鞏思園，竇林名，馬小平，牟宗龍，賀 虎，何 江

1 中國礦業(yè)大學信息與電氣工程學院，江蘇徐州 221116

2 中國礦業(yè)大學煤炭資源與安全開采國家重點實驗室，江蘇徐州 221116

3 中國礦業(yè)大學礦業(yè)工程學院，江蘇徐州 221116

煤礦礦震定位中異向波速模型的構(gòu)建與求解

鞏思園1，2，竇林名2，馬小平1，牟宗龍3，賀 虎3，何 江3

1 中國礦業(yè)大學信息與電氣工程學院，江蘇徐州 221116

2 中國礦業(yè)大學煤炭資源與安全開采國家重點實驗室，江蘇徐州 221116

3 中國礦業(yè)大學礦業(yè)工程學院，江蘇徐州 221116

針對煤礦上覆巖層層狀賦存和離層帶的特點，構(gòu)建礦井尺度的微震監(jiān)測系統(tǒng)異向波速模型，模型中波速向量由地面探頭速度與井下探頭速度組成.研究了在只有強礦震信號和混有爆破信號兩種條件下，以到時殘差最小為目標和震源定位誤差最小為目標的兩種求解模型，模型求解選用具有全局尋優(yōu)特性的遺傳算法與CMEAS算法結(jié)合的混合算法.現(xiàn)場實際應用得出，只使用爆破信號的到時殘差法最優(yōu)，混有強礦震信號的到時殘差法其次；與爆破信號定位所用的統(tǒng)一簡化波速模型相比，震源定位誤差大幅度降低.在此基礎上進一步減低定位誤差，還需從微震臺網(wǎng)的優(yōu)化布設方面解決.

層狀賦存，離層帶，異向波速模型，到時殘差，定位誤差，遺傳算法，爆破信號，強礦震信號

1 引 言

微震監(jiān)測［1－3］是目前研究煤礦沖擊礦壓現(xiàn)象［1－2］的主要技術(shù)之一，在研究煤礦震動信號特征、沖擊危險預警和上覆巖層破裂規(guī)律上取得了許多研究成果［4－9］，而這都是建立在震源定位和能量計算可靠性的基礎之上.鞏思園等［10］分析了影響震源定位精度的主要因素，從臺網(wǎng)布設上入手建立了臺網(wǎng)優(yōu)化布設模型和基于數(shù)值仿真實驗方法的震中與震源誤差期望值模型，最終形成臺網(wǎng)布置優(yōu)化及評價系統(tǒng).在參與定位通道選取上，鞏思園等［11］根據(jù)煤礦實際條件和震動波傳播特點，構(gòu)建了用于定位精度評價模型中P波波速和P波到時標記精度的方差函數(shù)，建立了最優(yōu)通道個數(shù)的確定原則.近期，姜福興［12］在塔山礦8103工作面微震監(jiān)測過程中測得安裝在底板并距震源較遠的檢波器比安裝在頂板且距離震源較近的檢波器先接收到微震波形的異?，F(xiàn)象，認為存在的直達波和透射直達波傳播模式是造成出現(xiàn)異?，F(xiàn)象的主因.這表明在不考慮傳播路徑的條件下，為提高礦震震源的定位精度，就不能對檢波器使用統(tǒng)一的簡化波速模型.國內(nèi)，李會義［13］基于地震波在連續(xù)介質(zhì)中的傳播機理，采用P波到達時間為主要指標，編制了基于Matlab語言的定位軟件，但模型采用的統(tǒng)一簡化波速模型，即震源至所有檢波器的傳播速度相同.陳炳瑞［14］針對柿竹園金屬礦提出了以速度為未知數(shù)的微震震源分層定位目標函數(shù)模型，并運用全局特性較優(yōu)的粒子群算法求解震源參數(shù)，但求解模型中速度取值范圍過大（0～50.0m／ms），在沒有大量震源數(shù)據(jù)約束的情況下，求解過程會為滿足方程目標函數(shù)最小而出現(xiàn)速度與實際不符的情況.王進強［15］采用組合法、走時殘差優(yōu)化法、定位誤差優(yōu)化法、定位殘差優(yōu)化法和聯(lián)合反演法進行了速度模型的優(yōu)化計算，通過對一次放炮數(shù)據(jù)的計算，認為定位誤差優(yōu)化法最可靠，而定位殘差優(yōu)化法不可靠.由于探頭分布比較集中，采用統(tǒng)一的簡化波速模型是合理的，但一次放炮數(shù)據(jù)不應同時充當波速優(yōu)化數(shù)據(jù)和驗證數(shù)據(jù).國外，在美國西部的深部煤礦礦井，LURKA Adam［16］運用反演原理和進化算法構(gòu)建三維速度模型，并在新目標函數(shù)模型下進行修正和提高震源定位精度，相對常值速度模型，到時殘差有所改善，但該模型是建立在大量監(jiān)測礦震數(shù)據(jù)基礎上的，對于數(shù)量較少的放炮數(shù)據(jù)使用并不可行.

