CN104062677A - 一种多功能综合集成高精度智能微震监测系统 - Google Patents
一种多功能综合集成高精度智能微震监测系统 Download PDFInfo
- Publication number
- CN104062677A CN104062677A CN201410315874.6A CN201410315874A CN104062677A CN 104062677 A CN104062677 A CN 104062677A CN 201410315874 A CN201410315874 A CN 201410315874A CN 104062677 A CN104062677 A CN 104062677A
- Authority
- CN
- China
- Prior art keywords
- module
- signal
- time
- precision
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种多功能综合集成高精度智能微震监测系统,主要包括微震采集仪和微震系统服务器等。微震采集仪主要包括信号硬件滤波模块、AD采集模块、信号特征分析模块和多指标智能滤波模块和数据与高精度时间融合模块等,主要负责信号滤波、分析、采集与传输;微震系统服务器包括信号采集控制模块、信号存储和分析模块和时间源模块等,主要完成参数设置、信号分析和时间同步等功能。本发明提高了时间同步精度,能满足现场高精度试验需要;既能连续有效的记录微震数据,又能将噪音水平保持在较低的水平;可根据实际需求,进行智能滤波,波形采集设置,实现了数据的稳定传输、存储与处理,为灾害快速分析快速预警提供了保障。
Description
技术领域
本发明涉及微震监测领域,具体涉及一种多功能综合集成高精度智能微震监测系统,适用于矿山(煤矿和非煤矿山)开采、油气田开发、水利水电与道路交通建设、水库蓄水、核废料储存、温室气体地下封存、海底资源开采、国防建设诱发的岩爆、顶板坍塌、地压冲击、滑坡、地震等工程灾害的安全监测、评估与管理。
背景技术
微震监测技术是19世纪90年代发展起来的一种新的物探技术,该技术的原理是利用传感器采集岩石裂纹萌生、扩展、滑移时内部积聚的能量以应力波的形式释放而产生的震动信号,记录微震波形变化的过程与规律,通过分析微震波信息获得岩体破坏的时间、位置、破坏的尺寸、能量大小及非线性变形的演化规律等数据,从而判断、评估监测范围内岩体的稳定性,预测预报灾害发生的时间和位置,为工程管理和灾害防治提供技术支持。
微震监测技术是现代计算机技术、现代通讯技术、GPS授时技术、地震学相关技术的综合集成,上世纪九十年代以来,这些技术得到了迅猛发展,因此,微震监测技术与分析方法近年来取得了突破性进展。加拿大、澳大利亚、美国、英国、南非以及波兰都已进行了微地震监测技术的研究,国内50年代末期,北京门头沟矿用当时中科院地球物理所研制的微震仪(哈林地震仪改装),监测冲击矿压活动,记录器采用熏烟走纸笔绘记录。直到今天,微震监测技术经过不断改进和发展,各种类型的微震监测系统在国内多个领域如雨后春笋般地应用起来,如加拿大ESG微震监测系统,波兰SOS微震监测系统,南非IMS微震监测系统,山东科技大学与澳大利亚联邦科学院联合研制了用于煤矿的微震监测系统,北京科技大学、辽宁工程技术大学等单位也先后研制了自具特色的微震监测系统,已经成为矿产资源勘探与开采、油气田勘探开发、水利水电与道路交通建设等领域重大岩石工程灾害监测与预报的重要手段,得到了广泛应用。
深入研究发现现有监测系统进行深入的科学研究仍有以下不足需要进一步改进与提高:
1)现有微震系统,大多数采取采集仪、供电设备及各种通讯设备独立运行的方案,这种方案的好处是降低了成本、便于损坏后的维修,但由于现场条件十分复杂,工作区往往潮汽大、灰尘多、爆破与岩爆灾害等冲击频繁、机械设备密集,很容易造成设备之间接口松动、接口被潮湿多灰尘的环境锈蚀、设备之间的线路被冲击波或机械设备损坏,致使微震系统在复杂环境下,难以监测到连续有效的微震数据;而且由于接口繁多,故障排除费时费力;为此,亦有发明者采取了将采集仪、供电设备及各种通讯设备综合集成的方案,该方案虽然较好的解决了上述问题,但又带来了新的难题:由于各电器元件综合集成,微震系统长期运行时背景噪音较高,影响岩石破裂弱信号的采集。
2)现有微震系统监测节点与服务器之间多采取GPS(Global Positioning System)和NTP(Network Time Protocol)相结合的时间同步策略,有GPS信号的条件下,时间同步精度可达十几个微妙;无GPS信号的条件下,在WANs(Wide Area Networks)内的时间精度约在10-100毫秒,在LAN(Local Area Network)内的时间精度约在0.5-2毫秒。时间同步精度(尤其是无GPS信号条件下)难以满足高精度现场试验(比如围岩松动圈测试,岩石微破裂监测及破裂机制研究)需要。
3)A/D转换位数是影响微震系统灵敏度及精度的重要指标,A/D转换位数越高,采集到的波形数据越真实,系统灵敏性越高。现有微震系统A/D转换位数一般以18位居多,部分达到了24位,这虽然可以满足一般监测的需要,但对于深入的科学研究还是不够的,更精准的微震信号到时拾取、微震源能量计算、破坏源机理分析,需要设计更高精度的A/D转换采集仪。A/D转换位数越高、采样频率越大,采集模块的负荷就越大,部分数据难以及时得到有效处理,甚至数据丢失;对集成线路板、处理器及各电器元件之间的配置与优化要求越高,不合理的配置将会导致采集更多的背景噪音。
4)为了确保能采集到更多的有效信号,现有微震系统数据采集多采用连续采集模式,这种采集模式对信号不设滤波条件,数据量非常巨大,数据传输、存储与处理一直是一个难题,难以满足对岩石工程灾害快速分析与预警的需要。因此,在采集仪中设置滤波模块,实时智能的滤除现场环境噪音,减轻采集仪及数据传输线路的负担,提高数据分析的效率,满足灾害快速分析快速预警需要是非常必要的。
因此,对微震系统的多种功能进行优化、设计、改造与集成,引入新的时间同步策略与滤波技术,设计更高精度的A/D转换采集仪,发明一种尽量减少现场复杂环境的影响,能使微震系统各个采集节点时间同步精度更高,到时拾取、微震源能量计算、破坏源机理分析更准确的多功能综合集成的高精度智能微震监测系统是必要的。
发明内容
本发明的目的是在于针对现有技术存在的上述问题,提供一种多功能综合集成高精度智能微震监测系统。
本发明的上述目的通过以下技术方案实现:
一种多功能综合集成高精度智能微震监测系统,包括微震采集仪,微震采集仪包括中央处理器和信号硬件滤波模块,信号硬件滤波模块依次通过AD采集模块、信号特征分析模块和多指标智能滤波模块与中央处理器连接,
信号特征分析模块包括:
频谱分析模块,用于通过离散傅立叶变换建立位移-频率或速度-频率或加速度-频率关系,获取信号的最大振幅频率和平均频率;
计数分析模块,用于统计波形信号振幅超过预先设置的电压门槛值的次数;
上升时间分析模块,用于计算波形信号的振幅超过预先设置的电压门槛值到振幅最大的时间;
下降时间分析模块,用于计算波形信号从振幅最大到振幅低于预先设置的电压门槛值的时间;
持续时间分析模块,用于计算波形信号从振幅超过预先设置的电压门槛值到振幅低于预先设置的电压门槛值的时间;
振幅分析模块,用于记录波形信号的最大振幅;
转角频率分析模块,用于通过最小二乘法反分析确定微震事件的转角频率;
能量计算模块,用于计算岩石破裂P波能量、S波能量和总能量;
短时平均比长时平均模块,用于计算信号在第n个采样点时的短时平均值和长时平均值的比值;
多指标智能滤波模块,用于将信号特征分析模块获得的参数根据预定的筛选方式与预设的阈值范围进行比较,选取滤除后的信号。
