基于锶同位素的潘二煤矿相邻灰岩含水层突水水源判识模型研究
TD745; 矿井突水是采矿生产过程中威胁最大的地质灾害之一,快速有效地判别突水水源是预防矿井水害的关键所在.通过分析潘二煤矿含水层的水化学性质,开展了相邻水岩水锶同位素的测试与分析,选取87Sr/86Sr、Ca2+、Na++K+、Mg2+、HCO3-、SO42-、Cl-7 个判别指标,结合主成分分析与Fisher理论、主成分分析与距离判别理论、主成分分析与BP神经网络,分别建立基于锶同位素的混合水源判别模型(Sr-F模型、Sr-D模型、Sr-B模型),利用模型对未知水样进行判识.结果表明:基于锶同位素的Sr-B判识模型的判识效果最好,其准确率达到 95%;基于主成分分析与BP神经网络突水水源...
Saved in:
Published in | 煤矿安全 Vol. 55; no. 5; pp. 204 - 212 |
---|---|
Main Authors | , , , , |
Format | Journal Article |
Language | Chinese |
Published |
陕西省煤矿水害防治技术重点实验室,陕西 西安 710077
2024
安徽建筑大学 土木工程学院,安徽 合肥 230601 中国科学技术大学 地球和空间科学学院,安徽 合肥 230026%安徽建筑大学 土木工程学院,安徽 合肥 230601%安徽省煤田地质局勘查研究院,安徽 合肥 230600 |
Subjects | |
Online Access | Get full text |
ISSN | 1003-496X |
DOI | 10.13347/j.cnki.mkaq.20230497 |
Cover
Abstract | TD745; 矿井突水是采矿生产过程中威胁最大的地质灾害之一,快速有效地判别突水水源是预防矿井水害的关键所在.通过分析潘二煤矿含水层的水化学性质,开展了相邻水岩水锶同位素的测试与分析,选取87Sr/86Sr、Ca2+、Na++K+、Mg2+、HCO3-、SO42-、Cl-7 个判别指标,结合主成分分析与Fisher理论、主成分分析与距离判别理论、主成分分析与BP神经网络,分别建立基于锶同位素的混合水源判别模型(Sr-F模型、Sr-D模型、Sr-B模型),利用模型对未知水样进行判识.结果表明:基于锶同位素的Sr-B判识模型的判识效果最好,其准确率达到 95%;基于主成分分析与BP神经网络突水水源判别模型能够有效地提高突水水源识别精度,能准确地判识相邻灰岩含水层突水水源,为矿井安全生产提供保障. |
---|---|
AbstractList | TD745; 矿井突水是采矿生产过程中威胁最大的地质灾害之一,快速有效地判别突水水源是预防矿井水害的关键所在.通过分析潘二煤矿含水层的水化学性质,开展了相邻水岩水锶同位素的测试与分析,选取87Sr/86Sr、Ca2+、Na++K+、Mg2+、HCO3-、SO42-、Cl-7 个判别指标,结合主成分分析与Fisher理论、主成分分析与距离判别理论、主成分分析与BP神经网络,分别建立基于锶同位素的混合水源判别模型(Sr-F模型、Sr-D模型、Sr-B模型),利用模型对未知水样进行判识.结果表明:基于锶同位素的Sr-B判识模型的判识效果最好,其准确率达到 95%;基于主成分分析与BP神经网络突水水源判别模型能够有效地提高突水水源识别精度,能准确地判识相邻灰岩含水层突水水源,为矿井安全生产提供保障. |
Abstract_FL | Mine sudden water is one of the most threatening geological hazards during mining production,so rapid and effective identification of sudden water sources is the key to prevent mine water damage.In this study,we analyzed the water chemistry of Panji Coal Mine aquifer and carried out the testing and analysis of strontium isotopes of water in the adjacent water rock,selected seven discriminatory indexes:87Sr/86Sr,Ca2+,Na++K+,Mg2+,HCO3-,SO42-,Cl-,combined with principal component analysis and Fisher's theory,principal component analysis and distance discriminatory theory,principal component analysis and BP Neural net-work,to establish the discriminatory models of mixed water sources based on strontium isotopes(Sr-F model,Sr-D model,Sr-B model),and use the models to discriminate unknown water samples.The results show that the Sr-B model based on strontium iso-topes has the best discriminative effect,and its accuracy reaches 95%.Therefore,the identification model of water inrush sources based on principal component analysis and BP neural network can effectively improve the identification accuracy of water inrush sources,accurately identify water inrush sources in adjacent limestone aquifers,and provide guarantee for mine safety production. |
