基于iPLS的矿井突水激光诱导荧光光谱特征波段筛选

论文摘要

矿井突水一直威胁着煤矿井下施工人员的生命安全,准确且快速识别矿井突水水源类型对于矿井的安全生产起到关键性作用。激光诱导荧光（LIF）光谱技术识别矿井突水水源,有效避免了常规的水化学法需要测定多种化学参数,水源识别时间过长的缺点。提出一种间隔偏最小二乘法（iPLS）与粒子群联合支持向量分类算法（PSO-SVC）相结合的方法, iPLS算法常应用于光谱波段优选和模型的回归分析, PSO-SVC则在机器学习领域有着重要的应用,激光诱导荧光技术具有快速的时间响应、测量精度高等特点, iPLS和PSO-SVC算法运用于光谱图和光谱数据的分析,进而可以对突水水源类型识别分类。首先,用淮南矿区采集到的7种（每种水样30组）共210组荧光光谱数据进行实验,对老空水、灰岩水、灰岩水和老空水不同体积比混合水样的激光诱导荧光光谱图的差异性进行分析。比较了留出法和Kennard-Stone样本划分方法所得到的PSO-SVC模型分类准确率,采用留出法得到的训练集水样（140组）和测试集水样（70组）作为实验样本。其次,用iPLS算法将全光谱波段依次按10～25波段区间进行等分,选取划分区间的RMSECV（交叉验证均方根误差）值小于全光谱波段RMSECV值（阈值）的波段作为特征波段,结合光谱图对比分析了划分10和14个子区间的建模结果,发现通过直接观察得到的特征波段与iPLS算法筛选出的特征波段存在误差。最后,在不进行去噪、降维等预处理条件下,根据iPLS划分不同区间数的评价指标统计数据,选取划分11个区间所筛选出具有561个波长点的410.078～478.424和545.078～674.104 nm特征波段范围数据作为PSO-SVC模型的输入,以iPLS结合PSO-SVC算法筛选出的特征波段与全光谱波段、直接观察得到波段建模准确率相比,训练集与测试集的分类准确率高达100%, PSO寻优到的最佳惩罚系数c为1.367 0,核函数参数g为0.576 2。从实验结果可以看出,利用iPLS进行荧光光谱的特征波段筛选是切实可行的,提取出的特征波段能充分反映出全光谱波段的有效信息,为激光诱导荧光光谱技术用于矿井突水水源精准在线识别的研究提供了理论依据。

论文目录

文章来源

类型: 期刊论文

作者: 周孟然,卞凯,胡锋,来文豪,闫鹏程

关键词: 矿井突水,激光诱导荧光,间隔偏最小二乘法,特征波段,支持向量分类

来源: 光谱学与光谱分析 2019年07期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 化学,矿业工程,安全科学与灾害防治

单位: 安徽理工大学电气与信息工程学院

基金: 国家“十二五”科技支撑计划重点项目(2013BAK06B01),国家安全生产重大事故防治关键技术科技项目(anhui-0001-2016AQ),国家自然科学基金项目(51174258),安徽省青年科学基金项目(1808085QE157)资助

分类号: O657.3;TD745

页码: 2196-2201

总页数: 6

文件大小: 394K

下载量: 203

相关论文文献

• [1].矿井突水水源判别理论和方法研究[J]. 内蒙古石油化工 2019(10)
• [2].矿井突水平行应急管理理论和方法基础研究[J]. 系统工程理论与实践 2017(12)
• [3].煤矿矿井突水风险评价[J]. 内江科技 2016(11)
• [4].矿井突水灾害预警系统的设计与实现[J]. 煤矿机电 2016(06)
• [5].矿井突水[J]. 能源与节能 2015(01)
• [6].模糊数学方法在矿井突水水源识别中的应用[J]. 地下水 2020(05)
• [7].矿井突水水源判别方法研究进展[J]. 现代矿业 2018(01)
• [8].矿井突水水源判别研究现状与进展[J]. 内蒙古煤炭经济 2018(08)
• [9].矿井突水水源判别研究现状及发展趋势[J]. 中国钨业 2018(04)
• [10].影响矿井突水灾害的因素[J]. 能源与节能 2015(03)
• [11].岩溶区矿井突水预测与防治[J]. 能源与节能 2014(11)
• [12].矿井突水水源判别方法概述[J]. 煤炭技术 2010(11)
• [13].矿井突水水源快速判别系统研发[J]. 煤炭技术 2018(01)
• [14].栖霞市滑石矿东部矿井突水地质灾害及其防治对策[J]. 山东国土资源 2012(04)
• [15].浅析矿井突水的预测方法[J]. 山西焦煤科技 2012(02)
• [16].矿井突水防治措施[J]. 科技资讯 2009(10)
• [17].基于多标度的矿井突水风险等级模糊综合评价[J]. 河南工程学院学报(自然科学版) 2017(04)
• [18].基于MIV-PSO-SVM模型的矿井突水水源识别[J]. 煤炭科学技术 2018(08)
• [19].模糊数学在煤矿突水水源判别中的应用[J]. 煤矿安全 2012(07)
• [20].基于熵权-灰色关联度理论的矿井突水水源判别模型研究[J]. 地下水 2020(05)
• [21].封堵矿井突水点注浆量预测研究[J]. 中国煤炭 2017(06)
• [22].浅谈矿井突水的预测预报方法[J]. 科技创业家 2014(02)
• [23].矿井突水仿真算法的设计与实现[J]. 数字技术与应用 2013(05)
• [24].基于层次分析法的矿井突水风险模糊综合评价[J]. 工业安全与环保 2016(06)
• [25].矿井突水预测研究现状及发展趋势[J]. 中国矿业 2009(01)
• [26].多元矩阵模型在矿井突水水源识别中的应用研究[J]. 河北北方学院学报(自然科学版) 2019(03)
• [27].矿井突水案例分析及带压开采分区[J]. 中国矿山工程 2008(05)
• [28].基于本体的矿井突水预警知识库的构建[J]. 煤矿安全 2018(11)
• [29].逐步判别模型在矿井突水水源判别中的应用[J]. 地下水 2016(04)
• [30].复杂地质条件下构造控水机理与水源识别技术研究与应用[J]. 同煤科技 2020(03)

标签：矿井突水论文;  激光诱导荧光论文;  间隔偏最小二乘法论文;  特征波段论文;  支持向量分类论文;