LIF和CNN的矿井突水水源类型判别

矿井进入深部开采过程中,突水威胁分别来自顶板老空水和底板高压岩溶水。煤矿突水水源类型的在线识别能够预警煤矿水害,是矿井水害防治关键环节,对煤矿安全生产具有积极意义。代表离子法作为传统的煤矿突水水源类型识别方法,需要深入现场采集水样,密封处理后在实验室检测水样中7种典型的无机离子浓度,计算得到突水评价因子。这种存在检测周期过长、样品易被污染以及预警响应滞后、无法在线判别等不利因素。针对代表离子法方法的不足,提出了一种基于激光诱导荧光（LIF）和卷积神经网络(CNN)的矿井突水水源判别模型。首先,针对淮南矿业集团新集二矿的4种水体,2016年6月-2017年6月期间分批次取得161组水源样本,其中采空区积水46条,砂岩水59条,太灰水42条和奥灰水14条。用LIFS-405激光诱导荧光系统发射的405 nm激光检测水样,水体受激后得到突水水样的荧光光谱。主成分分析得到前10个主成分累计贡献率不足85%,4种水样无法有效直接辨识。针对该问题和水样荧光光谱中的随机高频波动干扰,采用一阶滞后滤波方法抑制波动频率较高的周期性干扰;针对线判别分析对数据更新率的要求,采用递推平均方法;在此基础上,提出了一种改进的递推平均一阶滞后平滑滤波方法,并对滤波处理后的荧光光谱进行自相关计算,得到二维自相关荧光光谱特征图。实验表明,采用改进后的滤波法处理方法,计算得到的4种测试水样的二维荧光光谱图较好的滤除了噪声干扰,并表现了出了明显的差异性。针对二维自相关荧光光谱特征图,构建了基于卷积神经网络（CNN）的突水水源类型判别模型,用于判别突水水源类型。该方法采用深度学习的模型框架,直接对二维自相关荧光光谱特征图进行识别,有效避免了PCA降维的片面性。理论分析和实验结果表明：该模型对水源类型的准确识别率达到了98%,是一种有效的矿井突水水源类型判别方法,为在线矿井突水水源类型判别方法提供了新的思路。     

新疆西天山喇嘛苏外围铜矿床花岗质岩锆石LA-ICP-MS U-Pb测年及地质意义

喇嘛苏外围铜矿床产于花岗闪长斑岩、花岗斑岩内及外接触带矽卡岩中.文章利用LA-ICP-MS锆石UPb测年法,获得矿区花岗闪长斑岩和花岗斑岩的~(206)Pb/~(238)U年龄,分别为385.9±1.2Ma和387.6±1.3Ma,表明它们是中泥盆世岩浆活动的产物.锆石Lu-Hf同位素具有较高的~(176)Hf/~(177)Hf(0.282 53～0.282 72)值,εHf(t)值为-0.38～6.38,变化大且绝大多数为正值(-0.38、-0.15和-0.05除外),二阶段Hf模式年龄(t DM2)变化于971～1 401Ma(平均1 203.8Ma).上述特征表明,喇嘛苏外围铜矿区花岗质岩石为同源岩浆演化的产物,岩浆起源于亏损地幔并有新生壳源部分熔融物质的加入,形成于北天山洋向南部的伊犁地块俯冲的构造背景.