Author | 吴盾 陆建伟 魏超 李波 吴坚 |
AuthorAffiliation | 陕西省煤矿水害防治技术重点实验室,陕西 西安 710077;安徽建筑大学 土木工程学院,安徽 合肥 230601;中国科学技术大学 地球和空间科学学院,安徽 合肥 230026%安徽建筑大学 土木工程学院,安徽 合肥 230601%安徽省煤田地质局勘查研究院,安徽 合肥 230600 |
AuthorAffiliation_xml | – name: 陕西省煤矿水害防治技术重点实验室,陕西 西安 710077;安徽建筑大学 土木工程学院,安徽 合肥 230601;中国科学技术大学 地球和空间科学学院,安徽 合肥 230026%安徽建筑大学 土木工程学院,安徽 合肥 230601%安徽省煤田地质局勘查研究院,安徽 合肥 230600 |
Author_FL | LI Bo WEI Chao WU Dun LU Jianwei WU Jian |
Author_FL_xml | – sequence: 1 fullname: WU Dun – sequence: 2 fullname: LI Bo – sequence: 3 fullname: WEI Chao – sequence: 4 fullname: WU Jian – sequence: 5 fullname: LU Jianwei |
Author_xml | – sequence: 1 fullname: 吴盾 – sequence: 2 fullname: 李波 – sequence: 3 fullname: 魏超 – sequence: 4 fullname: 吴坚 – sequence: 5 fullname: 陆建伟 |
BookMark | eNrjYmDJy89LZWCQNTTQMzQ2NjHXz9JLzsvO1MvNTizUMzIwMjYwsTRnYeA0NDAw1jWxNIvgYOAtLs4yAAJTc0ugLCdDyNP5u57s6ns5ZdvTCT1P9vY-37Lg-ayWZ3tnPNnV87x1yfP5-5_P3vGyaffzxg1PN618OmH1sw1bnm5ser6qEcgAoV0TnnYsebG-7dmKhU_ndT9fMOX5ym08DKxpiTnFqbxQmptB1c01xNlDtzwxLy0xLz0-K7-0KA8oEw9yKdChJgamBkamxsSqAwAVo2j4 |
ClassificationCodes | TD745 |
ContentType | Journal Article |
Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
DBID | 2B. 4A8 92I 93N PSX TCJ |
DOI | 10.13347/j.cnki.mkaq.20230497 |
DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
Discipline | Engineering |
DocumentTitle_FL | Study on identification model of water inrush source from adjacent limestone aquifer in Paner Coal Mine based on strontium isotope |
EndPage | 212 |
ExternalDocumentID | mkaq202405025 |
GrantInformation_xml | – fundername: (陕西省煤矿水害防治技术重点实验室开放基金资助项目); (安徽省深地钻探工程研究中心开放基金资助项目) funderid: (陕西省煤矿水害防治技术重点实验室开放基金资助项目); (安徽省深地钻探工程研究中心开放基金资助项目) |
GroupedDBID | -02 2B. 4A8 5XA 5XC 92H 92I 93N ABJNI ACGFS ALMA_UNASSIGNED_HOLDINGS CCEZO CDRFL CW9 GROUPED_DOAJ PSX TCJ TGT U1G U5L UY8 |
ID | FETCH-wanfang_journals_mkaq2024050253 |
ISSN | 1003-496X |
IngestDate | Thu May 29 04:18:53 EDT 2025 |
IsPeerReviewed | true |
IsScholarly | true |
Issue | 5 |
Keywords | 锶同位素 mine water inrush strontium isotope adjacent aquifers 相邻含水层 water source discrimination 水源判别 矿井突水 multiple models 多模型 |
Language | Chinese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-wanfang_journals_mkaq2024050253 |
ParticipantIDs | wanfang_journals_mkaq202405025 |
PublicationCentury | 2000 |
PublicationDate | 2024 |
PublicationDateYYYYMMDD | 2024-01-01 |
PublicationDate_xml | – year: 2024 text: 2024 |
PublicationDecade | 2020 |
PublicationTitle | 煤矿安全 |
PublicationTitle_FL | Safety in Coal Mines |
PublicationYear | 2024 |
