[发明专利]一种隧道微震监测岩石破裂事件自动识别方法

权利要求书

1.一种隧道微震监测岩石破裂事件自动识别方法，其特征在于：包括以下步骤：

步骤1、以大量已知类型的隧道微震监测波形建立波形样本库；

所述波形样本库包括隧道工程完整施工工序中的破裂波形和所有噪声波形，波形样本库数量要达到万级以上，且保证各类波形样本数量相差在3倍以内；

步骤2、统计分析波形样本库中波形的有效信息，确定用于深度学习的波形样本长度；

步骤3、建立基于深度卷积神经网络的隧道微震监测波形识别模型；将待识别的大量微震波形输入波形识别模型，输出其波形类型识别结果；

建立波形识别模型时，其输入为波形样本的时间序列x(n)，n＝1，2，3...N，其中N为波形样本长度，输出为波形分类结果；利用波形样本库对深度卷积神经网络模型进行训练优化，根据测试样本的分类结果，获得达到波形识别准确率最高的模型参数，即获得了基于深度卷积神经网络的微震波形识别模型；

步骤4、根据波形类型识别结果判断微震事件类型；

在一个微震事件中，波形类型识别结果满足如下条件时，该微震事件为岩石破裂事件，反之，则为噪声事件；

其中，x为一个微震事件中，识别为岩石破裂的波形的个数，X为布置传感器的个数；

根据上式，当布置传感器个数小于8时，有4个及以上传感器的波形识别结果为破裂波形时，该微震事件为岩石破裂事件，反之，则为噪声事件；当布置传感器个数大于或等于8时，有传感器个数50％及以上的波形识别结果为破裂波形时，该微震事件为岩石破裂事件，反之，则为噪声事件。

2.根据权利要求1所述的一种隧道微震监测岩石破裂事件自动识别方法，其特征在于：所述用于深度学习的波形样本长度相同，波形样本长度为波形样本所包含的采样点个数；对破裂波形进行统计，分析样本长度大于8000的波形的有效信息段长度，以此作为用于深度学习的样本长度。

3.根据权利要求1所述的一种隧道微震监测岩石破裂事件自动识别方法，其特征在于：所述深度卷积神经网络包括2个卷积层、1个池化层、3个全连接层和一个决策层；决策层输出波形类型，其中破裂波形及噪声波形分别输出为0、1。