CN114384586A - 基于微震事件张性破裂机制的煤层底板导水通道识别方法 - Google Patents
基于微震事件张性破裂机制的煤层底板导水通道识别方法 Download PDFInfo
- Publication number
- CN114384586A CN114384586A CN202111652993.7A CN202111652993A CN114384586A CN 114384586 A CN114384586 A CN 114384586A CN 202111652993 A CN202111652993 A CN 202111652993A CN 114384586 A CN114384586 A CN 114384586A
- Authority
- CN
- China
- Prior art keywords
- fracture
- microseismic event
- microseismic
- event
- seismic
- 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.)
- Pending
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 117
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 89
- 239000003245 coal Substances 0.000 title claims abstract description 86
- 238000010586 diagram Methods 0.000 claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 34
- 238000009826 distribution Methods 0.000 claims abstract description 31
- 239000011435 rock Substances 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 11
- 230000001965 increasing effect Effects 0.000 claims description 4
- 238000010845 search algorithm Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 12
- 235000019738 Limestone Nutrition 0.000 abstract description 9
- 239000006028 limestone Substances 0.000 abstract description 9
- 238000005065 mining Methods 0.000 abstract description 7
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000002265 prevention Effects 0.000 abstract description 2
- 206010017076 Fracture Diseases 0.000 description 121
- 208000010392 Bone Fractures Diseases 0.000 description 116
- 238000004458 analytical method Methods 0.000 description 15
- 238000009792 diffusion process Methods 0.000 description 12
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000005755 formation reaction Methods 0.000 description 9
- 230000003068 static effect Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 229910001566 austenite Inorganic materials 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000007621 cluster analysis Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 229930091051 Arenine Natural products 0.000 description 1
- 240000002769 Morchella esculenta Species 0.000 description 1
- 235000002779 Morchella esculenta Nutrition 0.000 description 1
- 244000046146 Pueraria lobata Species 0.000 description 1
- 235000010575 Pueraria lobata Nutrition 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000008398 formation water Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- 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
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种基于微震事件张性破裂机制的煤层底板导水通道识别方法,先实时采集和处理原始微震波波形数据,并绘制裂隙平面分布图,然后通过微震事件震源机制反演,判别微震事件对应的底板岩石破裂是否属于张性破裂,以识别出煤层底板导水通道,从而确定导水通道在平面上的位置,有利于揭示深部石灰岩承压水突水通道形成过程和机理,为深部煤层底板承压水防治提供理论和技术支撑;通过该方法使导水通道识别容易、准确,对于深度挖掘煤矿微震监测数据的有效信息,扩大微震监测的应用范围,减少煤矿新监测设备的投入以及保障煤矿安全生产具有较高的经济价值和社会意义。
Description
技术领域
本发明属于煤矿安全生产及采矿工程技术领域,具体涉及一种基于微震事件张性破裂机制的煤层底板导水通道识别方法。
背景技术
华北型煤田中多数矿井上部煤层的绝大多数区域已开采殆尽,多数矿井已经开始开采深部煤层。由于深部煤层开采面临奥陶系石灰岩岩溶富水性强,水压高,地质构造复杂,隔水层厚度薄,矿山压力等问题,底板水害威胁程度较大。底板采动潜在导水通道识别的物探方法是微震监测法。