如上所述的多指标智能滤波模块包括单指标滤波模块,单指标滤波模块预先设定平均频率、最大振幅频率、转角频率、计数、上升时间、下降时间、持续时间、振幅、能量和短时平均比长时平均指标中的1个指标的阈值范围,然后和信号特征分析模块的分析结果进行比较,若信号特征分析模块的分析结果在单指标滤波模块设定的范围内,则滤除该信号,否则进行采集和存储。
如上所述的多指标智能滤波模块还包括多指标滤波模块,多指标滤波模块预先设定平均频率、最大振幅频率、转角频率、计数、上升时间、下降时间、持续时间、振幅、能量和短时平均比长时平均指标中若干个指标的范围,然后和信号特征分析模块的分析结果进行比较,若信号特征分析模块的分析结果均在多指标滤波模块设定的范围内,则滤除该信号,否则进行采集和存储。
如上所述的多指标智能滤波模块还包括智能学习滤波模块,智能学习滤波模块通过BP神经网络对波形信号进行滤除,BP神经网络包括1个输入层、2个中间层和1个输出层,输入层包括平均频率、最大振幅频率、转角频率、计数、上升时间、下降时间、持续时间、振幅、能量和短时平均比长时平均这10个神经元,输出层包括信号类型1个神经元。
如上所述的信号硬件滤波模块包括与AD采集模块连接的硬件滤波模块和与硬件滤波模块连接的信号保真模块,
信号保真模块包括加速度型传感器信号保真模块和速度型传感器信号保真模块,
加速度型传感器信号保真模块,用于给加速度传感器提供恒流源并对加速度传感器采集到的波形信号削峰、整形,
速度型传感器信号保真模块,用于对波形信号削峰、整形,
硬件滤波模块通过比较采集到的电压值和事先设置的电压槛值的大小来判断波形信号是否为有效信号,若采集到的电压信号超过事先设置的电压槛值,对该信号进行采集、分析和存储;否则丢弃该波形信号。
一种多功能综合集成高精度智能微震监测系统,还包括微震系统服务器,微震系统服务器包括信号存储和分析模块,
信号存储和分析模块,用于对频谱分析模块、计数分析模块、上升时间分析模块、下降时间分析模块、持续时间分析模块、振幅分析模块、转角频率分析模块、能量计算模块和短时平均比长时平均模块的阈值范围进行设置;还用于存储微震采集仪采集的微震数据。
如上所述的微震系统服务器还包括远距离高精度时间同步授时模块和时间源模块,所述的微震采集仪还包括与中央处理器连接的远距离高精度时间同步从模块,
远距离高精度时间同步授时模块,用于将时间源模块生成的时间信息通过PTP协议并通过主从式点对点的同步方式传输到远距离高精度时间同步从模块,
所述的时间源模块包括GPS时钟和铷钟。
如上所述的微震系统服务器还包括信号采集控制模块,
信号采集控制模块用于设置微震采集仪IP地址、网关、端口及微震系统服务器IP地址,
还用于传感器类型、数量、传感器灵敏度、频率范围及坐标信息的选择设置,传感器类型选自单向加速度传感器、三向加速度传感器、单向速度传感器、三向速度传感器中的1种,
还用于加速度型传感器信号保真模块、速度型传感器信号保真模块的选择设置,
还用于微震采集仪采样频率设置,即AD采集模块的采样频率设置,
还用于单指标滤波模块、多指标滤波模块和智能学习滤波模块的选择设置,
还用于选择GPS时间同步或者铷钟时间同步。
如上所述的微震采集仪还包括数据与高精度时间融合模块,数据与高精度时间融合模块用于将中央处理器采集到的微震信号与同步后的时间信息进行融合得到带时间标签的微震信号并传送到移动存储设备,数据与高精度时间融合模块还通过光电转换模块将带时间标签的微震信号传送至信号存储和分析模块。
如上所述的远距离高精度时间同步授时模块依次通过光电转换模块和过流过压保护模块与远距离高精度时间同步从模块进行时间同步;信号存储和分析模块和信号采集控制模块均通过光电转换模块和过流过压保护模块与中央处理器连接,所述的信号保真模块通过过流过压保护模块与传感器接口连接,过流过压保护模块与接地柱连接。
本发明与现有技术相比,具有以下优点:
1、本发明在确保微震系统长期运行时背景噪音保持较低水平的前提下,较好地解决了复杂环境下,微震系统难以监测到连续有效的微震数据的难题;
2、本发明提高了微震监测系统在无GPS信号的条件下采集仪之间的时间同步精度,能满足高精度现场试验(如围岩松动圈测试,岩石破裂机制研究)需要;
3、本发明实现了高精度A/D转换与采集系统的整体协调,既能有效的处理监测到数据,同时又能将噪音水平保持在一个较低的水平;
4、本发明在微震采集仪中同时添加了硬件滤波和多指标智能滤波模块,并可根据实际需求,设置是否采集波形,实现了数据的稳定传输、存储与处理,为灾害快速分析快速预警提供了保障。
附图说明
图1为本发明整体结构功能流程图;
图2为信号保真模块结构图;
图3为信号特征分析模块结构图;
图4为多指标智能滤波模块结构图;
图5本发明与现有微震系统数据连续性对比图;
图6(a)本发明时间同步效果(同步误差250ns);
图6(b)现有微震系统网络时间同步效果(同步误差180ms);
图7(a)本发明背景噪音:小于1.0E-7m.s-1;
图7(b)现有微震系统背景噪音:大于4.0E-7m.s-1;
图8(a)本发明采取滤噪措施后信号数(48个)及空间分布;
图8(b)现有微震系统接收到信号数(82个)及空间分布。
其中,1-加速度传感器,2-速度传感器,3-传感器接口(IP67标准),4-过流过压保护模块,5-接地柱,6-信号保真模块,6-1-加速度型传感器信号保真模块,6-2–速度型传感器信号保真模块,7-硬件滤波模块,8-信号特征分析模块,8-1-频谱分析模块,8-2-计数分析模块,8-3-上升时间分析模块,8-4-下降时间分析模块,8-5持续时间分析模块,8-6-振幅分析模块,8-7-转角频率分析模块,8-8-能量计算模块,8-9-短时平均比长时平均模块,9-多指标智能滤波模块,9-1-单指标滤波模块,9-2-多指标滤波模块,9-3-智能学习滤波模块,11-2号微震采集仪,12-AD采集模块(32位高精度AD采集模块),13-N号微震采集仪,14-中央处理器,15-数据与高精度时间融合模块,16-IP67标准USB接口,17-移动存储设备,18-远距离高精度时间同步从模块,19-光电转换模块,20-IP67标准以太网和光纤接口,21-时间源模块,22-远距离高精度时间同步授时模块,23-信号存储和分析模块,24-信号采集控制模块,25-不间断电源,26-IP67标准电源接口,27-1号微震采集仪。
具体实施方式
以下结合附图对本发明的技术方案作进一步详细描述。
一种多功能综合集成高精度智能微震监测系统,包括微震采集仪、微震系统服务器、传感器(包括加速度传感器1和速度传感器2)及移动存储设备17。
微震采集仪与传感器(包括加速度传感器1和速度传感器2)通过IP67标准传感器接口3连接。
微震采集仪与移动存储设备17通过IP67标准USB接口连接。
微震采集仪与微震系统服务器通过IP67标准以太网和光纤接口20连接。
微震采集仪包括IP67标准传感器接口3、过流过压保护模块4、接地柱5、信号保真模块6、硬件滤波模块7、信号特征分析模块8、多指标智能滤波模块9、AD采集模块12、中央处理器14、数据与高精度时间融合模块15、IP67标准USB接口16、远距离高精度时间同步从模块18、光电转换模块19、IP67标准以太网和光纤接口20、不间断电源25和IP67标准电源接口26。
其连接关系是:1)IP67标准传感器接口3与过流过压保护模块4连接,过流过压保护模块4与信号保真模块6连接,信号保真模块6与硬件滤波模块7连接,硬件滤波模块7与AD采集模块12连接,AD采集模块12与中央处理器14连接;2)IP67标准USB接口16与中央处理器14连接;3)IP67标准电源接口26与过流过压保护模块4连接,过流过压保护模块4与不间断电源25连接,不间断电源25与中央处理器14连接;4)IP67标准以太网和光纤接口20与光电转换模块19连接,光电转换模块19与过流过压保护模块4连接,过流过压保护模块4有两个线路与中央处理器14连接,一个是直接连接到中央处理器14,另一个是经远距离高精度时间同步从模块18与中央处理器14连接。所有过流过压保护模块4与接地柱5连接。
