基于 BP 神经网络的矿井水源判别模型

• 作者: 刘猛
• 来源期刊: 矿业工程研究
• 学科: 工学
• 关键词: 矿井突水 常量组分 BP 神经网络 水源判别
• 年，卷（期）: 2015,（4）
• 页码范围: 17-20
• 页数: 4页
• 分类号: TD745.21
• 字数: 2031字
• 语种: 中文
• DOI: 10.13582/j.cnki.1674-5876.2015.04.005

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。