铜矿微震检测系统设计与实现

张　华

(铜川职业技术学院，陕西 铜川　727031)

1　概　述

南非、波兰、俄罗斯、加拿大、美国、澳大利亚、中国、印度、智利、德国和日本等国的许多国家，在某些矿山和隧道的不同时期经历了不同的岩爆危险。最近几十年来，岩石物理力学和采矿工程等地球物理方法(如微震监测，地质地形和地层内地震技术)显示出越来越重要的意义；特别是微地震(Microseismic)监测技术被广泛用于采矿工程中的断层/破坏信号的定位，为评估采矿过程中地震危险提供了科学依据。

通常在矿山开采过程中采用的表面阵列的小型地震的稳健检测是一项具有挑战性的任务，目前使用的最常用的方法包括特征函数(Characteristic-Function，CF)，互相关(Cross-Correlation，CC)和基于迁移的方法。在基于CF的STA/LTA方法中，使用特征函数来放大时间序列中的突然变化以自动检测高幅度信号，然而，该方法对于检测高背景噪声中的小振幅微震事件的敏感度较差，但对低信噪比事件的检测效果较好；但基于CC的方法如匹配滤波依赖于高SNR主控并且仅限于具有类似破裂机制和事件信号的事件簇；而基于迁移的检测表现相对更好[1]，他依赖于从假设的源位置计算出的时差曲线获得高的栈值，从而改善了未堆栈的数据的SNR，这种方法需要在阵列到达时具有足够的一致性，并且其成功取决于极性校正[2-3]。同时，该方法对噪声水平很敏感，叠加过程中即使有一个噪声痕迹也会导致误报在以上提出的方法应用于实际的微震监测系统存在各种问题，如信噪比可以通过使用时频阈值技术来改善，但是，需要较高的计算性能作保障，不适合实时处理。为此，本文提出了一种基于小波域通用交叉验证的简单快速阈值方法来放大与时域表示(Time-Frequency Representation，TFR)地震事件相关的能量，并在微震事件识别过程中使用图像处理技术进一步处理衰减光谱以建立可用于触发和事件检测的直方图，利用该方法实现的微震检测系统能够快速、自动等对铜矿开采过程中产生的微震事件进行报警检测[4-7]。

2　微震检测系统

2.1　阈值理论

系统通过检测空间信号，按照检测算法判别是否发生微震事件，具体检测算法介绍如下：

系统所记录的信号y(t)可以由地震信号分量sk与附加噪声ε(t)的和，表示如下：

(1)

其中，k是记录信号中的最大分量数，σ是噪声电平。

连续小波变换(CWT)用于时频分析的常用变换，CWT是通过称为母小波的原型分析函数完成的，可以将其解释为带通，系统中观测信号的CWT，规模和时间偏移τ由下式给出：

(2)

其中，*表示复共轭，是内积，Wy为集中的时频图片中表示信号y的有限能量的系数。 CWT的倒置可以表示如下：

(3)

CWT可以被认为是y与多个被拉伸(或压缩)的小波以及原始母小波的移位版本的互相关，从而捕获跨不同频率的振荡特征。与短时傅里叶变换(STFT)相比，可变长度导致时间和频率定位之间的灵活折衷。

在将观测数据y传输到CWT域之后(由公式2完成)，可以通过衰减与噪声关联的小波系数来改善SNR。根据公式(1)中记录的数据y的模型，信号增强的目标是尽可能多地去除附加噪声以提高SNR。阈值系数和结果频谱可用于进一步放大高能到达和使用图像处理技术检测微震，本系统中将光谱作为图像处理，而不是处理复杂的小波系数，这节省了计算时间并提高了效率。处理过程将图像转换成二进制版本，使用色调进行颜色检测，转换成灰度版本，去除小斑点，并将灰度图像分别转换成成形直方图。

2.2　理论验证

为了测试阈值方法，使用具有随机和真实地震噪声(图1b)的局部合成地震图和其受噪声影响的版本，SNR为2.5。阈值的结果如图1c所示。结果显示该方法成功地消除了噪声，提高了信噪比，信噪比增加到8，P和S能量得到很好保存。 然而，一些尾波能量衰减，去噪和合成信号在整个波形(图1a和c)上都很好地匹配，除了P到达的最初和P尾的结束之外。去噪和合成信号之间的均方根误差为0.046，P到达的前两个周期的极性和振幅保持得很好。将去噪信号与合成信号进行交叉相关，得到最大相关系数0.82，系统得出该结论所需要的计算时间为0.9 s，远低于其他阈值方法(如文献[8]中的阈值为39 s)，并且接近简单带通滤波器(0.2 s)的计算时间。

a)合成信号和围绕P波的缩放窗口；b)被随机噪声和场噪声污染；c)阈值之后

如图2所示为国内XX矿区爆破发生的微震事件，由地震仪纪录的地震数据，图3为利用本文所设计的阈值检测方法对同一微震事件进行检测结果图，结果显示在消除噪声和提高SNR方面取得了显著的提升。

图3中的频谱结果显示，该微震事件主要包含7个事件，亮点线条即为7个事件的阈值，其中7个中的6个事件由高功率系数表示，而一个具有相对较低的能量。如图4所示为将该检测频谱结果数据放大，图4b为将图4a中的阈值光谱转换成二进制图像，并进行灰度处理；然后可以对这个灰度图像中的像素进行阈值处理，以传递与高能量事件相关的像素，相当于在正常检测算法中传递触发级别。最后将持有的灰色图像转换成直方图，以指示微震的数量及其相对大小，如图4c所示。

图2　地震仪记录的微震结果

图3　采用阈值检测的系统微震事件检测结果

2.3　系统工作流程

为了在系统设计过程中使用这种方法，必须开发用于实际铜矿微震监测的阈值测量算法(图5所示为系统算法实现流程)，利用目标函数对检测的微震信号采用小波变换的方式进行求解，并在系统阈值匹配过程中采用边界元方法，该方法利用有效的数值技术求解偏微分方程，无限的边界元素可能用解开的曲线来描述边界，从而得出需要的直方图像。

图4　频谱数据放大结果

在实际的系统设计过程中，显示同时去噪和检测对于增加发现检测的准确性和事件检测的效率是重要的，由于CWT的固有互相关特性，在匹配滤波中选择一个高信噪比的事件作为主事件，峰值幅度附近的一个非常窄的窗口与连续波形相互零相关，然后相关系数堆叠不同的站点以增加SNR。

3　结　语

本文提出了一种快速自适应算法，利用单通道数据进行信号增强和微震事件检测。该方法结合了时间频率阈值使用一般交叉验证技术和几个图像处理步骤，可在实际的矿产开采过程中用于现场微震的检测。该系统基于CWT的方法中，选择与一个事件(相当于主事件)的最大能量具有高相关性的母小波，并且将其用于与连续记录的互相关；通过母小波的缩放程序增加了该方法的灵活性，这种灵活性可以通过基于数据集本质的更复杂的适当母小波的自动选择或者使用部分主事件信号作为母小波来进一步改进。

图5　系统算法实现流程