矿山地下采场灾变信息监测预报技术研究
第 1 章 绪论1. 1 课题研究背景及意义采矿业对于人类文明的进步起着不可替代的促进作用。纵观历史, 人类文明的进步史即人类对各种矿产资源的逐渐开发利用过程。据史料的记载, 我国的矿产开采可以追溯至春秋时期。目前对于已探明的 168 种矿产资源中, 有 132 种已经开发利用。根据国土部于 2021 年发布的矿山数量整合信息, 截止 2021 年, 我国的矿山企业数量为 11.25 万座, 不少于 1000 万人从事采矿业的各种劳动。我国的一次能源和原材料绝大部分来自于矿场资源, 所以说我国是一个名副其实的矿业大国。纵观世界, 我国的采矿行业规模大, 从事人员据世界前列, 但在资源分布及技术管理等方面具有严重的不足。矿产资源分布东南少、西北多, 分布极不均匀, 大部分矿产品位低, 开采难度大。作为工业骨骼的铁矿来说其品味不高, 品味均值不足 30%, 远低于俄罗斯、加拿大等国。我国是一个矿难多发的国家, 据不完全统计,2021 年全国非煤矿山发生生产安全事故 659 起, 死亡 852 人, 特大煤矿死难人数 70人。因此, 在安全技术管理方面的要求较高, 准确实时的灾害监测预警系统是减少矿山安全事故的一项必要选择。微震监测系统是一套对矿山微震进行实时监测、预测采动灾害的预警系统[1]。本论文的研究目标是以 GIS 为平台, 构建变形信息和微震信息的时空分析平台, 并在此平台的基础上对两种信息进行耦合分析, 建立两种信息的内在联系。实现采动诱发灾害监测信息的融合, 完善采场灾害信息预报技术手段, 将先进的信息收集技术高效的应用于矿山开采过程的监测、预警及信息系统的研究、开发过程, 减少矿山开采事故的发生, 为工作人员的生命及财产安全提供技术保障[2]。.........1. 2 微震监测技术在国内外应用现状1. 2. 1 微震技术在国外应用现状国外对微震监测技术在矿山领域的研究起步很早, 已经取得了丰富的经验及成果, 美国 L. 阿伯特及 W. L. 杜瓦尔于二十世纪三十年代末首次发现微震现象。上世纪末美国矿业局开始从事微震监测技术的研究工作, 起初使用地音探测仪, 逐步经历到利用多通道磁带记录仪[3], 经过长时间的经验积累最后开发了可应用于全矿山的微震监测系统[4]。波兰在微震监测技术的探索方面具有很长的历史, 波兰学者对于检测到的微震信号的传送方面做了一定的改良。原来是将监测到的微震信息通过磁带携带然后在通过人工的甄别输入到电脑上而波兰人把微震传感器与网络相连接, 从而使得传感器与电脑合为一体, 所有的微震信号都实现了数字化的转变, 这是信息传播上的一个重大突破[5]。捷克的微震监测网络通过 3 个地表监测站、二十九个井下监测台形成一个统一的整体, 其监测范围能够达到 6 个矿井之多, 而且几个分系统在呈现各种整体化的水平在运行, 个别分系统的传输方式分为：逻辑型, 数字型。由于各分系统和总控制系统之间以波的形式进行信息的传送, 虽然在现实生产过程中各分系统独自运行, 然而其功能表现出了高度的统一性[6]。英国对于微震技术的研发始于十八世纪八十年代, 其研发的二十四位微震监测记录仪可以探测出由于常闭开采而引起的微震事件。该系统有三台微震检波仪构成且每一台检波仪各自拥有三个传感器。该传感器拥有自动化的信息记录设备和数据转换装置, 上世纪八十年代利用该仪器在北斯塔福德郡煤矿对微震信息进行了监测并取得了良好的结果。微震监测技术在澳大利亚的使用始于 1994 年, 到 2000 年已经多达十三个矿区采用微震监测系统, 并得到了良好的监测结果[7]。南非对于微震监测的应用有着很长的历史, 其大部分的研究目标着眼于金属矿山的微震监测, 其在硬件和软件方面都出与世界领先地位。2000 年据加拿大相关媒体的报道, 该国已经可以应用实际微震信息来预计采矿过程中所引起的矿岩震动的应力应变能的变化信息[8]。加拿大 ONTRRIO 的微震监测系统应用了 CANMET/MRL 系统, 它是一个多渠道的实时微震监测系统。它确保了在指定时间内完成对应任务。近几年, 南非IMS International 公司的微震监测系统以及加拿大的 ESG 公司幵发的 ESG 和PALADIN 微震监测系统迅速发展, 被广泛应用于世界各地[9]。.........第 2 章 微震监测系统简介微震监测系统可以看作是一个微型版的地震监测网，是在对矿山地震的监测过程中逐渐发展起来的[40]。微震监测技术在采空区顶板冒落与垮塌、矿柱垮塌失稳以及深部开采产生的岩爆、露天边坡的滑移等各类地质灾害中逐渐获得了应用与发展，并且借助计算机技术、通信技术等的快速发展，微震监测技术逐渐显示出其相比于常规监测技术所具有的无法比拟的优势，迅速成为目前全球最先进的矿山地压监测技术。2. 1 微震监测技术原理岩石在受到外界条件的影响下, 其内部会发生弹塑性能聚集的现象, 如果弹塑性能聚集到某一边界值时会有微小裂缝的出现与发展, 微小裂缝的出现与发展伴随有弹性波或应力波的释放, 并在周围介质中迅速释放和传播, 此过程为声发射[40]。微震指当岩体在外界应力的影响下, 岩体中的一个或者多个破裂源从瞬态弹性波的形式快速释放出存储的弹性应变能的过程。微震监测技术是利用岩体受力变形和破坏后本身发射出地震波来进行监测工程岩体稳定性的技术方法。微震定位监测技术就是通过观测、分析生产活动中所产生的微小地震事件来监测生产活动的影响、效果及地下现实的地球物理技术，其基础是声学和地震学微震监测与声发射监测技术、地震监测技术在原理上是相同的, 均已介质在受到外力导致破坏的过程中的声能原理为基础。就能量而言, 微震的能量处于声发射能量和地震能量之间, 其检测范围的重点是监测破裂程度较小的岩层断裂或节理裂隙的突然开裂或错动而引起的弹性波。本文的微震监测是在无人为干扰的条件下, 通过获得传感器直接监测岩体结构在外力的作用下产生裂缝时所释放的弹性波, 它把地下岩体发生破裂的过程作为监测对象, 收集破裂过程所产生的信息, 在通过对微震的震源信号的分析并加以处理来评估地下岩体的稳定性及安全现实。........2. 2 系统组成及拓扑图微震监测系统分为地表和地下两部分, 主要由数据交换中心、监控计算机、传感器和信号采集器四部分组成。在现实的条件下的情况远比理想条件下复杂得多, 主要存在两方面的影响。一方面是, 拾振器在接受信号波的到达时刻可能存在误差, 减少此类误差的基本方法是尽可能多的设置拾振点, 通过对计算成果进行对比、分析来减少此类误差的影响。另一方面, 现实条件下岩体介质并非均匀介质, 这就说明信号波在介质中的传播速度是不同的, 所以上述所提到的波速 C 并不是一个固定值, 所以, 若想得到震源相对精确的定位, 合理的计算方法是必要的。下面介绍用变量替代法来进行震源定位的过程。1）一般情况下, 求解方程组（2）是设波在介质中的传播速度为一常数, 在确定的监测范围内设置了 N 个传感器, 假设第 i 个传感器的坐标为（Xi, Yi, Zi）接受到信号的时刻为 Ti, 从而得到一个多元二次方程, 该方程并非是线性方程, 因而要直接求得结果很难, 只能对其进行线性化处理。..........第 3 章 微震监测技术在石人沟铁矿的建立......193. 1 微震监测技术在国内外矿山工程中的应用...........193. 1. 1 岩爆的监测.......193. 1. 2 边坡稳定性监测........203. 1. 3 矿柱采场稳定性的监测.....223. 1. 4 其他监测应用............223. 2 石人沟微震监测系统介绍............233. 3 矿山概况....243. 4 震监测系统的建立......243. 5 本章小结.....30第 4 章 石人沟地表变形监测............314. 1 工程概况.....314. 2 方案设计.....314. 3 测量机器人系统监测............334. 4 本章小结.....35第 5 章 数据耦合分析......375. 1 人工神经网络概述.......375. 2 人工神经网络原理.......385. 3 BP 神经网络........405.4 微震事件的获取及分析.........425. 5 微震监测分析系统的建立....465. 6 本章小结.....51第 5 章 数据耦合分析大量的实例与理论都证明，岩石/岩体发生破裂失稳之前都会存在岩体细观裂纹与缺陷的萌生、扩展与发育的过程，这个过程中微小破裂会以瞬时弹性波的形式释放原先应力增加时存储在岩体介质中的应变能。因此如何通过对监测到的微震信息进行分析，并以 BP 神经网络为工具预测围岩体失稳发生的时间、强度与空间位置是监测工作的最终目的。本章将探讨利用 BP 神经网络预测理论来预测微震事件对周围环境可能发生的变形的发展趋势，以期对围岩的失稳进行预警。5. 1 人工神经网络概述人工神经网络, 是以人类大脑的生理为基础的研究成果, 对自然神经网络的基本特性进行模拟[52]。其通过对不同结构的神经元进行拓扑进而互相连接组成的, 通过对连续、简介的输入做出现实信息的反馈处理。人工神经网络是对生物体大量神经结构的一种抽象与模拟, 且其具有高度的非线性性。实际上, 人工神经网络是通过大量的简易原件相互连接而组成的复杂人工网络, 有随机、自组织竞争型以及反馈、前向型等。当前实际应用较为成熟稳重的有BP 神经网络、RBF 神经网络等[53]。最早的神经网络模型是由美国学者 LterPitts 和其搭档 WarrenMcCulloeh 在上世界四十年代共同提出的 MP 模型[54]。LterPitts 和 WarrenMcCulloeh 通过对人类脑组织对信息处理方式的分析, 利用 MP 模型以人类脑组织为蓝本, 通过对其处理信息方式的模仿, 并加以数学模型的方法来进行信息处理。MP 模型的提出开始了现代人工神经网络的研究工作, 为神经网络的进一步研究打下了基础[55]。1949 年 DonaldHebb 提出了 Hebb 学习假设, 进行网络的学习[56]。1958 年FranRosenblatt 推出了第一个实用的人工神经网络感知器网络, 模型可以对一定的输入矢量模式进行分类和识别, 引发了人们对神经网络研究的兴趣[57]。在此基础上, Marcian Hoff 和 Bemard Widrow 二十世纪六十年代, 以梯度下降的方法来对神经网络的权值进行调节, 并在此基础上研究出了 Least mean square 算法[58]。
...........结 论论文以实验矿山的围岩变形为研究对象，通过对大量微震数据和变形数据的分析处理，在初步掌握微震变化规律和围岩变形关系的基础上，开发了基于微震数据分析的采动围岩变形预测系统。1）结合矿山开采现状和采掘计划，设计了矿山变形监测方案，通过长期监测，获取了一定开采周期的采动变形监测数据。同时利用微震监测系统, 得到了相应时间段内的微震实时监测数据。2）定量分析、处理了变形监测数据和微震监测数据, 发现变形监测数据呈现出由北向南逐渐增大；而微震能量数据的分析表明其第一部分（紫色部分）聚集着大量的高能量的微震事件, 而越向南微震事件的能量越小。3）以 ARCGIS 软件为基础平台, 以 C#语言为工具, 开发了基于微震数据分析的采动围岩变形预测系统，通过对微震能量强度与变形数据的时空关系分析，实现了利用微震信息数据对围岩采动变形的定量预测，为矿山的决策者提供一定的决策依据。4）本文是以石人沟铁矿为实验矿山做的相关分析、研究, 数据的收集仅限于实验矿山, 且由于人力物力等诸多因素的限制，采集信息的时间和范围均有限，分析样本有限，限制了研究内容的深入和拓展。今后的研究工作中，应加强微震数据和变形数据的收集和整理，以增强预测分析的准确性。.........参考文献(略)