煤矿微震与爆破信号特征提取及识别研究

【摘要】：煤矿微震信号蕴含着丰富的煤岩体破裂信息,在微震定位及冲击地压监测中得到了广泛应用。然而,煤矿井下环境复杂多变,干扰因素众多,其中爆破诱发的微震信号(爆破信号)占据多数且极易与煤矿煤岩破裂诱发的微震信号(煤矿微震信号)混淆。本文围绕煤矿微震与爆破信号自动识别,分析煤矿微震与爆破信号时频分布、非线性特征及其差异性,研究得到两类信号具有显著差异的特征,最终建立煤矿微震与爆破信号自动识别模型,并进行现场验证。主要研究成果如下:(1)基于快速傅里叶变换和多重分形,分析了煤矿微震与爆破信号的频谱分布、非线性特征及其差异性。结果表明:煤矿微震信号频谱分布较为集中,且低频成分占优;爆破信号频谱分布较为分散,且高频成分占优;煤矿微震信号的奇异性指数分布范围和谱宽均小于爆破信号,说明爆破信号概率测度分布的不均匀程度和局部指标波动程度比煤矿微震信号更为剧烈。(2)基于希尔伯特-黄变换(HHT),得到了两类信号的Hilbert三维能量谱,清晰地显示了采样点(时间)-频率-瞬时能量的对应关系。研究表明:煤矿微震信号各IMF分量的瞬时能量主要分布在100Hz以下的低频区域;爆破信号瞬时能量主要分布在100~150Hz的高频区域;煤矿微震信号瞬时能量的持续时间一般大于爆破信号;煤矿微震信号衰减比爆破信号更慢,且在煤矿微震信号瞬时能量衰减过程中,会出现多次锯齿状的起伏波动,说明煤矿微震信号的衰减并不平稳,尾波较为发育。(3)采用乘幂函数对煤矿微震与爆破信号峰值(最大幅值)点降至噪声水平(结束时刻)点对应的包络曲线进行拟合得到峰后衰减曲线,并采用拟合得到的幂指数和校正决定系数来表示两类信号峰后衰减曲线的衰减系数和拟合精度,实现了对两类信号衰减过程的定量描述。结果表明:两类信号峰后衰减曲线的拟合精度在0.8以上的信号数量所占比例为90%;两类信号衰减系数的整体分布范围为2~25;多数情况下,煤矿微震信号的衰减系数和拟合精度要小于爆破信号。(4)统计分析了主频、持续时间、衰减系数、拟合精度、首次峰值斜率及最大峰值斜率特征对两类信号差异性的响应程度。研究揭示了主频、持续时间和衰减系数是区分两类微震信号的显著特征;拟合精度和首次峰值斜率可作为辅助特征判别两类微震信号。基于主频、持续时间和衰减系数特征,结合Fisher线性判别法建立了煤矿微震与爆破信号自动识别模型,并进行了信号识别准确率验证及现场应用。结果表明:建立的煤矿微震与爆破信号自动识别模型识别准确率在85%以上,能够基本满足煤矿现场微震监测数据处理的要求。本文研究成果对提高煤矿微震与爆破信号自动识别效率,减少人工识别工作量,进而提取冲击地压前兆信息具有重要理论意义和应用价值。