收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

谢一矿地下水化学特征及突水水源判别Elman神经网络模型

吕纯  
【摘要】: 煤矿突水水源的正确、快速识别是矿井水害有效防治的前提条件。本文以淮南老矿区谢一煤矿为研究对象,收集矿井多年观测得到的水质资料,研究了井田内不同含水层的水化学类型、特征离子以及矿井突水水源快速判别的动态回归Elman神经网络模型,并将Elman模型分别与BP模型以及模糊综合评判模型、灰色关联度模型、贝叶斯模型进行比较,得出主要结论如下: (1)煤系含水层水质以HCO3-(K+Na)型为主,太灰Ⅰ组和Ⅲ组含水层水质以HCO3-Ca·Mg型为主,奥灰含水层水质同样以HCO3-Ca·Mg型为主,老塘的水样点很少,主要是HCO3·SO4-(K+Na)。对含水层水质总体特征分析,通过各含水层离子浓度对比图,煤系水中Ca+、Mg+含量相对比较低,太灰相对于奥灰,水样中Ca2+、Mg2+、K++Na+、HCO3-含量偏高,老塘水的HCO3-和SO42-浓度相对最高。通过箱图来分析各含水层离子的分布,研究发现老塘水最好区分于其他三个含水层,当水样点的[TDS]1500mg/L且[SO42-]和[K++Na+]和[HCO3-]300mg/L的时候可以判定该水样点的水来自于老塘水,能够达到95%以上的正确率。如果水样点的[Ca2+]50mg/L且[Mg2+]20mg/L能够判断煤系水样点,达到60%以上。 (2)通过使用传统的矿井突水水源判别模型对水样点进行判别研究,得到贝叶斯模型的判别效果相对较好,而模糊超标评判的效果相对较差。模糊超标加权明显比模糊偏标加权的效果差,原因是超标加权法侧重于正偏,即对于大于平均值较多的数值分配的权重大;而对于小于平均值较多的数值分配的权重小,用在水源判别上不合适。总体上煤系的点没有判别错误。太灰水样与奥灰水样在水质上很接近,而且太灰与奥灰有较强的水力联系,很可能某些水样点是因为混有其他层位的水,因而难以区分。 (3)分别利用Elman网络与BP网络,针对地下水化学特征分别建立突水判别模型,实例结果表明,神经网络模型判别效果高于传统模型,Elman网络模型判别11个水样,判错一个,比BP网络模型具有更高的判别精度,更快的运算速度,更好的反应地下水系统特性,为矿井水害防治提供了一种辅助决策手段。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 贺尚红,陈耿彪,陈慧勇;冷轧机HAGC系统非线性模型辨识[J];长沙理工大学学报;2005年03期
2 刘旭辉;;基于Elman神经网络的铣削力预测模型研究[J];机械管理开发;2009年01期
3 李建刚;任子晖;刘延霞;;基于Elman神经网络矿用通风机故障诊断的研究[J];煤矿机械;2011年08期
4 王义飞;谢珺;谢克明;;基于ELMAN神经网络的波焊炉故障诊断研究[J];太原理工大学学报;2008年03期
5 徐如松;孟令启;王海龙;;基于Elman神经网络的合金工具钢变形抗力预测[J];矿山机械;2008年10期
6 张安岭;张秉森;;基于Elman神经网络的织物染色的配色[J];山东纺织科技;2006年03期
7 李忠科;张宇;邹浩波;张春飞;;基于ELMAN网络的高速平面铣削表面粗糙度的研究[J];机电工程技术;2006年10期
8 罗凌江;于德浩;邓正栋;;Elman神经网络在抽水地面沉降预测中的应用[J];污染防治技术;2007年05期
9 徐如松;孟令启;王海龙;;基于Elman网络的金属应力状态系数模型[J];微计算机信息;2008年19期
10 王春晓;陈开岩;张宝;;基于Elman组合预测模型的瓦斯涌出量预测[J];黑龙江科技学院学报;2011年04期
11 申明金;;系统聚类-Elman神经网络同时测定废水中的铁、镍、铜[J];四川环境;2007年05期
12 周锋德;姚光庆;王国昌;赵志魁;王立武;苗洪波;;Elman神经网络在低渗储层敏感性预测中的应用[J];地质科技情报;2007年06期
13 袁仁茂;马凤山;邓清海;徐锡伟;;基于Elman型神经网络的金川二矿地表岩移时序预测模型[J];工程地质学报;2008年01期