信号保真模块6包括加速度型传感器信号保真模块6-1和速度型传感器信号保真模块6-2,二者互相独立,当采集仪连接加速度传感器1时,加速度型传感器信号保真模块6-1工作;当采集仪连接速度传感器2时,速度型传感器信号保真模块6-2工作。加速度型传感器信号保真模块6-1主要功能1)给加速度传感器提供恒流源,确保加速度传感器正常工作;2)对加速度传感器采集到的波形信号削峰、整形达到信号保真作用。速度型传感器信号保真模块6-2主要功能对波形信号削峰、整形达到信号保真作用。
硬件滤波模块7通过比较采集到的电压值和事先设置的电压槛值的大小来判断信号是否为有效信号,若采集到的电压信号超过事先设置的电压槛值,对该信号进行采集、分析和存储;否则丢弃该信号。
信号特征分析模块8包括频谱分析模块8-1,计数分析模块8-2,上升时间分析模块8-3,下降时间分析模块8-4,持续时间分析模块8-5,振幅分析模块8-6,转角频率分析模块8-7,能量计算模块8-8,短时平均比长时平均模块8-9。
频谱分析模块8-1主要是通过离散傅立叶变换建立位移-频率(或速度-频率,或加速度-频率)关系,获取信号的最大振幅频率和平均频率;
计数分析模块8-2主要是统计一个波形信号振幅超过事先设置的电压门槛值的次数;
上升时间分析模块8-3主要是计算一个波形信号的振幅超过事先设置的电压门槛值到振幅最大的时间,计算公式:上升时间=采集仪采样频率×上升采样点数(超过事先设置的电压门槛值的采样点到最大振幅对应的采样点);
下降时间分析模块8-4主要是计算一个波形信号从振幅最大到振幅低于事先设置的电压门槛值的时间,计算公式:下降时间=采集仪采样频率×下降采样点数(最大振幅对应的采样点到低于事先设置的电压门槛值的采样点);
持续时间分析模块8-5主要是计算一个波形信号从振幅超过事先设置的电压门槛值到振幅低于事先设置的电压门槛值的时间,计算公式:持续时间=采集仪采样频率×波形采样点数(超过事先设置的电压门槛值对应的采样点到低于事先设置的电压门槛值的采样点);
振幅分析模块8-6主要是记录波形信号的最大振幅;
转角频率分析模块8-7以8-1频谱分析为基础,通过最小二乘法反分析确定微震事件的转角频率;
能量计算模块8-8主要利用公式(1)计算获得,
E=EP+ES (1)
其中,
上式中,E-能量,EP-P波能量;ES-S波能量;ρ-岩石密度,vP-P波波速,vS-S波波速,f0P-P波角频率;f0S-S波角频率;Ω0P-P波低频幅值;Ω0S-S波低频幅值;T-用于Fourier变换数据的时间段;t-采样间隔。
短时平均比长时平均模块8-9由公式(4)计算得到
其中,
式中,Sn和Ln分别为信号在第n个采样点时的短时平均值和长时平均值;CF(n)为信号在第n个采样点时的特征函数的值,计算公式如(7)所示;Nsta和Nsta分别为短时平均的时间窗和长时的平均时间窗所包含的记录点数,一般情况下Nsta取50个采样点,Nsta取500个采样点。
CF(n)=Y(n)2-Y(n-1)Y(n+1)
(7)
式中,Y(n)为第n个采样点对应的采样值。
多指标智能滤波模块9包括单指标滤波模块9-1、多指标滤波模块9-2和智能学习滤波模块9-3,三个滤波模块互相独立,单独使用。
单指标滤波模块9-1首先设定平均频率、最大振幅频率、转角频率、计数、上升时间、下降时间、持续时间、振幅、能量和短时平均比长时平均指标中的1个指标的范围,然后和信号特征分析模块8的分析结果进行比较,若信号特征分析模块8的分析结果在单指标滤波模块9-1设定的范围内,则滤除该信号,否则进行采集和存储,从而达到滤波目的;
多指标滤波模块9-2首先设定平均频率、最大振幅频率、转角频率、计数、上升时间、下降时间、持续时间、振幅、能量和短时平均比长时平均指标中若干个指标的范围,然后和信号特征分析模块8的分析结果进行比较,若信号特征分析模块8的分析结果在多指标滤波模块9-2设定的范围内,则滤除该信号,否则进行采集和存储,达到滤波目的;
智能学习滤波模块9-3通过BP(Back-Propagation)神经网络实现滤波功能,BP神经网络结构为10-18-24-1,即1个输入层,2个中间层,1个输出层,输入层10个神经元,第一中间层18个神经元,第二中间层24个神经元,输出层1个神经元,滤波步骤:
1)以信号特征分析模块8分析获得的平均频率、最大振幅频率、转角频率、计数、上升时间、下降时间、持续时间、振幅、能量和短时平均比长时平均作为人工神经网络的输入,以该波形信号对应的信号类型作为人工神经网络的输出,构建BP神经网络学习样本;
2)随机初始化BP神经网络的权值W、域值θ和学习结束系统误差E0;
3)输入学习样本,用公式(8)所示的S型激励函数计算神经元的输出,用公式(9)计算中间层和输出层的输出。
f(x)=1/(1+e-x) (8)
式中,x为神经元的输入,f(x)为神经元的输出。
式中,n为输出层神经元的个数,xi为第i个神经元的输出,wij为输出层第i个神经元到输入层第j个神经元的权值,θj为输入层第j个神经元被激励的门槛值,yj为输出层第j个神经元的输出。
4)求BP神经网络系统平均误差
对每一个(输入、输出)模式对i,其误差平方为:
其中,m=1,yk和dk分别为BP神经网络的输出和实际信号值。
BP神经网络系统平均误差为:
其中,p为样本个数,其他参数同上。
5)E小于等于事先设定的系统误差E0,结束学习,建立了神经网络滤波模型,输入新的信号特征信息,即可输出信号类别,达到滤波目的;否则,进入第6)步。
6)基于公式(11)计算的系统误差,利用递归策略从输出层开始逆向调整BP网络的权值,权值调整公式如下:
wij(t+1)=wij(t)+ηδjyi (12)
其中,wij(t)是第t次学习后输出层第i个神经元到输入层第j个神经元的权值,yi是神经元i的输出,η是增益项,事先设定的一个常数,δj是节点j的误差项。当神经元j是输出神经元时:
δj=yj(1-yj)(dj-yj) (13)
其中,yj和dj分别是BP神经网络的输出和实际信号值。
当神经元j内部的神经元时:
其中,k是神经元j上层中的神经元数。
阈值θ调整公式和过程同上。
微震系统服务器包括信号采集控制模块24、信号存储和分析模块23及远距离高精度时间同步授时模块22。
信号采集控制模块24负责采集仪采集参数的设置,步骤如下:
1)微震采集仪IP(Internet Protocol)地址、网关、端口及微震系统服务器IP地址设置;
2)传感器类型(单向加速度传感器、三向加速度传感器、单向速度传感器、三向速度传感器4种类型传感器选择1种)、数量、参数(传感器灵敏度、频率范围)及坐标信息设置;
3)信号保真模块6(加速度型传感器保真模块6-1、速度型传感器信号保真模块6-2二者选择1种)设置,使之与设置的传感器类型对应;
4)采集仪采样频率设置(采集仪采样频率有1KHz,4KHz,8KHz,12KHz,20KHz和40KHz6种方案,选择其中1种);
5)多指标智能滤波模块9滤波模式的设置(多指标智能滤波模块9包含单指标滤波模块9-1、多指标滤波模块9-2和智能学习滤波模块9-3,选择其中1种);
6)采集模式设置(连续采集、触发式采集,选择其中1种);
7)时间同步模式设置(PTP+GPS时间同步、PTP+铷钟时间同步,选择其中1种);
8)信号通讯方式设置(无线通讯、有线通讯,选择其中1种);
9)信号通过IP67标准以太网和光纤接口20传递给光电转换模块19,然后经过流过压保护模块4传递给采集仪的中央处理器14,实现采集仪和服务器之间的通讯;其中过压保护模块4连接接地柱5。
信号存储和分析模块23负责采集仪存储和分析参数的设置,步骤如下:
