CN113671568A - 一种扰动应力-微震同时空集成传感系统及方法 - Google Patents
一种扰动应力-微震同时空集成传感系统及方法 Download PDFInfo
- Publication number
- CN113671568A CN113671568A CN202110962048.0A CN202110962048A CN113671568A CN 113671568 A CN113671568 A CN 113671568A CN 202110962048 A CN202110962048 A CN 202110962048A CN 113671568 A CN113671568 A CN 113671568A
- Authority
- CN
- China
- Prior art keywords
- microseismic
- data
- stress
- disturbance stress
- disturbance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 230000010354 integration Effects 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims description 38
- 239000011435 rock Substances 0.000 claims description 26
- 238000005553 drilling Methods 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 19
- 230000001133 acceleration Effects 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 9
- 238000007789 sealing Methods 0.000 claims description 4
- 238000010200 validation analysis Methods 0.000 claims description 3
- 238000009412 basement excavation Methods 0.000 abstract description 12
- 238000010276 construction Methods 0.000 abstract description 9
- 238000013461 design Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 description 10
- 230000002265 prevention Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011440 grout Substances 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/22—Transmitting seismic signals to recording or processing apparatus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种扰动应力‑微震同时空集成传感系统,包括输出装置、集成传感装置和数据处理装置,集成传感装置获得微震数据和应力数据并发送给数据处理装置。数据处理装置,用于对微震数据和应力数据进行处理获得微震信号数据和扰动应力数据,还用于根据微震信号数据通过扰动应力‑微震同时空集成传感模型计算获得计算扰动应力,还用于将微震信号数据、实测扰动应力、微震信号类型、以及计算扰动应力输送到外部输出装置。本发明还公开了一种扰动应力‑微震同时空集成传感方法。本发明现场监测的实测扰动应力与训练后的扰动应力‑微震同时空集成传感模型计算得出的计算扰动应力相结合,为施工开挖与支护设计提供参考依据。
Description
技术领域
本发明属于应力测量与微震监测技术领域,具体涉及一种扰动应力-微震同时空集成传感系统,还涉及一种扰动应力-微震同时空集成传感方法,适用于工程开挖、支护设计与灾害的预警与防治。
背景技术
随着我国工程建设领域逐渐深部化,深部岩体开挖后因高地应力而导致的工程灾害日益突出,严重制约着工程建设的发展。岩体发生破坏所受的应力包括原岩应力和扰动应力,原岩应力是存在于地层中的未受工程扰动的天然应力,它是引起采矿、水利水电、土木建筑、铁道、公路、军事和其他各种地下或露天岩石开挖工程变形和破坏的根本作用力。扰动应力是指工程岩体受开挖扰动所产生的应力。微震监测技术作为一种切实有效的监测预警方法,通过对施工过程中岩石破裂以及现场施工产生的微震波动进行监测,计算得出岩石破裂事件发生的时间、空间、振幅、速度和能量分布,进而对工程围岩的能量富集状态进行评估,实现岩爆的监测和预警,现已广泛使用于矿山、隧道和水利水电工程建设领域。
