91学术服务平台

您好,欢迎来到91学术官网!站长邮箱:

发布论文

论文咨询

基于机器学习的微震事件识别技术研究

  2023-12-20    41  上传者:管理员

摘要:为研究普朗铜矿矿体破裂过程中裂纹演化特征,采用微震监测技术监测岩体破坏过程中的微震信号,并基于机器学习方法对微震事件进行三维空间聚类分析。采用正态分布Q-Q图描述微震事件三维空间分布特征,利用最大期望算法对定位的事件进行聚类识别。研究结果表明,微震事件在空间上符合正态分布模型,聚类方法可以有效地划分岩体不同区域,识别结果可以表征危险区域发展方向,大震级微震事件占比多的地区风险更高。裂纹簇的分形维数能够表征区域裂纹发育的复杂程度,为进一步研究裂纹演化提供了理论依据。

  • 关键词:
  • 微震监测
  • 时空演化
  • 机器学习
  • 正态分布模型
  • 聚类分析
  • 加入收藏

岩石是一种典型的非均质脆性材料。当岩石受到外力作用时,破坏机制复杂,难以实现准确的预警。地下结构的围岩在荷载作用下通常具有非线性力学响应特征[1]。在各种外部环境和载荷的作用下,岩石中不可避免地会出现各种缺陷(如微裂纹和微损伤)。当裂纹发育达到一定程度时,材料失去承载能力,发生宏观破坏。增加对断裂机理的认识对提高采矿作业的经济效益和安全性具有重要意义。

微震是指脆性材料在外部荷载作用下局部产生应力集中形成微裂纹,部分能量以瞬态弹性波的形式快速释放的现象[2,3,4]。岩石材料在变形和破坏过程中伴随着微震信号的产生,因此,微震信号可以代表岩石内部结构变化的信息。微震监测已广泛应用于岩石工程领域,如采矿[5,6,7]和隧道开挖[8,9,10]。通过捕捉微震信号的发生时间、位置和强度,可以识别具有活跃微震的潜在岩爆区域。目前,已有多个微震指标用于岩体风险评估,如视体积、视应力、能量指数、事件数、事件率、b值、最大震级等[11,12,13,14]。但现有数据的实用性受到当前可视化技术的严重限制。

聚类分析方法有助于提高监测结果的可靠性,可以准确描述材料的腐蚀状态[15,16],揭示微震信号的物理意义[17]。张志博等[18]基于k-means理论,揭示煤样损伤演化过程,明确其损伤破坏前兆特征。刘建坡等[19]基于单建群方法发现声发射空间相关长度变化能够反映岩石破裂过程中裂纹扩展规律。通常,岩石在断裂破坏过程中不会只产生一条裂缝。微震可以监测裂纹的产生,但不能有效地区分裂纹产生的位置,特别是在高密度事件的区域。

针对当前微震研究中存在的问题,本文使用空间聚类模型来分析微震数据。聚类事件用于描述复杂数据条件下的多个裂纹,并分析裂纹演化特征。基于云南普朗铜矿的微震监测数据,揭示裂纹的时空损伤特征,从未处理的高密度微震数据中识别裂纹位置,以期为岩石稳定性分析和裂纹定位提供一种有效可行的技术方法。


1、矿山微震监测系统


普朗铜矿位于云南省西北部迪庆藏族自治州香格里拉市东北部,矿区采用自然崩落法开采,开采标高3720 m以上矿体。矿山大爆破作业较为频繁,主要是在拉底穿脉和聚矿槽进行。目前微震监测系统监测点布设在3720 m水平,地压监测系统主要监测N4至S9穿脉底部结构范围岩体破坏情况(如图1所示)。

在开采过程中,底部结构的应力集中并受到断层的影响,岩体破碎严重,巷道和支护结构变形。微震监测系统已在N4、N1、S3、S6和S9这5条穿脉中设置了监测点,均位于3720 m水平,目前已安装了20个传感器。通过对巷道节理赋存数据的统计分析,认为普朗铜矿主要有3组主节理,其倾角范围分别为125°~195°、196°~240°和320°~359°。

图1 3720 m水平微震监测点布置  

微震传感器的位置可由可拆卸装置动态调整,并定期向能量集中和事件频发的关键区域进行调整,从而提高地压监测的针对性和监测数据的有效性。使用主动震源设备动态计算岩体波速,并在采矿过程中动态校准变化条件下的相关误差,如岩体空间结构、应力场分布和非均质性各向异性,从而大大提高定位精度。

图2 综合监控系统网络拓扑图   

将大规模微震监测与应力、应变和位移等小规模单点监测方法相结合,对监测区域进行有效的安全分析。采矿过程中需记录微震数据,过滤爆破数据,并过滤具有大震源位置误差的事件。此外,地震监测系统能够实时采集和处理大量微震数据,并提供震源参数。


2、微震事件识别理论基础


裂纹可视为二维平面上的椭圆,其微震事件具有中间密集和末端稀疏的特征。高斯混合模型(GMM)[20,21]是指多个高斯分布函数的线性组合,通常用于解决同一集合下的数据包含多个不同分布的情况。GMM的概率分布来自于数据,假设数据遵循高斯的混合,其中GMM中的k个分量对应于k个簇。

GMM的概率分布可以表示为:

式中,K为模型数量;x为三维空间坐标的列向量;μ为模型期望值;∑为模型方差;φ(x;μk,∑k)为混合模型中第k个分量的函数,表示模型的概率分布。

当密度估计函数的形式已知时,使用期望最大化算法计算参数。首先估计参数的粗略值,然后可以根据当前参数计算每个模型k生成的后验概率,如式(2)所示:

根据当前矩阵重新估计参数,并使用新的参数公式迭代计算。式(1)的对数似然函数由式(3)给出:

当模型收敛并趋于稳定时,得到了模型的最优参数。计算每个模型生成数据点的概率,并确定用于获得微震事件聚类模型的样本类别。


3、微震事件识别结果分析


检测到的微震事件与矿山生产及爆破直接相关。部分时间会出现微震事件数量增多和聚集范围增大的情况,表明该区域岩体出现连续损伤。大多数情况下,微震事件出现的时空位置并没有很强的关联性。随着监测时间区间的延长,也会导致数据量增多,影响对裂纹位置的判断。

3.1 微震事件分布

从微震事件时空分布(见图3)可以看出,监测区间内的事件主要聚集发展,呈现出中部多,两端少的分布状态。事件的时空分布规律研究能够进一步揭示裂纹形成机制。

图3 微震事件时空分布   

微震事件时序分布如图4所示。通过对比不同时间段内微震事件出现的位置,可以进一步了解裂纹发育的方向。图4表明,大能量事件有向箭头方向发展的趋势。大能量微震事件的增加或转移,表明岩体内部经历了裂纹扩展的过程,也间接表示了裂纹的发育方向。

采用分布模型对事件三维空间分布规律进行拟合,结果如图5所示。Q-Q图是通过比较两组数据的累计分布函数从而判断两组数据是否服从同一个分布。图5表示了在XYZ三个方向上微震事件的分布情况。由拟合结果可知,三个方向上的事件均满足正态分布模型。实际分布曲线出现波动的原因主要是监测结果并未全面记录裂纹发展情况,裂纹存在进一步发育的可能。值得注意的是,事件的震级分布也与正态分布模型吻合。

图4 微震事件时序分布   

图5 微震事件Q-Q图  

3.2 聚类结果

在空间上,裂纹分布被认为是一个椭球。裂纹分布符合高斯分布模型,通过该模型可以识别微震事件并用于裂纹特征。利用期望最大化算法计算各微震事件所属模型,得到聚类结果如图6所示。

图6中用不同颜色区分不同事件簇(颜色见电子版),震级取对数来映射事件的大小。为了尽可能多地保留事件簇的特征,将微震事件分为7类,编号为事件簇1至事件簇7。危险区域经历了独立发展、相互影响和稳定的过程。在开采过程中,新的断裂与原始断裂相交并汇合,形成断路。大震级事件往往并不集中在裂纹簇的中部,中部多为小震级事件。裂纹萌生的宏观裂纹由微裂纹萌生、扩展、合并而形成。因此,在发育初期,小震级占比大;微裂纹合并阶段,大震级事件开始显现。

图6 微震事件聚类结果   

通过计算事件簇所在的置信区间,可以表征裂纹的发育方向,构建簇状裂纹椭球模型,椭球裂纹主轴参数见表1。事件簇1和事件簇6中的三条主轴的长度较小,表明此事件簇中微裂纹聚集度高,危险性更大。这种情况可能是岩体中应力集中诱发裂纹发育或断层活化导致的。

表1 椭球裂纹主轴参数

3.3 事件簇分形特征

通过机器学习确定椭球模型参数,基于模型参数比例,确定分时间段的微震事件分布范围,划分子模型的长中短轴(atn,btn,ctn)。

微震事件时空分形维数计算方法为:

式中,S*为模型范围内总的微震事件数,Stn表示不同时间段构建的分模型内的微震事件数,n=1,2,…,n。

对数据点集合(logatn,logμ(atn))采用最小二乘法进行线性拟合:

式中,k′为所求的微震事件分形维数。

如图7所示,分别计算了事件簇7的7月、8月和9月的微震事件时空分形维数。可以发现7月和8月分形维数变化并不明显,9月份分形维数减小。9月期间,事件簇7位置发生泥石流事故,分形维数的减少与此相关。

图7 微震事件聚类结果   


4、结论


本研究探索了一种基于空间聚类方法的微震参数演化模型,该模型可用于采矿业中的危险区域分类和裂纹追踪,通过对微震事件进行聚类,实现复杂数据条件下的裂纹表征。主要得出以下4个结论。

(1) 通过微震监测对普朗铜矿矿区进行了有效的安全分析,微震事件的空间分布满足正态分布模型,事件集中发展,呈现出中部多、两端少的分布状态。

(2) 危险区域经历了独立发展、相互影响和稳定发育的过程。在开采过程中,新的断裂与原生裂隙相交,形成断裂路径。

(3) 面对大量未处理的微震数据时,空间聚类方法在微震数据分析方面更有优势。本研究对微震定位和岩石稳定性分析具有参考价值。

(4) 裂纹簇的分形维数能够表征区域裂纹发育复杂程度,为进一步研究裂纹演化提供了理论依据。


参考文献:

[1]闫长斌,徐国元,杨飞.爆破动荷载作用下围岩累积损伤效应声波测试研究[J].岩土工程学报,2007(1):88-93.

[2]徐奴文,唐春安,沙椿,等.锦屏一级水电站左岸边坡微震监测系统及其工程应用[J].岩石力学与工程学报,2010,29(5):915-925.

[3]姜福兴.微震监测技术在矿井岩层破裂监测中的应用[J].岩土工程学报,2002(2):147-149.

[4]杨承祥,罗周全,唐礼忠.基于微震监测技术的深井开采地压活动规律研究[J].岩石力学与工程学报,2007,26(4):818-824.

[5]刘建坡,石长岩,李元辉,等.红透山铜矿微震监测系统的建立及应用研究[J].采矿与安全工程学报,2012,29(1):72-77.

[6]刘秀敏,王月,陈从新,等.地质结构影响下的金属矿山地压显现机制初探[J].岩石力学与工程学报,2022,41(12):2451-2459.

[7]张鹏海,杨天鸿,郑超,等.基于采动应力场与微震活动性的岩体稳定性分析[J].煤炭学报,2013,38(2):183-188.

[8]肖亚勋,冯夏庭,陈炳瑞,等.深埋隧洞极强岩爆段隧道掘进机半导洞掘进岩爆风险研究[J].岩土力学,2011,32(10):3111-3118.

[9]吴顺川,黄小庆,陈钒,等.岩体破裂矩张量反演方法及其应用[J].岩土力学,2016,37(增刊1):1-18.

[10]李天斌,刘天毅,陈国庆,等.公路隧道微震监测系统构建与微震特性分析[J].地下空间与工程学报,2019,15(4):1188-1196.

[11]冯夏庭,陈炳瑞,张传庆,等.岩爆孕育过程的机制、预警与动态调控[M].北京:科学出版社,2013:394-434.

[12]谢和平,PARISEAU W G.岩爆的分形特征和机制[J].岩石力学与工程学报,1993,12(1):28-37.

[13]曾正文,马谨,刘力强,等.岩石破裂扩展过程中的声发射b值动态特征及意义[J].地震地质,1995,17(1):7-11.

[15]毕海胜,李自力,胡德栋,等.储罐底板钢点蚀过程中声发射信号的聚类分析[J].中国石油大学学报:自然科学版,2015,39(6):145-152.


基金资助:“十三五”国家重点研发计划项目(2017YFC0602904); 矿冶科技集团青年科技创新基金项目(04-2228);


文章来源:李争荣,陈增,邹尤森等.基于机器学习的微震事件识别技术研究[J].矿业研究与开发,2023,43(12):166-170.

分享:

91学术论文范文

相关论文

推荐期刊

网友评论

加载更多

我要评论

矿业科学学报

期刊名称:矿业科学学报

期刊人气:2419

期刊详情

主管单位:中华人民共和国教育部

主办单位:中国矿业大学(北京),煤炭工业出版社

出版地方:北京

专业分类:煤矿

国际刊号:2096-2193

国内刊号:10-1417/TD

邮发代号:80-919

创刊时间:2016年

发行周期:双月刊

期刊开本:大16开

见刊时间:7-9个月

论文导航

查看更多

相关期刊

热门论文

【91学术】(www.91xueshu.com)属于综合性学术交流平台,信息来自源互联网共享,如有版权协议请告知删除,ICP备案:冀ICP备19018493号

微信咨询

返回顶部

发布论文

上传文件

发布论文

上传文件

发布论文

您的论文已提交,我们会尽快联系您,请耐心等待!

知 道 了

登录

点击换一张
点击换一张
已经有账号?立即登录
已经有账号?立即登录

找回密码

找回密码

你的密码已发送到您的邮箱,请查看!

确 定