煤岩体振动破坏试验及微震信号特征
煤岩静爆致裂微震活动规律及频谱演变特征
煤岩静爆致裂微震活动规律及频谱演变特征王金贵;张苏【摘要】利用静态破碎剂对原煤试件进行静爆致裂,通过煤岩动力灾害实验模拟系统(ZDKT-1型)实时监测该破裂过程中的微震信号,以模拟研究煤岩静爆致裂增透过程中微震活动规律及频谱演变特征.研究发现:①受煤岩层理影响,煤岩静爆致裂后除纵向裂纹外还存在横向裂纹,但纵向裂纹多于横向裂纹;②静爆致裂可分微裂、膨胀压传递及劈裂3个阶段;随着进程发展,微震幅值趋于走强,尾波愈发明显,频域变宽(但主频降低),且主震、尾波频域差异较大;可通过微震幅值、尾波发育及频谱特征评估煤层静爆致裂增透进程;③微震事件阵发性明显,且幅值及能量呈强弱相间分布;微震计数与总裂纹面积正有关,可通过微震事件数评价煤层致裂增透效果.%The coal cylinder models were static cracking destroyed at different rates by soundless cracking agent.The microseismic signals in the rupture process were monitored by ZDKT-1 type coal or rock dynamic disasters experimental simulation system.The authors tried to analyze the amplitude,energy and frequency-spectrum characteristics of microseismic signals during the static cracking of coal.It was found that the longitudinal cracks were more than transverse cracks after the static cracking of coal,the radial tensile stress was more obvious than the axial tensile stress.The static cracking process of coal could be divided into three stages:micro crack stage,expansion stress transfer stage and cleavage stage.With the static explosion process,the greater of the average amplitude of microseismic signals,coda wave development,and the frequency domain of signals were wider too (but dominant frequencydecrease).The frequency domain of main shock and coda wave are different.It is possible to evaluate the process of the static cracking of coal seams by the amplitude of microseismic,the development of coda wave and the spectral characteristics.The microseisms signals are paroxysmal,the amplitudes and energies of microseismic signals in the static cracking process do not change monotonically,but show volatility changes.The numbers of microseismic events are related to the macro crackareas.It is possible to evaluate the permeability improvement effect in the process of the static cracking of coal seams by microseismic count.【期刊名称】《煤炭学报》【年(卷),期】2017(042)007【总页数】8页(P1706-1713)【关键词】煤岩;静爆;卸压增透;微震;频谱【作者】王金贵;张苏【作者单位】福州大学环境与资源学院,福建福州350116;福州大学环境与资源学院,福建福州350116【正文语种】中文【中图分类】TD324历经长期高强度的开采，我国的大部分矿井进入大采深时期。
动力扰动下煤体破裂电磁和微震响应特征及关联性
动力扰动下煤体破裂电磁和微震响应特征及关联性王金贵;张苏;胡维喜;张佳庆【摘要】利用煤岩动力灾害监测系统(ZDKT-1型)对平煤十矿10次爆破作业进行实时监测,分析煤岩体在动力扰动下破坏失稳的电磁及微震信号特征,并探究两类信号的耦合关系.研究结果发现:煤矿井下电磁和微震背景噪声为具有多个主频的宽频扰动,且不严格符合50 Hz的倍频;爆破作业电磁信号存在明显脉冲特性,单边幅值在14 mV左右;而微震信号波形为更具对称性的简谐振动,单边幅值也明显大于电磁信号;爆破掘进现场的电磁和微震信号在时间上具有很好的同步性;电磁和微震信号能量符合较好的线性关系,拟合相关性系数达0.966.