基于独立性权–灰色局势决策理论的突水水源判别研究
Water Inrush Source Discrimination Study Based on Independence Weight-Grey Situation Decision Theory
DOI: 10.12677/ME.2021.93029, PDF,    科研立项经费支持
作者: 崔 雨*, 刘启蒙, 谢志钢, 朱敬忠：安徽理工大学地球与环境学院，安徽 淮南
关键词: 突水水源；灰色系统理论；独立性权；水质；灰色局势决策；Water Inrush； Gray System Theory； Independence Weight； Water Quality； Grey Situation Decision
摘要: 矿井水害事故的发生往往会造成重大人员伤亡和财产损失，为有针对性地投入到水害治理工作中，快速准确地判别突水水源显得至关重要。选取淮南潘谢矿区某矿第四系孔隙水、二叠煤系砂岩水、石炭系太原组灰岩水等三类水样，进行水质分析，采用灰色系统理论，分析各种离子与水样的内在规律，综合求出突水水源目标测度的计算公式，再应用独立权确定各判别因素的权重，从而将多因子判别归结于单目标决策。结果表明：三类水质(第四系孔隙水、二叠煤系砂岩水、石炭系太原组灰岩水)判别准确率依次为75%，83%，71%。将灰色决策方法应用到矿井突水水源识别中，具有准确、方便和快捷的特点。
Abstract: Mine water disasters often cause significant casualties and property losses. It is very important to quickly and accurately identify the water inrush source for the water disaster treatment work. Three types of water samples, namely Quaternary pore water, Permian sandstone water and Car-boniferous Taiyuan Formation limestone water, are selected from a mine in Panxie mining area of Huainan for water quality analysis. The grey system theory is used to analyze the internal laws of various ions and water samples, and the calculation formula for the target measure of water inrush source is comprehensively obtained. Then the weight of each discriminant factor is determined by the independent weight, so that the multi-factor discrimination is attributed to the single-objective decision-making. The results show that the discrimination accuracy of water quality (Quaternary pore water, Permian sandstone water and Carboniferous Taiyuan Formation limestone water) is 75%, 83% and 71% respectively. It is accurate, convenient and fast to apply grey decision method to mine water inrush source discrimination.
文章引用：崔雨, 刘启蒙, 谢志钢, 朱敬忠. 基于独立性权–灰色局势决策理论的突水水源判别研究[J]. 矿山工程, 2021, 9(3): 191-200. https://doi.org/10.12677/ME.2021.93029

参考文献

[1] 武强, 崔芳鹏, 赵苏启, 等. 矿井水害类型划分及主要特征分析[J]. 煤炭学报, 2013, 38(4): 561-565.
[2] 陈红颖. 矿井突水水源判别研究现状与进展[J]. 内蒙古煤炭经济, 2018(8): 20-30.
[3] 郭江峰, 姚多喜, 黄河, 等. 基于Bayes算法的煤矿井下突水水源判识系统的设计与实现[J]. 水文地质工程地质, 2016, 43(2): 153-158.
[4] 邓清海, 曹家源, 张丽萍, 等. 基于主成分分析的矿井突水水源Bayes判别模型[J]. 水文地质工程地质, 2014, 41(6): 20-25.
[5] 宫凤强, 鲁金涛. 基于主成分分析与距离判别分析法的突水水源识别方法[J]. 采矿与安全工程学报, 2014, 31(2): 236-242.
[6] 王心义, 赵伟, 刘小满, 等. 基于熵权-模糊可变集理论的煤矿井突水水源识别[J]. 煤炭学报, 2017, 42(9): 2433-2439.
[7] 李垣志, 牛国庆, 刘慧玲. 改进的GA-BP神经网络在矿井突水水源判别中的应用[J]. 中国安全生产科学技术, 2016, 12(7): 77-81.
[8] 高卫东. 熵权模糊综合评价法在矿井突水水源判别中的应用[J]. 矿业安全与环保, 2012, 39(2): 22-24.
[9] 高武霖, 戴国华, 史晓静, 等. 基于数学模型的中医临床疗效评价终点指标构建[J]. 中医杂志, 2016, 57(20): 1746-1749.
[10] 余克林, 杨永生, 章臣平. 模糊综合评判法在判别矿井突水水源中的应用[J]. 金属矿山，2004, 28(1): 36-38.
[11] 汪洋, 左文喆, 王斌海, 等. 矿井突水水源判别方法研究进展[J]. 现代矿业, 2018, 34(1): 69-73.
[12] 成春奇, 葛晓光, 柴登榜. 百善矿区水文地球化学特征及其在矿井涌出水来源判别中的应用[J]. 淮南矿业学院学报, 1994, 14(1): 25-32.
[13] 桂和荣, 陈陆望, 彭子成, 等. 皖北矿区深层岩溶水微量元素主成分分析[J]. 煤田地质与勘探, 2004, 32(6): 31-34.
[14] 张好, 姚多喜, 鲁海峰, 等. 主成分分析与Bayes判别法在突水水源判别中的应用[J]. 煤田地质与勘探, 2017, 45(5): 87-93.
[15] 廖东良, 路保平. 页岩气工程甜点评价方法——以四川盆地焦石坝页岩气田为例[J]. 天然气工业, 2018, 38(2): 43-50.
[16] 琚棋定, 胡友彪. 加权灰色局势决策法预测导水裂 隙带高度[J]. 山东工业技术, 2018(19): 71-72.
[17] 樊庆锌, 郭威, 孟宪林. 加权灰色局势决策法在环境空气质量评价中的应用[J]. 环境保护科学, 1999(5): 45-48.
[18] 邓聚龙. 灰预测与灰决策[M]. 武汉: 华中科技大学出版社, 2002: 183-186.
[19] 罗党. 灰色决策问题分析方法[M]. 郑州: 黄河水利出版社, 2005: 43-56.

为你推荐