|
| 基于BP神经网络的矿井水源判别模型 |
|
| |
| DOI： |
| 中文关键词: 矿井突水;常量组分;BP神经网络;水源判别 |
| 英文关键词: |
| 基金项目: |
| 作者 | 单位 | | 刘猛 | 河北鼎基矿业集团,河北 邢台 054100 |
|
| 摘要点击次数: 2049 |
| 全文下载次数: 1377 |
| 中文摘要: |
| 矿井水源判别对于矿井防治水工作有重要的导向作用,能够有效减少防治水工作的盲目性.为了能够有效判别矿井突水水源,综合考虑各项水化学指标在水源判别中的重要性,确定以水中6大常量组分(Na++K+,Mg2+,Ca2+,Cl-,SO2-4,HCO-3)作为判别因子,以BP神经网络理论为基础,以对某矿开采影响较大的野青、砂岩、奥灰和伏青4个含水层水样为建模样本,建立水源判别模型,并随机选取7个矿井采掘过程中收集到的水样进行水源判别预测.结果表明,该7个水样分别来自伏青、野青和砂岩含水层,均与实际结果相符,说明以BP神经网络理论建立的水源判别模型具有较强的实用性,能够快速、有效的识别矿井水源. |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
