地质动力区划预测煤与瓦斯突出

为了确定煤与瓦斯突出矿井的突出危险区域,威胁区域和安全区域,提出基于地质动力区划的多因素模式识别概率预测方法预测煤与瓦斯突出的新思路。以鸡西滴道矿立井为研究对象,利用地质动力区划方法确定不同尺度和级别构造运动的特征,建立板块构造学说与矿井工程实际的联系,将对矿井煤与瓦斯突出产生影响的因素为参数,采用多因素模式识别概率预测方法划分研究区域内的危险区域。研究表明该方法对煤与瓦斯突出区域预测的合理性与有效性,可以在实际工程中应用推广。     

黔江区降水化学组份变化趋势及相关性分析研究

通过对重庆市黔江区"十二五"期间320个降水样品的pH值和化学组成成分等特征进行了研究,结果表明,五年间黔江区降水pH范围为4.71~7.81,电导率范围为21.8~42.5 μS/cm-1,平均值33.4 μS/cm-1.降水pH和电导率的Spearman秩相关系数法检验表明,pH的rs为正值,电导率的rs为负值,五年期间大气降水中总离子当量浓度有所下降,降水酸雨环境得到有效控制.SO2-4是降水中主要阴离子,占阴离子总量的74.3%,Ca2+是降水中主要阳离子,占阳离子总量的31.4%.黔江区酸雨为硫酸型或燃煤型酸雨,SO2-4/NO-3浓度比均值为7.13,SO2-4/NO-3比值在2013年达最大值,之后呈现减小趋势,黔江区汽车尾气和工业排放的NOx对降水的影响在变大.在99.0%的置信水平下,降水离子浓度总和与电导率线性相关显著.相关性研究表明:降水中SO2-4、NH+4、Ca2+、Mg2+、F-主要来自煤燃烧.Mg2+、Na+与Cl-即来源于地壳源又来自于海洋远源传输,人类活动对黔江区降水影响较大.     

基于MABC-SVM的含瓦斯煤体渗透率预测模型

对含瓦斯煤体的渗透率的有效预测,可为瓦斯抽采和瓦斯灾害的防治提供理论指导,采用改进的人工蜂群算法(MABC)和支持向量机(SVM)相结合对其进行预测。应用改进的人工蜂群算法优化支持向量机的核函数参数C和g,提高了支持向量机的预测准确性。选取有效应力、瓦斯压力、温度和煤的抗压强度作为影响含煤瓦斯渗透率的主要影响指标,结合实验室测试数据,建立MABC-SVM含煤瓦斯渗透率预测模型。研究结果表明:该模型具有较强的泛化能力,可以相对准确有效的对含煤瓦斯渗透率进行预测,为瓦斯渗透率的研究提供了新的研究思路。     

影响环境行政执法的因素及对策

文章阐述了影响环境行政执法的重要原因及应采取的措施。     

矿井煤与瓦斯突出危险性预测的模式识别研究

在查明多个突出影响因素与突出危险性之间内在联系的基础上,应用地质动力区划方法确定区域地质构造模型,并结合地应力测量方法和数值模拟,综合应用VB、VC完成模式识别系统设计和应用软件开发,在地理信息系统(GIS)支持下建立多因素模式识别模型.用多因素模式识别预测方法进行煤与瓦斯突出危险性的区域预测,划分淮南矿务局谢一矿井田的煤与瓦斯突出危险区、突出威胁区和无突出危险区,对煤与瓦斯突出危险性做出评估.