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...

Full description

Saved in:
Bibliographic Details
Published in煤矿安全 Vol. 55; no. 5; pp. 204 - 212
Main Authors 吴盾, 李波, 魏超, 吴坚, 陆建伟
Format Journal Article
LanguageChinese
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 AccessGet full text
ISSN1003-496X
DOI10.13347/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