CN116485572B - 一种基于震源参数反演的矿震关键层识别与趋势分析方法 - Google Patents

一种基于震源参数反演的矿震关键层识别与趋势分析方法 Download PDF

Info

Publication number
CN116485572B
CN116485572B CN202310290988.9A CN202310290988A CN116485572B CN 116485572 B CN116485572 B CN 116485572B CN 202310290988 A CN202310290988 A CN 202310290988A CN 116485572 B CN116485572 B CN 116485572B
Authority
CN
China
Prior art keywords
layer
microseism
hard rock
kth
impulse
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.)
Active
Application number
CN202310290988.9A
Other languages
English (en)
Other versions
CN116485572A (zh
Inventor
朱权洁
谷雷
欧阳振华
曾庆林
任雅军
杨勇
张运中
王立军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Institute of Science and Technology
Original Assignee
North China Institute of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Institute of Science and Technology filed Critical North China Institute of Science and Technology
Priority to CN202310290988.9A priority Critical patent/CN116485572B/zh
Publication of CN116485572A publication Critical patent/CN116485572A/zh
Application granted granted Critical
Publication of CN116485572B publication Critical patent/CN116485572B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Operations Research (AREA)
  • Mining & Mineral Resources (AREA)
  • Development Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)

Abstract

本发明公开了一种基于震源参数反演的矿震关键层识别与趋势分析方法，包括如下步骤：S1、通过理论推导和现场实测初步圈定矿震关键层的大致范围；S2、利用层析成像CT法对矿山微震事件进行精确定位，获得微震震源参数；S3、通过聚类算法对微震事件进行聚类计算，获得矿震控制的微震事件簇群；S4、提出冲量指标计算时空域内的微震活动特征，分析获得矿震事故与冲量的内在联系，建立冲量与矿震灾害的关联；S5、制作冲量平面图，以冲量指标形式对矿震关键层进行追踪，并预测矿震活动转移趋势。实现冲击地压精准性防控的有效措施，可以实现冲击地压灾害源头治理，有利于降低冲击地压防治成本，提高煤矿安全高效开采水平。

Description

一种基于震源参数反演的矿震关键层识别与趋势分析方法
技术领域
本发明属于冲击矿压微震监测技术领域，涉及一种基于震源参数反演的矿震关键层识别与趋势分析方法，尤其针对矿震关键层精准识别与趋势分析方法。
背景技术
矿震关键层(致灾主控岩层)具有厚度大、完整性好等特点，在煤层开采后难以垮落并转变为“弹性蓄能体”。关键层的运动、断裂对矿震的发生有着决定性的作用。然后，目前没有对地压灾害源头识别的方法，无法预防煤层开采过程中关键层断裂型矿震突发而诱发冲击地压的潜在威胁。
值得说明的是，以上背景技术的内容，为更好地提出技术问题而撰写，并不代表为现有技术。
发明内容
本发明的目的在于提供一种基于震源参数反演的矿震关键层识别与趋势分析方法，旨在通过基于工作面高精度微震监测，结合矿压理论分析、数值模拟等方法和手段，对关键层断裂型矿震的主控层位进行了分析识别和趋势预测。
本发明的目的是通过以下技术方案实现：
一种基于震源参数反演的矿震关键层识别与趋势分析方法，包括如下步骤：
S1、关键层初步圈定，通过物探、理论推导、现场实测及数值模拟分析等手段和方法初步圈定矿震关键层的大致范围；
S2、层析成像精确定位，利用层析成像CT法对矿山微震事件进行精确定位，获得微震震源参数(发震时间、震源位置、震级或能量等)；
S3、聚类分析圈定风险区，通过聚类算法对微震事件进行聚类计算，获得矿震控制的微震事件簇群；
S4、概率统计分析微震活动性，提出冲量指标计算时空域内的微震活动特征，分析获得矿震事故与冲量的内在联系，建立冲量与矿震灾害的关联；
S5、冲量指标精确识别与预测，制作冲量平面图，以冲量指标形式对矿震关键层进行追踪，并预测矿震活动转移趋势。
进一步来说，步骤S1基于现场物探实测数据，初步确立关键层层位；利用地质信息开展数值模拟研究，分析获得采动诱发的关键层位；利用矿压理论、关键层理论构建关键层识别模型，对采动过程中可能诱发矿震的关键层位进行圈定。
进一步来说，所述关键层位的圈定方法包括：步骤2.1通过获得岩层移动角来确立采动影响区域，所述岩层移动角的计算公式如下：其中，l为超前影响距离，h为顶板岩层厚度；工作面的超前影响距离l的表达式为：l＝L-L′其中，L为工作面位置，L′为超前影响位置；
步骤2.2根据步骤2.1获得的采动影响区域，对影响区域的钻孔柱状图进行分析，获取上层覆岩中的坚硬岩层位置，坚硬岩层位置的位置公式为：其中，m为硬岩层编号，hi、γi、Ei分别为第i岩层的厚度、容重、弹性模量(i＝1,2,…,m)；
步骤2.3基于两端固支梁模型计算硬岩层的破断距lk，所述破断距lk的其计算公式为：其中，k为硬岩层编号，hk为第k层硬岩层的厚度；σk为第k层硬岩层的抗拉强度；qk为第k层硬岩层承受的载荷；第k层硬岩层承受的载荷qk的计算公式为：其中，下标k代表第k层硬岩层；下标j代表第k层硬岩层所控软岩层组的分层号；mk为第k层硬岩层所控软岩层的层数；Ek,j，hk,j，γk,j分别为第k层硬岩层所控软岩层组中第j层岩层弹性模量、分层厚度及容重；当j＝0时，即为硬岩层的力学参数；
步骤2.4基于对各硬岩层的破断距进行比较，确定关键层位置，建立关键层识别流程。进一步来说，步骤2.4中建立关键层识别流程的步骤为：第一步，假设第k层硬岩层若为关键层，其破断距应小于其上部所有硬岩层的破断距，即满足：lk＜lk+1(k＝1,2,…,n-1)；
第二步，若第k层硬岩层破断距lk大于其上方第k+1层硬岩层破断距,则将第k+1层硬岩层承受的载荷加到第k层硬岩层上，重新计算第k层硬岩层的破断距；若重新计算的第k层硬岩层的破断距小于第k+1层硬岩层的破断距，则取lk＝lk+1；说明此时第k层硬岩层破断受控于第k+1层硬岩层，即第k+1层硬岩层破断前，第k层硬岩层不破断，一旦第k+1层硬岩层破断，其载荷作用于第k层硬岩上，导致第k层硬岩随之破断；
第三步，从最下一层硬岩层开始逐层往上判别lk<lk+1(k＝1,2,…,n-1)是否成立，及当lk>lk+1时重新计算第k层硬岩层破断距。
进一步来说，步骤S2是基于高精度微震监测系统的监测结果，对采动诱发的矿山微地震信号进行采集和精细化处理，利用震源能量计算初步确立震源风险区，步骤如下：
步骤3.1对采动影响区域进行初步估算，确立相应的采动影响范围，建立高精度微震监测系统体系；为此第一步需要确立工作面采动影响范围，分析并选定矿区内事故易发区域作为风险区域；第二步需要优化设计微震观测系统，在该采区内的采矿巷道中埋置了10个检波器(其中道号i＝1,2,3,…10)；第三步需要确立仪器监测参数；
步骤3.2将风险区进一步划分成网格体，计算检波器到网格节点之间的距离rilmn，rilmn的计算公式为其中：(xl,ym,zn)为三维网格体节点位置坐标,Ri(xi,yi,zi)为各检波器位置坐标；最后计算出层析扫描参数；
步骤3.3基于步骤3.2的结果，利用层析成像自动定位算法获取矿震频繁发生的位置。
进一步来说，步骤3.3中层析成像自动定位算法包括如下步骤：第一步，读取微地震事件信号数据，包括该微地震事件的微地震记录数据S＝[t×R]和微地震记录数据相关的参数，道数；采样间隔；记录长度；
第二步，调用监测工区网格节点到检波器之间微地震波旅行时差的数据矩阵ΔT＝[G×V×R]；
第三步，计算微地震记录数据层析成像投影成像矩阵Tomo＝[G×V×t]，自动判定并求出该微地震事件的震源位置、传播速度、发震时间和震源函数；
