[发明专利]奥灰岩溶裂隙水网络横向分布的预测方法有效

专利信息
申请号: 201510243981.7 申请日: 2015-05-13
公开(公告)号: CN104899358A 公开(公告)日: 2015-09-09
发明(设计)人: 邱梅;施龙青;韩进;滕超 申请(专利权)人: 山东科技大学
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 王吉勇
地址: 266590 山东省青*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 岩溶 裂隙 水网 横向 分布 预测 方法
【说明书】:

技术领域

发明涉及一种奥灰岩溶裂隙水网络横向分布的预测方法,尤其是一种针对华北型煤田奥灰岩溶裂隙水网络横向分布的预测方法。

背景技术

矿山采场底板突水是煤矿生产中普遍存在的问题,现已成为一个关系到能源工业发展亟待解决的重大课题,由于采场底板突水问题具有极其复杂的机理,再加上地下水运动的隐蔽性、不能直接观察,故研究难度较大。但就地下水的赋存条件来说,有其自身的规律,可以定性与定量研究。采场底板突水的直接原因是底板以下存在着地下水网络,没有地下水网络的存在就不可能发生大的突水事故。我国华北型煤田经过近半个世纪的开采,绝大多数矿井已经进入深部开采,普遍受到奥灰岩溶水突出的威胁,因此确定地下水网络的空间分布规律是奥灰突水防治工作的关键问题和首要任务。国内外相关学者对于奥灰岩溶纵向发育的研究较多,且取得了一些重要成果,然而对于奥灰岩溶横向分布的研究却较少。在现有技术中,主要是通过放水试验、底板突水点位置、岩溶陷落柱分布情况、断层的发育情况、示踪试验、钻探岩芯等技术手段大致确定地下水网络主脉的位置,但是却并未综合分析,量化研究,且各种试验手段花费昂贵、试验点较少,突水点位置及岩溶陷落柱的发育点也是极其有限的,对于奥灰岩溶裂隙水网络横向分布的预测,现有技术中未见有利用量化参数建立量化模型的报道。因此有必要寻找一种既能节约资金又能在绝大多数区域采集到综合反映岩溶裂隙水网络发育因素的方法来预测奥灰岩溶裂隙水网络的横向分布,为煤层底板大中型突水点位置及突水水量的预测预报提供依据。

岩溶裂隙水网络是在构造裂隙水网络的基础上,受区域地下水矢量渗流场的作用,不断演化而成的,该网络系统具备岩溶裂隙通道和丰富的地下水。而岩溶裂隙空间分布主要受构造破坏作用形成的各种构造发育程度的控制。因此,通过对构造裂隙发育程度、岩溶通道和奥灰富水程度3因素相互影响作用的研究,可以搞清奥灰岩溶裂隙水网络的空间分布。若能够采集到易获取且丰富的指标定量评价这3个因素,构建合理可靠的预测模型,则能确定奥灰岩溶裂隙水网络的分布。构造运动在地下坚硬岩石中,形成大规模的构造断裂带、褶皱和众多的小裂隙组合,地下水网络的开拓依赖于构造裂隙,这些裂隙的空间组合形成了最初的裂隙水网络体系,综合断层影响因子、断层分维值、褶皱分维值可以定量评价构造裂隙发育程度。地温场的异常明显受区域构造和大断层的控制,若地下水循环通道将近地表及浅处低温地下水引至深部,则水温降低,若因深部地下水沿断层上升,则水温升高,因此地下水温异常可以作为判断构造裂隙是否为岩溶通道的重要指标。而奥灰富水程度的划分主要是根据《煤矿防治水规定》,按照钻孔单位涌水量(q)值进行划分,理论上这种划分标准具有科学性,然而客观上仅仅利用q值划分含水层的富水性可操作性差,主要因为q值通常是井田勘探阶段获得的,数量极其有限,其次是q值获得投资大耗时长;还有一些是通过钻孔冲洗液最大漏失量以及钻孔取芯来研究的,但是并不是每一个钻孔都会取芯和统计冲洗液最大漏失量;而随着矿井开采范围扩大,井下奥灰水文钻孔资料越来越丰富,而井下水文钻孔获得的是钻孔涌水量,在一定程度上能够反映含水层的富水性,涌水量值越大,表明含水层的富水性相对越好,连通性越好。另一方面,地球物理探测在含水层富水异常和含水构造的探测中取得较好的探测效果,但是并不是每一个井下奥灰水文钻孔处均有地球物理探测,因此,有必要寻找一种精确的方法,利用有地球物理探测的水文钻孔处获取的指标值和探测结果来预测其它没有地球物理探测区域的岩溶异常情况,为煤矿底板突水防治提供有力依据。

发明内容

本发明的目的是为克服上述现有技术的不足,提供一种奥灰岩溶裂隙水网络横向分布的预测方法,该方法能满足华北型煤田煤炭工业可持续性发展的需求,选取既能节约资金又能在绝大多数区域采集到的与奥灰岩溶裂隙水网络分布密切相关的因素,综合利用地球物理探测奥灰异常区成果,避免判断地下水网络分布的盲目性和主观性,其设计原理可靠,预测方法简单,预测精度高,预测环境友好。

为实现上述目的,本发明采用下述技术方案:

一种奥灰岩溶裂隙水网络横向分布的预测方法,包括以下步骤:

(1)确定与奥灰岩溶裂隙水网络分布密切相关的指标,然后采集有地球物理探测的井下奥灰水文钻孔处的指标原始数据;

(2)建立KPCA-Fuzzy-GA-SVM的奥灰岩溶异常区预测预报模型:对采集的指标原始数据建立核主成分模型(KPCA),提取新的主成分,然后进行模糊标准化(Fuzzy),以模糊标准化后的主成分数据与地球物理探测奥灰岩溶异常区类型组成样本集,建立遗传算法(GA)优化SVM的预测模型;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东科技大学,未经山东科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510243981.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top