详情

原文传递复杂水文地质矿井突水水源识别方法及系统

专利名称：	复杂水文地质矿井突水水源识别方法及系统
摘要：	本发明公开了一种复杂水文地质矿井突水水源识别方法，包括以下步骤：S1、首先依据构造分布及水文地质条件，结合矿井采掘工程布置，将井田划分成5个区域；S2、将收集和采集的水样的数据作为建模样本；S3、对于矿区某个片区某一待判单一含水层水样，进行数据检验，确定水样特征指标和界限值；S4、依据有效的特征识别指标、界限值和Fisher及Bayes识别方法，建立分区‑综合识别模型；S5、用回代估计法对所建立的分区‑综合识别模型的准确性进行检验；S6、测定待测水样识别指标，并通过分区‑综合识别模型进行水源识别。本发明还公开了一种复杂水文地质矿井突水水源识别系统。本发明适用于水文地质条件较为复杂的矿井突水水源识别。
专利类型：	发明专利
国家地区组织代码：	安徽;34
申请人：	安徽大学
发明人：	姜春露;朱赛君;安艳晴;黄望望;张金陵;丁亚恒;李向阳
专利状态：	有效
申请日期：	2019-07-05T00:00:00+0800
发布日期：	2019-09-20T00:00:00+0800
申请号：	CN201910603123.7
公开号：	CN110261560A
代理机构：	合肥兴东知识产权代理有限公司
代理人：	胡东升
分类号：	G01N33/18(2006.01);G;G01;G01N;G01N33
申请人地址：	230601 安徽省合肥市经开区九龙路111号
主权项：	1.一种复杂水文地质矿井突水水源识别方法，其特征在于，该方法包括以下步骤： S1、首先依据构造分布及水文地质条件，结合矿井采掘工程布置，将井田划分成5个区域； S2、将收集和采集的水样的数据作为建模样本； S3、对于矿区某个片区某一待判单一含水层水样，进行数据检验，确定水样特征指标和界限值； S4、依据有效的特征识别指标、界限值和Fisher及Bayes识别方法，建立分区-综合识别模型； S5、用回代估计法对所建立的分区-综合识别模型的准确性进行检验； S6、测定待测水样识别指标，并通过分区-综合识别模型进行水源识别。 2.根据权利要求1所述的复杂水文地质矿井突水水源识别方法，其特征在于，所述S2中的水样的数据具体为煤矿各区域含水层水样的各离子浓度、毫克当量百分比和离子比例系数；此水样的化学数据作为建立水源数据库的建库指标，各离子的质量浓度叫做特征离子对比，而各离子的毫克当量比值叫做离子比例系数。 3.根据权利要求2所述的复杂水文地质矿井突水水源识别方法，其特征在于，所述各离子至少为Na++K+、Ca2+、Mg2+、Cl-、HCO3-、SO42-。 4.根据权利要求1所述的复杂水文地质矿井突水水源识别方法，其特征在于，所述步骤S3中数据检验具体为：采用阴阳离子平衡检验，误差控制在±5％以内；异常样本的筛选和处理方法采用各指标柱状图、箱图、Q～Q图和聚类分析图的一种或几种结合，更直观的确定水样的特征指标及界限含量，筛选出异常样本，并将剔除后的水样数据作为建模样本。 5.根据权利要求1所述的复杂水文地质矿井突水水源识别方法，其特征在于，所述步骤S4中的分区-综合识别模型的特征识别指标和界限值是根据各分区水样的各离子的质量浓度、毫克当量百分比及毫克当量比值来确定的；特征识别指标的选择标准是在各分区的含水层水样中含量较其他指标变化明显，界限值容易判定；识别时，将待测水样的特征识别指标小于或大于确定的界限含量的水样归为一类；其中，将水样常规离子质量浓度、毫克当量百分比及毫克当量比值作为识别指标。 6.根据权利要求1所述的复杂水文地质矿井突水水源识别方法，其特征在于，所述步骤S4中分区-综合识别模型综合采用特征指标识别模型、Fisher识别模型和Bayes识别模型对其进行水源综合识别，对不同的分区采用不同的识别方法；即对待某一区域的某一含水层水样，识别时将待测水样的特征识别指标或离子比例系数大于或小于确定的界限含量的水样归为某种水源类型，将待测水样的常规离子含量，依次代入建立的识别函数中，并且利用识别准则进行识别；如果此方法将水样识别识别为一类水源，则停止识别；如果各指标识别不一致，则采用少数服从多数原则，以多数指标识别结果为最终水源类别。 7.根据权利要求1所述的复杂水文地质矿井突水水源识别方法，其特征在于，所述步骤S5中，采用回代估计法对所建立的分区-综合识别模型进行了回代自检，其具体内容为：将建立模型的水样数据依次代入所建立的模型中，如果识别结果与实际相一致，说明选择的特征识别指标和建立的识别模型是有效的；若模型识别结果大部分与实际不一致，则需要重新选取特征识别指标并建立初步识别模型。 8.根据权利要求1-7任一所述的复杂水文地质矿井突水水源识别方法，其特征在于，所述的分区-综合识别模型具体操作方法为：第一步，将城郊矿区分为一水平东翼、一水平北翼、一水平西北翼、二水平西翼和二水平南翼；第二步，先将水样中Na++K+、Ca2+、Mg2+、SO42-、Cl-、HCO3-的离子浓度代入Fisher识别模型和Bayes识别模型的识别式得出的水源类型为太灰水；且当一水平东翼Ca2+的质量浓度>252mg/L，毫克当量百分比>23％，γCl-/γCa2+值<0复杂水文地质525；一水平北翼中水样的Ca2+的质量浓度>300mg/L，Ca2+毫克当量百分比>22％，γCa2+/γNa+>0.36，γSO42-/γ(Ca2++Mg2+)<2.1；一水平西北翼中水样的Na++K+质量浓度<900mg/L，SO42-质量浓度<2410mg/L，Cl-质量浓度<342mg/L；二水平西翼中水样的Na++K+质量浓度<770mg/L，Ca2+的质量浓度>350mg/L，Ca2+毫克当量百分比>30％，γNa+/γCl-值<3，γCa2+/γNa+>0.6，γCl-/γCa2+>0.38，太灰水γSO42-/γ(Ca2++Mg2+)<1.9，γ(Ca2++Mg2+)/γ(HCO3-+SO42-)>0.48，γCa2+/γSO42->0.45，砂岩水γCa2+/γSO42-<0.45，γNa+/γSO42-<0.62；则判断该水样水源类型为太灰水；第三步：若Fisher识别模型和Bayes识别模型的得出的水源类型为砂岩水，且当一水平东翼Ca2+的质量浓度<252mg/L，毫克当量百分比<23％，γCl-/γCa2+值>0.525；一水平北翼中水样的Ca2+的质量浓度<300mg/L，Ca2+毫克当量百分比<22％，γCa2+/γNa+>0.36，γSO42-/γ(Ca2++Mg2+)>2.1；一水平西北翼中水样的Na++K+质量浓度>900mg/L，SO42-质量浓度>2410mg/L，Cl-质量浓度>342mg/L；二水平西翼中水样的Na++K+质量浓度>770mg/L，Ca2+的质量浓度<350mg/L，Ca2+毫克当量百分比<30％，γNa+/γCl->3，γCa2+/γNa+<0.6，γCl-/γCa2+<0.38，太灰水γSO42-/γ(Ca2++Mg2+)>1.9，γ(Ca2++Mg2+)/γ(HCO3-+SO42-)<0.48，γCa2+/γSO42-<0.45，砂岩水γCa2+/γSO42->0.45，γNa+/γSO42->0.62；则判断该水样为砂岩水；第四步，若Fisher识别模型和Bayes识别模型的得出的水源类型为砂岩水(太灰水)，而特征识别模型得出的结果为太灰水(砂岩水)，则少数服从多数，识别结束。 9.一种根据权利要求1-8任一所述的复杂水文地质矿井突水水源识别系统，其特征在于，该系统包括以下模块：地质划分模块：首先依据构造分布及水文地质条件，结合矿井采掘工程布置，将井田划分成5个区域；建模模块：将收集和采集的水样的数据作为建模样本；特征模块：对于矿区某个片区某一待判单一含水层水样，进行数据检验，确定水样特征指标和界限值；初步水源识别模块：依据有效的特征识别指标、界限值和Fisher及Bayes识别方法，建立分区-综合识别模型；检验模块：用回代估计法对所建立的分区-综合识别模型的准确性进行检验；最终水源识别模块：测定待测水样识别指标，并通过分区-综合识别模型进行水源识别。
所属类别：	发明专利