System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及岩爆预警,具体而言,涉及一种隧道岩爆实时智能预警方法及装置。
技术介绍
1、地下工程中,岩爆是一种常见的地质灾害,严重威胁着工程施工和人员安全。微震监测技术是一种有效的岩爆预警手段,通过对微震信号的监测和分析,可以实现对岩爆的预警和控制。
2、目前,微震监测的定位方法主要采用以时间残差为研究对象的定位方法,该方法依赖于人工验证,无法保证微震事件定位的时效性,可能耽误灾害预警的最佳时机;另外,在岩爆预警工作中,根据微震参数演化进行的岩爆风险性预测受人为主观因素影响较大,精度不高。
技术实现思路
1、本专利技术所要解决的问题是现有微震监测方法受人为主观因素影响较大,准确性和时效性较低。
2、为解决上述问题,一方面,本专利技术提供了一种隧道岩爆实时智能预警方法,包括:
3、根据获取的隧道内微震监测数据分析微震累积能量,得到微震累积能量序列;
4、根据获取的隧道内岩爆数据和所述微震累积能量序列构建岩爆风险预测模型;
5、根据所述微震累积能量序列,建立微震累积能量预测模型;
6、根据所述微震累积能量预测模型得到未来微震累积能量;
7、将所述未来微震累积能量输入所述岩爆风险预测模型,得到未来岩爆发生概率。
8、可选地,所述根据获取的隧道内微震监测数据分析微震累积能量,得到微震累积能量序列之前,还包括:
9、从微震监测系统获取所述微震监测数据和所述岩爆数据,其中,所述微震监测
10、对所述微震监测数据进行处理,反演得到微震位置和微震发生时间。
11、可选地,所述微震监测数据包括震动波波速和震源与检波器之间的接收距离;
12、所述根据获取的隧道内所述微震监测数据分析微震累积能量,得到微震累积能量序列包括:
13、根据所述微震位置和所述微震发生时间,得到所述震源与所述检波器之间的所述接收距离;
14、根据所述震动波波速、所述接收距离以及所述震动波波速关于时间的积分,得到所述微震累积能量;
15、将所述微震累积能量按序排列得到所述微震累计能量序列。
16、可选地,所述微震累积能量为:e=4πρvr2sv,其中,ρ是所述震源岩体的密度,v是所述震动波波速,r是所述震源与所述检波器之间的所述接收距离,v(t)为所述震动波波速进行一次积分后得到的速度波形。
17、可选地,所述根据获取的隧道内岩爆数据和所述微震累积能量序列构建岩爆风险预测模型包括:
18、根据所述岩爆数据,将岩爆情况转义编码,得到岩爆编码序列,其中,所述岩爆编码序列与所述微震累积能量序列一一对应;
19、拾取任意时间段内相对应的所述微震累计能量序列和所述岩爆编码序列,建立多个训练集、验证集和测试集;
20、将所述微震累计能量序列作为lstm模型的输入,将所述岩爆编码序列作为所述lstm模型的输出,使用多个训练集对所述lstm模型进行多次训练,采用所述验证集和测试集进行测验,获得训练后的所述lstm模型的预测准确率;
21、对比多次训练后所述lstm模型的预测准确率,取所述预测准确率最大的所述lstm模型作为所述岩爆风险预测模型。
22、可选地,所述根据所述微震累积能量序列,建立微震累积能量预测模型包括:
23、对所述微震累积能量序列进行相空间重构,得到所述微震累积能量的相空间矢量;
24、根据所述相空间矢量,分析自相关函数,确定所述相空间矢量中的延迟时间;
25、根据所述相空间矢量和确定的所述延迟时间,分析相邻两个所述相空间矢量之间的距离,确定所述相空间矢量中的嵌入维度;
26、根据确定的所述延迟时间和所述嵌入维度,得到所述微震累积能量预测模型。
27、可选地,所述微震累积能量的所述相空间矢量为:
28、y(i)=(e(i),…,e(i+(d-1)τ),1≤i≤n-(d-1)τ
29、其中,y(i)为相空间矢量,e(i)为第i时刻的所述微震累计能量,d为嵌入维度,τ为延迟时间,n为第n时刻。
30、可选地,所述微震累积能量预测模型为:
31、e(n+1)=e(n+1+(d-1)τ)≈e(j+1+(d-1)τ)
