测井在露天矿边坡软弱夹层识别上的研究

赵耀

（煤科集团沈阳研究院有限公司，辽宁 抚顺 113122）

测井在露天矿边坡软弱夹层识别上的研究

赵耀

（煤科集团沈阳研究院有限公司，辽宁 抚顺 113122）

针对软弱夹层赋存规律以及地球物理特征，运用费歇尔判别分析方法结合测井数据对钻孔控制地层进行软弱层识别。将该方法运用于F露天煤矿，以密度、声波、中子、伽马测井数据作为基础样本建立判别函数，结果表明，采用该方法能够有效的对钻孔周围地层软弱层位的识别，为边坡安全性评价提供依据。

露天矿边坡；软弱夹层；测井；费歇尔判别分析；自动识别

0 引 言

露天矿边坡高达300～500 m，边坡的变形、破坏极为普遍，边坡失稳已成为危害人民生命财产安全及工程正常运营的灾害。露天矿边坡通常为岩体边坡，岩体内的结构面，尤其是软弱结构面的存在，常常是岩坡不稳定的主要因素。因此在进行边坡稳定分析时，应当特别注意结构面和软弱层的影响。

目前我国在露天矿边坡工程地质勘察中，尽管没有统一的软弱层定义，但软弱层具有强度低、天然含水量大、密度小、变形量大的特点是不可否认的。主要由粘土页岩、软质凝灰岩、泥灰岩、滑石片岩以及含有岩盐或石膏成分的构成。这类岩层遇水浸泡后易软化，大大降低了岩体强度[1-2]。

通常在钻探过程中，岩层中的薄层、软弱结构面难以发现。地球物理测井技术能够探测到岩体内破碎、断裂带以及软弱夹层，并且可以准确定位[3-5]，给边坡失稳预防提供了可靠的技术支持。

1 测井方法选用及软弱层识别

地球物理测井常用方法有普通电阻率测井、感应测井、自然伽马测井、密度测井、中子孔隙度测井、井径测井以及近年发展流行的成像测井和声波阵列测井等。在实际工作中，根据探测的目的和要求可以选择几种方法进行组合，互相对比，验证。

1.1 边坡软弱层测井响应特征及原因

1）侧向测井。侧向测井又称聚焦电阻率测井，是具有一个测量电极和多个屏蔽电极的一种测井方法。受地层厚度、相邻层影响小，是划分不同地层的有效方法[6]。

与普通电阻率测井相比，三侧向测井更能反映原状地层电性特征：由于屏流作用，使得视电阻率曲线受井眼影响小，主电极尺寸小，纵向分辨率高，有利于薄层划分；其曲线具有对地层中心上、下对称的特点，在岩层上、下界面处，曲线陡度大，划分地层分界面更为精确；软弱夹层由于常处与含水状态，导致电阻率降低，结合深、浅侧向重合方法能够较好的识别软弱层位[7]。

2）声速测井。声波测井是利用声波在岩石等介质中传播时，幅度的衰减、速度或频率的变化等声学特性来研究钻井地质剖面、判断固井质量等问题的测井方法。目前边坡工程地质中常用声速测井方法，又称声波时差测井。

声速测井通过测量地层声波速度，用来提供地层孔隙度资料，工程中常采用纵波声速测井，通过测试纵波波速来判断层位。当探测地层有破碎带或隐伏断裂时，声波时差曲线常出现较大波动，即周波跳跃现象。因此声波测井在识别边坡岩体中断裂破碎弱层具有十分重要的作用[8]。

3）自然伽马测井。自然伽玛测井测量地层的天然放射性，测量自然伽玛射线的强度。在沉积岩地层中，除了在地层中夹有火山灰、花岗岩质冲积物等放射性物质，或地层水中溶有钾盐外，通常纯地层的放射性是很微弱的，而放射性元素主要聚集在粘土（泥质）中。因此，自然伽玛测井一般反应地层中的粘土（泥质）含量。它与自然电位测井同属于粘土指示测井系列。由于不同地层具有不同的自然放射性强度，因此可根据自然伽玛测井曲线判断岩性。泥岩层或含有放射性物质的地层呈高自然伽马特征；砂岩层、致密地层及纯灰岩地层呈低自然伽马特征。