1)采集仪的信号特征分析模块8的设置(频率分析模块8-1、计数分析模块8-2、上升时间分析模块8-3、下降时间分析模块8-4、持续时间分析模块8-5、振幅分析模块8-6、频谱分析模块8-7、能量计算模块8-8和短时平均比长时平均模块8-9,默认全部分析,也可根据实际工程选择其中的一种或几种);
2)信号存储模式设置,存储模式共2种,二者选择1种:一是同步滚动存储,这种存储模式是采集仪与微震系统服务器之间的通讯线路通畅时,将采集仪采集的微震数据通过网络存储到微震系统服务器,同时也将其存储到移动存储设备17,当线路不通畅时,将采集仪采集的微震数据存储到移动存储设备17,线路通畅后将存储到移动存储设备17上的数据上传至微震系统服务器,当移动存储设备17没有连接,系统发出警示;二是意外滚动存储,该存储模式是采集仪与微震系统服务器之间的通讯线路通畅时,微震数据只通过网络存储到微震系统服务器;当采集仪与微震系统服务器之间的通讯线路不通时,微震监测数据存储于移动存储设备17,线路通畅后将存储到移动存储设备17上的数据上传至微震系统服务器,当移动存储设备17没有连接,系统发出警示;
3)信号通过IP67标准以太网和光纤接口20传递给光电转换模块19,然后经过流过压保护模块4传递给采集仪的中央处理器14,其中过压保护模块4连接接地柱5。
远距离高精度时间同步授时模块22与远距离高精度时间同步从模块18之间采用PTP(Precision Time Protocol))协议,采取主从式点对点时间同步策略,将时间源模块21产生的时间信息按点对点模式发送给采集仪的远距离高精度时间同步从模块18,进行时间同步。
时间源模块21包括GPS时钟和铷钟,GPS时钟和铷钟采取并行自动选取策略,有GPS信号时采用GPS时钟产生时间信号,通过远距离高精度时间同步授时模块22和远距离高精度时间同步从模块18实现采集仪与全球时间系统高精度同步;无GPS信号时采用铷钟产生时间信号(铷钟使用前要先通过GPS时钟校准),采用远距离高精度时间同步授时模块22和远距离高精度时间同步从模块18实现局域网内高精度时间同步。从而解决了无GPS信号的条件下,微震系统监测节点与服务器之间时间同步精度差的问题,满足了高精度现场试验(比如围岩松动圈测试,岩石破裂机制研究)需要。
通过远距离高精度时间同步授时模块22设置各个采集仪的时间同步参数:
1)时间服务器(即微震系统服务器,本发明采用时间服务器与微震系统服务器二合一的策略相同)的IP地址和端口设置;
2)时间同步顺序设置,共2种时间同步顺序,一是采集仪IP地址由小到大的顺序,二是采集仪IP地址由大到小的顺序,可根据实际工程选择其中任何1种;
3)时间同步周期设置,共4种周期模式:50秒、1分钟、3分钟和5分钟,可根据实际工程选择其中任何1种;
4)信号通过IP67标准以太网和光纤接口20传递给光电转换模块19,然后经过流过压保护模块4传递给采集仪的中央处理器14,其中过压保护模块4连接接地柱5。
为了及时释放变化的电磁场、不稳定电源等外界环境瞬间产生的高电压或电流,防止损毁采集仪,采集仪的IP67标准传感器接口3、IP67标准电源接口26和IP67标准以太网和光纤接口20经光电转换模块19与过流过压保护模块4连接。
为解决复杂环境下微震系统设备之间接口易松动、接口易被潮湿多灰尘的环境锈蚀、设备之间的线路易被冲击波或机械设备损坏及问题出现之后难以及时排除的问题,本发明采取将信号保真模块6、硬件滤波模块7、AD采集模块12、远距离高精度时间同步从模块18、光电转换模块19和不间断电源25综合集成到采集仪的策略,并对元器件及线路设置进行优选与优化,尽可能的减少元器件本身及线路设置的不合理产生的电气噪音,为进一步消除综合集成后设备长期运行产生的电器噪音的影响,利用硬件滤波模块7和多指标智能滤波模块9双重滤波,消除采集仪自身线路板产生的电气噪音。
为了尽可能的发挥AD采集模块12的优势,降低其不利因素,首先利用信号保真模块6对模拟信号进行保真处理,接着利用硬件滤波模块7进行硬件滤波,既滤除了电气噪音的影响,又减轻了A/D转换的负担,达到较好的效果。
为了减轻微震系统连续采集数据传输及存储的负担,提高数据分析的效率,达到灾害快速分析快速预警目的,本发明采取了2条有效措施1)首先利用硬件滤波模块7对各种环境噪音进行滤除;2)对A/D转换后的数字信号,利用信号特征分析模块8对信号特征进行计算与分析,然后根据噪音信号的特征,利用多指标智能滤波模块9进行信号类型识别,对于噪音信号只存储信号特征分析模块8分析获得的波形特征参数;对于有用信号同时存储信号特征分析模块8分析获得的波形特征参数和采集仪采集的波形数据,进一步减轻数据传输及存储的负担。
以某隧道围岩损伤监测为例,说明本发明的具体实施过程。用于该隧道围岩损伤监测的微震监测系统共使用2台6通道微震采集仪,共12个通道,具体实施过程如下:
第一步,1号采集仪线路连接:1)将IP67标准传感器接口3与过流过压保护模块4连接,将过流过压保护模块4与信号保真模块6连接,将信号保真模块6与硬件滤波模块7连接,将硬件滤波模块7与AD采集模块12连接,将AD采集模块12与中央处理器14连接;2)将IP67标准USB接口16与中央处理器14连接;3)将IP67标准电源接口26与过流过压保护模块4连接,将过流过压保护模块4与不间断电源25连接,将不间断电源25与中央处理器14连接;4)将IP67标准以太网和光纤接口20与光电转换模块19连接,光电转换模块19与过流过压保护模块4连接,过流过压保护模块4有两个线路与中央处理器14连接,一个是直接连接到中央处理器14,另一个是经远距离高精度时间同步从模块18与中央处理器14连接。所有过流过压保护模块4与接地柱5连接。
2号采集仪线路连接与1号采集仪线路连接相同。
第二步,通过微震系统服务器的信号采集控制模块24设置采集仪的采集参数。
1号微震采集仪27的采集参数:
1)微震采集仪IP(Internet Protocol)地址:192.168.2.101、网关:192.168.2.10、端口:8080及微震系统服务器IP地址:192.168.2.10;
2)传感器类型:三向加速度传感器,数量2个,传感器灵敏度2V/g,频率范围0.5-5KHz,2个三向加速度传感器坐标分别为(1000米,10米,8米)、(1000米,-10米,8米);
3)信号保真选择加速度型传感器保真模块6-1;
4)采集仪采样频率为12KHz;
5)滤波为智能学习滤波模块9-3;
6)采集模式为触发式采集;
7)时间同步模式为PTP+铷钟时间同步模式;
8)信号通讯方式为有线通讯;
9)信号通过IP67标准以太网和光纤接口20传递给光电转换模块19,然后经过流过压保护模块4传递给采集仪的中央处理器14,实现采集仪和服务器之间的通讯;其中过压保护模块4连接接地柱5。
2号微震采集仪11的参数:IP地址192.168.2.102,2个三向加速度传感器坐标分别为(1050米,10米,2米)、(1050米,-10米,2米),其他参数设置同1号微震采集仪27;
第三步,通过信号存储和分析模块23设置各个采集仪的分析和存储模式。
1号微震采集仪27的信号特征分析:
1)选择信号特征分析模块8的全部分析功能:频谱分析模块8-1、计数分析模块8-2、上升时间分析模块8-3、下降时间分析模块8-4、持续时间分析模块8-5、振幅分析模块8-6、转角频率分析模块8-7、能量计算模块8-8和短时平均比长时平均模块8-9;
2)信号存储模式为意外滚动存储;
3)信号通过IP67标准以太网和光纤接口20传递给光电转换模块19,然后经过流过压保护模块4传递给采集仪的中央处理器14,其中过压保护模块4连接接地柱5。
2号微震采集仪11的分析和存储模式设置与1号微震采集仪27相同。
第四步,通过远距离高精度时间同步授时模块22设置各个采集仪的时间同步参数:
1)1号微震采集仪27的时间服务器的IP地址:192.168.2.10、端口:8081;
2)时间同步顺序:采集仪IP地址由小到大的顺序;
3)时间同步周期:1分钟;
4)信号通过IP67标准以太网和光纤接口20传递给光电转换模块19,然后传递给过流过压保护模块4,接着,经远距离高精度时间同步从模块18传递给采集仪的中央处理器14,其中过压保护模块4连接接地柱5。
2号微震采集仪11时间同步参数设置与1号微震采集仪27相同。
第五步,将移动存储设备17通过IP67标准USB接口16与微震采集仪连接。1号微震采集仪27和2号微震采集仪11操作相同。
第六步,通过IP67标准电源接口将采集仪连接到外接电源上,通过过流过压保护模块4给不间断电源25充电,同时给采集仪供电,其中过压保护模块4与接地柱5连接。当不间断电源25充满电时,其自动断开与外接电源的连接,当外接电源断开时,不间断电源25开始给采集仪供电,确保微震系统能连续正常工作。1号微震采集仪27和2号微震采集仪11操作相同。
第七步,将加速度传感器1通过IP67标准传感器接口3与采集仪连接。1号微震采集仪27和2号微震采集仪11操作相同。
将1号微震采集仪27和2号微震采集仪11通过IP67标准以太网和光纤接口20连接至交换器,经交换器连接至微震服务器,至此,完成了整个微震系统的安装与设置。
信号采集与通讯过程:微震系统通过加速度传感器1接收外界微震动信号,并通过IP67标准传感器接口3和过流过压保护模块4,将微震动信号传递到信号保真模块6,经信号保真模块6处理过的微震信号,首先通过硬件滤波模块7进行硬件滤波,通过硬件滤波模块7的微震信号,由AD采集模块12负责信号的采集,然后通过信号特征分析模块8进行信号特征分析,根据信号特征分析模块8的分析结果通过多指标智能滤波模块9进行二次滤波,滤除环境噪音,识别信号类型,确定需要存储的有效信号,然后通过数据与高精度时间融合模块15将需要存储的有效微震数据打上时间戳,当采集仪和微震系统服务器通讯线路通畅时,将微震数据信息通过光电转换模块19和IP67标准以太网和光纤接口20存储到微震系统服务器;当采集仪和微震系统服务器通讯线路不通畅时,将微震数据信息暂时存储到移动存储设备17上,线路通畅后将存储到移动存储设备17上的数据上传至微震系统服务器。
高精度时间信号由时间源模块21通过远距离高精度时间同步授时模块22和远距离高精度时间同步从模块18同步矫正确定,时间同步顺序按采集仪IP地址由小到大的顺序进行,时间同步周期1分钟。
本发明与现有微震系统相比,效果如图5-8所示,从图5可以看出,相同工作条件下本发明比现有微震监测系统监测到的数据更连续,更有利于灾害的分析与预报;从图6(a)和6(b)可以看出相同工作条件下,本发明采用PTP+铷钟时间同步策略,不同采集仪采集到的脉冲信号时间同步误差为250ns左右;而现有微震系统采用NTP+铷钟时间同步策略,不同采集仪采集到的脉冲信号时间同步误差为180ms左右,时间同步精度提高到纳秒级别,可以满足高精度现场试验(比如围岩松动圈测试,岩石破裂机制研究)需要。从图7(a)和7(b)可以看出,在背景噪音干扰较小的相同实验条件下本发明背景噪音小于1.0E-7m.s-1,现有24位微震系统背景噪音大于4.0E-7m.s-1,本发明信号识别能力高于已有系统4倍。从图8(a)和8(b)可以看出,相同背景噪音干扰下,本发明监测到102个信号,采取双重滤波措施后获取48个有用信号,而现有微震系统获取82个信号,可见本发明具有更好的滤噪效果。
本文中所描述的具体实施实例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施实例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种多功能综合集成高精度智能微震监测系统,包括微震采集仪,其特征在于,微震采集仪包括中央处理器(14)和信号硬件滤波模块,信号硬件滤波模块依次通过AD采集模块(12)、信号特征分析模块(8)和多指标智能滤波模块(9)与中央处理器(14)连接,
信号特征分析模块(8)包括:
频谱分析模块(8-1),用于通过离散傅立叶变换建立位移-频率或速度-频率或加速度-频率关系,获取信号的最大振幅频率和平均频率;
计数分析模块(8-2),用于统计波形信号振幅超过预先设置的电压门槛值的次数;
上升时间分析模块(8-3),用于计算波形信号的振幅超过预先设置的电压门槛值到振幅最大的时间;
下降时间分析模块(8-4),用于计算波形信号从振幅最大到振幅低于预先设置的电压门槛值的时间;
持续时间分析模块(8-5),用于计算波形信号从振幅超过预先设置的电压门槛值到振幅低于预先设置的电压门槛值的时间;
振幅分析模块(8-6),用于记录波形信号的最大振幅;
转角频率分析模块(8-7),用于通过最小二乘法反分析确定微震事件的转角频率;
能量计算模块(8-8),用于计算岩石破裂P波能量、S波能量和总能量;
短时平均比长时平均模块(8-9),用于计算信号在第n个采样点时的短时平均值和长时平均值的比值;
多指标智能滤波模块(9),用于将信号特征分析模块(8)获得的参数根据预定的筛选方式与预设的阈值范围进行比较,选取滤除后的信号。
2.根据权利要求1所述的一种多功能综合集成高精度智能微震监测系统,其特征在于,所述的多指标智能滤波模块(9)包括单指标滤波模块(9-1),单指标滤波模块(9-1)预先设定平均频率、最大振幅频率、转角频率、计数、上升时间、下降时间、持续时间、振幅、能量和短时平均比长时平均指标中的1个指标的阈值范围,然后和信号特征分析模块(8)的分析结果进行比较,若信号特征分析模块(8)的分析结果在单指标滤波模块(9-1)设定的范围内,则滤除该信号,否则进行采集和存储。
3.根据权利要求2所述的一种多功能综合集成高精度智能微震监测系统,其特征在于,所述的多指标智能滤波模块(9)还包括多指标滤波模块(9-2),多指标滤波模块(9-2)预先设定平均频率、最大振幅频率、转角频率、计数、上升时间、下降时间、持续时间、振幅、能量和短时平均比长时平均指标中若干个指标的范围,然后和信号特征分析模块(8)的分析结果进行比较,若信号特征分析模块(8)的分析结果均在多指标滤波模块(9-2)设定的范围内,则滤除该信号,否则进行采集和存储。
4.根据权利要求3所述的一种多功能综合集成高精度智能微震监测系统,其特征在于,所述的多指标智能滤波模块(9)还包括智能学习滤波模块(9-3),智能学习滤波模块(9-3)通过BP神经网络对波形信号进行滤除,BP神经网络包括1个输入层、2个中间层和1个输出层,输入层包括平均频率、最大振幅频率、转角频率、计数、上升时间、下降时间、持续时间、振幅、能量和短时平均比长时平均这10个神经元,输出层包括信号类型1个神经元。
5.根据权利要求4所述的一种多功能综合集成高精度智能微震监测系统,其特征在于,所述的信号硬件滤波模块包括与AD采集模块(12)连接的硬件滤波模块(7)和与硬件滤波模块(7)连接的信号保真模块(6),
信号保真模块(6)包括加速度型传感器信号保真模块(6-1)和速度型传感器信号保真模块(6-2),
加速度型传感器信号保真模块(6-1),用于给加速度传感器提供恒流源并对加速度传感器采集到的波形信号削峰、整形,
速度型传感器信号保真模块(6-2),用于对波形信号削峰、整形,
硬件滤波模块(7)通过比较采集到的电压值和事先设置的电压槛值的大小来判断波形信号是否为有效信号,若采集到的电压信号超过事先设置的电压槛值,对该信号进行采集、分析和存储;否则丢弃该波形信号。
6.根据权利要求1所述的一种多功能综合集成高精度智能微震监测系统,其特征在于,还包括微震系统服务器,微震系统服务器包括信号存储和分析模块(23),
