KR102017660B1 - 송신원별 신호 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법 - Google Patents
송신원별 신호 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법 Download PDFInfo
- Publication number
- KR102017660B1 KR102017660B1 KR1020190044135A KR20190044135A KR102017660B1 KR 102017660 B1 KR102017660 B1 KR 102017660B1 KR 1020190044135 A KR1020190044135 A KR 1020190044135A KR 20190044135 A KR20190044135 A KR 20190044135A KR 102017660 B1 KR102017660 B1 KR 102017660B1
- Authority
- KR
- South Korea
- Prior art keywords
- micro
- vibration
- signal characteristics
- vibrations
- transmission source
- Prior art date
Links
- 230000006378 damage Effects 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims abstract description 73
- 239000011435 rock Substances 0.000 claims description 51
- 238000000605 extraction Methods 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 8
- 238000005422 blasting Methods 0.000 claims description 6
- 239000008262 pumice Substances 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/10—Aspects of acoustic signal generation or detection
- G01V2210/12—Signal generation
- G01V2210/123—Passive source, e.g. microseismics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/10—Aspects of acoustic signal generation or detection
- G01V2210/12—Signal generation
- G01V2210/127—Cooperating multiple sources
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/10—Aspects of acoustic signal generation or detection
- G01V2210/12—Signal generation
- G01V2210/129—Source location
- G01V2210/1299—Subsurface, e.g. in borehole or below weathering layer or mud line
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/40—Transforming data representation
- G01V2210/43—Spectral
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/70—Other details related to processing
- G01V2210/72—Real-time processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
본 발명의 일 실시예에 따른 송신원별 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법은 수신된 신호의 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수 대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 선택되는 적어도 하나 이상의 신호특성을 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하고, 암반손상에 의한 미소진동만을 모니터링함으로써 정확한 지반구조물의 파괴징후의 사전인지가 가능하다.
Description
본 발명은 미소진동 모니터링 방법에 관한 것으로서, 특히 송신원별 신호 특성 추출을 통해 암반손상에 의한 미소진동에 관한 신호를 선별할 수 있는 미소진동 모니터링 방법에 관한 것이다.
지하광산이나 지하유류저장소, 터널 등과 같은 지반구조물은 파괴징후를 파악하고 예측하는 것이 매우 중요하다.
종래 지반구조물의 파괴 예측에는 지중변위계, 지중경사계 또는 GPS를 이용한 변위측정법, 간극수압계를 이용한 지하수위변동의 측정법, 하중계를 이용한 응력 측정법 등을 이용하고 있었다. 하지만 지반구조물의 파괴가 발생하기 전까지의 변형은 매우 작기 때문에 종래의 방법으로는 정확한 예측이 매우 어렵다는 문제가 있다.
지반구조물의 파괴 메커니즘을 살펴보면, 파괴가 발생하기 이전에 그 내부에는 미소한 변형과 함께 미세균열이 발생하고, 이와 같은 미세균열이 성장 및 결합하면서 지반구조물의 파괴로 이어진다.
상술한 지반구조물의 파괴 메커니즘에 근거하여 새로운 방법으로 제시된 것이 미소진동을 이용하는 방법이다.
미소진동은 재료의 손상에 따른 갑작스러운 변형에너지의 방출에 수반하는 탄성파를 의미한다. 지반구조물의 파괴의 전조현상인 미세균열의 발생시에도 미소진동이 발생되며, 이를 감지함으로써 지반구조물의 파괴징후를 사전에 인지할 수 있다. 한편, 본 문서에서 사용되는 미소진동은 AE(Acoustic emission)과 MS(Microseismic)를 통칭하는 개념이다.
미소진동의 측정을 통한 지반구조물의 파괴징후의 사전인지를 위해서는 지반구조물에 대한 상시 모니터링을 수행하여야 한다. 그런데 지반구조물에 대해 보수 및 관리에 따른 작업이 진행되거나, 기타 송신원 등에 의해 미소진동 측정 센서로 수신된 신호에 암반손상에 의한 미소진동 이외의 미소진동들이 포함된다.
이와 같은 실제 송신원에 의한 미소진동은 실제하는 것이기 때문에 일반적인 신호처리방법에 의해 제거하기가 쉽지 않으며, 작업일지 등을 통해 대조하는 등의 복잡한 방법을 통해 제외하여야 한다.
여기에 더하여 전기잡음을 비롯한 기타 잡음까지 더해지면 미소진동의 측정을 통한 지반구조물의 파괴 징후를 사전에 인지하는 것은 더욱 어려워진다.
따라서 이러한 문제들을 해소할 구 있는 새로운 방법이 필요한 실정이다.
