腾东煤矿掘进工作面微震信号及其在冲击地压监测中的应用

抽象的

微震（MS）监测是煤矿中的重要且常用的地球物理方法，以预测对安全生产影响很大的岩石爆发。全矿或工作面的MS监测技术和分析方法已经成熟，但由于小扰动和布局空间狭窄的布局空间，其在煤矿前置面上的使用并不成熟。为了在标题面上进行MS监测和提前警告，首先必须充分执行信号识别，并且必须获得监视对象和指示符。通过腾洞煤矿117轨道网关的MS系统的现场测试，精确收集设备操作的干扰信号和煤振动的有效信号。在分析之后，干扰信号和煤振动信号的波形特性，光谱和传播距离是不同的。具有小能量（单通道触发）的一些有效信号不能用作预警指标，因为它们被干扰信号隐藏。通过试验，发现大能量（三通道和四通道触发）煤振动事件成功预测了岩石爆裂。腾洞煤矿117轨道MS系统应该能够通过算法实时去除干扰信号，并采取大能煤振动信号的数量，而不是所有煤振动事件作为岩石突发风险监测的预测因素。

1.介绍

MS监测作为一种重要的、常用的地球物理方法，已经在许多领域得到了应用，如地震[1- - - - - -5]水电站[6- - - - - -8]金属矿山[9- - - - - -12)、隧道(13，14、石油工程项目[15，16，水力或气动破裂[17- - - - - -19，以及煤矿[20.- - - - - -23]．MS取得了良好的效果。在这些领域中，煤矿使用MS系统的监测范围更为广泛。煤矿常用的MS监测系统主要有区域监测[24- - - - - -26]和地方监测。区域监测在测量点之间具有大（通常大于500米）的间距，并旨在监测整个矿井，而局部监测点之间的间距较小（通常小于200米），并针对特定的采矿区（例如，工作面部[27- - - - - -29]和前锋）。在岩石突发监测领域，工作面监测技术和分析方法已经成熟，但由于小扰动和狭窄的布局空间，导向脸部MS监测的研究并不成熟。

随着开采深度的增加，岩爆的预警和防治越来越困难。岩爆事故频繁发生，且多发生在掘进工作面[30.- - - - - -32]．本文统计了义马煤田五矿近五年来发生的岩爆事故数量。结果显示，统计的108起事故中有44起发生在掘进工作面，占40.74%(图)1）.掘进工作面岩爆监测与防治迫在眉睫，但在实际应用中，主要体现在以下几个方面:(1)掘进工作面扰动较小，传统的应力监测、锚索测力等技术数值变化不大，监测预警效果较差[33]．(2) MS监测是煤矿冲击地压预警的主要技术，但在掘进工作面冲击地压预警中尚未应用。主要问题是掘进工作面施工环境复杂。有掘进机、装载机、皮带输送机、锚杆机等机械。这些机械的振动较大，可能掩盖了煤的有效振动信号。(3)综合开挖技术下，掘进工作面掘进速度较快(超过12 m / d)，测点间距不宜过小;否则，在使用实时在线MS监控时，将增加群移工程的工作量。

在本文中，通过腾洞煤矿（117 TGTC）117轨道网关的场记录和有效CV信号的波形和有效的CV信号获得，并通过波形分析并区分信号的波形特性和光谱分析。本研究为在117 TGTC中选择监视对象和指示器，触发采集的阈值设置，触发器采集的阈值设置，以及在线MS系统的测量点布局。

2.现场测试与实验

滕东煤矿位于中国山东省滕州市。3号煤层是目标煤层之一，平均厚度为7.37 m。3号煤层平均深度为830 m，冲击地压倾向较弱。

117 TGTC通过主道路和轴连接到地面，如图所示2(一个)．117 TGTC的宽度和高度分别为4.4米和3.4米。117 TGTC由钢筋螺栓和电缆螺栓支撑，如图所示2 (b)．直接顶板为砂岩，平均厚度为17.94 m。117 TGTC沿3号煤层底板掘进，采用全机械化掘进方式，分为掘进和支护两个顺序工序。挖掘过程由一台全机械化掘进机、装载机和皮带输送机完成。支撑过程是由锚杆钻机钻孔和压缩的。