信号存储和分析模块(23),用于对频谱分析模块(8-1)、计数分析模块(8-2)、上升时间分析模块(8-3)、下降时间分析模块(8-4)、持续时间分析模块(8-5)、振幅分析模块(8-6)、转角频率分析模块(8-7)、能量计算模块(8-8)和短时平均比长时平均模块(8-9)的阈值范围进行设置;还用于存储微震采集仪采集的微震数据。
7.根据权利要求6所述的一种多功能综合集成高精度智能微震监测系统,其特征在于,所述的微震系统服务器还包括远距离高精度时间同步授时模块(22)和时间源模块(21),所述的微震采集仪还包括与中央处理器(14)连接的远距离高精度时间同步从模块(18),
远距离高精度时间同步授时模块(22),用于将时间源模块(21)生成的时间信息通过PTP协议并通过主从式点对点的同步方式传输到远距离高精度时间同步从模块(18),
所述的时间源模块(21)包括GPS时钟和铷钟。
8.根据权利要求7所述的一种多功能综合集成高精度智能微震监测系统,其特征在于,所述的微震系统服务器还包括信号采集控制模块(24),
信号采集控制模块(24)用于设置微震采集仪IP地址、网关、端口及微震系统服务器IP地址,
还用于传感器类型、数量、传感器灵敏度、频率范围及坐标信息的选择设置,传感器类型选自单向加速度传感器、三向加速度传感器、单向速度传感器、三向速度传感器中的1种,
还用于加速度型传感器信号保真模块(6-1)、速度型传感器信号保真模块(6-2)的选择设置,
还用于微震采集仪采样频率设置,即AD采集模块(12)的采样频率设置,
还用于单指标滤波模块(9-1)、多指标滤波模块(9-2)和智能学习滤波模块(9-3)的选择设置,
还用于选择GPS时间同步或者铷钟时间同步。
9.根据权利要求8所述的一种多功能综合集成高精度智能微震监测系统,其特征在于,所述的微震采集仪还包括数据与高精度时间融合模块(15),数据与高精度时间融合模块(15)用于将中央处理器(14)采集到的微震信号与同步后的时间信息进行融合得到带时间标签的微震信号并传送到移动存储设备(17),数据与高精度时间融合模块(15)还通过光电转换模块(19)将带时间标签的微震信号传送至信号存储和分析模块(23)。
10.根据权利要求9所述的一种多功能综合集成高精度智能微震监测系统,其特征在于,所述的远距离高精度时间同步授时模块(22)依次通过光电转换模块(19)和过流过压保护模块(4)与远距离高精度时间同步从模块(18)进行时间同步;信号存储和分析模块(23)和信号采集控制模块(24)均通过光电转换模块(19)和过流过压保护模块(4)与中央处理器(14)连接, 所述的信号保真模块(6)通过过流过压保护模块(4)与传感器接口(3)连接,过流过压保护模块(4)与接地柱(5)连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410315874.6A CN104062677B (zh) | 2014-07-03 | 2014-07-03 | 一种多功能综合集成高精度智能微震监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410315874.6A CN104062677B (zh) | 2014-07-03 | 2014-07-03 | 一种多功能综合集成高精度智能微震监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104062677A true CN104062677A (zh) | 2014-09-24 |
CN104062677B CN104062677B (zh) | 2017-02-15 |
Family
ID=51550475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410315874.6A Active CN104062677B (zh) | 2014-07-03 | 2014-07-03 | 一种多功能综合集成高精度智能微震监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104062677B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104678431A (zh) * | 2015-03-11 | 2015-06-03 | 中国科学院武汉岩土力学研究所 | 一种防浸水防电涌浪多功能便捷式微震信号保真盒 |
CN104816742A (zh) * | 2015-05-13 | 2015-08-05 | 张凤亮 | 列车运行灾害预警监测系统 |
CN105527650A (zh) * | 2016-02-17 | 2016-04-27 | 中国科学院武汉岩土力学研究所 | 一种工程尺度下微震信号及p波初至自动识别算法 |
CN106154307A (zh) * | 2016-06-21 | 2016-11-23 | 中国矿业大学 | 一种煤岩冲击失稳模式的微震识别方法 |
CN106405640A (zh) * | 2016-08-26 | 2017-02-15 | 中国矿业大学(北京) | 基于深度信念神经网络的微震信号到时自动拾取方法 |
CN107356957A (zh) * | 2017-07-11 | 2017-11-17 | 中国矿业大学 | 一种基于光纤光栅加速度传感器的微震监测系统及安装和监测方法 |
CN107836001A (zh) * | 2015-06-29 | 2018-03-23 | 微软技术许可有限责任公司 | 硬件加速器上的卷积神经网络 |
CN107944613A (zh) * | 2017-11-17 | 2018-04-20 | 湖南大学 | 一种基于符号网络的灾变预测方法 |
CN109405880A (zh) * | 2018-10-24 | 2019-03-01 | 东北大学 | 一种浅部采空区地表与地下相结合监测预警系统及方法 |
CN109765610A (zh) * | 2019-03-07 | 2019-05-17 | 中国科学院武汉岩土力学研究所 | 一种传感-采集-无线发射综合集成微震监测系统及方法 |
CN110058294A (zh) * | 2019-05-10 | 2019-07-26 | 东北大学 | 一种隧道微震监测岩石破裂事件自动识别方法 |
CN110146917A (zh) * | 2019-05-14 | 2019-08-20 | 天地科技股份有限公司 | 一种矿用微震监测系统 |
CN110618447A (zh) * | 2019-09-24 | 2019-12-27 | 中国石油集团渤海钻探工程有限公司 | 水力压裂监测微地震采集异构数据体一体化方法及设备 |
CN111123355A (zh) * | 2020-01-07 | 2020-05-08 | 山东大学 | 一种基于微震监测数据的岩爆预测方法及系统 |
CN111208211A (zh) * | 2020-01-17 | 2020-05-29 | 大连理工大学 | 一种岩体深部微震定位校正的敲击装置 |
CN112684330A (zh) * | 2020-12-10 | 2021-04-20 | 中广核工程有限公司 | 核电厂电动阀参数在线监测系统及在线监测模块 |
BE1027019B1 (fr) * | 2019-07-16 | 2021-06-25 | Univ Jiangxi Sci & Technology | Procédé et dispositif de prédiction des stades d’instabilité d’une masse rocheuse sur la base d’une fusion de caractéristiques multiples |
