基于激光诱导荧光技术的煤矿水源识别研究

闫鹏程， 尚松行， 周孟然， 胡 锋， 刘 瑜

1. 安徽理工大学， 深部煤矿采动响应与灾害防控国家重点实验室， 安徽 淮南 232001 2. 安徽理工大学电气与信息工程学院， 安徽 淮南 232001

引 言

矿井水害是煤矿生产的五大灾害之一， 对煤矿安全威胁巨大[1-3]。 近年来随着国家对煤矿水害的重视， 水害事故无论是从发生次数上， 还是伤亡人数上都有大幅降低。 然而随着大多数矿井的采掘深度逐渐加深， 水文地质环境随之愈加复杂， 开采规模与强度也逐渐加大(年产已达1 500万t)， 尤其是特厚煤层超大采高(15～20 m)等综放工作面装备的使用， 更是加剧了井下水害的发生几率[4]。 因此如何快速准确的识别煤矿水源， 无论是对于煤矿水灾预警， 还是对于灾后救援都具有重大意义[5-7]。

针对煤矿水源识别的研究， 国内外专家采用了多种方法， 如QLT法[8]、 同位素法[9-10]、 代表离子法[11]等， 研究较多的又以代表离子法为主。 如张淑莹等采用基于独立性权-灰色关联度理论的突水水源判别[12]， 毛志勇等采用基于KPCA-MPSO-ELM的矿井突水水源判别模型[13]， 刘国伟等采用多元统计分析对滨海矿区进行水源识别[14]， 都取得了较好的效果。 但是这些代表离子检测的过程过于漫长， 一般实验室检测需要1 h， 识别精度相对较低， 且识别一般以单一水源为主， 对混合水样识别没有涉及。

针对上述问题， 本课题组提出使用激光诱导荧光光谱技术进行煤矿水源类型识别， 以405 nm激光激发待测水样， 获取荧光光谱， 通过SG、 Normalize等多种预处理方法进行处理， 并对数据进行PCA降维， 以简化模型， 缩短识别时间， 对降维后的数据分别进行线性LDA以及非线性RBF-SVM模型进行识别对比， 为煤矿突水在线预警提供理论依据。……