水源判别系统的Web网站设计范文

本站小编为你精心准备了水源判别系统的Web网站设计参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要:

以实现在线快速、高效地查明矿井充水水源类型为目的，基于网络的共享、云存储和云传输功能，以数理统计知识为理论基础，以Microsoft.NETFrameworkVersion及ASP.NETVersion作为开发环境，应用Mysql数据库及C#开发语言，建立了不同矿井不同含水层的水源样品数据库，设计、开发了矿井水源判别系统web网站。结果表明:该网站实现了多用户登录达到共享的功能，离子含量分布柱状图、Piper三线图、Zaporozec水质图、不同数据的库尔洛夫式汇总表的绘制，以及以判别分析、聚类分析、灰色关联度分析对样品水源快速判别和煤矿水化学资料的云存储等功能。解决了传统仅限于计算机单机操作，无法完成数据的云存储和云传输的功能。

关键词:

水源判别;网站设计;数理判别;数据库设计

在矿山建设和生产过程中，水害一直作为一个制约环节存在。众多突水案例证明，不同的突水水源所形成的的充水模式和灾害强度不同，及时准确地判别充水水源是矿井突水事故防控的关键环节［1－4］。国内外学者采用诸多分析方法进行判别煤矿充水水源研究，多元统计学方法［5］和非线性分析方法［6－8］的研究已趋渐成熟;利用水化学特征识别充水水源是一种简便有效的方法，该方法通过绘制Piper三线图揭示矿区不同地下水含水层的水化学特征，并结合出水点与背景值的水文地球化学特征，可正确判断出矿区突水水源［9－10］;基于判别分析法和模糊综合判别法的“底含”数据库模拟管理系统也可正确判断矿区突水水源［11－12］。目前，国内外所设计的软件或判别系统集成了系统聚类分析算法［13］、贝叶斯判别分析算法［14］及灰色关联度分析算法［15］，但仅限于计算机单机操作，无法完成数据的云存储和云传输等。因此，设计与开发基于Web网站的矿井充水水源判别系统，在网站中实现水源判别具有一定的研究价值。

1系统总体设计

1.1总体框架系统总体设定为六大模块，分别是基础信息设置模块、检测项模块、图表绘制模块、数据库管理模块、数理判别模型模块及管理员选项模块，如图1所示。

1.2总体功能设计系统开发完成后，以网站形式公布，使用者可输入用户名及密码登陆系统，进行权限内的各项操作。网站开发所用到的基本软件平台如下。通过参照全国各大煤矿的水质台账，制定数据库标准，该标准包括数据录入形式、数据所包括的指标及各指标的常用单位。(1)资源共享矿井充水水源判别系统的Web网站可实现多用户登录，并共享网站内所存储的数据，共用网站所设计的判别功能。Web网站应(2)数据存储功能存储功能是判别系统的基础功能，旨在收集不同地区不同煤矿的水质资料，为不同地区不同煤矿的充水水源判别提供参照样本。通过单项录入和批量导入并通过校验的数据均被存储到系统中。(3)常规水化学特征判别功能系统设计了常规水化学特征判别所需的各类图表的绘制功能，主要包括Piper三线图、Zaporoz-ec水质图、离子含量分布柱状图、离子浓度比值对比表及库尔洛夫表达式。(4)数理模块判别功能数理判别模块设计了三种数理统计法的算法:系统聚类分析算法、贝叶斯判别分析算法及灰色关联度分析算法。

2数据库设计

2.1数据库的分类数据库中包含煤田信息库、含水层信息库和水质信息库。每个信息库中均设有“新建”、“修改”及“删除”命令，使用者可添加国内外煤田、矿名称及煤矿所属的煤炭集团名称，可添加与水样所属含水层相符的层位信息，需对含水层做其他说明的可在备注一栏注明。水质信息库的设计囊括了系统对水样进行多种分析所需的主要阴阳离子指标、PH值、矿化度或TDS、硬度、酸碱度等，并设定了与每个指标匹配的浓度单位以及对水样进行化验的机构名称。

2.2数据库关联与管理(1)数据库关联为便于数据的查询与搜索，系统将煤田信息、含水层信息及水质信息关联到一起，即在水样数据录入或导入之前需时先设定其所属的煤田(包括煤矿)及所属含水层，如此实现数据库的完整性，在查询或搜索某一煤矿全体数据时仅需在查询(搜索)栏键入煤矿名称即可。(2)数据录入数据录入分为单项数据录入和多组数据导入。单项数据录入适用于数据量小，数据来源不统一，或某些离子指标缺失的情况。录入内容包括样本来源信息、采样信息、水样物理性质、阴阳离子含量、PH值、硬度、矿化度或TDS以及微量成分;批量数据导入适用于数据量大、数据来源统一、水源判别时所需分析指标完整且单项录入耗时多的情况。(3)数据校验与导出数据校验是数据入库之前的一项检查工作，是确保数据及必需信息完整的关键环节。数据导入后进入“分配校验信息”界面，由管理员指定专业人员校验数据，管理员也可自行进行校验工作。数据库中的所有数据均可导出为Excel格式的文件。