%The dynamic disasters danger of 10 times blasting process were monitored by using coal or rock dynamic disaster monitoring system ( ZDKT-1) . We analyzed the characteristics of electromagnet-ic and microseismic signals during cracking process of coal or rock with dynamic disturbance. And explored the relationship between the two types of signal. The results show that microseismic and elec-tromagnetic background noise in coal mine having a plurality of frequency broadband disturbance, and are not strictly in accordance with 50 Hz frequency or its doubling. The electromagnetic signals have obvious pulse characteristic, amplitude of about 14 mV. The microseismic signals are obvious harmonic vibration with symmetry, amplitude of about 100 mV. Electromagnetic and microseismic signals in the dissertation showed good synchronicity in time. The energies of electromagnetic and microseismic signals in the dissertation conform to the linear relationship. The fitting parameters were greater than 0.966.【期刊名称】《福州大学学报（自然科学版）》【年(卷),期】2017(045)006【总页数】7页(P891-897)【关键词】爆破掘进;动力扰动;电磁;微震;煤体破裂【作者】王金贵;张苏;胡维喜;张佳庆【作者单位】福州大学环境与资源学院,福建福州 350116;中国矿业大学(北京)资源与安全工程学院,北京 100083;福州大学环境与资源学院,福建福州 350116;福州大学紫金矿业学院,福建福州350116;国网安徽省电力公司电力科学研究院,安徽合肥 230601【正文语种】中文【中图分类】X9360 引言历经长时间、高强度的开采，我国大部分矿井进入了深部开采时期. 随之而来的是地应力和煤层瓦斯压力明显增大，地质条件也日益复杂，煤岩动力灾害日益严重[1-4]. 动力灾害实质是煤岩体原有应力平衡状态被打破所致，已有研究[3-11]表明，该过程中往往伴随着电磁及微震的异常波动，且信号特征与煤岩变形破裂过程密切相关.任学坤等[5]通过对预制裂纹岩板进行单轴压缩实验，发现预制裂纹岩板电位和电磁辐射随载荷的变化而变化. Kong等[6]研究高温处理后的砂岩变形破裂过程中的电磁信号特征，发现电磁信号与应力值正相关，且经过不同温度处理的试件伴随的电磁信号存在差异. 姚精明等[7]通过煤岩单轴压缩实验，研究发现该过程中电磁信号的多重分形谱宽度ΔDq与试样所受的应力水平密切相关. Song等[8]研究了煤岩受载破裂过程中电磁信号频谱的变化特征，发现随着所受应力的增加，电磁信号主频从0～60 kHz下降至0～20 kHz. 李成武等[9]通过利用霍普金森冲击压杆对煤体施加冲击载荷，测试分析了煤体冲击破裂过程中的电磁特征. 对于煤岩破裂微震信号特征的研究，朱权洁等[10]利用煤与瓦斯突出模拟实验系统及微震监测系统，研究发现突出过程中的微震信号时频特征具有阶段性和差异性. 雷文杰等[11]研究了顶板、煤壁破裂过程伴随的微震信号响应特征，提出利用微震事件及其主频带能量趋势进行采动应力转移、调整的预测. 郭超等[12]利用一种随信号自适应改变参数的信号滤波器，进行矿山实测震动信号的预处理，以消除低频基线漂移及工频干扰的影响. 陆菜平等[13]分析了冲击地压、煤层泄压爆破和顶板泄压爆破3种过程中伴随的微震信号频谱特征，发现它们的频域都低于200 Hz，但主频差异较大.综上所述，煤体破裂电磁及微震信号已被广泛应用于矿井动力灾害的预测，并取得较好效果，但现有研究较少考虑采掘作用的动力扰动对煤体损伤的影响.通过统计矿井历年的冲击矿压案例，梁冰等[14]发现93.3%的冲击事件是被动力扰动诱发的. 蔡成功等[15]统计了我国有明确作业方式记录的8 669次突出事例，发现由放炮、打钻等作业方式扰动诱发的突出有8 362次，占比高达96. 5%. 掘进爆破、放炮落煤及钻探作业等是煤炭采掘过程中常见的动力扰动形式，这些扰动打破原有的应力平衡状态，引起载荷迁移和应力集中现象；应力波在煤岩体中传播造成裂隙的产生与发展，使其损伤变形，内摩擦力减小，承载能力降低，最终造成煤岩体失稳而触发煤岩动力灾害. 特别在大采深时期，巨大的地应力使煤岩体积聚了很大的能量，其自身已是临界稳定状态，显著增加了动力扰动触发煤岩动力灾害的可能性. 因此，掌握煤岩体在采掘扰动作用下破坏失稳时的电磁及微震信号特征，对于灾害预警中区分动力扰动下的正常和异常信号具有重要意义.去噪是分析信号特征前的关键环节，雷文杰等[11]、李学龙等[16]、杨桢等[17]利用小波变换对微震信号去噪，分析其频谱特征. 小波变换虽具有较强时频分析能力，但应用中小波基函数和分解层数的选择对去噪成效影响很大，导致去噪结果不稳定且有效性低[18]. Huang等[19]提出的经验模态分解算法可很好地应对随机非平稳信号，该算法不需选择基函数及分解层次，而是经迭代自适应，把原信号分解成多尺度的内蕴模态函数分量，该方法已被成功用于处理振动信号、电磁信号和诊断机械故障等[20-22].本研究利用ZDKT-1型煤岩动力灾害监测系统对平煤十矿己15-21180机巷掘进工作面进行动力灾害危险性实时监测，分析现场煤岩体在强烈的采掘动力扰动下的电磁及微震信号特征，探究该破裂过程中电磁和微震信号的耦合关系.1 测试现场及设备概况1.1 测试现场简介爆破测试地点为平煤集团十矿己15-21180机巷掘进工作面，该矿主采煤层(丁组、戊组和己组)均发生过不同强度的突出，煤岩动力灾害严重威胁着该矿的生产作业. 测试工作面开采的己15煤层厚度在1.6～2.3 m之间，煤层倾角8°～20°，最大煤层瓦斯压力为2.4 MPa，煤层瓦斯含量13～20 m3/t.1.2 监测设备及布置简介采用中国矿业大学(北京)生产的ZDKT-1型煤岩动力灾害监测系统(见图1)对前述掘进工作面进行动力灾害危险性实时监测，该系统通过配套的电磁接收天线及微震传感器采集相应数据. 