基于GMS的隐伏火烧区下煤层开采工作面涌水量预测

烧变岩在我国北方煤矿区大面积分布,由其引起的水害等问题严重威胁着煤矿的安全生产。目前矿井涌水量预测主要针对的是某一生产阶段或时间节点,预测值属于瞬时量,缺乏对矿井涌水量动态特征的预测。以神府矿区柠条塔井田南翼的1^-2上煤隐伏火烧区为例,利用GMS(Groundwater Modeling System)软件平台构建研究区地下水流数值仿真模型。基于地下水流场和抽水试验对模型进行识别,并采用抽水试验数据进行验证,其模拟结果较好地反映了研究区的实际水文地质情况。对1^-2上煤隐伏火烧区下伏的2^-2煤回采工作面涌水量和地下水流场变化特征进行了预测,结果表明：在回采过程中,工作面涌水量逐渐增加,但受地下水袭夺作用,其临近的工作面涌水量逐渐减小;煤层开采时风化岩含水层分别形成了以切眼和工作面为中心的降落漏斗;随着工作面回采的不断推进,地下水位不断下降,漏斗范围不断扩大,导致地下水流场由双中心漏斗逐渐变为以工作面为中心的漏斗,进一步验证了地下水的袭夺作用。对单工作面及多工作面回采条件下涌水量和地下水流场变化特征进行了预测分析,为煤矿采动...     

基于KPCA-APSO-ELM的矿井涌水水源识别

矿井水害问题长期困扰着煤矿的安全生产,查明矿井涌水水源是矿井水害防治问题的前提。为提高矿井涌水水源的识别精度,提出了一种基于KPCA-APSO-ELM的矿井涌水水源判别模型。以袁二矿为例,在分析主要含水层地下水水化学特征的基础上,选取7种水化学离子作为判别指标。随后利用KPCA提取主要指标作为模型识别的判别因子,并通过APSO对ELM模型进行参数寻优。以63组样本数据中70%作为训练样本、30%作为预测样本进行仿真试验建立KPCA-APSO-ELM模型,并将识别结果与PCA-Logistic、KPCA-ELM和PSO-ELM模型进行比较。结果表明：KPCA算法可以有效消除指标间的冗余信息,基于KPCA-APSO-ELM模型的预测精度相对较高;与其他模型相比,该模型的均方误差和平均绝对百分比误差显著降低。