張　華

(銅川職業(yè)技術(shù)學(xué)院，陜西 銅川　727031)

1　概　述

南非、波蘭、俄羅斯、加拿大、美國(guó)、澳大利亞、中國(guó)、印度、智利、德國(guó)和日本等國(guó)的許多國(guó)家，在某些礦山和隧道的不同時(shí)期經(jīng)歷了不同的巖爆危險(xiǎn)。最近幾十年來，巖石物理力學(xué)和采礦工程等地球物理方法(如微震監(jiān)測(cè)，地質(zhì)地形和地層內(nèi)地震技術(shù))顯示出越來越重要的意義；特別是微地震(Microseismic)監(jiān)測(cè)技術(shù)被廣泛用于采礦工程中的斷層/破壞信號(hào)的定位，為評(píng)估采礦過程中地震危險(xiǎn)提供了科學(xué)依據(jù)。

通常在礦山開采過程中采用的表面陣列的小型地震的穩(wěn)健檢測(cè)是一項(xiàng)具有挑戰(zhàn)性的任務(wù)，目前使用的最常用的方法包括特征函數(shù)(Characteristic-Function，CF)，互相關(guān)(Cross-Correlation，CC)和基于遷移的方法。在基于CF的STA/LTA方法中，使用特征函數(shù)來放大時(shí)間序列中的突然變化以自動(dòng)檢測(cè)高幅度信號(hào)，然而，該方法對(duì)于檢測(cè)高背景噪聲中的小振幅微震事件的敏感度較差，但對(duì)低信噪比事件的檢測(cè)效果較好；但基于CC的方法如匹配濾波依賴于高SNR主控并且僅限于具有類似破裂機(jī)制和事件信號(hào)的事件簇；而基于遷移的檢測(cè)表現(xiàn)相對(duì)更好[1]，他依賴于從假設(shè)的源位置計(jì)算出的時(shí)差曲線獲得高的棧值，從而改善了未堆棧的數(shù)據(jù)的SNR，這種方法需要在陣列到達(dá)時(shí)具有足夠的一致性，并且其成功取決于極性校正[2-3]。同時(shí)，該方法對(duì)噪聲水平很敏感，疊加過程中即使有一個(gè)噪聲痕跡也會(huì)導(dǎo)致誤報(bào)在以上提出的方法應(yīng)用于實(shí)際的微震監(jiān)測(cè)系統(tǒng)存在各種問題，如信噪比可以通過使用時(shí)頻閾值技術(shù)來改善，但是，需要較高的計(jì)算性能作保障，不適合實(shí)時(shí)處理。為此，本文提出了一種基于小波域通用交叉驗(yàn)證的簡(jiǎn)單快速閾值方法來放大與時(shí)域表示(Time-Frequency Representation，TFR)地震事件相關(guān)的能量，并在微震事件識(shí)別過程中使用圖像處理技術(shù)進(jìn)一步處理衰減光譜以建立可用于觸發(fā)和事件檢測(cè)的直方圖，利用該方法實(shí)現(xiàn)的微震檢測(cè)系統(tǒng)能夠快速、自動(dòng)等對(duì)銅礦開采過程中產(chǎn)生的微震事件進(jìn)行報(bào)警檢測(cè)[4-7]。

2　微震檢測(cè)系統(tǒng)

2.1　閾值理論

系統(tǒng)通過檢測(cè)空間信號(hào)，按照檢測(cè)算法判別是否發(fā)生微震事件，具體檢測(cè)算法介紹如下：

系統(tǒng)所記錄的信號(hào)y(t)可以由地震信號(hào)分量sk與附加噪聲ε(t)的和，表示如下：

(1)

其中，k是記錄信號(hào)中的最大分量數(shù)，σ是噪聲電平。

連續(xù)小波變換(CWT)用于時(shí)頻分析的常用變換，CWT是通過稱為母小波的原型分析函數(shù)完成的，可以將其解釋為帶通，系統(tǒng)中觀測(cè)信號(hào)的CWT，規(guī)模和時(shí)間偏移τ由下式給出：

(2)

其中，*表示復(fù)共軛，是內(nèi)積，Wy為集中的時(shí)頻圖片中表示信號(hào)y的有限能量的系數(shù)。 CWT的倒置可以表示如下：

(3)

CWT可以被認(rèn)為是y與多個(gè)被拉伸(或壓縮)的小波以及原始母小波的移位版本的互相關(guān)，從而捕獲跨不同頻率的振蕩特征。與短時(shí)傅里葉變換(STFT)相比，可變長(zhǎng)度導(dǎo)致時(shí)間和頻率定位之間的靈活折衷。

在將觀測(cè)數(shù)據(jù)y傳輸?shù)紺WT域之后(由公式2完成)，可以通過衰減與噪聲關(guān)聯(lián)的小波系數(shù)來改善SNR。根據(jù)公式(1)中記錄的數(shù)據(jù)y的模型，信號(hào)增強(qiáng)的目標(biāo)是盡可能多地去除附加噪聲以提高SNR。閾值系數(shù)和結(jié)果頻譜可用于進(jìn)一步放大高能到達(dá)和使用圖像處理技術(shù)檢測(cè)微震，本系統(tǒng)中將光譜作為圖像處理，而不是處理復(fù)雜的小波系數(shù)，這節(jié)省了計(jì)算時(shí)間并提高了效率。處理過程將圖像轉(zhuǎn)換成二進(jìn)制版本，使用色調(diào)進(jìn)行顏色檢測(cè)，轉(zhuǎn)換成灰度版本，去除小斑點(diǎn)，并將灰度圖像分別轉(zhuǎn)換成成形直方圖。

2.2　理論驗(yàn)證

為了測(cè)試閾值方法，使用具有隨機(jī)和真實(shí)地震噪聲(圖1b)的局部合成地震圖和其受噪聲影響的版本，SNR為2.5。閾值的結(jié)果如圖1c所示。結(jié)果顯示該方法成功地消除了噪聲，提高了信噪比，信噪比增加到8，P和S能量得到很好保存。 然而，一些尾波能量衰減，去噪和合成信號(hào)在整個(gè)波形(圖1a和c)上都很好地匹配，除了P到達(dá)的最初和P尾的結(jié)束之外。去噪和合成信號(hào)之間的均方根誤差為0.046，P到達(dá)的前兩個(gè)周期的極性和振幅保持得很好。將去噪信號(hào)與合成信號(hào)進(jìn)行交叉相關(guān)，得到最大相關(guān)系數(shù)0.82，系統(tǒng)得出該結(jié)論所需要的計(jì)算時(shí)間為0.9 s，遠(yuǎn)低于其他閾值方法(如文獻(xiàn)[8]中的閾值為39 s)，并且接近簡(jiǎn)單帶通濾波器(0.2 s)的計(jì)算時(shí)間。

a)合成信號(hào)和圍繞P波的縮放窗口；b)被隨機(jī)噪聲和場(chǎng)噪聲污染；c)閾值之后

如圖2所示為國(guó)內(nèi)XX礦區(qū)爆破發(fā)生的微震事件，由地震儀紀(jì)錄的地震數(shù)據(jù)，圖3為利用本文所設(shè)計(jì)的閾值檢測(cè)方法對(duì)同一微震事件進(jìn)行檢測(cè)結(jié)果圖，結(jié)果顯示在消除噪聲和提高SNR方面取得了顯著的提升。

圖3中的頻譜結(jié)果顯示，該微震事件主要包含7個(gè)事件，亮點(diǎn)線條即為7個(gè)事件的閾值，其中7個(gè)中的6個(gè)事件由高功率系數(shù)表示，而一個(gè)具有相對(duì)較低的能量。如圖4所示為將該檢測(cè)頻譜結(jié)果數(shù)據(jù)放大，圖4b為將圖4a中的閾值光譜轉(zhuǎn)換成二進(jìn)制圖像，并進(jìn)行灰度處理；然后可以對(duì)這個(gè)灰度圖像中的像素進(jìn)行閾值處理，以傳遞與高能量事件相關(guān)的像素，相當(dāng)于在正常檢測(cè)算法中傳遞觸發(fā)級(jí)別。最后將持有的灰色圖像轉(zhuǎn)換成直方圖，以指示微震的數(shù)量及其相對(duì)大小，如圖4c所示。

圖2　地震儀記錄的微震結(jié)果

圖3　采用閾值檢測(cè)的系統(tǒng)微震事件檢測(cè)結(jié)果

2.3　系統(tǒng)工作流程

為了在系統(tǒng)設(shè)計(jì)過程中使用這種方法，必須開發(fā)用于實(shí)際銅礦微震監(jiān)測(cè)的閾值測(cè)量算法(圖5所示為系統(tǒng)算法實(shí)現(xiàn)流程)，利用目標(biāo)函數(shù)對(duì)檢測(cè)的微震信號(hào)采用小波變換的方式進(jìn)行求解，并在系統(tǒng)閾值匹配過程中采用邊界元方法，該方法利用有效的數(shù)值技術(shù)求解偏微分方程，無限的邊界元素可能用解開的曲線來描述邊界，從而得出需要的直方圖像。

圖4　頻譜數(shù)據(jù)放大結(jié)果

在實(shí)際的系統(tǒng)設(shè)計(jì)過程中，顯示同時(shí)去噪和檢測(cè)對(duì)于增加發(fā)現(xiàn)檢測(cè)的準(zhǔn)確性和事件檢測(cè)的效率是重要的，由于CWT的固有互相關(guān)特性，在匹配濾波中選擇一個(gè)高信噪比的事件作為主事件，峰值幅度附近的一個(gè)非常窄的窗口與連續(xù)波形相互零相關(guān)，然后相關(guān)系數(shù)堆疊不同的站點(diǎn)以增加SNR。

3　結(jié)　語

本文提出了一種快速自適應(yīng)算法，利用單通道數(shù)據(jù)進(jìn)行信號(hào)增強(qiáng)和微震事件檢測(cè)。該方法結(jié)合了時(shí)間頻率閾值使用一般交叉驗(yàn)證技術(shù)和幾個(gè)圖像處理步驟，可在實(shí)際的礦產(chǎn)開采過程中用于現(xiàn)場(chǎng)微震的檢測(cè)。該系統(tǒng)基于CWT的方法中，選擇與一個(gè)事件(相當(dāng)于主事件)的最大能量具有高相關(guān)性的母小波，并且將其用于與連續(xù)記錄的互相關(guān)；通過母小波的縮放程序增加了該方法的靈活性，這種靈活性可以通過基于數(shù)據(jù)集本質(zhì)的更復(fù)雜的適當(dāng)母小波的自動(dòng)選擇或者使用部分主事件信號(hào)作為母小波來進(jìn)一步改進(jìn)。

圖5　系統(tǒng)算法實(shí)現(xiàn)流程