微震信号无参数自动去噪PD算法实现及应用

工程微震监测中常包含较多低信噪比信号。现有去噪方法存在参数多且需要手工调节等问题,为此,提出一种针对微震信号的无参数自动去噪PD(pick and denoise)算法。算法首先通过改进AIC(akaike information criterion)方法初步拾取P波初至,得到信号的背景噪声段,通过傅里叶变换在频率域上提取噪声功率谱信息,在此基础上从微震信号的功率谱中减去噪声功率谱,最后应用傅里叶逆变换还原得到去噪后微震信号。利用Matlab人工合成不同类型、不同信噪比的含噪信号,应用PD算法进行去噪并与EEMD(ensemble empirical mode decomposition)、小波去噪方法进行比较,结果表明:PD算法去噪后的平均绝对误差和误差标准差均优于EEMD和小波去噪方法,并且对于低信噪比信号,PD算法仍具有良好的效果。最后将PD算法应用于陕西省引汉济渭工程秦岭4#支洞微震监测工程中,对2730条微震信号进行去噪分析,得平均P波信噪比从滤波前的16.49提高到了35.62,表明PD算法对于提高工程微震信号质量具有良好的应用价值。     

自然崩落法矿岩质量三维数字化评价方法

针对传统以岩体构造调查或岩石力学试验处的局部RMR 值来近似表征整个区域矿岩质量存在的片面性、经验性等缺点, 提出了一种矿岩质量三维数字化评价方法。该方法以钻孔和岩体原位调查数据为基础, 选取岩石单轴抗压强度、岩石质量指标、节理间距、节理条件和地下水条件作为矿岩质量评价指标, 研究各指标的空间变异特性, 基于区域化变量最优估值理论及RMR评价体系, 将各指标插值到离散后的矿岩空间, 建立起评价区域矿岩质量的三维数字化模型。最后以该模型为基础, 应用Laubscher崩落图对矿区初始和持续崩落水力半径进行预测。该方法在普朗铜矿的应用实践表明: 普朗铜矿平均RMR值为42.27, 矿岩可崩性为较好~好, 持续崩落水力半径为21.6~22.6 m, 与生产实际相符, 为普朗铜矿采用自然崩落法进行大规模开采提供了支撑和依据。     

基于不确定型层次分析法-理想点法的瓦斯隧道灾害危险性评价

为了准确评判穿越煤层的瓦斯隧道的危险性等级,在深入分析隧道瓦斯突出事故的基础上,选取了地层岩性、地质构造、煤层厚度、隧道埋深、水文地质条件等作为评价瓦斯隧道危险性的评价指标.然后引入不确定型层次分析法和理想点法,建立了瓦斯隧道危害危险性评价模型,并应用该模型对四条瓦斯隧道的危险性等级进行评价.结果显示：应用该模型所得到的瓦斯隧道危险性等级与实际等级完全一致.