为了避免监测系统对施工的影响，同时也为降低作业对设备的干扰，在保证振动、电磁传感器有效监测范围的基础上，将两类传感器安置在距掘进面迎头20 m处，详见图2.电磁接收天线的磁棒直径为100 mm，1 000匝线圈绕在该磁棒上，内阻为21.8 Ω，电感为11.39 mH，电容为13.61 μF. 接收天线的有效接收频段为0～2.2 kHz，在该频段的信号能量级在10-7V2以上. 微震传感器采用COLIBRYS公司生产的SF1500MEMS电容性加速度计，频响范围为0～1.5 kHz，对弱信号可提高到5 kHz. 动态范围为120 dB，可受冲击限制在1.5 kg以内.图1 ZDKT-1型煤岩动力灾害实验模拟系统Fig.1 ZDKT-1 type of coal and rock dynamic disasters experiment simulation system图2 平煤十矿掘进工作面测点布置图Fig.2 Layout of measuring points on excavating working face of Pingmei ten mine2 信号去噪方法2.1 现场信号噪声特征为了便于选择信号去噪方法，需先分析现场电磁及微震信号背景噪声的特征.2.1.1 现场电磁噪声电磁信号监测中的干扰源分成两类：采集系统的内部噪声和外部噪声，前者主要是元器件的散粒噪声以及热噪声，后者主要是50 Hz工频干扰及其谐波干扰. 图3为截取的一段现场电磁背景噪声及其频谱图. 从图3中可以看出，现场电磁背景噪声的幅值在1.5 mV以下，持续波动且无明显变化. 从频谱图可以看出电磁背景噪声在620、780和1 420 Hz有明显的变化，其中主频在780 Hz，这与实验室背景噪声基本为50 Hz的倍频规律不同. 这是由于电力行业的频率标准是50 Hz，频率在48～52 Hz都属于正常范围，实验室使用的为城市用电，较为规范；而煤矿掘进机使用的为1.14 kV三相电，煤矿井下高压用电频率不能保证为50 Hz.图3 现场电磁背景噪声及其频谱Fig.3 Electromagnetic signal background noise in the mine2.1.2 现场微震噪声采集的微震信号中混杂了一些幅值稳定的噪声，这些噪声可能来自地层的规律性振动及采集系统自带噪声. 图4为截取的5 s现场微震噪声及其快速傅里叶变换频谱图，由图4可以看出，现场微震信号背景噪声在0.5 mV左右持续波动，且无明显变化. 从频谱图可以看出微震背景噪声在120、500、650、780和1 420 Hz有明显的变化，其中主频在1 420 Hz.图4 现场微震噪声及其频谱Fig.4 Micro-seismic signal background noise in the mine2.2 信号去噪方法通过前述现场噪声特征的分析，发现现场电磁及微震背景噪声均为具有多个主频的宽频扰动，结合当前常用去噪方法的优缺点，选择希尔伯特-黄变换(Hilbert-Huang transform，HHT)对信号进行处理，其核心是借助整体经验模式分解法(ensemble empirical mode decomposition，EEMD)分解重构信号，主要有两个作用：去除叠加波和使波形更加对称[23].EEMD的基本原理[24-25]是：先找出原信号X(t)的所有极值点，分别连接各极大、极小值点得到上包络线Xmax(t)和下包络线Xmin(t)，计算上、下包络线的平均值线m1(t)，用X(t)减m1(t)得到h1(t). 再将h1(t)按前述步骤处理，即得到h11(t)= h1(t)-m11(t)，m 11(t)为h1(t)的上、下包络线均值, 如下式所示，重复k次，若h1k(t)和 h1(k-1)(t)满足SD小于0.25，则终止运算.2.3 信号能量表达电磁和微震信号能量值是衡量煤岩损伤程度的重要指标，该值可通过巴什瓦(Parseval)定理(式(2))求取，即利用前述EEMD的分解结果，求除噪声模量以外的各模量能量值之和[25].其中：i表示模量数； m是采样点数； Ei，j(tj)为模量i在节点j处的频带能量值; x j，k为重构信号fi，j(tj)的采样点幅值.2.4 信号去噪效果利用前述去噪方法对监测信号进行去噪处理，限于篇幅，只列举一组去噪前后的信号图进行对比分析，如图5所示. 从图5可以看出，通过前述方法，原信号中背景噪声得到明显减弱，且有效地保留了信号特征，原信号幅值未出现明显下降.图5 电磁原始信号及其降噪后信号Fig.5 Electromagnetic signals before and after denoising3 电磁和微震信号关联性测试结果利用前述监测系统，监测2012年9月22日至2012年9月26日期间该掘进工作面10次爆破作业的电磁和微震信号，观察发现在爆破作业后炮孔附近的煤体均发生了失稳破坏，且在这些爆破掘进作业中均存在明显的电磁和微震信号.3.1 电磁及微震信号利用前述EEMD去噪方法，对现场的电磁及微震信号进行降噪处理. 图6为去噪后的电磁信号与微震信号对应图(左侧为电磁，右侧为微震). 分析各次作业过程中的电磁和微震信号出现时间点，发现两类信号具有时间上的同步性，即煤体破裂损伤过程中产生的微震和电磁异常几乎是同步的.分析信号特征发现，现场爆破过程中的电磁信号存在明显脉冲特性，单边幅值在14 mV左右；而微震信号与电磁信号相比，波形存在差异，微震信号波形为更具对称性的简谐振动，单边幅值也明显大于电磁信号，达到100 mV左右. 总体而言，两类信号的幅值要明显大于室内煤体破裂实验，这主要是由于煤岩破裂的速率及体量不在一个量级导致的.图6 去噪后电磁及微震信号对应图Fig.6 Electromagnetic signals and micro-seismic signals after denoising3.2 电磁与微震信号关联性前述分析发现，同次作业过程的电磁和微震信号具有时间上的同步性. 为了分析两类信号的单边幅值、能量等参数的相关性，对去噪后信号的幅值及能量进行统计，并分别进行相关性分析(见图7).