基于Fisher 判别模型的煤层底板突水水源预测
2022-05-13段李宏戴磊张金陵
工矿自动化 2022年4期
段李宏,戴磊,张金陵
(河南能源化工集团 永城煤电控股集团有限公司,河南 永城 476600)
0 引言
近年来,我国煤矿安全生产发展形势取得了明显好转[1],但煤矿水害事故依然每年发生,其中断层或隐伏陷落柱导通煤层底板奥陶系强含水层是造成突水淹井的重要原因。煤层底板水源具有水压高、水量大的特点,是重要的突水危险源。煤层底板突水水源判别是煤炭企业和相关科研机构重要的研究方向[2-4]。
传统矿井突水水源判别方法主要包括水温水位法、水化学分析法、数学理论分析法等。水温水位法主要作为初步判断突水来源的重要依据,其操作简单,主要在单层突水和较少突水点情况下应用,但局限性大,实际应用时需结合水化学分析等方法使之更有效地判别突水水源[5-7]。常规水化学分析法主要是对水源中宏量组分与水质综合指标进行监测,往往还要结合微量元素法和同位素法联合使用,适用于判别含水层水质特征变化明显、突水来源简单的矿井[8-9]。数学理论分析法是以数学理论、构造函数或区间进行水源判别,该方法简单,易于操作,但适用性不强。针对传统矿井突水水源判别方法导致矿井煤层底板突水水源判别准确率低的问题,有必要借助机器学习相关方法来精确预测煤层底板突水水源[10-11]。Fisher 线性判别法[12]是一种将高维样本投影到最优判别向量空间,从数据中提取分类信息,降低特征空间维数的算法,分类效果好,成为当前研究热点。……
登录APP查看全文
