矿井涌(突)水源混合水识别模型研究
发布时间:2021-11-15 20:20
根据不同含水层在水化学特征上的差异,提出基于水化学原理判别矿井涌(突)水水源的混合水判识模型。以开滦荆各庄矿为例,通过绘制Piper三线图判断待识别水样来源,运用PHREEQC软件建立矿井水源混合模型,并以6大常规离子和pH值为识别因子,提出了根据欧氏距离计算结果判断矿井混合水突水水源的模型。结果表明,通过Piper三线图与欧氏距离结合的模型判别,涌水水源的水80%来自K6—12煤砂岩裂隙含水层(Ⅲ),20%来自9煤—7煤砂岩裂隙含水层(Ⅳ),经与实际化验结果对比,该结果符合实际。
【文章来源】:煤炭工程. 2020,52(12)北大核心
【文章页数】:4 页
【文章目录】:
1 荆各庄矿水文地质概况
2 荆各庄矿水化学数据来源
3 突水水源识别的研究方法
3.1 Piper三线图法
3.2 欧氏距离判别法
4 模型判别结果与讨论
5 结论
【参考文献】:
期刊论文
[1]基于样本间最小欧氏距离的多特征融合识别算法研究[J]. 刘如松. 计算机与数字工程. 2017(12)
[2]2000—2015年我国煤矿水害事故特征分析[J]. 孙文洁,韩权,杨恒,杨文凯,李松芡. 煤炭工程. 2017(05)
[3]基于欧氏距离的K均方聚类算法研究与应用[J]. 吴登磊,汪宇玲,吴小龙,金安安. 数字技术与应用. 2017(04)
[4]基于综合评判法的煤矿突水水源识别分析[J]. 姜鹏. 煤炭工程. 2016(11)
[5]BP神经网络在矿井突水水源识别中的应用[J]. 徐星,王公忠. 煤炭技术. 2016(07)
[6]The reflection of hierarchical cluster analysis of co-occurrence matrices in SPSS[J]. Qiuju ZHOU,Fuhai LENG,Loet LEYDESDORFF. Chinese Journal of Library and Information Science. 2015(02)
[7]利用水化学特征识别桑树坪煤矿突水水源[J]. 张乐中,曹海东. 煤田地质与勘探. 2013(04)
[8]矿井水害类型划分及主要特征分析[J]. 武强,崔芳鹏,赵苏启,刘守强,曾一凡,谷亚威. 煤炭学报. 2013(04)
[9]基于聚类分析方法的矿井水源识别[J]. 姚洁,童敏明,刘涛,唐守锋,蔡丽. 煤矿安全. 2013(02)
[10]水化学综合识别模式在矿井水源判别中的应用[J]. 连会青,刘德民,尹尚先. 煤炭工程. 2012(08)
硕士论文
[1]基于水化学特征的相似矿区突水水源识别研究[D]. 黄丹.河南理工大学 2009
本文编号:3497434
【文章来源】:煤炭工程. 2020,52(12)北大核心
【文章页数】:4 页
【文章目录】:
1 荆各庄矿水文地质概况
2 荆各庄矿水化学数据来源
3 突水水源识别的研究方法
3.1 Piper三线图法
3.2 欧氏距离判别法
4 模型判别结果与讨论
5 结论
【参考文献】:
期刊论文
[1]基于样本间最小欧氏距离的多特征融合识别算法研究[J]. 刘如松. 计算机与数字工程. 2017(12)
[2]2000—2015年我国煤矿水害事故特征分析[J]. 孙文洁,韩权,杨恒,杨文凯,李松芡. 煤炭工程. 2017(05)
[3]基于欧氏距离的K均方聚类算法研究与应用[J]. 吴登磊,汪宇玲,吴小龙,金安安. 数字技术与应用. 2017(04)
[4]基于综合评判法的煤矿突水水源识别分析[J]. 姜鹏. 煤炭工程. 2016(11)
[5]BP神经网络在矿井突水水源识别中的应用[J]. 徐星,王公忠. 煤炭技术. 2016(07)
[6]The reflection of hierarchical cluster analysis of co-occurrence matrices in SPSS[J]. Qiuju ZHOU,Fuhai LENG,Loet LEYDESDORFF. Chinese Journal of Library and Information Science. 2015(02)
[7]利用水化学特征识别桑树坪煤矿突水水源[J]. 张乐中,曹海东. 煤田地质与勘探. 2013(04)
[8]矿井水害类型划分及主要特征分析[J]. 武强,崔芳鹏,赵苏启,刘守强,曾一凡,谷亚威. 煤炭学报. 2013(04)
[9]基于聚类分析方法的矿井水源识别[J]. 姚洁,童敏明,刘涛,唐守锋,蔡丽. 煤矿安全. 2013(02)
[10]水化学综合识别模式在矿井水源判别中的应用[J]. 连会青,刘德民,尹尚先. 煤炭工程. 2012(08)
硕士论文
[1]基于水化学特征的相似矿区突水水源识别研究[D]. 黄丹.河南理工大学 2009
本文编号:3497434
本文链接:https://www.wllwen.com/kejilunwen/anquangongcheng/3497434.html