从图7可以看出，现场两类信号幅值的线性拟合相关性系数(0.756)要小于能量线性拟合关系(0.966)，分析认为现场出现这种现象的原因是由于两类信号在波形及频率上的差异，微震信号比电磁信号更易出现尖峰型的波形，但这并不影响两类信号在能量上符号较好的线性拟合关系.图7 煤巷爆破掘进电磁和微震振幅及能量关系Fig.7 Amplitude and power relations of electromagnetic and micro-seismic of blasting excavation site4 结语以动力扰动下煤体破裂电磁、微震信号特征及关联性为研究对象，基于煤岩动力灾害监测系统，开展了爆破扰动煤体电磁和微震信号的现场试验. 主要得到以下结论：1) 受供电频率波动的影响，煤矿井下电磁和微震背景噪声为具有多个主频的宽频扰动，且不严格符合50 Hz的倍频； 2) 现场爆破过程中的电磁信号存在明显脉冲特性，单边幅值在14 mV左右；而微震信号波形为更具对称性的简谐振动，单边幅值达到100 mV左右； 3) 煤体破裂电磁和微震两类信号具有时间上的同步性；4) 电磁和微震信号能量符合较好的线性关系，拟合相关性系数达0.966，因两类信号在波形及频率上的差异，微震信号比电磁信号更易出现尖峰型的波形，导致两类信号幅值的线性拟合相关性系数较低(0.756). 研究成果对矿井煤岩动力灾害的电磁、微震预测工作具有重要意义.参考文献：[1] 姜福兴，史先锋，王存文，等. 高应力区分层开采冲击地压事故发生机理研究[J]. 岩土工程学报，2015，37(6)：1 123-1 131.[2] 杨伟利，姜福兴，杨鹏，等. 特厚煤层冲击地压重复发生的机理研究[J]. 岩土工程学报，2015，37(11)：2 045-2 050.[3] 张宏伟，朱峰，韩军，等. 冲击地压的地质动力条件与监测预测方法[J]. 煤炭学报，2016，41(3)：545-551.[4] 何学秋，窦林名，牟宗龙，等．煤岩冲击动力灾害连续监测预警理论与技术[J]. 煤炭学报，2014，39(8)：1 485-1 491.[5] 任学坤，王恩元，李忠辉．预制裂纹岩板破坏电位与电磁辐射特征的实验研究[J]．中国矿业大学学报，2016，45(3)：440-446．[6] KONG B, WANG E Y, LI Z H, et al. Electromagnetic radiation characteristics and mechanical properties of deformed and fractured sandstone after high temperature treatment[J]. Engineering Geology，2016(209)：82-92．[7] 姚精明，董文山，闫永业，等．受载煤岩体电磁辐射动态多重分形特征[J]．煤炭学报，2016，41(6)：1 429-1 433．[8] SONG D Z, WANG E Y, SONG X Y, et al. Changes in frequency of electromagnetic radiation from loaded coal rock[J]. Rock Mech Rock Eng，2016(49)：291-302.[9] 李成武，杨威，徐晓萌，等. 煤体冲击破坏超低频/极低频电磁异常特征分析[J]. 煤炭学报，2014，39(10)：2 014-2 021．[10] 朱权洁，李青松，李绍泉，等. 煤与瓦斯突出试验的微震动态响应与特征分析[J]. 岩石力学与工程学报，2015，34(增刊2)：3 813-3 821.[11] 雷文杰，王兆丰，韩真理. 采动效应微震特征及其变化规律[J]. 岩石力学与工程学报，2015，34(4)：795-803.[12] 郭超，陈蓥. 矿山震动信号预处理及其对时频的影响[J]. 煤炭学报，2016，41(7)：1 859-1 865．[13] LU C P, DOU L M, LIU B, et al. Microseismic low-frequency precursor effect of bursting failure of coal and rock[J]. Journal of Applied Geophysics, 2012,79(79): 55-63.[14] 梁冰，汪北方，李刚，等. 动力扰动诱发巷帮煤体冲击矿压机制研究[J]. 安全与环境学报，2014，14(2)：13-18．[15] 蔡成功，王佑安. 煤与瓦斯突出一般规律定性定量分析研究[J]. 中国安全科学学报，2004，14(6)：109-112．[16] 李学龙，李忠辉，王恩元，等. 矿山微震信号干扰特征及去噪方法研究[J]. 中国矿业大学学报，2015，44(5)：788-822．[17] 杨桢，李艳，李鑫，等．改进小波变换的煤岩电磁辐射信号去噪方法[J]. 辽宁工程技术大学学报(自然科学版)，2015，34(3)：410-413．[18] ZHANG L, BAO P, WU X. Multiscale LMMSE-based image de-noising with optimal wavelet selection[J]. IEEE Transaction on Circuits System Video Technology，2005，15(4)：469- 481.[19] HUANG N E, SHEN Z, LONG S R, et al. The empirical mode de-composition and the Hilbert spectrum for nonlinear and non-stationarytime series analysis[J]. Proceedings of the Royal Society of London，1998，454(1971)：903- 995.[20] 王金贵，张苏. 基于频域约束独立成分分析的经验模态分解去噪方法[J]. 煤炭学报, 2017, 42(3): 621-629.[21] WU FJ, QU L S. An improved method for restraining the end effect in empirical mode decomposition and its applications to the fault diagnosisof large rotating machinery[J]. Journal of Sound and Vibration. 