14 李界家;孙璐璐;王奔;王喆鑫;;基于Elman神经网络阳极效应故障预报方法[J];沈阳建筑大学学报(自然科学版);2010年05期
15 王平;王春艳;;Elman神经网络在变压器故障诊断中的应用[J];承德石油高等专科学校学报;2010年04期
16 陈雅群;郭雷;张树生;程林;;基于两种神经网络的管内沸腾汽液两相流型识别[J];化工机械;2010年06期
17 覃新颖;马志锋;佘乾仲;;基于神经网络的预分解窑控制过程建模[J];装备制造技术;2011年03期
18 董平;陈彦杰;王鹏;;Elman神经网络在动力配煤煤质预测技术中的应用[J];煤炭学报;2007年12期
19 周云龙;何强勇;;基于混沌理论与Elman神经网络的气固流化床流型识别[J];化工自动化及仪表;2009年05期
20 钱家忠;吕纯;赵卫东;潘婧;;Elman与BP神经网络在矿井水源判别中的应用[J];系统工程理论与实践;2010年01期
中国重要会议论文全文数据库 前9条
1 张琦;邵立福;;基于Elman神经网络的液压泵故障诊断模型研究[A];机床与液压学术研讨会论文集[C];2004年
2 桂晓琳;许向阳;;基于Elman神经网络的网络流量预测[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
3 罗彬;曾水平;;基于Elman网络的铝电解槽故障诊断系统的研究[A];第八届全国信息获取与处理学术会议论文集[C];2010年
4 张琦;邵立福;;基于Elman神经网络的液压泵故障诊断模型研究[A];第三届全国流体传动及控制工程学术会议论文集(第二卷)[C];2004年
5 王松;石双双;;基于卡尔曼滤波和神经网络的PMSM参数辨识[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
6 刘满强;周红莉;;一种基于Elman神经网络的机器人行为控制器[A];2006中国控制与决策学术年会论文集[C];2006年
7 孟令启;张洛明;韩丽丽;马金亮;黄其柏;;基于MATLAB的Elman神经网络在中厚板轧机宽展预测中的应用[A];第二届中国CAE工程分析技术年会论文集[C];2006年
8 韩文静;李海峰;韩纪庆;;基于长短时特征融合的语音情感识别方法研究[A];第九届全国人机语音通讯学术会议论文集[C];2007年
9 王亶文;冯学尚;;地磁暴预报研究[A];第九届全国日地空间物理学术讨论会论文摘要集[C];2000年
中国博士学位论文全文数据库 前4条
1 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年
2 王丽敏;计算智能改进方法及其在金融与环境领域中的应用[D];吉林大学;2007年
3 郭健;基于智能算法的非线性模型研究及预测控制[D];华中科技大学;2008年
4 余雪岗;无线局域网中的移动预测研究及应用[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 周红莉;基于神经网络的移动机器人控制研究[D];兰州理工大学;2006年
2 赵芳;基于ELMAN网络的金融控股公司治理及评级研究[D];浙江师范大学;2009年
3 杜晓坤;信息融合与Lon Works总线在煤矿监测系统中的应用研究[D];辽宁工程技术大学;2006年
4 周硕;智能控制在石膏纤维板厚度控制中的应用[D];沈阳工业大学;2007年
5 曹国昕;网络流量分析与预测模型研究[D];吉林大学;2009年
6 贾函;凤滩水库汛期优化调度研究与实现[D];华中科技大学;2006年
7 邹海英;基于神经网络的多目标跟踪信息融合技术的研究[D];哈尔滨理工大学;2008年
8 于文静;反馈神经网络在热工系统建模中的应用[D];华北电力大学(北京);2009年
9 甘露萍;基于机器视觉技术的鲜烟叶含水量模型研究[D];西南大学;2009年
10 程恩;基于机器学习的入侵检测系统研究[D];华中科技大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978