利用偏振约束对最小信息准则方法自动拾取微震初至的改进

初至拾取是影响微震事件分析精度的重要因素之一。本文结合微震事件偏振特性和最小信息准则(akaike information criterion,AIC)函数特性,提出了一种利用偏振约束实现AIC初至拾取的改进方法:可以将偏振特征值拾取微震初至的应用扩展至单分量的微震数据,该方法将单分量微震数据视为三分量微震数据的一种特殊形式,利用三分量微震数据协方差矩阵的最大值序列对AIC方法进行约束,从而快速准确的拾取到微震数据的初至。文中应用该方法对不同信噪比的合成数据和实测数据进行了验证,同时与长短时平均(short time average/long time average,STA/LTA)、Maeda-AIC和偏振特征值方法进行了对比,结果显示该算法速度略低于上述3种方法,但精度和可靠性优于其他三种方法,同时与其他改进算法对比,不用设置阈值,并且选取时窗的长短对拾取结果几乎没有影响,可极大地提高算法的自动化程度。     

基于改进的STA/LTA方法的微地震P波自动拾取技术

基于STA/LTA方法,提出了一种改进的自动拾取P波到时算法.引入权重因子K,构建了一种新的特征函数,提出寻找STA/LTA曲线上的最大值对应时刻为P波到时的方法,并运用Matlab对冬瓜山铜矿微震事件进行初至拾取分析.结果表明:该方法能够准确地拾取微地震P波初至,减少了传统的STA/LTA算法需要调整触发阈值(Thr)的过程,克服了固定阈值不能适应复杂多变信号到时拾取的缺点,具有抗噪性强、稳定性强、拾取精确度高等优势.     

利用偏振约束对AIC方法自动拾取微震初至的改进

初至拾取是影响微震事件分析精度的重要因素之一。本文结合微震事件偏振特性和AIC（Akaike Information Criterion, 最小信息准则）函数特性,提出了一种利用偏振约束实现AIC初至拾取的改进方法：可以将偏振分析拾取微震初至的应用扩展至单分量的微震数据,该方法将单分量微震数据视为三分量微震数据的一种特殊形式,利用三分量微震数据协方差矩阵的最大值序列对AIC方法进行约束,从而快速准确的拾取到微震数据的初至。文中应用该方法对不同信噪比的合成数据和实测数据进行了验证,同时与STA/LTA（Short Time Average/ Long Time Average,长短时平均）、Maeda-AIC和偏振分析方法进行了对比,结果显示该算法速度略低于上述三种方法,但精度和可靠性优于其他三种方法,同时与其他改进算法对比,不用设置阈值,并且选取时窗的长短对拾取结果几乎没有影响,可极大的提高算法的自动化程度。     

人工智能在拾取地震P波初至中的应用 ——以汶川地震余震序列为例

为了准确而迅速地拾取大量地震事件的P波初至, 将深度学习方法引入微地震P波初至到时拾取研究中, 对卷积神经网络的结构进行改造, 以便适应地震波形数据的特点 P波初至拾取的要求。该算法只需要输入10 s窗口的三分量地震波形数据, 就可以自动地判定P波初至时刻, 无需扫描连续波形, 运算时间远远小于长短窗、模板匹配等传统方法。使用该算法训练汶川地震主震后2008年7—8月7467条人工拾取的余震P波初至到时, 将得到的模型对测试集中 1867条数据的计算结果与人工拾取结果对比, 误差小于0.5 s者占比达到98.9%。在低信噪比条件下, 该方法仍能保持较好的拾取能力。     

一种微震震相到时自动拾取方法

震相初至到时的自动拾取是微震监测中一个关键问题,是实现震源定位及震源机制解释的前提和基础。针对微震信号固有的低信噪比、非线性、非平稳等特征,提出了一种震相初至自动拾取方法。首先,应用小波阈值降噪法对采集到的含噪微震信号进行降噪处理,降低人工采集时机械类振动噪声对微震震相初至拾取的干扰;然后使用STA/LTA对降噪后的微震信号进行预拾取,获得震相初至的大致时刻;以该时刻为基准,分别向前向后各截取500个采样点构成一个时间窗口,在该时间窗口内应用AIC准则法精确求取震相初至。为验证本文方法的有效性,以人工拾取的到时为基准,误差在±10ms之内视为准确拾取。实验结果显示,本文方法对低信噪比微震信号拾取的准确率为95.79%,较单纯使用STA/LTA及AIC方法准确率分别提高了9.78%及10.08%。     

基于 Shearlet-AIC 算法的微地震初至拾取

初至拾取是微地震数据处理的基本步骤及重要环节,在低信噪比情况下,传统的初至拾取方法性能不佳,无法满足实际需求。为此,提出一种新算法,该算法将时域 微 地 震 数 据 映 射 到 Shearlet 域,利 用 AIC(Akaike Information Criterion) 模型对 Shearlet 域各尺度层的数据实现初步识别,最小 AIC 值作为初至时刻。通过 大量实验验证 Shearlet-AIC 算法在低至 － 13 dB 信噪比下自动拾取的准确性,证实该算法优于传统初至拾取算法,解决了传统初至拾取算法在低信噪比时难以有效拾取微地震初至的难题。     

单分量微地震信号的P波S波到时自动拾取方法

 单分量传感器依然是目前矿山中应用最广泛的传感器。针对矿山每天采集到的大量信号,提出了一种针对单分量微地震信号的P 波S 波到时拾取算法。长短时窗均值比法(STA/LTA)可以用来检测信号的变化趋势,结合改进的特征函数对信号的几何特征予以加强,进而可以提高震相识别的精度。随着长短时窗的滑动,信号的变化趋势表现在走势图上,再利用震相到时判别阈值可以初步定位到P 波S 波的到时区间。初步确定到时区间后,分别在P 波S 波的到时区间内应用AR-AIC 准则,可以计算出信号发生突变的位置,这两个点即对应着P 波S 波的到时。结合时差阈值判别和时频图谱,对拾取的结果再次做检验。经过两次判别,有效地提高了该算法的拾取精度。通过对1000 多条单分量微地震信号进行验证,自动拾取能拾取到71%的P 波到时和79%的S 波到时,相同条件下,自动拾取的结果不低于手动拾取的精度,满足矿山应用的要求。     

红透山铜矿微震监测系统及其应用

针对红透山铜矿深部地压活动频繁现状,建立矿山微震监测系统,通过构建红透山铜矿三维地质模型,优化传感器布设方案,对深部地压活动规律进行连续实时监测.通过微震监测结果与实际爆破震源对比,监测系统对于传感器监测范围内震源的定位误差小于5m,表明微震监测系统对于人工震源具有很高的定位精度.微震监测系统能够连续实时地对地压活动进行监测,捕捉由地压活动引起的微震活动信息,并实现微震源定位,这对开展矿山动力灾害的预测研究具有重要的现实意义.     

基于Mel频谱和LSTM-DCNN的矿山微震信号混合识别模型

微震监测是保证矿山安全生产的有效手段，微震信号识别精度直接影响着微震事件的判定及分析结果.鉴于此，以夏甸金矿微震监测数据作为样本，建立了基于Mel频谱和长短时记忆(long short-term memory, LSTM)神经网络与深度卷积神经网络(deep convolutional neural networks, DCNN)混合的矿山微震信号识别模型.首先对监测信号进行预处理，利用Mel时频谱降低干扰频段的权重并减小样本尺寸.然后利用LSTM和DCNN模型分别提取信号的时间特征及空间特征.通过多种模型的对比分析，结果表明本文提出的Mel-LSTM-DCNN混合模型对微震信号识别准确率最高.该模型为矿山准确识别微震信号提供参考.     

矿山微震监测结果可视化

为了解决矿山微震进行可视化问题,采用模拟方法介绍了矿山微震监测结果可视化原理及成像方法,用计算机可视化方法分析矿震灾害,模拟矿震灾害的发生结果,用图表的形式实时反映矿山微震具体参数的变化情况.利用Visual Basic实现了程序部分,并且对AutoCAD与Excel进行二次开发,用直观的图形、图像、图表、曲线等来显示矿山微震监测结果.实现了矿震发生的地点、能量、时间、频率等基本参数的可视化,快速动态地反映矿震模拟数据结果,达到预警和紧急避险的目的.     

一种改进的声发射P波到时自动提取算法

岩石破裂过程中的声发射(AE)监测技术已广泛应用于岩石工程领域,声发射信号的到时提取是深入开展岩石力学声发射研究的基础和关键.为了获取更为准确的声发射信号P波到时,在前人研究的基础上,提出了一种改进的Pphase-Picker声发射P波到时自动提取算法并对其原理进行详细描述.选取1000个典型声发射波形,对比分析了几种到时自动提取算法的计算结果,表明改进的算法不仅可以获取更为精确的P波到时,还可以获取到时提取误差的估计值.     

基于波形互相关的微地震事件自动识别及初至拾取

根据具有相似震源位置及破裂机理的微地震事件通常在地震记录上表现出相似波形特征的原理, 提出一种基于波形互相关的微地震事件自动识别及初至拾取方法。首先, 通过计算道间互相关函数, 对微地震记录进行时差校正; 然后, 通过计算道间相似系数的方法识别连续地震记录中的微地震事件。在完成事件识别的同时, 对时差校正后的多道记录进行叠加, 并采用STA/LTA方法对叠加道进行初至拾取, 结合各道间的时差信息即可获得各道微地震事件的初至到时。为了检验所提方法的可行性和有效性, 分别对模型数据和实际资料进行处理,结果表明利用所提方法可以在有效地识别微地震事件的同时, 得到较为准确的初至拾取结果。     

基于波形聚类分析的微地震监测事件类型判别及应用

以不同类型微地震监测事件在波形相似性上的差异为基础, 结合发生位置、走时规律和偏振方向等方面的特征, 提出一种基于波形聚类分析的微地震监测事件类型判别方法。首先使用常规的微地震事件识别算法, 快速地得到待分类的疑似事件; 然后进行波形聚类分析, 结合事件的属性特征, 实现对不同类型微地震事件及噪声事件的分类和判别。分类结果可用于波形模板匹配, 识别同类的低信噪比微地震事件; 还可将所有同类事件作为一个整体, 采用全局优化手段提高初至拾取的精度。     

矿区水害监测预警方法与应用研究

矿区水害是矿产资源开采中常见的一种灾害,一旦发生事故,不仅影响生产,造成经济损失,而且易发生重大伤亡事故。矿区水害监测预警系统通过探针接收地球内部向地表发射的电磁波,应用现代信号分析处理等技术提取地下水动态信息、裂隙信息等,有效解决矿区导水断层、老空区的探测和定性定量分析问题。系统已成功用于湖南黄沙坪铅锌矿非法呆区探测、南阳煤业公司前进煤矿局部地下水分布探测、娄底桥溪港煤矿水害综合治理等实际工程,应用效果表明矿区水害监测预警系统可以准确有效地探测地下水径流带、地下采空区或裂隙等。     

利用小波变换提高地震波初至拾取的精确度

众所周知,折射静校正是中国西北地区地震资料处理中十分重要的环节,而准确地拾取初至又是折射静校正的基础.然而,这些地区的地震记录中,初至波却常常受到各种干扰的影响,使得其波形发生畸变,从而导致初至拾取不准确.文章首先分析了最常见的引起初至波难以准确拾取的情况,并提出了初至拾取预处理的方法.具体采用小波阈值去噪并结合连续小波变换的方法,恢复初至波的最大振幅波形,并突出初至波的起跳时刻,从而提高初至拾取的准确度.通过理论模型研究和实际资料试算表明,该方法具有很好的应用前景,它对于目前常用的拾取初至起跳时刻和拾取初至波最大峰值时刻的两类拾取方法,都具有非常重要的意义.     

矿山微震定位计算与应用研究

非理性购买行为现象非常普遍,但关于非理性购买决策的定义目前并没有一个统一的说法。行为经济学是一门介于经济学和心理学之间的边缘科学,它从心理学的角度揭示了人类非理性决策的现实,对规范经济学的“经济人”假设提出了挑战,动摇了效用最大化公理,它用实验方法证明现实生活中的人如何做出经济决策,使经济学恢复它本来的面目。基于规范经济学和行为经济学中关于“人性”假说的对比研究,发现非理性购买决策是指人们在购买过程中依靠直觉或情感、违反效用最大化、偏好不一致和非完全自利的判断与选择行为。     

基于微震监测的金属矿山地压演化规律分析

为研究金属矿山采矿活动中地应力、微震活动与地压演化的关系,采用高精度微震监测系统对矿山开采过程中微震活动的时空分布特征进行分析,通过对同一时间轴下的微震的活动性、微震累积视体、能量指数等参数的变化特征研究,分析了矿山采矿过程微震活动的时空演化规律及矩震级分布,揭示了矿山地压演化规律及趋势。并成功的在内蒙古某金矿工程采矿中应用,研究结果验证了高精度微震监测系统用于矿山地压演化规律分析的可行性,可为微震监测系统在此类工程的应用提供参考。