2008，314(3/4/5) ：586-602．[22] 李成武，董利辉，王启飞，等．煤岩微弱电磁信号的噪声源识别及去噪方法[J]. 煤炭学报，2016，41(8)：1 933-1 940．[23] WU Z H，HUANG N E. Ensemble empirical mode decomposition: a noise-assisted data analysis method[J]. World Scientific，2009，1(1)：1-41.[24] 李夕兵，凌同华，张义平. 爆破震动信号分析理论与技术[M]. 北京：科学出版社，2009：82-84.[25] 张苏，王金贵，艾立昊．水泥材料静爆过程中的微震信号特征[J]. 振动、测试与诊断，2016，36(6)：1 078-1 084．。
地下矿山微震监测信号分析研究
地下矿山微震监测信号分析研究
地下矿山微震信号包含着岩体内部状态变化的丰富信息,对矿山采集的微震信号进行准确而快速地分析和辨别,对于评价岩体稳定性和地质灾害预测预报具有重要意义。
利用快速傅里叶变换、小波包分析(WPD)、经验模态分解(EMD)及震源特点着手分析微震信号,得到以下结论:微震事件主要分为爆破震动信号、岩体破裂信号(大能量矿岩破裂和小能量岩体破裂)以及干扰信号(电干扰和机械干扰)的综合分类方法,初步建立了微震信号数据库;爆破震动信号的能量主要集中在频带13至频带16等区域;岩体破裂信号和机械干扰信号的能量主要分布在频带1至频带4等区域,并在频带7内部分集中;电干扰信号的能量集中分布在频带1至频带4等区域;IMF1、IMF2分量是岩体破裂信号、电干扰信号的主要频
段,IMF1-IMF3分量是机械干扰信号的主要频段,IMF1-IMF4分量是爆破震动信号的主要频段。
提出了基于小波包分析和奇异值分解(SVD)、经验模态分解和奇异值分解(SVD)两种提取爆破震动信号、岩体破裂信号、电干扰信号和机械干扰信号特征的方法,并以相应奇异值为特征值,对比分析了两种特征提取方法下的微震信号分类结果,并利用线性判别法建立了四类信号的判别模型。
结果表明:在相同种类量奇异值作为特征值的情况下,WPD-SVD特征提取方法的信号正确识别率普遍比EMD-SVD方法正确率高;线性判别模型的分类正确率达到94.5%,满足了微震事件分类的需求。
为了实现信号的实时在线处理,以可视化编程软件LabVIEW为基础,将小波包分析、奇异值分解和数学判别模型相结合设计出了识别矿山微震信号的软件,满足了微震信号自动分类的需求。
微地震波在煤矿岩层中的传播特征研究
收稿日期：2008–04–18；修回日期：2008–06–04 基金项目：国家自然科学基金资助项目(40674017，50774012)；国家十一五科技支撑计划(2007BAK24B04) 作者简介：姜福兴(1962–)，男，博士，1994 年于中国矿业大学采矿工程专业获博士学位，现任教授、博士生导师，主要从事微地震监测、矿山 压力和岩层控制方面的教学和研究工作。E-mail：jiangfuxing1@
在表 1 中，6#底板孔检波器接收到的能量较小、 距离震源比 5#远，监测到的 P 波到时数据为 137.10 ms。距离震源较近的 5#检波器监测得到的到时数据 却是 138.52 ms，即距离震源远的 6#底板孔检波器先 接收到微地震波，距离震源近的 5#顶板孔检波器却 后接收到微地震波。9#底板孔检波器也比距离震源 近的 8#顶板孔检波器更早地接收到微地震波。在监 测得到的所有有效微地震事件中都存在上述现象，
Beijing，Beijing 100083，China)
Abstract：In the sublevel caving longwall face 8103 of Tashan coal mine，an abnormal phenomenon that time of micro-seismic wave transmitting to bottom hole geophones far from the hypocenter was shorter than that to roof hole geophones near hypocenter. According to classical model of micro-seismic wave transmission，the energy consumption and transmitting time of micro-seismic wave induced by roof through separation layers and coal seam to bottom hole geophones must be larger. In order to explain the phenomenon，it was assumed that new hypocenter was formed at the interface between bottom floor and coal seam when micro-seismic waves induced by immediate roof or main roof passed through the entrance interface of coal seam and bottom vertically. Transmission direct assumption explained the phenomenon that remote point reached first on the basis of sufficient research on stress history and support effort，etc.. In-situ experiment of calibration blasting confirmed that obtained time difference according to the assumption was equal to true reach time difference approximately. So transmission direct assumption could be used in hypocenter localization and checking. It also could be used for improving location precision. Key words：mining engineering；microseismic monitoring；rock burst；wave transmitting characteristics；remote point reaching first