4）井径测井。井径测井是测量井筒直径大小的一种机械测井方法。在能够利用测井中所测得的多条井径曲线，计算出最大井径、最小井径及平均井径。利用记录的多条井径数据，把井径数据按井周顺序插值计算，求出其井周的均匀的井径数据列同时计算出每一深度点的最大值、最小值及平均值。

5）密度测井。密度测井属于核测井的一种，通过探测地层反射的伽马射线能量，经标定换算给出不同地层的密度值。通常情况下，断层、破碎带以及软弱泥化夹层以及内部含水的因素，常会导致密度曲线的变化。

6）中子孔隙度测井。中子测井利用中子源所放射出具有一定能量的中子与井周围岩石起作用,从而实现发射中子的弹性散射和俘获辐射等核反应的测井方法。地层中的含氢量决定中子在地层中的减速过程，而含氢量与饱含水或油的孔隙体积相关。可以利用测井所获得的中子、热中子参数来反映岩层天然含水量（湿度）的大小。

综上所述，通过单一的测井曲线来判别弱层必然存在较大误差，同时考虑若层机械强度低、天然含水量大、密度较小且孔隙度略大的特征，需综合多种测井方法来识别。

其中：24 h连续运行设备的日平均耗电量为三鉴/微波探测器日平均耗电量、光口交换机日平均耗电量、网络继电器日平均耗电量三者之和。

1.2 判别分析方法识别软弱层

根据钻孔中软弱层位测井数据的明显差异，将异常数据作为样本，经过处理建立软弱层识别标准，进而对井段各个层位进行归类识别。主要步骤包括测井曲线选择、建立判别函数确定判定标准、归类识别。

1）测井数据特征分析。软弱泥化夹层在物理性质、化学性质、放射性等方面具有明显差异，测井曲线会有相应的异常响应，总体来说呈现高伽马、高中子、低声波和低密度的曲线特征，为多参数判别软弱层提供了基础条件，因此在选取曲线分析样本数据时常会使用以上几种曲线[10]。

2）费歇尔判别分析识别。费歇尔判别法是根据方差分析建立起来的一种区分各个总体的线性判别法，其基本思想就是投影，将n组k维数据投影到某一个方向上，使其投影的组和组之间尽可能的分开。具体步骤（图1）首先确定训练样本集：

其中，第一类、二类分别为：

定义各类类内的离散度矩阵，即各类的协方差矩阵：

式中mj表示各类内均值。

类内离散度、总类内离散度和类间离散度分别为：

为使得向需求的方向投影后两类能够尽可能的分离，而类内部又尽可能的聚集，表示成如下准则，及Fisher准则：

将公式带入并通过拉格朗日求极值方法得到所需投影方向和判别阈值：

最后将待确定样本代入

通过判断上式的符号和哪个类别相同，确定其属于哪个类别[11-13]。

2 工程实例应用

以F露天煤矿为例，该矿区地层由老到新有凝灰岩、煤层、泥页岩、砂岩。其中软弱泥化夹层多发育在泥页岩层中，于构造作用下层间流动形成，遇水极易泥化。

测井采用重庆地质仪器厂综合数字测井系统JGS3，进行了深浅侧向电阻率、自然伽马、声波、密度、中子、井径共7项测井项目。在对原始数据的拼接校正和标准化基础上，绘制了相应的测井曲线并划分了岩性段。

图1 费歇尔判别程序图

以ZL-1钻井650～690 m井段为例（ZL-1井650～690 m曲线如图2），根据综合测井曲线，结合实际钻孔资料进行对比煤层底板泥页岩层位厚度约为1.5 m，具有明显的高伽马、高中子、低声波和低密度的曲线特征。因此选择GR、AC、DEN、CNL这4个最主要的影响因素作为判别因子，另选取5组不同深度软弱层及多组其它岩层段数据为判别样本，统计测井特征值，统计结果见表1。

采用MATLB计算软件，编程实现测井样本数据的分析，通过建立费歇尔判别分析的函数[14]，由此得到的投影方向多维向量方程和阈值分别为：

式中：Y为综合判别值，X1为自然伽马，X2为密度；X3为声波；X4为中子。

对该钻孔192.0～249.5 m井段285个数据进行了测试，对比钻孔岩心，成功判别了该孔位内3处软弱层位，判别结果见表2及成果如图3。

图2 ZL-1井650～690 m曲线

表1 测井数据判别分析样本

表2 费歇尔判别结果

通过建立判别函数对其余多个钻孔识别了岩层中的软弱夹层，其深度、厚度情况与钻孔、录井情况吻合度较高，说明了该方法的可行性。但该判别方法只能在软弱层和其它岩性进行识别，无法进一步识别岩性，主要受测井项目数量的限制。

图3 测井自动判别成果图

3 结 论

利用测井方法结合费歇尔判别，对F露天煤矿其它施工的钻孔进行验证，均取得了较好的地质效果。在同一钻孔内，通过此方法能够快速识别软弱夹层，确定潜在滑动面位置，对于边坡稳定的预防和评价解释有着一定的辅助作用。今后应在测井项目组合上、资料处理的程序上再做一些研究工作，相信测井技术在边坡工程地质勘察中的应用前景将会更加乐观。由于地质条件差别大，导致判别函数不甚适用，需要另外建立判别函数。

［1］ 谢宗球，肖宏斌.边坡软弱层评价中全波列声波测井的理论与实验研究［J］.中南林业科技大学学报，2010，30（8）：109-111.

［2］ 丁立明，才庆祥.软弱夹层对露天矿边坡稳定性的影响［J］．金属矿山，2012，430（4）：40-43.

［3］ 桑黎明.地球物理测井在公路工程勘察中的应用[J].黑龙江科技信息，2014，（25）：14-15.

［4］ 王好龙.基于测井数据判别分析法识别构造煤的应用［J］.煤炭技术，2014，33（12）：317-319.

［5］ 刘大野，陈立云.露天煤矿边坡工程地质勘察中几个常见问题的刍议——以胜利煤田东二号露天煤矿、白音华煤田一号露天煤矿为例［J］.中国煤炭地质，2010，430（4）：52-55.

［6］ 尉中良.地球物理测井［M］.北京：地质出版社，2005.

［7］ 何公民.三侧向测井在煤田地质中的应用［J］.煤炭技术，2009，28（6）：145-146.

［8］ 傅唯一，罗上强.声波测井在勘察滑坡中的应用［J］.勘查科学技术，2010（1）：52-54.

［9］ 丁国辉.煤系地层岩石物理力学性质与测井曲线参数的相关性研究［D］.合肥:安徽理工大学，2010（6）.

［10］ 建林青.浅谈测井方法在工程勘察中的应用［J］.中国煤炭地质，2008，20（12）：40-41.

［11］ 王鹏，王志章.核Fisher判别分析在火山岩岩性识别中的应用［J］.测井技术，2015，39（3）：115-117.

［12］ 李伟伟，杨成.基于Fisher判别分析法的流体识别［J］.石油化工应用，2013，32（12）：13-18.

［13］ 杨建，杨静宇，王化锋，等.Fisher线性鉴别分析的理论研究及其应用［J］.自动化学报，2003，29（4）：482-492.

［14］ 谢中华.MATLAB统计分析与应用：40个案例分析［M］.北京：北京航空航天大学出版社，2010.

【责任编辑：解连江】

Research of well logging for weak layer identification in Open-pit Mine slope

ZHAO Yao
(China Coal Technology and Engineering Group Shenyang Research Institute,Fushun 113122,China)

According to the law of occurrence and geophysical characteristics of weak interlayer,using Fischer discriminant analysis method,the article recognizes drilling control strata combining with logging data.This method is applied for open-pit mine,using density,sonic,neutron,gamma logging data as a basis sample discriminant function.The results show that this method can effectively identify weak layer of surrounding formation,which provide evidence for safety evaluation of open-pit slope

open-pit mine slope;weak layer;well logging;fisher discriminant-analysis;automatic recognition

TD824.7

B

1671－9816（2017）06－0052－04

10.13235/j.cnki.ltcm.2017.06.015

赵耀.测井在露天矿边坡软弱夹层识别上的研究［J］.露天采矿技术，2017，32（6）：52-55.

2017-03-17

国家自然科学基金面上项目（51274122）；国家自然科学基金煤炭联合基金资助项目（U1361211）

赵 耀（1989—），男，黑龙江绥化人，助理工程师，硕士，2015年毕业于中国地质大学（北京）地球探测与信息技术专业，主要从事露天矿边坡稳定性研究工作。