CN114488279B - 一种利用微震信号测量隧道围岩松动圈深度的装置及方法 - Google Patents
一种利用微震信号测量隧道围岩松动圈深度的装置及方法 Download PDFInfo
- Publication number
- CN114488279B CN114488279B CN202210019239.8A CN202210019239A CN114488279B CN 114488279 B CN114488279 B CN 114488279B CN 202210019239 A CN202210019239 A CN 202210019239A CN 114488279 B CN114488279 B CN 114488279B
- Authority
- CN
- China
- Prior art keywords
- surrounding rock
- sensor
- microseismic
- depth
- measuring
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005259 measurement Methods 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000012360 testing method Methods 0.000 claims abstract description 25
- 230000005284 excitation Effects 0.000 claims abstract description 21
- 230000008054 signal transmission Effects 0.000 claims abstract description 17
- 238000013136 deep learning model Methods 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 238000013145 classification model Methods 0.000 claims description 4
- 238000003825 pressing Methods 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 230000000644 propagated effect Effects 0.000 claims 1
- 238000005070 sampling Methods 0.000 claims 1
- 239000013598 vector Substances 0.000 description 20
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 208000010392 Bone Fractures Diseases 0.000 description 4
- 206010017076 Fracture Diseases 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 208000013201 Stress fracture Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000011549 displacement method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01V1/16—Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
- G01V1/20—Arrangements of receiving elements, e.g. geophone pattern
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- 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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- 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
- G01V2210/62—Physical property of subsurface
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Mining & Mineral Resources (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种利用微震信号测量隧道围岩松动圈深度的装置及方法,装置包括微震传感器、传感器布置与固定装置、微震信号激发装置、微震信号时频分析装置;传感器布置与固定装置包括多功能杆、气囊、充气装置、导管和信号传输电缆;多个微震传感器可灵活布置于多功能杆,将多功能杆***测试孔中,采用充气装置使孔内气囊充气膨胀,通过向多功能杆施加压力使微震传感器与围岩紧密接触;微震信号激发装置用于孔口周边围岩表面产生震动波向孔内传播;微震信号时频分析装置用于梅尔时频声纹图自动生成与实时辨识。方法为采用预训练AST深度学习模型实时辨识松动圈与完整围岩之间的声纹图特征的差异,实现深部隧道围岩松动圈高效精准测量。
Description
技术领域
本发明属于微震监测领域,具体涉及一种利用微震信号测量隧道围岩松动圈深度的装置及方法,能够通过辨识不同深度布置微震传感器所获取微震信号的梅尔时频声纹图变化的差异度,准确测量隧道围岩松动圈,对隧道支护设计以及减灾防灾具有指导性意义。
背景技术
深部隧道开挖卸荷后,围岩应力重分布导致开挖面附近的围岩出现明显破裂,隧道开挖面周边的破裂带称为围岩松动圈。围岩松动圈深度是深部隧道加固与支护设计的重要参数,是地质灾害减灾防灾的重要依据,其测量精度对隧道安全施工与成本控制具有重要影响,如测量值过小,导致锚杆支护效果不佳,而测量值过大,导致锚杆支护成本增大。
目前,隧道松动圈主要测量方法主要包括声波法、多点位移法、地震波法、地质雷达法、钻孔摄像法和电阻率法等;但是,上述方法均存在工作量较大、测量精度低、操作复杂等问题。目前,基于岩石破裂声信号监测的微震技术已成为深部隧道围岩稳定性的重要监测手段,能对岩体由微破裂发展为失稳破坏的裂全过程进行实时动态监测。当前,利用微震监测测量隧道围岩松动圈深度的技术处于萌芽阶段,已有技术需要以***信号作为测量的触发源,适用性较差;此外,已有技术依据不同深度位置的微震传感器所获取的岩石破裂信号时程曲线的差异进行围岩松动圈测量,存在着由于岩石破裂微震信号离散性较大导致信号时程曲线差异不明显进而造成松动圈深度的测量误差偏大的不足。已有研究表明,开挖面震源所产生的应力波可由松动圈围岩传输至完整围岩,松动圈内传播的微震信号的声纹特征是相似的,但与完整围岩内传播的微震信号的声纹特征有着显著差别。与微震信号时程曲线的幅值与频率等简单特征指标的差异相比,松动圈与完整围岩的微震声纹特征差异更显著,具有特征变化离散性小的特点,更易识别且可靠性更高。因此,依据不同深度位置布置微震探头所获得微震信号的声纹特征差异度进行围岩松动圈测量无疑更为合理可靠。
发明内容
本发明目的在于,针对现有隧道围岩松动圈测量工作量大、测量准确性低以及操作复杂等问题,提出一种利用微震信号测量隧道围岩松动圈深度的装置及方法,通过此装置不仅可测量任意情况下的围岩松动圈深度;而且方法采用预训练AST深度学习模型实时辨识松动圈与完整围岩之间的梅尔时频声纹图特征的差异,实现深部隧道围岩松动圈高效精准测量。
本发明为实现上述目的,采用如下技术方案如下:
第一方面,本发明提供一种利用微震信号测量隧道围岩松动圈深度的装置,包括微震传感器、传感器布置与固定装置、微震信号激发装置、微震信号时频分析装置。
所述微震传感器至少具有两个,用于采集测试孔内不同深度围岩的微震信号。
所述传感器布置与固定装置包括多功能杆、气囊、充气装置、导管和信号传输电缆。
进一步,所述多功能杆包括主固定杆、副连接杆组成;所述主固定杆作为气囊、微震传感器组载体,顶部具有一个安装气囊充气接口的圆形导管插槽,底部具有一个空心滑槽,并包括至少两个安装装置和至少四个固定装置;所述安装装置是一种可沿杆轴滑动的非固定式结构,其内部为一种内螺纹孔,用于与所述传感器外螺纹孔嵌合、固定微震传感器,通过滑动结构可沿杆轴方向灵活布置微震传感器;所述固定装置是一种磁性粘粘构件,用于嵌入空心滑槽锁定可滑动安装装置,固定微震传感器杆轴方向;所述副连接杆安装于主固定杆轴心位置,用于移动微震传感器测量位置点,能灵活调整围岩松动圈测量位置。
进一步,所述气囊通过导管与充气装置相通,充气装置通过产生气体,使空载气囊膨胀至足够大小的体积,进而通过向多功能杆施加压力使微震传感器与围岩紧密接触。
进一步,所述信号传输电缆一端与传感器上端接口端相连,另一端与所述微震信号时频分析装置相连,用于传输微震信号。
所述微震信号激发装置用于激发孔口周边围岩表面产生等幅度震动波,并向孔内传播。
所述微震信号时频分析装置用于将微震信号转换为梅尔时频声纹图,并通过内部嵌入AST深度学习算法以及一系列数据处理计算机程序实时辨识松动圈与完整围岩之间的梅尔时频声纹图特征的差异,测量隧道围岩松动圈深度,并将其结果绘制余显示屏上;所述微震信号时频分析装置包括一个或多个处理装置、储存装置、多媒体组件、输入装置以及输出装置,通过各组件共同作用实现微震信号时频分析装置的功能或是其他期望功能。
第二方面,本发明还提供一种利用微震信号测量隧道围岩松动圈深度的方法,包括:
步骤1:通过所述一种利用微震信号测量隧道围岩松动圈深度的装置对测试孔外周边岩壁进行敲击测试,引起孔内围岩发生振动,进而获取各深度部位围岩的微震信号;
步骤2:利用短时傅里叶变换将微震波形信号转换为具有时域和频域两种信息的梅尔时频声纹图;
优选的,所述梅尔时频声纹图是一种基于梅尔刻度非线性转换的短时傅里叶声纹图,此声纹图更符合人类听觉***的习惯,表征信号的低频成分特性。
步骤3:利用预训练AST深度学习模型实时辨识松动圈与完整围岩之间的梅尔时频声纹图特征的差异,测量围岩松动圈的深度;
优选的,所述Audio Spectrogram Transformer(AST)是一个无卷积结构、纯基于注意力的音频分类模型,其特点是架构简单,性能优越,在训练过程中收敛更快,支持可变长度输入,适合应用于不同任务而不需要改变架构。
优选的,所述辨识特征梅尔时频声纹图特征差异性方式可解释为:在钻设测试孔深度足够情况下,钻设孔必存在破碎围岩松动圈(邻近岩壁)与完整围岩区域(邻近孔底),由于二者介质特征(松动圈-松散、完整围岩-完整)截然不同,通过敲击岩壁所激发的微震信号在围岩松动圈/完整围岩区域交界面时,会发生显著差异,因此可通过辨识两个相邻的微震信号的梅尔时频声纹图特征区域,测量围岩松动圈深度。
优选的,本发明所采用隧道围岩松动圈深度测量方式,是一种简便、灵活、高效、高精度等多种优势的多策略测量方案,至少包括A、B两个微震传感器;具体可解释为:步骤①,初步测量围岩松动圈最大深度。将A传感器位于孔口附近,B传感器在孔内向深部移动并不断激发微震波,当声纹图特征出现显著差异时,说明A传感器到达完整围岩区域,松动圈与完整围岩的交界面在B传感器附近;步骤②,确定围岩松动圈深度。将A传感器向孔内不断移动,即不断靠近B传感器并不断激发微震波,期间A与B传感器的声纹图特征保持显著差异,一旦A与B传感器的声纹图特征相似时,两个传感器都在完整围岩内,这时,将A传感器稍微向外移动至A、B传感器声纹图出现显著差异时停止,松动圈与完整围岩的交界面位于两个传感器之间,由此通过传感器的位置深度得到松动圈深度 [x 1, x 2];步骤③,提高松动圈深度测量精度。若需进一步提高测量松动圈深度,遵循声纹图特征存在明显差异原则,逐步缩小传感器之间距离,即B传感器向右推移,A传感器向左侧推移,以不断提高松动圈深度测量精度。
与现有技术相比,本发明的有益效果是:
(1)本发明所提供一种利用微震信号测量隧道围岩松动圈深度的装置,通过传感器布置与固定装置可实现微震传感器简单、灵活、快速固定安装,而且微震信号激发装置设计,不仅克服了当前微震信号仅能测量***信号触发情况下的隧道围岩松动圈局限性,而且实现了具有统一尺度的等幅度触发测试;此装置显著降低了隧道围岩松动圈测量的操作复杂性、工作量,为实现深部隧道围岩松动圈测量提供了有效的技术手段;
(2)本发明所提供一种传感器布置与固定装置,涉及一种多功能杆,通过多功能杆底端空心滑槽、可滑动安装装置、锁定固定装置可完成传感器组(至少两个传感器)多策略灵活布置;其一,可通过移动可滑动安装装置调整传感器组的间距来控制测量深度范围,以此实现围岩松动圈的测量;其二,在确定围岩松动圈深度情况下,还可通过不断缩小传感器组间距来优化测量精度;因此,本发明所要求微震传感器较少(两个即可),测量成本较低,并可不断提高测量精度,以获取围岩松动圈深度的精准测量结果;
(3)本发明所提供一种利用微震信号测量隧道围岩松动圈深度的方法,通过以表征围岩微震信号时域和频域两方面信息的梅尔时频声纹图特征为基础,并采用具有架构简单、性能优越、收敛快以及可变长度输入等特点的预训练AST深度学习模型辨识松动圈与完整围岩之间的声纹图特征差异性,实现隧道围岩松动圈深度简便、高效、准确的测量。解决了基于微震信号时程曲线的幅值与频率等简单特征指标的差异性辨识方法的特征离散性大的问题,更易识别且可靠性更高;
(4)微震监测技术是深部隧道工程围岩稳定监测的常用手段,本发明通过提出一种利用微震信号测量隧道围岩松动圈深度的装置及方法,拓展了微震监测的应用范围,有利于显著提升隧道微震监测的成效与效益。
附图说明
图1为本发明实施例1提供的一种利用微震信号测量隧道围岩松动圈深度的装置结构示意图;
图2为本发明实施例1提供的微震传感器结构示意图;
图3为本发明实施例1提供的气囊结构示意图;
图4为本发明实施例1提供的多功能杆结构示意图;
图5为本发明实施例1提供的固定装置结构示意图;
图6为本发明实施例1提供的微震信号时频分析装置结构示意图;
图7为本发明实施例2提供的一种利用微震信号测量隧道围岩松动圈深度的装置使用流程图;
图8为本发明实施例3提供的一种利用微震信号测量隧道围岩松动圈深度的方法流程图;
图9为本发明实施例3提供的AST模型的结构框架示意图;
图10为本发明实施例3提供的隧道围岩某测试孔的松动圈深度多策略测量方案流程图;
图11为本发明实施例3提供的隧道围岩某测试孔的松动圈深度测量过程示意图;
图12为本发明实施例3提供的隧道围岩某测试孔的松动圈深度测量过程梅尔时频声纹图特征示意图。
具体实施方式
下面结合附图和实例对本发明的具体实施方式进一步进行说明阐述。需要指出的是,附图中仅示出了与本发明相关的部分,并非全部结果。并且具体实例仅为解释本发明,而非限制发明的范围。
实施例1
附图1为本发明实施1的一种利用微震信号测量隧道围岩松动圈深度的装置示意图,其装置包括:微震传感器101、传感器布置与固定装置102、微震信号激发装置103、微震信号时频分析装置104。
所述微震传感器101用于采集测试孔内不同深度围岩的微震信号,至少含有两个;可选的,所述传感器类型可为加速度或速度型。
进一步,传感器由质量体1011、外螺纹1012以及输出端1013等部件组成,参见附图2;所述质量体1011用于通过与待测量围岩进行紧密接触,实现围岩振动物理量(微震信号)测量;可选的,所述外螺纹1012可为正螺纹或反螺纹;可选的,所述输出端1013用于输出所述质量体测量到物体的微震信号模拟量,其接口可为BNC、TNC或C29-103类型;
所述传感器布置与固定装置102包括多功能杆1022、气囊1021、充气装置1029、导管1027和信号传输电缆1028。
进一步,所述多功能杆1022包括主固定杆、副连接杆组成,参见附图4;所述主固定杆作为气囊1021、微震传感器101载体,顶部具有一个安装气囊充气接口的圆形导管插槽1023,供气囊1021充气接口***、固定以及安装,底部具有一个空心滑槽1024,并包括至少两个安装装置1025和至少四个固定装置1026;所述安装装置1025是一种可沿杆轴滑动的非固定式结构,其内部为一种内螺纹孔,可为正螺纹或反螺纹,用于通过与所述传感器外螺纹孔1012嵌合,固定微震传感器101,通过滑动结构可沿杆轴向方向灵活布置微震传感器101;所述固定装置1026是一种磁性粘粘构件,用于嵌入空心滑槽1024锁定可滑动安装装置1025,固定微震传感器101轴向方向,具体结构参见附图5;所述副连接杆安装于主固定杆轴心位置,用于移动微震传感器101测量位置点,能灵活调整围岩松动圈测量位置。
进一步,所述多功能杆底端空心滑槽1024、可滑动安装装置1025、锁定固定装置1027可完成传感器组多策略灵活布置,传感器组至少包括两个传感器101;其一,可通过可移动可滑动安装装置1025调整传感器组的间距来控制测量深度范围,以此实现围岩松动圈的测量;其二,在测得围岩松动圈深度情况下,还可通过不断缩小传感器组间距来优化测量精度。
进一步,所述气囊1021包括气囊主体以及充气接口,参见附图3;通过充气接口与所述导管插槽1023嵌合,使气囊主体与所述导管1027一端相连,导管1027另一端与所述充气装置1029相通;利用充气装置1029产生气体,并通过气囊充气导管1027传输至气囊1021,使空载气囊主体膨胀至足够大小的体积,进而通过向多功能杆1022施加压力使微震传感器101与围岩紧密接触;所述充气装置1029与气囊充气导管1027连接方式为一种松弛或紧绷的阀门,阀门紧绷状态时保证充气装置1029稳定输出气体,阀门松弛状态时可使可膨胀气囊1021发生体积缩小的放气状态;所述的阀门可为一种螺纹松紧或是拉伸挤压松紧类型。
进一步,所述信号传输电缆1028用于传输微震传感器101采集的围岩振动的微震信号至微震信号时频分析装置104;可选的,所述信号传输电缆1028可为多根独立二芯电缆或多根独立二芯电缆与单根多芯电缆串联体。
所述微震信号激发装置103用于使得钻设孔外岩壁发生统一幅度的震动波,并向测孔内围岩传播,进而通过微震传感器101、信号传输电缆1028采集孔内各深度围岩微震信号,最终输入至微震信号时频分析装置104;所述微震信号激发装置103包括弹簧、驱动杆以及触击杆以及外壳组成;所述微震信号激发装置103产生统一振动机理可解释为,通过压缩触击杆使得弹簧发生等效压缩,放松时导致弹簧发生回弹,产生等效的冲击力,此装置保证多次测试情况下采集的围岩微震信号源幅度具有统一的标准。
所述微震信号时频分析装置104用于接收所述微震传感器101获取的微震信号并将其转换为梅尔时频声纹图,并通过内部嵌入AST深度学习算法以及一系列数据处理计算机程序识别不同部位的微震信号声纹图差异性,测量隧道围岩松动圈深度并将其结果绘制余显示屏上。所述微震信号时频分析装置104包括处理器1041、储存装置1042、多媒体组件1043、输入装置1044以及输出装置1045等一个或多个,参见附图6。
进一步,所述处理器1041可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述微震信号时频分析装置104中的其它组件以执行期望的功能。
进一步,所述存储装置1042可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器;所述计算机可读存储介质存储了上述声纹图分析、AST深度学习算法以及一系列计算机程序,可供所述处理器1041进行调用运行。
进一步,多媒体组件1043可以用来接收用户所输入的指令,还可以向外部(例如用户)输出各种信息(例如本文数据、图像或声音),并且可以包括按键、显示器、扬声器等中的一个或多个;所述显示器可以显示隧洞围岩松动圈的测试结果。
进一步,输入装置1044可以用来输入所述微震传感器101获取的微震信号数据,还可以通过导入其他可被利用的数据,如:计算机程序、其他来源微震信号数据以及其他数据等等。
进一步,输出装置1045可以用来输出所述微震传感器101获取的原始微震信号数据,还可以输出所述微震信号时频分析装置104分析、处理后的微震信号数据,以及隧道围岩松动圈测量结果数据。
实施例2
附图7为本发明实施2的一种利用微震信号测量隧道围岩松动圈深度的装置使用流程图,其方法具体包括如下:
步骤S2-1:布置、固定微震传感器101。微震传感器101与多功能杆底部安装装置1025进行多组配对,至少具有两组;微震传感器101的顶部输出端1013连接信号传输电缆1028,信号传输电缆1028端部孔针***接口端1013,顺时针旋转孔针外部固定扭转结构;微震传感器101安装于安装装置1025处,微震传感器101外螺纹1012放置于内螺纹孔处,沿着顺时针或是逆时针固定微震传感器101,移动多个已安装微震传感器101的安装装置1025于各预设深度处;两个固定装置1026嵌入至所述已安装微震传感器101的安装装置1025两侧,约束其沿着杆轴方向发生位移;气囊1021底部固定于多功能杆1022顶部,充气接口***导管插槽1023,连接气囊充气导管1027。
步骤S2-2:在隧道围岩上钻设测试孔。测试孔直径需大于微震传感器101与多功能杆1022连接之后的净高之和的1.2倍,测试孔深度应大于3m,具体钻设深度依据隧道开挖方式以及围岩类别确定。
步骤S2-3:将微震传感器101固定于测试孔内。通过多功能杆1022副连接杆将微震传感器101推向已钻设测试孔内,推移位置根据预设测量端确定;将气囊充气导管1027延伸至充气装置1029处,连接充气阀门,扭紧或拉伸充气阀门,使充气阀门处于紧绷状态;通过充气装置1029对气囊1021进行充气,使气囊主体发生膨胀、挤压钻孔上端围岩,进而让微震传感器101与钻孔内底端围岩表面紧密接触。
步骤S2-4:将微震传感器101与微震信号时频分析装置104、微震信号激发装置103相连。信号传输电缆1028延伸至微震信号时频分析装置104处,***信号采集仪104端部多个通道信号采集接口;微震信号激发装置右侧预设一个供信号采集激发电缆插口,信号采集激发电缆一端连接微震信号时频分析装置104,另一外连接微震信号激发装置103。
步骤S2-5:测量孔内各深度围岩的微震信号。以触击杆垂直于岩壁表面方向手持微震信号激发装置103,施加一定大小的推力,内壳中弹簧发生最大变形;卸下施加于微震信号激发装置103上的推力,触击杆与岩壁表面发生同等大小的碰撞,使岩壁发生统一幅度的振动,岩壁通过岩体介质传输振动信号,多个微震传感器101采集到其钻孔内围岩表面的微震信号,并通过信号传输电缆1028将其传输至微震信号时频分析装置104。
步骤S2-6:拆卸装置。相继分离微震信号激发装置103与微震信号时频分析装置104,微震信号时频分析装置104与信号传输电缆1028;按压或是逆时针松弛充气装置1029充气阀门,放出气囊1021中充入的一定体积的气体,恢复至空载状态,分离气囊充气导管1027与充气装置102,拆卸气囊1021;分离传感器输出端1023与信号传输电缆1028接口,顺时针或是逆时针拆卸多个微震传感器101,拆卸多个固定装置1026。
实施例3
附图8为本发明实施3的一种利用微震信号测量隧道围岩松动圈深度的方法流程图,其方法具体包括如下:
步骤S3-1:通过对钻设测试孔外周边岩壁进行敲击测试,激发围岩产生振动,进而获取孔内各深度围岩的微震信号;
示例性的,所述敲击测试、微震信号获取,可通过实施例2所述的一种利用微震信号测量隧道围岩松动圈深度的装置使用流程图实现。
步骤S3-2:利用短时傅里叶变换将微震波形信号转换为具有时域和频域两种信息的梅尔时频声纹图;
示例性的,所述梅尔时频声纹图是一种基于梅尔刻度非线性转换的短时傅里叶声纹图,此声纹图更符合人类听觉***的习惯,表征信号的低频成分特性。
步骤S3-3:利用预训练AST深度学习模型实时辨识松动圈与完整围岩之间的梅尔时频声纹图特征的差异,测量围岩松动圈的深度。
示例性的,所述Audio Spectrogram Transformer(AST)是一个无卷积结构、纯基于注意力的音频分类模型,其特点是架构简单,性能优越,在训练过程中收敛更快,支持可变长度输入,适合应用于不同任务而不需要改变架构。
示例性的,所述AST 继承了Transformer的编码器-解码器架构,通过使用多头注意机制和基于位置的前馈网络完全抛弃了递归和卷积。所述注意力机制是Transformer的一个重要组成思想,包括变换层和注意力层两个部分。
示例性的,所述变换层中,输入序列,映射成三个不同的向量
(查询向量Q、键向量K和值向量V),其中n和d分别为输入序列的长度和维度。每个向量由如
下公式生成:
(1)
其中、和是线性矩阵,是查询向量和键向
量的维度,是值向量的维度。当Y=X时这种注意力机制称为自注意力,应用于
Transformer的编码器和解码器。
所述注意力层中,查询向量与相应的键向量聚合并分配给值向量,进而得到输出向量。这个过程可由一个统一的函数表述,如下:
(2)
其中,注意力权重由查询向量和键向量的点乘产生,而缩放系数和Softmax
运算将注意力权重转化为一个归一化分布。产生的权重被分配给值向量的相应元素,从而
产生最终的输出向量。
示例性的,由于特征子空间的限制,单头注意力块的建模能力比较粗糙,多头自注意机制将输入线性地投射到多个特征子空间,并由几个独立的注意力头(层)并行处理,多个头产生的向量串联并映射到最终输出。
示例性的,所述多头自注意机制的过程可以表述为:
(3)
(4)
(5)
其中,h为注意力头数,表示多头注意力输出需要经过的线性转换,表示每个头的输出向量,,,是三组不
同的线性矩阵。与卷积的稀疏连接类似,多头注意力将输入分离成具有维向量的h个独立注意力头,并整合每个头的特征,丰富了特征子空间的多样性且无需额外计算成
本。
示例性的,所述多头自注意机制的输出被送入两个带ReLU激活函数的前馈神经网络(FFN):
(6)
这一基于位置的前馈层可以被看作是逐点卷积,它对输入序列中的所有位置的表示使用同一个多层感知机进行变换。
示例性的,由于Transformer对输入序列的操作相同,所以其前后顺序被网络忽略。为了能够利用位置信息,可以给输入附加一个额外的位置矢量,称为“位置编码”。在AST中,这个位置编码是一个可训练的变量。
示例性的,所述AST模型的结构框架参见附图9,其执行步骤可解释为:将t秒的音频波形转换为128维对数梅尔filter bank(fbank)特征序列,汉明窗窗口大小25ms,帧移10ms,最终产生128×100t的声纹图作为AST的输入。然后将二维声纹图分割成N个16×16的patch序列,各个patch在时间和频率维度上的重叠为6,其中,是patch的数量和Transformer的有效输入序列长度。使用线性投影层将每个16×16的patch展开成768维度的一维嵌入。
示例性的,由于Transformer架构没有捕捉到输入的位置信息,而且patch序列也并非按时间顺序排列,AST在每个patch嵌入中加入一个可训练的位置嵌入,使模型能够捕捉到声纹图的空间结构。
示例性的,所述AST还额外在序列开头附加一个[CLS](分类)标记。由于AST为分类任务设计,其只使用Transformer的编码器。编码器的嵌入维度为768,包括12层,12个注意力头。经过Transformer编码器的[CLS]标记的输出将作为声纹图的表征。最后带有Sigmoid激活函数的线性层将表征映射为分类标签。
示例性的,所述AST还进行了微调。
示例性的,使用在AudioSet上预训练的AST模型进行微调,AudioSet是一个由200多万个10秒长的音频片段组成的大规模数据集,包含527类声音事件,适合用于本发明的任务。
示例性的,需要使用所述预训练模型,首先将微震信号采样调至16 kHz;且为数据集创建一个json文件和一个标签索引。
示例性的,指定json 文件路径以及数据增强SpecAug的参数,在本发明中使用推荐参数,即在128个频段中随机擦除48个频段的数据,以及随机擦除20%的时间帧。对于其他AST模型参数,label_dim设置为2,input_fdim设置为128,input_tdim设置为20,即时长为0.2秒,tstride设置为10,fstride设置为10,model_size设置为‘base384'。Mixup rate设置为0.5,batch size设置为64, initial learning rate设置为0.01。
示例性的,最后将训练数据进行归一化(均值为0,标准差0.5),输入AST预训练模型进行微调,迭代次数设置为20次,取在测试集上准确率最大的模型作为后续的分类模型。
示例性的,所述辨识特征梅尔时频声纹图特征差异性方式可解释为:在钻设测试孔深度足够情况下,钻设孔必存在破碎围岩松动圈(邻近岩壁)与完整围岩区域(邻近孔底),由于二者介质特征(松动圈-松散、完整围岩-完整)截然不同,通过敲击岩壁所激发的微震信号在围岩松动圈/完整围岩区域交界面时,会发生显著差异,因此可通过辨识两个相邻传感器获取的微震信号的梅尔时频声纹图特征发生明显差异区域,测量围岩松动圈深度。
示例性的,本发明所采用隧道围岩松动圈深度测量方式,是一种简便、灵活、高效、高精度等多种优势的多策略测量方案,参见附图10、11、12;具体可解释为:
步骤①:初步测量围岩松动圈最大深度
示例性的,当A、B传感器均处于围岩松动圈时,二者声纹图特征具有高度相似性,如①-1A与①-1B所示;随后,将A传感器仍放置于孔口附近,通过不断移动所述安装装置1025,将B传感器在孔内向深部移动并不断激发微震波,当声纹图特征出现显著差异时,如①-2A与①-2B声纹图所示,说明A传感器到达完整围岩区域,松动圈与完整围岩的交界面在B传感器附近。
步骤②:确定围岩松动圈深度
示例性的,通过不断移动所述安装装置1025,将A传感器向孔内不断移动,即不断靠近B传感器并不断激发微震波,期间A与B传感器的声纹图特征保持显著差异,一旦A与B传感器的声纹图特征相似时,如②-2A与②-2B声纹图所示,两个传感器都在完整围岩内;随后,继续不断移动所述安装装置1025,将A传感器稍微向外移动至A、B传感器声纹图出现显著差异时停止,如②-3A与②-3B声纹图所示,松动圈与完整围岩的交界面位于两个传感器之间,由此通过传感器的位置深度得到松动圈深度 [x 1, x 2]。
步骤③:提高松动圈深度测量精度
示例性的,若需进一步提高测量松动圈深度,遵循声纹图特征存在明显差异原则,逐步缩小传感器之间距离,即B传感器向右推移,A传感器向左侧推移,以不断提高松动圈深度测量精度。
需要注意的,为了便于本领域专业技术人员了解本发明的具体实施过程,上述通过具有表征时频与频域特征的梅尔时频声纹图变化趋势,描述隧道围岩松动圈测量深度的测量过程;但并不表明本发明指人为主观辨识,而是通过所述预训练AST深度学习模型执行围岩松动圈实时高效精准辨识,即微震信号触发装置激发微震信号后,即可获取测量结果。
示例性的,本实施例3均基于实施例1所述的一种利用微震信号测量隧道围岩松动圈深度的装置实现。
本发明突破了围岩松动圈常用测量方法的局限性,不仅可测量任意情况下的围岩松动圈,采用预训练AST深度学习模型实时辨识松动圈与完整围岩之间的梅尔时频声纹图特征的差异,能够实现深部隧道围岩松动圈高效精准测量。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
需要注意的是,公布上述实例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:若对本发明进行各种明显变化、重新调整和替代手段,并不会脱离本发明的保护范围。因此,本发明不局限与实例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
Claims (8)
1.一种利用微震信号测量隧道围岩松动圈深度的装置,其特征在于,包括:
微震传感器(101)、传感器布置与第一固定装置(102)、微震信号激发装置(103)、微震信号时频分析装置(104);
所述传感器布置与第一固定装置(102)包括多功能杆(1022)、气囊(1021)、充气装置(1029)、导管(1027)和信号传输电缆(1028);
进一步,所述多功能杆(1022)包括主固定杆、副连接杆组成;所述主固定杆作为气囊(1021)、微震传感器(101)载体,顶部具有一个安装气囊充气接口的圆形导管插槽(1023),底部具有一个空心滑槽(1024),并包括至少两个安装装置(1025)和至少四个第二固定装置(1026);所述安装装置(1025)是一种可沿杆轴滑动的非固定式结构,其内部为一种内螺纹孔,用于通过与所述传感器外螺纹孔(1012)嵌合,固定微震传感器(101),通过滑动结构可沿杆轴向方向灵活布置微震传感器(101);所述第二固定装置(1026)是一种磁性粘粘构件,用于嵌入空心滑槽(1024)锁定可滑动安装装置(1025),固定微震传感器(101)轴向方向;所述副连接杆安装于主固定杆轴心位置,用于移动微震传感器(101)测量位置点,能灵活调整围岩松动圈测量位置;
进一步,所述气囊(1021)通过导管(1027)与充气装置(1029)相通,充气装置(1029)通过产生气体,使空载气囊(1021)膨胀至足够大小的体积,进而通过向多功能杆(1022)施加压力使微震传感器(101)与围岩紧密接触;
进一步,所述信号传输电缆(1028)一端与传感器上端接口端(1013)相连,另一端与所述微震信号时频分析装置(104)相连,用于传输微震信号;
所述微震信号激发装置(103)用于激发孔口周边围岩表面产生等幅度震动波,并向孔内传播;
所述微震信号时频分析装置(104)用于将微震信号转换为梅尔时频声纹图,并通过内部嵌入AST深度学习模型以及一系列数据处理计算机程序实时辨识松动圈与完整围岩之间的梅尔时频声纹图特征的差异,测量隧道围岩松动圈深度,并将其结果绘制余显示屏上;所述微震信号时频分析装置包括一个或多个处理器(1041)、储存装置(1042)、多媒体组件(1043)、输入装置(1044)以及输出装置(1045),通过各组件共同作用实现微震信号时频分析装置的功能或是其他期望功能。
2.根据权利要求1所述的一种利用微震信号测量隧道围岩松动圈深度的装置,其特征在于,所述多功能杆底端空心滑槽(1024)、可滑动安装装置(1025)、锁定固定装置可完成传感器组多策略灵活布置,传感器组至少包括两个传感器(101);其一,可通过移动可滑动安装装置(1025)调整传感器组的间距来控制测量深度范围,以此实现围岩松动圈的测量;其二,在测得围岩松动圈深度情况下,还可通过不断缩小传感器组间距来优化测量精度。
3.根据权利要求1所述的一种利用微震信号测量隧道围岩松动圈深度的装置,其特征在于,所述气囊(1021)包括气囊主体以及充气接口部分,充气接口与充气导管插槽(1023)相连,导管(1027)与充气导管插槽(1023)、充气装置(1029)相连,充气装置(1029)与导管(1027)连接方式为一种松弛或紧绷的阀门,阀门紧绷状态时保证充气装置(1029)稳定输出气体,阀门松弛状态时可使可膨胀气囊(1021)发生体积缩小的放气状态。
4.根据权利要求1所述的一种利用微震信号测量隧道围岩松动圈深度的装置,其特征在于,所述微震信号激发装置(103)包括弹簧、驱动杆以及触击杆以及外壳,通过压缩触击杆使得弹簧发生等效压缩,放松时导致弹簧发生回弹,产生等效的冲击力,使得钻设孔外周边围岩发生统一幅度的振动波,并向孔内传播。
5.一种根据权利要求1-4中任一项所述的一种利用微震信号测量隧道围岩松动圈深度的装置的利用微震信号测量隧道围岩松动圈深度的方法,其特征在于,包括:
步骤1:通过所述一种利用微震信号测量隧道围岩松动圈深度的装置对测试孔外周边岩壁进行敲击测试,引起孔内围岩发生振动,进而获取各深度部位围岩;
步骤2:利用短时傅里叶变换将微震波形信号转换为具有时域和频域两种信息的梅尔时频声纹图;
步骤3:利用AST深度学习模型实时辨识松动圈与完整围岩之间的梅尔时频声纹图特征的差异,测量围岩松动圈的深度。
6.根据权利要求5所述的一种利用微震信号测量隧道围岩松动圈深度的方法,其特征在于,所述AST深度学习模型继承了Transformer的编码器-解码器架构,通过使用多头注意机制和基于位置的前馈网络完全抛弃了递归和卷积,此外,所述AST深度学习模型在AudioSet数据集上进行了预训练,并使用松动圈和围岩数据集进行微调。
7.根据权利要求6所述的一种利用微震信号测量隧道围岩松动圈深度的方法,其特征在于,所述AST深度学习模型微调方式为:其一,将微震信号采样调至16kHz;且为数据集创建一个json文件和一个标签索引;其二,指定json文件路径以及数据增强SpecAug的参数,在本发明中使用推荐参数,即在128个频段中随机擦除48个频段的数据,以及随机擦除20%的时间帧;
并对于其他AST深度学习模型参数,label_dim设置为2,input_fdim设置为128,input_tdim设置为20,即时长为0.2秒,tstride设置为10,fstride设置为10,model_size设置为‘base384';Mixup rate设置为0.5,batch size设置为64,initial learning rate设置为0.01;其三,将训练数据进行归一化(均值为0,标准差0.5),输入AST深度学习模型进行微调,迭代次数设置为20次,取在测试集上准确率最大的模型作为后续的分类模型。
8.根据权利要求5所述的一种利用微震信号测量隧道围岩松动圈深度的方法,其特征在于,所述围岩松动圈深度的测量是一种多策略手段,至少包括A、B两个微震传感器,具体步骤为:步骤①,初步测量围岩松动圈最大深度;将A传感器位于孔口附近,B传感器在孔内向深部移动并不断激发微震波,当声纹图特征出现显著差异时,说明A传感器到达完整围岩区域,松动圈与完整围岩的交界面在B传感器附近;步骤②,确定围岩松动圈深度;
将A传感器向孔内不断移动,即不断靠近B传感器并不断激发微震波,期间A与B传感器的声纹图特征保持显著差异,一旦A与B传感器的声纹图特征相似时,两个传感器都在完整围岩内,这时,将A传感器稍微向外移动至A、B传感器声纹图出现显著差异时停止,松动圈与完整围岩的交界面位于两个传感器之间,由此通过传感器的位置深度得到松动圈深度[x1,x2];步骤③,提高松动圈深度测量精度;若需进一步提高测量松动圈深度,遵循声纹图特征存在明显差异原则,逐步缩小传感器之间距离,即B传感器向右推移,A传感器向左侧推移,以不断提高松动圈深度测量精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210019239.8A CN114488279B (zh) | 2022-01-10 | 2022-01-10 | 一种利用微震信号测量隧道围岩松动圈深度的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210019239.8A CN114488279B (zh) | 2022-01-10 | 2022-01-10 | 一种利用微震信号测量隧道围岩松动圈深度的装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114488279A CN114488279A (zh) | 2022-05-13 |
CN114488279B true CN114488279B (zh) | 2024-06-11 |
Family
ID=81509377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210019239.8A Active CN114488279B (zh) | 2022-01-10 | 2022-01-10 | 一种利用微震信号测量隧道围岩松动圈深度的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488279B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114994746B (zh) * | 2022-06-20 | 2024-06-11 | 广西大学 | 一种基于隧道钢拱架的微震传感器安装装置及使用方法 |
CN115293002B (zh) * | 2022-08-10 | 2023-05-30 | 大连理工大学 | 一种软岩隧道松动圈测试方法及*** |
CN115421183B (zh) * | 2022-09-16 | 2024-06-14 | 广西大学 | 一种利用微震信号检测围岩强度的装置及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107505650A (zh) * | 2017-08-30 | 2017-12-22 | 北京市政建设集团有限责任公司 | 小间距隧道中间岩墙的安全性评价***及方法 |
CN109239768A (zh) * | 2018-09-29 | 2019-01-18 | 青岛河澄知识产权有限公司 | 一种***围岩松动圈和损伤程度的测试方法 |
CN109239779A (zh) * | 2018-11-08 | 2019-01-18 | 中国建筑第二工程局有限公司 | 一种隧道围岩松动圈的测试方法及围岩损伤的分级方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107390268B (zh) * | 2017-07-05 | 2019-06-11 | 中国石油天然气股份有限公司 | 低渗透砂砾岩成岩圈闭的识别方法及装置 |
-
2022
- 2022-01-10 CN CN202210019239.8A patent/CN114488279B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107505650A (zh) * | 2017-08-30 | 2017-12-22 | 北京市政建设集团有限责任公司 | 小间距隧道中间岩墙的安全性评价***及方法 |
CN109239768A (zh) * | 2018-09-29 | 2019-01-18 | 青岛河澄知识产权有限公司 | 一种***围岩松动圈和损伤程度的测试方法 |
CN109239779A (zh) * | 2018-11-08 | 2019-01-18 | 中国建筑第二工程局有限公司 | 一种隧道围岩松动圈的测试方法及围岩损伤的分级方法 |
Non-Patent Citations (1)
Title |
---|
某钻爆法施工隧道围岩松动圈测试与分析;朱辉云;孙猛;郭亚永;马秉务;侯东利;;工程勘察;20190601(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114488279A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114488279B (zh) | 一种利用微震信号测量隧道围岩松动圈深度的装置及方法 | |
US10782785B2 (en) | Vibro-haptic design and automatic evaluation of haptic stimuli | |
EP2267486B1 (en) | Control system for marine vibrators and seismic acquisition system using such control system | |
JP7048619B2 (ja) | 共振器を利用した話者認識方法及びその装置 | |
US6845357B2 (en) | Pattern recognition using an observable operator model | |
CN109871824B (zh) | 基于稀疏贝叶斯学习的超声导波多模态分离方法及其*** | |
CN103321633A (zh) | 油井动液面深度检测方法及装置 | |
Yang et al. | Accurate measurement of high-frequency blast waves through dynamic compensation of miniature piezoelectric pressure sensors | |
Takaki et al. | Acoustic length sensor for soft extensible pneumatic actuators with a frequency characteristics model | |
US11422275B2 (en) | System, method and computer program product for compression of seismic data | |
CN108836574A (zh) | 一种利用颈部振动的人工智能发声***及其发声方法 | |
Rodriguez et al. | A fuzzy information space approach to speech signal non‐linear analysis | |
CN113316816A (zh) | 使用dj变换的频率提取方法 | |
US4400805A (en) | Acoustically filtered transducer | |
CN114459674B (zh) | 高频压力传感器幅频特性的动态校测方法及*** | |
CN112019219B (zh) | 一种基于亚奈奎斯特采样的φ-otdr***中多频带信号检测方法 | |
CN203298865U (zh) | 一种小提琴整体声振动激振设备及频谱测量*** | |
CN115421078A (zh) | 设备状态分类模型的构建方法、使用方法、计算机可读介质、装置 | |
CN115421183B (zh) | 一种利用微震信号检测围岩强度的装置及方法 | |
JP2788431B2 (ja) | 地中埋設物の種類の識別装置 | |
Zhang et al. | Broadband sound generation by confined pulsating jets in a mechanical model of the human larynx | |
US11226425B2 (en) | Method of compressing seismic waves using Gabor frames for subsurface geology characterization | |
US20070251325A1 (en) | Impulse Response Pressure Transducer | |
CN107039048A (zh) | 一种钢琴音板声学品质综合评测方法 | |
Wang et al. | Voiced/unvoiced pronunciation judgement based on sparse representation and learning dictionary |
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 |