岩石破裂微震与爆破振动信号时频特征提取及识别方法
岩石破裂微震与爆破振动信号时频特征提取及识别方法微震信号蕴藏着丰富的岩体破裂信息,对其监测并进行数据处理分析可以获取岩体破裂的位置及能量释放情况,目前已在冲击地压、煤与瓦斯突出等煤岩动力灾害监测预警领域得到广泛应用。
但是矿下环境复杂多变,需要经常进行岩石爆破作业,拾振器拾取的微震信号中往往掺杂着无法识别的爆破干扰信号,影响微震监测及定位结果。
因此如何有效的提取两者的特征参数信息来识别岩石破裂微震信号和爆破振动信号显得尤为重要。
本文基于岩石破裂微震信号和爆破振动信号的时变非平稳特征,通过对比几种时频分析的方法性能—短时傅里叶变换、小波变换和希尔伯特黄变换,提出了基于集合经验模态分解的岩石破裂微震信号和爆破振动信号的时频能量特征提取和识别方法。
首先,通过小波阈值去噪,将待测信号中的噪声干扰成分尽可能的剔除,真实地还原信号波;其次对去噪的待测信号进行集合经验模态分解(EEMD),获得一系列本征模态函数(IMF);最后求得每个IMF的能量占总信号能量的比例来作为待测信号的时频能量分布。
由于岩石破裂微震信号和爆破振动信号的频率分布状况不同,故将求得的本征模态函数能量比值的分布情况来作为其特征参数,来识别岩石破裂微震信号和爆破振动信号。
通过对80组典型的煤岩破裂微震信号和爆破振动信号进行实验,结果显示,煤岩破裂微震和爆破振动信号IMF能量分布有较大差别,煤岩破裂微震信号主要集中在IMF2、IMF3和IMF4的20-100Hz低频段,爆破振动信号则在IMF1的225-375Hz高频处较为集中。
为把两者信号差异最大化,从而形成区分两者的有效特征参数,将IMF2、IMF3和IMF4频段能量合并为新频段,爆破振动信号在IMF1与煤岩破裂微震信号在IMF(2+3+4)频段内能量值所占比例均在80%以上,区别最为明显,故将IMF1与IMF(2+3+4)能量特征比例作为区分煤岩破裂微震信号和爆破振动信号的特征指标。
该分析方法为煤矿识别微震信号事件和爆破信号事件提供了一种新的思路,利用两者能量分布差异较大、特征对比明显等特点,可以实现对两类波形信号的有效辨识。
矿山岩体破坏微震分异速率特征及预警
矿山岩体破坏微震分异速率特征及预警石峰;张达;王平;秦秀山【期刊名称】《有色金属工程》【年(卷),期】2024(14)3【摘要】在矿山岩体破坏预警研究中,探究岩体损伤特征规律及给出具体预警参数值对保障矿山安全至关重要。
以某金属矿山为例,基于微震监测技术建立地压监测系统,结合该矿山某次顶板大范围冒落事件,采用主成分分析法确定最佳统计时间窗口,对顶板冒落事件前后微震时空演化特征进行分析。
分析表明微震事件密度云图中心位置与破坏位置相一致,在岩体破坏前微震数量有持续增多,达到峰值后又迅速下降的前兆信息。
以微震数量方差表示微震分异程度,以此表征岩体受损程度,采用有限差分法得出微震事件分异速率指标,结果表明,岩体破坏过程微震分异速率分为稳定分异阶段、加速分异阶段和岩体破坏三个阶段。
稳定分异阶段分异速率呈正态分布,采用Gauss Amp函数对其进行拟合,最终得出置信度为0.99的置信区间,将区间上限0.306确定为分异速率预警值。
该研究为采用微震监测技术的矿山灾害预警系统的建立提供理论基础,对矿山安全生产管理具有一定借鉴意义。
【总页数】7页(P139-145)【作者】石峰;张达;王平;秦秀山【作者单位】矿冶科技集团有限公司;中国-南非矿产资源开发利用联合研究中心;国家金属矿绿色开采国际联合研究中心【正文语种】中文【中图分类】TD76【相关文献】1.典型矿柱片帮（破坏）的微震监测预警及分析2.煤岩体振动破坏试验及微震信号特征3.矿山岩体破坏失稳预警云平台的搭建与应用4.多指标微震分级预警体系在中色非矿地压灾害预警中的应用5.加载速率与瓦斯压力对煤体破坏微震信号特征影响研究因版权原因，仅展示原文概要，查看原文内容请购买。
煤矿软岩巷道掘进爆破振动特性研究
煤矿软岩巷道掘进爆破振动特性研究摘要：通过现场爆破振动、松动圈实测和分析，研究煤矿软岩巷道掘进爆破振动效应及其对巷道松动圈半径的影响。
振动测试和小波分析结果表明：爆破振动速度3个方向的分量中水平径向最大、垂直方向最小，因此可将水平径向振动速度作为巷道掘进爆破振动的安全评判指标；爆破振动主振频率均＞100Hz，爆破能量的80%左右都集中在100～150Hz频带范围内，且存在2个明显的“子频带”。
松动圈测试和分析表明：巷道稳定后的松动圈半径为1.8m左右，其中爆破振动的影响约占10%。
据此调整支护参数，增加锚杆长度，提高支护的安全可靠性。
在此研究的基础上，从爆破参数和装药结构等方面提出降低煤矿软岩巷道爆破掘进爆破振动效应的措施。
关键词：采矿工程；煤矿；爆破;振动引言随着煤炭开采规模的扩大，巷道断面越来越大，再加上中深孔掘进爆破技术的推广应用，巷道爆破掘进时的单段药量和一次起爆总药量增大，巷道围岩和支护结构所受到频繁的爆破振动效应也随之增强。
爆破振动引起巷道围岩损伤和破坏，造成巷道围岩裂隙的进一步延伸，使由于巷道开挖形成的围岩松动圈加大，甚者造成巷道围岩爆震塌落破坏，严重影响了巷道的稳定性。
而目前此方面的研究极少，鲜见于国内外公开的各种资料文献。
煤系地层中的岩石较多的为中硬以下（坚固性系数f＜8）岩性，更多的是f＜6的松软岩层，如泥岩、页岩、砂质泥岩等，其本身的坚固性就低、整体性差，在爆破振动载荷的作用下，更容易松动破裂。
因此，笔者力图通过对煤矿软岩巷道掘进爆破振动强度和围岩松动范围进行监测分析，研究煤矿巷道爆破振动传播规律和爆破振动效应对大断面软岩巷道围岩松动范围的影响。
1研究方案1.1测试地点选择试验研究巷道选在淮北某矿轨道大巷，该巷道断面形式为直墙半圆拱，掘进宽度5.42m，掘进高度4.41m，掘进断面积20.744m2。
永久支护采用锚网喷，喷射混凝土强度等级为C20。
岩石以泥岩、砂质泥岩为主，f=4～6，属于松软岩石，满足研究要求。
煤巷掘进过程中煤岩破裂微震事件研究
煤巷掘进过程中煤岩破裂微震事件研究雷东记;刘宁;王登科;刘丽英;贾子强【期刊名称】《河南理工大学学报（自然科学版）》【年(卷),期】2024(43)1【摘要】目的为了监测和预警煤矿掘进巷道前方可能发生的危险,方法利用微震监测技术实时监测,利用监测系统捕获到的数据信息研究掘进影响下微震事件的空间分布规律、发生时间、频次和能量关键点,然后利用短时傅里叶变换和S变换方法分析典型煤岩破裂微震信号的时频特征。
结果结果表明:(1)微震事件主要分布在沿掘进巷道前方50~100 m区域,大多为中低能量微震事件,仅在掘进工作面前方出现少量强度较大的煤岩破裂事件,且震级多为-2~0;(2)掘进速度和发生微震事件的数量及能量大小成正相关,同时掘进速度也影响着煤岩动力灾害的发生;(3)巷道掘进会造成煤岩体失稳,其中岩体破裂信号频率高,为0~2000 Hz,比重值大,主频约700 Hz;煤岩破裂微震事件信号频率为90~1000 Hz,主频约250 Hz;岩体破裂后,支撑力下降,压力转移给煤体,导致煤体破裂,煤体破裂微震事件信号频率为90~1000 Hz,主频约350 Hz。
结论微震事件能够综合反映煤岩体受力破坏程度,判别掘进过程中煤岩破裂类型,为矿井生产中煤岩动力灾害的预警提供理论基础。
【总页数】10页(P25-34)【作者】雷东记;刘宁;王登科;刘丽英;贾子强【作者单位】河南理工大学河南省瓦斯地质与瓦斯治理重点实验室-省部共建国家重点实验室培育基地;中原经济区煤层(页岩)气河南省协同创新中心【正文语种】中文【中图分类】TD712【相关文献】1.煤巷掘进机在半煤岩巷道掘进中的应用2.提高煤巷半煤岩巷掘进速度的途径3.煤巷及半煤岩巷快速掘进的施工组织管理4.提高煤巷半煤岩巷掘进速度的途径5.煤巷掘进工作面断层分布区煤体破裂事件发生规律研究因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
， 而裂纹演变时往往伴随微震信号的产 。因此， 笔者引入用于地震作用下建筑、 岩体与
边坡稳定性分析的大型振动系统， 以微震监测为手 段， 分析整体煤岩试件在不同激励频率和加速度条件 下的动力学特性， 着重探讨从微震信号特征角度反映 煤岩体破坏程度的可行性， 并给出理论解释。研究成 果将有助于完善煤岩动力灾害的发生机理 ， 提高微震 预测预警技术的准确率。
第 40 卷第 8 期 2015 年 8月
煤 炭 学 报 JOUＲNAL OF CHINA COAL SOCIETY
Vol． 40 Aug．
No． 8 2015
J］ ． 煤炭学报， 2015 ， 40 （ 8 ） ： 1834 － 1844． doi： 10． 13225 / j． cnki． 高天宝， 等． 煤岩体振动破坏试验及微震信号特征［ 李成武， 孙晓元， jccs． 2014． 1153 Li Chengwu， Sun Xiaoyuan， Gao Tianbao， et al． Coal and rock vibration failure and the characteristics of microseismic signals［ J］ ． Journal of China Coal Society， 2015 ， 40 （ 8 ） ： 1834 － 1844． doi： 10． 13225 / j． cnki． jccs． 2014． 1153
（ 1 ． School of Ｒesource and Safety Engineering ， China University of Mining and Technology （ Beijing） ， Beijing 100083 ， China； 2 ． College of Environment and Safety ， Taiyuan University of Science and Technology， Taiyuan 030024 ， China； 3 ． School of Energy ＆ Safety Engineering， Tianjin Chengjian University， Tianjin 300384 ， China； 4 ． Department of Petroleum Engineering， Curtin University， Perth 6151 ， Australia）
1. 2 g。振动过程中产生的最大偏心力矩 100 kN · m， 最大倾覆力矩 300 kN·m， 振动方式为一维水平往复 振动。
区域的干扰等动力扰动对煤岩失稳破坏的影响同样 不容小视。这些广泛存在的扰动一方面使得煤岩体 及周边应力急剧变化， 形成局部应力集中， 另一方面 扰动产生的振动波在煤岩体中传播时可促进裂纹的 ［8 ］ 产生与扩展 ， 使煤岩体内摩擦角减小， 抗剪强度降 低 ， 进而造成煤岩体失稳破坏并最终导致煤岩动 力灾害的发生。 国内外学者从理论分析和数值模拟角度进行了 ［10 － 11 ］ 。 就试 大量动力扰动诱发煤岩动力灾害的探讨 20 世纪 90 年代潘一山等 验研究而言， 曾利用改装 后的万能试验机进行局部煤体振动试验 ， 并结合分形 理论揭示了初应力水平和振动次数对煤体裂隙分布 和力学性能的影响。 然而试验中并未涉及振动频率 和振动加速度等因素对整体煤岩试件破坏的影响 。 研究表明， 煤岩破坏主要与其内部裂纹的产生和扩展 有关 生