传统地应力测量方法如水压致裂法、应力解除法等,只能单次测量原岩应力,在现场实际工程中受开挖环境影响,爆破、钻孔等开挖行为必定会产生扰动应力,同时也会产生相应的微震波,当扰动应力过大超过岩石强度时,会对工程开挖与支护结构产生严重的影响,通过应力测量装置可测得原岩应力与扰动应力数值σi,对施工开挖与支护设计提供了基础;而借助微震监测装置可以得到微震信号的波形传播速度V、最大振幅Amax、主频F、振动加速度a、P-S波到时差Td等特征参数,通过后期处理可得出微震源定位、能量分布以及预测地区岩爆发生的概率,实现对岩爆灾害的监测预警与防控。
然而实际上受客观环境与主观因素的影响,无论是微震监测还是应力测量的过程都是复杂的,所以考虑微震事件与该事件引起的扰动应力之间的关系以及运用二者之间的关系解决实际问题对工程灾害防治尤为重要,例如当仪器使用时间较长时,复杂的现场环境会对仪器产生损伤,导致所测量的结果有很大的误差,无法反应现场实际情况。通过将应力测量技术与微震监测技术结合起来,可以实现对围岩应力测量与岩爆灾害分析预测的双重校正,减小误差,同时应力测量与微震监测与灾害发生机理有一定的联系,通过分析其特征参数可以进行灾害的预警与防控,减少损失,规避风险。
综上所述,应力测量与微震监测对于支护变形、岩爆等工程灾害的预警防治都至关重要,同时二者之间的关系问题更需要进一步研究分析,进而将其应用到实际工程中,解决现场问题对工程灾害进行防治。
发明内容
本发明的目的在于针对现有工程情况与技术上存在的缺陷,提供一种扰动应力-微震同时空集成传感系统,还提供一种扰动应力-微震同时空集成传感方法。
为了实现上述的目的,本发明采用以下技术措施:
一种扰动应力-微震同时空集成传感系统,包括输出装置,还包括集成传感装置和数据处理装置,
集成传感装置,用于获得微震数据和应力数据,并将微震数据和应力数据发送给数据处理装置,
数据处理装置,用于对微震数据和应力数据进行处理获得微震信号数据和扰动应力数据,微震信号数据包括波形传播速度V、最大振幅Amax、主频F、振动加速度a、以及P-S波到时差Td,扰动应力数据包括实测扰动应力σi,还用于根据微震信号数据通过扰动应力-微震同时空集成传感模型计算获得计算扰动应力σ′i,还用于将微震信号数据、实测扰动应力σi、微震信号类型、以及计算扰动应力σ′i输送至外部输出装置。
一种扰动应力-微震同时空集成传感方法,包括以下步骤:
步骤1、在巷道围岩内钻孔,然后将集成传感装置推送安装在钻孔测量点处,集成传感装置通过数据线与钻孔外的数据处理装置相连,对钻孔进行注浆,注浆完成后进行钻孔封口,
步骤2、集成传感装置对微震数据和应力数据进行实时监测,通过数据线将微震数据和应力数据传输至数据处理装置,
步骤3、数据处理装置对接收到的微震数据和应力数据进行计算处理与信号识别,获得微震信号数据、扰动应力数据、以及微震信号类型,微震信号数据包括波形传播速度V、最大振幅Amax、主频F、振动加速度a、以及P-S波到时差Td;扰动应力数据包括实测扰动应力σi;微震信号类型包括岩石破裂信号、爆破信号、以及钻机信号,
步骤4、对扰动应力-微震同时空集成传感模型进行训练,将微震信号数据输入到训练完成的扰动应力-微震同时空集成传感模型,
步骤5、经过扰动应力-微震同时空集成传感模型计算输出计算扰动应力σ′i,
步骤6、数据处理装置传输微震信号数据、实测扰动应力σi、微震信号类型、以及计算扰动应力σ′i至外部输出装置,若实测扰动应力σi与计算扰动应力σ′i的差值超过设定阈值时,则进行报警。
如上所述的步骤4包括以下步骤:
步骤4.1、选用BP神经网络作为扰动应力-微震同时空集成传感模型,初始化扰动应力-微震同时空集成传感模型,
步骤4.2、获取不同微震信号类型对应的微震信号数据和实测扰动应力σi,微震信号数据包括波形传播速度V、最大振幅Amax、主频F、振动加速度a、以及P-S波到时差Td,一组微震信号数据和对应的实测扰动应力σi作为样本,多个样本构成样本集,将样本集分为训练集和验证集,
步骤4.3、扰动应力-微震同时空集成传感模型包含输入层、隐含层与输出层,输入节点数初始为5,输出节点数初始为1,微震信号数据的波形传播速度V、最大振幅Amax、主频F、振动加速度a、P-S波到时差Td作为输入层的输入,微震信号数据对应的实测扰动应力σi作为输出层的输出,
步骤4.4、训练之前对扰动应力-微震同时空集成传感模型的训练参数进行设置,训练参数包括最大学习次数、训练结果的间隔步数、允许时长、学习率、动量系数、以及误差极限,
步骤4.5、训练参数设置完成后,利用训练集对扰动应力-微震同时空集成传感模型进行训练,经过多次迭代训练,扰动应力-微震同时空集成传感模型输出的计算扰动应力σ′i的总误差小于预先设置的第一误差指标值,进入步骤4.6,
步骤4.6、选择验证集对训练好的扰动应力-微震同时空集成传感模型进行验证,如果根据验证集的微震信号数据获得的计算扰动应力σ′i与验证集的微震信号数据对应的实测扰动应力σi的总误差小于预先设置的第二误差指标值,则扰动应力-微震同时空集成传感模型训练完成;否则,增加样本集中的样本,返回步骤3。
本发明相比于现有技术具有以下有益效果:
1.考虑扰动应力与微震事件之间的关系,避免因为复杂的工程现场环境传感器产生损伤与破坏而导致所测数据误差较大,起到一定的校准数据、减小误差的作用。
2.通过现场监测进行BP神经网络训练构建扰动应力-微震同时空集成传感模型,即微震信号的波形传播速度V、最大振幅Amax、主频F、振动加速度a、P-S波到时差Td等特征参数与实测扰动应力σi的关系。
3.现场监测的实测扰动应力σi与训练后的扰动应力-微震同时空集成传感模型计算得出的计算扰动应力σ′i相结合,为施工开挖与支护设计提供参考依据。
4.当计算扰动应力σ′i与实测扰动应力σi的误差大于设定阈值且误差大于设定阈值的次数过于集中时,寻找原因,验证是否与灾害发生有所关联。
5.通过所求关系与现场结合,研究工程灾害发生的规律与相关参数的关系(扰动应力σi、波形传播速度V、最大振幅Amax、主频F、振动加速度a、P-S波到时差Td),进而对岩爆、片帮、坍塌等工程灾害进行预警与防治。
附图说明
图1为一种扰动应力-微震同时空集成传感系统的结构示意图;
图2为集成传感装置的一次性式安装工艺示意图;
图3为本发明数据处理装置中扰动应力-微震同时空集成传感模型(BP神经网络)训练结构图;
图4为一种扰动应力-微震同时空集成传感方法的流程图。
图中:100-集成传感装置;200-数据处理装置;210-无线发射器;300-输出装置。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,一种扰动应力-微震同时空集成传感系统,包括集成传感装置100、数据处理装置200和输出装置300,所述集成传感装置100与所述数据处理装置200连接,所述输出装置300与数据处理装置200连接。
集成传感装置100体内设置有微震监测传感器110与高精度应力测量计120,通过微震监测传感器110获得微震数据,通过高精度应力测量计120获得应力数据,集成传感装置100将微震数据和应力数据发送给数据处理装置200。
数据处理装置200对微震数据和应力数据进行处理获得微震信号数据和扰动应力数据,微震信号数据包括波形传播速度V、最大振幅Amax、主频F、振动加速度a、以及P-S波到时差Td,扰动应力数据包括实测扰动应力σi。数据处理装置200还根据微震信号数据通过扰动应力-微震同时空集成传感模型计算获得计算扰动应力σ′i。
数据处理装置200通过无线发射器,传输微震信号数据、实测扰动应力σi、微震信号类型、以及计算扰动应力σ′i至外部输出装置300
如图2所示,一种一次性式扰动应力-微震同时空集成传感装置安装方法,包括以下步骤:在巷道围岩内钻孔,然后将集成传感装置100推送安装在钻孔测量点处,集成传感装置100通过数据线与钻孔外的数据处理装置200相连,对钻孔进行注浆,注浆完成后进行钻孔封口,待浆液冷却凝固后,数据处理装置200读取最初数据并进行记录。
如图4所示,一种扰动应力-微震同时空集成传感方法,包括以下步骤:
步骤1、在巷道围岩内钻孔,然后将集成传感装置100推送安装在钻孔测量点处,集成传感装置100通过数据线与钻孔外的数据处理装置200相连,对钻孔进行注浆,注浆完成后进行钻孔封口。
步骤2、集成传感装置100对微震数据和应力数据进行实时监测,通过数据线将微震数据和应力数据传输至数据处理装置200。
步骤3、数据处理装置200对接收到的微震数据和应力数据进行计算处理与信号识别,通过现有技术获得微震信号数据、扰动应力数据、以及微震信号类型,微震信号数据包括波形传播速度V、最大振幅Amax、主频F、振动加速度a、以及P-S波到时差Td;扰动应力数据包括实测扰动应力σi;微震信号类型包括岩石破裂信号、爆破信号、钻机信号、其他噪音等。
步骤4、对扰动应力-微震同时空集成传感模型进行训练,扰动应力-微震同时空集成传感模型可采用BP神经网络,将微震信号数据输入到训练完成的扰动应力-微震同时空集成传感模型。
步骤5、经过扰动应力-微震同时空集成传感模型计算输出计算扰动应力σ′i。
步骤6、数据处理装置200通过无线发射器,传输微震信号数据、实测扰动应力σi、微震信号类型、以及计算扰动应力σ′i至外部输出装置300,工作人员可参考相应数据进行岩爆等工程灾害的预警与防控,同时当数据出现异常情况时,即实测扰动应力σi与计算扰动应力σ′i的差值超过设定阈值时,则进行报警,工作人员可依据现场情况查找原因。
通过输出的数据结合现场进行分析,研究微震数据、应力数据与灾害之间的关系与规律,本工程所训练的BP神经网络模型同时可借鉴应用于其他工程,分析工程灾害孕育机制规律。
BP神经网络无需事先确定输入输出之间映射关系的数学方程,通过自身的训练,学习某种规则,在给定输入值时得到最接近期望输出值的结果,BP神经网络基本算法包括信号的前向传播和误差的反向传播两个过程,即计算误差输出时按从输入到输出的方向进行,而调整权值和阈值则从输出到输入的方向进行。经过训练的神经网络模型能对类似样本的输入信息,自行处理输出误差最小的经过非线形转换的信息。
当训练好的BP神经网络扰动应力-微震信号模型训练成功并开始使用后,当一个事件发生时,产生相应的数据,计算特征参数,在数据处理装置上会有波形传播速度V、最大振幅Amax、主频F、振动加速度a、P-S波到时差Td与扰动应力σi实,将特征参数带入到已经训练好得BP神经网络扰动应力-微震同时空模型得到计算应力σ′i,进而比较实测扰动应力σi与计算扰动应力σ′i。
上述步骤4中的扰动应力-微震同时空集成传感模型训练包括以下步骤:
步骤4.1、选用BP神经网络作为扰动应力-微震同时空集成传感模型,初始化扰动应力-微震同时空集成传感模型。
步骤4.2、工程开挖,输入某开挖段实时监测的各微震信号类型对应的微震信号数据和实测扰动应力σi,微震信号数据包括波形传播速度V、最大振幅Amax、主频F、振动加速度a、以及P-S波到时差Td等参数,一组微震信号数据和对应的实测扰动应力σi作为样本,多个样本构成样本集,将样本集分为训练集和验证集。
步骤4.3、扰动应力-微震同时空集成传感模型包含输入层、隐含层与输出层,输入节点数初始为5,输出节点数初始为1,微震信号数据的波形传播速度V、最大振幅Amax、主频F、振动加速度a、P-S波到时差Td,作为输入层的输入,微震信号数据对应的实测扰动应力σi作为输出层的输出。
步骤4.4、训练之前对扰动应力-微震同时空集成传感模型的训练参数进行设置,训练参数包括最大学习次数、训练结果的间隔步数、允许时长、学习率、动量系数、误差极限等。
步骤4.5、训练参数设置完成后,利用训练集对扰动应力-微震同时空集成传感模型进行训练,经过多次迭代训练,扰动应力-微震同时空集成传感模型达到预先设置的精度,即根据训练集的微震信号数据获得的计算扰动应力σ′i与训练集对应的实测扰动应力σi的总误差小于预先设置的第一误差指标值,进入步骤4.6。
步骤4.6、选择验证集对训练好的扰动应力-微震同时空集成传感模型进行验证,如果根据验证集的微震信号数据获得的计算扰动应力σ′i与验证集的微震信号数据对应的实测扰动应力σi的总误差小于预先设置的第二误差指标值,则扰动应力-微震同时空集成传感模型训练完成,扰动应力-微震同时空集成传感模型可投入使用;否则,增加样本集中的样本,返回步骤3。
本发明通过结合扰动应力与微震信号,既可以校准数据,消除误差,又可以与工程灾害相对应,分析灾害发生时的各特征参数变化规律,从而进行预警与防治,很大程度上减轻甚至规避了工程事故所造成的伤害,同时生成的扰动应力-微震同时空模型数据库也可供其他项目工程借鉴使用。
以上所述的具体实施方式仅仅是对本发明精神作说明,但本发明的保护范围并不局限于此,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例做各种各样的修改或补充或采用类似方式替代,但并不会偏离本发明的精神或者超越所附权利要求的保护范围。
Claims (3)
1.一种扰动应力-微震同时空集成传感系统,包括输出装置(300),其特征在于,还包括集成传感装置(100)和数据处理装置(200),
集成传感装置(100),用于获得微震数据和应力数据,并将微震数据和应力数据发送给数据处理装置(200),
数据处理装置(200),用于对微震数据和应力数据进行处理获得微震信号数据和扰动应力数据,微震信号数据包括波形传播速度V、最大振幅Amax、主频F、振动加速度a、以及P-S波到时差Td,扰动应力数据包括实测扰动应力σi,还用于根据微震信号数据通过扰动应力-微震同时空集成传感模型计算获得计算扰动应力σ′i,还用于将微震信号数据、实测扰动应力σi、微震信号类型、以及计算扰动应力σ′i输送至外部输出装置(300)。
2.一种扰动应力-微震同时空集成传感方法,其特征在于,包括以下步骤:
步骤1、在巷道围岩内钻孔,然后将集成传感装置(100)推送安装在钻孔测量点处,集成传感装置(100)通过数据线与钻孔外的数据处理装置(200)相连,对钻孔进行注浆,注浆完成后进行钻孔封口,
步骤2、集成传感装置(100)对微震数据和应力数据进行实时监测,通过数据线将微震数据和应力数据传输至数据处理装置(200),
步骤3、数据处理装置(200)对接收到的微震数据和应力数据进行计算处理与信号识别,获得微震信号数据、扰动应力数据、以及微震信号类型,微震信号数据包括波形传播速度V、最大振幅Amax、主频F、振动加速度a、以及P-S波到时差Td;扰动应力数据包括实测扰动应力σi;微震信号类型包括岩石破裂信号、爆破信号、以及钻机信号,
步骤4、对扰动应力-微震同时空集成传感模型进行训练,将微震信号数据输入到训练完成的扰动应力-微震同时空集成传感模型,
步骤5、经过扰动应力-微震同时空集成传感模型计算输出计算扰动应力σ′i,
步骤6、数据处理装置(200)传输微震信号数据、实测扰动应力σi、微震信号类型、以及计算扰动应力σ′i至外部输出装置(300),若实测扰动应力σi与计算扰动应力σ′i的差值超过设定阈值时,则进行报警。
3.根据权利要求2所述的一种扰动应力-微震同时空集成传感方法,其特征在于,所述的步骤4包括以下步骤:
步骤4.1、选用BP神经网络作为扰动应力-微震同时空集成传感模型,初始化扰动应力-微震同时空集成传感模型,
步骤4.2、获取不同微震信号类型对应的微震信号数据和实测扰动应力σi,微震信号数据包括波形传播速度V、最大振幅Amax、主频F、振动加速度a、以及P-S波到时差Td,一组微震信号数据和对应的实测扰动应力σi作为样本,多个样本构成样本集,将样本集分为训练集和验证集,
步骤4.3、扰动应力-微震同时空集成传感模型包含输入层、隐含层与输出层,输入节点数初始为5,输出节点数初始为1,微震信号数据的波形传播速度V、最大振幅Amax、主频F、振动加速度a、P-S波到时差Td作为输入层的输入,微震信号数据对应的实测扰动应力σi作为输出层的输出,
步骤4.4、训练之前对扰动应力-微震同时空集成传感模型的训练参数进行设置,训练参数包括最大学习次数、训练结果的间隔步数、允许时长、学习率、动量系数、以及误差极限,
步骤4.5、训练参数设置完成后,利用训练集对扰动应力-微震同时空集成传感模型进行训练,经过多次迭代训练,扰动应力-微震同时空集成传感模型输出的计算扰动应力σ′i的总误差小于预先设置的第一误差指标值,进入步骤4.6,
步骤4.6、选择验证集对训练好的扰动应力-微震同时空集成传感模型进行验证,如果根据验证集的微震信号数据获得的计算扰动应力σ′i与验证集的微震信号数据对应的实测扰动应力σi的总误差小于预先设置的第二误差指标值,则扰动应力-微震同时空集成传感模型训练完成;否则,增加样本集中的样本,返回步骤3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110962048.0A CN113671568B (zh) | 2021-08-20 | 2021-08-20 | 一种扰动应力-微震同时空集成传感系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110962048.0A CN113671568B (zh) | 2021-08-20 | 2021-08-20 | 一种扰动应力-微震同时空集成传感系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113671568A true CN113671568A (zh) | 2021-11-19 |
CN113671568B CN113671568B (zh) | 2022-07-15 |
Family
ID=78544676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110962048.0A Active CN113671568B (zh) | 2021-08-20 | 2021-08-20 | 一种扰动应力-微震同时空集成传感系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113671568B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070272407A1 (en) * | 2006-05-25 | 2007-11-29 | Halliburton Energy Services, Inc. | Method and system for development of naturally fractured formations |
CN104536047A (zh) * | 2015-01-04 | 2015-04-22 | 奥菲(北京)石油技术有限公司 | 一种微地震在冲击地压监测上的应用技术 |
US20150316673A1 (en) * | 2012-12-05 | 2015-11-05 | Jacky M. Wiener | Systems and Methods for 3D Seismic Data Depth Conversion Utilizing Artificial Neural Networks |
CN105607127A (zh) * | 2016-01-27 | 2016-05-25 | 中国矿业大学 | 一种高应力集中区冲击地压的微震多参量预警方法 |
US20160320504A1 (en) * | 2014-01-03 | 2016-11-03 | Octio As | System and method for processing microseismic data |
US20170269244A1 (en) * | 2016-03-21 | 2017-09-21 | Microseismic, Inc. | Method for determining formation stress field using microseismic focal mechanisms and applications therefor to predict reservoir formation response before during and after hydraulic fracturing |
US20190235106A1 (en) * | 2016-10-04 | 2019-08-01 | Landmark Graphics Corporation | Multivariate Analysis Of Seismic Data, Microseismic Data, And Petrophysical Properties In Fracture Modeling |
US20190277124A1 (en) * | 2016-10-04 | 2019-09-12 | Landmark Graphics Corporation | Geostatistical Analysis Of Microseismic Data In Fracture Modeling |
CN110244354A (zh) * | 2019-07-11 | 2019-09-17 | 东北大学 | 一种金属矿山地下开采扰动应力场定量动态反演方法 |
-
2021
- 2021-08-20 CN CN202110962048.0A patent/CN113671568B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070272407A1 (en) * | 2006-05-25 | 2007-11-29 | Halliburton Energy Services, Inc. | Method and system for development of naturally fractured formations |
US20150316673A1 (en) * | 2012-12-05 | 2015-11-05 | Jacky M. Wiener | Systems and Methods for 3D Seismic Data Depth Conversion Utilizing Artificial Neural Networks |
US20160320504A1 (en) * | 2014-01-03 | 2016-11-03 | Octio As | System and method for processing microseismic data |
CN104536047A (zh) * | 2015-01-04 | 2015-04-22 | 奥菲(北京)石油技术有限公司 | 一种微地震在冲击地压监测上的应用技术 |
CN105607127A (zh) * | 2016-01-27 | 2016-05-25 | 中国矿业大学 | 一种高应力集中区冲击地压的微震多参量预警方法 |
US20170269244A1 (en) * | 2016-03-21 | 2017-09-21 | Microseismic, Inc. | Method for determining formation stress field using microseismic focal mechanisms and applications therefor to predict reservoir formation response before during and after hydraulic fracturing |
US20190235106A1 (en) * | 2016-10-04 | 2019-08-01 | Landmark Graphics Corporation | Multivariate Analysis Of Seismic Data, Microseismic Data, And Petrophysical Properties In Fracture Modeling |
US20190277124A1 (en) * | 2016-10-04 | 2019-09-12 | Landmark Graphics Corporation | Geostatistical Analysis Of Microseismic Data In Fracture Modeling |
CN110244354A (zh) * | 2019-07-11 | 2019-09-17 | 东北大学 | 一种金属矿山地下开采扰动应力场定量动态反演方法 |
Non-Patent Citations (5)
Title |
---|
GUANGLIANG FENG,等: "A Method for Rockburst Prediction in the Deep Tunnels of Hydropower Stations Based on the Monitored Microseismicity and an Optimized Probabilistic Neural Network Model", 《SUSTAINABILITY》 * |
GUOFENG LIU,等: "Microseismicity-based method for the dynamic estimation of the potential rockburst scale during tunnel excavation", 《BULLETIN OF ENGINEERING GEOLOGY AND THE ENVIRONMENT》 * |
MAX WYSS,等: "Seismic Moment, Stress, afor Earthquakes in the California-Nevada Regionnd Source Dimensions", 《JOURNAL OF GEOPHYSICAL RESEARCH》 * |
冯夏庭,等: "岩爆孕育过程研究", 《岩石力学与工程学报》 * |
夏永学,等: "基于微震监测的超前支承压力分布特征研究", 《中国矿业大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113671568B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112780256B (zh) | 基于分布式光纤传感的水平井微地震监测系统及监测方法 | |
US11899154B2 (en) | DAS same-well monitoring real-time microseismic effective event identification method based on deep learning | |
CN103018788B (zh) | 深长隧道不良地质和岩体力学性质超前探测装置及方法 | |
CN106383172B (zh) | 一种基于能量释放系数的围岩损伤预测方法 | |
CN202975361U (zh) | 深长隧道不良地质和岩体力学性质超前探测装置 | |
Zhang et al. | A new monitoring-while-drilling method of large diameter drilling in underground coal mine and their application | |
CN103278843B (zh) | 岩石隧道施工过程中岩爆实时预报技术装置 | |
CN110188426B (zh) | 一种隧道地质条件协同预测方法 | |
CN214366030U (zh) | 基于分布式光纤传感的水平井微地震监测系统 | |
CN110987347A (zh) | 开挖扰动作用下抽水蓄能电站厂房围岩稳定性判断方法 | |
CN111025392A (zh) | 一种利用微震信号的煤岩体压裂裂缝实时快速监测评价方法 | |
CN112833807A (zh) | 一种适用于双护盾tbm的围岩变形监测方法及预测方法 | |
CN117371111B (zh) | 基于深度神经网络和数值仿真的tbm卡机预测系统及方法 | |
CN117591838B (zh) | 溶洞区域地铁暗挖隧道减震爆破用安全预警系统及方法 | |
CN113671568B (zh) | 一种扰动应力-微震同时空集成传感系统及方法 | |
CN103091728B (zh) | 水力压裂次生声波模拟方法和压裂裂缝监测技术评价方法 | |
CN114370897B (zh) | 一种暗挖隧道爆破震动监测装置及方法 | |
CN112748476B (zh) | 基于应力场与微地震联合反演的注入流体前缘识别方法 | |
Cheng et al. | Vibration behavior during underground drilling based on an innovative measurement method and the application | |
CN112983553A (zh) | 一种高渗压注浆堵水帷幕稳定性监测测量方法 | |
CN109505656B (zh) | 一种岩溶隧道突水预警系统及预警方法 | |
CN112946778A (zh) | 一种基于地下水浑浊度监测预警岩溶塌陷的方法 | |
Liu et al. | Research and application of microseismic nonlinear optimal positioning methods | |
Huang et al. | Intelligent drilling depth monitoring system for geotechnical site investigation | |
CN114961696B (zh) | 一种本煤层定向长钻孔孔内瓦斯参数检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |