CN113703053B - 工作面水害微震动态监测方法及*** - Google Patents
工作面水害微震动态监测方法及*** Download PDFInfo
- Publication number
- CN113703053B CN113703053B CN202111010079.2A CN202111010079A CN113703053B CN 113703053 B CN113703053 B CN 113703053B CN 202111010079 A CN202111010079 A CN 202111010079A CN 113703053 B CN113703053 B CN 113703053B
- Authority
- CN
- China
- Prior art keywords
- microseismic
- microseism
- signals
- density
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 78
- 238000012544 monitoring process Methods 0.000 title claims abstract description 67
- 230000006378 damage Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000009826 distribution Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000010276 construction Methods 0.000 claims abstract description 7
- 230000004913 activation Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 14
- 239000003673 groundwater Substances 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000004445 quantitative analysis Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 239000003245 coal Substances 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 8
- 239000011435 rock Substances 0.000 description 7
- 238000001125 extrusion Methods 0.000 description 6
- 238000000556 factor analysis Methods 0.000 description 3
- 238000005755 formation reaction Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910001385 heavy metal Inorganic materials 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010291 electrical method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/66—Subsurface modeling
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及矿井监测预警技术领域,具体涉及一种工作面水害微震动态监测方法及***,其中,***包括:采集模块,用于实时采集矿井底板监测区域的地质数据和微震信号;构建模块,用于根据地质数据构建监测区域的三维地质模型;定位模块,用于采用天然地震定位算法在监测区域对微震信号进行定位,得到微震信号在三维地质模型中的微震位置;分析模块,用于对微震信号进行分析,得到矿井底板的破坏深度;显示模块,用于根据三维地质模型显示微震位置和破坏深度。本发明根据实时的地质数据构建三维地质模型,即使矿井底板的监测区域内的空间形态、分布情况随着时间发生变化,也能够准确地显示微震位置和破坏深度,提高了监测的准确性和抗干扰性。
Description
技术领域
本发明涉及矿井监测预警技术领域,具体涉及一种工作面水害微震动态监测方法及***。
背景技术
目前,矿井水害时有发生,给煤炭资源的安全高效开采造成了巨大威胁,是制约煤炭生产发展的重要因素之一,逐渐引起了煤炭行业的高度重视。但是,对于底板突水的各类监测、预警及评价技术仍处于探索和研究阶段,同时存在着较大的局限性和不确定性。比如说,突水系数、“关键层”、“原位张裂”和“零位破坏”理论等仍然存在较多的局限性和主观随意性,其他诸如直流电法、瞬变电磁法、高密度电法等物探手段在矿井施工条件下干扰较为严重、误差较大。
可见,有必要对矿井水害尽可能准确地进行监测。事实上,已有中国专利公开相关的技术,比如说,针对煤矿采煤工作面回采过程中和回采后的采空区部分进行实时监测并分级预警,在“下三带”理论的基础上,结合数值模拟确定监测位置;之后,监测采煤工作面底板的破坏深度,监测采煤工作面底板承压水的导升高度,计算底板破坏最低点与承压水导升最高点之间的距离,并使用底板突水系数法动态计算整个工作面范围底板的突水系数;最后,通过突水系数的高低等预警指征来确定底板突水预警的级别并进行预警。但是,以往的预测某种程度,是在地质和生产勘探成果的基础上进行的,而地下岩层、煤层的空间分布非常复杂,同时,矿井底板区域内的空间形态、分布情况富于变化,导致以往的水害微震监测手段准确性低、抗干扰性弱。
发明内容
本发明提供一种工作面水害微震动态监测方法及***,解决了水害微震监测准确性低、抗干扰性弱的技术问题。
本发明提供的基础方案为:工作面水害微震动态监测***,包括:
采集模块,用于实时采集矿井底板监测区域的地质数据和微震信号;
构建模块,用于根据地质数据进行三维地质建模,得到监测区域的三维地质模型;
定位模块,用于采用天然地震定位算法在监测区域对微震信号进行定位,得到微震信号在三维地质模型中的微震位置;
分析模块,用于对微震信号进行分析,得到矿井底板的破坏深度;
显示模块,用于根据三维地质模型显示微震位置和破坏深度。
本发明的工作原理及优点在于:首先,实时采集矿井底板监测区域的地质数据和微震信号;然后,根据地质数据进行三维地质建模得到监测区域的三维地质模型,并采用天然地震定位算法在监测区域对微震信号进行定位,得到微震信号在三维地质模型中的微震位置;最后,对微震信号进行分析,得到矿井底板的破坏深度,并根据三维地质模型显示微震位置和破坏深度。通过这样的方式,根据实时的地质数据建模得到三维地质模型,即使矿井底板的监测区域内的空间形态、分布情况随着时间发生变化,三维地质模型也能够准确地显示微震位置和破坏深度;相较于以往的水害微震监测手段来说,准确性更高,抗干扰性更强。
本发明根据实时的地质数据构建三维地质模型,即使矿井底板的监测区域内的空间形态、分布情况随着时间发生变化,也能够准确地显示微震位置和破坏深度,提高了监测的准确性和抗干扰性。
进一步,分析模块还用于对监测区域的微震信号进行强弱量化分析,得到微震信号的强弱量化值。
有益效果在于:对微震信号进行强弱量化分析得到对应的强弱量化值,便于定量分析、评价微震信号的强弱。
进一步,分析模块还用于分析微震信号的数量、密度和能量随时间的变化,得到微震信号的数量、密度和能量随时间的变化规律。
有益效果在于:分析微震信号的数量、密度和能量随时间的变化,可以为后续的大数据分析奠定基础,精确地得到微震信号的数量、密度和能量随时间的变化规律。
进一步,分析模块还用于对不同深度的微震信号分布和断层活化进行统计分析,得到矿井底板的破坏深度。
有益效果在于:根据地质学相关知识,不同深度的微震信号分布和断层活化对破坏深度有很大的影响,故而可以快速、准确地得到矿井底板的破坏深度。
进一步,分析模块还用于根据微震信号的强弱量化值、矿井底板的破坏深度以及微震信号的数量、密度和能量随时间的变化规律,对矿井底板突水进行预测,得到突水概率。
有益效果在于:综合微震信号的强弱量化值、矿井底板的破坏深度以及微震信号的数量、密度和能量随时间的变化规律,进行多因素的分析,有利于准确地分析矿井底板出现突水的可能性。
进一步,采集模块还用于采集矿井底板的岩层破裂数据和构造活化数据,分析模块还用于对岩层破裂数据和构造活化数据进行分析,得到岩层破裂数据和构造活化数据的动态变化规律。
有益效果在于:由于岩层破裂数据和构造活化数据某种程度上可以体现矿井底板构造的变化,这样可以及早发现突水隐患,便于尽早采取措施。
在上述工作面水害微震动态监测***的基础上,本发明还提供一种工作面水害微震动态监测方法,包括:
S1、实时采集矿井底板监测区域的地质数据和微震信号;
S2、根据地质数据进行三维地质建模,得到监测区域的三维地质模型;
S3、采用天然地震定位算法在监测区域对微震信号进行定位,得到微震信号在三维地质模型中的微震位置;
S4、对微震信号进行分析,得到矿井底板的破坏深度;
S5、根据三维地质模型显示微震位置和破坏深度。
本发明的工作原理及优点在于:根据实时采集的地质数据进行三维地质建模得到监测区域的三维地质模型,之后,得到微震信号在三维地质模型中的微震位置以及矿井底板的破坏深度,并根据三维地质模型显示微震位置和破坏深度。这样根据实时的地质数据建模得到三维地质模型,即使矿井底板的空间形态、分布情况随着时间发生变化,也能够准确地显示微震位置和破坏深度,准确性高、抗干扰性强。
进一步,S4中,还分析微震信号的数量、密度和能量随时间的变化,得到微震信号的数量、密度和能量随时间的变化规律。
有益效果在于:分析微震信号的数量、密度和能量随时间的变化,可以为后续的大数据分析奠定基础。
进一步,S4中,还对不同深度的微震信号分布和断层活化进行统计分析,得到矿井底板的破坏深度。
有益效果在于:由于不同深度层位的微震信号的分布和断层活化对破坏深度有很大的影响,这样可以快速、准确地得到矿井底板的破坏深度。
进一步,S4中,还根据微震信号的强弱量化值、矿井底板的破坏深度以及微震信号的数量、密度和能量随时间的变化规律,对矿井底板突水进行预测,得到突水概率。
有益效果在于:综合进行多因素的分析,有利于准确地分析出现突水的可能性。
附图说明
图1为本发明工作面水害微震动态监测***实施例的***结构框图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
实施例1
实施例基本如附图1所示,包括:
采集模块,用于实时采集矿井底板监测区域的地质数据和微震信号;
构建模块,用于根据地质数据进行三维地质建模,得到监测区域的三维地质模型;
定位模块,用于采用天然地震定位算法在监测区域对微震信号进行定位,得到微震信号在三维地质模型中的微震位置;
分析模块,用于对微震信号进行分析,得到矿井底板的破坏深度;
显示模块,用于根据三维地质模型显示微震位置和破坏深度。
在本实施例中,采集模块包括应力传感器、应变传感器和震动传感器,构建模块、定位模块以及分析模块均集成在服务器上,通过软件/程序/代码/计算机指令实现其功能,显示模块采用显示屏。
具体实施过程如下:
S1、采集模块实时采集矿井底板监测区域的地质数据和微震信号。在本实施例中,地质数据包括矿井底板监测区域的应力数据、应变数据以及其他岩层破裂数据和构造活化数据,这些数据均可采用现有的检测设备进行采集,比如说,采用应力传感器、应变传感器分别实时采集应力数据和应变数据,应力传感器和应变传感器均匀分布在矿井底板监测区域;与此同时,震动传感器实时采集矿井底板监测区域的微震信号,同样的,震动传感器也均匀分布在矿井底板监测区域。
S2、构建模块根据地质数据进行三维地质建模,得到监测区域的三维地质模型。比如说,采用模糊神经网络算法根据矿井底板监测区域的应力数据、应变数据、岩层破裂数据和构造活化数据进行三维建模,得到监测区域的三维地质模型,将矿井底板监测区域的地层立体化呈现。
S3、定位模块采用天然地震定位算法在监测区域对微震信号进行定位,得到微震信号在三维地质模型中的微震位置。比如说,得到的监测区域的三维地质模型包括x、y、z三个坐标轴,根据天然地震定位算法可在监测区域对微震信号进行定位,确定微震信号在三维地质模型中的微震位置,也即微震信号在三维地质模型中的三维坐标。
S4、分析模块对微震信号进行分析,得到矿井底板的破坏深度。在本实施例中,分析微震信号的数量、密度和能量随时间的变化,得到微震信号的数量、密度和能量随时间的变化规律,并对不同深度的微震信号分布和断层活化进行统计分析,从而得到矿井底板的破坏深度。
S5、显示模块根据三维地质模型显示微震位置和破坏深度。在本实施例中,将三维地质模型通过显示屏展示,并显示出微震位置和破坏深度,形象直观。
实施例2
与实施例1不同之处仅在于,S4中,分析模块还对监测区域的微震信号进行强弱量化分析,得到微震信号的强弱量化值,定量分析、评价微震信号的强弱;分析模块还根据微震信号的强弱量化值、矿井底板的破坏深度以及微震信号的数量、密度和能量随时间的变化规律,对矿井底板突水进行预测,得到突水概率。综合微震信号的强弱量化值、矿井底板的破坏深度以及微震信号的数量、密度和能量随时间的变化规律,进行多因素的分析,有利于准确地分析矿井底板出现突水的可能性。
实施例3
与实施例2不同之处仅在于,还根据预先设置的报警阈值进行预警;但是,在根据预先设置的报警阈值进行预警之前,还需要对报警阈值进行修正。在本实施例中,水害微震由矿井底板地下水的压强和冲击引起:一方面,由于地下水处于不断流动的运动状态之中,地下水会对矿井底板产生冲击力;另一方面,地下水的压强也会对矿井底板产生挤压力;在这两方面的影响作用之下,地下水形成矿井底板的水害微震。
相关地质探测研究结果表明,矿井底板的地下水通常是流动的,矿井底板下岩层或者煤层的细小颗粒会逐渐融入地下水中,由于不同岩层或者煤层的成分组成有很大的差异,使得地下水的成分与纯净水的成分完全不同,比如说,地下水通常含有各种微量元素、矿物质和重金属,这些微量元素、矿物质和重金属会影响地下水的密度,使得不同位置的地下水的密度不同;此外,即使是相同位置的地下水,由于地下水不断流动,也会使得不同时刻的地下水的成分不同,从而导致不同时刻的地下水的密度不同。故而,地下水的密度ρ为位置和时间的函数,可以记为ρ=ρ(x,y,z,t),其中,x、y、z分别为三维坐标,t为时间。
地下水对矿井底板产生的单位面积的挤压力(也即压强),可以根据压强计算公式得到,P=ρgh,P为地下水的压强,ρ为地下水的密度,g为当地的重力加速度,h为地下水的深度;地下水对矿井底板产生的单位面积的冲击力,可以根据动量定理计算,F=ρV2,V为地下水的流速,流速V通常也为位置和时间的函数,可以记为V=V(x,y,z,t)。故而,为了简化问题,仅考虑地下水成分的影响,也即,仅考虑地下水的密度的影响,可以将单位面积的挤压力记为P=k1×ρ(x,y,z,t),将单位面积的冲击力记为F=k2×ρ(x,y,z,t),k1、k2均为常数。
对报警阈值进行修正的基本原理如下:不难理解,如果说地下水对矿井底板产生的单位面积的挤压力和冲击力越大,那么矿井底板的结构越容易被损坏,也就越容易产生微震;反之,如果说地下水对矿井底板产生的单位面积的挤压力和冲击力越小,那么矿井底板的结构越不容易被损坏,也就越不容易产生微震。故而,具体修正过程如下:首先,实时监测地下水的成分,得到地下水的成分以及对应的质量分数,比如说,将地下水采集起来,通过化学分析仪器就可以得到这样的结果;然后,根据地下水的成分以及对应的质量分数进行加权运算(具体可参照现有技术),就可以得出地下水的实际密度;最后,根据地下水的实际密度与初始密度计算修正系数,并根据修正系数对报警阈值进行修正,得到修正后的报警阈值,比如说,初始密度记为ρ0,实际密度记为ρR,那么修正系数就为ρ0/ρR,可以认为初始密度ρ0就是纯净水的密度,也即ρ0=1克/立方厘米,修正系数就为1/ρR。
可见,修正系数与实际密度ρR成反比。如果实际密度ρR大于初始密度ρ0,地下水对矿井底板产生的单位面积的挤压力和冲击力相对较大,那么矿井底板的结构越容易被损坏,也就越容易产生微震,故而报警阈值就越小;反之,如果实际密度ρR小于初始密度ρ0,地下水对矿井底板产生的单位面积的挤压力和冲击力相对较小,那么矿井底板的结构越不容易被损坏,也就越不容易产生微震,故而报警阈值就越大。通过这样的方式,能够随着地下水的成分动态地对报警阈值进行修正,使得修正后的报警阈值能够适应性、动态性地准确进行预警。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.工作面水害微震动态监测***,其特征在于,包括:
采集模块,用于实时采集矿井底板监测区域的地质数据和微震信号;
构建模块,用于根据地质数据进行三维地质建模,得到监测区域的三维地质模型;
定位模块,用于采用天然地震定位算法在监测区域对微震信号进行定位,得到微震信号在三维地质模型中的微震位置;
分析模块,用于对微震信号进行分析,得到矿井底板的破坏深度;
显示模块,用于根据三维地质模型显示微震位置和破坏深度;
还根据预先设置的报警阈值进行预警,在根据预先设置的报警阈值进行预警之前,还对报警阈值进行修正;具体修正过程如下:首先,实时监测地下水的成分,得到地下水的成分以及对应的质量分数;然后,根据地下水的成分以及对应的质量分数进行加权运算,得出地下水的实际密度;最后,根据地下水的实际密度与初始密度计算修正系数,并根据修正系数对报警阈值进行修正,得到修正后的报警阈值,其中,水初始密度记为ρ0,实际密度记为ρR,修正系数就记为ρ0/ρR。
2.如权利要求1所述的工作面水害微震动态监测***,其特征在于,分析模块还用于对监测区域的微震信号进行强弱量化分析,得到微震信号的强弱量化值。
3.如权利要求2所述的工作面水害微震动态监测***,其特征在于,分析模块还用于分析微震信号的数量、密度和能量随时间的变化,得到微震信号的数量、密度和能量随时间的变化规律。
4.如权利要求3所述的工作面水害微震动态监测***,其特征在于,分析模块还用于对不同深度的微震信号分布和断层活化进行统计分析,得到矿井底板的破坏深度。
5.如权利要求4所述的工作面水害微震动态监测***,其特征在于,分析模块还用于根据微震信号的强弱量化值、矿井底板的破坏深度以及微震信号的数量、密度和能量随时间的变化规律,对矿井底板突水进行预测,得到突水概率。
6.如权利要求5所述的工作面水害微震动态监测***,其特征在于,采集模块还用于采集矿井底板的岩层破裂数据和构造活化数据,分析模块还用于对岩层破裂数据和构造活化数据进行分析,得到岩层破裂数据和构造活化数据的动态变化规律。
7.工作面水害微震动态监测方法,其特征在于,包括:
S1、实时采集矿井底板监测区域的地质数据和微震信号;
S2、根据地质数据进行三维地质建模,得到监测区域的三维地质模型;
S3、采用天然地震定位算法在监测区域对微震信号进行定位,得到微震信号在三维地质模型中的微震位置;
S4、对微震信号进行分析,得到矿井底板的破坏深度;
S5、根据三维地质模型显示微震位置和破坏深度;
还根据预先设置的报警阈值进行预警,在根据预先设置的报警阈值进行预警之前,还对报警阈值进行修正;具体修正过程如下:首先,实时监测地下水的成分,得到地下水的成分以及对应的质量分数;然后,根据地下水的成分以及对应的质量分数进行加权运算,得出地下水的实际密度;最后,根据地下水的实际密度与初始密度计算修正系数,并根据修正系数对报警阈值进行修正,得到修正后的报警阈值,其中,水初始密度记为ρ0,实际密度记为ρR,修正系数就记为ρ0/ρR。
8.如权利要求7所述的工作面水害微震动态监测方法,其特征在于,S4中,还分析微震信号的数量、密度和能量随时间的变化,得到微震信号的数量、密度和能量随时间的变化规律。
9.如权利要求8所述的工作面水害微震动态监测方法,其特征在于,S4中,还对不同深度的微震信号分布和断层活化进行统计分析,得到矿井底板的破坏深度。
