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。     

冲击地压微震监测预警系统的应用研究

介绍了冲击矿压的基本原理、微震监测技术的原理,并且阐述了微震监测系统的架构以及功能性设计。     

基于微震监测的高强度开采工作面围岩响应规律

将微震监测系统引入西部高强度开采的典型矿区——小纪汗煤矿,实现了整个监测区域的"空间"监测,更为全面地捕捉围岩内部破裂信息,基于微震监测数据分析了煤矿工作面的矿压显现规律、岩层运动规律和围岩应力变形规律.结果表明:随着11203工作面的不断开采,微震事件的演化呈周期性变化,与工作面矿压显现规律密切相关,且周期来压平均步距为23 m.划分得到了工作面"三带"的范围及工作面开采扰动影响范围,为工作面的支护设计和灾害防治工作提供数据支撑.     

基于D值理论的微震监测台网优化布设

基于D值理论,考虑矿山工程实际情况,引入微震事件概率因子、监测区域重要性因子和台网布设可行性因子重新构建了台网优化目标函数.以某磷矿顶板突水的微震监测为例,对全矿区按照监测区域重要性、台网布设可行性等因素进行分区,采用专家权重法分别给出了相关因子的参考值.按照影响因子取值差异将整个监测区域再次分区,给出了分区后目标函数的积分形式,其中各监测区域控制点坐标即为相应的积分上下限.基于文中提出的微震监测网络的动态优化设计原则,最终给出了该磷矿微震监测台网布设方案.爆破试验表明,本文提出的台网布设方案具有一定的合理性和准确性,三个坐标方向的平均定位误差为6.74 m,最大为10.05 m,空间定位误差为12.51 m,定位精度可满足工程监测需要.     

基于监测非法采矿行为的微震监测功能二次开发技术

国有大型矿山周围的非法采矿行为严重影响了矿山的采矿秩序,进而严重影响了矿山安全,造成极大的隐患.以微震监测的时空定位技术为理论基础,通过对微震监测系统实用新功能的二次开发,实现了应用微震监测技术实时监测非法采矿行为,做到了精度定位非法采矿作业地点,指导矿山执法人员及时予以打击和清除.这对于保护国家的矿产资源和矿山安全发挥了提供了有效的技术手段.     

微震监测系统在预测桃山煤矿冲击矿压中的应用

本文介绍SOS微震监测系统的工作原理,将该系统应用于桃山煤矿冲击地压监测预报,结果表明,SOS微震监测系统监测质量较好,能够对能量〉26J的矿震准确定位和能量计算,为矿井的安全生产提供了技术支持,具有很好的推广应用价值。     

基于微震监测的浅埋工作面动压预警技术研究

石圪台煤矿为更有效地预测预报动载矿压事故,应用KJ768微震监测系统对31201工作面回采期间进行监测。根据微震事件的数量及能量与顶板来压之间的规律,总结出3-1煤顶板来压预警数量指标为15个微震事件,总能量指标为4.0E+10~5J;2-2煤顶板来压预警数量指标为30个微震事件,总能量指标为8.0E+10~5J。根据预警指标准确预报了动载矿压事故,为矿井的安全高效开采提供了保障。     

对SYLOK系统监测门头沟矿冲击地压的分析

本文通过对SYLOK系统用于门头沟矿监测冲击地压几年来的实践,借以研究系统监测台网布局、监测方向、监测能力和应用等问题。     

冲击地压监测系统的实际应用

为了摸索煤矿因采深的逐步加大,造成煤矿冲击地压危险性增大的原因,进一步了解冲击地压发生的前兆,通过对ARAMIS M/E微震与ARES-5/E地音两套冲击地压监测系统的功能应用,数据整理、分析,大能量震动事件发生前煤岩层内破裂信号的接收对比分析,充分说明冲击事件的发生前,存在短期的应力变化阶段,及时对冲击事件的发生做出预测预报。     

基于地震正演和属性分析技术预测河道砂体*

松辽盆地南部R字井斜坡带泉四段属河流相沉积,储层为超低渗透储层,埋藏深,物性差,砂体薄,横向上变化快,优质储层位于河道主体部位。但由于受泉四段T2强反射界面的影响,掩盖了下伏泉四段I砂组储层的部分有效信息,从而加大了储层预测难度。通过建立不同围岩组合、不同砂体厚度的地震正演模型,明确了泉四段河道砂体与地震反射振幅、频率等属性的相关性。以地震沉积学的理论为依据,井震结合,重新解释砂体包络面,优选与河道砂体厚度变化相关性好的敏感属性,预测河道砂体储层展布规律。该方法对于薄层、非均质储层的预测具有较高的实用价值。     

基于遗传算法-深度神经网络的分布式光纤监测工作面矿压预测

煤层开采过程中的工作面矿压分析与预测,对煤矿顶板管理与安全生产具有重要意义。然而,工作面开采引起的围岩移动和变形影响着矿压预测的准确度。为了提高工作面来压位置预测的精度,以分布式光纤监测采动覆岩变形的频移数据为基础,引入门控循环神经网络(gated recurrent neural networks, GRU),建立了遗传算法(genetic algorithm, GA)-GRU-反向传播(back propagation, BP)的工作面来压位置预测模型。将光纤频移值的统计特征融合工作面推进距离等因素作为特征向量,并采用GA对GRU及BP网络的超参数寻优。实验结果表明：预测模型的决定系数为98.7%,平均绝对误差为1.224 cm,均方根误差为1.769 cm,预测的准确性高,为工作面矿压预测提供了新的方法。     

事件树分析法评价消防系统地震灾害风险

事件树分析法的研究步骤包括确定初始事件、环节事件,绘制、分析事件树图。建立了大型化工企业消防系统地震灾害风险评价模型,研究了单元火灾与损失震害形态、单元间延烧与控制对策。增加无震害环节事件概率,减少有震害环节事件概率是消防系统地震风险分析与控制的重要研究方向。消防水源多样化、减少消防系统震害损伤、增加消防能力有助于降低消防系统的地震灾害风险。     

基于敏感地震属性波形分类的流体预测研究

系统对比了针对储层流体的现有各种识别因子识别含气和含水砂岩的能力,结果显示,高灵敏度识别因子 有较强的综合识别能力。以S 盆地L 研究区为例,在主要含气不等厚层段内对高灵敏度流体因子在神经网络模式和 PCA 神经网络模式两种情况下基于形态学进行分类,效果对比明显,结合井解释资料对研究区进行了初步的流体预 测。将波形分类法的应用范围从主要是进行地震相-沉积相分析、储层预测等扩展到对流体因子在目标层段进行分析 处理从而进行层段内流体预测,对仅在剖面和切片上利用流体因子来进行流体识别和预测是一种新的有价值的补充。 首次探讨了将波形分类技术应用于流体预测,认为该方法与其他解释成果结合对于有效降低勘探风险、提高钻井成功 率具有一定的指导意义。     

基于Zigbee的矿井安全监测系统设计

设计了一种基于ZigBee的矿井安全监测系统。实现了无线网络传输数据,终端节点实时采集数据信息,手持控制终端实时显示数据,手持控制终端灵活控制监控节点,遇险自动发送报警短信等功能。测试结果显示,低功耗、稳定性好、监控灵活,弥补了传统监测系统的不足。     

一个网络流量监测与预测系统的设计与实现

提出一种网络流量采集及存储方案, 解决了大型网络流量监测的海量数据存储难题; 将流量预测引入网络管理系统, 实现了基于ARMA模型的网络流量预测. 给出了流量数据获取方法, 采用一种“整点平均”流量速率计算方法以提高准确度; 对几种不同流量数据采集存储方案进行了测试比较; 实现并分析了基于ARMA模型的网络流量预测; 给出了一种基于Trap扩展定义的流量超越阈值告警处理方法. 在南昌市大型电信数据网络上的应用表明, 该系统在网络流量监测与预测方面可以取得很好的效果, 且具备良好的性能.     

监控与预测的云资源优化配置

针对云环境下虚拟机资源在多数时间中处于闲置状态导致云资源利用率低的问题,设计一种云资源监控系统,并在云监控基础上提出一种基于自回归积分滑动平均(ARIMA)模型的动态负载预测与资源配置的方法.该方法利用虚拟机负载与配置的关系,通过预测负载情况,提前启动或者挂起虚拟机,提高云资源的利用率.研究结合OpenStack云环境提供的虚拟机,实现其下的云资源监控,预测和弹性分配功能.结果表明:该系统能准确预测虚拟机的需求量,所制定的资源弹性分配策略能够提高云资源的利用率,进一步节约成本.     

基于微观划痕的疲劳强度预测

对微观划痕进行截面观察,确定截面具有三角形的几何特征.提出了适用于确定微观划痕投影面积的两原则:方向无关和长度无关.据此,建立了微观划痕疲劳损伤参数area_Δ,定义为多条微观划痕中截面三角形面积平方根的最大值.最后,结合area_Δ和Murakami理论,提出了基于微观划痕的疲劳强度模型.利用高强度钢FV520B-I疲劳强度实验和Ti-6Al-4V钛合金现有文献数据对模型进行验证,结果表明该模型具有一定的疲劳强度预测精度优势.     

基于Python的房屋安全健康监测数据处理与预测分析

房屋安全问题愈发受到重视,对于老旧房屋的自动化健康监测十分必要。本文在此背景下,优化自动化监测数据的预处理流程,使用Python丰富的“库”资源构建预处理程序。程序使用灰色关联法对数据进行可信度评估筛选数据,利用箱形图筛选异常数据,并对异常数据和缺失数据进行插补替换,最后使用卡尔曼滤波平滑数据以降低数据离散度;自动化监测设备因自身特点易受到周围环境的影响,为此提出了一种利用人工监测数据校核自动化监测数据的数据比对方法,以保证自动化监测数据的准确性和可靠度;最后使用拟合曲线实现变形监测数据的短期预测,预测精度达到0.1%,有效预测时间约10天,最终的结果满足程序设计需求。