Publisher | 陕西省煤矿水害防治技术重点实验室,陕西 西安 710077 安徽建筑大学 土木工程学院,安徽 合肥 230601 中国科学技术大学 地球和空间科学学院,安徽 合肥 230026%安徽建筑大学 土木工程学院,安徽 合肥 230601%安徽省煤田地质局勘查研究院,安徽 合肥 230600 |
Publisher_xml | – name: 中国科学技术大学 地球和空间科学学院,安徽 合肥 230026%安徽建筑大学 土木工程学院,安徽 合肥 230601%安徽省煤田地质局勘查研究院,安徽 合肥 230600 – name: 陕西省煤矿水害防治技术重点实验室,陕西 西安 710077 – name: 安徽建筑大学 土木工程学院,安徽 合肥 230601 |
SSID | ssj0000579304 ssib001105255 ssib002258348 ssib051374112 |
Score | 4.7448053 |
Snippet | TD745; 矿井突水是采矿生产过程中威胁最大的地质灾害之一,快速有效地判别突水水源是预防矿井水害的关键所在.通过分析潘二煤矿含水层的水化学性质,开展了相邻水岩水锶同位素的测试与分析,选取87Sr/86Sr、Ca2+、Na++K+、Mg2+、HCO3-、SO42-、Cl-7... |
SourceID | wanfang |
SourceType | Aggregation Database |
StartPage | 204 |
Title | 基于锶同位素的潘二煤矿相邻灰岩含水层突水水源判识模型研究 |
URI | https://d.wanfangdata.com.cn/periodical/mkaq202405025 |
Volume | 55 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV1Lb9NAEF615QIHxFM8qx7YU5Xg19q7x7XjqEKCU5ByqxzLAVSRCkgvvbUChERBOfSAQKJF6oHCgYKqCgVV_Ad-QxzTf8HMepMYUvGKrNXEM7vz7YztHa_3QcgVnpgsMSNWEvht3Ym4URJWZJRiI7aTJLI9R3VdXL_hzt10rtVZfWLyW2HU0lK7UY6XD51X8j9ehXPgV5wl-w-eHRYKJ4AG_0IKHob0r3xMQ0ZFlfqShg6mPKShoAJoV7EMygPFqlBeoaFHfYdKAwkBwg4NXWQJPsgeIIszKh0lAyVXFeFTn2PJ3KK-r2RM6huowreoFFqX9FWBBmpBlonyICwlyo9YRUJiRhDmXCmFtEq5iywJtKlKDilXSgG5UMBAo-8Wo-rDYMNfyKiwIWs4YleD9Z1BzcIRx6WioowIyGwqrRFHUAmcKiIE2-bb__xSGsPMQha7UaxRB6pyDBxMVZINLBso04yjL9gRqgFgMDtHcyMrdwPgkDhQBWEHaDj0kKc9ja4SOrtQl4XMHazOgC4rGIc0WwCn7TeL6zLpLXDytguHGcKtVS82bvkayPomZsWWKt_1WQc9Vj6Wfaw9tW3HUw1q3Fq4U767EN0rW4b6NOuNAojhsE7ko20NBpH0JDlieRD9Fbo5VIhu4s6JhRDdYtwevZIzEx4Ppg658_X5oQVRu4AO66cn4iG2q4chU_PvWs2odasQKtZOkOP6HW9G5jfsSTKxfPsUOVZY-fM0qaUb3V73-cH6XtpZ6-0_y3Y3s5cP-_svet217NFWtvE1e_X5YPVLtrKTftpOO-_7O7vpx9Xs3QoQeHQ76ZOt7x8e99--SV8_zTbXs-29M4RWw1owV9K45vVD5MH8Tyazz5Kp1mIrOUdmmNVoClPEzZhbjgfvQHHTc5uR58ROHMHvPJn-fVkX_iRwkRxFOu9OvESm2veXkssQYLcb08pjPwCLVKb5 |
linkProvider | Directory of Open Access Journals |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E9%94%B6%E5%90%8C%E4%BD%8D%E7%B4%A0%E7%9A%84%E6%BD%98%E4%BA%8C%E7%85%A4%E7%9F%BF%E7%9B%B8%E9%82%BB%E7%81%B0%E5%B2%A9%E5%90%AB%E6%B0%B4%E5%B1%82%E7%AA%81%E6%B0%B4%E6%B0%B4%E6%BA%90%E5%88%A4%E8%AF%86%E6%A8%A1%E5%9E%8B%E7%A0%94%E7%A9%B6&rft.jtitle=%E7%85%A4%E7%9F%BF%E5%AE%89%E5%85%A8&rft.au=%E5%90%B4%E7%9B%BE&rft.au=%E6%9D%8E%E6%B3%A2&rft.au=%E9%AD%8F%E8%B6%85&rft.au=%E5%90%B4%E5%9D%9A&rft.date=2024&rft.pub=%E9%99%95%E8%A5%BF%E7%9C%81%E7%85%A4%E7%9F%BF%E6%B0%B4%E5%AE%B3%E9%98%B2%E6%B2%BB%E6%8A%80%E6%9C%AF%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E9%99%95%E8%A5%BF+%E8%A5%BF%E5%AE%89+710077&rft.issn=1003-496X&rft.volume=55&rft.issue=5&rft.spage=204&rft.epage=212&rft_id=info:doi/10.13347%2Fj.cnki.mkaq.20230497&rft.externalDocID=mkaq202405025 |
thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fmkaq%2Fmkaq.jpg |