现场测试所用的MS系统包括4个传感器、1个采集仪和1个服务器，并配有相应的软件。该系统收集振动信号并将其转换为电信号。然后通过传输电缆将信号传输到地面服务器，如图所示3.．采集频率为2000hz，传感器接收频率为0 ~ 800hz。为避免在初始触发采集设置中丢失波形数据，现场测试采用连续采集方式，每个波形存储时间为5s。由于网关单向掘进，难以在空间上布置测量点，因此将4个传感器排成一条直线，安装在117 TGTC车顶钢筋螺栓的尾部。四个传感器(从前到后依次为#1、#2、#3、#4)的间距为55 m。1号传感器与掘进面的距离为15米。在MS系统布置完成后，首先对MS系统的底噪声波形进行测试，然后详细记录各设备的精确运行时间和CV (CV信号是由同时发出的声音记录的)出现时间。设备的运行记录主要包括锚杆钻机的钻孔作业、锚杆钻机的压痕作业、带式输送机的运行时间、掘进机的运行时间。

3.结果与讨论

根据设备的运行时间和CV的发生时间，找到接收波形的相应时间。下面获得并在下面详细解析四种干扰信号和一种有效的CV信号。另外，MS系统的底部噪声的最大幅度（MA）为40 mV。

３．１．锚杆钻机钻孔作业的波形和频谱

锚杆钻机钻进作业只影响1号传感器，表明干扰信号传播距离大于15米(到1号传感器)，小于70米(到2号传感器)。信号波形如图所示4．屋顶螺栓的波形特性是显而易见的。每秒或两个出现具有大约100 mV大约100 mV的凸起波形，并且开始点非常明显，其在图中大约4秒4（a）．

数字5是图的信号谱4（b）， 数字5(a)为信号频谱，图5（b）是信号的时间谱。信号频谱可以清楚地表示信号的主频率[34]．然而，时间谱可以提供信号的主频随时间的变化。如果信号的主频始终存在于时间窗内，则表示干扰持续存在或贯穿整个干扰过程。反之，如果干扰只存在于机器运行时间的一段时间内，则表示为机器的部分干扰。该方法已在[19，35]．从图5(a)可以看出锚杆钻机在钻孔过程中有三个主频，分别为76 Hz、347 Hz和467 Hz。三个主频的振幅均约为4mv。数字5（b）表示钻孔过程中76 Hz频率始终存在，而347Hz和467 Hz频率仅存在凸起波形部分中。结果表明，76Hz干涉频率应由皮带运行产生的连续干扰，而347Hz和467Hz仅存在于“凸起波形”的时期。

3.2。压缩螺栓操作的波形和光谱

锚杆的压缩螺栓运行只影响1号传感器，传播距离大于15 m(到1号传感器)，小于70 m(到2号传感器)。如图所示6，图中压缩起始点明显为1.4 s6(一)， MA从底部噪声的40 mV逐渐增大到240 mV。在压实过程中，MA保持在240 mV，压缩过程结束后，幅值逐渐减小到底部噪声幅值。

数字7是图的信号谱6 (b)，在哪里7(a)为信号频谱及图6 (b)为信号的时间谱。从图7（a），可以看出，在屋顶压缩螺栓工艺期间，主频率在192Hz和255Hz之间。主频率的幅度约为20 mV。数字7（b）表示主频率始终存在于钻井过程中。

３．３．带式输送机工作波形和频谱

图1传感器的带式输送机开始和工作操作波形如图所示8．在这段时间内只工作带式输送机（皮带输送机应首先打开，稍后打开其他设备，包括道路主机）。压缩的起点在图中明显为1.2秒8(a)， MA从底部噪声40 mV逐渐增大到110 mV。数字8(b)为信号频谱，图8(c)为信号的时间谱。从图8（b），可以看出，在皮带输送机工作过程中，主频率在193Hz和247 Hz之间。193Hz和247Hz的幅度分别为约13mV和7mV。数字8(c)表示工作过程中始终存在193hz和247hz频率。在带式输送机工作操作的过程中，＃2传感器的幅度不会增加。原因可以是＃1传感器受带式输送机头部振动的振动的影响，而皮带本身不会导致传感器的幅度超过40mV的底部噪声值。

3．4．掘进机工作波形和频谱

1号传感器掘进机工作波形如图所示9(a).掘进机工作过程(带式输送机同时工作)MA为380mv。数字9(b)为信号频谱，图9(c)为信号的时间谱。从图9(b)可以看出掘进机工作过程中主频在193 Hz ~ 247 Hz之间。主频值与带式输送机单独工作时相同，但对应的振幅从约13 mV、7 mV增加到约22 mV、26 mV。数字9(c)表示工作过程中始终存在193hz和247hz频率。随着掘进机的工作，2号传感器的幅值增加到80 mV，表明干扰信号的传播距离大于70 m(到2号传感器的距离)，小于125 m(到3号传感器的距离)。

3.5。CV信号的波形特性及传播分析

在本次现场测试中，设备不运行时记录9个CV信号。该CV信号的MA在238 mV到7914 mV之间变化。根据117 TGTC施工人员现场提问，CV信号主要发生在无支撑的出入口两侧和117 TGTC前方。CV信号的传播距离直接影响MS测点的布置。CV信号的MA和传播距离如表所示1．当＃1传感器接收的MA为7914 mV，6269mV和2022mV时，它们导致四通道触发CV事件，表明传播距离超过180μm（与＃4传感器的距离）。当＃1传感器接收的MA为1799 mV和1232 mV时，它们导致三通道触发CV事件，表示传播距离大于125米（距离到＃3传感器）但小于180米。当由＃1传感器接收的MA为1029 mV和687 mV时，它们导致双通道触发CV事件，表示传播距离大于70米（距离到＃2传感器）但小于125米。当由＃1传感器接收的MA为346 mV和238 mV时，发生一个通道触发CV事件，这表明传播距离大于15米（距离到＃1传感器）但小于70米。

选择一个CV信号，带有6269 MV（＃1传感器）的MA，用于详细分析（见图10）.1号、2号、3号和4号传感器的MAs分别为6269 mV、2405 mV、1532 mV和503 mV。# 1传感器的波形是特别容易捡起飞点,到达时间的# 1传感器(T1)是0.201 s,和# 2的到达时间(T2)和# 3 (T3)传感器难以收拾,0.223和0.243年代,分别而4号传感器的起跳点特别不清晰，无法拾取。如图所示，距离越远，拾起起跳点就越困难。将距离(△年代= 55 m)的时差(取△T12和△T23的平均值，得到△T= 0.021 S)，可简单计算出117 TGTC的煤层流速为△S/△T = 2619 m/s. At the same time, occurrence location of the CV event can be positioned roughly. The amplitudes of MS signals decrease gradually from #1 sensor to #4 sensor and arrival time is getting bigger and bigger, indicating that the CV event occurred in front of the #1 sensor (happened around the heading face).

