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】
本专利技术涉及隧道岩爆监测,特别涉及一种分布式铁路隧道岩爆智能微地震监测方法及装置。
技术介绍
1、近年来随着高速铁路的发展,尤其西南片区川藏、新藏、滇藏等复杂构造的铁路隧道建设越来越多,隧道施工工作越趋复杂。对于复杂艰险的高地应力深长隧道施工阶段,岩爆其突发性、猛烈性和强破坏性等特征对人员设备和财产安全带来了严重危险。岩爆预警中微地震监测技术已经成为重要的预警手段之一。
2、微震监测技术是一种岩体微破裂三维空间监测技术,通过它的“时空强”的特点,能够有效地监测到岩体中发生破裂点的发生时间、空间位置和能量大小,从而利用微震监测对开挖卸荷后深埋地下隧道围岩的变形和破坏进行预测。现有的微地震监测体系多为矿用微地震监测体系,整个体系由电缆线相互链接,在保证数据传输稳定的同时保证每个传感器时间同步。然而该体系结构在隧道岩爆监测中极其不便,特别是通信电缆线的存在导致安装困难且效率较低下,在实施过程中也容易被割断,进而使整个监测停滞。在实际工程项目中,铁路隧道微地震岩爆监测中存在安装与回收困难效率低,传统振动信号识别对专家经验的依赖性强且准确率较低。
3、因此,亟需一种能准确识别隧道微震信号并减轻监测装置运维风险的微地震监测方法及装置。
技术实现思路
1、本专利技术的目的在于克服现有的微地震监测中所存在的监测装置安装与回收困难、效率低,传统振动信号识别对专家经验的依赖性强且准确率较低等不足,提供一种结合分布式布置,从多方法、多角度对隧道岩爆微地震进行监测的分布式铁路隧道
2、为了实现上述专利技术目的,本专利技术提供了以下技术方案:
3、第一方面,本专利技术提供了一种分布式铁路隧道岩爆智能微地震监测方法,所述方法包括:
4、分布式布置采集设备;
5、通过采集设备获取地震波模拟信号;
6、调节所述地震波模拟信号的能级范围和频率带宽;
7、将调节后的地震波模拟信号转换为数字信号,获取地震波数字信号;
8、基于时窗截取所述地震波数字信号,获取时窗内的最大信号能量值、信号能量积分值、信号主频及长短视窗比最大值;
9、基于构建好的d-s证据理论模型识别所述最大信号能量值、信号能量积分值、信号主频及长短视窗比最大值,获取岩石破裂信号,实现微地震监测;
10、其中,所述d-s证据理论模型的构建过程包括:
11、基于所述地震波模拟信号和所述采集设备建立隶属关系,计算出最优隶属度权值;
12、根据所述地震波模拟信号及所述地震波模拟信号的采集设备计算出支持度权值;
13、根据所述最优隶属度权值和所述支持度权值构建d-s证据理论模型。
14、根据一种具体的实施方式,上述监测方法中,所述d-s证据理论模型的计算公式为:
15、
16、其中,m(a)为对地震波数字信号a的信任度,mn(an)为第n个采集设备对地震波数字信号a的支持度,fa为所述最优隶属度权值,sa为所述支持度权值,k为归一化因子,q(a)为采集设备对地震波数字信号a支持度的平均值。
17、根据一种具体的实施方式,上述监测方法中,所述隶属关系采用最优模糊统计方法,根据所述地震波模拟信号得到所述采集设备的支持度建立隶属函数u(a),根据所述隶属函数得到所述最优隶属度权值。
18、根据一种具体的实施方式,上述监测方法中,所述支持度权值的计算公式为:
19、dj,k(a)=||mj(a)-mk(a)||,
20、
21、其中,dj,k(a)为任一两个所述采集设备对地震波数字信号a的支持范数,mj(a)、mk(a)为任一两个所述采集设备对地震波数字信号a的支持度,d(a)为所有采集设备对地震波模拟信号a的支持范数的平均值,sa为支持度权值。
22、根据一种具体的实施方式,上述监测方法中,所述岩石破裂信号为根据所述构建好的d-s证据理论模型获取识别结果后,标记筛选出干扰信号后获取的。
23、根据一种具体的实施方式,上述监测方法中,所述干扰信号包括微震信号、爆破信号、钻孔信号、铲车信号以及电脉冲信号。
24、根据一种具体的实施方式,上述监测方法中,所述分布式布置采集设备,包括:
25、基于隧道开挖面按照预设间距设置安装断面,根据所述安装断面按照预设角度分布安装所述采集设备。
26、第二方面,本专利技术提供了一种分布式铁路隧道岩爆智能微地震监测装置,所述装置包括:
27、采集设备,用于采集地震波模拟信号;
28、信号优化模块,用于调节所述地震波模拟信号的能级范围和频率带宽;
29、信号转换模块,用于将调节后的地震波模拟信号转换为数字信号,获取地震波数字信号;
30、信号甄选模块,用于基于时窗截取所述地震波数字信号,获取时窗内的最大信号能量值、信号能量积分值、信号主频及长短视窗比最大值;以及,基于构建好的d-s证据理论模型识别所述最大信号能量值、信号能量积分值、信号主频及长短视窗比最大值,获取岩石破裂信号,实现微地震监测;
31、其中,所述采集设备通过入孔铠装电缆连接所述信号优化模块。
32、根据一种具体的实施方式,上述监测装置中,所述信号优化模块采用可调节的多级信号放大器和跟随电路。
33、根据一种具体的实施方式,上述监测装置中,所述信号转换模块还用于存储所述地震波数字信号,以使所述信号甄选模块进行信号读取和识别;所述信号转换模块采用msp430f2730芯片。
34、与现有技术相比,本专利技术的有益效果:
35、1.本专利技术提供的一种分布式铁路隧道岩爆智能微地震监测方法,能够基于分布式布置从多角度获取地震波信号,提升识别结果的可靠性;能够调节所述地震波模拟信号的能级范围和频率带宽,使得地震波信号得到保持,提升了信号传输过程中的稳定性,通过构建好的d-s证据理论模型,实现不同方法共同作用,从多种信号类别中获取岩石破裂信号,提升了信号识别的准确性,进而提升工程施工的安全性;
36、2.本专利技术提供的一种分布式铁路隧道岩爆智能微地震监测装置,通过入孔铠装电缆连接,解决了传统有线微地震监测设备难于安装维护和回收等问题,进一步提升了微地震监测的有效性和可靠性。
本文档来自技高网...【技术保护点】
1.一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述D-S证据理论模型的计算公式为:
3.根据权利要求1所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述隶属关系采用最优模糊统计方法,根据所述地震波模拟信号得到所述采集设备的支持度建立隶属函数u(A),根据所述隶属函数得到所述最优隶属度权值。
4.根据权利要求1所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述支持度权值的计算公式为:
5.根据权利要求1所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述岩石破裂信号为根据所述构建好的D-S证据理论模型获取识别结果后,标记筛选出干扰信号后获取的。
6.根据权利要求5所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述干扰信号包括微震信号、爆破信号、钻孔信号、铲车信号以及电脉冲信号。
7.根据权利要求1所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于
8.一种分布式铁路隧道岩爆智能微地震监测装置,其特征在于,所述装置包括:
9.根据权利要求8所述的一种分布式铁路隧道岩爆智能微地震监测装置,其特征在于,所述信号优化模块采用可调节的多级信号放大器和跟随电路。
10.根据权利要求8所述的一种分布式铁路隧道岩爆智能微地震监测装置,其特征在于,所述信号转换模块还用于存储所述地震波数字信号,以使所述信号甄选模块进行信号读取和识别;所述信号转换模块采用MSP430F2730芯片。
...【技术特征摘要】
1.一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述d-s证据理论模型的计算公式为:
3.根据权利要求1所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述隶属关系采用最优模糊统计方法,根据所述地震波模拟信号得到所述采集设备的支持度建立隶属函数u(a),根据所述隶属函数得到所述最优隶属度权值。
4.根据权利要求1所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述支持度权值的计算公式为:
5.根据权利要求1所述的一种分布式铁路隧道岩爆智能微地震监测方法,其特征在于,所述岩石破裂信号为根据所述构建好的d-s证据理论模型获取识别结果后,标记筛选出干扰信号后获取的。<...
【专利技术属性】
技术研发人员:徐正宣,赵思为,尹小康,甄大勇,张莹,张广泽,冯涛,张可,李朝辉,刘熙,林之恒,王哲威,李伟,刘康,付开隆,
申请(专利权)人:中铁二院工程集团有限责任公司,
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。