Abstract ： By means of a large vibration apparatus and a microseismic observation system， the vibration and failure behavior of coal and rock specimen was analyzed under the conditions of different vibration accelerations and vibration frequencies． Using the HilbertHuang Transform （ HHT） method， the mode decomposition and signal reconstruction on the monitor signals were made in the process of coal and rock vibration． Combined with the vibration mechanics knowledge， the paper explained the mechanism of resonant amplification effect． The result shows that the monitor signals have obvious carrier characteristics． When the peak acceleration reaches 0． 5 g， effective microseismic signals appear ， fractures occur in coal seam for the first time and signals begin to decay with the increase of propagation distance． The natural frequencies are decreased along with the generation and expansion of cracks． When the vibration frequency is equal to the natural frequency ， resonant amplification effect happens to specimen and microseismic signals grow noticeably． Vibration acceleration and vibration frequency both play roles in the microseismic signals． The greater the peak acceleration is， the closer vibration frequency gets to the natural frequency ， which makes microseismic signals more intensive with the larger amplitude， and has a tendency to shift to low frequency． Theoretical analysis may help
第8 期
李成武等： 煤岩体振动破坏试验及微震信号特征
1835
reveal the causes of these phenomenon． Key words： vibration failure； stimulation response； resonance amplification effect； microseismic observation ； HHT 煤岩破坏的发生机制包括准静载作用下的流变 ［1 ］ 不同试验条件下 破坏和动载作用下的瞬态破坏 ， 煤岩体所表现出的破坏特性和规律有所差异 。 国内 外学者深入分析了单轴压缩、 三轴压缩和拉伸剪切等
图2 制作完成后的模型试件
1
1. 1
试验系统与参数设置
受迫振动系统与试件制备
Fig. 2 Model specimen after completion
为降低真实煤岩体非质、 各向异性及原生结构 面对微震信号采集的影响， 煤岩试件选用中砂和煤粉
［17 ］ 作为骨料， 并辅以水泥作为胶结材料 。 通过相似 比论证， 选择几何相似常数为 50 ， 底板厚度设为 70
要： 通过所搭建的大型振动试验装置和微震监测系统 ， 探究不同激励加速度和频率条件下整体 煤岩试件的振动破坏特性。利用希尔伯特 － 黄变换 （ HHT ） 对煤岩体受迫振动过程中的监测信号 摘 进行了模态分离和信号重构， 并结合振动力学知识着重阐释了共振放大效应产生的机理 。 研究结 果表明： 微震传感器监测信号具有明显的载波特征 ； 当激励加速度峰值达到一定水平 （ 0． 5 g ） 时， 煤 岩试件出现有效微震信号， 首次破裂发生在煤层中， 信号随传播距离的增大而衰减； 随着裂隙的产 生和扩展， 煤岩试件自振频率降低， 当激励频率等于煤体自振频率时， 试件会产生共振放大效应， 微 震信号明显增强； 激励加速度和激励频率对微震信号均有影响 ， 激励加速度峰值越大、 激励频率越 ， 、 ， ； 接近自振频率 则微震信号越密集 幅值越大 且出现了优势频段向低频转移的趋势 理论分析解释 了上述现象产生的原因。 关键词： 振动破坏； 激振响应； 共振放大效应； 微震监测； HHT 中图分类号： TU45 文献标志码： A 文章编号： 0253 － 9993 （ 2015 ） 08 － 1834 － 11
［2 ］ 室内准静载条件下煤岩体破坏的物理力学性质 。 当前， 以分离式霍普金森压杆 （ SHPB ） 为主要装置的 ［3 － 6 ］ ， SHPB 试 冲击动载破坏试验也成为研究的热点 、 验可以较好地阐释煤岩体在掘进爆破 石门揭煤等承 ［7 ］ 受强烈冲击载荷时的动力学特性 。 然而， 除直接 冲击破坏外， 工作面来压、 顶板断裂、 机械振动及相邻
Coal and rock vibration failure and the characteristics of microseismic signals
2 4 LI Chengwu1 ， SUN Xiaoyuan1， ， GAO Tianbao3 ， XIE Beijing1 ， XU Xiaomeng1，
煤岩体振动破坏试验及微震信号特征
1 1， 2 3 1 1， 4 孙晓元 ， 高天宝 ， 解北京 ， 徐晓萌 李成武 ， （ 1． 中国矿业大学（ 北京） 资源与安全工程学院 ， 北京 100083 ； 2． 太原科技大学 环境与安全学院， 山西 太原 030024 ； 3． 天津城建大学 能源与安 全工程学院， 天津 300384 ； 4． 科廷大学 石油工程系 ， 西澳大利亚州 珀斯 6151 ）