第四步，自动求取震源函数的能量、零频极限值、拐角频率和震源破裂半径；
第五步，根据最大能量准则的定位判据，自动定位计算微震震源位置；同时自动保存震源位置、传播速度、发震时间、能量、零频极限值、拐角频率和震源破裂半径进入数据库，将震源函数保存为数据文件。
进一步来说，步骤S3中聚类计算的步骤为：第一步、确立矿震影响区范围，给定聚类分析的边界条件；第二步、引入K-means聚类方法，构建微震事件时空聚类分析模型；第三步、对微震事件从时间、空间、能量、数量方面进行聚类分析，获取采空区上覆岩层微震事件聚类群Q0；结合第一步中的边界条件，剔除外围干扰震源点和无效震源点，获取采动影响区域的精准微震响应结果。
进一步来说，步骤S4中微震活动性利用概率分析法从时间维度、空间维度和时空维度分析采动过程中的矿山微震活动规律，揭示采动条件下高位顶板运动情况，包括如下步骤：第一步、利用概率统计方法，从微震能量分布率、微震空间分布率、微震发生率角度分析微震活动性；第二步、利用统计分析方法获取微震活动特征，并以水平、剖面图的形式展示其空间分布，从而揭示覆岩运动规律，判识上覆岩层的破断的准确位置。
进一步来说，所述微震能量分布率的概率计算方法是在一定的空间和时间范围内共发生N个微地震事件，求出各组频次与微地震事件总数的百分比式中，微震事件的对数能量分别为Elog-i(i＝1,2,3,…N)，以单位对数能量级差(如：ΔElog＝1)为组距进行分组，这样可以分成若干个能量组ek，分别统计各组微地震事件出现的频次
所述微震发生率的概率计算方法是在一定的空间和时间范围内共发生N个微地震事件，将该时间范围以单位时段分成若干个时间组tk，则可求出微地震发生率的概率：式中，为各组微地震事件出现的频次；把作为变量，分别求出具有相同的时间段数将与时间组tk的个数T比较；
所述微震空间分布率的概率计算方法，在一定的空间和时间范围内共发生N次微地震，以固定工作面位置为原点的走向方向，以单位距离分成若干个距离组xk，分别统计各组微地震事件出现的频次则可求出各组频次与微地震事件总数的百分比通过分析这一概率密度分布，可以揭示在采矿过程中，基于固定工作面走向方向不同距离组xk发生微地震事件的可能性。
进一步来说，步骤S5所采用的步骤如下:第一步、设置冲量/冲力计算关键参数，划分网格面元，选择指定时间段内的微地震事件进行统计；第二步、为清晰地展示单位时空域内的关键层等效受力情况，建立冲量/冲力计算模型，计算时空域内的冲量/冲力；第三步、将计算结果投影到平面图、剖面图上，获得相应的时空域热力图，从图中可以获得不同区域的微震等效作用力情况；第四步、通过对比分析矿震事故与实测结果，摸清矿震与冲量/冲力等指标的关联性，进而利用冲量精准圈定矿震潜在区域和风险等级，并借助冲力等指标对矿震关键层进行精准识别和预测。
采用上述技术方案，具有以下有益效果：有助于对矿震频发矿井的精准防控提供理论依据，避免开采过程中关键层断裂型矿震突发进而诱发冲击地压的潜在威胁。本方法是实现冲击地压精准性防控的有效措施，可以实现冲击地压灾害源头治理，有利于降低冲击地压防治成本，提高煤矿安全高效开采水平。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明提供的流程示意图。
图2为本发明提供的理论模型和观测系统的示意图。
图3为本发明提供的基于LOF的K-means聚类方法流程图。
图4为本发明提供的微震事件聚类优化结果展示图一。
图5为本发明提供的微震事件聚类优化结果展示图二。
图6为本发明提供的工作面震源事件水平投影图。
图7为本发明提供的工作面震源走向投影图。
图8为本发明提供的工作面震源倾向投影图。
图9为本发明提供的微地震冲量平面面元分布图。
图10为本发明提供的微地震冲力平面分布图。
图11为本发明提供的微地震冲量时空分布图(1-11月份)。
图12为本发明提供的微地震冲力时空分布图(1-11月份)。
图13为本发明提供的微地震冲力时空分布图(1-11月份)一。
图14为本发明提供的微地震冲力时空分布图(1-11月份)二。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例
参见图1-图3所示，一种基于震源参数反演的矿震关键层识别与趋势分析方法，包括如下步骤：
S1、关键层初步圈定。通过物探、理论推导、现场实测及数值模拟分析等手段和方法初步圈定矿震关键层的大致范围。
步骤1.基于现场物探实测数据，如地质钻孔信息等，初步确立关键层层位。利用地质信息开展数值模拟研究，分析获得采动诱发的关键层位(蓄能层位)。
步骤2.结合实测数据和步骤1结果，利用矿压理论、关键层理论等，构建关键层识别模型，对采动过程中可能诱发矿震的关键层位进行圈定。
步骤2中圈定的方法如下：
步骤2.1采动影响区域的确立。利用以下公式计算煤矿覆岩运动影响区域：
确定工作面的超前影响距离l可表达为：
l＝L-L′ (1)
其中，L为工作面位置，L′为超前影响位置。
由采动引起的上覆岩层运动，其移动角θ可表述为：
其中，l为超前影响距离，h为顶板岩层厚度。
由此即可获得岩层移动角，进而获得采动影响区域。
步骤2.2在采动影响区域确立后，对影响区域的钻孔柱状图进行分析，获取上层覆岩中的坚硬岩层位置。