3网站各功能的设计与实现

系统各功能的设计以便捷和高效为原则，即通过简洁的界面设计使用户能够快速高效判别水质、水源类型。

3.1网站前台登录功能用户在浏览器网站搜索栏键入，即可进入系统登录界面。界面中设置有用户名、密码两个输入栏，用户通过输入正确的用户名和密码并点击“登录系统”按钮即可登录系统主页。

3.2后台各功能设计与实现(1)系统主页设计系统主页左侧以树形形式呈现系统的所有模块选项(图4)，用户通过点击各模块中的分支选项可进入对应的界面。(2)基础信息模块设计基础信息界面设计有“煤田信息”、“集团信息”、“煤矿信息”、“水源层位”和“化验机构”等五个板块，大致采用了INTEGER、VARCHAR、DA-TETIME三种数据类型。该模块设计了数据库信息的关联共享，为信息的查找提供了方便。(3)数据录入设计该界面设计了六项模块，分别为基本信息、采样信息、阴离子、阳离子、PH值及矿化度，硬度。各项信息录入无误后通过提交按钮提交本条数据，提交的数据经后续的数据校验即可存入数据中心。(4)图表绘制设计该界面分别设计了数据来源信息(即数据出自哪一煤矿哪一含水层等)，Piper三线图、Zapor-ozec水质图、离子差异对比柱状图、离子比值对比表、库尔洛夫式的绘制选项以及图中所能呈现出的数据的形态与颜色。界面设计图如图5所示。(5)数理判别模型设计数理判别模型界面提供给用户三种数理判别分析方法(图6)，点击其中一种判别分析的按钮即可进入相对应的界面(图7)，每种判别分析都设有参照水样和待判水样的选择按钮，数据选择有误时可通过重置按钮重新选择数据，待数据选择无误后即可进行水源的判别。(6)管理员管理设计该界面是管理员授权及管理各类使用者的操作界面，管理员可通过“新建用户”授权新使用者权限，也可修改用户权限或对用户进行删除操作，在用户众多的情况下，可通过用户名搜索，进而完成操作。

4结论

基于互联网的矿井充水水源判别系统成功将水化学资料数据库、常规水化学特征模型及数理判别模型等以网站的形式融合在一起，实现了煤矿水化学资料的云存储、常规水化学特征模型及数理判别模型的云判别及各地煤矿水化学资料的共享。煤矿水化学资料的共享有助于煤矿突水水源判别研究的进一步发展，对煤矿的建设及安全生产具有一定的现实意义。

参考文献:

［1］虎维岳.矿山水害防治理论与方法［M］.北京:煤炭工业出版社，2005:8－31.

［2］WuQ，ZhouWF.PredictionofgroundwaterinrushintocoalminesfromaquifersunderlyingthecoalseamsinChina:vulner-abilityindexmethodanditsconstruction［J］.EnvironGeol，2008，56(2):245－254.

［3］FengQY，ZhouL，etal.Predictionofwaterinrushfromtheseamroofincoalminebasedonmulti－factoranalysisofGIS［J］.ProgressinMiningScienceandSafetyTechnology，2007，PtsAandB:294－299.

［4］杨海军，王广才.煤矿充水水源判别与水量预测方法综述［J］.煤田地质与勘探，2012，3:48－54+58.

［5］祝翠，钱家忠，周小平，马雷.BP神经网络在潘三煤矿充水水源判别中的应用［J］.安徽建筑工业学院学报(自然科学版)，2010，5:35－38.

［6］JincaiZhang.Investigationsofwaterinrushesfromaquifersun-dercoalseams［J］.RockMechanics＆MiningSciences，2005，42:350－360.

［7］朱衍利，石磊，李万业，郭英明.水化学特征分析法在突水水源判别中的应用［J］.山东煤炭科技，2010，1:189－190+192.

［8］，许光泉，何吉春，施安才.灰色关联分析方法在充水水源判别中的应用［J］.地下水，2013，6:7－10.

［9］吴岩，余智超.神经网络在矿井充水水源判别中的应用［J］.工矿自动化，2011，10:60－62.

［10］李世峰，李耀华.模糊综合判别矿井突(涌)水水源［J］.煤炭工程，2006，9:71－73.

［11］崔喜.基于GIS的淮南孔集矿地下水化学特征分析及充水水源判别模型［D］.合肥工业大学，2007.

［12］闫志刚，白海波.矿井涌水水源识别的MMH支持向量机模型［J］.岩石力学与工程学报，2009，2:324－329.

［13］陈朝阳，王经明，董书宁.焦作矿区突水水源判别模型［J］.煤田地质与勘探，1996，4:38－40

［14］张许良，张子戌.数量化理论在矿井突(涌)水水源判别中的应用［J］.中国矿业大学学报，2005，3:251－254.

［15］孙芳芳.浅议灰色关联度分析方法及其应用［J］.科技信息，2010，17，I0364－I0366.

作者：李永军 姚轲 孙浩 李琛 单位：华北科技学院 安全工程学院 华北科技学院研究生院