綜上，本文基于礦井監(jiān)測尺度的微震監(jiān)測系統(tǒng)，例如SOS，ARAMISM／E等，構(gòu)建煤礦礦震定位的異向波速模型.利用現(xiàn)場記錄的多個放炮信號和強礦震信號確定速度模型參數(shù)，并進行與統(tǒng)一的簡化波速模型之間的優(yōu)劣驗證，從而為現(xiàn)場安裝的微震監(jiān)測系統(tǒng)中速度參數(shù)的確定提供理論與技術(shù)參考依據(jù).

2 震源定位方程

礦震發(fā)生后將主要向外釋放兩種波，分別為縱波和橫波，其速度比值為

由于泊松比0≤μ≤0.5，因此縱波比橫波傳播的快.地震定位中，經(jīng)常會使用S波進行標記，這主要是因為，波的傳播距離逐漸增大后，P波與S波在波形上的時間間隔隨之增加.傳播距離足夠遠后，P波與S波在圖形中可以容易區(qū)分開來，并進行初次到時的標記.而對于礦區(qū)范圍來說，由于尺度較小，波形在傳播過程中，S波的初次到時迭加于P波尾波中，很難區(qū)分.因此應選擇比較容易辨認的縱波（P波）進行定位，與其它波相比，P波首次到時標記精確，其從震源傳播至檢波器的最短時間由下式描述：

式中（x0，y0，z0）為震源坐標，（xi，yi，zi）為第i個檢波器在礦井中的三維坐標，Vi為第i個檢波器至震源的P波波速值，t0為發(fā)震時刻，ti為第i個檢波器上人工標記的P波首次到時，i＝1，2，…，n，n是總共安裝的檢波器數(shù)量.

式（2）有θ＝（x0，y0，z0，t0）四個未知數(shù).因此對震源定位，至少需4個檢波器觸發(fā)并記錄波形數(shù)據(jù).震源定位的目標函數(shù)如下：

式中p為范數(shù)，本文取2，對應L2標準.定位算法選用CMEAS算法［17］，該算法具有很好的全局特性.

3 異向波速模型構(gòu)建與求解

3.1 異向波速模型的構(gòu)建

如圖1，微震監(jiān)測系統(tǒng)檢波器主要安裝在井下巷道和礦區(qū)地面.由于煤礦上覆巖層多以層狀形式賦存，以及回采后在工作面上方形成離層帶，從震源到靠近地表處安裝的檢波器要比到井下檢波器經(jīng)過的巖體介質(zhì)更加復雜，導致P波在垂向上速度和傳播路徑變化很大.因此在進行波速構(gòu)建時，應與井下區(qū)別對待.為此，針對層狀賦存和離層帶的特點，選用兩種速度建立異向波速模型，一種針對井下的檢波器，P波沿最短路徑傳播，速度為Vi＝Vpu；另一種針對井上檢波器，實際沿最小走時路徑傳播，而本模型簡化為沿最短路徑傳播，速度為Vi＝Vpg.即速度向量V中只包含兩種速度，分別為井下速度和地面速度.

3.2 異向波速求解模型構(gòu)建

微震監(jiān)測系統(tǒng)在煤礦生產(chǎn)過程中會記錄產(chǎn)生的震動信號，其中包括礦震信號、沖擊礦壓信號和放炮信號.一般能量越大的信號，傳播距離也越遠，能夠記錄到該信號的檢波器個數(shù)就越多.所以，在對煤礦礦井進行異向波速求解模型構(gòu)建時，可根據(jù)記錄的不同信號分為以下兩種情況：

（1）無爆破信號，只使用強礦震信號

強礦震能量大，信號強，選用此信號可利用臺網(wǎng)中大多數(shù)的檢波器求解模型.由于震源位置未知，故目標是使得（3）式的累加值最小，即到時殘差最小.

