拉曼光谱联合WOA特征筛选的矿井水源识别方法研究

作     者：周茗皓 陈小刚 崔继峰 卞凯 胡锋 ZHOU Ming-hao;CHEN Xiao-gang;CUI Ji-feng;BIAN Kai;HU Feng

作者机构：内蒙古工业大学理学院内蒙古呼和浩特010051 安徽理工大学电气与信息工程学院安徽淮南232001 

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

年 卷 期：2024年第44卷第4期

页      面：1039-1044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：国家重点研发计划子课题(2018YFC0604500) 安徽省科技重大专项(201903a07020013) 安徽省能源互联网联合基金项目(2008085UD06)资助 

主　　题：拉曼光谱 矿井突水 水源识别 鲸鱼优化算法 特征筛选 

摘      要：在矿井突水灾害防治过程中,准确、快速判别突水水源类型对煤矿安全生产意义非常重大,而传统的水化学方法存在耗时长、检测复杂等不足,为此提出采用拉曼光谱进行矿井突水水源辨识这一新思路。首先从淮南矿区采集老空水、顶板砂岩裂隙水、奥灰水、太灰水和地表水以及它们混合的水样作为实验对象,并借助拉曼光谱系统收集水样的拉曼光谱数据。随后,采用常见的光谱预处理方法对原始拉曼光谱进行降噪。接着,采用鲸鱼优化算法(WOA)对水样的拉曼光谱进行特征信息筛选,得到最能够表征矿井水样的特征拉曼信息。最后,将筛选出的特征拉曼信息作为输入,分别构建BP神经网络(BPNN)、K-近邻算法(KNN)、支持向量机(SVM)、决策树(DT)以及朴素贝叶斯(NB)分类模型,以此来验证拉曼光谱结合WOA筛选特征拉曼信息用于矿井水源识别的可行性。实验证明:利用WOA可以从2048个拉曼数据点中筛选得到102个特征拉曼信息,将拉曼信息的点数缩减为原来的4.98%,而且WOA筛选的特征拉曼信息的建模精度高于全拉曼数据建模精度,此外,采用WOA筛选的特征拉曼信息构建BPNN、KNN、SVM、DT和NB水源辨识模型时,其分析速度都有着不同程度的提升。研究结果表明,采用WOA筛选矿井水源拉曼光谱的特征信息,可以有效地减少拉曼光谱数据的冗余,提升拉曼光谱分析的速度,这可以为矿井水源的快速检测提供借鉴。