突水量进行了预测研究，建立了相关数学模型。距离判别与Fisher判别对总体分布并无限制，且思路直观、计算简单、结论明确，比较实用，但也存在缺点，即判别方法与各总体出现的概率大小(先验概率)及判造成的损失无关，且随着总体数目和指标个数的增加，可构造的典型判别函数的数目也随之增加，这就加大了判别的难度。Bayes概率判别分析法正是考虑到这些问题而提出的一种判别方法。以往的方法大多需要借助计算机来完成，操作复杂对工作环境及技术人员技能要求高，因此需要一种操作简单、准确度高的煤层底板突水量预测仪器。

实用新型内容

为了解决上述技术所存在的不足之处，本实用新型公开了一种煤层底板突水量预测仪。

为了解决以上技术问题，本实用新型采用的技术方案是：一种煤层底板突水量预测仪，包括壳体，壳体的正面上方设置有显示屏，下方设置有键盘；壳体的内部设置有锂电池、中央处理器和闪存芯片；

中央处理器分别与显示器、锂电池、键盘相连接；显示器的一端连接在锂电池上另一端连接在键盘上；闪存芯片内置于中央处理器。

本实用新型易于实现，操作简单，评价准确度高，现场工程技术人员容易掌握，非常科学实用。

附图说明

下面结合附图和具体实施方式对本实用新型作进一步详细的说明。

图1为本实用新型的结构示意图。

图2为本实用新型的系统结构框图。

具体实施方式

如图1所示，本实用新型主要由壳体1、显示屏2、键盘3组成。开关键4位于键盘3的左侧上方。壳体1的正面上方设置有显示屏，下方设置有键盘。壳体1的内部设置有锂电池、中央处理器和闪存芯片。中央处理器分别与显示器、锂电池、键盘相连接，显示器的一端连接在锂电池上另一端连接在键盘上。闪存芯片内置于中央处理器。键盘上还设置有确定键、返回键、清除键。中央处理器内还设置有量化模块、建模模块和评价模块。

本实用新型的使用方法及预测流程如下：

1.打开本实用新型，点击“清除”键，清除以往数据；

2.对某矿研究区域煤层底板突水量进行分级：

参考以往研究成果，选取含水层富水性、水压、隔水层厚度、断层导水性及构造发育程度5项主要影响因素作为判别指标，并输入某矿历史突水样本相关数据；结合矿井的实际排水能力及突水量对矿井的威胁程度将底板突水量分为4个等级：I级，小型突水，对工作面的正常生产不产生影响，突水量0～60m³/h；II级，中型突水，影响工作面正常生产，需加大工作面及采区排水能力，突水量60～600m³/h；III级，大型突水，可能导致工作面及采区被淹，造成伤亡事故，突水量600～1200m³/h；IV级，特大型突水，易造成严重人员伤亡及财产损失的淹井事故，突水量＞1200m³/h。

3.建立煤层底板突水量预测模型：

根据某矿区以往突水实际情况，采集到历史上14个突水点的相关数据信息，将这14个样本作为训练样本，突水量按步骤2划分为4个等级G₁，G₂，G₃，G₄，其5维分布密度函数分别为f₁(x)，f₂(x)，…，f₁₄(x)，各总体出现的先验概率分别为q₁，q₂，…，q₅，

对于样本X＝(x₁，x₂，…，x₅)^T，需判定X归属哪一等级。

根据Bayes公式，样本X来自G_i的后验概率为

$P\left(G_i\right|x)=\frac{q_i{f}_i\left(X\right)}{\underset{j=1}{\overset{14}{\mathrm{\Σ}}}{q}_j{f}_j\left(X\right)}---\left(1\right)$

若X∈G_i，而被误判为G_j(j≠i)的概率为1-P(G_i|X)，因误判而产生的损失函数为L(j|i)，那么错判的平均损失为

$E\left(i\right|X)=\underset{j\≠i}{\mathrm{\Σ}}[\frac{g_j{f}_j\left(X\right)}{\underset{j=1}{\overset{14}{\mathrm{\Σ}}}{g}_j{f}_j\left(X\right)}\·L\left(j\right|i)]---\left(2\right)$