CN113703038A (zh) * | 2021-08-31 | 2021-11-26 | 中煤科工集团重庆研究院有限公司 | 一种微震信号自动采集识别方法及系统 |
CN113756871A (zh) * | 2021-09-13 | 2021-12-07 | 中国科学院武汉岩土力学研究所 | 一种坚硬顶板型冲击地压实时预警方法及系统 |
WO2022156582A1 (zh) * | 2021-01-19 | 2022-07-28 | 中南大学 | 一种地声事件定位方法及其失稳灾害预警方法、地声感知仪、监测系统及其可读存储介质 |
CN116540299A (zh) * | 2023-07-05 | 2023-08-04 | 煤炭科学研究总院有限公司 | 一种用于煤矿场景的基于微震能量积聚倾向性的预警方法 |
CN116794718A (zh) * | 2023-07-11 | 2023-09-22 | 福建师范大学 | 一种多通道矿区微震信号自动监测和预处理装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201707447U (zh) * | 2010-06-01 | 2011-01-12 | 中冶北方工程技术有限公司 | 基于opc接口的微震检测装置 |
CN201725039U (zh) * | 2010-06-01 | 2011-01-26 | 中冶北方工程技术有限公司 | 基于以太网接口的微震信号检测装置 |
CN102298154A (zh) * | 2011-04-20 | 2011-12-28 | 徐州福安科技有限公司 | 矿山采动裂隙演化与分布监测装置及方法 |
WO2013006794A1 (en) * | 2011-07-07 | 2013-01-10 | David Diller | System and method for narrow beam scanning microseismic monitoring |
US20140100833A1 (en) * | 2012-10-05 | 2014-04-10 | Kenneth E. Williams | Analyzing fracture stratigraphy |
CN103777232A (zh) * | 2014-02-20 | 2014-05-07 | 武汉大学 | 一种基于爆破振动监测的深部岩体岩爆预测预警方法 |
-
2014
- 2014-07-03 CN CN201410315874.6A patent/CN104062677B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201707447U (zh) * | 2010-06-01 | 2011-01-12 | 中冶北方工程技术有限公司 | 基于opc接口的微震检测装置 |
CN201725039U (zh) * | 2010-06-01 | 2011-01-26 | 中冶北方工程技术有限公司 | 基于以太网接口的微震信号检测装置 |
CN102298154A (zh) * | 2011-04-20 | 2011-12-28 | 徐州福安科技有限公司 | 矿山采动裂隙演化与分布监测装置及方法 |
WO2013006794A1 (en) * | 2011-07-07 | 2013-01-10 | David Diller | System and method for narrow beam scanning microseismic monitoring |
US20140100833A1 (en) * | 2012-10-05 | 2014-04-10 | Kenneth E. Williams | Analyzing fracture stratigraphy |
CN103777232A (zh) * | 2014-02-20 | 2014-05-07 | 武汉大学 | 一种基于爆破振动监测的深部岩体岩爆预测预警方法 |
Non-Patent Citations (2)
Title |
---|
张辉: "煤矿微震监测系统高精度时间同步的实现", 《煤炭科学技术》, vol. 41, 31 August 2013 (2013-08-31) * |
陈炳瑞 等: "深埋隧洞TBM掘进微震实时监测与特征分析", 《岩石力学与工程学报》, vol. 30, no. 2, 28 February 2011 (2011-02-28) * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104678431A (zh) * | 2015-03-11 | 2015-06-03 | 中国科学院武汉岩土力学研究所 | 一种防浸水防电涌浪多功能便捷式微震信号保真盒 |
CN104816742A (zh) * | 2015-05-13 | 2015-08-05 | 张凤亮 | 列车运行灾害预警监测系统 |
CN107836001A (zh) * | 2015-06-29 | 2018-03-23 | 微软技术许可有限责任公司 | 硬件加速器上的卷积神经网络 |
US11200486B2 (en) | 2015-06-29 | 2021-12-14 | Microsoft Technology Licensing, Llc | Convolutional neural networks on hardware accelerators |
CN105527650A (zh) * | 2016-02-17 | 2016-04-27 | 中国科学院武汉岩土力学研究所 | 一种工程尺度下微震信号及p波初至自动识别算法 |
CN105527650B (zh) * | 2016-02-17 | 2017-10-17 | 中国科学院武汉岩土力学研究所 | 一种工程尺度下微震信号及p波初至自动识别算法 |
CN106154307A (zh) * | 2016-06-21 | 2016-11-23 | 中国矿业大学 | 一种煤岩冲击失稳模式的微震识别方法 |
CN106405640A (zh) * | 2016-08-26 | 2017-02-15 | 中国矿业大学(北京) | 基于深度信念神经网络的微震信号到时自动拾取方法 |
CN106405640B (zh) * | 2016-08-26 | 2018-07-10 | 中国矿业大学(北京) | 基于深度信念神经网络的微震信号到时自动拾取方法 |
CN107356957A (zh) * | 2017-07-11 | 2017-11-17 | 中国矿业大学 | 一种基于光纤光栅加速度传感器的微震监测系统及安装和监测方法 |
CN107944613A (zh) * | 2017-11-17 | 2018-04-20 | 湖南大学 | 一种基于符号网络的灾变预测方法 |
CN109405880A (zh) * | 2018-10-24 | 2019-03-01 | 东北大学 | 一种浅部采空区地表与地下相结合监测预警系统及方法 |
CN109765610A (zh) * | 2019-03-07 | 2019-05-17 | 中国科学院武汉岩土力学研究所 | 一种传感-采集-无线发射综合集成微震监测系统及方法 |
US11169289B2 (en) | 2019-03-07 | 2021-11-09 | Institute Of Rock And Soil Mechanics, Chinese Academy Of Sciences | Sensing-acquisition-wireless transmission integrated microseismic monitoring system and method |
