[发明专利]一种隧道微震监测岩石破裂事件自动识别方法

摘要

本发明提供一种隧道微震监测岩石破裂事件自动识别方法，涉及隧道微震监测技术领域。该方法首先以大量已知类型的隧道微震监测波形建立波形样本库，然后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；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；最后根据波形类型识别结果判断微震事件类型。本发明提供的隧道微震监测岩石破裂事件自动识别方法，直接识别微震监测的原始波形，无需进行波形特征提取，避免了特征值选取不当对信号识别准确率的影响，实现了从对微震监测波形类型的识别到对微震事件类型的识别，识别结果可直接用于岩爆微震预警。

主权项

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。