表示本属于第i级的样本被错判为第j级的损失。在实际应用中，确定损失函数比较困难，因而判别一个样本属于哪一等级只需使P(G_i|X)最大，即使q_if_i(X)最大，故判别函数为

y_i(X)＝q_if_i(X)(i＝1，2，…，14)(3)

若G_i为5维正态总体，其密度函数f_i(x)为

$f_i\left(X\right)={\left(2\mathrm{\π}\right)}^{-5/2}{\left|{\mathrm{\Σ}}_i\right|}^{-1/2}\exp [-0.5d_i^2\left(X\right)]---\left(4\right)$

其中，∑_i为第i等级的协方差，

为样本X到i级的马氏距离。则判别函数为

$y_i\left(X\right)=q_i{\left(2\mathrm{\π}\right)}^{-5/2}{\left|{\mathrm{\Σ}}_i\right|}^{-1/2}\exp [-0.5{(X-{\mathrm{\μ}}_i)}^T{{\mathrm{\Σ}}_i}^{-1}(X-{\mathrm{\μ}}_i)]---\left(5\right)$

为方便计算，令Z_i(X)＝ln[(2π)^5/2y_i(X)]，得

$Z_i\left(X\right)=\ln q_i-0.5\ln \left|{\mathrm{\Σ}}_i\right|-0.5X^T{{\mathrm{\Σ}}_i}^{-1}X+X^T{{\mathrm{\Σ}}_i}^{-1}{\mathrm{\μ}}_i-0.5{{\mathrm{\μ}}_i}^T{{\mathrm{\Σ}}_i}^{-1}{\mathrm{\μ}}_i---\left(6\right)$

经推导，可进一步简化为

$\mathrm{Zi}\left(X\right)=\ln q_i+c_{0i}+C_i^{T}X---\left(7\right)$

其中， $C_i={(c_{1i},c_{2i},...,c_{5i})}^T=S^{-1}{\stackrel{\‾}{X}}^{\left(i\right)},$ 为判别系数，

为常数项，S为合并样本协方差阵。

定义X到G_i(t＝1，2，…，14)的广义平方距离

为

$D_i^2\left(X\right)=d_i^2\left(X\right)+g_1\left(t\right)+g_2\left(t\right)---\left(8\right)$

其中，

由此可得，样本X来自G_i的后验概率为

由式(4)、(5)、(6)可得

$Z_i\left(X\right)=\ln q_i{f}_i\left(X\right)+\frac{5}{2}\ln \left(2\mathrm{\π}\right)$

$=-0.5[-2\ln q_i+\ln |{\mathrm{\Σ}}_i|+d_i^2\left(X\right)]---\left(12\right)$

$=-0.5D_i^2\left(X\right)$

将上式代入式(11)，得

若X符合判别规则

$Z_i\left(X\right)=\underset{1\≤j\≤14}{\max }{Z}_j\left(X\right)---\left(14\right)$

或

$P\left(G_i\right|X)=\underset{1\≤j\≤14}{\max }P\left(G_j\right|X)---\left(15\right)$

则X∈G_i。

4.检验模型可靠性：

根据收集的历史样本数据及步骤2的方法，经计算可得相应的判别方程。将这些历史样本数据代入判别方程作逐一回代判别，并与实际情况相比较，结果与实际情况吻合，说明该模型准确率高。

5.预测计算：

输入待预测突水样本数据，计算其突水量，计算完成后，即可显示预测结果。

上述实施方式并非是对本实用新型的限制，本实用新型也并不仅限于上述举例，本技术领域的技术人员在本实用新型的技术方案范围内所做出的变化、改型、添加或替换，也均属于本实用新型的保护范围。

Claims (1)

1.一种煤层底板突水量预测仪，包括壳体，其特征在于：所述壳体的正面上方设置有显示屏，下方设置有键盘；所述壳体的内部设置有锂电池、中央处理器和闪存芯片；

所述中央处理器分别与显示器、锂电池、键盘相连接；所述显示器的一端连接在锂电池上另一端连接在键盘上；所述闪存芯片内置于中央处理器。

Images