但是申请人发现:目前微震监测法通常通过直接对破裂点进行监测,通过微震事件定位和能量计算,实现对导水通道实时监测和识别(如:ZL2016107622495中国专利)。然而,目前微震监测没有深度挖掘微震数据与岩石物理力学性质的相关性,分析岩层张性或剪切破裂性质;而且由于微震监测可捕获的数据都是离散、孤立、无序的岩层破裂定位点,很难直接判断表观上成线、成面或成连通体的导水通道。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种通过微震事件震源机制反演,判别微震事件对应的底板岩石破裂为张性破裂并识别为导水通道的煤层底板导水通道识别方法,该方法使导水通道识别容易、准确,对于深度挖掘煤矿微震监测数据的有效信息,扩大微震监测的应用范围,减少煤矿新监测设备的投入以及保障煤矿安全生产具有较高的经济价值和社会意义。
为解决上述问题,本发明所采用的技术方案如下:
本发明提供了一种基于微震事件张性破裂机制的煤层底板导水通道识别方法,先实时采集和处理原始微震波波形数据,并绘制裂隙平面分布图,然后通过微震事件震源机制反演,判别微震事件对应的底板岩石破裂是否属于张性破裂,以识别出煤层底板导水通道。
进一步地,所述的基于微震事件张性破裂机制的煤层底板导水通道识别方法,具体包括:
S1.在被监测的煤矿建立微震监测系统;
S2.实时处理微震监测系统采集的原始微震波波形数据,依次进行滤波去噪、事件识别、初至拾取、事件定位和震源参数计算,并根据处理得到的微震事件位置信息绘制裂隙平面分布图;
S3.根据S2中处理得到的微震事件初至波、微震波波形和微震事件位置,开展震源机制反演,获得微震事件矩张量,再将微震事件矩张量分解为各向同性、双力偶和补偿线性向量偶极分量,计算各向同性分量占比和双力偶分量占比;
S4.根据S3得到的各向同性分量占比和双力偶分量占比判定微震事件对应的底板岩石破裂是否属于张性破裂;
S5.根据S4中张性破裂的微震事件位置绘制导水裂隙分布平面图,确定底板导水通道在平面上的位置、延伸深度及扩展方向。
进一步地,步骤S4中的判定标准为:若各向同性分量占比高于50%时,该微震事件对应的底板岩石破裂为由水压增高引起的张性破裂,若双力偶分量占比高于50%时,该微震事件对应的底板岩石破裂为由应力扰动引起的剪切破裂。
进一步地,微震事件震源机制反演利用P波初动极性信息反演水力压裂裂缝震源机制,并通过网格搜索算法求取理论P波初动极性与观测P波初动极性符号拟合最佳,即矛盾符号比ψ最小的一对正交节面,该矛盾符号比定义为ψ=矛盾符号数/符号总数,其中0≤ψ≤1。
进一步地,步骤S3中分解为各向同性、双力偶和补偿线性向量偶极分量的占比之和为100%。
相比现有技术,本发明的有益效果在于:
本发明的基于微震事件张性破裂机制的煤层底板导水通道识别方法通过反演煤层底板破裂诱发的微震事件的震源机制,获得全矩张量及各向同性和双力偶分量占比,分析微震事件对应煤层底板破裂是由水压升高产生的张性破裂或者由应力扰动产生的剪切破裂,从通过绘制张性含水微震事件的平面分布图,呈条带状几何分布的张性微震事件可识别为导水通道,从而确定导水通道在平面上的位置,有利于揭示深部石灰岩承压水突水通道形成过程和机理,为深部煤层底板承压水防治提供理论和技术支撑;通过该方法使导水通道识别容易、准确,对于深度挖掘煤矿微震监测数据的有效信息,扩大微震监测的应用范围,减少煤矿新监测设备的投入以及保障煤矿安全生产具有较高的经济价值和社会意义。
附图说明
图1是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法的流程示意图;
图2是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震监测系统的布置示意图;
图3是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190720-28.sgy事件滤波前波形图;
图4是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190720-28.sgy事件原始信号时频特征图;
图5是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190720-28.sgy事件原始信号时频特征局部放大图;
图6是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中高信噪比事件E20190720-28.sgy带通+小波阈值去噪后波形图;
图7是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190720-28.sgy事件滤波后信号时频特征图;
图8是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190720-28.sgy事件滤波后信号时频特征局部放大图;
图9是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中低信噪比事件E20190721-234.sgy滤波前波形图;
图10是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190721-234事件原始信号时频特征图;
图11是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190721-234.sgy事件原始信号时频特征局部放大图;
图12是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190721-234.sgy事件滤波后的波形图;
图13是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190720-28.sgy事件滤波后信号时频特征图;
图14是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中E20190721-234.sgy事件滤波后信号时频特征局部放大图;
图15是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中手动拾取初至波的示图;
图16是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件位置X-Y平面视图;
图17是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件位置X-Z侧视图;
图18是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件位置Y-Z侧视图;