式中tji為第j個強礦震信號中第i個臺站上的P波到時，（xj0，yj0，zj0，tj0）為第j個強礦震震源位置與發(fā)震時刻未知數(shù)，k為用于波速模型求解的震動信號個數(shù).

（2）既有爆破信號，又有強礦震信號

具有沖擊危險的礦井，在工作面回采或順槽掘進過程中，經(jīng)常要進行爆破或卸壓爆破，安裝的微震監(jiān)測系統(tǒng)能夠清楚地記錄這些人工產(chǎn)生的信號.由于這些信號震動的位置已知，所以是進行異向波速模型求解的重要基礎數(shù)據(jù).當臺網(wǎng)尺度較小，爆破信號能夠激發(fā)包括地面探頭在內(nèi)的多數(shù)探頭時，可采?。?）式到時殘差的表達形式，式中（xj0，yj0，zj0）由已知的爆破位置（xjb，yjb，zjb）替代，也可采用調(diào)整波速以盡可能使所求震源位置接近放炮位置的策略：

式中（xj0，yj0，zj0）為由（3）式求得的第j個震源位置.

不過當臺網(wǎng)尺度較大，而爆破信號能量又有限，對于礦井監(jiān)測尺度的微震監(jiān)測系統(tǒng)，遠處的檢波器很難記錄到清晰的震動波形，從而不能對整個臺網(wǎng)進行異向波速模型的求解.因此，可混合采用爆破信號與強礦震信號的形式.為統(tǒng)一目標函數(shù)形式，應寫成（4）式的形式.

對式（4）和式（5）目標函數(shù)求解選用遺傳算法與CMEAS算法結(jié)合的混合算法［18－19］，具備很強的全局搜索特征.Vpu和Vpg作為遺傳算法的種群個體形成異向波速模型向量V.對爆破信號，當只以發(fā)震時刻tj0為未知數(shù)時，CMEAS算法負責搜索滿足到時殘差最小的t0值，并以到時殘差作為評價個體的適應度函數(shù)；當以（xj0，yj0，zj0，tj0）為未知數(shù)時，CMEAS算法則求解震源位置與發(fā)震時刻，然后以放炮位置與求解的震源位置之間的距離作為適應度函數(shù).

4 現(xiàn)場應用

4.1 某礦異向波速模型構(gòu)建與求解

某礦安裝微震監(jiān)測系統(tǒng)后，一直采用統(tǒng)一的簡化波速模型.定位過程中發(fā)現(xiàn)定位誤差較大，震源比較分散.經(jīng)過分析發(fā)現(xiàn)，地面檢波器的到時誤差比較大，應采用異向波速模型.在該礦7206工作面軌道順槽掘進過程中記錄了大量卸壓爆破數(shù)據(jù)，由于記錄比較詳細，卸壓爆破的位置和時間都非常準確，是非常好的速度模型求解資料.

該礦微震臺網(wǎng)共安裝探頭12個，其中可以使用的檢波器數(shù)目10個，2個在地面，8個在井下，各臺站坐標見表1.異向波速模型向量V＝［VpuVpuVpuVpuVpuVpuVpgVpuVpuVpg］.7206工作面掘進過程中，共選取震動信號29個，其中爆破信號24個，強礦震信號5個.24個爆破信號中有14個信號為驗證信號.

表1 臺站坐標Table 1 Station coordinates of the microseismic network

首先選取10個爆破信號采用到時殘差的目標函數(shù)形式求解模型.根據(jù)各種巖石波速的變化范圍，求解算法中設置Vpu取值范圍為［3000 7000］m／s，Vpg取值范圍為［2500 5500］m／s.從圖2a中可以看出，采用遺傳算法后，在運算到第27代時，目標函數(shù)就已收斂到最優(yōu)解.異向波速模型向量V中Vpu＝5147.4m／s，Vpg＝4134.9m／s.為驗證算法求解結(jié)果的準確性，采用窮舉法［20］進行搜索，又繪制了如圖2b所示的井上與井下速度與目標函數(shù)值關系的等值線圖，而最優(yōu)點正好處于最小到時殘差等值線所包圍的區(qū)域.