본 발명은 송신원별 신호특성 추출을 통해 암반손상에 의한 미소진동만을 모니터링할 수 있는 방법을 제공하는 것을 그 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 송신원별 신호특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법은 지반구조물에 설치되어 상기 지반구조물부터 전달되는 미소진동을 감지하는 미소진동센서와, 상기 미소진동센서로부터 수신한 수신신호를 분석하여 상기 지반구조물의 파괴징후 확인을 수행하는 제어부를 포함하는 미소진동 모니터링 시스템을 이용한 암반손상에 의한 미소진동 모니터링 방법으로서: (a) 상기 미소진동센서가 미소진동을 수신하는 단계; (b) 상기 제어부가 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동으로 분류하는 단계; 및 (c) 상기 제어부가 암반손상에 의한 미소진동을 분석하여 지반구조물의 파괴징후의 사전인지를 수행하는 단계;를 포함하고, 상기 제어부가 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동으로 분류하는 단계는, (b-1) 상기 수신한 미소진동을 위치 조건 및 시간 조건을 기준으로 송신원을 특정하는 단계; 및 (b-2) 하나의 송신원에서 수신된 미소진동을 분석하여, 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 선택되는 적어도 하나 이상의 신호특성을 기준으로 해당 송신원의 신호특성을 추출하는 단계; 및 (b-3) 상기 해당 송신원 신호특성에 의해 상기 수신한 미소진동 중 해당 송신원에 의한 미소진동을 특정하여 암반손상에 의한 미소진동과 해당 송신원에 의한 미소진동을 분류하는 단계;를 포함하여 수행되는 것을 특징으로 한다.
일 실시예에 있어서, 상기 제어부가 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하는 단계는, (b-1) 상기 수신한 미소진동을 위치 조건 및 시간 조건을 기준으로 송신원을 특정하는 단계; (b-2a) 하나의 송신원에서 수신된 복수의 미소진동 중 일부를 분석하여, 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 선택되는 적어도 두개 이상의 신호특성을 기준으로 해당 송신원의 신호특성을 추출하는 단계; (b-2b) 하나의 송신원에서 수신된 복수의 미소진동 중 나머지에 대하여 추출한 해당 송신원의 신호특성에 의해 분류가 가능한지 여부를 검증하는 단계; 및 (b-3a) 상기 검증이 올바른 경우 해당 송신원의 신호특성을 이용하여 상기 수신한 미소진동 중 해당 송신원에 의한 미소진동을 특정하여 암반손상에 의한 미소진동과 해당 송신원에 의한 미소진동을 분류하는 단계;를 포함하여 수행되는 것을 특징으로 할 수 있다.
일 실시예에 있어서, 상기 해당 송신원의 신호특성을 추출하는 단계는, 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 선택되는 적어도 두개 이상의 신호특성을 기준으로 해당 송신원에 의한 미소진동이 군집되는 신호특성을 추출하여 수행되는 것을 특징으로 할 수 있다.
일 실시예에 있어서, 상기 해당 송신원에 의한 미소진동이 군집되는 신호특성을 추출하는 과정은, 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 두개의 신호특성을 선택하는 단계; 선택된 두개의 신호특성을 이용하여 상기 해당 송신원에 의한 미소진동을 그래프에 표시하는 단계; 상기 그래프의 X축의 기준값과 Y축의 기준값을 기준으로 영역을 분할하는 단계; 분할된 영역 중 어느 하나에 해당 송신원에 의한 미소진동이 군집되는지 확인하는 단계; 및 미소진동이 군집된 경우 해당 그래프의 두개의 신호특성을 해당 송신원에 의한 미소진동이 군집되는 신호특성으로 결정하는 단계;를 포함하는 것을 특징으로 할 수 있다.
일 실시예에 있어서, 상기 송신원은 천공, 발파, 부석제거 및 전기잡음 중 어느 하나인 것을 특징으로 할 수 있다.
일 실시예에 있어서, 상기 제어부가 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하는 단계는, 컨벌루션 신경망 (Convolutional Neural Networks, CNN)을 이용하여 수행되는 것을 특징으로 할 수 있다.
일 실시예에 있어서, 상기 미소진동 모니터링 시스템은 서로 다른 위치에 설치된 적어도 3개 이상의 미소진동센서를 포함하고, 상기 수신한 미소진동을 위치 조건 및 시간 조건을 기준으로 송신원을 특정하는 단계는, 상기 3개 이상의 미소진동센서에 상기 미소진동의 신호도달 시간차이를 이용하여 위치 조건을 산출하는 것을 특징으로 할 수 있다.
본 발명의 일 실시예에 따른 송신원별 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법은 수신된 신호의 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수 대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 선택되는 적어도 하나 이상의 신호특성을 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하고, 암반손상에 의한 미소진동만을 모니터링함으로써 정확한 지반구조물의 파괴징후의 사전인지가 가능하다.
