基于Fisher判别分析法的井巷围岩质量分类研究.docx

基于Fisher判别分析法的井巷围岩质量分类研究
一、引言
在矿山开采中，井巷围岩是保障下井作业安全性的重要因素。井巷围岩质量的分类是井巷支护设计的重要基础，也是确保矿山安全生产的重要保障。而Fisher判别分析法则是一种经典的、强大的、多样化的分类和数据分析技术，应用广泛，包括生物、金融、物理和工程等领域。
本文旨在探讨基于Fisher判别分析法的井巷围岩质量分类研究，为矿山井巷支护提供科学依据。
二、井巷围岩分类方法
井巷围岩的质量分类方法主要有基于经验判断、工程地质分类、统计分类和模糊综合分类等，其中基于统计分类是比较成熟的方法。
Fisher判别分析法是一种经典的统计分类方法，它可以将数据分为两类或多类，并使各类之间的差异尽量大，同类之间的差异尽量小。Fisher判别分析法通过找出较大的数据协方差矩阵，使分类的正确率最高。
三、数据分析
3.1数据采集
本研究采用了某井巷围岩工程的实际采煤数据，数据包含了井巷围岩的力学性质、地质条件、支护形式等信息。
3.2数据预处理
在进行Fisher判别分析之前，需要对数据进行预处理。主要包括数据清洗、数据选择、数据变换和数据标准化等。
在清洗数据时，需要将异常数据进行处理，比如缺失数据和异常数据。数据选择时，需要选取与井巷围岩质量相关的变量，比如强度、稳定性和地质条件等。
数据变换可以将非正态分布的数据变为正态分布，常见的方法有对数变换、正态分布变换等。数据标准化可以消除不同变量之间的刻度差异，常见的标准化方法有最小-最大归一化和z-score标准化。
3.3Fisher判别分析
经过数据预处理之后，就可以进行Fisher判别分析了。
Fisher判别分析的目标是最大化各组之间的类间差异，即最小化类内差异。对于分类问题，Fisher判别分析的目标是找到一个投影轴，使得将数据投影到该轴上后，类间距离最大，类内距离最小。
在本研究中，利用Fisher判别分析法将井巷围岩分为优质、中质和差质三类，分别代表了可用于无支护、用支架支护和必须采用钢筋网材支护的围岩。研究结果表明，Fisher判别分析法可以有效地将井巷围岩质量划分为优质、中质和差质三类，分类的正确率为87.5%。
四、结论
本文采用基于Fisher判别分析法的井巷围岩质量分类方法，对实际矿山采煤数据进行了分析。通过数据预处理和Fisher判别分析，将井巷围岩分为三类，即优质、中质和差质。结果表明，Fisher判别分析法可以有效地对井巷围岩进行分类，提高了分类的准确性，为矿山井巷支护提供了科学依据。