数字11（a）为1号传感器的三维幅值谱，表明CV信号的主频为60hz，低于干扰信号。通过滤波分析，统计CV事件在不同频带的MA，如图所示11 (b)．CV信号清晰地划分为高频和低频两个频段，分界点为500hz。低频带呈快速衰减状态，大部分与原始信号的衰减趋势一致。频率越高，衰减速率越快。高频波段的衰减特性较小，甚至后面测点的MA也较大，说明高频信号波段在到4号传感器的距离内没有衰减。

4.检查监测效果

在获取各个干扰信号的波形特征和频谱信息后，通过算法消除干扰波形，使在线系统尽可能只拾取有效信号。在MS系统布置的条件下，对117个TGTC进行了在线监测和测试。测试结果表明，掘进机和钻孔压实信号隐藏了小能量(单通道触发)CV事件，但不隐藏超过掘进机干扰幅值的信号。在试运行过程中，发生了一次小型岩爆。对CV信号进行分析，未发现单一触发事件。我们分析了双通道触发及以上CV事件，结果如图所示12．可以看出，岩爆发生前(12月16日)，4通道触发CV事件数量显著增加，3通道触发CV事件数量略有增加，而2通道触发CV事件数量没有增加，反而有所减少。因此，三通道触发和四通道触发CV事件的数量可作为117个TGTC MS系统的监控对象和指标。

结论

信号识别是117 TGTC系统监测预警的首要任务，对干扰信号进行实时识别和消除。为此，进行了信号识别的现场试验。得到了干扰信号和CV信号的波形。干扰信号包括锚杆钻机作业信号、锚杆压缩螺栓作业信号、带式输送机作业信号、掘进机作业过程信号。分析了信号的波形特征、频谱和传播距离。结果表明，信号的波形特征和主频(或主频幅值)是不同的，这些特征可以部分地实现信号识别。在干扰信号中，掘进机工作干扰信号的MA最大，为380 mV，传播距离最远，超过70 m。现场测试得到的CV信号MA范围为238 mV ~ 7914 mV，说明可能隐藏了一些小于掘进机干扰信号MA的CV事件。在线试验表明，三通道触发和四通道触发CV事件的数量和能量水平应用于岩爆监测和预警，且明显未受到干扰信号的干扰。现场试验为117 TGTC MS系统的触发采集和测点布置提供了依据，为掘进工作面冲击地压监测指标提出了新的思路。

其他岩爆监测领域可以参考女士的安排系统和预警指数,但设备和地质条件显然是在117 TGTC不一样,所以在MS系统可以应用,干扰信号和简历信号目标航向的脸应该首先识别和分析。

数据可用性

用于支持本研究发现的数据可由通讯作者要求提供。

的利益冲突

作者宣布没有利益冲突。

参考文献

1. R. Will，G. El-Kaseeh，P. Jaques，M.Carney，S. Greenberg和R. Finley，“伊利诺伊州盆地 - Decatur项目的微震数据采集，加工和事件表征”国际温室气体控制杂志，卷。54，pp。404-420,2016。查看在：出版商的网站|谷歌学者
2. 庄丹，马凯，唐灿，崔星，杨刚，“基于微震监测和数值模拟的西南大岗山高拱坝廊道裂缝形成与扩展研究”，国际岩石力学与矿业科学学报，第115卷，第157-172页，2019。查看在：出版商的网站|谷歌学者
3. C. Hammer，M. Ohrnberger和D.Fäh，“分类地震波形分类：在高山环境中进行案例研究”地球物理期刊国际，第192卷，第2期。1, pp. 425-439, 2013。查看在：出版商的网站|谷歌学者
4. B. Hassani, A. Yong, G. M. Atkinson, T. Feng, L.孟，“加州地震和微地震数据的站点主频比较”，美国地震学会的公报，第109卷，第2期。3, pp. 1034-1040, 2019。查看在：出版商的网站|谷歌学者
5. S. Yaghmaei-Sabegh，“地震地面运动记录分类的新方法”《地震学第21卷第2期4, pp. 885-907, 2017。查看在：出版商的网站|谷歌学者
6. 刘旭东，唐传爱，李磊，吕鹏，孙锐，“大岗山水电站右岸边坡蓄水后微震监测及稳定性分析”，水利水电学报，2018,35(6):648 - 654。国际岩石力学与矿业科学学报，卷。108，pp。128-141,2018。查看在：出版商的网站|谷歌学者
7. 徐宁，戴飞，周志刚，蒋鹏，赵涛，“锦屏一级水电站左岸边坡蓄水期间微地震活动及其时频特征”，水利学报，2018,35(6):863 - 863。环境地球科学， 2016年第75期。查看在：出版商的网站|谷歌学者
8. V. Kumar, N. Gopalakrishnan, N. P. Singh, S. Cherukuri，“微地震监测应用于塔普万Vishnugad水电项目电站的主要稳定性评估”，地球系统科学杂志， 2019年第128卷。查看在：出版商的网站|谷歌学者
9. X.-t.冯，J.刘，B.陈，Y.肖，G.冯和F.张，“监测，警告和控制岩爆在深金属矿山中，”工程，第3卷，第2期。4, pp. 538-545, 2017。查看在：出版商的网站|谷歌学者
10. J.-R。周,郭宏源。杨,林志信。张涛，徐涛，魏军，“基于微震监测的注浆帷幕周围渗流通道形成过程及机理研究——以张马屯铁矿为例”，岩土工程学报，vol . 18, no . 3, 2017工程地质，卷。226，pp。301-315,2017。查看在：出版商的网站|谷歌学者
11. F. De Santis, I. Contrucci, J. Kinscher, P. Bernard, V. Renaud, Y. Gunzburger，“地质非均匀性对深部分段回采矿诱发地震活动的影响”，纯粹与应用地球物理学，卷。176，不。2，pp。697-717，2018。查看在：出版商的网站|谷歌学者
12. H. Hassani, F. Hloušek, C. Alexandrakis和S. Buske，“Schlema-Alberoda矿区基于迁移的微地震事件定位”，国际岩石力学与矿业科学学报，卷。110，pp。161-167,2018。查看在：出版商的网站|谷歌学者
13. 刘峰，马涛，唐传安，陈飞，“基于微震监测技术的锦屏水电站隧道岩爆预测”，水利水电学报，2014,35(4):513 - 518。隧道与地下空间技术，第81卷，480-493页，2018。查看在：出版商的网站|谷歌学者
14. “基于微震监测技术的深埋TBM施工隧道稳定性评价”，“基于微震监测的深埋TBM施工隧道稳定性评价”，隧道与地下空间技术，第81卷，第512-524页，2018。查看在：出版商的网站|谷歌学者
15. M.LI，M. Y. Ali，G. Tao，W.Alakberi和H. Alnuaimi，“从阿拉伯联合酋长国阿布扎比的陆上油田的诱发微震性监测：对碳酸盐储层监测的影响，”石油科学与工程学报，第152卷，第33-48页，2017。查看在：出版商的网站|谷歌学者
16. 马凯，唐昌安，王立新等，“基于数值和微震监测的地下储油洞库稳定性分析”，隧道与地下空间技术，第54卷，第81-91页，2016。查看在：出版商的网站|谷歌学者
17. G. Rodríguez‐Pradilla和D. W. Eaton，“尾波和能量方法在微地震事件震级估算中的应用”，地震研究字母，第90卷，第1296-1307页，2019。查看在：谷歌学者
18. A.L.Toussaint，R.Toussaint，F.K.Eriksen等，“气动压裂过程中微震排放的源定位”，地球物理研究字母，卷。46，没有。7，pp。3726-3733,2019。查看在：出版商的网站|谷歌学者
19. P. K. Ghahfarokhi, T. H. Wilson, T. R. Carr, a . Kumar, R. Hammack，和H. Di，“集成分布式声波传感、井眼3C检波器阵列和地面地震阵列数据，以识别Marcellus页岩气藏增产期间的长周期长持续时间地震事件。”解释，第7卷，第5期1, pp. SA1-SA10, 2019。查看在：出版商的网站|谷歌学者
20. C.-P.lu，l.-m。Dou，N.张等人，“山顶突然摇滚岩的微震频谱进化规则”国际岩石力学与矿业科学学报， vol. 64, pp. 6-16, 2013。查看在：出版商的网站|谷歌学者
21. 宁军，王军，姜磊，“双层硬厚顶板断裂分析及对岩层动态的控制作用:实例分析”，工程失效分析，卷。81，pp。117-134,2017。查看在：出版商的网站|谷歌学者
22. 王军，宁军，邱平，杨树和，尚宏，“长壁工作面硬顶板垮塌微震监测及其前兆参数研究”，地质力学与工程，第17卷，第375-383页，2019。查看在：谷歌学者
23. 张伟，曲昕，李春生等，“基于微震监测和控制技术的多硬顶板诱发岩爆破裂分析:案例研究”，阿拉伯地球科学杂志《中华人民共和国刑法》，第十二卷，第784页，2019年。查看在：出版商的网站|谷歌学者
24. J. He，L. Dou，S.Gong，J.Li和Z.Ma，“基于微地震监测的动态和静态应力分析岩石突发评估和预测”国际岩石力学与矿业科学学报，第93卷，第46-53页，2017。查看在：出版商的网站|谷歌学者
25. Z.-l。李,X.-q。他,L.-m。窦,G.-f。王，“岩爆发生和微震活动在长壁板上经历频繁的岩爆，”地球科学杂志第22卷第2期4, pp. 623-639, 2018。查看在：出版商的网站|谷歌学者
26. M. R. Leake, W. J. Conrad, E. C. Westman, S. Ghaychi Afrouz，和R. J. Molka，“美国东部撤退房间和煤柱煤矿的微地震监测和诱发地震震源机制分析，”地下空间，卷。2，不。2，pp。115-124,2017。查看在：出版商的网站|谷歌学者
27. L.江，Q.wu，Q..wu等，“硬度和厚键层的断裂失效分析及其动态响应特性”工程失效分析，卷。98，pp。118-130，2019。查看在：出版商的网站|谷歌学者
28. 王平，姜磊，郑平，李伟，“厚硬层与正断层耦合作用下的岩层行为与岩爆诱发机理”，岩土力学，2017,35(4):559 - 563。国际地理学杂志，卷。2018年18日。查看在：出版商的网站|谷歌学者
29. D. Mondal和P. N. S. Roy，“用于提高长壁煤矿安全的顶板动态位移(顶板崩落和地表爆破)中的分形和地震b值研究”，工程地质，第253卷，第184-204页，2019年。查看在：出版商的网站|谷歌学者
30. C.马克，“在开发过程中发生的煤矿爆炸:岩石力学之谜”，国际采矿科学与技术学报，第28卷，第35-42页，2018。查看在：谷歌学者
31. A. Keneti和b . a。塞恩斯伯里，《已发表的岩爆事件及其成因评论》，工程地质， 2018年，第246卷，第361-373页。查看在：出版商的网站|谷歌学者
32. B. Hebblewhite和J. Galvin，“对2014年4月澳大利亚新南威尔士州澳斯达煤矿双死亡事故的地质力学方面的回顾，”国际采矿科学与技术学报第27卷第2期1, pp. 3-7, 2017。查看在：出版商的网站|谷歌学者
33. 李旭东，王娥，李振东，刘振东，“微震与电磁辐射综合监测岩爆监测方法”，岩石力学与工程，卷。49，没有。11，PP。4393-4406，2016。查看在：出版商的网站|谷歌学者
34. 彭鹏，王力，“微地震数据的非参数自动去噪方法”，冲击和振动， 2018, vol. 2018, pp. 1-8。查看在：出版商的网站|谷歌学者
35. S. M.Mousavi，C.A.Langston和S.P. Horton，“使用SynchroSqueezed连续小波变换”自动微震去噪和发病检测“地球物理学第81卷第1期4, pp. V341-V355, 2016。查看在：出版商的网站|谷歌学者

版权

版权所有©2021 JianJu Ren等。这是一篇发布在知识共享署名许可协议如果正确引用了原始工作，则允许在任何媒体中的不受限制使用，分发和再现。