基于PCA-Bayes综合判别的矿井突水水源判别研究  

作　　者：扶祥祥 江泽标[1,2] 余照阳 郭亚玲[1] 吴少康 

机构地区：[1]贵州大学矿业学院,贵州贵阳550025 [2]贵州省非金属矿产资源综合利用重点实验室,贵州贵阳550025

出　　处：《采矿技术》2021年第3期113-116,共4页Mining Technology

基　　金：贵州省科技计划项目(黔科合支撑[2020]4Y050号).

摘　　要：根据矿井各含水层水化学成分的差异性,选取多种水化学成分指标作为突水水源识别的样本变量,综合利用多元统计分析技术、Bayes逐步判别法和PCA-Bayes综合判别法作比较,采用SPSS软件建立Bayes逐步判别模型、PCA-Bayes综合判别模型,以煤矿不同含水层的水化学资料中的多组样本为依据,利用该模型进行工程应用。结果表明:PCA-Bayes综合判别模型提高了突水水源判别的准确率和判别速度,实现了对矿井突水水源快速有效判别,为防治突水事故提供了有力的依据和判别方法。

关 键 词：矿井突水 突水水源判别 Bayes逐步判别法 PCA-Bayes综合判别 

分 类 号：TD745[矿业工程—矿井通风与安全]