图19是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件波形、频谱及Brune模型拟合示图;
图20是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中震源机制示图;
图21是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中震源矩张量及其分解示意图;
图22是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中地下断层错动与P波初动极性示图;
图23是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中剪切/走滑断层或裂缝面在震源机制解中2组可能的走向和倾角组合示图;
图24是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中20个微震事件震源机制沙滩球;
图25是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中8个微震事件震源机制沙滩球和断层类型示图;
图26是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中另外8个微震事件震源机制沙滩球和断层类型示图;
图27是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中其余4个微震事件震源机制沙滩球和断层类型示图;
图28是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中断层不稳定系数示意图;
图29是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中局部应力场方位示图;
图30是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件聚类分析原理示图;
图31是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件应力指数动态参数平面分布图;
图32是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件塑性指数动态参数平面分布图;
图33是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中震事件扩散指数动态参数平面分布图;
图34是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件的位移谱图;
图35是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中能量分布、视应力指数及平均错动图;
图36是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中能量属性分布图;
图37是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中视应力属性分布图;
图38是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中视体积属性分布图;
图39是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中地应力场动态变化图;
图40是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件与陷落柱相对位置平面图;
图41是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件应力指数识别潜在导水裂隙带平面图;
图42是本发明所述基于微震事件张性破裂机制的煤层底板导水通道识别方法实施例中微震事件扩散指数识别潜在导水裂隙带平面图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供了一种基于微震事件张性破裂机制的煤层底板导水通道识别方法,先实时采集和处理原始微震波波形数据,并绘制裂隙平面分布图,然后通过微震事件震源机制反演,判别微震事件对应的底板岩石破裂是否属于张性破裂,以识别出煤层底板导水通道。所述的基于微震事件张性破裂机制的煤层底板导水通道识别方法,具体步骤如图1所示,包括:
步骤S1.在被监测的煤矿建立微震监测系统。
步骤S2.实时处理微震监测系统采集的原始微震波波形数据,依次进行滤波去噪、事件识别、初至拾取、事件定位和震源参数计算,并根据处理得到的微震事件位置信息绘制裂隙平面分布图。
步骤S3.根据S2中处理得到的微震事件初至波、微震波波形和微震事件位置,开展震源机制反演,获得微震事件矩张量,再将微震事件矩张量分解为各向同性、双力偶和补偿线性向量偶极分量,计算各向同性分量占比和双力偶分量占比;其中,震源机制是微地震监测的高级解释成果,后续的深度分析很多都依赖于震源机制。震源机制信息除了能够提供断层(水力裂缝)的两组可能的断层面以外,还可提供水力裂缝的走向、倾角、滑移角,结合震源参数计算获得的震源半径,可定量描述水力裂缝的走向、倾角、破裂长度等;而且震源机制可以用来做地应力反演,给出三个方向上最大主应力的方向及其相对大小,这是开展微震地质力学研究的基础;本发明利用P波初动极性信息反演水力压裂裂缝震源机制解的理论基础是:断层在地下发生纯剪切错动时,在地面不同地点接收到的直达P波的初动极性不同,其在震源球上的投影具有四象限分布的现象。利用P波初动极性求解震源机制解的方法有多种,大致可分为迭代法和网格搜索法两类。由于迭代算法对资料品质的依赖性更大,所以网格搜索法是目前主流的求解方法。本发明利用网格搜索算法求取理论P波初动极性与观测P波初动极性符号拟合最佳,即矛盾符号比ψ最小的一对正交节面(矛盾符号比定义为ψ=矛盾符号数/符号总数,0≤ψ≤1)。
步骤S4.根据S3得到的各向同性分量占比和双力偶分量占比判定微震事件对应的底板岩石破裂是否属于张性破裂;各向同性分量占比高于50%的事件判定为张性事件,由水压增高引起,对应破裂为导水裂隙;双力偶分量占比高于50%的事件判定为剪切事件,由应力扰动引起,即:若各向同性分量占比高于50%时,该微震事件对应的底板岩石破裂为由水压增高引起的张性破裂,若双力偶分量占比高于50%时,该微震事件对应的底板岩石破裂为由应力扰动引起的剪切破裂。
步骤S5.根据S4中张性破裂的微震事件位置绘制导水裂隙分布平面图,确定底板导水通道在平面上的位置、延伸深度及扩展方向;具体可以为:通过在软件人工设置绘图参数,自动绘制包含微震事件的导水裂隙分布平面图。
本发明通过反演煤层底板破裂诱发的微震事件的震源机制,获得全矩张量及各向同性和双力偶分量占比,分析微震事件对应煤层底板破裂是由水压升高产生的张性破裂或者由应力扰动产生的剪切破裂,从通过绘制张性含水微震事件的平面分布图,呈条带状几何分布的张性微震事件可识别为导水通道,从而确定导水通道在平面上的位置,有利于揭示深部石灰岩承压水突水通道形成过程和机理,为深部煤层底板承压水防治提供理论和技术支撑。