其次，10個爆破信號不變，改為采用式（5）的目標函數(shù)形式進行求解.除進化代數(shù)外，求解算法中的各參數(shù)設置與以上相同.如圖3，所求異向波速模型向量V中Vpu＝4997m／s，Vpg＝3885.6m／s.

最后，以上10個爆破信號不變，再加上5個強礦震信號以式（4）為目標函數(shù)求解.求得Vpu＝5111.7m／s，Vpg＝4124.1m／s.

4.2 模型有效性驗證

采用CMEAS算法對剩余的14個卸壓爆破震動信號進行定位，定位選用以上采取三種不同策略獲得的波速模型.在評價過程中，認為計算得到的震源位置越接近放炮位置，其波速模型越準確.選用式（5）作為模型有效性的評價模型.計算對應三種模型的目標函數(shù)值分別為55.7、61.8和56.8.由此可看出，此處走時殘差法優(yōu)于定位誤差法.

利用求得的最優(yōu)異向波速模型與之前的統(tǒng)一的簡化波速模型進行對比，如圖4，定位誤差相對之前有了很大的改善，震源誤差平均值從165m降到了55m，震中誤差從161m則降到了21.5m.為進一步減低定位誤差，還需從微震臺網(wǎng)的優(yōu)化布設方面解決.

5 結(jié) 論

（1）基于煤礦煤巖層層狀賦存和離層帶特點，構(gòu)建礦井尺度的微震監(jiān)測系統(tǒng)異向波速模型，模型V中包括井下速度Vpu和地面速度Vpg.

（2）利用煤礦中產(chǎn)生的強礦震和爆破信號，構(gòu)建不同組合條件下的到時殘差優(yōu)化模型和定位誤差優(yōu)化模型.若只使用爆破信號，則可以采用定位誤差模型和到時殘差優(yōu)化模型；若混合使用強礦震信號與爆破信號或只使用強礦震信號，則只能采用到時殘差優(yōu)化模型.

（3）在某礦對兩種信號組合條件下，基于到時殘差優(yōu)化模型和定位誤差優(yōu)化模型制定了三種方案，采用遺傳算法與CMEAS算法進行了異向波速模型求解.結(jié)果發(fā)現(xiàn)只使用爆破信號的走時殘差法最優(yōu)，其次是混有強礦震信號的走時殘差法，而僅使用爆破信號的定位殘差法最差.

（4）相對統(tǒng)一的簡化波速模型，對驗證信號的定位結(jié)果發(fā)現(xiàn)，定位誤差有了很大的改善.震源誤差平均值從165m降到了55m，震中誤差從161m則降到了21.5m.為進一步減低定位誤差，還需從微震臺網(wǎng)的優(yōu)化布設方面解決.

（References）

［1］ 竇林名，趙從國，楊思光.煤礦開采沖擊礦壓災害防治.徐州：中國礦業(yè)大學出版社，2006.Dou L M，Zhao C G，Yang S G.Prevention and Control of Rock Burst in Coal Mine（in Chinese）.Xuzhou：China University of Mining and Technology Press，2006.

［2］ 齊慶新，竇林名.沖擊地壓理論與技術(shù).徐州：中國礦業(yè)大學出版社，2008.Qi Q X，Dou L M.Theory and Technology of Rock Burst（in Chinese）.Xuzhou：China University of Mining and Technology Press，2008.

［3］ 姜福興，楊淑華，成云海等.煤礦沖擊地壓的微地震監(jiān)測研究.地球物理學報，2006，49（5）：1511－1516.Jiang F X，Yang S H，Cheng Y H，et al.A study on microseismic monitoring of rock burst in coal mine.Chinese J.Geophys.（in Chinese），2006，49（5）：1511－1516.

［4］ 姜福興，苗小虎，王存文等.構(gòu)造控制型沖擊地壓的微地震監(jiān)測預警研究與實踐.煤炭學報，2010，35（6）：900－903.Jiang F X，Miao X H，Wang C W，et al.Predicting research and practice of tectonic－controlled coal burst by microseismic monitoring.Journal of China Coal Society（in Chinese），2010，35（6）：900－903.