10.如权利要求9所述的工作面水害微震动态监测方法,其特征在于,S4中,还根据微震信号的强弱量化值、矿井底板的破坏深度以及微震信号的数量、密度和能量随时间的变化规律,对矿井底板突水进行预测,得到突水概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111010079.2A CN113703053B (zh) | 2021-08-31 | 2021-08-31 | 工作面水害微震动态监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111010079.2A CN113703053B (zh) | 2021-08-31 | 2021-08-31 | 工作面水害微震动态监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113703053A CN113703053A (zh) | 2021-11-26 |
CN113703053B true CN113703053B (zh) | 2023-09-26 |
Family
ID=78657610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111010079.2A Active CN113703053B (zh) | 2021-08-31 | 2021-08-31 | 工作面水害微震动态监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113703053B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114412573B (zh) * | 2022-01-20 | 2023-08-08 | 中国矿业大学 | 一种矿井井壁破裂监测预警***及方法 |
CN114689821B (zh) * | 2022-03-20 | 2024-02-13 | 兰州资源环境职业技术学院 | 一种矿山相似材料模拟试验用应力采集***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105652314A (zh) * | 2015-12-29 | 2016-06-08 | 大连理工大学 | 基于微震监测的煤矿底板破坏深度的确定方法 |
CN106019364A (zh) * | 2016-05-08 | 2016-10-12 | 大连理工大学 | 煤矿开采过程中底板突水预警***及方法 |
CN107203003A (zh) * | 2017-07-27 | 2017-09-26 | 河北煤炭科学研究院 | 一种矿井水害微震监测时空簇分析方法 |
CN109944637A (zh) * | 2019-03-01 | 2019-06-28 | 河北煤炭科学研究院 | 矿井水害预警*** |
CN113219551A (zh) * | 2021-03-18 | 2021-08-06 | 淮北矿业股份有限公司 | 一种煤矿底板破坏深度的确定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910613B (zh) * | 2019-12-10 | 2022-04-05 | 大连理工大学 | 一种岩体微震无线监测接收预警*** |
-
2021
- 2021-08-31 CN CN202111010079.2A patent/CN113703053B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105652314A (zh) * | 2015-12-29 | 2016-06-08 | 大连理工大学 | 基于微震监测的煤矿底板破坏深度的确定方法 |
CN106019364A (zh) * | 2016-05-08 | 2016-10-12 | 大连理工大学 | 煤矿开采过程中底板突水预警***及方法 |
CN107203003A (zh) * | 2017-07-27 | 2017-09-26 | 河北煤炭科学研究院 | 一种矿井水害微震监测时空簇分析方法 |
CN109944637A (zh) * | 2019-03-01 | 2019-06-28 | 河北煤炭科学研究院 | 矿井水害预警*** |
CN113219551A (zh) * | 2021-03-18 | 2021-08-06 | 淮北矿业股份有限公司 | 一种煤矿底板破坏深度的确定方法 |
Non-Patent Citations (3)
Title |
---|
煤层底板水害三维监测与智能预警***研究;靳德武 等;煤炭学报;第45卷(第6期);2256-2263 * |
煤矿底板突水微震监测预警***构建与分析;王悦;于水;王苏健;;煤矿安全;第50卷(第05期);190-193 * |
王悦 等.煤矿底板突水微震监测预警***构建与分析.煤矿安全.2019,第50卷(第05期),190-193. * |
Also Published As
Publication number | Publication date |
---|---|
CN113703053A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6947843B2 (en) | Microseismic signal processing | |
CA2641867C (en) | Methods and apparatus for predicting the hydrocarbon production of a well location | |
KR101642951B1 (ko) | Gis 기반 실시간 지진피해 예측 방법 | |
CN105765582B (zh) | 用于评估由地下采矿产生的高能大地突裂风险的方法及*** | |
US10810331B2 (en) | System for predicting induced seismicity potential resulting from injection of fluids in naturally fractured reservoirs | |
CN113703053B (zh) | 工作面水害微震动态监测方法及*** | |
Zhou et al. | Formation process and mechanism of seepage channels around grout curtain from microseismic monitoring: a case study of Zhangmatun iron mine, China | |
US11789170B2 (en) | Induced seismicity | |
CN116591777B (zh) | 多场多源信息融合的冲击地压智能化监测预警装置及方法 | |
CN106920176B (zh) | 一种矿集区尺度矿产资源估算方法及*** | |
RU2467171C1 (ru) | Способ диагностики опасных ситуаций при подземной добыче каменного угля и методика прогноза параметров зон трещиноватости, образованной гидроразрывом пласта | |
CN111042866B (zh) | 一种多物理场协同的突水监测方法 | |
CN113605984B (zh) | 用于水害微震的报警阈值的判断方法 | |
CN114810213A (zh) | 用于煤与瓦斯突出的多源信息融合智能预警方法及装置 | |
Igonin et al. | Seismic anisotropy reveals stress changes around a fault as it is activated by hydraulic fracturing | |
Brown | Seismic hazard evaluation using apparent stress ratio for mining-induced seismic events | |
Lefranc et al. | Fractured basement reservoir characterization for fracture distribution, porosity and permeability prediction | |
Zhao et al. | Location and mechanism analysis of curtain water inrush channels based on MTI-derived parameters-a case study | |
US7440854B2 (en) | Density and velocity based assessment method and apparatus | |
Sheng et al. | Quantitative description method for uncertainty of formation pore pressure | |
Song et al. | A Source Mechanism of the Mining-Triggered Tremor in the Xinjulong Coal Mine Revealed by the Bayesian Inversion and 3D Simulation | |
Lacazette et al. | Geomechanical and flow simulation of hydraulic fractures using high-resolution passive seismic images | |
Dickmann et al. | Is geological uncertainty ahead of the face controllable | |
Wang | Longwall mining-induced fracture characterisation based on seismic monitoring | |
CN113565490B (zh) | 一种水害微震预警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |