在系统研究黔西滇东地区构造特征、含煤地层发育及受热背景等基础上,运用BasinMod盆地模拟技术,探讨了格目底向斜及恩洪盆地含煤地层的埋藏史、热演化史,揭示出含煤地层成熟演化的阶段性。研究表明:黔西滇东地区煤变质作用主要受该区的沉积埋藏、岩浆热液和构造运动等多种因素控制,煤变质作用很不均匀;含煤地层被分割于众多独立次级向斜单元,总体上具有向斜控气的构造特征;格目底向斜晚二叠世煤现今处于焦煤—瘦煤阶段,镜质体反射率达1.7%左右,恩洪盆地则为气煤—肥煤阶段,镜质体反射率约1.0%。

针对现有煤矿井下含煤地层岩性识别方法存在地层信息参数获取难度大、岩性识别精度低的问题，提出了一种基于主成分分析（PCA）算法和核模糊C均值聚类（KFCM）算法的含煤地层岩性优化识别方法。利用钻进试验台获取机械钻速、回转扭矩、钻压、转速、回转压力和泥浆泵流量6种钻进敏感参数，构造高维钻进参数集作为识别数据来源，包括训练样本和测试样本；结合PCA算法的特征提取优势和KFCM算法具有较好聚类效果的特点，建立基于PCA-KFCM算法的岩性识别模型；采用PCA算法对训练样本进行特征提取和降维处理，得到训练样本的特征值和特征向量；采用KFCM算法对训练样本主成分数据集进行模糊核聚类分析，将试验岩样分为若干类型；通过马氏距离判别法建立判别准则，利用最小马氏距离完成对测试样本的地层岩性识别。测试结果表明，基于PCA-KFCM算法的含煤地层岩性优化识别方法能够有效识别地层岩性，与常规KFCM算法相比，识别精度提高了23.2%。