下面通过实施例对本发明所述的基于微震事件张性破裂机制的煤层底板导水通道识别方法做进一步说明。
本实施例以河北葛泉矿东井11916工作面奥灰水压及其顶界面裂隙探测微震监测工程为例,对本发明所述的基于微震事件张性破裂机制的煤层底板导水通道识别方法进行说明。
该河北葛泉矿东井是冀中股份有限公司主力生产矿井,设计生产能力为90×104t·a-1,主采煤层为9号煤,开采工艺为走向长壁综合机械化开采,11916工作面走向长度为1080m,倾向长度为70m,煤层倾角7°~21°,平均厚度5.5m,两巷高差约20m,如图2-1所示,11916运料巷与11915工作面采空区仅仅相隔4m厚的煤柱,并且工作面中间有一个直径超过50m的陷落住。工作面底板水文地质柱状图如图2-2所示,底板至本溪灰岩之间为平均厚度约20.3m的隔水层,阻水性能中等,底板至奥陶系灰岩含水层为厚度36.0~43.6m的隔水层,平均厚度为41.1m。本溪岩溶裂隙含水层(简称“本灰”)富水性中等、厚度较薄,巨厚的奥陶系岩溶裂隙含水层(简称“奥灰”)富水性强,本灰和奥灰是工作面的主要含水层,其中奥灰岩溶水是矿井主要水害防治对象。
将本发明所述的基于微震事件张性破裂机制的煤层底板导水通道识别方法应用于该河北葛泉矿东井,具体操作为:
第一步、在河北葛泉矿东井11916工作面建立微震监测系统,具体如图2,在11916工作面附近的运料巷、运输巷和东翼运输巷都可以布置微震传感器,其中东翼运输巷在回采期间不会垮塌,为了保护传感器,避免电缆被破坏,能够更好地对采空区底板的破裂情况实施监测,在东翼运输巷和运料巷分别布置微震传感器;结合实际地形和地物条件,在河北葛泉矿东井11916工作面奥灰水压及其顶界面裂隙探测微震监测工程共设计物理测点共43个(含2019年34个,2020年新增9个,如表1所示),其中11916工作面两侧巷道各14个,两侧巷道钻孔内各布置3个,为了能够更好的监测底板的破坏深度,本次监测选择81308二号回风巷,因为在11916工作面回采过程中,该巷道不会垮落,部署在该巷道的传感器更好的监测采空区中底板的破坏。
表1微震测点坐标列表
第二步,实时处理微震监测系统采集的原始微震波波形数据,依次进行滤波去噪、事件识别、初至拾取、事件定位和震源参数计算,并根据处理得到的微震事件位置信息绘制裂隙平面分布图。具体为:首先对原始微震波形数据进行原始资料分析和预处理,将SEG-Y数据编修,将原始SEG-Y转换为标准SEG-Y;其次通过小波阈值去噪技术压制噪声并提高信噪比;然后手动拾取微震事件初至,保证初至拾取的精度;接着建立层状均匀速度模型,利用拾取的初至进行微震事件定位;利用定位后的微震事件和波形计算包括矩震级、能量、地震矩、震源半径等在内的震源参数;利用定位后的微震事件和初至极性开展震源机制反演,之后开展基于震源机制反演的地应力反演;最后,综合震源参数、震源机制反演和地应力反演结果综合分析微震高级属性。
其中,本实施例方法中的去噪处理采用带通滤波加小波阈值去噪联合去噪方法提高微震事件信噪比。除了较为常见的带通滤波去噪,同时选用在傅里叶分析基础上发展起来的、能够有效处理非平稳信号的小波变换方法进行前期地震信号分辨识别及去噪工作。
微震监测数据常用的去噪手段为带通滤波。本次数据预处理带通滤波器为巴特沃斯带通。阶数为8,最低截至频率为5Hz,最高截至频率为100Hz。
与傅里叶变换、短时傅里叶变换相比,小波变换是一个自适应的时间和频率的局部变换,具有良好的时-频定位特性,适合突变信号信息的提取。小波变换具有多分辨率分析(也可称为多尺度分析)特性,即可以将信号分解到具有不同分辨率的子空间,根据实际问题,进行多分辨率下不同特征的提取。小波变换不仅拥有信号塔式多分辨分解与重构的Mallat快速算法,而且有丰富的阈值去噪研究成果供选用、参考。
假设信号s有M个样本,其J级小波变换可表示为:
n=1,…,M wJ=[waJ,wdJ,…,wd1];
正变换为:
waJ=<s(n),AJ(n)>
wdj= <s(n),Dj(n)>,j=J,…,1;
反变换为:
其中,Aj(n)和Dj(n)是小波基函数,前者为尺度函数,后者为小波函数。
首先对原始波形数据进行5-100Hz的带通滤波,然后对滤波后的数据进行小波阈值去噪。对于本身信噪比较高的原始记录,经小波去噪后,真实地震信号得到了最大程度的保留,且未观察到初至波相位改变;对于信噪比很低、有效信号几乎“湮没”于噪声中的原始记录,经小波去噪后,地震信号可以得到恢复,满足初至拾取及后续处理的要求。例如图3-11,图3是高信噪比事件E20190720-28.sgy滤波前波形,图4为E20190720-28.sgy事件原始信号时频特征图,图5为局部放大以后的效果,该微震事件主频约为90Hz,频宽约为25-125Hz,图6是高信噪比事件E20190720-28.sgy带通+小波阈值去噪后波形,图7为E20190720-28.sgy事件滤波后信号时频特征图,图8为局部放大以后的效果,该微震事件主频约为90Hz,频宽约为25-125Hz,图9是低信噪比事件E20190721-234.sgy滤波前波形,图10为E20190721-234事件原始信号时频特征图,图11为局部放大以后的效果,该微震事件主频约为90Hz,频宽约为30-150Hz,图12为E20190721-234.sgy事件滤波后的波形图。图13为E20190720-28.sgy事件滤波后信号时频特征图,图14为局部放大以后的效果。
本实施例方法中的初至拾取处理,对去噪后的波形全部进行手动拾取初至以确保震源机制反演极性信息的准确,如图15所示,采用手动拾取初至。
本实施例方法中微震事件定位,采用基于P波和S波初至信息的到时差法进行微震事件定位,S波信噪比较低或不可见时,采取基于P波初至信息的到时差法。具体为:
一、微震事件定位方法
到时差法的目标函数的变量为震源点的走时残差,其优点是不需要求解震源时刻,理论上收敛性比到时法更好。在速度已知的情况下,可以计算出震源与检波器之间的旅行时,设计算得到的同一震源到达不同传感器之间的时差为:
而实际测量得到的检波器之间的时差为Δtij,若两者之间的误差越小,则认为拟合度越好。目标函数为:
有三个未知数,作为三维定位,至少需要4个传感器,但这里不反演参数里没有t0,理论上反演收敛性更好。
依据拾取的纵横波初至应用Geiger定位方法和网格搜索法进行微地震震源反演定位。定位过程中结合射线追踪正演,应用理论与实际纵横波的时间残值及震源向量的角度残值进行约束,最终得到精确的震源定位结果。对定位的微地震事件逐一返回波形数据进行检查,对残差较大的微地震事件应进行初至精细调整并更新初至后重新定位。对定位结果进行精度分析,拾取初至与理论初至残差小于5ms,定位不确定性小于10m。
震源定位后,对定位结果的准确性进行验证,在波形窗口界面通过对比理论到时与实际到时曲线的差别(基本一致时定位比较准确,差别大证明准确性较差),对准确性较差的事件,返回到初至拾取界面进行重新拾取,二次定位,直至得到准确的定位位置。所有微地震事件定位完成后,对所有定位的微地震事件结果进行查看,对于不满足质控要求的微地震事件,返回微地震事件拾取窗口,调整初至拾取位置,使其达到质控要求。对于震源位置偏移主缝的微地震事件,需要进行二次查看波形信息,观测波形走时特征与检波器排列特征是否相符:与震源位置直线距离最近的检波器应最先接收有效信号。
二、微震事件定位结果
本实施例处理了2019年6月25日至2019年10月28日之间连续采集的微震数据集,共成功定位2576个微震事件,微震事件位置如图16-18所示。
三、震源参数计算
本实施例通过震源参数计算,获得了矩震级(Mw)、地震矩、震源半径、应力降和拐角频率等参数。得到定位结果后,利用手动初至及波形数据,重新计算了:矩震级、震源半径、地震矩、应力降、拐角频率、辐射能量等。
由于检波器灵敏度和增益信息可能不准确,矩震级只提供相对大小。
3.1、震源参数
震源参数是描述微震事件能量的重要参数,包括矩震级(Mw)、地震矩、震源半径、应力降和拐角频率,一般在计算矩震级的过程中计算出来。震源参数一方面给出微震事件的相对大小的度量,另一方面为震级-频度关系分析提供基础参数。
矩震级MW是目前量度地震大小最理想的物理量。与传统上使用的其他震级标度相比,矩震级不会饱和,对于所有地震,无论大小、深浅,无论使用远场、近场地震波资料,大地测量和地质资料中的何种资料,均可测量矩震级,并能与熟知的震级标度如面波震级MS相衔接。矩震级是一个均匀的震级标度,适于震级范围很宽的统计。
3.2、震源参数计算
矩震级计算最常见的是采用Brune模型并计算拐角频率。图19是微震事件原始波形及P波初至波形、频谱和基于Brune模型的拟合示图。
矩震级计算公式为:
其中M0是地震矩,其计算公式为:
震源半径r0:震源区域的平均半径。一般采用经典的Brune模型(圆盘震源模型)计算震源半径。当记录的微地震S波能量占主导时
其中β为S波速度,fc为S波幅度谱的拐角频率。当记录的微地震P波能量占主导时,将波速和拐角频率更改为P波对应的量即可。
应力降Δσ:断层滑移导致的应力变化,
另外,需要注意的是检波器的灵敏度、振幅记录单位和增益是计算震级的关键参数。
第三步,根据第二步处理得到的微震事件初至波、微震波波形和微震事件位置,开展震源机制反演,获得微震事件矩张量,再将微震事件矩张量分解为各向同性、双力偶和补偿线性向量偶极分量,计算各向同性分量占比和双力偶分量占比。
其中,震源机制是微地震监测的高级解释成果,后续的深度分析很多都依赖于震源机制。如图20所示,震源机制信息除了能够提供断层(水力裂缝)的两组可能的断层面以外,还可提供水力裂缝的走向、倾角、滑移角,结合震源参数计算获得的震源半径,可定量描述水力裂缝的走向、倾角、破裂长度等。另外,震源机制可以用来做地应力反演,给出三个方向上最大主应力的方向及其相对大小,这是开展微震地质力学研究的基础。本实施例开展震源机制反演的目的主要是为了获取微震事件对应地下裂缝的走向和倾角信息,并利用这些信息对水力裂缝进行基于震源机制的离散裂缝网络建模。
一、震源机制反演原理
震源机制信息不仅有助于获得岩石裂缝和地下应力分布的机理,而且为生成离散裂缝网络(DFN)和估算储层改造体积(SRV)提供重要参数。震源机制一般用断层平面解和震源矩张量(MT)来描述。对于纯剪切破裂事件,震源机制一般可用双力偶(DC)模型表征。然而,对于与水力裂缝扩展相关的事件,震源机制成分比较复杂,通常需要采用矩张量进行表征。
矩张量是目前描述各尺度地震震源机制最有效的理论。1971年,Gilbert提出了矩张量理论,将其定义为作用在一点上的等效体力的一阶矩。震源矩张量本身代表着震源(点源)处的作用力或力矩的分布,矩张量是震源处等效力的二阶对称张量描述,对于力的三个分量和三个力矩方向,存在九对力偶。因此,矩张量是九对力偶的线性组合,具有六个独立分量,又可分解为三种基本类型的矩张量震源,即各向同性分量(ISO)、双力偶分量(DC)及补偿线性矢量偶极分量(CLVD)。如图21的震源矩张量及其分解示意图。
震源机制解对于了解储层特征,例如天然裂缝发育特点、应力状态以及裂缝破裂机制等有着重要的指导作用,同时也是建立离散裂缝网络的重要参数。对于地面和浅井微地震监测的情况,普遍选择利用P波信息进行震源机制反演。尽管也可以综合利用P波和S波信息,但是地面微地震监测的高覆盖次数、宽方位角以及大偏移距等特点,使得仅利用P波信息就可以得到稳定的震源机制解,同时避免了S波波形提取困难以及S波速度误差对反演结果的影响。P波信息又分为P波初动极性信息和P波振幅信息。其中,P波初动极性的物理图像明确,是稳定的地震波信息,P波振幅信息可用来计算绝对矩张量。
由于方法简便快捷且结果较为可靠,利用P波初动极性来求解震源机制解的方法被广泛应用于地震事件分析、震源参数求取以及应力场研究等方面。利用P波初动极性信息反演裂缝震源机制解的理论基础是:断层在地下发生纯剪切错动时,在地面不同地点接收到的直达P波的初动极性不同(如图22所示),其在震源球上的投影具有四象限分布的现象。利用P波初动极性求解震源机制解的方法有多种,大致可分为迭代法和网格搜索法两类。由于迭代算法对资料品质的依赖性更大,所以网格搜索法是目前主流的求解方法。本项目采用的DeepListen软件是利用网格搜索算法求取理论P波初动极性与观测P波初动极性符号拟合最佳,即矛盾符号比ψ最小的一对正交节面(矛盾符号比定义为ψ=矛盾符号数/符号总数,0≤ψ≤1)。
震源机制反演得到一组正交节面,其中一个为断层面,另一个为辅助面。但是,对于纯剪切源(双力偶源)来说,这两个面是等价的(如图23),即具有两组可能的走向和倾角组合。所以,仅由单独的P波初动震源机制解无法确定断层面信息,还需要借由其它辅助信息来确定。因此震源机制反演结果给出的两组断层面实际上存在多解性,开展地应力反演是获得最优断层面并消除多解性的有效方法。
二、震源机制反演结果
本实施例对全部微震事件进行了震源机制反演。
如图24所示,该图为信噪比最高的20个微震事件震源机制沙滩球,不同颜色的实线代表最优断层面方位。该20个震源机制沙滩球及断层类型见图25-27。
上述震源机制反演结果表明:该区域主要发育正断层(裂缝),大多数裂缝走向为北东向。
震源机制反演得到一组正交节面,其中一个为断层面,另一个为辅助面。但是,对于纯剪切源(双力偶源)来说,这两个面是等价的。所以,仅由单独的P波初动震源机制解无法确定断层面信息,还需要借由其它辅助信息来确定。例如,可以利用由测井资料等得到的地层应力状态来指导断层面的选取;或者在得到大量微地震事件的震源机制解后,将其震源机制球按事件定位坐标画在同一幅图上,相邻微地震事件的裂缝产状应该是比较接近的,从而判断用哪组节面解来表示裂缝的产状;或者通过地应力反演给出最优的一组断层面解。
