LIF技术与SIMCA算法在煤矿突水水源识别中的研究

作     者：闫鹏程 周孟然 刘启蒙 张开远 何晨阳 YAN Peng-cheng;ZHOU Meng-ran;LIU Qi-meng;WANG Rui;LIU Jun

作者机构：安徽理工大学电气与信息工程学院安徽淮南232001 矿山地质灾害防治与环境保护安徽省重点实验室安徽淮南232001 安徽理工大学地球与环境学院安徽淮南232001 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2016年第36卷第9期

页      面：243-247页

核心收录：

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 

基　　金：国家"十二五"科技支撑计划重点项目(2013BAK06B01) 国家自然科学基金项目(51174258)资助 

主　　题：煤矿突水 水源识别 激光诱导荧光光谱 簇类的独立软模式 主成分分析 

摘      要：煤矿突水水源类型的快速识别对于煤矿水害预警防治意义重大。针对传统水化学方法水源识别耗时较长的问题,提出一种基于激光诱导荧光光谱(LIF)技术与簇类的独立软模式(SIMCA)算法的煤矿突水水源快速识别方法。激光诱导荧光光谱技术具有分析速度快、灵敏度高等特点,在激光器的辅助下,荧光光谱仪实时采集荧光光谱,根据水样的荧光光谱即可进行水源类型识别,在数据库完备的情况下,只需几秒即可进行煤矿水源判断,对于煤矿的水害预警以及灾后救援来说意义重大。实验利用405nm激光器发射激光,打入被测水体,得到五种常见突水水样的共100组荧光光谱,对各水样的荧光光谱进行光谱预处理。每种水样使用15组共75组荧光光谱作为预测集,剩余的25组水样的荧光光谱作为测试集。利用主成分分析(PCA)分别对五种水样进行建模,而后依据所建模型进行SIMCA分类。实验发现不同水样的荧光光谱差异明显,经过Gaussian-Filter预处理后的荧光光谱,在主成分数为2,显著性程度α=5%的情况下,利用SIMCA算法进行水样分类,预测集和测试集的正确率皆为100%。