[發明專利]一種基于微震監測數據的巖爆預測方法及系統

有效

• 申請號: 202010014449.9
• 申請日: 2020-01-07
• 公開（公告）號: CN111123355B
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 姬冰;謝發;王新沛;何生全;宋大釗
• 申請（專利權）人: 山東大學
• 主分類號: G01V1/28
• 分類號: G01V1/28;G01V1/40;G01V1/30;G01V1/36
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

本發明公開了一種基于微震監測數據的巖爆預測方法及系統，包括：在待測現場監測微震事件，根據微震監測數據建立微震事件數據集；獲取微震能量數據，并標記大能量微震事件；從微震原始波數據中提取基于頻域的綜合統計特征；從微震能量數據中提取熵和時頻域特征；進行特征選擇和參數優化；建立分類預測模型，將獲得的微震監測數據輸入所述模型，獲得巖爆危險性判斷結果。本發明能夠充分利用微震原始波數據和微震能量數據，挖掘微震數據的潛在規律，預測精度高，針對性強。

技術領域

本發明屬于地下開挖工程和礦山采掘工程技術領域，尤其涉及一種基于微震監測數據的巖爆預測方法及系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

巖爆是指在采煤或巖石開挖過程中發生的巖石劇烈斷裂，伴隨著積聚在煤和巖體中的應變能的突然釋放。煤炭開采或巖石開挖可以明顯降低鄰近巖石承受的壓力，從而引發巖爆，實現巖石之間的新的平衡狀態。隨著采煤深度和強度的增加，巖爆的發生率不斷上升。

巖爆是一種嚴重的危險，可能導致礦區的礦山設備和建筑物遭到嚴重破壞。巖爆已成為深部采煤中最嚴重的問題，并威脅著煤礦的安全。為了減少巖爆的破壞，現有研究采用微震監測，地音監測，電磁輻射，壓力監測和鉆井切割等方法來預測巖爆的概率和潛在區域。其中，微震監測技術是使用微震監測系統實時監測在外力擾動作用下，巖體內部的局部損傷造成的微破裂，即微震事件，來分析巖爆的前兆特征。微震監測技術具有很多優點，包括不影響生產活動，可對整個礦區的微震事件進行實時監測等，已引起許多研究者的關注。這些研究確實獲得了許多有用的發現，并證明了微震監測技術在評估巖爆風險方面的潛力。一些研究分析了巖爆前的微震減弱趨勢，表明微震波速，振幅，頻率以及巖石應力狀態的特征可以用于巖爆預警。另一些研究分析了微震波與巖爆之間的關系，從微震事件中提取各種特征或指標，結合巖石應力特征，進行巖爆的預測。

但是，發明人發現，這些巖爆預測的理論方法，大多集中在微震數據與巖爆事件之間關系的定性分析，預測精度低，針對性差。而且只是通過一些監測指標簡單分析微震能量數據，卻忽略了微震原始波數據，從而導致預測結果不令人滿意。

在過去幾十年中，作為數據挖掘和分析的計算引擎，機器學習是信息提取，數據模式識別和預測的有效工具，能夠發現數據的潛在規律。作為最重要的機器學習方法之一，支持向量機(Support vector machine，SVM)在非線性可分問題上表現優秀，泛化能力強，能夠解決小樣本下高維數據集上的機器學習問題。但是現有的巖爆預測卻極少使用機器學習方法。

發明內容

本發明目的是為了解決現有技術的不足，提出了一種基于微震監測數據的巖爆預測方法及系統，從微震原始波數據和微震能量數據中提取頻域、熵和時頻域等特征，構建基于遺傳算法-支持向量機(GA-SVM)的方法對巖體巖爆進行預測和預警。

在一些實施方式中，采用如下技術方案：

一種基于微震監測數據的巖爆預測方法，包括：

在待測現場監測微震事件，根據微震監測數據建立微震事件數據集；所述微震事件數據集包括微震原始波數據集和微震能量數據集；

獲取微震能量數據，將能量超過設定值的微震事件標記大能量微震事件，作為分類預測的標簽；

從微震原始波數據中提取基于頻域的綜合統計特征；從微震能量數據中提取熵和時頻域特征；

進行特征選擇和參數優化；

基于支持向量機機器學習方法建立分類預測模型，設置多個指標來評估預測結果的準確性，將獲得的微震監測數據輸入所述模型，獲得巖爆危險性判斷結果。

在另一些實施方式中，采用如下技術方案：

一種基于微震監測數據的巖爆預測系統，包括：