首先，依据组合梁理论，结合钻孔柱状图计算各岩层载荷。其计算公式为：
由下至上第m层岩层作用第1层上的载荷可表述为：
式中：q1(x)|m为考虑到第m层岩层对第1层坚硬岩层形成的载荷；hi，γi，Ei分别为第i岩层的厚度、容重、弹性模量(i＝1,2,…,m)。
以此类推，第m+1层对第1层坚硬岩层形成的载荷为：
由于第m+1层为坚硬岩层，其挠度小于下部岩层的挠度，第m+1层以上岩层已不再需要其下部岩层去承担它所承受的载荷，则必然有：
q1(x)|m+1＜q1(x)|m (5)
综合上述三式即可获得判别坚硬岩层位置的公式：
其判别原理可概述为：从第1层硬岩层开始，按上述方法确定第2层硬岩层的位置，以此类推，直至确定出最上一层硬岩层(设为第n层硬岩层)。通过对坚硬岩层位置的判别，得到了覆岩中硬岩层位置及其所控软岩层组。
步骤2.3计算上述硬岩层的破断距。基于两端固支梁模型计算硬岩层的破断距lk，其计算公式为：
式中，k为硬岩层编号，hk为第k层硬岩层的厚度(单位m)，σk为第k层硬岩层的抗拉强度(单位MPa)，qk为第k层硬岩层承受的载荷(单位MPa)。
上式qk可由下式计算，
式中，下标k代表第k层硬岩层；下标j代表第k层硬岩层所控软岩层组的分层号；mk为第k层硬岩层所控软岩层的层数；Ek,j，hk,，γk,j分别为第k层硬岩层所控软岩层组中第j层岩层弹性模量、分层厚度及容重，单位分别为GPa，m，MN/m3。当j＝0时，即为硬岩层的力学参数。
步骤2.4建立关键层识别流程。按以下原则对各硬岩层的破断距进行比较，确定关键层位置。
第一步，假设第k层硬岩层若为关键层，其破断距应小于其上部所有硬岩层的破断距，即满足：
lk＜lk+1(k＝1,2,…,n-1) (9)
第二步，若第k层硬岩层破断距lk大于其上方第k+1层硬岩层破断距,则将第k+1层硬岩层承受的载荷加到第k层硬岩层上，重新计算第k层硬岩层的破断距。若重新计算的第k层硬岩层的破断距小于第k+1层硬岩层的破断距，则取lk＝lk+1。说明此时第k层硬岩层破断受控于第k+1层硬岩层，即第k+1层硬岩层破断前，第k层硬岩层不破断，一旦第k+1层硬岩层破断，其载荷作用于第k层硬岩上，导致第k层硬岩随之破断。
第三步，从最下一层硬岩层开始逐层往上判别lk<lk+1(k＝1,2,…,n-1)是否成立，及当lk>lk+1时重新计算第k层硬岩层破断距。
S2层析成像精确定位。具体为利用层析成像CT法对矿山微震事件进行精确定位，获得微震震源参数(发震时间、震源位置、震级或能量等)。
步骤3.结合高精度微震监测系统的监测结果，对采动诱发的矿山微地震信号进行采集和精细化处理，利用震源能量计算初步确立震源风险区。
根据步骤3中所描述方法如下：
步骤3.1对采动影响区域进行初步估算，确立相应的采动影响范围，建立高精度微震监测系统体系。
第一步，确立工作面采动影响范围。分析并选定矿区内事故易发区域作为风险区域，风险区域的范围可以设定为RZ(xmin,xmax,ymin,ymax,zmin,zmax)。如图2，外部黑色边框所示区域。
第二步，优化设计微震观测系统。在该采区内的采矿巷道中埋置了10个检波器(其中道号i＝1,2,3,…10)，各检波器在采区内的空间位置，如图2中的蓝色圆圈所示。
第三步，确立仪器监测参数。假设以微地震监测仪器启动时刻作为计时系统，t＝0时开始记录微地震信号，确立仪器的采样间隔Δt、采样点数等参数。
步骤3.2为简化计算，在采取影响范围内划分出一个极易发生事故的风险区，并将风险区进一步划分成网格体。同时计算检波器到网格节点之间的距离，最后计算出层析扫描参数。
第一步，确立风险区范围。假设事故易发的风险区域为：东西向从3000m到3500m、南北向从5000m到5460m、地下深度从-630m到-770m，如图2中所示的红线圈定区域。
第二步，进行网格体划分。将风险区域按步长为10m划分成三维网格体，网格体的节点假设为可能的震源位置，进而计算其东西向E、南北向N和深度方向H的坐标值。
第三步，计算检波器与网格节点间的距离。根据各检波器位置坐标Ri(xi,yi,zi)与风险区域内三维网格体节点位置坐标(xl,ym,zn)，可以计算出检波器到网格节点之间的距离rilmn，其计算公式如下：
由此可知，检波器与网格节点之间的最大距离rmax＝MAX(rlmn)。
第四步，确立层析成像扫描参数。地震波内的传播速度是难以获取的，只能根据地质知识和经验给出一个速度范围。在这里设置一个速度范围(扫描参数)，同时设定扫描间隔。
利用校验炮初步测算地震波传播速度，一般地，煤岩传播介质中震动波速度在vmin＝1000m/s到vmax＝3000m/s之间，于是扫描参数在pmin＝1/vmax＝0.0003s/m到pmax＝1/vmin＝0.001s/m之间。微地震信号的频率在几赫兹到1000多赫兹之间，根据扫描参数的选择准则，可以选定一个扫描参数间隔Δplmn，于是扫描参数为：
plmn_k＝pmin+(k-1)Δplmn(k＝1、2、3...Kkmn) (11)
其中：Klmn＝(pmax-pmin)/Δplmn为采样点数。
第五步，震源层析成像相关参数矩阵的计算与准备。由上述定义，分别给定以下参数的表达方式：风险区的3D网格节点数据矩阵Grids_3C＝[x,y,z]；风险区网格节点与检波器间距的数据矩阵Radius＝[行号＝网格节点号，列号＝检波器编号]；基于监测工区网格节点到检波器之间，微地震波旅行时差的数据矩阵ΔT＝[G×V×R]。