CN110058294A (zh) * | 2019-05-10 | 2019-07-26 | 东北大学 | 一种隧道微震监测岩石破裂事件自动识别方法 |
CN110146917A (zh) * | 2019-05-14 | 2019-08-20 | 天地科技股份有限公司 | 一种矿用微震监测系统 |
BE1027019B1 (fr) * | 2019-07-16 | 2021-06-25 | Univ Jiangxi Sci & Technology | Procédé et dispositif de prédiction des stades d’instabilité d’une masse rocheuse sur la base d’une fusion de caractéristiques multiples |
CN110618447A (zh) * | 2019-09-24 | 2019-12-27 | 中国石油集团渤海钻探工程有限公司 | 水力压裂监测微地震采集异构数据体一体化方法及设备 |
CN111123355A (zh) * | 2020-01-07 | 2020-05-08 | 山东大学 | 一种基于微震监测数据的岩爆预测方法及系统 |
CN111208211B (zh) * | 2020-01-17 | 2021-06-18 | 大连理工大学 | 一种岩体深部微震定位校正的敲击装置 |
CN111208211A (zh) * | 2020-01-17 | 2020-05-29 | 大连理工大学 | 一种岩体深部微震定位校正的敲击装置 |
CN112684330A (zh) * | 2020-12-10 | 2021-04-20 | 中广核工程有限公司 | 核电厂电动阀参数在线监测系统及在线监测模块 |
WO2022156582A1 (zh) * | 2021-01-19 | 2022-07-28 | 中南大学 | 一种地声事件定位方法及其失稳灾害预警方法、地声感知仪、监测系统及其可读存储介质 |
CN113703038A (zh) * | 2021-08-31 | 2021-11-26 | 中煤科工集团重庆研究院有限公司 | 一种微震信号自动采集识别方法及系统 |
CN113703038B (zh) * | 2021-08-31 | 2024-05-07 | 中煤科工集团重庆研究院有限公司 | 一种微震信号自动采集识别方法及系统 |
CN113756871A (zh) * | 2021-09-13 | 2021-12-07 | 中国科学院武汉岩土力学研究所 | 一种坚硬顶板型冲击地压实时预警方法及系统 |
CN116540299A (zh) * | 2023-07-05 | 2023-08-04 | 煤炭科学研究总院有限公司 | 一种用于煤矿场景的基于微震能量积聚倾向性的预警方法 |
CN116540299B (zh) * | 2023-07-05 | 2023-09-26 | 煤炭科学研究总院有限公司 | 一种用于煤矿场景的基于微震能量积聚倾向性的预警方法 |
CN116794718A (zh) * | 2023-07-11 | 2023-09-22 | 福建师范大学 | 一种多通道矿区微震信号自动监测和预处理装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104062677B (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104062677A (zh) | 一种多功能综合集成高精度智能微震监测系统 | |
CN105974469B (zh) | 岩质边坡开挖扰动作用下的微震监测预警分析系统及方法 | |
CN102721982B (zh) | 基于扩频编码技术的地面电磁勘探方法及其探测系统 | |
CN102253410B (zh) | 全数字化工程双源面波勘探数据采集与处理系统 | |
CN110910613A (zh) | 一种岩体微震无线监测接收预警系统 | |
CN103257295B (zh) | 基于北斗-gps双模授时的智能微网检测系统及方法 | |
CN101907437A (zh) | 一种基于小波差分算法的电缆故障测距方法 | |
CN102590869B (zh) | 一种人工场源频率域电法勘探方法及勘探系统 | |
CN1632602A (zh) | 电网地磁感应电流监测方法及装置 | |
DE112020000702T5 (de) | Mikrobewegungserfassungsgerät, drahtloses fernmesssystem und datenqualitätsüberwachungsverfahren | |
US11789173B1 (en) | Real-time microseismic magnitude calculation method and device based on deep learning | |
CN102253416A (zh) | 多功能大功率多道滚动快速测量电法地震综合测量系统 | |
CN109992847A (zh) | 一种混合机器学习模型的滑坡位移预测方法 | |
CN101226240A (zh) | 一种震电隧道地质探测预报方法及装置 | |
CN102628960B (zh) | 速度和加速度双参数数字地震检波器 | |
CN103742131A (zh) | 随钻声波井下信号采集与处理系统的时差实时提取方法 | |
CN104360402B (zh) | 一种井地联合并行电法测试方法与测试系统 | |
CN103208032A (zh) | 一种基于小波和混沌优化lssvm的周期来压预测方法 | |
CN106873028A (zh) | 一种基于蒸汽辅助重力泄油的微震波监测方法及系统 | |
CN103364823B (zh) | 震动源实时定位与分析系统 | |
CN200962147Y (zh) | 基于天然电场理想化的深部资源高精度探测仪 | |
CN105574619A (zh) | 一种太阳能光伏发电出力预测系统及预测方法 | |
CN104793239A (zh) | 基于mems加速度传感器的综合测震系统 | |
Romero et al. | A statistical analysis on the risetime of lightning current pulses in negative upward flashes measured at Säntis tower | |
CN203054155U (zh) | 双定位高精度配网电压行波测距系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191009 Address after: 430071 small Hongshan No. 2, Wuchang District, Hubei, Wuhan Patentee after: Wuhan Institute of Geotechnical Mechanics, Chinese Academy of Sciences Address before: 430000 small Hongshan No. 2, Wuchang District, Hubei, Wuhan Co-patentee before: WUHAN SEAQUAKE TECHNOLOGY CO., LTD. Patentee before: Wuhan Institute of Geotechnical Mechanics, Chinese Academy of Sciences |
|
TR01 | Transfer of patent right |