［5］ 曹安業(yè)，竇林名，秦玉紅等.高應力區(qū)微震監(jiān)測信號特征分析.采礦與安全工程學報，2007，24（2）：146－149.Cao A Y，Dou L M，Qin Y H，et al.Characteristic of microseismic monitoring signal in high stressed zone.Journal of Mining ＆Safety Engineering（in Chinese），2007，24（2）：146－149.

［6］ 魏東，賀虎，秦原峰等.相鄰采空區(qū)關鍵層失穩(wěn)誘發(fā)礦震機理研究.煤炭學報，2010，35（12）：1957－1962.Wei D，He H，Qin Y F，et al.Study on mechanism of mining tremor induced by key strata instability in the gob beside the working face.Journal of China Coal Society（in Chinese），2010，35（12）：1957－1962.

［7］ 李鐵，蔡美峰，紀洪廣等.強礦震預測的研究.北京科技大學學報，2005，27（3）：260－263.Li T，Cai M F，Ji H G，et al.Study on forecating strong mining－induced earthquake.Journal of University of Science and Technology Beijing（in Chinese），2005，27（3）：260－263.

［8］ 夏永學，康立軍，齊慶新等.基于微震監(jiān)測的5個指標及其在沖擊地壓預測中的應用.煤炭學報，2010，35（12）：2011－2016.Xia Y X，Kang L J，Qi Q X，et al.Five indexes of microseismic and their application in rock burst forecastion.Journal of China Coal Society（in Chinese），2010，35（12）：2011－2016.

［9］ 呂進國，潘立.微震預警沖擊地壓的時間序列方法.煤炭學報，2010，35（12）：2002－2005.LüJ G，Pan L.Microseismic predicting coal bump by time series method.Journal of China Coal Society（in Chinese），2010，35（12）：2002－2005.

［10］ 鞏思園，竇林名，曹安業(yè)等.煤礦微震監(jiān)測臺網(wǎng)優(yōu)化布設研究.地球物理學報，2010，53（2）：457－465.Gong S Y，Dou L M，Cao A Y，et al.Study on optimal configuration of seismological observation network for coal mine.Chinese J.Geophys.（in Chinese），2010，53（2）：457－465.

［11］ 鞏思園，竇林名，馬小平等.提高煤礦微震定位精度的最優(yōu)通道個數(shù)的選取.煤炭學報，2010，35（12）：2017－2021.Gong S Y，Dou L M，Ma X P，et al.The method to identify the optimal channel numbers for increasing the location accuracy of microseismic events in coal mine.Journal of China Coal Society（in Chinese），2010，35（12）：2017－2021.

［12］ 姜福興，宋廣東，孔令海等.微地震波在煤礦巖層中的傳播特征研究.巖石力學與工程學報，2008，28（增1）：2674－2679.Jiang F X，Song G D，Kong L H，et al.Research on spread characteristics of micro－seismic wave in mine strata.Chinese Journal of Rock Mechanics and Engineering（in Chinese），2008，28（Suppl.1）：2674－2679.

［13］ 李會義，姜福興，楊淑華.基于Matlab的巖層微地震破裂定位求解及其應用.煤炭學報，2006，31（2）：154－158.Li H Y，Jiang F X，Yang S H.Research and application of microseismic monitoring location of strata fracturing based on Matlab.Journal of China Coal Society（in Chinese），2006，31（2）：154－158.

［14］ 陳炳瑞，馮夏庭，李庶林等.基于粒子群算法的巖體微震源分層定位方法.巖石力學與工程學報，2009，28（4）：740－749.Chen B R，F(xiàn)eng X T，Li S L，et al.Microseism source location with hierarchical strategy based on particle swarm optimization.Chinese Journal of Rock Mechanics and Engineering（in Chinese），2009，28（4）：740－749.

［15］ 王進強，姜福興，呂文生等.地震波傳播速度原位試驗及計算.煤炭學報，2010，35（12）：2059－2063.Wang J Q，Jiang F X，LüW S，et al.Microseismic wave propagation velocity in situ experiment and calculation.Journal of China Coal Society（in Chinese），2010，35（12）：2059－2063.

［16］ Lurka A，Swanson P.Improvements in seismic event locations in a deep western U.S.coal mine using tomographic velocity models and an evolutionary search algorithm.Mining Science and Technology，2009，19（15）：599－603.

［17］ Auger A，Hansen N.Performance evaluation of an advanced local search evolutionary algorithm.The 2005IEEE Congress on Evolutionary Computation，2005，2：1777－1784.

［18］ 鞏思園，竇林名，李志華等.混合遺傳算法在礦震定位中的應用.∥2008全國沖擊地壓研討會論文集.徐州：中國礦業(yè)大學出版社，2008：137－141.Gong S Y，Dou L M，Li Z H，et al.Mixed genetic algorithm application on the location of mine tremor.∥Proc.of the coal mine rockburst（in Chinese）.Xuzhou：China University of Mining and Technology Press，2008：137－141.

［19］ 鞏思園.礦震震動波波速層析成像原理及其預測煤礦沖擊危險應用實踐.徐州：中國礦業(yè)大學，2010.Gong S Y.Research and application of using mine tremor velocity tomography to forecast rockburst danger in coal mine（in Chinese）.Xuzhou：China University of Mining and Technology，2010.

［20］ 鞏思園，竇林名，馬小平等.提高煤礦微震定位精度的臺網(wǎng)優(yōu)化布置算法.巖石力學與工程學報，2012，31（1）：8－17.Gong S Y，Dou L M，Ma X P，et al.Optimization algorithm of network configuration for improving location accuracy of microseism in coal mine.Chinese Journal of Rock Mechanics and Engineering（in Chinese），2012，31（1）：8－17.

Study on the construction and solution technique of anisotropic velocity model in the location of coal mine tremor

GONG Si－Yuan1，2，DOU Lin－Ming2，MA Xiao－Ping1，MU Zong－Long3，HE Hu3，HE Jiang3
1 School of Information and Electrical Engineering，China University of Mining and Technology，Xuzhou Jiangsu 221116，China
2 State Key Laboratory of Coal Resources and Mine Safety，China University of Mining and Technology，Xuzhou Jiangsu 221116，China
3 School of Mines，China University of Mining and Technology，Xuzhou Jiangsu 221116，China

According to the characteristics of layered bedding strata and bed separation zone in coal mine，an anisotropic velocity model is built by two kinds of velocity，that is，one for underground sensor and the other for surface sensor，to form the velocity vector.In order to solve the vector，two objective functions of minimum arrival time residuals and minimum source location errors are created under two conditions with strong tremor signals only and also mixed with blasting signals.These objective functions are solved by the mixed algorithm combining genetic algorithm with CMEAS algorithm，which has good global search capability.The site application results show that the arrival time residual method using blasting signal only is thebest，the next is the arrival time residual method using mixed blasting signal and strong tremor signal.Compared to the isotropic velocity model，the average source location error of verification blasting signals is reduced greatly.In order to further decrease the source location error，the microseismic network should also be optimized.

Layered bedding strata，Bed separation zone，Anisotropic velocity model，Arrival time residual，Source location error，Genetic algorithm，Blasting signal，Strong tremor signal

10.6038／j.issn.0001－5733.2012.05.033

P631

2011－07－08，2012－03－04收修定稿

國家重點基礎研究發(fā)展規(guī)劃（973）項目（2010CB226805）；江蘇高校優(yōu)勢學科建設工程項目（SZBF2011－6－B35）；江蘇省博士后科研計劃（1002004B）；煤炭資源與安全開采國家重點實驗室自主研究課題（SKLCRSM10X05）；山東省博士后創(chuàng)新項目專項資金（201002009）；教育部新世紀優(yōu)秀人才支持計劃項目（NCET－10－0769）資助.

鞏思園，1983年生，男，安徽淮北人，博士后，主要從事教育部新世紀優(yōu)秀人才支持計劃項目研究.E－mail：gsy＿cumt＠163.com

鞏思園，竇林名，馬小平等.煤礦礦震定位中異向波速模型的構(gòu)建與求解.地球物理學報，2012，55（5）：1757－1763，

10.6038／j.issn.0001－5733.2012.05.033.

Gong S Y，Dou L M，Ma X P，et al.Study on the construction and solution technique of anisotropic velocity model in the location of coal mine tremor.Chinese J.Geophys.（in Chinese），2012，55（5）：1757－1763，doi：10.6038／j.issn.0001－5733.2012.05.033.

（本文編輯 胡素芳）