工程尺度下微震信号及P波初至自动识别AB算法
本文关键词:工程尺度下微震信号及P波初至自动识别AB算法 出处:《岩石力学与工程学报》2017年03期 论文类型:期刊论文
更多相关文章: 岩石力学 微震 P波拾取 信号识别 AB算法
【摘要】:为提高工程噪音环境中低信噪比微震信号的自动识别率及其P波自动拾取准确率,结合Allen算法能快速自动拾取震动信号的优点及Bear算法善于拾取低信噪比震动信号P波初至的优势,在Allen算法的基础上,引入Bear算法的加权因子和特征函数,对Allen算法进行改进,提出适用于工程尺度的微震信号及P波初至自动识别的AB(Allen coupled with Bear algorithm)算法。分析AB算法对信号振幅或频率变化的敏感性以及拾取效果,结果表明:(1)AB算法能准确识别微震信号也能同时准确自动拾取信号的P波初至;(2)AB算法的加权因子K、特征函数CF,ε值对频率和振幅变化的敏感性高于Allen算法;(3)AB算法对振幅变化比对频率变化敏感;(4)工程尺度下AB算法微震信号的拾取率高于Allen算法,且P波自动拾取准确率也高于Allen算法。将AB算法用于分析锦屏深部地下实验室实测微震信号:对于弱信号,基于AB算法拾取结果进行微震源定位,定位结果具有更高的可靠性与稳定性;AB算法是一种行之有效,计算简单,适合实时监测微震信号识别及其P波初至拾取。
[Abstract]:In order to improve the automatic recognition rate of low signal-to-noise ratio (SNR) microseismic signals and the accuracy of P-wave automatic pickup in engineering noise environment. Combining the advantages of Allen algorithm which can pick up vibration signal quickly and automatically, and the advantage that Bear algorithm is good at picking up P wave first arrival of low signal-to-noise ratio vibration signal, based on Allen algorithm. The weighting factor and characteristic function of Bear algorithm are introduced to improve the Allen algorithm. A AB(Allen coupled with Bear algorithm for automatic recognition of microseismic signal and P wave first arrival in engineering scale is presented. The sensitivity of AB algorithm to the variation of signal amplitude or frequency and the effect of picking up are analyzed. The results show that the first arrival of P wave can be automatically picked up by the small motion signal and the microseismic signal can be identified accurately by using the one-to-one AB algorithm. The sensitivity of weighting factor K, characteristic function CFS, 蔚 value to frequency and amplitude change is higher than that of Allen algorithm. The algorithm is sensitive to the variation of amplitude and frequency. 4) the picking rate of microseismic signals in AB algorithm is higher than that in Allen algorithm in engineering scale. The accuracy of P-wave automatic pickup is also higher than that of Allen algorithm. AB algorithm is used to analyze the measured microseismic signals in deep underground laboratory of Jinping. For weak signals, micro-source location is carried out based on the results of AB algorithm. The positioning results have higher reliability and stability. AB algorithm is an effective and simple calculation, which is suitable for real-time monitoring of microseismic signal identification and P wave first arrival pickup.
【作者单位】: 武汉科技大学资源与环境工程学院;中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室;
【基金】:“十二五”国家科技支撑计划项目(2013BAB02B01) 国家自然科学基金资助项目(51479192,41272347)~~
【分类号】:TU45
【正文快照】: 1 引言 利用微震监测技术实时监测工程尺度下岩体开挖等因素引发的岩爆、矿震等工程灾害,掌控其孕育过程及规律,预警其发生的位置和概率,对于岩石工程灾害的防控具有重要意义。微震源定位是微震监测与灾害预警的重要组成部分,而微震信号的识别及P波初至拾取是微震源定位的关
【相似文献】
相关期刊论文 前10条
1 魏利娜;薛世鹏;周春艳;丁慧哲;李静;;微震信号现场监测试验及特征研究[J];河北工程大学学报(自然科学版);2014年02期
2 ;文摘[J];世界地震工程;1985年03期
3 周立功;微震台网在地质工作中的应用[J];中国地质;1983年01期
4 鲁振华,张连城;门头沟矿微震的近场监测效能评估[J];地震;1989年05期
5 唐礼忠;张君;李夕兵;汪令辉;周建雄;刘涛;;基于定量地震学的矿山微震活动对开采速率的响应特性研究[J];岩石力学与工程学报;2012年07期
6 王鹏;常旭;王一博;王璐琛;翟鸿宇;;基于时频稀疏性分析法的低信噪比微震事件识别与恢复[J];地球物理学报;2014年08期
7 王鹏;桂志先;谢宋雷;王朝锋;张建萍;;压裂微震数据的快速读取及可视化[J];物探化探计算技术;2010年02期
8 肖和平;湖南邵阳市郊微震活动特征及成因[J];华南地震;1989年03期
9 韩伯文;关于地微震若干问题的看法与认识[J];勘察科学技术;2001年06期
10 王昌银;董晓伟;;浅论微震系统与大孔径卸压中的相互应用[J];科技风;2012年16期
相关会议论文 前7条
1 李国营;刘虎;;唐口矿井受采动影响下微震活动规律研究[A];综采放顶煤技术理论与实践的创新发展——综放开采30周年科技论文集[C];2012年
2 王永仁;欧阳振华;孔令海;赵善坤;李晓璐;;不同地质条件下微震信号衰减规律研究[A];第3届全国工程安全与防护学术会议论文集[C];2012年
3 高峰;吕进国;;基于HHT方法的微震信号时频分析[A];北京力学会第18届学术年会论文集[C];2012年
4 王鹏;常旭;王一博;王璐琛;;水力压裂诱发微震事件的频谱特征统计分析[A];中国地球物理2013——第二十三专题论文集[C];2013年
5 张传玖;毛学健;;强冲击煤层综采工作面微震活动分析研究[A];煤炭开采新理论与新技术——中国煤炭学会开采专业委员会2012年学术年会论文集[C];2012年
6 周胜健;刘超;;采动下新庄孜矿62113工作面地质预警微震实践[A];2010年度淮南矿业集团煤炭学会学术交流会论文汇编(一)·地质专业[C];2010年
7 李学政;唐云凯;;微震工程检测与应用技术[A];国家安全地球物理丛书(七)——地球物理与核探测[C];2011年
相关重要报纸文章 前1条
1 本报记者 张静;三峡微震[N];21世纪经济报道;2003年
相关博士学位论文 前7条
1 黄志平;深埋隧洞开挖卸荷岩爆孕育过程及微震预警分析[D];东北大学;2015年
2 于洋;深埋隧洞即时型岩爆孕育过程的微震信息特征分析及分形研究[D];东北大学;2014年
3 杨威;煤岩变形破裂电磁和微震信号关联响应机理及特征研究[D];中国矿业大学(北京);2014年
4 刘建坡;深井矿山地压活动与微震时空演化关系研究[D];东北大学;2011年
5 胡永泉;地面微震资料去噪方法研究[D];西南石油大学;2013年
6 刘超;采动煤岩瓦斯动力灾害致灾机理及微震预警方法研究[D];大连理工大学;2011年
7 叶庆东;大别苏鲁地区背景噪声成像与汶川地震科学钻探井孔附近微震定位[D];中国地震局地球物理研究所;2014年
相关硕士学位论文 前10条
1 周莉;基于矿山岩石破裂的微震信号的检测与研究[D];昆明理工大学;2015年
2 商鹏;爆破掘进煤岩破裂微震信号特征研究[D];河南理工大学;2014年
3 赵中流;基于Fermat原理和加速度估计的微震定位研究[D];吉林大学;2016年
4 李保林;煤矿微震与爆破信号特征提取及识别研究[D];中国矿业大学;2016年
5 王强;岩层破裂微震动同步数据采集网络系统研究[D];江苏科技大学;2016年
6 樊手;地下洞室围岩与支护损伤演化的微震释放研究[D];西南石油大学;2016年
7 朱超;微震实时在线监测系统的研究与实现[D];武汉科技大学;2012年
8 景林波;煤矿微震信号特征及传播规律研究[D];中国矿业大学;2014年
9 刘佳;地下矿山实时信号的微震震源分析[D];武汉科技大学;2013年
10 闫宪磊;东滩煤矿深井综放工作面微震发生规律研究[D];辽宁工程技术大学;2012年
,本文编号:1416333
本文链接:https://www.wllwen.com/jianzhugongchenglunwen/1416333.html