一种微震信号分析传感器布置方法及系统、计算机装置制造方法及图纸

本申请公开了一种微震信号分析传感器布置方法及系统、计算机装置。该方法包括：构建包含Hamilton量和耗散项的Port‑Hamiltonian神经网络模型；采集微震监测区域的历史微震数据并进行预处理；基于该神经网络模型、地质参数和预处理后的历史微震数据，学习微震监测系统各监测单元动力学特性，输出系统固有频率、阻尼比和模态形状等动力学参数；基于动力学参数构建数据驱动型Min‑Max MPC控制器，该控制器根据监测精度和资源消耗生成传感器布置策略；根据该布置策略，计算传感器的最优布置位置。本申请还提供了一种实现上述方法的系统。本申请通过引入Port‑Hamiltonian神经网络模型结合系统Hamilton量和耗散特性，实现了对微震监测系统动力学特性的准确描述。

【技术实现步骤摘要】

本申请涉及微震监测，具体涉及一种微震信号分析传感器布置方法及系统、计算机装置。

技术介绍

1、在地下工程和能源开发领域，微震监测是评估地下岩体稳定性和预测地质灾害的重要手段。现有的微震监测系统主要基于经验方法或简单的几何优化进行传感器布置，这些方法存在以下问题：1.传统方法未能充分考虑微震监测系统的动力学特性，导致监测精度不足；2.现有布置策略缺乏对系统能量传递和耗散特性的深入理解，无法准确捕捉微震信号的传播特征。

技术实现思路

1、鉴于此，本申请提供一种微震信号分析传感器布置方法及系统、计算机装置，解决了现有技术中传感器布置效率低、监测精度不足的问题。

2、本申请实施例提供了一种微震信号分析传感器布置方法，包括：

3、构建port-hamiltonian神经网络模型，所述port-hamiltonian神经网络模型包括微震监测系统的hamilton量和耗散项；

4、采集微震监测区域的历史微震数据，对所述历史微震数据进行预处理；

5、基于所述port-hamil本文档来自技高网...

【技术保护点】

1.一种微震信号分析传感器布置方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，构建所述Port-Hamiltonian神经网络模型包括：

3.根据权利要求1所述的方法，其特征在于，对所述历史微震数据进行预处理包括：

4.根据权利要求1所述的方法，其特征在于，基于所述Port-Hamiltonian神经网络模型、所述地质参数和预处理后的历史微震数据，学习微震监测系统各监测单元动力学特性，输出包括系统固有频率、阻尼比和模态形状的动力学参数包括：

5.根据权利要求1所述的方法，其特征在于，基于所述动力学参数构建数据驱动型Min...

【技术特征摘要】

1.一种微震信号分析传感器布置方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，构建所述port-hamiltonian神经网络模型包括：

3.根据权利要求1所述的方法，其特征在于，对所述历史微震数据进行预处理包括：

4.根据权利要求1所述的方法，其特征在于，基于所述port-hamiltonian神经网络模型、所述地质参数和预处理后的历史微震数据，学习微震监测系统各监测单元动力学特性，输出包括系统固有频率、阻尼比和模态形状的动力学参数包括：

5.根据权利要求1所述的方法，其特征在于，基于所述动力学参数构建数据驱动型min-max mpc控制器包括：

【专利技术属性】
技术研发人员：李思齐，兰安畅，郎博，宋东东，孙剑，郭慧元，周杰，张卫东，张军，成浩，汪开旺，刘锋，
申请(专利权)人：山西潞安环保能源开发股份有限公司五阳煤矿，
类型：发明
国别省市：