矿井突水水源综合快速判识设备及方法

摘要

本发明公开了一种矿井突水水源综合快速判识设备及方法，包括水位传感器、分光光路模块、水温传感器、模数转换器、处理器和显示器，水位传感器、分光光路模块和水温传感器的信号输出端通过模数转换器连接处理器的信号输入端，处理器的信号输出端连接显示器。本发明将传统的水化学分析判别法、水位分析判别法和水温分析判别法利用上述步骤中记载的方法复合为一个矿井突水水源综合判别模型，使得上述三个传统的方法能够相互弥补各自存在的缺陷，增加矿井突水水源综合判别结果的可信度，降低矿井突水水源综合判别过程的出错率，从而得到更精确的矿井突水水源综合判别结果。

主权项

一种利用矿井突水水源综合快速判识设备进行矿井突水水源综合快速判识的方法，所述矿井突水水源综合快速判识设备，它包括水位传感器(1)、分光光路模块(3)、水温传感器(4)、模数转换器(8)、中央处理器(9)和显示器(2)，其中，所述水位传感器(1)、分光光路模块(3)和水温传感器(4)的信号输出端通过模数转换器(8)连接中央处理器(9)的信号输入端，中央处理器(9)的信号输出端连接显示器(2)；它还包括PH值电极(5)，所述PH值电极(5)的信号输出端通过模数转换器(8)连接中央处理器(9)的信号输入端；它还包括导电率电极(6)，所述导电率电极(6)的信号输出端通过模数转换器(8)连接中央处理器(9)的信号输入端；它还包括氧化还原电位电极(7)，所述氧化还原电位电极(7)的信号输出端通过模数转换器(8)连接中央处理器(9)的信号输入端；其特征在于，它包括如下步骤：步骤1：在中央处理器(9)内存储P个参考水源样本，其中，P＝m*Z，m代表参考水源样本中含水层种类的个数，Z代表参考水源样本中第i种含水层包含的参考样品个数，i＝1,2,…，m；步骤2：在中央处理器(9)内根据P个参考水源样本建立含水层种类的评价集合U，有U＝{a₁、a₂、a₃...,a_i,...a_m}，m代表参考水源样本中含水层种类的个数，a_i代表第i种含水层的判别元素因素集合，其中，所述判别元素因素集合包括含水层中的K⁺离子浓度加上Na⁺离子浓度、Ca²⁺离子浓度、Mg²⁺离子浓度、Cl^‑离子浓度、SO₄^2‑离子浓度、HCO₃^‑离子浓度、含水层的水位和含水层的水温，因此a_i＝{a_1i、a_2i、a_3i...,a_ki,...a_8i}其中a_8i代表第i种含水层中第8个判别元素因素的统计平均值；步骤3：对某个待测矿井突水水源进行取样，通过分光光路模块(3)测量所述待测矿井突水水源样本中K⁺离子、Na⁺离子、Ca²⁺离子、Mg²⁺离子、Cl^‑离子、SO₄^2‑离子和HCO₃^‑离子的浓度，通过水位传感器(1)测量所述待测矿井突水水源样本中的水位，通过水温传感器(4)测量所述待测矿井突水水源样本中的水温，并将上述所有的浓度、水温和水位数据发送给中央处理器(9)；其中，对于所述待测矿井突水水源样本，K⁺离子的浓度加Na⁺离子的浓度记为y₁，Ca²⁺离子的浓度记为y₂，Mg²⁺离子的浓度记为y₃，Cl^‑离子的浓度记为y₄，SO₄^2‑离子的浓度记为y₅，HCO₃^‑离子的浓度记为y₆，水位记为y₇，水温记为y₈，则得到待测矿井突水水源的判别元素因素实测值集合y＝{y₁，y₂，y₃，y₄，y₅，y₆，y₇，y₈}；步骤4：由于上述各个待测矿井突水水源的判别元素因素，对待测矿井突水水源属于那种参考水源判断时的重要性不同，首先在中央处理器(9)中建立待测矿井突水水源相对于参考水源的判别因子权重模糊矩阵E＝{e_k1，e_k2,…e_km}，k＝1,2,…,8；其中，$\left\{\begin{array}{c}{e}_{\mathrm{ki}}=\frac{y_k}{a_{\mathrm{ki}}}/\underset{k=1}{\overset{8}{\Sigma }}\frac{y_k}{a_{\mathrm{ki}}}\\ e_{\mathrm{ki}}\ge 0\\ \underset{k=1}{\overset{8}{\Sigma }}{e}_{\mathrm{ki}}=1\\ a_{\mathrm{ki}}=\underset{p=1}{\overset{Z}{\Sigma }}{x}_{\mathrm{kip}}/Z\end{array}\right.---\left(1\right)$上述公式(1)中y_k为所述待测矿井突水水源样本的第k个因素的实测值k＝1,2,…,8，a_ki为参考水源样本中第i种含水层的第k个因素的统计平均值，其中Z代表参考水源样本中第i种含水层包含的参考样品个数，k＝1,2,…，8；i＝1,2,…，m,x_kip为参考水源样本的第i种含水层中包含的第p个参考水源样本的第k个评判因素的数值；其次得出待测矿井突水水源相对于参考水源的判别因子权重模糊矩阵E：然后在中央处理器(9)内建立待测矿井突水水源样本相对于参考水源样本的隶属度模糊关系矩阵R＝{r_ki}，r_ki表示待测矿井突水水源样本第k个评判因素相对于参考水源样本中第i种含水层的隶属度，由下列隶属函数计算：$R\left(r_{\mathrm{ki}}\right)=e^{-\frac{1}{b_{\mathrm{ki}}}{(y_k-a_{\mathrm{ki}})}^2}$$b_{\mathrm{ki}}={\left[\frac{\underset{p=1}{\overset{Z}{\Sigma }}{(x_{\mathrm{kip}}-a_{\mathrm{ki}})}^2}{Z-1}\right]}^{\frac{1}{2}}---\left(3\right)$上述公式(3)中b_ki为参考水源样本中第k个评判因素对第i种含水层的标准差，y_k为所述待测矿井突水水源样本的第k个因素的实测值k＝1,2,…,8，a_ki为参考水源样本中第i种含水层的第k个因素的统计平均值，x_kip为参考水源样本的第i种含水层中包含的第p个参考水源样本的第k个评判因素的数值，Z代表参考水源样本中第i种含水层包含的参考样品，于是对每一个待测矿井突水水源样本，均能得到一个模糊关系矩阵：其中，T为转置符号；最后在中央处理器(9)内对待测矿井突水水源相对于参考水源的判别因子权重模糊矩阵E的m行8列数据的同一列数据相加求平均值，得到一个1行8列的待测矿井突水水源相对于参考水源的判别因子权重均值矩阵E1，得到待测矿井突水水源样本隶属于各种含水层的概率集合B，B＝E1*R^T，得到B＝{b₁,b₂,…b_m}^T，b_i为该样品隶属于各个含水层的程度，i＝1,2,…，m，在待测矿井突水水源样本隶属于各种含水层的概率集合B中概率最大值对应的含水层种类即为待测矿井突水水源对应的含水层种类。