CN116591777B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN116591777B
CN116591777B CN202310553720.XA CN202310553720A CN116591777B CN 116591777 B CN116591777 B CN 116591777B CN 202310553720 A CN202310553720 A CN 202310553720A CN 116591777 B CN116591777 B CN 116591777B
Authority
CN
China
Prior art keywords
microseismic
monitoring
early warning
model
data
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
CN202310553720.XA
Other languages
English (en)
Other versions
CN116591777A (zh
Inventor
曹安业
杨旭
刘耀琪
葛庆
窦林名
巩思园
马志锋
蔡武
牛强
王常彬
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.)
Xuzhou Hongyi Science And Technology Development Co ltd
China University of Mining and Technology CUMT
Original Assignee
Xuzhou Hongyi Science And Technology Development Co ltd
China University of Mining and Technology CUMT
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 Xuzhou Hongyi Science And Technology Development Co ltd, China University of Mining and Technology CUMT filed Critical Xuzhou Hongyi Science And Technology Development Co ltd
Priority to CN202310553720.XA priority Critical patent/CN116591777B/zh
Publication of CN116591777A publication Critical patent/CN116591777A/zh
Application granted granted Critical
Publication of CN116591777B publication Critical patent/CN116591777B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
    • E21F17/18—Special adaptations of signalling or alarm devices
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geology (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种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，应力在线监测系统用于获取各个位置的应力分布；地音监测系统用于对煤岩体破裂产生的高频震动信号进行监测；支架阻力监测系统用于对工作面液压支架工作阻力进行监测；井地联合微震系统用于对煤岩体破裂产生的低频震动信号进行监测，实现对微震震源的定位及采动裂隙反演成像；锚杆锚索应力监测系统对锚杆锚索应力状态进行监测；上述五个系统的数据均反馈给数据处理中心，最后根据监测数据采用构建的预警模型进行综合处理后，输出冲击地压预测结果并判断是否进行预警，进而工作人员根据预警情况及时采取措施，以真正实现冲击地压智能化监测预警，为靶向精准防控冲击地压提供支撑与保障。

Description

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
技术领域
本发明涉及一种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，属于矿井冲击地压防治技术领域。
背景技术
我国隧洞开挖、矿山开采、核废料贮藏等地下工程逐渐转入地层深部，岩爆、冲击地压与矿震等岩石动力灾害频发，严重威胁深地资源与空间的安全开发利用。尤其在深部煤炭开采过程中，冲击地压事故频发，导致重大安全风险，损失严重，教训惨痛。目前我国冲击地压矿井已达146座，遍布山东、陕西、内蒙古以及新疆等主力生产矿区。2018年以来，冲击地压以前所未有的频度、强度和复杂性表现出来。如2018年山东龙郓“10.20”冲击地压事故，造成21人遇难；2019年吉林龙家堡“6.9”冲击地压事故，造成9人遇难，12人受伤；2020年山东龙堌“2.22”冲击地压事故，造成4人遇难；2021年陕西胡家河“10.11”冲击地压事故，造成4人遇难，6人重伤。因此，未来我国冲击地压监测预警及防控工作将面临极大压力。
随着国家科技实力与煤矿智能化建设力度的增大，“机械化换人、自动化减人”已经成为企业新旧动能转换、高质量发展的共识共为，智能开采已成为深地资源安全开采的重要手段，也是有效遏制冲击地压重要的发展方向。微震监测方法是目前煤矿开采过程中监测范围最大、信息量最多的方法，我国冲击地压矿井几乎都安装了该类监测系统，已成为煤矿冲击地压区域性监测预警的最主要手段。而目前微震监测数据的分析处理仍处于起步阶段，难以适用于现场日益复杂的采掘条件。具体体现在深部复杂采掘开采条件下微震系统台网布置方法、微震事件的定位方法以及微震震源破裂参数的实时反演与成像方面均与智能化、实时化、无人化的建设目标相差甚远。除此之外，煤矿中同样安装了应力监测系统、地音监测系统以及支架阻力监测系统等，但是目前该类监测系统产生的大量监测信息并未得到有效利用和处理，难以实现对巷道应力分布与煤岩体受应力影响内部发生破裂的情况进行联合监测分析，最终无法实现对煤矿冲击地压的高效精准监测预警。
综上所述，冲击地压的智能化监测预警面临三大挑战。一是如何根据井地联合微震系统从拾震传感器布设、波形采集直至数据处理的全流程优化后进行精准的微震监测；二是如何实现对巷道应力分布及煤岩体受应力影响内部发生破裂的情况进行联合监测；三是如何将微震监测数据、应力在线监测数据、地音监测数据以及支架阻力监测数据等监测数据进行整合后综合预警，以真正实现冲击地压智能化监测预警，为靶向精准防控冲击地压提供支撑与保障。
发明内容
针对上述现有技术存在的问题，本发明提供一种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，能对微震监测数据、应力分布监测数据以及煤岩体受应力影响内部发生破裂的监测数据分别进行优化处理，并将微震监测数据、应力在线监测数据、地音监测数据以及支架阻力监测数据进行整合后进行综合预警，以真正实现冲击地压智能化监测预警，为靶向精准防控冲击地压提供支撑与保障。
为了实现上述目的，本发明采用的技术方案是：一种多场多源信息融合的冲击地压智能化监测预警装置，包括应力在线监测系统、地音监测系统、井地联合微震系统、锚杆锚索应力监测系统和数据处理中心；
所述应力在线监测系统包括多个应力传感器，所述应力传感器每两个一组，沿工作面掘进方向在工作面两侧巷道回采帮等间距布设多组，用于获取各个位置的应力分布情况并反馈给数据处理中心；
所述地音监测系统包括地面中心和多个地音监测探头，地面中心布设在地面，多个地音监测探头分布在井下的回采工作面及掘进工作面，用于对煤岩体内部发生破裂产生的高频震动信号进行监测，且各个地音监测探头通过无线数据发射器将监测数据反馈给地面中心，地面中心将监测数据反馈给数据处理中心；
所述支架阻力监测系统包括地面数据处理设备和多个压力自记仪，地面数据处理设备布设在地面，多个压力自记仪分别安装在采煤工作面各个液压支架的立柱上，用于监测各个立柱的支撑压力并反馈给地面数据处理设备，地面数据处理设备将每个液压支架各个立柱的支撑压力平均值作为该液压支架的支架阻力；
所述井地联合微震系统包括地面设备和井下设备，地面设备设置在矿井地面，井下设备装在矿井内；
所述地面设备包括监测主机和多个地面台站，多个地面台站均与监测主机数据通信，用于接收监测主机发出的控制指令并进行数据采集，并将采集的数据反馈给监测主机；
所述井下设备包括多个拾震传感器，多个拾震传感器分布在矿井各个位置处；各个拾震传感器通过线缆均与监测主机连接，用于将采集的波形数据反馈给监测主机；所述监测主机对各个地面台站及各个拾震传感器反馈的数据进行分析处理，实现对微震震源的定位及采动裂隙反演成像，并将成像结果反馈给数据处理中心；
所述锚杆锚索应力监测系统包括让压管、多个RFID标签和屏蔽铁盒，让压管套在处于煤岩体外部的杆体上且压紧固定在托盘与球形螺母之间，多个RFID标签装在让压管下部，屏蔽铁盒与球形螺母通过连杆固定连接，且处于多个RFID标签下方，所述屏蔽铁盒顶部为敞口；正常监测时，各个RFID标签能进行通信传递，当让压管受压变形时，其中一个RFID标签通过敞口进入屏蔽铁盒内，此时屏蔽铁盒对该RFID标签屏蔽通信，根据让压管的变形情况能控制不同RFID标签进入屏蔽铁盒内，并生成应力云图反馈给数据处理中心；
所述数据处理中心将获取的各个监测数据汇总后，采用预警模型对数据进行综合分析处理，从而对冲击地压进行预警。
进一步，所述多个拾震传感器分布在矿井内的水平大巷、采区上山和采煤工作面的进风巷及回风巷；所述多个拾震传感器为单分量检波器和三分量检波器其中一种或两者混合组成。拾震传感器通过多中型号混合使用，能更好的获取所需微震监测数据。
进一步，所述让压管的抗压强度为30～50MPa，这样能保证让压管所需的抗压强度；所述RFID标签为三个，并且设置三个数量即能满足监测需要，而且能节约安装成本；且各个RFID标签与让压管之间均为柔性连接，防止让压管变形时对RFID标签造成影响。
上述基于微震监测的多场多源信息融合的冲击地压智能化监测预警装置的工作方法，具体步骤为：
步骤一、应力在线监测系统的监测：将应力在线监测系统安装后，在工作面掘进期间及工作面回采期间，各个应力传感器实时采集各个位置的应力分布数据，并反馈给数据处理中心；
步骤二、地音监测系统的监测及预警：将地音监测系统安装后，在工作面掘进期间及工作面回采期间，多个地音监测探头对各个位置煤岩体内部发生破裂产生的高频震动信号进行监测，且通过无线数据发射器将监测数据反馈给数据处理中心；
步骤三、支架阻力监测系统的监测及预警：将支架阻力监测系统安装后，在工作面回采期间，通过监测多个液压支架的支架阻力对工作面不同区域的顶板压力进行监测，且地面数据处理设备通过无线数据发射器将监测数据反馈给数据处理中心；
步骤四、井地联合微震系统的监测：
S1、根据所需监测的区域，建立地面台站与井下拾震传感器整体协同全局最优布置方案，并根据确定的最优布设方案，将各个地面台站与井下拾震传感器分别完成布设安装；
S2、先构建基于深度神经网络的微震信号去噪模型，对采集的地震数据进行去噪，然后构建面向煤矿微震信号的到时自动拾取模型，接着监测主机采用到时自动拾取模型对各个拾震传感器去噪后的地震数据进行提取，从而获取微震信号；
S3、根据步骤S2获取的微震信号及地面台站获取的监测数据，进行井地联合定位，从而得出微震震源的位置；
S4、根据步骤S3获取的微震震源位置并结合步骤S2获取的微震信号，建立微震震源破裂参数实时反演模型，并根据反演模型进行反演后获取微震震源破裂参数，进而根据破裂参数形成采动裂隙成像；并将成像结果反馈给数据处理中心；
步骤五、锚杆锚索应力监测系统的监测及预警：将锚杆锚索应力监测系统分别安装在各个所需监测的锚杆或锚索后，利用RFID标签对巷道内锚杆锚索应力状态进行监测并生成应力云图，并将应力云图反馈给数据处理中心；
步骤六、先建立初始预警模型，然后对初始预警模型进行训练后获取已训练的预警模型，接着将数据处理中心接收上述五个步骤的监测数据输入预警模型，预警模型进行综合分析后，输出冲击地压预测结果并判断是否预警，最终工作人员根据预测结果及时采取对应措施，降低冲击地压对煤矿的影响。
进一步，所述步骤S1中建立地面台站与井下拾震传感器整体协同全局最优布置方案的具体过程为：
①基于采矿地球物理学方法建立描述采掘诱发微震震源破裂启动至结束过程的理论模型，据此根据煤岩体内不同破裂尺度及本构对微震震源频率变化、波形幅值变化的作用机制确定微震能量与信号主频、最大幅值的对应关系；
②数值模拟研究不同主频、最大幅值的微震波形信号在巷道围岩中的传播与衰减规律，确定在常规环境背景噪音下不同能量等级微震信号的有效监测范围，确立对不同微震能量等级下的全频段信号采集方案，获得适用于监测不同能量范围微震的传感器类型和有效安装范围；
③采用的拾震传感器为单分量检波器和三分量检波器混合组成，先构建用于定位的走时目标函数t，通过引入方向目标函数d，并结合走时目标函数t，构建能够降低到时拾取精度、台网布设因素影响的混合目标函数，提高不利监测条件下微震震源参量的求解精度，此时对由各个拾震传感器组成的微震监测台网布置的空间包覆性有较高的要求，但目前井下多种监测场景下拾震传感器无法对煤岩体形成完整空间包覆，造成微震系统无法准确求解震源位置与参量。为突破该限制，采用一定数量的三分量传感器实现对微震震动波传播方向的监测，接着由于走时目标函数t与方向目标函数d都与传播路径密切相关，进而构建针对独头掘进巷道的弯曲射线路径下三维波速分布定位目标函数，获取更接近掘进巷道实际微震信号的传播路径和角度，以进一步消除波速、射线传播路径、台网布设对微震定位精度的影响；
