WSD-SVM在工作面底板...度微震事件自动识别中的应用_樊鑫.pdf

第 卷 第 期 年 月西安科技大学学报 .樊鑫，赵晓光，唐胜利，等 在工作面底板破坏深度微震事件自动识别中的应用 西安科技大学学报，（）：，（）：收稿日期：基金项目：国家重点研发计划项目（）第一作者：樊鑫，男，山西忻州人，博士研究生，：通信作者：赵晓光，男，陕西西安人，教授，博士生导师，：在工作面底板破坏深度微震事件自动识别中的应用樊 鑫，赵晓光，唐胜利，解海军，程建远，王云宏，王 盼，（西安科技大学 地质与环境学院，陕西 西安；中煤科工西安研究院（集团）有限公司，陕西 西安）摘 要：为解决煤矿微震事件识别中效率低、精度低、可靠性差的问题，将小波散射分解变换与支持向量机相结合，构建微震事件的 智能识别模型。首先，通过小波散射分解变换将微震监测数据分解成高、低频部分，并计算得到小波散射系数，构成散射特征矩阵；然后，选择的数据输入支持向量机模型进行训练，用得到的识别模型对其余 的数据进行测试验证，获得识别结果。将山西保德煤矿某工作面微震监测时序数据作为实例，结果表明：模型能够自动识别全部 个微震事件，用时 ；而传统 算法虽然仅用时 ，但未能有效识别出其中的 个低信噪比事件，模型的自动识别精度高于 算法模型识别的精度，但需要较长的计算时长。小波散射分解变换方法的引入能够有效实现监测数据降维，大幅提高识别精度，为微震事件的自动识别提供了新思路。关键词：微震监测；小波散射分解；特征提取；支持向量机；自动识别中图分类号：；文献标志码：文章编号：（）：开放科学（资源服务）标识码（）：，（，；（），）：，；，第 期樊鑫，等：在工作面底板破坏深度微震事件自动识别中的应用 ，：；引 言作为中国的主体能源和重要化工原料，煤炭在国民经济中占有重要的战略地位。在开采过程中，瓦斯、水害等事故均与地质条件有密切关系，在 煤 矿 重（特）大 事 故 中 占 比 约 为。随着煤炭开采向深部延伸，更多的复合因素地质灾害将愈发频繁。作为煤矿智能化的技术支撑，地质保障技术不仅贯穿于煤矿生产的整个生命周期，还在灾害防治、隐蔽致灾因素探查、煤炭智能开采等方面发挥着关键作用，是实现煤炭资源安全高效智能绿色开采的基础和前提。但目前中国煤炭地质保障基础理论研究薄弱，仍存在地质信息探测精度不足、动态信息监测困难、多源信息融合不够等问题。目前，微震监测技术作为矿井地质信息动态监测中的重要手段，被广泛应用于工作面含水层涌水机理的研究和工作面裂隙发育高度监测预警等工程领域。微震监测技术具有监测范围大，实时、动态、远程、长期监测等特点，可对导水通道的“动态”破裂失稳过程和活化规律进行实时监测。在对底板破坏深度监测中，能直接对破裂点进行监测和定位，对安全高效开发深部煤炭资源具有重要意义。微震监测技术要实现对底板导水通道破裂点的精确定位，就要对微震监测信号中的事件信号进行有效提取。因此，微震信号的自动分类识别成为提高自动定位精度与效率的重要因素之一。近年来，国内外研究人员针对微震信号特征提取和自动识别等问题，提出一些新的解决方法，在页岩气开发领域，等提取了微震事件的时长、频域和统计特征，并基于主成分分析法构建了微震事件分类识别模型，识别精度达到 以上，取得良好效果。矿山微震信号识别领域的相关研究目前处于发展阶段，等利用 算法对微震信号的 波和 波进行识别。朱权洁等构建了微震信号的小波包能量特征和分形特征向量，利用 模型对爆破、机械振动和岩石破裂这 种波形进行分类。以上研究在一定程度上提高了信号的识别精度和效率，而在识别特征和模型的选择以及识别精度方面受到了一定的限制，需要进一步进行优化。与前述研究思路不同，笔者提取了煤矿微震信号波形的特征并构成特征矩阵，降低了原始信号维数，进而建立了基于小波散射分解和 分类的识别模型，结合神东煤炭集团公司山西保德煤矿具体实例进行应用，检验模型的效果。机分类理论 小波散射分解小波散射分解（，）由小波变换发展而来，它解决了小波变换随时移变化的缺陷，是一种兼具平移不变性和局部形变稳定性的信号分析和特征提取方法。对小波变换进行取模运算得到算子，与输入信号做卷积可得到小波模变换算子，见式（），其中 为低通滤波器，为高频小波。（）（，）（）对输入信号低通滤波部分可记为（），具有平移不变性；对非线性小波变换取模，记为 （）（），表示在尺度 上的高频信息，具有形变稳定性。故小波散射变换 阶的低频信息（散射系数）和高频信息分别为（）（）（）将 阶高频信息部分（）作为一阶散射变换的输入，可得 （，）（）则一阶散射系数（）（）可见，小波散射变换的过程可简要描述为：在小波模算子上进行散射变换迭代，卷积计算 次的小波模变换 并输出散射系数。支持向量机原理支持向量机（，）是一种基于统计学习理论的机器学习算法，它主要用于解决高维、小样本以及非线性模式识别问题。支持向量机算法是将输入特征映射到核空间，找到一个最优分类超平面，进而转化为求解样本数据分类间隔最大化的问题。相比于其它机器学习算法，它具有学习速度快、泛化能力强等优势。以数据的二分类模型为例，如图 所示，一类数据用表示，另一类用表示，最优超平面将数据点分成了 类，同时得到最大分类间隔。为求解该问题，引入 函数。（）（）式中 ，得到最优分类函数为（）（）（）图 支持向量机分类原理 分类模型小波支持向量机属于监督机器学习分类算法的一种，为训练得到支持向量机模型，需要对微震监测原始时间序列数据进行小波散射分解，得到散射系数，然后由散射系数构成特征矩阵，将特征矩阵作为测试输入数据集进行微震信号分类，分类模型流程如图 所示。图 模型分类流程 分类模型具体实现过程为）样本选择及标签化。为保证有效训练得到分类模型，需要选择包含清晰波形和明显起跳点的微震信号，同时选择相同数量的噪声信号组成训练数据集，并将微震事件信号标记为“”，噪声信号标记为“”。）参数初始化及特征提取。支持向量机参数初始化，这些参数包括时不变尺度、变换次数和质量因子等。相关文献已证明 核函数的良好性能，因此选择 核函数。将训练数据集和确定的时不变尺度、变换次数和质量因子作为输入，计算得到信号的散射系数，进而构成特征矩阵。）交叉验证。通过交叉验证，可以避免模型训练过程中的过拟合，提高模型性能。考虑到计算效率，交叉验证次数不宜超过 次。）支持向量机分类。通过随机选择训练数据集中 的数据进行模型训练，然后将其余 的数据输入已得到的模型进行测试，验证模型的分类性能。实例应用与分析以山西保德煤矿某工作面为实验场，利用高精度微震监测技术对该工作面底板破坏深度进行监测。为改善微震监测效果，需优化微震监测台 西 安科技大学学报 年第 卷第 期樊鑫，等：在工作面底板破坏深度微震事件自动识别中的应用网布置方式。常规方法仅在地面或者井下单一布置台网方式，具有空间数据采集的局限性。“井 孔”联合台网布置方式，如图 所示，从根本上解决了 坐标数据缺失的问题，但是具体如何布置监测台网，也需要根据实际现场条件优化布置。结合保德煤矿测区的实际地形、地质条件，本次监测共设计物理测点 个，见表，表，其中该工作面两侧巷道各 个，两侧巷道钻孔内各布置 个。图 “井孔”联合台网布置 “”表 一号回风巷微震测点坐标 孔类型 坐标 坐标 坐标测点号 深孔 浅孔 本次微震监测共持续 ，共接收到微震事件 个，剔除信噪比低、计算误差大的 事件，剩余事件中包含底板事件 个。表 是对 个微震事件按深度每隔 统计的微震事件个数，发生在标高 内微震事件占全部底板微震事件的 ，见表，因此底板的破坏深度为底板以下 ，其中在标高 内微震事件最多，这个深度区间主要在底板区域的 。表 二号回风巷微震测点坐标 孔类型 坐标 坐标 坐标测点号 深孔 浅孔 表 底板微震事件标高 标高区间 事件数量 个 标高区间 事件数量 个 为进一步验证文中算法的有效性和可靠性，共随机选取 道原始数据（事件信号和噪声信号各 道），微震事件信号波形示例如图 所示。截取其中总时长 的微震信号片段作为原始时变序列数据（图）进行实验。由于监测分站工作环境复杂，极易受到干扰，因此，采集到的信号数据信噪比偏低，经过软件分析，该原始序列中共包含 个事件，其中 和 波形完整清晰，信号能量强，易于直接识别；而另外 个事件均受到不同程度的噪声干扰。通过自编程序分别从微震事件信号和噪声信号中随机抽取 的信号，计算其对应的散射系 数，构成散射系数特征矩阵，再将特征矩阵输入到支持向量机模型中进行训练；剩余 的信号输入到训练好的分类模型中进行验证，叠加各道的预测值，得到最终分类识别结果。为体现该模型的识别效果，利用传统的时窗比法（，）对该序列进行事件识别，作为实验对照组。不同模型的识别结果，见表，传统的时窗比法仍然在计算速度上有一定优势，但其依赖阈值选取的不足，使得在低信噪比信号中自动识别事件的准确率较低；而 模型虽然牺牲了一定的计算时间，但在低信噪比信号的事件自动识别准确率上具有优势。图 道微震事件信号波形 西 安科技大学学报 年第 卷第 期樊鑫，等：在工作面底板破坏深度微震事件自动识别中的应用表 不同模型识别结果对比 模型识别事件数 个用时 时窗比识别模型小波支持向量机识别模型图 微震信号及散射时频分析 结 论）小波散射分解能够分离出微震监测时序信号中的高频和低频成分，计算得到的小波散射系数能构成特征矩阵，用于支持向量机模型训练。）识别模型能够有效识别低信噪比微震监测数据中的事件信号，与常规识别方法相比，识别精度有显著提高。）该模型能够对煤矿底板破坏深度中产生的微震事件进行有效识别，为增强该模型的运算效率，需要进一步降低特征矩阵维数，研究对应的核函数来改进分类模型，进而对微震事件进行高效、自动识别。参考文献（）：柳宁，赵晓光，解海军，等 榆神府地区煤炭开采对地下水资源的影响 西安科技大学学报，（）：，（）：伍永平 大倾角煤层开采“顶板支护底板”系统稳定性及动力学模型 煤炭学报，（）：“”，（）：袁亮 高瓦斯矿区复杂地质条件安全高效开采关键技术 煤炭学报，（）：，（）：董书宁，郭小铭，刘其声，等 华北型煤田底板灰岩含水层超前区域治理模式与选择准则 煤田地质与勘探，（）：，（）：董书宁 以科技创新支撑煤炭安全高效绿色开采 中国煤炭报，（），（）虎维岳 深部煤炭开采地质安全保障技术现状与研究方向 煤炭科学技术，（）：，（）：谢和平，钱鸣高，彭苏萍，等 煤炭科学产能及发展战略初探 中国工程科学，（）：，（）：何满潮，朱国龙“十三五”矿业工程发展战略研究 煤炭工程，（）：，（）：王显政 我国煤矿安全生产 年回顾与展望 煤矿安全，（）：，（）：吴基文，赵志根 我国煤矿矿井地质工作发展阶段概述 中国煤炭地质，（）：，（）：王双明，段中会，马丽，等 西部煤炭绿色开发地质保障技术研究现状与发展趋势 煤炭科学技术，（）：，（）：董书宁，刘再斌，程建远，等 煤炭智能开采地质保障技术及展望 煤田地质与勘探，（）：，（）：段建华，闫文超，南汉晨，等 井孔联合微震技术在工作面底板破坏深度监测中的应用 煤田地质与勘探，（）：，（）：，李志梁，李树刚，林海飞，等 基于声发射特征的覆岩采动裂隙演化规律研究 西安科技大学学报，（）：，（）：，：朱梦博，王李管，刘晓明，等 基于波形参数的微震 波到时拾取值质量控制方法 岩土力学，（）：，（）：，：，（）：，：朱权洁，姜福兴，于正兴，等 爆破震动与岩石破裂微震信号能量分布特征研究 岩石力学与工程学报，（）：，（）：朱权洁，姜福兴，尹永明，等 基于小波分形特征与模式识别的矿山微震波形识别研究 岩土工程学报，（）：，（）：，（）：，厍向阳，崔文强 改进的并行 回归算法 西安科技大学学报，（）：，（）：汪海燕，黎建辉，杨风雷 支持向量机理论及算法研究综述 计算机应用研究，（）：，（）：（责任编辑：刘 洁）西 安科技大学学报 年第 卷