开展基于震源机制的储层尺度地应力反演,可获得局部地应力场(最大、最小水平主应力、垂向应力相对大小及其方位、倾角)分布特征,一方面可消除震源机制解的多解性,从剪切裂缝的两组走向和倾角信息中获得最优的一组断层/裂缝面走向和倾角,另一方面后续的水力裂缝网络的建模使用的就是这组最优的走向和倾角。
2.1、地应力反演原理
震源机制反演可以提供两组节面解,在没有其他资料约束的情况下,无法确定哪一个为真实的裂缝面或断层面。如果选用不正确的节面解进行应力场反演,会对解的准确性产生较大影响。本项目拟采用断层不稳定系数来确定真实的裂缝面,并根据真实的断面解采用迭代方法对应力场参数进行反演uk,2014),并唯一确定一组最优的断层/裂缝面走向和倾角,消除震源机制的多解性。
如图28所示,可以把任意节面解投影到归一化后的莫尔圆里,并在投影点做一条平行于破裂准则线的直线,归一化最大正应力所处位置到该线的垂直距离即为该节面解的断层不稳定系数(I)。不稳定系数越大,裂缝面越不稳定,越容易发生滑移,因此,在计算中可以把不稳定系数较大的节面作为真实的裂缝面。
应力场的反演主要基于Wallace-Bott假设,即断层面的滑移方向与沿断层面上最大剪切应力方向平行。根据这一假设,裂缝的滑移向量s与归一化的应力向量t=[τ11τ12τ13τ22τ23]T之间的关系可表示为
At=s,
其中A为3×5的矩阵,可以由断层面的法向量计算得来
基于多个复合震源机制解,可以通过最小二乘反演的方法得到应力矩张量,并通过特征值分解的方法进一步计算得到三个主应力的方位和倾角。
2.2、地应力反演结果
本实施例对微震事件的震源机制反演信息开展了地应力反演。如表2所示,经过地应力反演,获得了奥灰顶界地层微震事件覆盖区域的局部地应力场的信息,包括最大水平主应力、最小水平主应力和垂向应力的方位、倾角及其相对大小,并给出最佳断层产状。
表2地应力反演结果
从上述该区域应力场反演结果表明:
(1)研究区区域储层应力相对大小:最大水平主应力SHmax>最小水平主应力Shmin>垂向应力Sv;
(2)垂向应力Sv倾角88.5°,最大水平主应力SHmax方位为55.85°(N55.85°E),最小水平主应力Shmin方位为325.83°(N34.17°W)。
地应力反演主应力轴的方位和倾角分布不确定性见图29。图中不同应力轴的采样点相对聚焦,表明地应力反演结果可靠。
第四步,根据第三步得到的各向同性分量占比和双力偶分量占比判定微震事件对应的底板岩石破裂是否属于张性破裂;具体通过动态参数分析和静态属性分析确定微震事件是由水压增高引起的张性破裂,还是由应力扰动引起的剪切破裂。
4.1动态参数计算
仅仅分析单个事件的空间(xyz)、时间(t)、震级(mw)、能量(energy)等属性不足以精确分析地层的破裂和形变过程。而多个事件的聚类分析可精确分析地层的破裂响应。聚类分析分为静态和动态2种方法,动态参数可精确描述地层破裂过程。动态参数计算时刻如果是所有微震事件出现之后,则动态参数变为静态参数。微震事件聚类分析原理如下图30所示,动态聚类分析获得的动态参数包括:
(1)同震形变(coseismic deformation),应变率(strain rate)
(2)事件时间和距离间隔,事件密度
(3)辐射能量radiated energy,地震矩seismic moment等
基于上述动态参数可进一步计算获得4个重要的聚类属性,分别是:
(1)应力指数(Stress Index,SI)
由震源参数(应力降、地震矩)及事件时间-空间间隔等参数计算,描述地层应力变化;应力指数SI计算公式为:
其中ηc为聚类事件的累积地震效率,c为不同岩性、时间和体积的系数,DI为扩散指数。
SI值较低,代表应力传导不稳定且局限于储层很小范围,通常为由孔隙压力增大流体驱动的微震事件,释放能量较小;SI值较大,代表微震事件释放能量大,应力场更为稳定,最终破裂范围较大,通常为走向为最大主应力方向的裂缝或断层由应力触发微震事件。
(2)塑性指数(Plasticity Index,PI)
同震形变,描述储层变形或破裂;塑性指数PI的计算公式为:
其中μ为动态剪切模量,ηc为聚类事件的累积地震效率。
PI值较低,代表储层不易变形;PI值较大,代表储层极易变形。
(3)扩散指数(Diffusion Index,DI)
由事件时间-空间分布计算,描述储层应力传导或加载状态;扩散指数DI计算公式为:
其中X2为聚类事件的平均距离的平方,t为聚类事件的平均时间间隔。
扩散指数DI值较低,代表事件发生时间间隔大,但距离间隔小;DI值较大,代表事件发生时间间隔小,但距离间隔大。
4.2动态参数分析结果
动态参数计算结果是以每个微震事件发震时刻生成1个二维动态参数底图(热力图)的形式存储,允许查看一定时间间隔(每分钟或者每个微震事件发震时刻)对应的地层动态响应。本项目绘制了相应的视频展示在项目成果汇报多媒体(.pptx)中,由于本报告仅能展示静态图件,本小节仅展示最后一个微震事件发震时刻对应的动态参数热力图。
图31-33分别是应力指数、塑性指数和扩散指数平面分布图,表明:
(1)应力指数在检波器覆盖区域的中部及西南侧较高,上述局部区域地层破裂较为密集;
(2)塑性指数全区分布较为均匀,奥灰顶届地层不易发生破裂;
(3)扩散指数在检波器覆盖区域的中部较高,上述局部区域地层破裂时影响范围较大。
4.3静态属性分析
静态属性分析原理:微地震辐射能量(简称“能量”)、视应力和视体积是3个重要的静态属性。
(1)能量
计算视应力首先需要准确计算微震事件释放的能量。能量E可通过每个微震事件的位移谱(如图34)的积分计算,公式为:
(2)视应力
视应力可描述破裂过程难易程度。视应力与储层岩石破裂释放的能量有关。地层水进入岩石基质和裂缝中,会改变地层破裂释放的能量大小。能量和视应力常被用来描述矿山地层的静态响应,如图35所示。
视应力计算公式为:σa=μE/Mo;
其中μ是储层岩石的剪切模量,Mo为该微震事件的地震矩。
视应力值较低,代表天然裂缝开启;视应力值较高,代表地层产生大量新缝。
(3)视体积
4.4静态属性分析结果
从图36-38的能量属性图、视应力属性图及视体积属性图表明:
(1)能量分布全区分布较为均匀,不存在局部异常区域;
(2)视应力分布全区分布较为均匀,不存在局部异常区域;
(3)视体积在微震覆盖区域的中部和西南侧数值较高,该区域岩石发生了非弹性变形。
可见,震事件主要发生在东北区域(椭圆),地层应力集中,破裂释放较多能量。
第五步,根据第四步中张性破裂的微震事件位置绘制导水裂隙分布平面图,确定底板导水通道在平面上的位置、延伸深度及扩展方向。本实施例通过基于微震事件震源机制的地应力反演方法研究奥灰水压变化。不同时间段的微震事件震源机制信息可用于反演该时间段的地应力场,获得指定时间段的奥灰顶界地层三向主应力的相对大小。奥灰水压变化将引起垂向应力大小变化。
图39是2019年9月1日前地应力场反演结果与2019年10月31日前地应力场反演结果对比。可以看出,最大和最小水平主应力的方位没有发生变化,但9月之后,三向主应力相对大小发生了变化,由9月1日前最大主应力为水平应力变为最大应力为垂向应力。这是由于运料巷35号电极附近底板下,从9月9日开始低阻异常区域逐渐变大,9月10日达到最大,同时在运料巷35号电极附近底板出水,水量不大,约2m3·h-1,随着工作面的推进,水量逐渐减少,直到14日停止出水。根据钻孔测量,同期该工作面底板隔水层奥灰水压由1.71MPa上升至2.21MPa,最后缓慢恢复至较低水平。
上述现象表明,基于微震事件的地应力反演获得的垂向应力相对大小的变化可准确反映奥灰水压的变化。
如前所述矿井相邻11915工作面存在直径超过50m的陷落柱,将全部微震事件与陷落柱综合显示(图40)可以发现,在陷落柱影响区域内有一定数量的微震事件发生,通过陷落柱后微震事件数量也显著增加。
根据微震事件应力指数和扩散指数动态参数分析结果,可判断陷落柱周围存在3个潜在导水裂隙带,分别如图41和42所示。其中潜在导水裂隙带I所在区域为陷落柱影响区,该区内最大应力指数和扩散指数集中在陷落柱波及区边缘,并向两侧延伸扩展,扩散指数较高表明存在自陷落柱核心区向工作面内扩展裂缝的趋势,则受陷落柱导水影响极易引发工作面涌水;潜在导水裂隙带II所在区域为工作面巷道侧的集中区,该区内的最大应力指数集中在巷道围岩内;潜在导水裂隙带III的扩散指数较小,不存在大范围贯通趋势,诱发涌水的可能性较小。
微震监测识别的3个潜在的导水裂隙带得到了视电阻率监测结果的验证。矿井在11916工作面部署了视电阻率监测系统,对底板富水性及其变化情况进行监测,从监测数据分析,底板以下20m范围内视电阻率值一直较高,说明底板水导升高度变化不明显。但在运料巷35号电极附近(潜在导水裂隙带I最北侧)底板下,从9月9日开始低阻异常区域逐渐变大,9月10日达到最大,同时在运料巷35号电极附近底板出水,水量不大,约2m3·h-1,随着工作面的推进,水量逐渐减少,直到14日停止出水,14日的电阻率数据反映该区域重新变成高阻区域。因此,可判断奥灰顶界破裂较深位置处的裂隙即本项目识别的潜在导水裂隙带I、II和III已经各自贯通,可能已经与本灰含水层导通,并且低阻异常区随时间不断从下向上的发育过程验证了该处裂隙已经形成导水通道,裂隙发育较深的区域正是视电阻率异常体发育之处,推测陷落柱残余水通过该通道进入运料巷,引起该处底板出水。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (5)
1.一种基于微震事件张性破裂机制的煤层底板导水通道识别方法,其特征在于,先实时采集和处理原始微震波波形数据,并绘制裂隙平面分布图,然后通过微震事件震源机制反演,判别微震事件对应的底板岩石破裂是否属于张性破裂,以识别出煤层底板导水通道。
2.根据权利要求1所述的基于微震事件张性破裂机制的煤层底板导水通道识别方法,其特征在于,具体包括:
S1.在被监测的煤矿建立微震监测系统;
S2.实时处理微震监测系统采集的原始微震波波形数据,依次进行滤波去噪、事件识别、初至拾取、事件定位和震源参数计算,并根据处理得到的微震事件位置信息绘制裂隙平面分布图;
S3.根据S2中处理得到的微震事件初至波、微震波波形和微震事件位置,开展震源机制反演,获得微震事件矩张量,再将微震事件矩张量分解为各向同性、双力偶和补偿线性向量偶极分量,计算各向同性分量占比和双力偶分量占比;
S4.根据S3得到的各向同性分量占比和双力偶分量占比判定微震事件对应的底板岩石破裂是否属于张性破裂;
S5.根据S4中张性破裂的微震事件位置绘制导水裂隙分布平面图和深度侧视图,确定底板导水通道在平面上的位置、延伸深度及扩展方向。
3.根据权利要求2所述的基于微震事件张性破裂机制的煤层底板导水通道识别方法,其特征在于,步骤S4中的判定标准为:若各向同性分量占比高于50%时,该微震事件对应的底板岩石破裂为由水压增高引起的张性破裂,若双力偶分量占比高于50%时,该微震事件对应的底板岩石破裂为由应力扰动引起的剪切破裂。
4.根据权利要求3所述的基于微震事件张性破裂机制的煤层底板导水通道识别方法,其特征在于,步骤S3中微震事件震源机制反演利用P波初动极性信息反演水力压裂裂缝震源机制,并通过网格搜索算法求取理论P波初动极性与观测P波初动极性符号拟合最佳,即矛盾符号比ψ最小的一对正交节面,该矛盾符号比定义为ψ=矛盾符号数/符号总数,其中0≤ψ≤1。
5.根据权利要求3所述的基于微震事件张性破裂机制的煤层底板导水通道识别方法,其特征在于,步骤S3中分解为各向同性、双力偶和补偿线性向量偶极分量的占比之和为100%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111652993.7A CN114384586A (zh) | 2021-12-30 | 2021-12-30 | 基于微震事件张性破裂机制的煤层底板导水通道识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111652993.7A CN114384586A (zh) | 2021-12-30 | 2021-12-30 | 基于微震事件张性破裂机制的煤层底板导水通道识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114384586A true CN114384586A (zh) | 2022-04-22 |
Family
ID=81200527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111652993.7A Pending CN114384586A (zh) | 2021-12-30 | 2021-12-30 | 基于微震事件张性破裂机制的煤层底板导水通道识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114384586A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114966853A (zh) * | 2022-05-27 | 2022-08-30 | 中国矿业大学 | 基于微震监测信号确定冲击地点围岩运动参数极值的方法 |
CN117233836A (zh) * | 2023-09-18 | 2023-12-15 | 北京戎彩科技有限公司 | 通过微地震辐射能量确定压裂主裂缝网络几何属性的方法 |
-
2021
- 2021-12-30 CN CN202111652993.7A patent/CN114384586A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114966853A (zh) * | 2022-05-27 | 2022-08-30 | 中国矿业大学 | 基于微震监测信号确定冲击地点围岩运动参数极值的方法 |
CN117233836A (zh) * | 2023-09-18 | 2023-12-15 | 北京戎彩科技有限公司 | 通过微地震辐射能量确定压裂主裂缝网络几何属性的方法 |
CN117233836B (zh) * | 2023-09-18 | 2024-04-16 | 北京戎彩科技有限公司 | 通过微地震辐射能量确定压裂主裂缝网络几何属性的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maxwell | Microseismic imaging of hydraulic fracturing: Improved engineering of unconventional shale reservoirs | |
Ghosh et al. | Application of underground microseismic monitoring for ground failure and secure longwall coal mining operation: A case study in an Indian mine | |
Goertz-Allmann et al. | Combining microseismic and geomechanical observations to interpret storage integrity at the In Salah CCS site | |
AU2010363963B2 (en) | Method for determining discrete fracture networks from passive seismic signals and its application to subsurface reservoir simulation | |
Wang et al. | Current developments on micro-seismic data processing | |
Kim et al. | The 2017 ML 5.4 Pohang earthquake sequence, Korea, recorded by a dense seismic network | |
CN103109207B (zh) | 用于在垂直横向各向同性介质中检测地面下地震事件的方法 | |
US9354336B2 (en) | Microseismic data acquisition array and corresponding method | |
Zhao et al. | Inversion of seepage channels based on mining-induced microseismic data | |
AU2015253627B2 (en) | Method for using semblance of corrected amplitudes due to source mechanisms for microseismic event detection and location | |
Zhao et al. | A path for evaluating the mechanical response of rock masses based on deep mining-induced microseismic data: A case study | |
CN114384586A (zh) | 基于微震事件张性破裂机制的煤层底板导水通道识别方法 | |
Huang et al. | Influence of sensor array on MS/AE source location accuracy in rock mass | |
Qian et al. | Evaluation of hydraulic fracturing in coal seam using ground microseismic monitoring and source location | |
Ma et al. | Intraplate seismicity of a recently deglaciated shield terrane: A case study from northern Ontario, Canada | |
CN104820237A (zh) | 计算地层的方差体的方法 | |
CN115327663A (zh) | 深部矿产资源勘查用空-地-井立体地球物理探测方法 | |
Cai et al. | Spatial distribution and focal mechanism solutions of the Wenchuan earthquake series: Results and implications | |
CA2897052C (en) | Method for determining fracture plane orientation using passive seismic signals | |
Wang et al. | A polarization migration velocity model building method for geological prediction ahead of the tunnel face | |
Liang et al. | Local stress field inverted for a shale gas play based on focal mechanisms determined from the joint source scanning algorithm | |
Li et al. | monitoring of induced microseismicity in an onshore oilfield from Abu Dhabi, United Arab Emirates: Implications for carbonate reservoir monitoring | |
Zhou et al. | Automatic approach for fast processing and data analysis of seismic ahead-prospecting method: a case study in yunnan, china | |
Ogasawara et al. | Japanese-South African collaboration to mitigate seismic risks in deep gold mines | |
Lacazette et al. | Passive Seismic Methods for Unconventional Resource Development |
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 |