Study on time function of seismic source and numerical simulation data impulse processing of seismic while driving in mining
-
摘要:
随掘地震技术是巷道智能化快速掘进发展急需的地质保障技术之一,由于随掘震源与炸药等主动震源差别较大,常规的认知与数据处理技术已经无法取得效果。针对目前随掘震源认知不足,缺乏有效随掘地震数据正演模拟方法的问题,开展了随掘震源产生机制分析与震源时间函数构建研究。研究发现:随掘地震数据是具有一定延续时间的复杂、变频、连续信号,其相对低频信号主要与综掘机的自身机械动作、随机落煤以及转载机、带式输送机运作等有关,相对高频强能量信号由截割破煤决定,总体表现为一种多源叠加的伪随机信号特征;其次,在线性排列数据采集模式下,随掘震源可近似为不同时延下连续激发的多源叠加而成的综合虚拟点震源,该震源由综掘机械截割煤层时的震动以及煤体破裂、随机落煤、转载、打钻、输送带运输等联合作用而成,其中截割煤层起主要作用。基于震源产生机制分析,构建了随掘地震震源时间函数,并以该时间函数作为震源加载项,开展了随掘地震数值模型试验,得到的随掘地震模拟数据与实测数据具有相同的时间域、频率域以及时频域特征,表明了构建出的随掘地震震源时间函数可有效进行随掘地震数据正演模拟,提升了随掘震源的认知程度。另外,为验证基于脉冲反褶积与互相关的脉冲化算法在随掘地震数据处理中的有效性,以2种常用地震干涉技术为对比,利用随掘地震模拟数据进行了脉冲化处理实验。试验结果表明:基于脉冲反褶积与互相关的脉冲化处理结果与相同模拟条件下采用常规Ricker子波模拟得到的地震记录波场特征更为相近,验证了脉冲化算法的有效性,为随掘地震技术的深入研究与应用提供了基础。
Abstract:The seismic while driving technology is one of the most urgently needed geological guarantee technologies for the intelligent rapid driving development of roadways. Due to the large difference between the seismic while driving source and active sources such as explosives, conventional cognitive and data processing technologies have failed to achieve results. In view of the lack of cognitive of the source of seismic while driving and the lack of effective forward simulation methods for seismic while driving data, the research on the generation mechanism analysis and source time function construction of seismic while driving source were carried out. It is found that: the seismic while driving signal is a complex, variable frequency, continuous signal with a certain duration. Its relative low-frequency signal is mainly related to the mechanical rotation of the cutting head, the action of the gangue raking machine, the random coal falling, and the operation of the loader and belt conveyor, its high frequency and strong energy signals are determined by cutting coal, generally characterized by a pseudo random signal superimposed by multiple sources. Secondly, under the linear array data acquisition mode, the seismic while driving source can be approximated to a comprehensive virtual point source formed by the superposition of multiple sources that are continuously fired at different time delays. The seismic source is formed by the combined action of the vibration when the fully mechanized driving machine is cutting the coal seam and the coal body fracture, random coal falling, refuse raking, drilling, belt transportation, etc., in which the coal seam cutting plays a major role. Then, based on the analysis of source generation mechanism, the time function of the seismic while driving source is constructed, and the numerical model experiment of the seismic while driving is carried out with the time function as the source loading item. The simulated seismic while driving data obtained has the same time domain, frequency domain and time-frequency domain characteristics as the measured seismic while driving data, which show that the source time function constructed can effectively carry out forward modeling of seismic data while driving, and improve the cognition of the source while driving. In addition, in order to verify the effectiveness of the impulse algorithm based on spike deconvolution and cross-correlation in seismic while driving data processing, taking two common seismic interference technologies as comparison methods, effective signal extraction experiments were conducted using the simulation seismic while driving data. The experimental results show that: the impulse processing results based on spike deconvolution and cross-correlation are more similar to the wave field characteristics of seismic records obtained by using conventional Ricker wavelet simulation under the same simulation conditions, which verifies the effectiveness of the impulse algorithm. The research in this paper provides a basis for the further research and application of seismic while driving technology.
-
0. 引 言
煤矿智能化是适应现代工业技术革命发展趋势、实现煤炭工业高质量发展的核心技术支撑[1-2],作为煤矿生产的两大核心环节之一,掘进智能化发展需求极为迫切。地质保障技术是煤炭智能化生产安全保障的基础,是实现巷道掘进施工前、中、后地质预判、扰动感知与风险评估的基础数据来源,是智能掘进关键技术实施的前提保障[3-5]。将探测仪器与掘进机械进行一体化设计,开展随掘探测可实现探掘平行,能够充分发挥掘进机械的生产效率,是未来一段时期内巷道智能化快速掘进急需发展的技术[6]。由于随掘震源在激发方式、子波形式等方面与炸药等主动震源差别较大,常规的认知与数据处理技术已经无法满足需要。因此,亟需对随掘震源产生机制与数据处理技术开展深入研究。
地震数据正演模拟是地震数据采集、处理、解释三大环节的分析基础,一方面可为地震数据采集、处理、解释方法设计提供理论依据,用以评估方法的科学性、可行性和先进性;另一方面可用来检验各种解释成果的可信度以及各种反演算法的正确性和反演结果的可靠性[7-8]。对于随掘地震数据这种非常规震源条件下的正演模拟,关键在于其震源加载项(即震源时间函数)的构建[9]。王保利等[10]选取50 ~ 150 Hz的带通子波作为震源项,分别模拟了纵轴式掘进机和横轴式掘进机震源信号。程久龙等[11]采用主频200 Hz的Ricker子波与离散随机反射序列褶积,并加入随机噪声,得到了模拟随掘震源。以上2种方法在一定程度上模拟了随掘地震数据的随机、连续与变频特征,为随掘地震技术的研究作出了重要贡献,但随掘地震数据正演模拟研究仍需进一步深入。
另外,随掘地震数据可勘探波脉冲转化(简称脉冲化),是随掘地震技术应用的重要前提,自2001年Taylor Neil[12]提出利用掘进机作为震源开展巷道超前探测以来,随掘地震数据脉冲化处理就是该技术研究的重心及难点,文献[13-15]提出的是利用互相关方法。直到目前,互相关方法仍然是随掘地震数据脉冲化处理最常用的方法,但其处理结果精度一般较低;而且,不同于随采地震[16]等技术,随掘地震技术对于脉冲化算法的鲁棒性有更高的要求[11,15]。
基于实测随掘地震数据时间域、频率域以及时频域特征分析,结合巷道掘进施工环境,构建了矿井随掘地震震源时间函数,并开展了随掘地震数值模型实验,通过随掘地震实测数据与模拟数据的对比分析,表明了构建出的随掘地震震源时间函数可有效进行随掘地震数据的正演模拟;然后利用随掘地震模拟数据进行了基于脉冲反褶积与互相关的脉冲化算法应用实验,实验结果验证了该算法的有效性。
1. 矿井随掘地震震源时间函数
巷道掘进生产过程中伴随着大量的震动,这些震动在以往地震勘探中是极力避免的,但这些震动携带有丰富的能量,是一种很好的潜在震源。随掘地震技术正是以巷道生产活动伴随的震动为震源,对掘进工作面前方地质异常体进行超前探测的一种方法。由于特殊的震源形式以及复杂的施工环境,随掘震源产生机制分析及其震源时间函数构建需要以实测数据信号特征分析为基础,并结合巷道掘进施工环境等其他因素,进行综合分析。
首先,实际采集随掘地震数据进行信号特征分析。目前,国内巷道机械化掘进施工主要以悬臂式掘进机[17]及其改进机械以及盾构掘进机为基础机械,悬臂式掘进机主要用于煤巷,盾构掘进机主要用于岩巷,因此,随掘地震技术可分为应用于煤巷与应用于岩巷的2种形式。主要针对煤巷随掘地震技术开展研究,相应实测原始随掘地震数据及其信号特征如图1所示。
观察图1,结合前期研究[18]发现:随掘地震数据是一种具有一定延续时间的复杂、变频、连续信号,该信号延续时间较长、信噪比较低、子波形态不确定,无法从单炮记录中直观发现有效信息;频率成分主要集中在30 ~ 400 Hz,低频成分能量较大,“毛刺”现象较明显;时频谱能量团较多,信息较丰富。
其次,从煤巷掘进施工环境来看,生产过程中伴随的大量震动主要来源于综掘机械即纵轴悬臂式掘进机,现场还存在煤体破裂、随机落煤、转载、打钻、带式输送机等其他施工震动。其中产生能量最大的为综掘机截割煤层时的震动,其他震动能量相对较弱;另外,综掘机的工作状态(即截割头的磨损程度、压力、转速等)是随机变化的,从而随掘震源激发能量是随机变化的。
综合以上随掘地震信号特征及掘进施工环境分析,得出:随掘地震数据是由多种源信号组成,其相对低频信号主要与综掘机的自身机械动作、随机落煤以及转载机、带式输送机运作等有关;相对高频强能量由截割破煤决定,远场波区的反射信号叠合在一个宽频范围内。因此,随掘地震数据总体表现为一种多源叠加的伪随机信号特征。
地震干涉技术是随掘地震数据脉冲化处理最核心的方法,根据地震干涉基本原理,处理结果得到的是以参考地震道为虚拟震源的零偏移距地震数据,而在当前数据采集模式下[18]无法有效采集到掘进机的自身震动信号,参考地震道一般选取采集排列中靠近掘进工作面的第一道,因此该虚拟震源为复杂随掘地震波场条件下的综合震源(图2);由于参考地震道为某一点位置,因此该虚拟震源也是一种点震源。
基于以上分析,随掘震源可近似为一种不同时延下连续激发的多源叠加而成的综合虚拟点震源,其“激发”了巷道施工过程中可接收到的所有地震波信息,产生了当前数据采集模式下的随掘地震数据。
因此,可总结出随掘震源具有以下机制特征:① 多源叠加而成,多源频率随机;② 伪随机特征,有一定的主频范围;③ 连续性特征,不同时延下震源连续激发叠加。
根据以上特征,构建出应用于地震数据正演模拟震源加载的矿井随掘地震震源时间函数,为
$$ {F_t} = \sum\limits_{t = 0}^{nt} {\left\{ {\Big[ {\sum\limits_{i = 1}^n {({f_t}^i \otimes {f^m})} } \Big] (t + {\tau ^j})} \right\}} $$ (1) 式中:
$ {F_t} $ 为随掘地震震源子波时间函数;t为地震数据记录时间;$ {f_t}^i $ 为不同形态的叠加多源基础子波;$ {f^m} $ 为数量为$ m $ 的随机分布的频率值;$ \otimes $ 为随机组合;$ {\tau ^j} $ 为数量为j的震源连续激发下的不同时延值;$ nt $ 为地震数据时间长度。利用本文构建出的随掘地震震源时间函数(式(1))进行随掘地震数据正演模拟时,需要满足以下条件:① 随掘地震震源子波是由多源叠加而成的,其叠加多源的子波形态是不一致的;② 随掘地震数据是一种变频信号,其震源子波中叠加多源的主频是随机的;③ 随掘地震数据是一种伪随机信号,其震源子波具有一定的主频范围;④ 随掘地震数据是具有一定延续时间的连续信号,其震源子波在不同时延下连续激发叠加;⑤ 随掘地震数据是一种复杂信号,其不同时延下连续激发叠加的震源子波也是随机的。
设计随掘地震模拟震源子波的工作流程如图3所示。
2. 随掘地震超前探测数值模型实验
随掘地震超前探测数值模型实验通过交错网格有限差分方法求解一阶速度-应力方程开展,震源子波根据式(1)进行设计,按照纵波震源设置空间力源施加方式,即在
$ \sigma_{xx} $ 和$ \sigma_{{\textit{zz}} } $ 分量上都加上一个定向力震源:$$ s(x, {\textit{z}} , t)=\exp \left\{-\alpha\left[\left(x-x_{0}\right)^{2}+\left({\textit{z}} -{\textit{z}} _{0}\right)^{2}\right]\right\}F_{t} $$ (2) 式中:
$\left(x_{0}, {\textit{z}} _{0}\right)$ 为震源中心坐标;$ \alpha $ 为衰减系数,$\alpha>0 $ 。建立断层破碎带模型如图4所示,模型在
$ x $ 方向和z方向上空间间隔为2 m×2 m,网格点数为100×200。模拟设计掘进工作面(即随掘震源)前方130 m处存在落差为10 m的正断层,介质参数见表1。观测系统排列布设在巷道侧帮即煤层中部位置,由于二维空间探测条件有限,在二维垂直剖面模拟地震超前探测情况下,不进行自由边界条件的处理,其影响可忽略不计。18个水平分量和垂直分量检波器分布在煤层中部接收,图4中黑色圆圈为检波器布置位置,红色星号为随掘震源位置。表 1 地质理论模型介质弹性参数Table 1. Elastic parameters of medium in geological theoretical model序号 介质 厚度/m 波速/(m·s−1) 密度/(kg·m−3) 纵波 横波 1 基本顶 40 2700 1900 2600 2 直接顶 54 2400 1700 2200 3 煤层 10 2000 1200 1400 4 直接底 46 2600 1800 2400 5 基本底 50 3200 2300 2800 6 断层 — 1500 1040 1300 本次实验使用主频1 ~ 100 Hz随机分布的10个不同主频的Ricker子波、Ricker子波一阶导数子波以及Ricker子波二阶导数子波模拟合成随掘地震震源子波项(采样间隔0.0002 s,记录长度为6.4 s,图5),得到模拟随掘地震记录如图6所示(截取2 s数据进行展示)。
由于随掘地震数据是一种具有一定延续时间的复杂、变频、连续信号,因此,图6中观察到的是一种连续的杂乱信号,无法从单炮记录中直观发现有效信息,其中振幅能量较大的波峰不能代表一次反射或各种多次波的响应,且无法区分X分量与Z分量地震记录的理论差异性特征。
对比图6随掘地震模拟数据与图1a实测数据的时间域特征,可以发现两者基本一致;另外,随掘地震模拟数据由于具有明确的初始激发时刻,加上本次数值模拟实验未添加噪声干扰,因此可以观察到明显的初至波;而由于井下复杂的施工环境,图1a优选出的实测随掘地震数据避开了掘进施工初期时的不稳定震动信号,因此无法观察到初至波信息。
为更好地说明随掘地震震源时间函数的合理性,对比了随掘地震模拟数据与实测数据的频率域与时频域特征,如图7所示。
对比图7与图1,发现随掘地震模拟数据与实测数据具有相同的频率域与时频域特征,振幅谱中低频成分能量较大,“毛刺”现象较明显,时频谱能量团较多,信息较丰富。结合两者相同的时间域特征,表明构建出的随掘地震震源时间函数可有效进行随掘地震数据正演模拟。
3. 随掘地震模拟数据脉冲化处理
借鉴噪声记录有效信号提取方法,随掘地震数据脉冲化处理一般采用地震干涉技术,主要包括互相关、反褶积与互相干,其中互相关是目前应用最广泛的方法,但处理结果精度一般较差;反褶积处理结果精度相对较高,但稳定性较差,其稳定性差主要体现在2个方面,首先,正则化处理过程中正则化因子的选取对于处理结果精度的影响较大,且正则化因子选取的随机性较强[19],其次,其对于随掘地震信号的质量要求较高,信号质量一般时,通常无法取得效果;互相干更适用于高铁地震的数据处理[19]。
区别于目前常用地震干涉技术,提出了基于脉冲反褶积与互相关的随掘地震数据脉冲化处理鲁棒性更高的算法[18],表达式为
$$ \begin{gathered} \qquad\qquad C_{xy}^d(\tau ) = \sum\limits_{t = - \infty }^\infty {X(t - \tau )Y(t)}= \\ \sum\limits_{t = - \infty }^\infty {\left\{ {\left[ {\sum\limits_{s = 0}^m {{a_x}(s)x(t - \tau - s)} } \right]\left[ {\sum\limits_{s = 0}^m {{a_y}(s)y(t - s)} } \right]} \right\}} \\ \end{gathered} $$ (3) 式中:假设有两道地震数据
$ x(t) $ 与$ y(t) $ ,$C_{xy}^d\left( \tau \right) $ 为$ x(t) $ 与$ y(t) $ 的脉冲化运算,$ \tau $ 为互相关运算的时间延迟;$ X(t) $ 为$ x(t) $ 的脉冲反褶积运算;$ a_{x}(s) $ 为运算的脉冲反褶积因子;$ Y(t) $ 为$ y(t) $ 的脉冲反褶积运算;$ a_{y}(s) $ 为运算的脉冲反褶积因子;$ s $ 为脉冲反褶积运算的时间延迟;$ m $ 为脉冲反褶积运算的长度;$ t $ 为互相关运算的长度。式(3)是针对常用地震干涉方法稳定性较低,随掘地震数据质量对干涉处理结果影响较大,且由于随掘震源不同时延下连续激发,引起随掘地震信号存在长延续峰值脉冲干扰导致脉冲化处理精度较低等问题提出的,其通过脉冲反褶积消除震源影响,再选用相对更加稳定的互相关实现随掘地震数据的脉冲化处理。为验证该算法的有效性,以互相关与反褶积两种常用地震干涉技术为对比方法对图6所示随掘地震模拟数据进行了脉冲化处理实验(以第18道地震记录为参考地震道)。
对比图8—图10,可以发现:互相关方法没有取得效果,处理结果仍然是杂乱无序的;反褶积方法将部分有效信号提取了出来,随掘地震信号特有的长延续峰值脉冲干扰得到了不错的压制;基于脉冲反褶积与互相关的脉冲化算法相对于互相关与反褶积,处理结果波组信息更为丰富,直达波与其他波组信息非常清晰且连续性较好,X分量与Z分量地震记录的理论差异性特征也显现出来,X分量既有直达纵波,也有直达横波信息,Z分量直达横波能量较强,2个分量均有反射波信息可分辨,反射波主要为煤层上方与下方地层以及前方断层反射。
另外,对比图9与图10,反褶积方法虽然取得了一定的效果,但相对于基于脉冲反褶积与互相关的脉冲化处理结果,反褶积处理结果中的反射波信息恢复不够完全,如图9中所示4处横线标记的波组,虽然在个别地震道恢复有反射信息,但其同相轴连续性相对差一些。而不同于随采地震等技术仅对于处理结果中的直达波信息要求较高,随掘地震技术还需要利用其他波组信息;因此,就脉冲化处理单炮记录而言,基于脉冲反褶积与互相关的脉冲化算法比互相关以及反褶积方法更加有效,具有更高的鲁棒性。
采用图4所示断层破碎带模型,利用主频100 Hz的Ricker子波进行了常规主动源超前探测数值模拟,观测系统设置与采样间隔不变,得到模拟记录如图11所示。
为更好的与常规Ricker子波模拟地震记录进行对比,将图9与图10中初至前的干扰波场信号进行了滤波处理,而互相关方法由于没有取得效果,因此未对图8进行处理。首先,对比图9与图11,发现反褶积处理结果中有效反射波等其他波组信息(图中4处横线标记波组为掘进工作面前方断层构造反射信号)确实恢复不完全,显现不清晰;而且反褶积提取出的有效波组信息形态与Ricker子波模拟地震记录存在差别。其次,对比图10与图11,可以发现基于脉冲反褶积与互相关的脉冲化处理结果与常规Ricker子波模拟地震记录的波组特征基本一致,虽然Ricker子波模拟地震记录更加规则、清晰,但两者没有本质上差别,并不影响后期的成像解释。
然后,为定量对比互相关、反褶积以及脉冲反褶积与互相关复合应用脉冲化处理结果的精度,引入地震全波形反演目标函数计算方式,构建脉冲化处理结果与Ricker子波模拟地震记录的差异函数,即:
$$ \begin{aligned} &\;\;\;E= \frac{1}{2} \Delta u^* \Delta u=\frac{1}{2}\left\|u_{\text {extract }}-u_{\text {cal }}\right\|^2 =\\ &\frac{1}{2} \sum_{r=1}^{n g} \int_0^T {\rm{d}} t\left|u_{\text {extract }}\left(\boldsymbol{x}_r, t\right)-u_{\text {cal }}\left(\boldsymbol{x}_r, t\right)\right|^2 \end{aligned}$$ (4) 式中:
$ {u_{{\rm{extract}}}} $ 与$ {u_{{\rm{cal}}}} $ 为脉冲化处理结果与Ricker子波模拟地震记录的归一化数据;$ \Delta u $ 为$ {u_{{\rm{extract}}}} $ 与$ {u_{{\rm{cal}}}} $ 的差值,$ {{\boldsymbol{x}}_r} $ 表示接收点位置;$ ng $ 为接收点数量;r为接收点;$ T $ 为地震记录时间,上标*为共轭转置。表2为计算出的脉冲化处理结果与Ricker子波模拟地震记录的差异函数,可以看出基于脉冲反褶积与互相关的脉冲化处理结果与常规Ricker子波模拟地震记录是最相近的,虽然反褶积处理结果与其差别较小,但考虑稳定性问题,基于脉冲反褶积与互相关的脉冲化算法的鲁棒性是最高的。
表 2 脉冲化处理结果差异函数计算Table 2. Difference function calculation of impulse processing results序号 脉冲化处理方法 差异函数数值 1 互相关 2.3818×103 2 反褶积 0.9198×103 3 脉冲反褶积+互相关 0.8856×103 因此,综合以上脉冲化处理结果与常规Ricker子波模拟地震记录的对比分析,验证了基于脉冲反褶积与互相关的脉冲化算法的有效性。
4. 结 论
1)由于随掘震源与常规震源差别较大,以实测随掘地震信号特征分析为基础,结合巷道掘进施工环境,揭示了煤巷随掘地震信号特征及其震源产生机制,研究表明:随掘地震信号是具有一定延续时间的复杂、变频、连续信号,其相对低频信号与施工机械运作、煤体破裂等有关,相对高频强能量信号由截割破煤决定,总体表现为一种多源叠加的伪随机信号特征;随掘震源可近似为不同时延下连续激发的多源叠加而成的综合虚拟点震源,该震源由综掘机械截割煤层以及煤体破裂、打钻、输送带运输等随机震动联合作用而成,其中截割煤层起主要作用;基于以上研究,构建出随掘地震震源时间函数,可有效进行随掘地震数据正演模拟,提升了随掘震源的认知程度。
2)随掘地震数据脉冲化处理是随掘地震技术的首要环节,针对常用地震干涉方法不适用于随掘地震信号处理的问题,提出了基于脉冲反褶积与互相关的脉冲化处理鲁棒性更高的算法;以互相关与反褶积为对比方法,利用随掘地震模拟数据进行了脉冲化处理实验,并通过与常规Ricker子波模拟得到的地震记录进行了波场特征对比以及引入地震全波形反演目标函数计算方式进行了差异函数定量对比,均显示基于脉冲反褶积与互相关的脉冲化处理结果精度最高,验证了该算法的有效性。
3)结合随掘地震信号特征与掘进施工环境分析构建出了随掘地震震源时间函数,该震源时间函数以目前常规弹性波方程正演模拟方法为基础,以实现随掘地震的数值仿真为目的,但对于随掘震源力学机制等方面考虑较少,没有得到真正物理含义准确的随掘地震震源数值解,因此还需要进行更深入的研究;另外,地震干涉技术在“变噪为源”的过程中,同时改变了地震信号准确的振幅与相位信息,会影响后续成像的准确性,如何校正或消除该影响同样需要更进一步的研究。
-
表 1 地质理论模型介质弹性参数
Table 1 Elastic parameters of medium in geological theoretical model
序号 介质 厚度/m 波速/(m·s−1) 密度/(kg·m−3) 纵波 横波 1 基本顶 40 2700 1900 2600 2 直接顶 54 2400 1700 2200 3 煤层 10 2000 1200 1400 4 直接底 46 2600 1800 2400 5 基本底 50 3200 2300 2800 6 断层 — 1500 1040 1300 表 2 脉冲化处理结果差异函数计算
Table 2 Difference function calculation of impulse processing results
序号 脉冲化处理方法 差异函数数值 1 互相关 2.3818×103 2 反褶积 0.9198×103 3 脉冲反褶积+互相关 0.8856×103 -
[1] 王国法,刘 峰,庞义辉,等. 煤矿智能化—煤炭工业高质量发展的核心技术支撑[J]. 煤炭学报,2019,44(2):349−357. WANG Guofa,LIU Feng,PANG Yihui,et al. Coal mine intellectualization: The core technology of high quality development[J]. Journal of China Coal Society,2019,44(2):349−357.
[2] 王国法,徐亚军,张金虎,等. 煤矿智能化开采新进展[J]. 煤炭科学技术,2021,49(1):1−10. WANG Guofa,XU Yajun,ZHANG Jinhu,et al. New development of intelligent mining in coal mines[J]. Coal Science and Technology,2021,49(1):1−10.
[3] 袁 亮,张平松. 煤炭精准开采地质保障技术的发展现状及展望[J]. 煤炭学报,2019,44(8):2277−2284. YUAN Liang,ZHANG Pingsong. Development status and prospect of geological guarantee technology for precise coal mining[J]. Journal of China Coal Society,2019,44(8):2277−2284.
[4] 袁 亮,张平松. 煤炭精准开采透明地质条件的重构与思考[J]. 煤炭学报,2020,45(7):2346−2356. YUAN Liang,ZHANG Pingsong. Framework and thinking of transparent geological conditions for precise mining of coal[J]. Journal of China Coal Society,2020,45(7):2346−2356.
[5] 彭苏萍. 我国煤矿安全高效开采地质保障系统研究现状及展望[J]. 煤炭学报,2020,45(7):2331−2345. PENG Suping. Current status and prospects of research on geological assurance system for coal mine safe and high efficient mining[J]. Journal of China Coal Society,2020,45(7):2331−2345.
[6] 张平松,李圣林,邱 实,等. 巷道快速智能掘进超前探测技术与发展[J]. 煤炭学报,2021,46(7):2158−2173. ZHANG Pingsong,LI Shenglin,QIU Shi,et al. Advance detection technology and development of fast intelligent roadway drivage[J]. Journal of China Coal Society,2021,46(7):2158−2173.
[7] 熊 翥. 我国物探技术的进步及展望[J]. 石油地球物理勘探,2004,39(2):237−243. XIAONG Zhu. Progress and prospect of geophysical prospecting technology in China[J]. Oil Geophysical Prospecting,2004,39(2):237−243.
[8] 李光辉,李 月. 金属矿山地地区地震勘探随机噪声的波动方程模拟[J]. 地球物理学报,2015,58(12):4576−4593. LI Guanghui,LI Yue. Wave equation modeling of random noise in seismic exploration for metal deposits in mountainous areas[J]. Chinese Journal of Geophysics,2015,58(12):4576−4593.
[9] 张固澜,何承杰,李 勇,等. 高铁地震震源子波时间函数及验证[J]. 地球物理学报,2019,62(6):2344−2354. ZHANG Gulan,HE Chengjie,LI Yong,et al. Wavelet time function of high-speed-train seismic source and verification[J]. Chinese Journal of Geophysics,2019,62(6):2344−2354.
[10] 王保利,程建远,金 丹,等. 煤矿井下随掘地震震源特征及探测性能研究[J]. 煤田地质与勘探,2022,50(1):10−19. doi: 10.12363/issn.1001-1986.21.11.0639 WANG Baoli,CHENG Jianyuan,JIN Dan,et al. Characteristics and detection performance of the source of seismic while excavating in underground coal mines[J]. Coal Geology & Exploration,2022,50(1):10−19. doi: 10.12363/issn.1001-1986.21.11.0639
[11] 程久龙,程 鹏,李亚豪. 基于IABC-ICA的随掘地震去噪方法[J]. 煤炭学报,2022,47(1):413−422. CHENG Jiulong,CHENG Peng,LI Yahao. Denoising method of mine seismic while drilling data based on IABC-ICA[J]. Journal of China Coal Society,2022,47(1):413−422.
[12] TAYLOR Neil, MERRIAM Jim, GENDZWILL Don, et al. The mining machine as a seismic source for in seam reflection mapping[C]//Seg Technical Program Expanded Abstracts, 2001: 1365-1368.
[13] 覃 思,程建远. 煤矿井下随采地震反射波勘探试验研究[J]. 煤炭科学技术,2015,43(1):116−119. QIN Si,CHENG Jianyuan. Experimental study on seismic while mining for underground coal mine reflection survey[J]. Coal Science and Technology,2015,43(1):116−119.
[14] 王 季,覃 思,陆 斌,等. 基于掘进机随掘震源的巷道侧前方断层成像技术[J]. 煤炭科学技术,2021,49(2):232−237. WANG Ji,QIN Si,LU Bin,et al. Tomographic imaging technology of front side of roadway based on excavation source of roadheader[J]. Coal Science and Technology,2021,49(2):232−237.
[15] 刘 强. L1范数约束的随掘地震噪声衰减[J]. 煤炭学报,2021,46(8):2699−2705. LIU Qiang. Noise attenuation based on L1-norm constraint inversion in seismic while drilling[J]. Journal of China Coal Society,2021,46(8):2699−2705.
[16] BUCHANAN D J,MASON I M,DAVIS R. The coal cutter as a seismic source in channel wave exploration[J]. IEEE Transactions on Geoscience and Remote Sensing,1980,18(4):318−320.
[17] 毛 君,吴常田,谢 苗. 浅谈悬臂式掘进机的发展及趋势[J]. 中国工程机械学报,2007,5(2):240−242. doi: 10.3969/j.issn.1672-5581.2007.02.024 MAO Jun,WU Changtian,XIE Miao,et al. Advances and trends on boom-type excavators[J]. Chinese Journal of Construction Machinery,2007,5(2):240−242. doi: 10.3969/j.issn.1672-5581.2007.02.024
[18] 李圣林,张平松,姬广忠,等. 随掘地震超前探测掘进机震源信号的复合干涉处理研究[J]. 采矿与安全工程学报,2022,39(2):305−316. LI Shenglin,ZHANG Pingsong,JI Guangzhong,et al. compound interference processing of roadheader source signal for advanced seismic detection while drilling[J]. Journal of Mining & Safety Engineering,2022,39(2):305−316.
[19] 陆 斌. 基于地震干涉的回采工作面随采地震成像方法[J]. 煤田地质与勘探,2016,44(6):142−147. LU Bin. A Seismic while mining method of coal working-face based on seismic interferometry[J]. Coal Geology and Exploration,2016,44(6):142−147.
-
期刊类型引用(4)
1. 赵会波,覃思,陈超,关奇,赵星伟,车建航. 随掘地震地质构造精细监测在山西王坡煤矿的应用. 煤田地质与勘探. 2024(06): 137-144 . 百度学术
2. 关奇,包乾宗. 煤矿井下随掘地震速度分析方法研究. 煤炭技术. 2024(07): 141-144 . 百度学术
3. 党保全,郭立全,张延喜,任永乐,李圣林. 煤矿岩巷TBM掘进随掘地震信号特征及其应用. 工矿自动化. 2024(06): 46-53+60 . 百度学术
4. 吴国庆,马彦龙. 地质透明化工作面内多种异常体的槽波解释方法研究. 煤炭科学技术. 2023(05): 149-160 . 本站查看
其他类型引用(0)