32、其中,所述e(n+1)为当前时刻n之后的下一时刻的所述微震累积能量,j=n=n-(d-1)τ,e(j+1+(d-1)τ)为根据局部预测法计算出的第j+1个相空间矢量。
33、可选地,所述根据所述微震累积能量预测模型得到未来微震累积能量包括:
34、将预测的下一时刻的所述微震累积能量作为已知量加入所述微震累积能量序列,利用所述微震累积能量预测模型,循环得到未来微震累积能量。
35、另外一方面,本专利技术还提供了一种隧道岩爆实时智能预警装置,包括:
36、能量序列分析模块,用于根据获取的隧道内微震监测数据分析微震累积能量,得到微震累积能量序列;
37、岩爆预测模型构建模块,用于根据获取的隧道内岩爆数据和所述微震累积能量序列构建岩爆风险预测模型;
38、能量预测模型建立模块,用于根据所述微震累积能量序列,建立微震累积能量预测模型;
39、能量预测模块,用于根据所述微震累积能量预测模型得到未来微震累积能量;
40、岩爆预测模块,用于将所述未来微震累积能量输入所述岩爆风险预测模型,得到未来岩爆发生概率。
41、与现有技术相比,本专利技术具有如下有益效果:
42、本专利技术提供的一种隧道岩爆实时智能预警方法及装置,根据获取的隧道内微震监测数据分析微震累积能量,得到微震累积能量序列,能够知道历史工作过程中每个时间的微震累积能量,根据所述微震累积能量序列,建立微震累积能量预测模型,得到未来微震累积能量,能够预测在未来多个时间段内的微震累积能量,另外根据获取的隧道内岩爆数据和所述微震累积能量序列构建岩爆风险预测模型,并将所述未来微震累积能量输入所述岩爆风险预测模型,得到未来岩爆发生概率,在已经预测出未来微震累积能量时,利用岩爆风险预测模型,进一步预测出岩爆发生概率,基于历史真实数据、微震累积能量预测模型和岩爆风险预测模型,预测出的岩爆发生概率不依赖于人为经验值,削弱人为主观参与的干扰,使得预测结果准确性更高,时效性更好。
本文档来自技高网...【技术保护点】
1.一种隧道岩爆实时智能预警方法,其特征在于,包括:
2.根据权利要求1所述的隧道岩爆实时智能预警方法,其特征在于,所述根据获取的隧道内微震监测数据分析微震累积能量,得到微震累积能量序列之前,还包括:
3.根据权利要求2所述的隧道岩爆实时智能预警方法,其特征在于,所述微震监测数据包括震动波波速和震源与检波器之间的接收距离;
4.根据权利要求3所述的隧道岩爆实时智能预警方法,,其特征在于,所述微震累积能量为:
5.根据权利要求1所述的隧道岩爆实时智能预警方法,,其特征在于,所述根据获取的隧道内岩爆数据和所述微震累积能量序列构建岩爆风险预测模型包括:
6.根据权利要求1所述的隧道岩爆实时智能预警方法,,其特征在于,所述根据所述微震累积能量序列,建立微震累积能量预测模型包括:
7.根据权利要求6所述的隧道岩爆实时智能预警方法,,其特征在于,所述微震累积能量的所述相空间矢量为:
8.根据权利要求6所述的隧道岩爆实时智能预警方法,,其特征在于,所述微震累积能量预测模型为:
9.根据权利要求6所述
10.一种隧道岩爆实时智能预警装置,其特征在于,包括:
...【技术特征摘要】
1.一种隧道岩爆实时智能预警方法,其特征在于,包括:
2.根据权利要求1所述的隧道岩爆实时智能预警方法,其特征在于,所述根据获取的隧道内微震监测数据分析微震累积能量,得到微震累积能量序列之前,还包括:
3.根据权利要求2所述的隧道岩爆实时智能预警方法,其特征在于,所述微震监测数据包括震动波波速和震源与检波器之间的接收距离;
4.根据权利要求3所述的隧道岩爆实时智能预警方法,,其特征在于,所述微震累积能量为:
5.根据权利要求1所述的隧道岩爆实时智能预警方法,,其特征在于,所述根据获取的隧道内岩爆数据和所述微震累积能量序列构建岩爆...
【专利技术属性】
技术研发人员:陈文尹,张世超,申志军,张占君,祝平华,邓稀肥,洪辉文,白翔,韦鑫颖,张玉,杨益,
申请(专利权)人:中铁四局集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。