一种微震震源定位参数的优化求解方法技术

本发明专利技术公开了一种微震震源定位参数的优化求解方法,它是以两个拾震器拾取的到时之差与计算得到的到时之差的残差平方和最小为目标，应用粒子群算法计算出震源位置和等效波速，再根据震源位置及等效波速，直接计算出发震时刻。本发明专利技术结合工程实际给出了PSO求解算法中的惯性权重、加速常数、粒子最大飞行速度等参数的约束规则，避免由于这些参数的不当选取导致算法失效，提高了求解算法的鲁棒性，达到减少迭代次数、提高定位精度和算法速度的目的。

【技术实现步骤摘要】
一种微震震源定位参数的优化求解方法
本专利技术属于信息处理
的微地震震源定位技术，尤其是微震震源定位参数的优化方法，具体的说，就是针对微震震源定位参数求解时易出现多个参数相互关联、收敛速度慢、解不唯一等问题，提出一种粒子群优化(PSO，particleswarmoptimization)算法对震源进行定位，属于信息处理

技术介绍
有效监测岩石微破裂发生的位置，可提高冲击地压、煤与瓦斯突出等煤矿灾害的监测预警准确率，一直以来，对震源定位的准确性和精度的研究，是微震监测技术研究的一项重要内容。微震震源参数求解的实质是，已知各监测台站的空间坐标，根据各台站拾取的微震波初至到时，确定震源的空间坐标、发震时刻等属性，具体原理和分析如下：设微震系统有n个拾震器(如图1所示)，若记震源位置为(x0，y0，z0)，各拾震器坐标为(xi，yi，zi)(i＝1，2，...，n)，P波在介质中的等效传播速度为V，P波到达各拾震器的时刻为ti，发震时刻为t0，则拾震器i和j接收到的微震波初至到时之差的计算值为：其中，对于一对拾震器i和j而言，拾取的微震波初至到时之差回归值为：所有回归值与计算值Δtij之差的平方和反映了拾取值与计算值的偏离程度，因此辨识微震震源位置的函数模型可描述为：其中，当Q等于或趋向于0时，解得(x0，y0，z0)、V即为微震震源位置及等效波速取值，根据到时之差定位原理，评价发震时刻t0的函数可描述为：当F等于或趋向于0时，发震时刻为：其中，确定震源定位及发震时刻时，先根据式(3)求解(x0，y0，z0)及等效波速V，再将(x0，y0，z0)及V值代入式(5)求解发震时刻t0值。由于式(3)为(x0，y0，z0)及V的二次非负函数，其最小值总是存在的，故求解震源位置、等效波速和发震时刻是一个非线性拟合问题，经典做法是求其最小二乘解，但在求解过程中震源位置及发震时刻等参数相互关联、算法收敛速度慢，且易产生解不唯一等问题。为克服以上问题，本专利技术引入自适应PSO方法对定位参数过程进行优化。PSO是计算智能领域的一种种群智能算法，具有算法实现简单、精度高、收敛快等优点，近年来已在优化领域取得许多成功应用。
技术实现思路
为了解决现有技术对微震震源定位参数确定过程中，存在震源位置及发震时刻等定位参数相互关联、定位精度低、定位时间长和定位结果不唯一等的技术缺陷，本专利技术提供一种基于粒子群的微震震源定位参数的优化方法。为达到上述目的，本专利技术采取的技术方案是：一种微震震源定位参数的优化方法，它是以两个拾震器拾取的到时之差与计算得到的到时之差的残差平方和最小为目标，应用粒子群算法计算出震源位置和等效波速，再根据震源位置及等效波速，直接计算出发震时刻。结合工程实际，本专利技术给出了PSO求解算法中的惯性权重、加速常数、粒子最大飞行速度等参数的约束规则，避免由于这些参数的不当选取导致算法失效，提高了求解算法的鲁棒性，达到减少迭代次数、提高定位精度和算法速度的目的。具体包括以下步骤：第一步：首先在微震震源待测地点的不同位置设置多个拾震器，当微震事件发生时，产生的微震波被拾震器接收并传送给计算机，计算机对各拾震器接收到的微震波进行初至到时拾取，并建立微震震源位置的函数模型，模型表示如下式：其中，公式中：(x0，y0，z0)为震源位置；i和j是两个拾震器标号；(xi，yi，zi)为拾震器i的位置；(xj，yj，zj)为拾震器j的位置；li和lj表示拾震器i和拾震器j到震源的距离；V表示微震波在地层中的等效传播速度；表示拾震器i和j拾取的微震P波初至到时之差回归值；第二步：利用粒子群算法对微震震源位置的函数模型进行求解，具体方法如下：2.1：初始化一群粒子，使其种群规模大小为N(150≤N≤300)，种群中每个粒子在飞行空间的位置表示成一个四元组，记为zk(x，y，z，V)，k＝1，2，...，N(简记为zk)，其中(x，y，z)表示震源空间坐标，V表示微震波在地层中传播的等效波速；相应地，种群中每个粒子的飞行速度也表示成一个四元组，记为vk(x，y，z，V)，k＝1，2，...，N(简记为vk)；随机初始化种群中的每个粒子的位置zk，使(x，y，z)位于监测台站所包围的空间内，且使0＜V＜10；随机初始化每个粒子飞行的初速度vk，且使0＜vk＜5；初始化粒子群进化的代数g＝0；最大进化代数Tmax＝3000；2.2：计算当前每个粒子的适应值g＝g+1，根据下式(6)计算每个粒子的适应值Qk，定义粒子的历史最优位置pBestk＝zk，在Qk中选取最小值Qm，得到粒子群体的全局最优位置gBest＝pBestm；2.3：判断初始化粒子群进化的代数g与最大进化代数Tmax的大小关系若g＜Tmax，应用下式(7)更新粒子的飞行速度vk和在飞行空间的位置zk，然后转到2.2步计算当前每个粒子的适应值，式中，ω是惯性权重，一般取[0，1]区间的数；c1和c2是加速系数，r1和r2是[0，1]区间的随机数；否则，转步骤2.4；2.4：输出zk，zk中前三项即为震源三维坐标(x0，y0，z0)，zk中第四项为等效波速值V；第三步：将等效波速值V代入下式计算并输出发震时刻t0，至此，震源定位参数求解完成；式中：ti代表P波到达各拾震器的时刻；优选地，为避免步骤2.3中粒子过早陷入局部最优或错过全局最优解，使用基于种群速度的自适应惯性权重取值策略确定ω值，方法如下：设初始惯性权重为ω0，第k代种群粒子平均速度的期望值为实际平均速度为记ω(k)为第k代粒子惯性权重，p为常数，则第k+1代惯性权重ω(k+1)由下式确定：这样就保证了种群进化过程中其平均速度必然递减为零，本专利技术中p的最佳取值为1.07。为加强算法的探索能力，参照模拟退火算法中的退火函数，定义种群平均速度的期望值为：其中v0为种群初始平均速度，Tmax为种群的最大进化代数。在震源参数求解过程中，粒子群平均速度定义如下：因种群粒子维数为4(震源三维坐标及波速)，种群粒子数为N，则第k次迭代时粒子群的平均速度为：式中为第i个粒子在第j维上的速度分量。优选地，步骤2.3中式(7)中加速常数c1和c2定义如下：式中，C＝2.0。进一步地，优选粒子最大飞行速度vmax，本专利技术采用下式(12)来改善PSO算法性能：其中，xmax、xmin是目前发现的各维上的最大及最小值，M为每维上设计的间隔数。本专利技术的积极效果是：首先以两拾震器拾取的微震p波初至到时之差回归值及时差计算值的残差平方和最小为目标，利用粒子群算法求解出震源位置及最佳速度值，考虑了惯性权重、加速常数、粒子最大飞行速度等参数的约束规则，避免粒子群算法求解过程陷入局部最优；然后根据求得的震源位置及最佳速度值，以拾震器监测到时与计算到时的残差平方和最小为目标，求解出震源发震时刻；相较于经典的最小二乘法具有收敛速度快、定位精度高等优点，并且该法不需要预先测量微震波速即可求解震源定位参数及发震时刻，消除了传统定位方法中由于波速测量误差给震源定位带来的不利影响。附图说明附图1为本专利技术中拾震器接收微震波示意图。附图2为本专利技术中PSO算法求解流程图。具体实施方式下面结合附图和具体实施例进一步说明本专利技术的技术方案。实施例，某矿冲击地压频发，为此安装本文档来自技高网...

【技术保护点】
1.一种微震震源定位参数的优化求解方法，其特征在于，它是以两个拾震器拾取的到时之差与计算得到的到时之差的残差平方和最小为目标，应用粒子群算法计算出震源位置和等效波速，再根据震源位置及等效波速，直接计算出发震时刻，具体包括以下步骤：第一步：首先在微震震源待测地点的不同位置设置多个拾震器，当微震事件发生时，产生的微震波被拾震器接收并传送给计算机，计算机对各拾震器接收到的微震波进行初至到时拾取，并建立微震震源位置的函数模型，模型表示如下式：

【技术特征摘要】
1.一种微震震源定位参数的优化求解方法，其特征在于，它是以两个拾震器拾取的到时之差与计算得到的到时之差的残差平方和最小为目标，应用粒子群算法计算出震源位置和等效波速，再根据震源位置及等效波速，直接计算出发震时刻，具体包括以下步骤：第一步：首先在微震震源待测地点的不同位置设置多个拾震器，当微震事件发生时，产生的微震波被拾震器接收并传送给计算机，计算机对各拾震器接收到的微震波进行初至到时拾取，并建立微震震源位置的函数模型，模型表示如下式：其中，公式中：(x0，y0，z0)为震源位置；i和j是两个拾震器标号；(xi，yi，zi)为拾震器i的位置；(xj，yj，zj)为拾震器j的位置；li和lj表示拾震器i和拾震器j到震源的距离；V表示微震波在地层中的等效传播速度；表示拾震器i和j拾取的微震P波初至到时之差回归值；第二步：利用粒子群算法对微震震源位置的函数模型进行求解，具体方法如下：2.1：初始化一群粒子，使其种群规模大小为N(150≤N≤300)，种群中每个粒子在飞行空间的位置表示成一个四元组，记为zk(x，y，z，V)，k＝1，2，...，N(简记为zk)，其中(x，y，z)表示震源空间坐标，V表示微震波在地层中传播的等效波速；相应地，种群中每个粒子的飞行速度也表示成一个四元组，记为vk(x，y，z，V)，k＝1，2，...，N(简记为vk)；随机初始化种群中的每个粒子的位置zk，使(x，y，z)位于监测台站所包围的空间内，且使0＜V＜10；随机初始化每个粒子飞行的初速度vk，且使0＜vk＜5；初始化粒子群进化的代数g＝0；最大进化代数Tmax＝3000；2.2：计算当前每个粒子的适应值g＝g+1，根据下式计算每个粒子的适应值Qk，定义粒子的历史最优位置pBest...

【专利技术属性】
技术研发人员：孙红梅，贾瑞生，彭延军，樊建聪，崔焕庆，孟祥文，陈卓艳，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东,37