基于激光誘導熒光技術的煤礦水源識別研究
發(fā)布時間:2023-02-18 15:32
快速準確的識別煤礦含水層水源對于煤礦突水預警及災后救援意義重大,針對傳統(tǒng)水源識別耗時較長,不適宜構建在線式預警系統(tǒng),提出使用激光誘導熒光技術用于煤礦水源類型識別的方法。利用激光激發(fā)待測水樣,獲取其熒光光譜,結合模式識別對水源進行快速辨識。實驗采集了淮南礦區(qū)謝橋煤礦的兩種純水樣本-老空水與砂巖水,并根據不同混合比配成5種混合水樣進行實驗。首先針對獲取的水源熒光光譜中可能會存在的各種噪聲及干擾信息,采用SG、 Normalize、 Gapsegment求導、 Detrend和MSC 5種常用的光譜預處理算法對光譜數據進行處理。其次針對熒光光譜數據量過大,對數據進行PCA降維,作為對比6種預處理方式(含原始光譜)主成分數皆取3,結果顯示SG預處理累計貢獻度最大,為97.26%;其次是原始光譜,為92.38%, Normalize與Detrend累計貢獻度相差不大,分別為88.04%和87.59%, MSC為66.41%, Gapsegment最差,為22.65%。最后分別對PCA降維后的數據使用線性LDA以及非線性RBF-SVM模型進行識別對比。使用LDA進行建模, SG-PCA-LDA正確...
【文章頁數】:6 頁
【文章目錄】:
引 言
1 實驗部分
1.1 材料
1.2 儀器及數據采集
1.3 數據處理方法
2 結果與討論
2.1 樣本選擇
2.2 樣本預處理
2.3 PCA降維
2.4 LDA對煤礦水源的識別模型
2.5 RBF-SVM對煤礦水源的識別模型
3 結 論
本文編號:3745232
【文章頁數】:6 頁
【文章目錄】:
引 言
1 實驗部分
1.1 材料
1.2 儀器及數據采集
1.3 數據處理方法
2 結果與討論
2.1 樣本選擇
2.2 樣本預處理
2.3 PCA降維
2.4 LDA對煤礦水源的識別模型
2.5 RBF-SVM對煤礦水源的識別模型
3 結 論
本文編號:3745232
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/3745232.html