한편, 여기에서 명시적으로 언급되지 않은 효과라 하더라도, 본 발명의 기술적 특징에 의해 기대되는 이하의 명세서에서 기재된 효과 및 그 잠정적인 효과는 본 발명의 명세서에 기재된 것과 같이 취급됨을 첨언한다.
도 1은 본 발명의 일 실시예에 따른 송신원별 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법의 개략적 플로우 차트이다.
도 2 및 3은 본 발명의 암반손상에 의한 미소진동 모니터링 방법에서 이용되는 신호특성들의 의미를 설명하기 위한 참고도이다.
도 4 내지 24는 송신원별 신호특성을 추출하기 위해, 7가지 신호특성(지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수, 에너지) 중 2가지를 축으로 하여 송신원별로 수신한 신호를 그래프로 나타낸 것이다.
※ 첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.
도 2 및 3은 본 발명의 암반손상에 의한 미소진동 모니터링 방법에서 이용되는 신호특성들의 의미를 설명하기 위한 참고도이다.
도 4 내지 24는 송신원별 신호특성을 추출하기 위해, 7가지 신호특성(지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수, 에너지) 중 2가지를 축으로 하여 송신원별로 수신한 신호를 그래프로 나타낸 것이다.
※ 첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.
본 발명을 설명함에 있어서 관련된 공지기능에 대하여 이 분야의 기술자에게 자명한 사항으로서 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다.
이하, 도면을 참조하여, 본 발명의 일 실시예에 따른 송신원별 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법(이하, '미소진동 모니터링 방법'이라 한다)에 대하여 설명하도록 한다.
본 발명의 미소진동 모니터링 방법은 지하광산이나, 지하유류저장소, 터널 등과 같은 지반구조물의 파괴징후의 사전인지를 목적으로 한다. 이를 위해, 본 발명의 미소진동 모니터링 방법은 미소진동센서와 제어부로 구성되는 미소진동 모니터링 시스템을 이용한다. 미소진동센서는 지반구조물의 요소요소에 설치되어, 지반구조물로부터 전달되는 미소진동을 감지하는 역할을 한다. 제어부는 지반구조물에 설치된 미소진동센서로부터 수신한 수신신호를 분석하여 지반구조물의 파괴징후의 사전인지를 수행한다.
지반구조물의 파괴징후를 사전에 인지하기 위해서는 수신된 신호 중에서 암반손상에 의한 미소진동만을 구별할 수 있어야 한다. 하지만 암반손상에 의한 미소진동은 수신되는 샘플의 수가 매우 적고, 군집되는 신호특성을 추출하기도 어렵기 때문에 암반손상에 의한 미소진동을 특정하기 어렵다.
이에 본 발명자는 각 송신원에 따른 미소진동을 특정할 수 있는 신호특성을 추출하고, 이를 통해 암반손상에 의한 미소진동 외의 다른 송신원에 의한 미소진동을 제외함으로써 암반손상에 의한 미소진동을 특정하여 지반구조물의 파괴징후의 사전인지의 정확성을 향상시킬 수 있는 새로운 방안을 발명하였다.
도 1은 이와 같은 본 발명의 미소진동 모니터링 방법의 개략적 플로우 차트이다.
도 1을 참조하면, 본 발명의 미소진동 모니터링 방법(M100)은 미소진동센서가 미소진동을 수신하는 단계(S10), 상기 제어부가 상기 미소진동센서로부터 미소진동 신호를 수신하고, 수신한 미소진동 신호에 포함된 미소진동을 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하는 단계(S20), 및 상기 제어부가 암반손상에 의한 미소진동을 분석하여 지반구조물의 파괴징후의 사전인지를 수행하는 단계(S30)를 포함한다. 이하, 각 단계에서 대해 구체적으로 살펴보도록 한다.
먼저, 미소진동센서가 미소진동을 수신하는 단계(S10)가 수행된다. 상술한 바와 같이 미소진동센서는 지반구조물의 요소요소에 설치되어 있으며, 지반구조물에서 발생한 이벤트에 의해 발생한 미소진동을 수신한다. 이때, 이벤트란 천공, 발파, 전기잡음 등의 작업에 의한 것외에도 암반손상 등에 의한 것을 포함한다. 다만, 본 발명이 여기에서 나열한 이벤트에 의해 한정되는 것은 아니다.
미소진동센서는 미소진동을 수신하면, 제어부로 수신한 미소진동 신호를 전송한다. 여기서 미소진동 신호라 함은 적어도 하나 이상의 미소진동을 포함하는 미소진동의 군집을 의미할 수 있다.
미소진동 신호를 전송받은 제어부는 수신한 미소진동 신호에 포함된 미소진동을 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하는 단계 (S20)를 수행한다.
