矿井涌(突)水源混合水识别模型研究

董东林，张 健，林 刚，高艺轩，刘 鑫

(国家煤矿防治水工程技术研究中心，北京 100083)

在煤矿安全生产中，矿井水害是仅次于煤矿瓦斯灾害的第二大自然灾害，它对我国煤矿安全生产造成重大影响[1-3]。在突水事故发生后，及时准确地识别突水水源对煤矿安全生产具有重大意义[4]。以不同含水层在地下水化学特征上的差异性为原理，运用水化学的相关方法进行突水水源识别是当前常用的方法。在矿井突水水源识别中，同位素测定法、距离判别法、灰色关联度法等[5-8]运用的较多。在此基础上，姜鹏[9]提出目前突水水源的识别方法过于单一，降低了结果的准确率，因此提出了采用综合评判的方法对突水水源进行判别。基于高庄煤矿的水质数据，分别运用元素类比法、模糊数学法和Piper三线图法，对矿井水突水水源进行判别，三种判别方法的结果互为验证，使得判别结果更为准确。徐星等[10]针对BP神经网络进行研究，并将此应用于矿井突水水源识别。以六大常规离子为识别依据，运用Matlab构建BP神经网络模型，对待测样本进行判别。该方法将水源判别中的非线性因素考虑在内，使得模型更为精准。但该方法需要依靠大量的数据基础，若缺少此条件，会影响对突水水源的判别能力。孙文洁等[11]以开滦矿区为例，提出应用Fisher判别分析法划分矿井水文地质条件，该方法能对矿井水文地质类型进行科学判别，从而有助于对突水水源的判别与分析。陈红江等[12]运用Fisher判别法对顶板砂岩裂隙含水层和底板岩溶裂隙含水层进行判别，结果证明该方法科学可行。但该方法缺少对突水水源判别中的其他因素的分析，并且对原始资料数据要求较高。鲁金涛等[13]考虑到突水水源判别中由于信息叠加可能导致误判，采用PCA法对突水水源的水化学指标进行处理，从而消除信息叠加带来的影响，再运用Fisher判别法进行判别，经检验分析证明，该方法提高了单纯使用Fisher判别法进行判别的精度。通过分析目前突水水源识别的研究现状可知，当前的判别方法大多只针对于突水水源来自单一含水层的情况，而对突水水源来自于不同含水层的混合水判别方法的研究较少。在突水水源的实际判别中，不考虑混合水的情况会造成判别结果不全面等问题，甚至导致误判。针对这一问题，本文以荆各庄矿为例，探讨矿井涌(突)水源的混合水判别方法，从而建立相应的判别模型，以达到对混合水进行准确判别的目的。

1 荆各庄矿水文地质概况

荆各庄矿地处开滦矿区，矿区内的地表水为井田东南门的陡河[14]。荆各庄井田自下而上分为奥陶系灰岩岩溶裂隙承压含水层(Ⅰ)、K2—K6砂岩裂隙含水层(Ⅱ)、K6—12煤砂岩裂隙含水层(Ⅲ)、9煤—7煤砂岩裂隙含水层(Ⅳ)、5煤以上砂岩裂隙含水层(Ⅴ)、风化带裂隙、孔隙含水层(Ⅵ)、第四系底部卵石孔隙含水层(Ⅶ)和第四系中上部砂卵砾孔隙含水层(Ⅷ)这8个含水层。通过查阅荆各庄矿相关资料发现，1989年至2016年间，荆各庄矿在开拓、掘进、回采阶段共记录井下突水17次。其中突水水源来自12煤—15煤砂岩裂隙含水层10次，5煤以上含水层6次，5煤以上砂岩裂隙水6次，12煤—K6含水层2次，9煤老塘水1次，9煤顶板含水层1次，9煤—5煤弱含水层1次，7煤—9煤弱含水层1次。结合荆各庄矿的水文地质条件及矿井充水条件进行分析可以得出，研究区主要受到老空水、断层水、冲积层水和砂岩裂隙水的威胁，即奥陶系灰岩岩溶裂隙承压含水层(Ⅰ)、K6—12煤砂岩裂隙含水层(Ⅲ)、9煤—7煤砂岩裂隙含水层(Ⅳ)、5煤以上砂岩裂隙含水层(Ⅴ)以及冲积层含水层(Ⅶ)这五大含水层有可能引起矿井的涌(突)水事故。因此，选取上述5个含水层为研究对象。

奥陶系灰岩岩溶裂隙承压含水层(Ⅰ)由豹皮状灰岩和白云质灰岩组成，单位涌水量为0.664～1.553L/(s·m)，渗透系数为2.3227～4.9458m/d，为含水丰富的含水层；K6～12煤砂岩裂隙含水层(Ⅲ)岩性以砂岩和粉砂岩为主，垂直层面的构造裂隙发育，导水裂隙率东部较西部高，单位涌水量为0.002～0.789L/(s·m)，渗透系数为0.0593～3.431m/d；自上而下可分为潜水层、上部砂岩含水层、中部卵石含水层、底部卵石含水层4个含水带；矿井的三水平开拓延伸工程主要受该含水层水威胁。9煤—7煤砂岩裂隙含水层(Ⅳ)岩性主要为砂岩，由上往下大致为细砂、中砂和粉砂岩，单位涌水量为0.008～0.096L/(s·m)，渗透系数为0.102～1.800m/d。5煤以上砂岩裂隙含水层(Ⅴ)岩石裂隙发育，且以倾向裂隙为主，可分为上、下两段；该含水层威胁9煤层的开采。冲积层含水层(Ⅶ)厚100～379.67m，并且由南向北呈越来越厚的趋势；该含水层由于基岩面与冲积层的控制程度问题，会对冲积层防水煤柱的留设造成一定的影响。

2 荆各庄矿水化学数据来源

本次选取荆各庄矿奥陶系灰岩岩溶裂隙承压含水层(Ⅰ)、K6—12煤砂岩裂隙含水层(Ⅲ)、9煤—7煤砂岩裂隙含水层(Ⅳ)、5煤以上砂岩裂隙含水层(Ⅴ)以及冲积层含水层(Ⅶ)这五大含水层中的水样，记录各含水层的水质分析数据，见表1。

表1 荆各庄矿含水层水质情况

运用PHREEQC软件的MIX功能[15]，将奥陶系灰岩岩溶裂隙承压含水层(Ⅰ)与K6—12煤砂岩裂隙含水层(Ⅲ)分别按照1∶9、2∶8、3∶7、4∶6、5∶5、6∶4、7∶3、8∶2、9∶1进行混合，根据实测结果进行校正，得到奥陶系灰岩岩溶裂隙承压含水层(Ⅰ)与K6砂岩裂隙含水层(Ⅲ)按不同比例混合的水质数据。同理，将其他含水层的水样数据也按上述操作以不同比例进行两两混合，从而得到荆各庄矿各含水层相互混合的水质数据，将这些数据作为荆各庄矿混合水水源识别的标准数据集。

在上述含水层中进行两两取样，按照上述比例进行混合，得到待识别水样。对待识别水样按照简分析要求进行化验，记录所得数据。鉴于篇幅所限，本次仅以K6—12煤砂岩裂隙含水层(Ⅲ)与9煤—7煤砂岩裂隙含水层(Ⅳ)两个含水层以混合为例进行论述，待判水样的水化学数据见表1。

3 突水水源识别的研究方法

3.1 Piper三线图法

Piper三线图是由两个三角形和一个菱形构成的表征地下水中常规离子相对含量的图件。阴、阳离子的毫克当量百分数可分别通过两个三角形的三条边进行描述，其中左下角三角形代表阳离子的毫克当量百分数，右下角三角形代表阴离子的毫克当量百分数[6，13，16，17]。Piper三线图不仅可以直观表现地下水化学特征，还可以判断地下水化学类型和水化学成分的成因。此外，Piper三线图最突出的优点是能将多个水样的化验数据表示在一张图上，依据水样分布情况可对比分析水样化学特征的异同。

3.2 欧氏距离判别法

1) 欧氏距离用于计算在欧几里得n维空间中两点间的真实距离[18，19]。公式为：

本文基于此公式，通过选取识别因子，计算待识别水样与水源识别标准数据集中各水样的真实距离，选取与待判水样距离最小的样本邻域来判断不同含水层混合突水的水源。

2)在运用欧氏距离进行聚类分析时，首先要将数据进行标准化处理，计算公式为：

式中，Zi为Xi的Z标准化得分；Xi为六大常规离子和pH值所代表的识别因子。

经过标准化后的标准化值可以表明原始数据在一组数据分布中的相对位置[20，21]。

4 模型判别结果与讨论

图1 水源识别Piper三线图

2)将待识别水样与荆各庄矿混合水水源识别的标准数据集的识别因子进行标准化转换，经过标准化计算公式计算后，得到各水样的标准化值。以各水样的标准化值为变量，将数据集中的数据进行系统聚类分析。运用欧氏距离方法，计算出近似值矩阵，结果见表2。

运用最近邻元素分析法，计算出与待识别水样最相近的三个元素为数据集编号49、48、39的三个数据，结果见表3。

通过编号在荆各庄矿水源识别标准数据集中进行查找，最接近的三个元素所代表的三个含水层分别为49号代表的K6—12煤砂岩裂隙含水层(Ⅲ)和9煤—7煤砂岩裂隙含水层(Ⅳ)以8∶2比例混合、48号代表的K6—12煤砂岩裂隙含水层(Ⅲ)和9煤—7煤砂岩裂隙含水层(Ⅳ)7∶3混合，以及39号代表的K6—12煤砂岩裂隙含水层(Ⅲ)。通过对比三个元素与待识别水样的距离可知，待识别水样为K6—12煤砂岩裂隙含水层(Ⅲ)和9煤—7煤砂岩裂隙含水层(Ⅳ)以8∶2混合而成的可能性最大。

表2 近似值矩阵

表3 3个最近相邻元素和距离表

3)从结果上来看，运用Piper三线图与欧氏距离判别法的结果一致，且与真实情况相吻合。运用Piper三线图法与欧氏距离判别法相结合的模型来进行矿井混合水突水水源识别结果较为准确。

5 结 论

1)运用PHREEQC软件，建立了荆各庄矿不同含水层之间以不同比例相互混合的矿井水混合模型以及荆各庄矿混合水源识别的样本数据集，从而提高了针对混合水突水水源的识别精度，为进一步准确判别矿井水突水来源提供数据支持。

2)采用Piper三线图法与欧氏距离法相结合的方法建立了荆各庄矿混合突水识别模型，该模型原理简单、操作简便，识别速度较快，结果较为直观。通过Piper三线图法可以大致确定突水水源的来源范围，而经过欧氏距离计算，将判别结果进一步细化，提高了判别的精度。通过实验证明，这两种方法结果相同，相辅相成，大大地提高了针对矿井混合水突水判别的速度和精确度。