④采集冲击地压矿井的生产施工过程、方法与环境，归类分析不同作业环境在不同生产阶段的监测情形，如纯掘进独头监测、工作面与掘进头联合监测、掘进头之间联合监测等。针对不同的监测情形，确定对应的最优传感器安装方式，确定合理的安装参数，构建描述安装难易程度的量化公式；依据井下微震传感器布置基本原则，考虑传感器的类型、空间布置和监测频率段，建立不同地质构造条件下及不同巷道条件下拾震传感器布置的最优方案；接着采用虚拟到时技术，模拟微震波形到时，建立最大化感知掘进微震信号、准确求解微震震源参量和最小化安装成本的多目标函数，结合现场实际施工工艺，构建基于粒子群智能优化算法的多目标函数求解模型，从而最终确定传感器最优空间分布，包括传感器的个数、类型和位置等，建立地面台站与井下拾震传感器整体协同全局最优布置方案。
进一步，所述步骤S2中建立基于深度神经网络的微震信号去噪模型的具体过程为：建立微震信号去噪初始模型，其包括频域特征提取、编码和解码三部分，首先将输入的微震信号利用短时傅里叶变换得到该信号的时频特征，将该特征经标准化处理，输入编码器，通过多个下采样阶段得到一个高维特征图，然后通过多步上采样进行解码，得到与输入时频图像相同大小的掩码m；
在该模型中，输入信号为各个拾震传感器检测到的微震信号R(t)，经过短时傅里叶变换(STFT)得到时频特征R(f,t)，STFT使用长度为100ms的时间窗，该过程表示为：
R(f,t)＝STFT[R(t)]
其中，时频特征R(f,t)包括微震信号M(f,t)和噪音N(f,t)两部分，表示为：
R(f,t)＝M(f,t)+N(f,t)
模型的训练目标是使预测信号和真实信号之间的误差最小化，损失函数表示为：
其中掩码标签的生成方法为：
该模型使用多个煤矿的单分量微震波形进行训练，完成训练后得到所需的微震信号去噪模型。
进一步，所述步骤S2中建立到时自动拾取模型的具体过程为：利用微震信号在频域的信息更加丰富的特性，基于短时傅里叶变换微震信号时频转换方法，构建微震频谱图，从时域和频域两个维度提取微震信号特征；然后基于深度残差网络的微震数据隐式特征提取方法和基于统计学方法的显式特征提取方法，建立基于注意力机制的复杂微震数据特征融合方法，从而实现多层次和多尺度特征提取，最终建立面向煤矿微震信号的到时自动拾取模型。本步骤中采用的各个方法均为行业内的公知算法或方法。
进一步，所述步骤S3中进行井地联合定位的具体过程为：
A、采集低信噪比微震信号及地面台站的监测数据，并确定各个拾震传感器和地面台站的位置信息；对于微震震源水平方向上的位置定位，先获取每个拾震传感器和地面台站接收微震信号的P波到时，具体公式为：
式中：
x0,y0,z0——震源坐标；
t0——震源发震时间；
xi,yi,zi——第i个拾震传感器或地面台站的坐标；
ti——P波到达第i个观测站时间；
v(x0,y0,z0)——P波的传播速度；
上式中存在(x0,y0,z0,t0)四个未知数，要解这个方程至少需要4个拾震传感器或地面台站的数据，目前在各个矿区投入的微震系统都采用16个台站的布置形式，所以可以列出16个类似于上式的方程，进行震源定位即为求上述目标函数的最小值，能将上式写成如下形式：
式中：
wi——各拾震传感器或地面台站的观测值的权重度函数；
n——P波标记的拾震传感器和地面台站数目；
p——参数，取值1或2；
利用上式计算获得水平方向上微震震源的位置信息；
B、对于微震震源垂直方向上的位置定位，通过获取工作面的采掘工程平面图确定爆破位置的巷道水平，再由综采队提供的爆破施工台账来确定微震震源类型是煤层爆破还是顶板爆破；若为煤层爆破，则爆破位置的垂直位置(z值)等于其所在巷道区域的水平；若为顶板爆破，则爆破位置(z值)等于其所在巷道区域水平加上爆破断顶施工布置图所示的炸药高度；
C、根据地下岩层的分布密度和高度的影响，建立初始波速模型：在实际工程中，微震监测区域岩体并不是均匀介质，不同区域的应力波波速不同。因此，应力波射线是按最小走时路径传播，而并非几何最短路径；在层状煤矿微震监测中，震源应力波传播到矿区地面台站比到井下巷道经过的岩体介质更为复杂，导致P波在垂直方向上速度变化很大；故根据当前工作面的钻孔数据确定当前工作面的地质情况，根据岩层厚度进行分层，针对其岩性不同及传播速度不同，首先确定其初始传播速度，通过Python建立了一个三维层状速度模型，第一层界面为地表界面，速度从上到下逐渐增大，按照相近的速度分布共划分三层速度层；自下而上依次编号为①、②、③类，对应的层速度值分别表示为V1、V2，V3。之后给每个划分的波速层上界划分网格，确定微震事件的震波在以最短时间原则情况下的传播路径，并利用Powell优化算法对各波速层波速进行优化，反演出最合理的初始波速模型；
D、初始波速模型构建后，对于新的未定位微震事件，首先利用矿上已有的微震监测系统的水平定位结果作为初始定位震源点，因为微震监测系统的拾震传感器在井下水平方向包络性较好，台站数量较多，定位精度较高，可以视为微震事件真实发生位置。其次利用地面台站接收到的波形信号和反演获得的初始波速模型对初始定位震源点的上下各100个点(每点间隔1m)进行边缘网格搜索定位，将时间残差最小的点视为最终定位震源点，定位公式为：
其中，ti和tj代表不同地面台站接收到的微震信号到时，Δti和Δtj为网格搜索法搜索出的点依照初始波速模型传播路径所计算出的传播时间。
进一步，所述步骤S4具体为：
㈠、根据步骤S2采集典型冲击地压工作面采掘期间诱发的微震波形作为基础数据，采用混合矩张量法求解微震事件震源机制获得矩张量，对矩张量分解后获得震源破裂面的参数如破裂类型、方位角、倾角等参数，但受矩张量震源模型对称性的限制，反演矩张量解中有两组参数满足要求，即获得的破裂面有两个，由于真实破裂面只有一个，首先需确定真实破裂面以便后续分析，因此需求解真实破裂面；在真实破裂面求解时，根据震源理论及破裂面滑移失稳的格里菲斯强度理论，构建破裂面微元体应力张量、法向分量与滑移分量的力学几何方程；联合步骤S3获取的多个微震震源位置构建应力张量求解的最优化函数方程组，采用粒子群等算法求解该方程组，获取破裂面应力张量的归一化比例关系，依据比例关系求解主应力差比值；计算两破裂面的破裂可能性指数，因同等应力条件下破裂更易沿真实破裂面产生，求得破裂可能性指数较大者即对应真实破裂面；根据确定的真实破裂面的参数及微震震源位置，建立矿山微震震源破裂机制数据集，该数据集包括微震震源位置、波形、震源机制(破裂类型、震源半径、方位角、倾角)；
㈡、针对微震震源机制判识任务的复杂性，建立基于迁移学习的微震震源破裂参数实时反演模型，采用步骤㈠获取的矿山微震震源破裂机制数据集对建立的模型进行训练，并根据不同煤矿采集数据更新模型，在固定通用特征网络层的前提下，对模型输出层进行迭代更新，以提高针对不同煤矿的反演模型，最后向完成训练的微震震源破裂参数实时反演模型输入微震原始数据，进而反演模型输出微震震源破裂参数(包括破裂类型、震源半径、方位角、倾角等参数)；
㈢、获取实时反演确定的真实破裂面及参数(破裂类型、震源半径、方位角、倾角等)后，结合震源空间定位，根据破裂面的空间关系，能对所有微震诱发破裂的裂隙面进行空间成像；在同等应力条件下，裂隙扩展需满足最短路径、单向传播、不重复贯通的原则，因此采用图论理论中的广度优先搜索BFS法确定多个相交裂隙面间产生的贯通裂隙，计算完成后生成裂隙网络；构建的高仿真地质模型并与裂隙网络进行联合建模，采用裂隙密度映射方法及时空距离映射方法将裂隙发育的疏密程度、演化趋势直观投影到三维空间中，实现岩层结构与震源机制联合建模的采动裂隙实时成像，为研究采动裂隙发育规律、采场岩层结构运移特征、冲击地压或强矿震预测预警提供依据。
进一步，所述步骤四中利用RFID标签对巷道内锚杆锚索应力状态进行监测并生成应力云图的具体过程为：
Ⅰ：在监测之前，先根据让压管形变与应力值之间的关系确定三个阈值，即第一个RFID标签落入屏蔽铁盒时让压管形变所受应力值为锚杆锚索锚固力的65％，第二个RFID标签落入屏蔽铁盒时让压管形变所受应力值为锚杆锚索锚固力的75％，第三个RFID标签落入屏蔽铁盒时让压管形变所受应力值为锚杆锚索锚固力的85％；
Ⅱ：开始进行锚杆锚索应力状态监测时，每日值班的工人通过携带RFID阅读器在巷道中巡检一遍，通过检测RFID是否失效来判断单根锚杆锚索应力状态，并记录，具体判断如下：对于任一锚杆锚索，若能检测到三个RFID标签，则确定该锚杆锚索应力状态等级为正常状态；若能检测到两个RFID标签，则确定该锚杆锚索应力状态等级为低风险受力状态；若能检测到一个RFID标签，则确定该锚杆锚索应力状态等级为中风险受力状态；若无法检测到RFID标签，则确定该锚杆锚索应力状态等级为高风险受力状态；
Ⅲ：每日值班工人巡查后将各个记录的锚杆锚索应力状态进行整理，根据各个锚杆锚索应力状态等级绘制成巷道围岩应力分布云图，每日巡查后均更新一次，从而能及时获取巷道围岩应力分布的变化情况及其最新的巷道围岩应力分布云图，最后将最新的巷道围岩应力分布云图反馈给数据处理中心；
进一步，所述步骤五的具体过程为：
以冲击地压云平台海量历史数据为基础，建立初始预警模型，然后依据海量的矿山历史数据，并根据专家知识和历史经验生成能量等级标签，从而形成预警模型的输入和输出相对应的数据集；采用数据集对初始预警模型进行训练，获得已训练的预警模型，接着将步骤一至步骤四获取的监测数据作为已训练预警模型的输入数据，针对每种不同的输入数据，已训练的预警模型根据其维度使用卷积和循环神经网络将其映射到同一特征空间，再利用自注意力机制，实现多种特征的加权融合，从而得到能表征当前框架煤岩体状态的融合特征，再将其输入全连接网络，经过归一化处理，得到四种不同冲击危险等级的冲击地压预测结果，分别为无、弱、中和强；并根据预测结果进行预警。
进一步，采用数据集中80％数据用于训练初始预警模型，10％数据用于验证，剩余10％数据用于评估所构建预警模型的训练效果；后续在实际预警过程中，随着时间的推移，新增数据会持续增加，随机选取上述数据集中不少于30％的数据，与新增数据组成一个新的小型数据集；该数据集采用与上述训练相同的方法，对已部署模型进行微调更新，以适应岩体空间结构特征和地质因素的微小变化。
与现有技术相比，本发明采用应力在线监测系统、地音监测系统、井地联合微震系统、支架阻力监测系统和锚杆锚索应力监测系统相结合的方式，其中应力在线监测系统用于获取各个位置的应力分布情况，并将应力分布情况反馈给数据处理中心；地音监测系统用于对煤岩体内部发生破裂产生的高频震动信号进行监测，并将监测数据反馈给数据处理中心；井地联合微震系统用于对矿井内的低频震动信号进行采集，然后对各个地面台站及各个拾震传感器反馈的数据进行分析处理，实现对微震震源的定位及采动裂隙反演成像，并将成像结果反馈给数据处理中心；支架阻力监测系统通过监测多个液压支架的支架阻力对工作面不同区域的顶板压力进行监测，并将监测数据反馈给数据处理中心；锚杆锚索应力监测系统利用RFID标签对巷道内锚杆锚索应力状态进行监测并生成应力云图，并将应力云图反馈给数据处理中心；最后数据处理中心汇总监测数据采用构建的预警模型进行综合处理后，输出冲击地压预测结果并判断是否进行预警，则工作人员根据预警情况及时采取措施，降低冲击地压对矿井造成的影响。
综上所述，本发明不仅对井地联合微震系统从拾震传感器布设、波形采集直至数据处理的全流程优化后进行精准的微震监测；还通过应力在线监测系统、支架阻力监测系统和锚杆锚索应力监测系统对巷道应力分布变化情况进行监测以及采用地音监测系统对煤岩体受应力影响内部发生破裂的情况进行监测，实现多种监测联合；并且将微震监测数据、应力分布监测数据、支架阻力监测数据以及煤岩体受应力影响内部发生破裂的监测数据进行整合后进行综合分析后判断是否进行预警，以真正实现冲击地压智能化监测预警，为靶向精准防控冲击地压提供支撑与保障。
附图说明
图1是本发明的整体流程示意图；
图2是本发明中应力在线监测系统的布设示意图；
图3是本发明中地音监测系统的布设示意图；
图4是本发明中支架阻力监测系统的布设示意图；
图5是本发明中井地联合微震系统的布设示意图；
图6是本发明井地联合微震系统的微震震源定位混合目标函数构建示意图；
图7是本发明中锚杆锚索应力监测系统的布设示意图；
图中：1、杆体，2、托盘，3、让压管，4、球形螺母，5、RFID标签，6、屏蔽铁盒；
图8是锚杆锚索应力监测系统中让压管未受力变形时RFID标签与屏蔽铁盒之间的位置关系图；
图9是锚杆锚索应力监测系统中让压管受力变形后RFID标签与屏蔽铁盒之间的位置关系图；
图10是本发明中基于深度神经网络的微震信号去噪模型示意图；
图11是本发明中采用去噪模型处理前后的微震信号图；
图12是本发明中微震到时拾取模型的构建流程图；
图13是本发明到时拾取模型中对微震信号进行多标记处理的示意图；
图14是本发明中建立的初始波速模型示意图；
图15是本发明中波速模型网格划分示意图；
图16是本发明中微震震源真实破裂面确定过程图。
具体实施方式
下面将对本发明作进一步说明。
如图1所示，一种多场多源信息融合的冲击地压智能化监测预警装置，包括应力在线监测系统、地音监测系统、井地联合微震系统、锚杆锚索应力监测系统和数据处理中心；
如图2所示，所述应力在线监测系统包括多个应力传感器，所述应力传感器每两个一组且采用深浅孔组合布设，沿工作面掘进方向在工作面两侧巷道回采帮等间距布设多组，用于获取各个位置的应力分布情况并反馈给数据处理中心；其中工作面前方监测范围不小于300m(第一组测点在距工作面15m时回撤)，同一监测组内相邻监测点间距不超过2m，埋设深度分别为浅孔9m、深孔15m，应力传感器组间距为30m，如图2所示。
如图3所示，所述地音监测系统包括地面中心和多个地音监测探头，地面中心布设在地面，多个地音监测探头分布在井下的回采工作面及掘进工作面，用于对煤岩体内部发生破裂产生的高频震动信号进行监测，且各个地音监测探头通过无线数据发射器将监测数据反馈给地面中心，地面中心将监测数据反馈给数据处理中心；
如图4所示，所述支架阻力监测系统包括地面数据处理设备和多个压力自记仪，地面数据处理设备布设在地面，多个压力自记仪分别安装在采煤工作面各个液压支架的立柱上，用于监测各个立柱的支撑压力并反馈给地面数据处理设备，地面数据处理设备将每个液压支架各个立柱的支撑压力平均值作为该液压支架的支架阻力；
如图5所示，所述井地联合微震系统包括地面设备和井下设备，地面设备设置在矿井地面，井下设备装在矿井内；
所述地面设备包括监测主机和多个地面台站，多个地面台站均与监测主机数据通信，用于接收监测主机发出的控制指令并进行数据采集，并将采集的数据反馈给监测主机；
如图6所示，所述井下设备包括多个拾震传感器，所述多个拾震传感器分布在矿井内的水平大巷、采区上山和采煤工作面的进风巷及回风巷；所述多个拾震传感器为单分量检波器和三分量检波器其中一种或两者混合组成；各个拾震传感器通过线缆均与监测主机连接，用于将采集的波形数据反馈给监测主机；所述监测主机对各个地面台站及各个拾震传感器反馈的数据进行分析处理，实现对微震震源的定位及采动裂隙反演成像，并将成像结果反馈给数据处理中心；
所述锚杆锚索应力监测系统包括让压管3、三个RFID标签5和屏蔽铁盒6，所述让压管3的抗压强度为30-50MPa，让压管3套在处于煤岩体外部的杆体1上且压紧固定在托盘2与球形螺母4之间，三个RFID标签5装在让压管3下部，为适应锚杆锚索不同布置角度，RFID标签5与让压管3为柔性连接，屏蔽铁盒6与球形螺母4通过连杆固定连接，且处于三个RFID标签5下方，所述屏蔽铁盒6顶部为敞口；如图7所示，正常监测时，三个RFID标签5能进行通信传递，如图8和9所示，当让压管3受压变形时，其中一个RFID标签5通过敞口进入屏蔽铁盒6内，此时屏蔽铁盒6对该RFID标签5屏蔽通信，根据让压管3的变形情况能控制三个RFID标签5依次进入屏蔽铁盒6内，并生成应力云图反馈给数据处理中心；
所述数据处理中心将获取的各个监测数据汇总后，采用预警模型对数据进行综合分析处理，从而对冲击地压进行预警。
如图1所示，上述基于微震监测的多场多源信息融合的冲击地压智能化监测预警装置的工作方法，具体步骤为：
步骤一、应力在线监测系统的监测：将应力在线监测系统安装后，在工作面掘进期间及工作面回采期间，各个应力传感器实时采集各个位置的应力分布数据，并将应力分布数据反馈给数据处理中心；
步骤二、地音监测系统的监测：将地音监测系统安装后，在工作面掘进期间及工作面回采期间，多个地音监测探头对各个位置煤岩体内部发生破裂产生的高频震动信号进行监测，且通过无线数据发射器将监测数据反馈给地面中心，地面中心将监测数据反馈给数据处理中心；
步骤三、支架阻力监测系统的监测及预警：将支架阻力监测系统安装后，在工作面回采期间，通过监测多个液压支架的支架阻力对工作面不同区域的顶板压力进行监测，且地面数据处理设备通过无线数据发射器将监测数据反馈给数据处理中心；
步骤四、井地联合微震系统的监测：
S1、根据所需监测的区域，建立地面台站与井下拾震传感器整体协同全局最优布置方案，并根据确定的最优布设方案，将各个地面台站与井下拾震传感器分别完成布设安装；其中建立地面台站与井下拾震传感器整体协同全局最优布置方案的具体过程为：
①基于采矿地球物理学方法建立描述采掘诱发微震震源破裂启动至结束过程的理论模型，据此根据煤岩体内不同破裂尺度及本构对微震震源频率变化、波形幅值变化的作用机制确定微震能量与信号主频、最大幅值的对应关系；
②数值模拟研究不同主频、最大幅值的微震波形信号在巷道围岩中的传播与衰减规律，确定在常规环境背景噪音下不同能量等级微震信号的有效监测范围，确立对不同微震能量等级下的全频段信号采集方案，获得适用于监测不同能量范围微震的传感器类型和有效安装范围；
③采用的拾震传感器为单分量检波器和三分量检波器混合组成，先构建用于定位的走时目标函数t，通过引入方向目标函数d，并结合走时目标函数t，构建能够降低到时拾取精度、台网布设因素影响的混合目标函数，提高不利监测条件下微震震源参量的求解精度，此时对由各个拾震传感器组成的微震监测台网布置的空间包覆性有较高的要求，但目前井下多种监测场景下拾震传感器无法对煤岩体形成完整空间包覆，造成微震系统无法准确求解震源位置与参量。为突破该限制，如图6所示，采用一定数量的三分量传感器实现对微震震动波传播方向的监测，接着由于走时目标函数t与方向目标函数d都与传播路径密切相关，进而构建针对独头掘进巷道的弯曲射线路径下三维波速分布定位目标函数，获取更接近掘进巷道实际微震信号的传播路径和角度，以进一步消除波速、射线传播路径、台网布设对微震定位精度的影响；
④采集冲击地压矿井的生产施工过程、方法与环境，归类分析不同作业环境在不同生产阶段的监测情形，如纯掘进独头监测、工作面与掘进头联合监测、掘进头之间联合监测等。针对不同的监测情形，确定对应的最优传感器安装方式，确定合理的安装参数，构建描述安装难易程度的量化公式；依据井下微震传感器布置基本原则，考虑传感器的类型、空间布置和监测频率段，建立不同地质构造条件下及不同巷道条件下拾震传感器布置的最优方案；接着采用虚拟到时技术，模拟微震波形到时，建立最大化感知掘进微震信号、准确求解微震震源参量和最小化安装成本的多目标函数，结合现场实际施工工艺，构建基于粒子群智能优化算法的多目标函数求解模型，从而最终确定传感器最优空间分布，包括传感器的个数、类型和位置等，建立地面台站与井下拾震传感器整体协同全局最优布置方案。
⑤另外针对采掘过程井下拾震传感器动态挪移导致监测质量逐渐下降的情况，研究井下拾震传感器动态交替挪移方法，实现微震监测系统与采掘监测区域整体协同挪移；采掘区域后后方采用单、三分量拾震传感器间隔布置方式进行协同监测，实现对前方煤体微震波形到时和方位角的精准拾取。利用基于Gutenberg-Richter的最小完整性震级指标实时评判采掘过程中煤岩体微震完整度，确定后方传感器动态挪移的微震完整度临界条件，通过交替前移微震传感器的方式实现对采掘煤岩体微震活动的全面感知。
S2、为提高微震信号的信噪比，先构建基于深度神经网络的微震信号去噪模型，该模型能够同时学习微震信号时间域和频率域的特征，并将其映射为噪音和原始信号的掩码；输入微震信号，该模型将输出两个用于提取原始信号和噪音的掩码；基于该掩码，可以从原始信号的时频图像中提取高信噪比的原始信号和噪音。实现对采集的地震数据进行去噪，具体过程为：如图10所示，建立微震信号去噪初始模型，其包括频域特征提取、编码和解码三部分，首先将输入的微震信号利用短时傅里叶变换得到该信号的时频特征，将该特征经标准化处理，输入编码器，通过多个下采样阶段得到一个高维特征图，然后通过多步上采样进行解码，得到与输入时频图像相同大小的掩码m；
在该模型中，输入信号为各个拾震传感器检测到的微震信号R(t)，经过短时傅里叶变换(STFT)得到时频特征R(f,t)，STFT使用长度为100ms的时间窗，该过程表示为：
其中，时频特征R(f,t)包括微震信号M(f,t)和噪音N(f,t)两部分，表示为：
R(f,t)＝M(f,t)+N(f,t)
模型的训练目标是使预测信号和真实信号之间的误差最小化，损失函数表示为：
其中掩码标签的生成方法为：
该模型使用多个煤矿的单分量微震波形进行训练，微震波形数据采样率均为500Hz，长度为6144。该数据集包括一万余条高信噪比微震数据和两万余条噪音样本，以8:1:1的比例随机划分为训练集、验证集和测试集。在每轮迭代中，随计算则噪声和微震信号进行叠加，以生成多样性的微震信号数据，最终可生成千万级别的训练样本集，采用该训练样本集完成训练后得到所需的微震信号去噪模型，接着采用该去噪模型对采集的地震数据进行去噪，如图11所示，获取去噪后的微震信号；
如图12所示，然后构建面向煤矿微震信号的到时自动拾取模型，在多场多源信息融合的冲击地压智能化监测预警装置进行数据采集时，监测主机将各个拾震传感器反馈的数据采用建立的到时自动拾取模型进行提取，从而获取微震信号；其中建立到时自动拾取模型的具体过程为：利用微震信号在频域的信息更加丰富的特性，基于短时傅里叶变换微震信号时频转换方法，构建微震频谱图，从时域和频域两个维度提取微震信号特征；然后基于深度残差网络的微震数据隐式特征提取方法和基于统计学方法的显式特征提取方法，建立基于注意力机制的复杂微震数据特征融合方法，从而实现多层次和多尺度特征提取，最终建立面向煤矿微震信号的到时自动拾取模型；
本实施例中该模型的输入为长度为6144的微震信号，显式特征提取包括利用短时傅里叶变换进行频域特征提取，并将时频图像变换为3×256×256的张量，再利用大小为4的二维卷积核，经过5个卷积层操作得到96×13×13的特征图。隐式特征提取使用一个包括10个卷积层的特征提取模块，其中卷积核大小为1×7，可得到1×128×14大小的特征图。特征融合模块使用自注意力机制，将上述两部分特征图分别映射为长度1024的特征向量，并进行融合，得到大小为1×1×1024的特征图。再使用3层转置卷积和2层1×1卷积对特征进行解码，输出2×4×6144的张量，对数据第1维使用Softmax操作，从而得到与标记相对应的概率曲线。在计算损失时，各个标记的权重依次为0.3，0.3，0.2和0.2。
如图13所示，另外基于多标记和标记增强的方法，是将微震信号到时的原始逻辑标记yi转化为标记分布，从而充分挖掘样本中的隐含信息。标记增强方法表示为：
其中，xi为样本序号。h表示微震波类型，即P波与S波；表示该波形中第j个h波的到达时间；Z为归一化因子；α是软标签宽度系数，σ是高斯分布的标准差，以上两个参数取值分别为α＝20,/>
S3、根据步骤S2获取的微震信号及地面台站获取的监测数据，进行井地联合定位，从而得出微震震源的位置；其中进行井地联合定位的具体过程为：
A、采集微震信号及地面台站的监测数据，并确定各个拾震传感器和地面台站的位置信息；对于微震震源水平方向上的位置定位，先获取每个拾震传感器和地面台站接收微震信号的P波到时，具体公式为：
式中：
x0,y0,z0——震源坐标；
t0——震源发震时间；
xi,yi,zi——第i个拾震传感器或地面台站的坐标；
ti——P波到达第i个观测站时间；
v(x0,y0,z0)——P波的传播速度；
上式中存在(x0,y0,z0,t0)四个未知数，要解这个方程至少需要4个拾震传感器或地面台站的数据，目前在各个矿区投入的微震系统采用16个台站的布置形式，所以可以列出16个类似于上式的方程，进行震源定位即为求上述目标函数的最小值，能将上式写成如下形式：
式中：
wi——各拾震传感器或地面台站的观测值的权重度函数；
n——P波标记的拾震传感器和地面台站数目；
p——参数，取值1或2；
利用上式计算获得水平方向上微震震源的位置信息；
B、对于微震震源垂直方向上的位置定位，通过获取工作面的采掘工程平面图确定爆破位置的巷道水平，再由综采队提供的爆破施工台账来确定微震震源类型是煤层爆破还是顶板爆破；若为煤层爆破，则爆破位置的垂直位置(z值)等于其所在巷道区域的水平；若为顶板爆破，则爆破位置(z值)等于其所在巷道区域水平加上爆破断顶施工布置图所示的炸药高度；
C、根据地下岩层的分布密度和高度的影响，建立初始波速模型：在实际工程中，微震监测区域岩体并不是均匀介质，不同区域的应力波波速不同。因此，应力波射线是按最小走时路径传播，而并非几何最短路径；在层状煤矿微震监测中，震源应力波传播到矿区地面台站比到井下巷道经过的岩体介质更为复杂，导致P波在垂直方向上速度变化很大；故根据当前工作面的钻孔数据确定当前工作面的地质情况，如表1所示，根据岩层厚度进行分层；
表1：工作面岩层厚度数据
针对其岩性不同及传播速度不同，首先确定其初始传播速度，通过Python建立了一个三维层状速度模型，第一层界面为地表界面，速度从上到下逐渐增大，按照相近的速度分布共划分三层速度层；自下而上依次编号为①、②、③类，对应的层速度值分别表示为V1、V2，V3。之后给每个划分的波速层上界划分网格，确定微震事件的震波在以最短时间原则情况下的传播路径，并利用Powell优化算法对各波速层波速进行优化，如图14所示，反演出最合理的初始波速模型；
通过计算各微震事件的计算走时与台站接受到时的残差之和是否达到最小，来验证所反演模型的正确性和有效性。具体为：以i号传感器接收到的在①类波速岩层发生的微震事件应力波为例，推导其走时关系式如下：
通过震源与编号i传感器的空间直线可用参数式方程组表达为：
式中：k为直线参数，(x0,y0,z0)为爆破震源坐标，(xi,yi,zi)为台站i坐标。
由于①类和②类波速岩体交界面、②类和③类波速岩体交界面以及③类和④类波速岩体交界面互相平行，其空间平面一般解析式分别表示为：
由此，同一个微震事件的应力波传播到各个传感器所经过的岩层个数和岩层类别不一样.由前文可以类比得到，某微震事件应力波传播到编号i传感器的走时Δti可以由公式3表示为：
由于使用的是能确定位置的爆破事件进行计算，所以公式中的各层波速Vin可以利用powell算法来计算最优值；
D、初始波速模型构建后，对于新的未定位微震事件，首先利用矿上已有的微震监测系统的水平定位结果作为初始定位震源点，因为微震监测系统的拾震传感器在井下水平方向包络性较好，台站数量较多，定位精度较高，可以视为微震事件真实发生位置。如图15所示，其次利用地面台站接收到的波形信号和反演获得的初始波速模型对初始定位震源点的上下各100个点(每点间隔1m)进行边缘网格搜索定位，将时间残差最小的点视为最终定位震源点，定位公式为：
其中，ti和tj代表不同地面台站接收到的微震信号到时，Δti和Δtj为网格搜索法搜索出的点依照初始波速模型传播路径所计算出的传播时间。
S4、根据S3获取的微震震源位置并结合步骤S2获取的微震信号，建立微震震源破裂参数实时反演模型，并根据反演模型进行反演后获取微震震源破裂参数，最终根据破裂参数形成采动裂隙成像，并将成像结果反馈给数据处理中心；具体过程为：
㈠、如图16所示，根据步骤S2采集典型冲击地压工作面采掘期间诱发的微震波形作为基础数据，采用混合矩张量法求解微震事件震源机制获得矩张量，对矩张量分解后获得震源破裂面的参数如破裂类型、方位角、倾角等参数，但受矩张量震源模型对称性的限制，反演矩张量解中有两组参数满足要求，即获得的破裂面有两个，由于真实破裂面只有一个，首先需确定真实破裂面以便后续分析，因此需求解真实破裂面；在真实破裂面求解时，根据震源理论及破裂面滑移失稳的格里菲斯强度理论，构建破裂面微元体应力张量、法向分量与滑移分量的力学几何方程；联合步骤S3获取的多个微震震源位置构建应力张量求解的最优化函数方程组，采用粒子群等算法求解该方程组，获取破裂面应力张量的归一化比例关系，依据比例关系求解主应力差比值；计算两破裂面的破裂可能性指数，因同等应力条件下破裂更易沿真实破裂面产生，求得破裂可能性指数较大者即对应真实破裂面；根据确定的真实破裂面的参数及微震震源位置，建立矿山微震震源破裂机制数据集，该数据集包括微震震源位置、波形、震源机制(破裂类型、震源半径、方位角、倾角)；
㈡、针对微震震源机制判识任务的复杂性，建立基于迁移学习的微震震源破裂参数实时反演模型，采用步骤㈠获取的矿山微震震源破裂机制数据集对建立的模型进行训练，并根据不同煤矿采集数据更新模型，在固定通用特征网络层的前提下，对模型输出层进行迭代更新，以提高针对不同煤矿的反演模型，最后向完成训练的微震震源破裂参数实时反演模型输入微震原始数据，进而反演模型输出微震震源破裂参数(包括破裂类型、震源半径、方位角、倾角等参数)；
㈢、获取实时反演确定的真实破裂面及参数(破裂类型、震源半径、方位角、倾角等)后，结合震源空间定位，根据破裂面的空间关系，能对所有微震诱发破裂的裂隙面进行空间成像；在同等应力条件下，裂隙扩展需满足最短路径、单向传播、不重复贯通的原则，因此采用图论理论中的广度优先搜索BFS法确定多个相交裂隙面间产生的贯通裂隙，计算完成后生成裂隙网络；构建的高仿真地质模型并与裂隙网络进行联合建模，采用裂隙密度映射方法及时空距离映射方法将裂隙发育的疏密程度、演化趋势直观投影到三维空间中，实现岩层结构与震源机制联合建模的采动裂隙实时成像，为研究采动裂隙发育规律、采场岩层结构运移特征、冲击地压或强矿震预测预警提供依据。
步骤五、锚杆锚索应力监测系统的监测：将锚杆锚索应力监测系统分别安装在各个所需监测的锚杆或锚索后，利用RFID标签5对巷道内锚杆锚索应力状态进行监测并生成应力云图，并将应力云图反馈给数据处理中心，具体为：
Ⅰ：在监测之前，先根据让压管3形变与应力值之间的关系确定三个阈值，即第一个RFID标签落入屏蔽铁盒6时让压管3形变所受应力值为锚杆锚索锚固力的65％，第二个RFID标签落入屏蔽铁盒6时让压管3形变所受应力值为锚杆锚索锚固力的75％，第三个RFID标签落入屏蔽铁盒6时让压管3形变所受应力值为锚杆锚索锚固力的85％；
Ⅱ：开始进行锚杆锚索应力状态监测时，每日值班的工人通过携带RFID阅读器在巷道中巡检一遍，通过检测RFID是否失效来判断单根锚杆锚索应力状态，并记录，具体判断如下：对于任一锚杆锚索，若能检测到三个RFID标签5，则确定该锚杆锚索应力状态等级为正常状态；若能检测到两个RFID标签5，则确定该锚杆锚索应力状态等级为低风险受力状态；若能检测到一个RFID标签5，则确定该锚杆锚索应力状态等级为中风险受力状态；若无法检测到RFID标签5，则确定该锚杆锚索应力状态等级为高风险受力状态；
Ⅲ：每日值班工人巡查后将各个记录的锚杆锚索应力状态进行整理，根据各个锚杆锚索应力状态等级绘制成巷道围岩应力分布云图，每日巡查后均更新一次，从而能及时获取巷道围岩应力分布的变化情况及其最新的巷道围岩应力分布云图，最后将最新的巷道围岩应力分布云图反馈给数据处理中心。
步骤六、先建立初始预警模型，然后对初始预警模型进行训练后获取已训练的预警模型，接着将数据处理中心接收上述五个步骤的监测数据输入预警模型，预警模型进行综合分析后，输出冲击地压预测结果并判断是否预警，最终工作人员根据预测结果及时采取对应措施，降低冲击地压对煤矿的影响，具体过程为：
以冲击地压云平台海量历史数据为基础，建立初始预警模型，然后依据海量的矿山历史数据，并根据专家知识和历史经验生成能量等级标签，从而形成预警模型的输入和输出相对应的数据集；采用数据集对初始预警模型进行训练，获得已训练的预警模型，其中在每个数据集中，使用80％数据进行训练，10％数据用于验证，剩余10％数据用于评估所构建预警模型的训练效果。在实际部署应用中，随着时间的推移，数据还将不断积累、增加，随机选取已有数据集中不少于30％的数据样本，与新增数据组成一个新的小型数据集；该数据集将采用与上述训练相同的方法，在已部署模型的基础上进行微调更新，以适应岩体空间结构特征和地质因素的微小变化。
接着将步骤一至步骤五获取的监测数据作为已训练预警模型的输入数据，针对每种不同的输入数据，已训练的预警模型根据其维度使用卷积和循环神经网络将其映射到同一特征空间，再利用自注意力机制，实现多种特征的加权融合，从而得到能表征当前框架煤岩体状态的融合特征，再将其输入全连接网络，经过归一化处理，得到四种不同冲击危险等级的冲击地压预测结果，分别为无、弱、中和强；并根据预测结果进行预警。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，具体步骤为：
步骤一、应力在线监测系统的监测：将应力在线监测系统安装后，在工作面掘进期间及工作面回采期间，各个应力传感器实时采集各个位置的应力分布数据，并反馈给数据处理中心；
步骤二、地音监测系统的监测及预警：将地音监测系统安装后，在工作面掘进期间及工作面回采期间，多个地音监测探头对各个位置煤岩体内部发生破裂产生的高频震动信号进行监测，且通过无线数据发射器将监测数据反馈给数据处理中心；
步骤三、支架阻力监测系统的监测及预警：将支架阻力监测系统安装后，在工作面回采期间，通过监测多个液压支架的支架阻力对工作面不同区域的顶板压力进行监测，且地面数据处理设备通过无线数据发射器将监测数据反馈给数据处理中心；
步骤四、井地联合微震系统的监测：
S1、根据所需监测的区域，建立地面台站与井下拾震传感器整体协同全局最优布置方案，并根据确定的最优布设方案，将各个地面台站与井下拾震传感器分别完成布设安装；
S2、先构建基于深度神经网络的微震信号去噪模型，对采集的地震数据进行去噪，然后构建面向煤矿微震信号的到时自动拾取模型，接着监测主机采用到时自动拾取模型对各个拾震传感器去噪后的地震数据进行提取，从而获取微震信号；
S3、根据步骤S2获取的微震信号及地面台站获取的监测数据，进行井地联合定位，从而得出微震震源的位置；
S4、根据步骤S3获取的微震震源位置并结合步骤S2获取的微震信号，建立微震震源破裂参数实时反演模型，并根据反演模型进行反演后获取微震震源破裂参数，进而根据破裂参数形成采动裂隙成像；并将成像结果反馈给数据处理中心；
步骤五、锚杆锚索应力监测系统的监测及预警：将锚杆锚索应力监测系统分别安装在各个所需监测的锚杆或锚索后，利用RFID标签对巷道内锚杆锚索应力状态进行监测并生成应力云图，具体过程为：
Ⅰ：在监测之前，先根据让压管形变与应力值之间的关系确定三个阈值，即第一个RFID标签落入屏蔽铁盒时让压管形变所受应力值为锚杆锚索锚固力的65％，第二个RFID标签落入屏蔽铁盒时让压管形变所受应力值为锚杆锚索锚固力的75％，第三个RFID标签落入屏蔽铁盒时让压管形变所受应力值为锚杆锚索锚固力的85％；
Ⅱ：开始进行锚杆锚索应力状态监测时，每日值班的工人通过携带RFID阅读器在巷道中巡检一遍，通过检测RFID是否失效来判断单根锚杆锚索应力状态，并记录，具体判断如下：对于任一锚杆锚索，若能检测到三个RFID标签，则确定该锚杆锚索应力状态等级为正常状态；若能检测到两个RFID标签，则确定该锚杆锚索应力状态等级为低风险受力状态；若能检测到一个RFID标签，则确定该锚杆锚索应力状态等级为中风险受力状态；若无法检测到RFID标签，则确定该锚杆锚索应力状态等级为高风险受力状态；
Ⅲ：每日值班工人巡查后将各个记录的锚杆锚索应力状态进行整理，根据各个锚杆锚索应力状态等级绘制成巷道围岩应力分布云图，每日巡查后均更新一次，从而能及时获取巷道围岩应力分布的变化情况及其最新的巷道围岩应力分布云图，最后将最新的巷道围岩应力分布云图反馈给数据中心；
步骤六、先建立初始预警模型，然后对初始预警模型进行训练后获取已训练的预警模型，接着将数据处理中心接收上述五个步骤的监测数据输入预警模型，预警模型进行综合分析后，输出冲击地压预测结果并判断是否预警，最终工作人员根据预测结果及时采取对应措施，降低冲击地压对煤矿的影响。
2.根据权利要求1所述多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，所述井地联合微震系统中多个拾震传感器分布在矿井内的水平大巷、采区上山和采煤工作面的进风巷及回风巷；所述多个拾震传感器为单分量检波器和三分量检波器其中一种或两者混合组成。
3.根据权利要求1所述多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，所述锚杆锚索应力监测系统中让压管的抗压强度为30～50MPa，所述RFID标签为三个，各个RFID标签与让压管之间均为柔性连接。
4.根据权利要求1所述多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，所述步骤S1中建立地面台站与井下拾震传感器整体协同全局最优布置方案的具体过程为：
①基于采矿地球物理学方法建立描述采掘诱发微震震源破裂启动至结束过程的理论模型，据此根据煤岩体内不同破裂尺度及本构对微震震源频率变化、波形幅值变化的作用机制确定微震能量与信号主频、最大幅值的对应关系；
②数值模拟研究不同主频、最大幅值的微震波形信号在巷道围岩中的传播与衰减规律，确定在常规环境背景噪音下不同能量等级微震信号的有效监测范围，确立对不同微震能量等级下的全频段信号采集方案，获得适用于监测不同能量范围微震的传感器类型和有效安装范围；
③采用的拾震传感器为单分量检波器和三分量检波器混合组成，先构建用于定位的走时目标函数t，通过引入方向目标函数d，并结合走时目标函数t，构建能够降低到时拾取精度、台网布设因素影响的混合目标函数，提高不利监测条件下微震震源参量的求解精度；接着由于走时目标函数t与方向目标函数d都与传播路径密切相关，进而构建针对独头掘进巷道的弯曲射线路径下三维波速分布定位目标函数，获取更接近掘进巷道实际微震信号的传播路径和角度，以进一步消除波速、射线传播路径、台网布设对微震定位精度的影响；
④采集冲击地压矿井的生产施工过程、方法与环境，归类分析不同作业环境在不同生产阶段的监测情形，针对不同的监测情形，确定对应的最优传感器安装方式，确定合理的安装参数，构建描述安装难易程度的量化公式；依据井下微震传感器布置基本原则，考虑传感器的类型、空间布置和监测频率段，建立不同地质构造条件下及不同巷道条件下拾震传感器布置的最优方案；接着采用虚拟到时技术，模拟微震波形到时，建立最大化感知掘进微震信号、准确求解微震震源参量和最小化安装成本的多目标函数，结合现场实际施工工艺，构建基于粒子群智能优化算法的多目标函数求解模型，从而最终确定传感器最优空间分布，建立地面台站与井下拾震传感器整体协同全局最优布置方案。
5.根据权利要求1所述多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，所述步骤S2中建立基于深度神经网络的微震信号去噪模型的具体过程为：建立微震信号去噪初始模型，其包括频域特征提取、编码和解码三部分，首先将输入的微震信号利用短时傅里叶变换得到该信号的时频特征，将该特征经标准化处理，输入编码器，通过多个下采样阶段得到一个高维特征图，然后通过多步上采样进行解码，得到与输入时频图像相同大小的掩码m；
在该模型中，输入信号为各个拾震传感器检测到的微震信号R(t)，经过短时傅里叶变换(STFT)得到时频特征R(f,t)，STFT使用长度为100ms的时间窗，该过程表示为：
R(f,t)＝STFT[R(t)]
其中，时频特征R(f,t)包括微震信号M(f,t)和噪音N(f,t)两部分，表示为：
R(f,t)＝M(f,t)+N(f,t)
模型的训练目标是使预测信号和真实信号之间的误差最小化，损失函数表示为：
其中掩码标签的生成方法为：
该模型使用多个煤矿的单分量微震波形进行训练，完成训练后得到所需的微震信号去噪模型。
6.根据权利要求1所述多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，所述步骤S2中建立到时自动拾取模型的具体过程为：利用微震信号在频域的信息更加丰富的特性，基于短时傅里叶变换微震信号时频转换方法，构建微震频谱图，从时域和频域两个维度提取微震信号特征；然后基于深度残差网络的微震数据隐式特征提取方法和基于统计学方法的显式特征提取方法，建立基于注意力机制的复杂微震数据特征融合方法，从而实现多层次和多尺度特征提取，最终建立面向煤矿微震信号的到时自动拾取模型。
7.根据权利要求1所述多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，所述步骤S3中进行井地联合定位的具体过程为：
A、采集微震信号及地面台站的监测数据，并确定各个拾震传感器和地面台站的位置信息；对于微震震源水平方向上的位置定位，先获取每个拾震传感器和地面台站接收微震信号的P波到时，具体公式为：
式中：
x0,y0,z0——震源坐标；
t0——震源发震时间；
xi,yi,zi——第i个拾震传感器或地面台站的坐标；
ti——P波到达第i个观测站时间；
v(x0,y0,z0)——P波的传播速度；
上式中存在(x0,y0,z0,t0)四个未知数，进行震源定位即为求上述目标函数的最小值，能将上式写成如下形式：
式中：
wi——各拾震传感器或地面台站的观测值的权重度函数；
n——P波标记的拾震传感器和地面台站数目；
p——参数，取值1或2；
利用上式计算获得水平方向上微震震源的位置信息；
B、对于微震震源垂直方向上的位置定位，通过获取工作面的采掘工程平面图确定爆破位置的巷道水平，再由综采队提供的爆破施工台账来确定微震震源类型是煤层爆破还是顶板爆破；若为煤层爆破，则爆破位置的垂直位置等于其所在巷道区域的水平；若为顶板爆破，则爆破位置等于其所在巷道区域水平加上爆破断顶施工布置图所示的炸药高度；
C、根据地下岩层的分布密度和高度的影响，建立初始波速模型：根据当前工作面的钻孔数据确定当前工作面的地质情况，根据岩层厚度进行分层，针对其岩性不同及传播速度不同，首先确定其初始传播速度，通过Python建立一个三维层状速度模型，第一层界面为地表界面，速度从上到下逐渐增大，按照相近的速度分布共划分三层速度层；之后给每个划分的波速层上界划分网格，确定微震事件的震波在以最短时间原则情况下的传播路径，并利用Powell优化算法对各波速层波速进行优化，反演出最合理的初始波速模型；
D、初始波速模型构建后，对于新的未定位微震事件，首先利用矿上已有的微震监测系统的水平定位结果作为初始定位震源点，其次利用地面台站接收到的波形信号和反演获得的初始波速模型对初始定位震源点的上下各100个点进行边缘网格搜索定位，将时间残差最小的点视为最终定位震源点，定位公式为：
其中，ti和tj代表不同地面台站接收到的微震信号到时，Δti和Δtj为网格搜索法搜索出的点依照初始波速模型传播路径所计算出的传播时间。
8.根据权利要求1所述多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，所述步骤S4具体为：
㈠、根据步骤S2采集典型冲击地压工作面采掘期间诱发的微震波形作为基础数据，采用混合矩张量法求解微震事件震源机制获得矩张量，对矩张量分解后获得震源破裂面的参数，但受矩张量震源模型对称性的限制，反演矩张量解中有两组参数满足要求，即获得的破裂面有两个，由于真实破裂面只有一个，首先需确定真实破裂面以便后续分析，因此需求解真实破裂面；在真实破裂面求解时，根据震源理论及破裂面滑移失稳的格里菲斯强度理论，构建破裂面微元体应力张量、法向分量与滑移分量的力学几何方程；联合步骤S3获取的多个微震震源位置构建应力张量求解的最优化函数方程组，采用粒子群等算法求解该方程组，获取破裂面应力张量的归一化比例关系，依据比例关系求解主应力差比值；计算两破裂面的破裂可能性指数，因同等应力条件下破裂更易沿真实破裂面产生，求得破裂可能性指数较大者即对应真实破裂面；根据确定的真实破裂面的参数及微震震源位置，建立矿山微震震源破裂机制数据集；
㈡、针对微震震源机制判识任务的复杂性，建立基于迁移学习的微震震源破裂参数实时反演模型，采用步骤㈠获取的矿山微震震源破裂机制数据集对建立的模型进行训练，并根据不同煤矿采集数据更新模型，在固定通用特征网络层的前提下，对模型输出层进行迭代更新，以提高针对不同煤矿的反演模型，最后向完成训练的微震震源破裂参数实时反演模型输入微震原始数据，进而反演模型输出微震震源破裂参数；
㈢、获取实时反演确定的真实破裂面及参数后，结合震源空间定位，根据破裂面的空间关系，能对所有微震诱发破裂的裂隙面进行空间成像；在同等应力条件下，裂隙扩展需满足最短路径、单向传播、不重复贯通的原则，因此采用图论理论中的广度优先搜索BFS法确定多个相交裂隙面间产生的贯通裂隙，计算完成后生成裂隙网络；构建的高仿真地质模型并与裂隙网络进行联合建模，采用裂隙密度映射方法及时空距离映射方法将裂隙发育的疏密程度、演化趋势直观投影到三维空间中，实现岩层结构与震源机制联合建模的采动裂隙实时成像；最后将成像结果反馈给数据处理中心。
9.根据权利要求1所述多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，所述步骤六的具体过程为：
以冲击地压云平台海量历史数据为基础，建立初始预警模型，然后依据海量的矿山历史数据，并根据专家知识和历史经验生成能量等级标签，从而形成预警模型的输入和输出相对应的数据集；采用数据集对初始预警模型进行训练，获得已训练的预警模型，接着将步骤一至步骤四获取的监测数据作为已训练预警模型的输入数据，针对每种不同的输入数据，已训练的预警模型根据其维度使用卷积和循环神经网络将其映射到同一特征空间，再利用自注意力机制，实现多种特征的加权融合，从而得到能表征当前框架煤岩体状态的融合特征，再将其输入全连接网络，经过归一化处理，得到四种不同冲击危险等级的冲击地压预测结果，分别为无、弱、中和强；并根据预测结果进行预警。
10.根据权利要求9所述多场多源信息融合的冲击地压智能化监测预警装置的工作方法，其特征在于，采用数据集中80％数据用于训练初始预警模型，10％数据用于验证，剩余10％数据用于评估所构建预警模型的训练效果；后续在实际预警过程中，随着时间的推移，新增数据会持续增加，随机选取上述数据集中不少于30％的数据，与新增数据组成一个新的小型数据集；该数据集采用与上述训练相同的方法，对已部署模型进行微调更新，以适应岩体空间结构特征和地质因素的微小变化。
CN202310553720.XA 2023-05-16 2023-05-16 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 Active CN116591777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310553720.XA CN116591777B (zh) 2023-05-16 2023-05-16 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310553720.XA CN116591777B (zh) 2023-05-16 2023-05-16 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

Publications (2)

Publication Number Publication Date
CN116591777A CN116591777A (zh) 2023-08-15
CN116591777B true CN116591777B (zh) 2023-10-24

Family

ID=87605734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310553720.XA Active CN116591777B (zh) 2023-05-16 2023-05-16 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

Country Status (1)

Country Link
CN (1) CN116591777B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117192605A (zh) * 2023-09-15 2023-12-08 山西华煜智能科技有限公司 一种煤矿开采三带发育特征探测方法、装置、设备及介质
CN117605536A (zh) * 2023-11-15 2024-02-27 中国科学院武汉岩土力学研究所 一种深部煤矿工作面应力场反演分析方法
CN117235428B (zh) * 2023-11-16 2024-01-26 北京科技大学 煤岩损伤过程关键震源判识方法
CN118133131B (zh) * 2024-05-08 2024-07-05 煤炭科学研究总院有限公司 多场景通用煤矿回采工作面冲击显现智能预测方法及系统
CN118133692B (zh) * 2024-05-08 2024-07-16 矿冶科技集团有限公司 地压监测台网的设计方法、系统、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102644482A (zh) * 2012-05-18 2012-08-22 河南大有能源股份有限公司 冲击地压预测预警方法
CN104454010A (zh) * 2014-12-10 2015-03-25 西安科技大学 一种深井巷道掘进施工动态综合监测预警系统与预警方法
CN105257339A (zh) * 2015-11-16 2016-01-20 北京安科兴业科技股份有限公司 掘进工作面多参量综合监测预警方法
CN106443761A (zh) * 2016-10-09 2017-02-22 华北科技学院 一种矿震、冲击地压的全频广域震动监测系统
CN109653800A (zh) * 2019-02-28 2019-04-19 西安科技大学 深部富水覆岩厚煤层开采复合动力灾害监测预警系统及方法
CN111077576A (zh) * 2019-12-12 2020-04-28 天地科技股份有限公司 地面压裂的监测方法
CN111648826A (zh) * 2020-05-26 2020-09-11 陕西彬长孟村矿业有限公司 一种煤矿冲击地压预测预警系统及方法
CN115788435A (zh) * 2022-11-30 2023-03-14 陕西彬长孟村矿业有限公司 煤矿井上下立体防治冲击地压的系统和方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102644482A (zh) * 2012-05-18 2012-08-22 河南大有能源股份有限公司 冲击地压预测预警方法
CN104454010A (zh) * 2014-12-10 2015-03-25 西安科技大学 一种深井巷道掘进施工动态综合监测预警系统与预警方法
CN105257339A (zh) * 2015-11-16 2016-01-20 北京安科兴业科技股份有限公司 掘进工作面多参量综合监测预警方法
CN106443761A (zh) * 2016-10-09 2017-02-22 华北科技学院 一种矿震、冲击地压的全频广域震动监测系统
CN109653800A (zh) * 2019-02-28 2019-04-19 西安科技大学 深部富水覆岩厚煤层开采复合动力灾害监测预警系统及方法
CN111077576A (zh) * 2019-12-12 2020-04-28 天地科技股份有限公司 地面压裂的监测方法
CN111648826A (zh) * 2020-05-26 2020-09-11 陕西彬长孟村矿业有限公司 一种煤矿冲击地压预测预警系统及方法
CN115788435A (zh) * 2022-11-30 2023-03-14 陕西彬长孟村矿业有限公司 煤矿井上下立体防治冲击地压的系统和方法

Also Published As

Publication number Publication date
CN116591777A (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
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
Liu et al. Tunnel boring machine vibration-based deep learning for the ground identification of working faces
CN101770038B (zh) 矿山微震源智能定位方法
CN103306722B (zh) 一种冲击危险区的微震多维信息综合区域探测评价方法
Wu et al. Development of rockburst research: a comprehensive review
CN112485823B (zh) 高效综合超前地质预报方法
US11789173B1 (en) Real-time microseismic magnitude calculation method and device based on deep learning
CN103336297B (zh) 微破裂向量扫描方法
Li et al. Microseismic monitoring and forecasting of dynamic disasters in underground hydropower projects in southwest China: A review
Zhang et al. Subway tunnel damage detection based on in-service train dynamic response, variational mode decomposition, convolutional neural networks and long short-term memory
CN114814939A (zh) 一种煤矿微震台网监测效果评估方法
CN114943149B (zh) 一种隧道内岩爆损伤岩体体积的计算方法
CN108614307B (zh) 一种利用综合物探技术的仰拱质量检测方法及系统
CN113703053B (zh) 工作面水害微震动态监测方法及系统
Peng et al. Recognition of rock micro-fracture signal based on deep convolution neural network inception algorithm
CN117826243A (zh) 融入混合注意力Unet神经网络隧洞地震数据重建方法
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
CN112230275A (zh) 地震波形的识别方法、装置及电子设备
CN116794651A (zh) 基于航测探地雷达与影像数据的滑坡特征解译方法及系统
US12123995B1 (en) Intelligent monitoring and early warning device and method for rock burst based on multi-field and multi-source information fusion
Song et al. A Source Mechanism of the Mining-Triggered Tremor in the Xinjulong Coal Mine Revealed by the Bayesian Inversion and 3D Simulation
CN105929445B (zh) 微破裂向量扫描方法
CN107797160A (zh) 弹性波和电磁波ct勘测数据联合分析系统及方法
Wang Longwall mining-induced fracture characterisation based on seismic monitoring
CN115327663B (zh) 深部矿产资源勘查用空-地-井立体地球物理探测方法

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20230815

Assignee: Xuzhou wushuo Information Technology Co.,Ltd.

Assignor: CHINA University OF MINING AND TECHNOLOGY

Contract record no.: X2024980000586

Denomination of invention: Intelligent monitoring and warning device and method for rockburst based on multi field and multi-source information fusion

Granted publication date: 20231024

License type: Common License

Record date: 20240115