먼저, 제어부는 수신한 미소진동을 위치 조건 및 시간 조건을 기준으로하여 송신원을 특정하는 단계(S21)를 수행한다. 시간 조건은 미소진동센서에 해당 미소진동이 수신된 시간으로 확인할 수 있다. 위치 조건은 지반구조물의 요소요소에 적어도 3개 이상의 미소진동센서가 설치된 경우, 3개 이상의 미소진동센서에 상기 미소진동의 신호도달 시간차이를 이용하여 정확한 위치 조건을 산출할 수 있다. 이와 같이 위치 조건과 시간 조건이 특정되면, 기 저장되어 있는 작업일지 등으로부터 송신원을 특정하게 된다. 일반적인 경우라면 시간조건과 작업일지를 비교하는 것만으로도 송신원을 특정할 수 있을 것이다. 다만, 동시에 여러작업이 수행되는 경우라면 적어도 3개 이상(바람직하게는 4개 이상)의 미소진동센서의 신호도달 시간차이를 이용하여 보다 구체적인 위치 조건을 획득하여 송신원을 특정할 수 있다.
암반손상 외의 송신원으로는 여러가지가 있지만, 대표적인 송신원으로는 천공(Drilling), 발파(Blast), 부석제거(Scaling) 및 전기잡음(Electric Noise)가 있다. 한편, 전기잡음은 엄밀히 말하면 사전적의미의 송신원은 아니나 미소진동센서에 감지된다는 의미에서 본 명세서에서는 송신원으로 설명한다. 이외에도 다양한 송신원이 존재할 수 있으며, 다양한 송신원에 대해서도 본 발명의 송신원별 신호특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법이 이용될 수 있다.
송신원이 특정되면, 하나의 송신원에서 수신된 미소진동을 분석하여, 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 선택되는 적어도 하나 이상의 신호특성을 기준으로 해당 송신원의 신호특성을 추출하는 단계(S22)가 수행된다.
도 2 및 3은 본 발명의 암반손상에 의한 미소진동 모니터링 방법에서 이용되는 신호특성들을 설명하기 위한 참고도이다.
도 2 및 3을 참조하여 본 발명의 미소진동 모니터링 방법(M100)에서 이용되는 각각의 신호특성을 살펴보면, 다음과 같다.
지속시간(duration)은 최초로 검출한계를 넘은 지점부터 마지막으로 검출한계를 넘은 지점까지 소요된 시간을 의미한다.
오름시간(rising tiome)은 최초로 검출한계를 넘은 지점부터 최대 진폭까지 도달하는데 걸린 시간을 의미한다.
최대진폭(maximum amplitude)는 전체 신호 중 진폭의 최대값을 의미한다.
상대진폭(relative amplitude)는 최대진폭을 진폭의 절대값의 총합으로 나누어 준 것으로서, 첨도의 기준을 나타낼 수 있는 지표를 의미한다. 상대진폭은 다음의 식 1과 같이 정의된다.
[식 1]
주파수 대역(frequency band)는 진폭 스펙트럼에서 검출한계 이상의 값들을 가지는 주파수의 범위를 의미한다.
최대 주파수(maximum frequency)는 진폭 스펙트럼에서 최대값이 나타나는 주파수를 의미한다.
에너지(energy)는 신호의 총면적을 의미하며, 진폭에 시간 간격을 곱한 값들의 합을 근사하여 이용한다. 에너지는 다음의 식 2와 같이 정의된다.
[식 2]
이상에서 설명한 7가지의 신호특성을 이용하여 해당 송신원의 신호특성을 추출하는 단계(S22)가 수행되는 것이다.
해당 송신원의 신호특성을 추출하는 단계(S22)는 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 선택되는 적어도 두개 이상의 신호특성을 기준으로 해당 송신원에 의한 미소진동이 군집되는 신호특성을 추출하여 수행될 수 있다.
두개 이상의 신호특성을 기준으로 해당 송신원에 의한 미소진동이 군집되는 신호특성을 추출하는 과정은 다음과 같다.
먼저, 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 두개의 신호특성을 선택하는 단계가 수행된다. 이어 선택된 두개의 신호특성을 이용하여 상기 해당 송신원에 의한 미소진동을 그래프에 표시하는 단계가 수행된다. 예컨대, 위에서 설명한 7가지 신호특성을 이용할 경우 21개의 그래프가 그려진다.
다음으로 그려진 그래프를 분할하는 단계를 수행한다. 예를 들어, 그래프의 X축의 기준값과 Y축의 기준값을 기준으로 영역을 분할하는 것과 같이, 십(十)자를 중심으로 4분할 수 있다. 다만, 이에 제한되는 것은 아니며 보다 정확한 신호특성 추출을 위해 4분할 이상으로 분할하는 것도 가능하다.
분할된 영역 중 어느 하나에 해당 송신원에 의한 미소진동이 군집되는지 확인하는 단계를 진행한다. 이때 군집되는지 확인하는 기준을 모든 미소진동이 해당 영역에 군집되는 것을 기준으로 할 수 있으나, 소정의 비율 이상의 미소진동이 군집되는 것을 기준으로 할 수도 있다. 예를 들어, 90% 이상의 미소진동이 해당 영역에 군집되는지 확인하는 것이다. 나아가 더욱 바람직하게는 암반손상의 경우와 중첩되는 신호특성은 해당 송신원에 의한 미소진동이 군집되는 송신원별 신호특성에서 제외할 수 있다.
마지막으로 미소진동이 군집된 경우 해당 그래프의 두개의 신호특성을 해당 송신원에 의한 미소진동이 군집되는 신호특성으로 결정하는 단계가 수행된다.
본 명세서에서는 석회석 갱내광산에서 수집한 미소진동 신호를 기준으로 해당 송신원에 의한 미소진동이 군집되는 송신원별 신호특성을 추출하는 단계를 수행하였다. 이때, 샘플링주파수는 50 kHz였으며, 미소진동센서는 6개를 이용하였으며, 기록하는 신호의 단위는 mV였고, 기록조건은 50 mV 이상이였다. 단위기록 길이는 0.488262초였으며, 샘플개수는 25000개 였다.
송신원이 천공(drilling)인 경우, 도 7과 같이 지속시간과 상대진폭을 기준으로 제4사분면에 군집되는 것을 확인할 수 있다. 구체적으로는 천공의 샘플 미소진동은 0.3 s 이상의 지속시간 및 0.01 내지 0.1%의 상대진폭의 신호특성을 기준으로 군집된다. 따라서 천공의 샘플 미소진동이 군집되는 송신원별 신호특성으로 지속시간과 상대진폭을 이용할 수 있다. 다만, 샘플 미소진동이 군집되는 송신원별 신호특성이 2가지로 제한되는 것은 아니며, 보조적으로 다른 신호특성을 이용하여 보다 정확하게 샘플 미소진동을 군집시킬 수 있다. 즉, 두개 이상의 신호특성을 기준으로 송신원별로 각각의 샘플 미소진동을 군집할 수 있다. 이는 다른 송신원에 대해서도 마찬가지이다.
송신원이 발파(blast)인 경우 도 17과 같이 상대진폭 및 주파수대역을 기준으로 제3사분면에 군집되는 것을 확인할 수 있다. 구체적으로는 발파의 샘플 미소진동은 0.01 내지 1 %의 상대진폭 및 3000 Hz 이하의 주파수대역의 신호특성을 기준으로 군집된다. 따라서 발파의 샘플 미소진동이 군집되는 송신원별 신호특성으로 상대진폭 및 주파수대역을 이용할 수 있다.
송신원이 부석제거(scaling)인 경우 도 20과 같이 상대진폭 및 에너지를 기준으로 제3사분면에 군집되는 것을 확인할 수 있다. 구체적으로는 부석제거의 샘플 미소진동은 0.01 내지 1%의 상대진폭 및 0.5 내지 10 mV*s 의 에너지의 신호특성을 기준으로 군집된다. 따라서 부석제거의 샘플 미소진동이 군집되는 송신원별 신호특성으로 상대진폭 및 에너지를 이용할 수 있다. 또한, 부석제거의 경우, 도 17에 나타난 바와 같이, 0.01 내지 1%의 상대진폭 및 2000 Hz 이하의 주파수대역을 상대진폭으로 이용하여 더욱 정확하게 군집시킬 수 있다. 따라서, 송신원이 부석제거인 경우 샘플 미소진동이 군집되는 송신원별 신호특성으로 상대진폭, 에너지 및 주파수대역을 이용하는 것도 가능하다.
송신원이 전기잡음(electric noise)인 경우 도 20과 같이 지속시간 및 상대진폭을 기준으로 제2사분면에 군집되는 것을 확인할 수 있다. 구체적으로는 전기잡음의 샘플 미소진동의 90% 이상이 0.05 s 이하의 지속시간 및 10% 이상의 상대진폭의 신호특성을 기준으로 군집된다. 따라서 전기잡음의 경우 전기잡음의 샘플 미소진동이 군집되는 송신원별 신호특성으로 지속시간 및 상대진폭을 이용할 수 있다.
이처럼 해당 송신원의 신호특성이 추출되면, 해당 송신원 신호특성에 의해 상기 수신한 미소진동 중 해당 송신원에 의한 미소진동을 특정하여 암반손상에 의한 미소진동과 해당 송신원에 의한 미소진동을 분류하는 단계(S23)가 수행된다.
한편, 수신한 미소진동 신호에 포함된 미소진동을 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하는 단계(S20)는 다음과 같이 검증하는 단계를 더 포함해서 수행될 수 있다.
구체적으로 살펴보면, 수신한 미소진동 신호에 포함된 미소진동을 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하는 단계(S20)는 수신한 미소진동을 위치 조건 및 시간 조건을 기준으로 송신원을 특정하는 단계; 하나의 송신원에서 수신된 복수의 미소진동 중 일부를 분석하여, 지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 선택되는 적어도 두개 이상의 신호특성을 기준으로 해당 송신원의 신호특성을 추출하는 단계; 하나의 송신원에서 수신된 복수의 미소진동 중 나머지에 대하여 추출한 해당 송신원의 신호특성에 의해 분류가 가능한지 여부를 검증하는 단계; 및 상기 검증이 올바른 경우 해당 송신원의 신호특성을 이용하여 상기 수신한 미소진동 중 해당 송신원에 의한 미소진동을 특정하여 암반손상에 의한 미소진동과 해당 송신원에 의한 미소진동을 분류하는 단계;를 포함하여 수행될 수 있다.
수신한 미소진동 신호에는 다수의 미소진동을 포함하고 있기 때문에, 그 중 일부를 분석하여 해당 송신원의 신호특성을 추출하고, 나머지를 이용하여 해당 송신원의 신호특성에 근거하여 분류가 가능한지 검증하는 것이다.
더욱 효율적으로 본 발명의 미소진동 모니터링 방법을 운영하기 위해서, 상기 제어부가 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하는 단계는, 컨벌루션 신경망(Convolutional Neural Networks, CNN)을 이용하여 수행될 수 있다. 즉, 컨벌루션 신경망이 머신러닝에 의해 수신한 미소진동 중 일부를 상술한 방법을 통해 분석하여 각 송신원의 신호특성을 추출하고, 나머지를 이용하여 각 송신원의 신호특성에 근거하여 분류가 가능한지 검증한 뒤, 검증이 완료되면 스스로 수신한 미소진동신호에서 미소진동을 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하는 것이다.
분류가 가능해지면, 제어부는 암반손상에 의한 미소진동 분석하여 지반구조물의 파괴징후의 사전인지를 수행하는 단계(S30)를 수행한다.
본 발명의 미소진동 모니터링 방법(M100)을 이용할 경우 암반손상 외에 다른 송신원에 의한 미소진동을 효율적으로 제외할 수 있으므로, 암반손상에 의한 미소진동만을 손쉽게 획득할 수 있으며, 이에 따라 사용자가 미소진동 모니터링시스템을 쉽게 사용할 수 있으며, 지반구조물의 파괴징후의 사전인지의 정확성이 더욱 향상될 수 있다.
한편, 본 발명의 보호범위가 이상에서 명시적으로 설명한 실시예의 기재와 표현에 제한되는 것은 아니다. 또한, 본 발명이 속하는 기술분야에서 자명한 변경이나 치환으로 말미암아 본 발명이 보호범위가 제한될 수도 없음을 다시 한 번 첨언한다.
Claims (7)
- 지반구조물에 설치되어 상기 지반구조물부터 전달되는 미소진동을 감지하는 미소진동센서와, 상기 미소진동센서로부터 수신한 미소진동 신호를 분석하여 상기 지반구조물의 파괴징후 확인을 수행하는 제어부를 포함하는 미소진동 모니터링 시스템을 이용한 암반손상에 의한 미소진동 모니터링 방법으로서:
(a) 상기 미소진동센서가 미소진동을 수신하는 단계;
(b) 상기 제어부가 상기 미소진동센서로부터 미소진동 신호를 수신하고, 수신한 미소진동 신호에 포함된 미소진동을 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동으로 분류하는 단계; 및
(c) 상기 제어부가 암반손상에 의한 미소진동을 분석하여 지반구조물의 파괴징후의 사전인지를 수행하는 단계;를 포함하고,
상기 (b) 단계는,
(b-1) 상기 수신한 미소진동을 위치 조건 및 시간 조건을 기준으로 송신원을 특정하는 단계;
(b-2a) 하나의 송신원에서 수신된 복수의 미소진동 중 일부를 분석하여, 지 속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루 어진 신호특성 군에서 선택되는 적어도 두개 이상의 신호특성을 기준으로 해당 송 신원의 신호특성을 추출하는 단계;
(b-2b) 하나의 송신원에서 수신된 복수의 미소진동 중 나머지에 대하여 추출 한 해당 송신원의 신호특성에 의해 분류가 가능한지 여부를 검증하는 단계; 및
(b-3a) 상기 검증이 올바른 경우 해당 송신원의 신호특성을 이용하여 상기 수신한 미소진동 중 해당 송신원에 의한 미소진동을 특정하여 암반손상에 의한 미 소진동과 해당 송신원에 의한 미소진동을 분류하는 단계;를 포함하여 수행되는 것을 특징으로 하는,
송신원별 신호특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법.
- 제1항에 있어서,
상기 해당 송신원의 신호특성을 추출하는 단계는,
지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 선택되는 적어도 두개 이상의 신호특성을 기준으로 해당 송신원에 의한 미소진동이 군집되는 신호특성을 추출하여 수행되는 것을 특징으로 하는,
송신원별 신호특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법.
- 제2항에 있어서,
상기 해당 송신원에 의한 미소진동이 군집되는 신호특성을 추출하는 과정은,
지속시간, 오름시간, 최대진폭, 상대진폭, 주파수대역, 최대주파수 및 에너지로 이루어진 신호특성 군에서 두개의 신호특성을 선택하는 단계;
선택된 두개의 신호특성을 이용하여 상기 해당 송신원에 의한 미소진동을 그래프에 표시하는 단계;
상기 그래프의 X축의 기준값과 Y축의 기준값을 기준으로 영역을 분할하는 단계;
분할된 영역 중 어느 하나에 해당 송신원에 의한 미소진동이 군집되는지 확인하는 단계; 및
미소진동이 군집된 경우 해당 그래프의 두개의 신호특성을 해당 송신원에 의한 미소진동이 군집되는 신호특성으로 결정하는 단계;를 포함하는 것을 특징으로 하는,
송신원별 신호특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법.
- 제1항에 있어서,
상기 송신원은 천공, 발파, 부석제거 및 전기잡음 중 어느 하나인 것을 특징으로 하는,
송신원별 신호특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법.
- 제1항에 있어서,
상기 제어부가 암반손상에 의한 미소진동과 그 외의 송신원에 의한 미소진동을 분류하는 단계는,
컨벌루션 신경망 (Convolutional Neural Networks, CNN)을 이용하여 수행되는 것을 특징으로 하는,
송신원별 신호특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법.
- 제1항에 있어서,
상기 미소진동 모니터링 시스템은 서로 다른 위치에 설치된 적어도 3개 이상의 미소진동센서를 포함하고,
상기 수신한 미소진동을 위치 조건 및 시간 조건을 기준으로 송신원을 특정하는 단계는,
상기 3개 이상의 미소진동센서에 상기 미소진동의 신호도달 시간차이를 이용하여 위치 조건을 산출하는 것을 특징으로 하는,
송신원별 신호특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190044135A KR102017660B1 (ko) | 2019-04-16 | 2019-04-16 | 송신원별 신호 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190044135A KR102017660B1 (ko) | 2019-04-16 | 2019-04-16 | 송신원별 신호 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102017660B1 true KR102017660B1 (ko) | 2019-09-03 |
Family
ID=67951849
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190044135A KR102017660B1 (ko) | 2019-04-16 | 2019-04-16 | 송신원별 신호 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102017660B1 (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111257434A (zh) * | 2020-01-17 | 2020-06-09 | 大连理工大学 | 一种地表微震定位校正的敲击装置 |
| KR20220022141A (ko) | 2020-08-18 | 2022-02-25 | 코탐(주) | 광산 갱내 미소 진동 실시간 모니터링 방법 |
| KR20220028731A (ko) | 2020-08-31 | 2022-03-08 | 코탐(주) | 계층적 판단 구조를 가지는 미소 진동 모니터링 시스템 |
| KR20220028729A (ko) | 2020-08-31 | 2022-03-08 | 코탐(주) | 광산 갱내의 물리적 특성에 기반한 미소 진동 모니터링 장치 |
| KR20220028730A (ko) | 2020-08-31 | 2022-03-08 | 코탐(주) | 동적 네트워크 자원 운영이 가능한 미소 진동 모니터링 시스템 |
| CN114754959A (zh) * | 2022-04-27 | 2022-07-15 | 清华大学 | 一种激光通信链路微振动试验的角位移信号生成方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05112923A (ja) * | 1991-10-24 | 1993-05-07 | Fujita Corp | Ａｅ計測による地山の評価方法 |
| KR100903949B1 (ko) * | 2008-05-09 | 2009-06-25 | 한국지질자원연구원 | 지반구조물의 파괴 예측방법 |
| US20140334260A1 (en) * | 2013-05-09 | 2014-11-13 | Schlumberger Technology Corporation | Neural Network Signal Processing of Microseismic Events |
-
2019
- 2019-04-16 KR KR1020190044135A patent/KR102017660B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05112923A (ja) * | 1991-10-24 | 1993-05-07 | Fujita Corp | Ａｅ計測による地山の評価方法 |
| KR100903949B1 (ko) * | 2008-05-09 | 2009-06-25 | 한국지질자원연구원 | 지반구조물의 파괴 예측방법 |
| US20140334260A1 (en) * | 2013-05-09 | 2014-11-13 | Schlumberger Technology Corporation | Neural Network Signal Processing of Microseismic Events |
Non-Patent Citations (3)
| Title |
|---|
| 미국 특허출원공개공보 US2014/0334260호(2014. 11. 13.) 1부.* |
| 일본 공개특허공보 특개평5-112923호(1993. 5. 7.) 1부.* |
| 천대성, 진광민. 암반구조물 안전관리를 위한 미소진동 파형 분석. 한국자원공학회지. Vol.54, No.5, 2017년. 467-479쪽 1부.* * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111257434A (zh) * | 2020-01-17 | 2020-06-09 | 大连理工大学 | 一种地表微震定位校正的敲击装置 |
| KR20220022141A (ko) | 2020-08-18 | 2022-02-25 | 코탐(주) | 광산 갱내 미소 진동 실시간 모니터링 방법 |
| KR102398367B1 (ko) * | 2020-08-18 | 2022-05-16 | 코탐(주) | 광산 갱내 미소 진동 실시간 모니터링 방법 |
| KR20220028731A (ko) | 2020-08-31 | 2022-03-08 | 코탐(주) | 계층적 판단 구조를 가지는 미소 진동 모니터링 시스템 |
| KR20220028729A (ko) | 2020-08-31 | 2022-03-08 | 코탐(주) | 광산 갱내의 물리적 특성에 기반한 미소 진동 모니터링 장치 |
| KR20220028730A (ko) | 2020-08-31 | 2022-03-08 | 코탐(주) | 동적 네트워크 자원 운영이 가능한 미소 진동 모니터링 시스템 |
| KR102425592B1 (ko) * | 2020-08-31 | 2022-07-27 | 코탐(주) | 계층적 판단 구조를 가지는 미소 진동 모니터링 시스템 |
| CN114754959A (zh) * | 2022-04-27 | 2022-07-15 | 清华大学 | 一种激光通信链路微振动试验的角位移信号生成方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102017660B1 (ko) | 송신원별 신호 특성 추출을 통한 암반손상에 의한 미소진동 모니터링 방법 | |
| US9689254B2 (en) | Well monitoring by means of distributed sensing means | |
| US10648949B2 (en) | Structure evaluation system, structure evaluation apparatus, and structure evaluation method | |
| US8659424B2 (en) | Subsurface intrusion detection system | |
| CN105765407B (zh) | 用于检测且减小在长壁附近的甲烷危害的方法以及系统 | |
| EP2761337B1 (en) | Methods of evaluating rock properties while drilling using downhole acoustic sensors and a downhole broadband transmitting system | |
| NO347613B1 (en) | Systems and method for monitoring cement sheath integrity | |
| CN116181416A (zh) | 一种冲击地压多参量超前预警系统及方法 | |
| CN110765983A (zh) | 一种基于微震频谱特征的煤柱型冲击地压危险性评价方法 | |
| KR20200053093A (ko) | 건설현장 이상징후 감지 방법 및 시스템 | |
| US20220276400A1 (en) | Seismic observation device, seismic observation method, and recording medium on which seismic observation program is recorded | |
| Kunnath et al. | Integrating geophone network to real-time wireless sensor network system for landslide detection | |
| JP6611991B1 (ja) | 状態監視装置 | |
| KR100921382B1 (ko) | 지반구조물의 파괴 예측방법 | |
| Hübl et al. | A review on acoustic monitoring of debris flow | |
| US7908086B2 (en) | System and method for filtering seismic noise data to analyze seismic events | |
| WO2022034750A1 (ja) | 未確認音抽出装置、未確認音抽出システム、未確認音抽出方法及び記録媒体 | |
| KR102425592B1 (ko) | 계층적 판단 구조를 가지는 미소 진동 모니터링 시스템 | |
| JP6033563B2 (ja) | 地殻破壊予測方法 | |
| KR102290181B1 (ko) | 광산 갱내 붕락 감지를 위한 미소진동 모니터링 시스템 | |
| JP2021071332A (ja) | 地震動の到達判定方法、地震動の到達判定システム | |
| CN117345344B (zh) | 一种矿井声电信号智能预测方法与系统 | |
| Weppenaar et al. | Investigation of tensile armor wire breaks in flexible risers and a method for detection | |
| Adhikari et al. | Extracting Keywords from Distributed Acoustic Sensor Signals for Earthquake Signature | |
| RU2558039C2 (ru) | Система предупреждения встречи стволов при кустовом бурении нефтяных и газовых скважин |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |