Biblioteca93.141 documentos en línea

Artículo

Application of Partial Least Squares-Discriminate Analysis Model Based on Water Chemical Compositions in Identifying Water Inrush Sources from Multiple Aquifers in MinesAplicación del modelo de análisis discriminante de mínimos cuadrados parciales basado en las composiciones químicas del agua para identificar las fuentes de entrada de agua de múltiples acuíferos en las minas

Resumen

Las irrupciones de agua en la mina amenazan seriamente la seguridad de la producción de la mina de carbón. La identificación rápida y precisa de las fuentes de irrupción de agua en la mina es de gran importancia para prevenir los peligros del agua en la mina. Este trabajo combina el análisis discriminante de mínimos cuadrados parciales (PLS-DA) con la composición química del agua de entrada para identificar la fuente de entrada de agua de múltiples acuíferos en las minas. Para este estudio se seleccionó la mina de carbón de Renlou, en la zona minera de Linhuan, y se recogieron y probaron siete composiciones químicas convencionales del agua de 54 muestras de agua en tres acuíferos, de las cuales 45 muestras de agua se utilizaron para establecer el modelo discriminante PLS-DA, y nueve se utilizaron para probar el efecto de predicción. Para mejorar la precisión del modelo y la capacidad de predicción, se utilizó el método de análisis de agrupación jerárquica para eliminar siete muestras de agua no calificadas, con el fin de reducir los errores causados por los datos incorrectos. Se utilizaron los métodos PCA y PLS-DA para analizar y procesar los datos de las muestras de agua restantes, y sobre la base del análisis PCA, se utilizaron las 38 muestras de agua restantes para establecer el modelo discriminante PLS-DA. El modelo se validó mediante pruebas de permutación y de predicción externa. La investigación muestra los siguientes resultados: (1) Tanto los métodos PCA como PLS-DA pueden distinguir las muestras de agua de tres fuentes de agua diferentes, pero el efecto de clasificación de PLS-DA fue mejor que el de PCA porque puede reforzar la diferencia de la composición química del agua entre las diferentes fuentes de agua. (2) La tasa de discriminación correcta del modelo discriminante PLS-DA fue tan alta como el 100%, y las pruebas de permutación mostraron que el modelo no estaba sobreajustado. La validación externa determinó que el modelo tenía una buena estabilidad y discriminación. (3) El HCO3- y los sólidos disueltos totales (TDS) fueron las composiciones de marcadores diferenciales más importantes que afectaron a los resultados de discriminación basados en las puntuaciones de la Importancia de la Variable para la Proyección (VIP). El modelo discriminante establecido en este estudio combinó las ventajas del análisis de componentes principales y del análisis de regresión múltiple, proporcionando un nuevo método para identificar con precisión las fuentes de irrupción de agua en las minas.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento