发明名称 矿山微震源智能定位方法
摘要 本发明公开了一种微震源智能定位方法,该方法是一种综合考虑多种影响因素和多种目标,集传感器布置-噪音滤波-微震源定位分析-三维显示于一体的微震源智能定位系统,通过自行开发的程序,实现了矿山井下地质灾害孕育、发展、发生全过程的实时分析与预报,解决了传统传感器布置方法不系统、噪音滤波不完全、微震波速度模型给不准和定位方法易发散的不足,系统具有操作界面友好、噪音滤波性能优良、微震源定位分析精准且方便快捷、结果显示直观形象及应用面广的特点。对于矿业工程、水利水电工程、石油工程、岩土工程以及地下工程等领域具有广泛的应用价值。
申请公布号 CN101770038B 申请公布日期 2012.08.22
申请号 CN201010100527.3 申请日期 2010.01.22
申请人 中国科学院武汉岩土力学研究所 发明人 陈炳瑞;冯夏庭;徐速超
分类号 G01V1/16(2006.01)I;G01V1/20(2006.01)I;G01V1/28(2006.01)I 主分类号 G01V1/16(2006.01)I
代理机构 武汉宇晨专利事务所 42001 代理人 王敏锋
主权项 1.一种微震源智能定位方法,其步骤是:A、基于数值分析和PSO方法的微震源监测传感器布置,所述的PSO方法为粒子群优化方法:(1)根据矿山实际采矿工艺、地质条件,建立数值模拟模型,对矿山开采活动先进行数值分析,整体上把握开采过程中矿山地质灾害出现的区域,作为微震监测传感器布置区域;(2)在矿山开采活动范围内,结合数值分析结果,确定N个微震源;(3)根据矿山不同性质矿岩波速试验、采空区波速试验及不同性质岩层的分布,确定微震波传播速度模型及取值范围;(4)接着,根据矿山实际采矿工艺,确定传感器布置的范围,并在范围内利用混合同余法随机产生X组传感器位置,每组M个传感器位置;(5)对每组传感器,判断震源微震信号传播到传感器所经历的断层和采空区,并计算微震信号在其中传播的距离,自动选择速度模型,根据公式(a)计算得到N×M个传感器监测到时:<maths num="0001"><![CDATA[<math><mrow><msub><mi>t</mi><mi>ij</mi></msub><mo>=</mo><msub><mi>T</mi><mi>i</mi></msub><mo>+</mo><mfrac><msub><mi>L</mi><mi>ij</mi></msub><mi>V</mi></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mi>a</mi><mo>)</mo></mrow></mrow></math>]]></maths>其中,t<sub>ij</sub>为第j个检波器接收到第i个微震源发出的信号的时间,T<sub>i</sub>为第i个微震源发震时刻,V为波在介质中传播的等效波速,L<sub>ij</sub>为第i个微震源到第j个检波器的距离,计算如下:<maths num="0002"><![CDATA[<math><mrow><msub><mi>L</mi><mi>ij</mi></msub><mo>=</mo><msqrt><msup><mrow><mo>(</mo><msub><mi>x</mi><mi>j</mi></msub><mo>-</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>(</mo><msub><mi>y</mi><mi>j</mi></msub><mo>-</mo><msub><mi>y</mi><mi>j</mi></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>(</mo><msub><mi>z</mi><mi>j</mi></msub><mo>-</mo><msub><mi>z</mi><mi>i</mi></msub><mo>)</mo></mrow><mn>2</mn></msup></msqrt></mrow></math>]]></maths>式中,(x<sub>i</sub>,y<sub>i</sub>,z<sub>i</sub>)第i个微震源位置坐标,(x<sub>j</sub>,y<sub>j</sub>,z<sub>j</sub>)为第j个检波器位置坐标;(6)对计算到时按公式(b)进行随机扰动,获得N×M个虚拟监测到时:t<sub>V</sub>=(1+3c(-1)<sup>x</sup>a<sub>0</sub>)t<sub>c</sub>                      (b)其中,t<sub>v</sub>为虚拟监测到时,t<sub>c</sub>为计算监测到时,a<sub>0</sub>为0-0.05之间的数,c为0-1间的随机数,x=(int)3c,对3倍的随机数取整;(7)在传感器布置的前提下,目标函数为使监测到时和计算到时的累积残差平方和最小,利用粒子群群智能方法,根据M个传感器监测信号,对N个微震源进行定位;(8)定位精度满足要求,传感器监测到微震信号,位置合理,结束传感器布置;(9)没有找到传感器位置,利用PSO操作,在传感器布置的范围内产生X组新的传感器位置,返回本节第(4)步,对新一组的传感器位置进行判断;B、微震信号多指标智能滤波技术,首先通过试验建立各种类型的噪音数据库,对噪音信号特征:上升时间、总计数、峰值计数、能量、振幅持续时间进行分析归纳,构建神经网络学习与测试样本;接着,利用遗传算法优化神经网络的结构、权值和阈值,利用人工神经网络超强的非线性映射能力和自学习能力训练神经网络,建立不同噪音信号特征和噪音类型之间的映射关系;最后,输入监测到的微震信号对其进行滤波,获取有效的微震信号;C、微震源智能分层定位:(1)利用智能滤波对传感器阵列监测到的多噪音信号进行消噪、滤波处理,最大程度地准确记录微震信号的到时,选取用来震源定位的微震波类型;(2)初始化PSO参数,微震源范围和波速范围;(3)利用混合同余随机算法初始化粒子群位置和粒子飞行速度;(4)根据时差定位原理,由公式(c)计算粒子的适应值,判断事先设定的飞行次数和定位精度,满足,进行本节第(6)步;否则,进行本节第(5)步;<maths num="0003"><![CDATA[<math><mrow><mi>f</mi><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msup><mrow><mo>[</mo><msubsup><mi>T</mi><mi>k</mi><mi>M</mi></msubsup><mo>-</mo><msubsup><mi>T</mi><mi>k</mi><mi>C</mi></msubsup><mo>]</mo></mrow><mn>2</mn></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mi>c</mi><mo>)</mo></mrow></mrow></math>]]></maths>式中,<img file="FSB00000731689000022.GIF" wi="61" he="64" />和<img file="FSB00000731689000023.GIF" wi="53" he="64" />分别是第k个传感器监测和计算到时;(5)根据公式(d)和(e)分别更新粒子的位置X<sub>id</sub>和飞行速度V<sub>id</sub>,即微震源的位置和迭代步长,返回第(3)步;V<sub>id</sub>=wV<sub>id</sub>+c<sub>1</sub>r<sub>1</sub>(P<sub>id</sub>-X<sub>id</sub>)+c<sub>2</sub>r<sub>2</sub>(P<sub>gd</sub>-X<sub>id</sub>)        (d)X<sub>id</sub>=X<sub>id</sub>+V<sub>od</sub>                                 (e)其中,w为惯性权重;c<sub>1</sub>和c<sub>2</sub>均为非负常数的学习因子;r<sub>1</sub>和r<sub>2</sub>为介于[0,1]之间的随机数;d=1,2,...,D;<img file="FSB00000731689000024.GIF" wi="144" he="56" />和<img file="FSB00000731689000025.GIF" wi="42" he="60" />分别为第i个粒子的位置、迄今为止搜索到的最优震源参数和整个粒子群迄今为止搜索到的最优震源参数;(6)将识别到的微震源坐标和速度模型代入式(f)得到微震源发震时间t;<maths num="0004"><![CDATA[<math><mrow><mi>t</mi><mo>=</mo><mfrac><mrow><munderover><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mrow><mo>(</mo><msub><mi>w</mi><mi>k</mi></msub><mo>-</mo><mfrac><msub><mi>L</mi><mi>k</mi></msub><mi>V</mi></mfrac><mo>)</mo></mrow></mrow><mi>n</mi></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mi>f</mi><mo>)</mo></mrow></mrow></math>]]></maths>(7)判断微震信号传播到传感器是否穿过大的断层、空区,若穿过剔除该信号,返回本节第(2)步重新定位;否则,微震信号选取是正确的和微震源定位是准确的,结束微震源定位;D、三维显示技术,该部分是在VC++环境下集成AutoCAD动态链接库开发成的,是将监测结果、分析结果及工程三维立体模型形象显示,由监测信息数据库、几何模型信息数据库和分析结果存储数据库组成,三个数据库分别用来存储微震设备监测的各种波形信息及特征、岩土工程各个部位的具体几何尺寸、位置及测点布置信息特征数据和利用上述基于数值分析和PSO优化方法微震源监测传感器布置优化技术、微震信号多指标智能滤波技术和微震源智能分层定位分析方法的智能技术处理分析的结果,三者相互联系,信息互通。
地址 430071 湖北省武汉市武昌小洪山