基于Piper-PCA-MLP神经网络的矿井涌水水源识别方法研究Study on Mine Water Inrush Source Discrimination Method Based on Piper-PCA-MLP Neural Network
刘旭东,张瑞,万宝
摘要(Abstract)：
为了快速准确地识别矿井涌水水源，提出一种基于Piper-PCA-MLP的矿井涌水水源判别模型。以乌东煤矿为例，通过Piper三线图揭示了矿区不同地下水含水层的水化学特征，筛选了来自矿区不同涌水含水层的23个水样，获得了22个代表涌水含水层的典型水样。选用Na~++K~+、Ca~(2+)、Mg~(2+)、Cl~-、SO_4~(2-)、HCO~-_3、NO~-_3和TDS八种水化学指标作为判别指标，考虑到乌东煤矿含水层水质边界不明显和水化学组分差异性不大的特点，选择MLP神经网络作为模型识别的基础，为了解决MLP神经网络在面对高维数据时训练收敛较慢，建模时间较长等缺点，使用主成分分析算法对数据进行降维，提取三种主要指标作为判别因子。以22组水样数据中17组作为训练样本，5组作为测试样本建立PCA-MLP模型，为了凸显模型的可靠性和准确性，选取同一样本集对水样数据分别建立PCA-层次聚类模型、MLP、PCA-RBF模型，并对其判别结果进行分析比较。结果表明：经过PCA降维的MLP神经网络能够有效消除水样水化学指标间的相互影响，对第四系孔隙潜水，地表水判别正确率均为100%,对基岩裂隙孔隙水的判别正确率为92.3%,明显优于其它方法，可为矿井涌水水源的识别提供一种新方法。
关键词(KeyWords)： 涌水水源;Piper三线图;主成分分析;MLP神经网络;Piper-PCA-MLP判别模型
基金项目(Foundation):
作者(Author): 刘旭东,张瑞,万宝
参考文献(References)：
- [1]Zhang J,Yao D,Su Y.Multivariate matrix model for source identification of inrush water:A case study from Renlou and Tongting coal mine in northern Anhui province,China[J].IOP Conference Series Earth and Environmental Science,2018,113(1):1-6.
- [2]Wang D,Shi L.Source identification of mine water inrush:a discussion on the application of hydrochemical method[J].Arabian Journal of Geosciences,2019,12(2).
- [3]Guan Z,Jia Z,Zhao Z,et al.Identification of inrush water recharge sources using hydrochemistry and stable isotopes:A case study of Mindong No1 coal mine in north-east Inner Mongolia,China[J].Journal of Earth System Science,2019,128(7):1-12.
- [4]黄平华，陈建生.基于多元统计分析的矿井突水水源Fisher识别及混合模型[J].煤炭学报，2011,36(S1):131-136.
- [5]侯恩科，冯栋，文强，等.矿井涌水水源识别的Logistic回归分析方法研究[J].矿业安全与环保，2019,46(6):77-83.
- [6]鲁金涛，李夕兵，宫凤强，等.基于主成分分析与Fisher判别分析法的矿井突水水源识别方法[J].中国安全科学学报，2012,22(7):109-115.
- [7]Huang P,Yang Z,Wang X,et al.Research on Piper-PCA-Bayes-LOOCV discrimination model of water inrush source in mines.[J].Arabian Journal of Geosciences,2019,12(11):1-14.
- [8]徐星，王公忠.BP神经网络在矿井突水水源识别中的应用[J].煤炭技术，2016,35(7):144-146.
- [9]施龙青，董晨磊，衡培国，等.煤矿突水水源判别的PCA-PSO-ELM模型[J].中国科技论文，2021,16(9):919-924.
- [10]陈绍杰，刘久潭，汪锋，等.基于PCA-RA的滨海煤矿水源识别——以龙口梁家煤矿为例[J].煤炭科学技术，2021,49(2):217-225.
- [11]Li B,Zhang H,Zhang W,et al.The PCA-KD-KNN-based water chemistry identification model of water inrush source type in mine and its application[J].Arabian Journal of Geosciences,2021,14(6):1-8.
- [12]郭中安，吴洪斌，姜海滨，等.主成分分析与遗传算法优化ELM模型的矿井突水水源识别方法[J].中国科技论文，2021,16(9):1010-1016,1022.
- [13]倪小峰，曹斌.基于MLP神经网络的铝电解槽出铝量预测[J].智能计算机与应用，2021,11(8):139-142.
- [14]杨仕堂，罗磊，时轮.基于特征提取与MLP神经网络的电池包密封性检测建模方法[J].机械设计与研究，2020,36(6):139-142,176.
- [15]刘旭东，许峰，石磊，等.乌东煤矿地下水水化学特征及其指示[J].煤炭工程，2021,53(4):115-119.
- [16]代革联，薛小渊，牛超.基于水化学特征分析的象山矿井突水水源判别[J].西安科技大学学报，2017,37(2):213-218.