步骤3.3利用层析成像定位算法，自动定位计算微震震源位置及震源参数，并保存到指定文档之中。基于步骤3.2中结果，利用层析成像自动定位算法获取矿震频繁发生的位置。
第一步，读取微地震事件信号数据，包括该微地震事件的微地震记录数据S＝[t×R]和微地震记录数据相关的参数，道数；采样间隔；记录长度等；
第二步，调用监测工区网格节点到检波器之间微地震波旅行时差的数据矩阵ΔT＝[G×V×R]；
第三步，计算微地震记录数据层析成像投影成像矩阵Tomo＝[G×V×t]，自动判定并求出该微地震事件的震源位置、传播速度、发震时间和震源函数；
第四步，自动求取震源函数的能量、零频极限值、拐角频率和震源破裂半径；
计算微地震信号的慢度时间域，并求解最大能量值及其对应坐标参数。为了确定微地震震源位置Rs(xs,ys,zs)，首先将各检波器接收到的微地震信号f(i,t)投影到慢度时间域中：
其中：j＝1,2,3...1024；k＝1,2,3...Kkmn。
最大能量值的计算公式如下：
Bs(ps,ts)＝max[Bj(pk,tj)] (13)
第五步，根据最大能量准则的定位判据，自动定位计算微震震源位置。同时自动保存震源位置、传播速度、发震时间、能量、零频极限值、拐角频率和震源破裂半径进入数据库，将震源函数保存为数据文件。
在风险区内，利用表达式(12)，对单个微地震事件的数据记录进行层析成像投影，获得该微地震事件的慢度谱。进而，可以将慢度谱中最大的能量极值所对应的空间坐标值作为自动定位的判据，如表1所示。
表1最大能量准则的定位判据
由此可知，如果风险区的范围设置足以包含所关注的微地震震源位置，那么，利用上述自动定位判据，可以自动提取最大能量值对应的震源参数如下：
(1)最大能量值对应的空间坐标值：Rs(xs,ys,zs)；
(2)最大能量值对应的时间坐标值：ts；
(3)最大能量值对应的慢度坐标值：ps；
(4)最大能量值对应的慢度时间信号：Bs(ps,t)。
S3、聚类分析圈定风险区。通过聚类算法对微震事件进行聚类计算，获得矿震控制的微震事件簇群(风险区精确确定)。
步骤4，结合步骤1、步骤2中结论，以矿震影响区划定聚类边界，对步骤3中所得出的微震定位结果进行聚类分析处理。
第一步，结合步骤1、步骤2中结论，确立矿震影响区范围，并基于此给定聚类分析的边界条件。
第二步，引入K-means聚类方法，构建微震事件时空聚类分析模型。
上述步骤中，如图3所示，基于LOF的K-means聚类方法的基本数学描述为：
1)首先通过式(1)、(2)计算坐标集合中的LOF值，并进行归一化处理，剔除原始震源坐标集合中的离群点，防止离群点所带来的误差，构建震源点坐标集合Q1；
式中：lrdk(xi)是指对象xi的局部可达密度。
式中：为对象xi的归一化值；为对象xi的正则化值；S(xi)为进行正则化计算的对象，本文中指LOF值；bases为基准值，当使用LOF算法模型时，bases＝baseLOF＝1为高斯误差函数；μs为所有对象xi正则化值的均值；σs为所有对象xi正则化值的标准差。
2)其次，在剩余坐标集合中选取LOF值最小的点X1作为首个初始聚类中心，计算剩余各点到聚类中心的距离，将符合要求的归为一类；
3)剔除步骤2)中X1点及其聚类后构建震源点坐标集合Q2；
4)重复步骤2)选出X2作为第二个初始聚类中心点，进入步骤3)，以此往复，直到选出K个初始聚类中心；
5)利用K-means聚类方法，使用步骤4中的K个聚类中心点，对震源坐标集合Q1进行划分，并迭代选出最优的聚类中心。
第三步，对微震事件从时间、空间、能量、数量方面进行聚类分析，获取采空区上覆岩层微震事件聚类群Q0。结合第一步中的边界条件，剔除外围干扰震源点和无效震源点，获取采动影响区域的精准微震响应结果。聚类结果如图4、图5所示。
S4概率统计分析微震活动性。利用概率分析方法和冲量概念识别矿震关键层，提出冲量指标计算时空域内的微震活动特征，分析获得矿震事故与冲量的内在联系，建立冲量与矿震灾害的关联。
与天然地震类似，矿山微地震活动特征(有时称为地震活动性)，是指微地震事件的震源位置和发震时间等几何参数的时空分布特点和微地震频次和微地震能量等震源物理参数的变化特点。开展微地震活动特征研究的目的在于，利用这些参数之间的相互关系，揭示矿山微地震的发生和演变规律，为采矿工程的生产安全服务。
步骤5，对聚类分析后的微震事件进行统计分析处理，利用概率分析法从时间维度、空间维度和时空维度分析采动过程中的矿山微震活动规律，进而揭示采动条件下高位顶板运动情况，为揭示覆岩运动规律、分析矿震主控层位提供依据。
第一步，利用概率统计方法，从微震能量、空间分布、发生频次等角度分析微震活动性。
(1)微震能量分布率的概率计算方法
假设在一定的空间和时间范围内共发生N个微地震事件，则可求出各组频次与微地震事件总数的百分比(即频次百分比，也称为概率)：
式中，微震事件的对数能量分别为Elog-i(i＝1,2,3,…N)，以单位对数能量级差(如：ΔElog＝1)为组距进行分组，这样可以分成若干个能量组ek，分别统计各组微地震事件出现的频次
(2)微震发生率的概率计算方法
微地震发生率的概率，是指单位时段内发生j(j＝0,1,2,3,...J)次微地震事件的可能性。假设在一定的空间和时间范围内共发生N个微地震事件，将该时间范围以单位时段(如：Δt＝1小时)分成若干个时间组tk，则可求出微地震发生率的概率：
式中，为各组微地震事件出现的频次；把作为变量，分别求出具有相同的时间段数将与时间组tk的个数T比较。
(3)微震空间分布率的概率计算方法
所谓微地震空间分布率是指，单位空间区域内发生微地震事件的次数，量纲为频次/立方米(频次/m3)。微地震空间分布率的概率，是指不同的单位空间区域内发生微地震的可能性。假设在一定的空间和时间范围内共发生N次微地震，以固定工作面位置为原点的走向方向，以单位距离(如：Δx＝10米)分成若干个距离组xk，分别统计各组微地震事件出现的频次则可求出各组频次与微地震事件总数的百分比(即概率)：
通过分析这一概率密度分布，可以揭示在采矿过程中，基于固定工作面走向方向不同距离组xk发生微地震事件的可能性。
同理可得，基于固定工作面倾向方向垂向方向的概率：
Py(Δy)＝Ny(Δy)/N (19)
Pz(Δz)＝Nz(Δz)/N (20)
通过分析三个方向上的微地震分布率的概率分布，不仅可以揭示微地震事件的震源位置与导致微地震发生的扰动源位置之间的距离关系，还可以判断矿山微地震活动的偶发区、多发区、频发区和高发区。
第二步，利用统计分析方法获取微震活动特征，并以水平、剖面图的形式展示其空间分布，从而揭示覆岩运动规律，判识上覆岩层的破断的准确位置。
震源在空间域的投影是将微地震事件在工作面平面图、走向剖面图、倾向剖面图中进行投影，这三个投影图构成微地震事件的空间分布。
(1)水平投影图：如图6所示，水平投影图是将微地震事件投影到工作面平面图上，通过微地震水平投影图上的微地震事件位置，可以在平面上分析解释微地震活动特征。
(2)走向投影图：如图7所示，走向投影图是将微地震事件投影到工作面走向剖面图上，通过走向投影图找到微地震事件的走向位置及层位，可以在平面上分析解释微地震活动特征，从而判断上覆岩层的应变高度。
(3)倾向投影图：如图8所示，倾向投影图是将微地震事件投影到工作面倾向剖面图上，通过倾向投影图找到微地震事件的倾向位置，可以在平面上分析解释微地震活动特征，便于找到微地震事件距离煤层顶底板的距离及分布规律。
S5冲量指标精确识别与预测。具体为制作冲量平面图，以冲量指标形式对矿震关键层进行追踪，并预测矿震活动转移趋势。
步骤6，构建冲量/冲力指标计算模型，利用冲量、冲力指标从时空域角度表征关键岩层的释能等效作用力，揭示关键层受力状态及未来发展趋势。
第一步，设置冲量/冲力计算关键参数。以50米×50米(根据实际需求设置)，划分网格面元，选择指定时间段内的微地震事件进行统计。
根据震源和震源相对性的概念，如果“细分”这个时空域成多维网格体，这个总能量是N个微地震事件(震源位置和发震时间可以位于不同的网格体内)发出的能量总和，假设第i个微地震事件的震源能量分别为ei(i＝1,2,3…N)，则该时空域内的微地震能量之和为：
第二步，为清晰地展示单位时空域内的关键层等效受力情况，建立冲量/冲力计算模型，计算时空域内的冲量/冲力(面元冲量/冲力)，投影到平面图上即可获得该时间段内的微地震冲量平面面元分布图
由公式(21)转换可得，基于时空域(V,T)的岩体冲量等于该时空域中所有微地震能量的总和除以体积，计算公式如下：
第三步，将计算结果投影到平面图、剖面图上，获得相应的时空域热力图，从图中可以获得不同区域的微震等效作用力情况。
(1)以时间为轴，统计指定时间段的微震冲量，即可获得随时间变化指定工作面各区域微震冲量的变化情况(将冲量计算结果投影到平面图上，并以热力图形式展示)；
(2)以时间为纵轴、走向坐标为横轴，求取微地震冲量在工作面走向方向上的时空分布图。利用该时空分布图，可以直观获取一段时间内微震活动的变化情况，并推断出潜在异常区域。
第四步，通过对比分析矿震事故与实测结果，摸清矿震与冲量/冲力等指标的关联性，进而利用冲量精准圈定矿震潜在区域和风险等级，并借助冲力等指标对矿震关键层进行精准识别和预测。
以河南某矿21141工作面为例，进行实例说明。针对该工作现状，以50米×50米划分网格面元，选择6月份的微地震事件作面元冲量计算，获得6月份的微地震冲量平面面元分布图，如图9所示，从图中发现，面元冲量的最大值分布位置，既不在大能量的微地震事件分布区域，也不在微地震事件发生频次高的区域。如图10是对应的微地震冲力分布图。
图11表示微地震冲量在工作面走向方向上的时空分布图(1-11月)，图中每一个月的平面面元微地震冲量峰值区域，随着采掘进度的不断推进，也相应地向前移动和变化。仔细分析图中800米处，在1月中旬、4月底或5月初两个时段中，微地震活动明显；在1000米处，在1月初、3月底和10月中旬，地震活动明显。可以推断在800米和1000米处存在着一定的异常。图12表示微地震冲力在工作面走向方向上的时空分布图(1-11月)。
由图13、图14可知，经过上述流程分析确立红色圆圈区域为矿震频繁发生区域，即当前矿震控制关键层位；而随着采掘活动的持续进行，采动影响范围逐步向工作面前方以及高位岩层转移，因此，冲力结果显示出未来的矿震将有逐步向高位转移的趋势，即关键层位将由当前区域向上部的坚硬层位转移，这与理论分析结论相吻合。
以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。

Claims (6)

1.一种基于震源参数反演的矿震关键层识别与趋势分析方法，其特征在于：包括如下步骤：
S1、关键层初步圈定，通过物探、理论推导、现场实测及数值模拟分析手段和方法初步圈定矿震关键层的大致范围；
所述关键层位的圈定方法包括：
步骤2.1通过获得岩层移动角来确立采动影响区域，所述岩层移动角的计算公式如下：其中，l为超前影响距离，h为顶板岩层厚度；
工作面的超前影响距离l的表达式为：l＝L-L′其中，L为工作面位置，L′为超前影响位置；
步骤2.2根据步骤2.1获得的采动影响区域，对影响区域的钻孔柱状图进行分析，获取上层覆岩中的坚硬岩层位置，坚硬岩层位置的位置公式为：其中，m为硬岩层编号，hi、γi、Ei分别为第i岩层的厚度、容重、弹性模量，i＝1,2,…,m；
步骤2.3基于两端固支梁模型计算硬岩层的破断距lk，所述破断距lk的计算公式为：其中，k为硬岩层编号，hk为第k层硬岩层的厚度；σk为第k层硬岩层的抗拉强度；qk为第k层硬岩层承受的载荷；第k层硬岩层承受的载荷qk的计算公式为：其中，下标k代表第k层硬岩层；下标j代表第k层硬岩层所控软岩层组的分层号；mk为第k层硬岩层所控软岩层的层数；Ek,j，hk,j，γk,j分别为第k层硬岩层所控软岩层组中第j层岩层弹性模量、分层厚度及容重；当j＝0时，即为硬岩层的力学参数；
步骤2.4基于对各硬岩层的破断距进行比较，确定关键层位置，建立关键层识别流程；
S2、层析成像精确定位，利用层析成像CT法对矿山微震事件进行精确定位，获得微震震源参数；基于高精度微震监测系统的监测结果，对采动诱发的矿山微地震信号进行采集和精细化处理，利用震源能量计算初步确立震源风险区，步骤如下：
步骤3.1对采动影响区域进行初步估算，确立相应的采动影响范围，建立高精度微震监测系统体系；为此第一步需要确立工作面采动影响范围，分析并选定矿区内事故易发区域作为风险区域；第二步需要优化设计微震观测系统，在采区内的采矿巷道中埋置了10个检波器，其中道号i＝1,2,3,···10；第三步需要确立仪器监测参数；
步骤3.2将风险区进一步划分成网格体，计算检波器到网格节点之间的距离rilmn，rilmn的计算公式为其中：(xl,ym,zn)为三维网格体节点位置坐标,Ri(xi,yi,zi)为各检波器位置坐标；最后计算出层析扫描参数；
步骤3.3基于步骤3.2的结果，利用层析成像自动定位算法获取矿震频繁发生的位置；其中层析成像自动定位算法包括如下步骤：
第一步，读取微地震事件信号数据，包括该微地震事件的微地震记录数据S＝[t×R]和微地震记录数据相关的参数，道数；采样间隔；记录长度；
第二步，调用监测工区网格节点到检波器之间微地震波旅行时差的数据矩阵ΔT＝[G×V×R]；
第三步，计算微地震记录数据层析成像投影成像矩阵Tomo＝[G×V×t]，自动判定并求出该微地震事件的震源位置、传播速度、发震时间和震源函数；
第四步，自动求取震源函数的能量、零频极限值、拐角频率和震源破裂半径；
第五步，根据最大能量准则的定位判据，自动定位计算微震震源位置；同时自动保存震源位置、传播速度、发震时间、能量、零频极限值、拐角频率和震源破裂半径进入数据库，将震源函数保存为数据文件；
S3、聚类分析圈定风险区，通过聚类算法对微震事件进行聚类计算，获得矿震控制的微震事件簇群；
S4、概率统计分析微震活动性，提出冲量指标计算时空域内的微震活动特征，分析获得矿震事故与冲量的内在联系，建立冲量与矿震灾害的关联；其中微震活动性利用概率分析法从时间维度、空间维度和时空维度分析采动过程中的矿山微震活动规律，揭示采动条件下高位顶板运动情况，包括如下步骤：第一步、利用概率统计方法，从微震能量分布率、微震空间分布率、微震发生率角度分析微震活动性；第二步、利用统计分析方法获取微震活动特征，并以水平、剖面图的形式展示其空间分布，从而揭示覆岩运动规律，判识上覆岩层的破断的准确位置；
S5、冲量指标精确识别与预测，制作冲量平面图，以冲量指标形式对矿震关键层进行追踪，并预测矿震活动转移趋势。
2.根据权利要求1所述的矿震关键层识别与趋势分析方法，其特征在于：步骤S1基于现场物探实测数据，初步确立关键层层位；利用地质信息开展数值模拟研究，分析获得采动诱发的关键层位；利用矿压理论、关键层理论构建关键层识别模型，对采动过程中可能诱发矿震的关键层位进行圈定。
3.根据权利要求1所述的矿震关键层识别与趋势分析方法，其特征在于：步骤2.4中建立关键层识别流程的步骤为：
第一步，假设第k层硬岩层若为关键层，其破断距应小于其上部所有硬岩层的破断距，即满足：lk＜lk+1，k＝1,2,...,n-1；
第二步，若第k层硬岩层破断距lk大于其上方第k+1层硬岩层破断距,则将第k+1层硬岩层承受的载荷加到第k层硬岩层上，重新计算第k层硬岩层的破断距；若重新计算的第k层硬岩层的破断距小于第k+1层硬岩层的破断距，则取lk＝lk+1；说明此时第k层硬岩层破断受控于第k+1层硬岩层，即第k+1层硬岩层破断前，第k层硬岩层不破断，一旦第k+1层硬岩层破断，其载荷作用于第k层硬岩上，导致第k层硬岩随之破断；
第三步，从最下一层硬岩层开始逐层往上判别lk<lk+1，k＝1,2,…,n-1；是否成立，及当lk>lk+1时重新计算第k层硬岩层破断距。
4.根据权利要求1所述的矿震关键层识别与趋势分析方法，其特征在于：步骤S3中聚类计算的步骤为：第一步、确立矿震影响区范围，给定聚类分析的边界条件；第二步、引入K-means聚类方法，构建微震事件时空聚类分析模型；第三步、对微震事件从时间、空间、能量、数量方面进行聚类分析，获取采空区上覆岩层微震事件聚类群Q0；结合第一步中的边界条件，剔除外围干扰震源点和无效震源点，获取采动影响区域的精准微震响应结果。
5.根据权利要求1所述的矿震关键层识别与趋势分析方法，其特征在于：所述微震能量分布率的概率计算方法是在一定的空间和时间范围内共发生N个微地震事件，求出各组频次与微地震事件总数的百分比式中，微震事件的对数能量分别为Elog-i，i＝1,2,3,...N，以单位对数能量级差为组距进行分组，这样分成若干个能量组ek，分别统计各组微地震事件出现的频次
所述微震发生率的概率计算方法是在一定的空间和时间范围内共发生N个微地震事件，将该时间范围以单位时段分成若干个时间组tk，则可求出微地震发生率的概率：式中，为各组微地震事件出现的频次；把作为变量，分别求出具有相同的时间段数将与时间组tk的个数T比较；
所述微震空间分布率的概率计算方法，在一定的空间和时间范围内共发生N次微地震，以固定工作面位置为原点的走向方向，以单位距离分成若干个距离组xk，分别统计各组微地震事件出现的频次则可求出各组频次与微地震事件总数的百分比通过分析这一概率密度分布，揭示在采矿过程中，基于固定工作面走向方向不同距离组xk发生微地震事件的可能性。
6.根据权利要求1所述的矿震关键层识别与趋势分析方法，其特征在于：步骤S5所采用的步骤如下:第一步、设置冲量/冲力计算关键参数，划分网格面元，选择指定时间段内的微地震事件进行统计；第二步、为清晰地展示单位时空域内的关键层等效受力情况，建立冲量/冲力计算模型，计算时空域内的冲量/冲力；第三步、将计算结果投影到平面图、剖面图上，获得相应的时空域热力图，从图中获得不同区域的微震等效作用力情况；第四步、通过对比分析矿震事故与实测结果，摸清矿震与冲量/冲力指标的关联性，进而利用冲量精准圈定矿震潜在区域和风险等级，并借助冲力指标对矿震关键层进行精准识别和预测。
CN202310290988.9A 2023-03-23 2023-03-23 一种基于震源参数反演的矿震关键层识别与趋势分析方法 Active CN116485572B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310290988.9A CN116485572B (zh) 2023-03-23 2023-03-23 一种基于震源参数反演的矿震关键层识别与趋势分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310290988.9A CN116485572B (zh) 2023-03-23 2023-03-23 一种基于震源参数反演的矿震关键层识别与趋势分析方法

Publications (2)

Publication Number Publication Date
CN116485572A CN116485572A (zh) 2023-07-25
CN116485572B true CN116485572B (zh) 2024-07-30

Family

ID=87222209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310290988.9A Active CN116485572B (zh) 2023-03-23 2023-03-23 一种基于震源参数反演的矿震关键层识别与趋势分析方法

Country Status (1)

Country Link
CN (1) CN116485572B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118656987A (zh) * 2024-08-16 2024-09-17 北京科技大学 深部煤层复合顶板定向长钻孔协同压裂布置方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101506686A (zh) * 2006-06-21 2009-08-12 特拉斯帕克地球科学公司 地质沉积体系的解释
CN114109506A (zh) * 2021-11-26 2022-03-01 中国矿业大学 一种煤矿矿震风险评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101506686A (zh) * 2006-06-21 2009-08-12 特拉斯帕克地球科学公司 地质沉积体系的解释
CN114109506A (zh) * 2021-11-26 2022-03-01 中国矿业大学 一种煤矿矿震风险评估方法

Also Published As

Publication number Publication date
CN116485572A (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
Assimaki et al. Effects of local soil conditions on the topographic aggravation of seismic motion: parametric investigation and recorded field evidence from the 1999 Athens earthquake
Leśniak et al. Space–time clustering of seismic events and hazard assessment in the Zabrze-Bielszowice coal mine, Poland
US8902707B2 (en) Analysis of uncertainty of hypocenter location using the combination of a VSP and a subsurface array
CN116591777B (zh) 多场多源信息融合的冲击地压智能化监测预警装置及方法
CN116485572B (zh) 一种基于震源参数反演的矿震关键层识别与趋势分析方法
Zollo et al. Space and time behavior of seismic activity at Mt. Vesuvius volcano, southern Italy
CN103105622B (zh) 基于数据库技术的同型波时差定位方法
CN105487117A (zh) 一种三维地震观测系统优化方法及装置
CN105425299A (zh) 确定地层裂缝分布的方法和装置
Wang et al. A statistical method to assess the data integrity and reliability of seismic monitoring systems in underground mines
CN110632667B (zh) 一种基于冲击波激震条件下的隐伏陷落柱超前探测方法
Huang et al. Influence of sensor array on MS/AE source location accuracy in rock mass
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
Duan et al. Seismic source location using the shortest path method based on boundary discretisation scheme for microseismic monitoring in underground mines
CN103984006A (zh) 一种全断面观测系统的隧道超前地质探测方法
CN106199712A (zh) 一种确定压裂套管变形区域的方法及装置
US20160053606A1 (en) Determining stimulated reservoir volume from passive seismic monitoring
Stephenson et al. A high‐resolution seismic reflection and gravity survey of Quaternary deformation across the Wasatch Fault, Utah
CN114047546B (zh) 基于传感器三维空间联合布置的群智螺旋矿震定位方法
CN104820237A (zh) 计算地层的方差体的方法
CN111458742B (zh) 一种炸药震源单井药量组合激发方法
Wang et al. Cross-related microseismic location based on improved particle swarm optimization and the double-difference location method of jointed coal rock mass
Beyen et al. Strong ground motion characteristics of the 2011 Van Earthquake of Turkey: Implications of seismological aspects on engineering parameters
CN114063152A (zh) 一种基于矿震统计特征的冲击地压主控因素确定方法
CN113075656A (zh) 一种探地雷达和三维地震综合预测煤矿工作面断裂方法

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