基于Bayes判别分析的基本思想,建立煤层底板突水危险性的Bayes判别分析模型。选用煤层的含水层富水性、含水层水压、隔水层厚度、断层导水性和构造发育程度5个指标作为该模型的判别因子,以不同地区煤矿的14组煤层实测数据作为训练样本,建立了Bayes判别分析模型。为了验证模型的准确性,用回代判别方法对14组煤层实测数据进行判别,并用工程实例进行了验证。研究结果表明,Bayes判别分析模型误判率较低,能快速有效地判别出煤层底板突水危险性的等级,在实际工程中有较强的适用性。

针对传统的矿井突水水源判别存在准确率较低的问题,选取K++Na+、Ca2+、Mg2+、Cl-、SO42-及HCO3-6种水化学成分指标作为矿井突水水源判别依据,基于SPSS因子分析建模,确定21组突水水样训练样本中与第一主因子密切相关的水质指标,依据距离判别模型,将得到的水质指标作为样本数据输入Matlab平台,采用SQRT、MAHAL函数确定突水水样训练样本总体间的马氏距离矩阵。结果表明:构建二者相结合的矿井突水水源判别模型,其回判准确率高达99%,对8个未知的测试样本进行突水水源的识别,实例验证在判别指标选择合适的情况下,因子分析及距离判别相耦合的突水水源判别方式能有效地消除判别指标间的相互影响,提高判别率,为矿井水害防治提供理论基础。

从理论研究、室内试验等方面总结了煤矿突水溃砂机理的研究现状,指出上覆松散含水层的水头压力与溃砂通道宽度是建立描述突水溃砂机理的关键。通过对目前生产实践中采取的防治措施及安全评价方法的研究,认为应在综合评价影响采掘溃砂因素的基础上建立预测预警模型。并针对采掘溃砂过程中一些尚未解决的科学问题,诸如溃砂定量预测与计算、试验的可视化、采掘风险评价等。提出了"以颗粒物质的流动行为来深入认识溃砂产生的机理"这一观点,并引入了透明土试验技术,在深层次上揭示采掘溃砂过程机制、水砂混合物在岩体裂缝和破碎岩体中的运移规律的基础上,建立煤矿采掘溃砂安全评判模型,为松散含水层下安全开采提供技术支撑。

在系统收集及分析矿区水文地质资料的基础上,确定影响煤层底板突水的主要因素,并引入主成分分析法对影响底板突水的因素进行定量评价。以新安煤矿为例,利用主成分分析法,确定各突水影响因素的权重,建立煤层底板突水模型,对影响煤层开采的底板奥灰突水危险性进行分区预测,为奥灰水的防治提供了重要依据。

矿山井下突水事故应急预案演练方案.docx

基于CNN神经网络的煤层底板突水预测.pdf

煤矿突水事故是煤矿生产中典型的事故灾害之一。为提高煤矿突水应急处置能力,有必要建立煤矿突水三维仿真系统。提出了基于示性粒子的突水过程动态模拟。突水过程动态模拟用于展示突水发生后水流随时间推移在巷道中的蔓延发展过程,从而有效指导煤矿水害救援避灾方案的制定,减少人员伤亡和煤矿损失。最终以某典型煤矿为例,实现了该算法,验证了算法的可行性与有效性。

为对矿井突水方向和速度以及突水范围等进行预测分析，采用无向图宽度优先搜索路径方法，以巷道节点标高为权重，给出矿井突水路径算法；通过对矿井突水方向和速度等进行预测分析，提出水灾影响范围预测方法．研究结果表明：利用宽度优先搜索算法进行水灾影响范围预测方法，可以通过突水范围和突水时间计算出突水流量，并根据突水流量计算出下一步突水范围．

为了研究矿井巷道突水蔓延规律,使用格子Boltzmann方法建立了井下突水蔓延二维仿真模型,平直边界采用反弹格式处理,曲边界采用BFL格式处理。因需要模拟复杂巷道,采用分块耦合算法将巷道分成若干规则的块,各块分别独立计算,只在边界处交换数据,从而去除冗余网格,简化网格计算,提高系统资源利用效率。最后通过一个仿真实例,形象、直观的展示了突水发生时地下矿巷道突水水流的演变过程,对矿山突水事故防治和井下人员逃生决策具有现实指导意义。

业分类-物理装置-一种深部巷道和隧道突水突泥三维物理模拟试验系统.zip