科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了快速准确区分矿井涌水的来源,以柠条塔煤矿为例,通过对萨拉乌苏组含水层、直罗组风化基岩含水层、烧变岩含水层以及采空区积水进行水质化验,分析了不同含水层的水化学特征,选取Na++K+,Ca2+,Mg2+,Cl-,SO42-,HCO-3,TDS的浓度作为水源识别的判别指标;利用逐步回归分析(SR)筛选出HCO-3,TDS和Mg2+这3个指标作为模型的判别因子,最大化的保留分类信息;运用最小二乘支持向量机算法对20组训练样本进行学习训练,以剩余8组数据作为验证样本,建立基于SR-LSSVM的矿井涌水水源识别模型,并将模型的实测结果与支持向量机、最小二乘支持向量机模型的结果进行对比。结果表明:利用SR-LSSVM模型预测的矿井涌水水源的准确率为100%,显著高于其他模型的预测结果,说明该方法可以对矿井涌水水源进行准确识别;将该模型应用到4个待测样本的识别预测中,判别结果与实际情况完全吻合。研究认为基于SR-LSSVM法的水源识别模型与水化学分析法相比能够有效排除干扰因素的影响,精确识别矿井涌水的类型,该方法为矿井水害防治提供一定的依据和参考。
- 单位
