震源信息处理与反演定位方法研究.pdf

硕士学位论文 震源信息处理与反演定位方法研究 Study on Source Ination Processing and Inversion Locating 作 者李 月 导 师丁恩杰 教授 中国矿业大学 二○一八年五月 万方数据 学位论文使用授权声明学位论文使用授权声明 本人完全了解中国矿业大学有关保留、使用学位论文的规定，同意本人所 撰写的学位论文的使用授权按照学校的管理规定处理 作为申请学位的条件之一，学位论文著作权拥有者须授权所在学校拥有学 位论文的部分使用权，即①学校档案馆和图书馆有权保留学位论文的纸质版 和电子版，可以使用影印、缩印或扫描等复制手段保存和汇编学位论文；②为 教学和科研目的，学校档案馆和图书馆可以将公开的学位论文作为资料在档案 馆、图书馆等场所或在校园网上供校内师生阅读、浏览。另外，根据有关法 规，同意中国国家图书馆保存研究生学位论文。 （保密的学位论文在解密后适用本授权书）。 作者签名 导师签名 年 月 日 年 月 日 万方数据 中图分类号 TD63 学校代码 10290 UDC 621.39 密 级 公开 中国矿业大学 硕士学位论文 震源信息处理与反演定位方法研究 Study on Source Ination Processing and Inversion Locating 作 者 李 月 导 师 丁 恩 杰 申请学位 工学硕士 培养单位 信控学院 学科专业 信息与通信工程 研究方向 震源定位技术 答辩委员会主席 李雷达 评 阅 人 盲评 二○一八年五月 万方数据 致谢致谢 毕业论文即将完成，标志着我的研究生生涯也将结束，衷心感谢三年内 所有给过我关心、帮助和支持的人。 首先感谢我的恩师丁恩杰教授，这篇论文从初期研究课题的选择，到研 究瓶颈期方向的指引和方法的指导，直到最后论文的定稿，丁恩杰老师都付 出了大量的精力和心血。感谢丁恩杰教授给我的论文提出的宝贵意见。您渊 博的学识，严谨的治学态度，辛勤无私的敬业教学精神，深深感染着我，您 是我永远的人生导师。 感谢课题组的博士师兄陈卿对我研究方向上的指导，谢谢您给予我论文 还有学习技术上的指导。还有已经毕业的师兄们师姐们，没有大家的共同付 出，我的研究和论文都无法完成。没有你们的领航，或许自己没有勇气勇敢 的踏出第一步。 感谢 2015 级实验室的小伙伴们，程圆新，韩楠楠，程龙，葛鲲鹏，李 家翔，张帝，高彬，董飞。感谢我可爱的室友高凌志。三年的学习时光，因 为你们而丰富多彩。感谢你们每个人给我的帮助，希望大家各自安好，前程 似锦。 感谢我的父母家人无私的养育和支持，二十多年来，我一直在你们的庇 佑下 无忧无虑的成长，你们的鼓励是我最大的动力。你们陪我长大，那么就 让我陪你们变老。 站在人生重要的路口，有过迷茫，有过失败亦或惊喜。曾经的旧时光竟 难以诉说。感恩矿大，感恩所有的老师和同学，是你们让我变成了更好的自 己。 万方数据 I 摘摘 要要 煤炭在我国能源生产和消费结构中始终占据着主导地位，煤炭的生产依 然是我国经济发展的动力，而预防煤炭事故的发生是安全生产的保证。微震 监测技术可以通过煤矿井下布置的传感器来接收震波信号，反演出震源的真 实位置和应力分布情况，进而预测冲击矿压等破坏性灾害。震源的信息处理 与反演定位是微震监测的重要内容，其中，震源的信息处理主要包括微震的 监测和震波信号的预处理。 本文首先设计了煤矿微震监测系统，主要完成井下的网络构建和高精度 的时间模块同步。然后搭建了震波信号的预处理系统，将 LabVIEW 的可视 化编程及硬件接口的能力联合 MATLAB 强大的数值运算及仿真能力，完成 震波数据的采集，接收，存储，小波去噪以及初至提取等过程。 在获取了初至提取波的信息后，借助于上位机来完成震源的反演定位。 震源反演定位的实现是通过目标函数将震源的位置求解转化为数学方程组的 求解，即采用适当的线性方法或者非线性方法来完成震源的反演定位。但是 这些方法容易出现病态方程，或陷入到局部极小值。针对这些问题，本文在 众多学者研究基础上对震源的反演定位方法进行了研究。 1.分析常用目标函数的局限性，采用了无需预先测速的目标函数，用遗传 算法来实现震源的初步定位。针对震源定位出现异常波动的问题，结合拟牛 顿法快速收敛特性，提出遗传-拟牛顿混合算法实现了震源定位，该算法定位 的用时缩小为原来的三分之一。 2.当震源位于远场，分析了无需预先测速目标函数的局限性；并采用具有 双轴优化特性的目标函数对震源定位，且将该目标函数和无需预先测速的目 标函数进行了测试对比，该双轴优化目标函数改善了单轴的定位精度，同时 收敛速度平稳。 3.完成了基于双轴优化目标函数的遗传-拟牛顿混合算法的实验参数以及 运行流程的设计，阐述其原理以及特性，并通过测试验证用于震源定位的可 行性。通过两组对比试验来证明新方法的优势，既具备双轴优化的特性，保 证了双轴定位的精度，也具备遗传-拟牛顿混合算法的快速收敛，全局优化的 特点。 该论文有图 46 幅，表 5 个，参考文献 66 篇。 关键词关键词震源定位；信息处理；遗传-拟牛顿混合算法；双轴优化目标函数 万方数据 II Abstract Coal occupies a dominant position as usual in Chinas energy production and consumption structure.The production of coal is the driving force of economic development in china.The prevention of coal accidents is a guarantee of safe production. The microseismic monitoring technology receives seismic signals through sensors arranged underground in coal mines,to invert the true location of the source,to predict damaging impacts such as mine pressure.It can be seen that the ination processing and inversion positioning of the source is an important part of microseismic monitoring.Among them,the ination processing of the source mainly includes the microseismic monitoring and the pretreatment of the seismic wave signal. First of all,We designed a coal mine microseismic monitoring system, mainly to complete the underground network construction and high-precision time module synchronization.After that,seismic data processing system was used to combine LabVIEWs visual programming and hardware interface capabilities with MATLABs powerful numerical computation and simulation capabilities to complete seismic wave data acquisition, reception, storage,Wavelet denoising and first-pass extraction. After acquiring the ination of the first arrival extraction wave,the inversion positioning of the source is completed by means of an upper computer. The realization of the inversion location of the source is to trans the solution of the source by the objective function into a solution of the mathematical equations, that is, to use a certain linear or nonlinear to complete the inversion of the source. However,these s often have their drawbacks. Some are prone to pathological equations,and some are easily trapped in local minimum.The results are unreliable.To solve these problems,many domestic and foreign scholars have put forward their own solutions.Based on the research of many scholars, this paper studies the of inverting the source. 1.Analyzing the limitations of the commonly used objective function, adopting the objective function without prior measurement, and using the genetic algorithm to achieve the initial positioning of the source.The reasons for the abnormal fluctuations in the source location were analyzed.Due to the genetic algorithm in the space search process,the early period was faster and the speed was slower in the later period. To solve this problem, the quasi-Newton has the 万方数据 III characteristics of fast convergence.Finally, the genetic-quasi-Newton hybrid algorithm is used to realize the source location and analyze the localization perance. 2.When the source is located in the far field,the limitation of the objective function without prior measurement is analyzed.The objective function with two- axis optimization characteristics is used to determine the location of source,and the objective function is compared with the objective function without prior measurement.Verifying that the positioning accuracy of the two-axis optimization objective function is higher and more stable. 3.Firstly,the genetic parameters of the genetic-quasi-Newton hybrid algorithm based on the two-axis optimization objective function are designed,Describing its principles and characteristics, and verifying the feasibility of the source location. Finally,the test is applied to verify the advantages of the new by comparing the two groups.It not only has the characteristics of two-axis optimization,but also guarantees the accuracy of two-axis positioning,combine fast convergences characteristics and global optimization of the genetic-quasi-Newton hybrid algorithm. The paper has 46 figures,5 tables, and 66 references. Keywordssource location;The processing of ination ;GA-Quasi-Newton hybrid algorithm; two-axis optimization objective function 万方数据 IV 目目 录录 摘摘 要要 ........................................................................................................................................... I 目目 录录 ........................................................................................................................................ IV 图清单图清单 ................................................................................................................................. VIII 表清单表清单 ...................................................................................................................................... X 1 绪论绪论 ........................................................................................................................................ 1 1.1 课题研究意义和背景 ................................................ 1 1.2 微震监测.......................................................... 1 1.3 微震反演.......................................................... 2 1.4 研究内容及方法 .................................................... 3 2 2 微震监测与信号的预处理微震监测与信号的预处理 .................................................................................... 7 7 2.1 煤矿微震监测系统的设计 ............................................ 7 2.2 震波信号的预处理系统 .............................................. 9 2.3 小波去噪......................................................... 12 2.4 信号的初至提取 ................................................... 15 2.5 本章小结......................................................... 18 3 3 实现震源定位的关键方法实现震源定位的关键方法 .................................................................................... 1 19 9 3.1 震源定位的基础 ................................................... 19 3.2 目标函数......................................................... 21 3.3 基于遗传算法的震源定位 ........................................... 25 3.4 基于遗传-拟牛顿混合算法的震源定位 ................................ 31 3.5 本章小结......................................................... 37 4 4 基于双轴优化目标函数的遗传基于双轴优化目标函数的遗传- -拟牛顿混合算法拟牛顿混合算法 ................................................ 3 38 8 4.1 问题的提出 ....................................................... 39 4.2 双轴优化目标函数的特性 ........................................... 40 4.3 基于双轴优化目标函数的遗传-拟牛顿混合算法的设计 .................. 48 4.4 基于双轴优化目标函数的遗传-拟牛顿混合算法的震源定位 .............. 49 4.5 本章小结 ........................................................ 55 5 5 总结与展望总结与展望 .......................................................................................................... 5 56 6 万方数据 V 参考文献参考文献 ................................................................................................................ 5959 作者简历作者简历 ................................................................................................................ 6363 学位论文原创性声明学位论文原创性声明 .............................................................................................. 6 63 3 学位论文数据集学位论文数据集 ...................................................................................................... 6565 万方数据 VI Contents Abstract ................................................................................................. 错误未定义书签。 Contents ................................................................................................ 错误未定义书签。 List of drawings ................................................................................... 错误未定义书签。 List of tables ......................................................................................... 错误未定义书签。 1 Introduction....................................................................................... 错误未定义书签。 1.1 Background and Significance of Subject Research ...................... 错误错误未定义书签。未定义书签。 1.2 Microseismic Monitoring .............................................................. 错误错误未定义书签。未定义书签。 1.3 Microseismic Inversion................................................................... 错误错误未定义书签。未定义书签。 1.4 Research Content and s ..................................................... 错误错误未定义书签。未定义书签。 2 Microseismic Monitoring and Signal Preprocessing .................................................. 7 2.1 Design of Coal Mine Microseismic Monitoring System .............................................. 7 2.2 Seismic Signal Preprocessing System .......................................................................... 9 2.3 Wavelet Denoising ........................................................................................................ 12 2.4 First-Rate Extraction of Signals ................................................................................... 15 2.5 Summary ....................................................................................................................... 18 3 Key Ways to Implement Source Location ................................................................. 19 3.1 Focal source positioning basis ........................................................................................ 1 3.2 Objective Function ........................................................................................................ 19 3.3 Source location based on genetic algorithm ............................................................... 23 3.4 Source location based on genetic-quasi-Newton hybrid algorithm错误错误未定义书签。未定义书签。 3.5 Summary of this chapter ............................................................................................... 35 4 GA-Quasi-Newton hybrid algorithm based on biaxial optimization objective function ............................................................................................................................... 36 4.1 Proposed Questions ....................................................................................................... 36 4.2 Characteristics of Two-axis Optimization Objective Function ................................. 37 4.3 Design of genetic-quasi-Newton hybrid algorithm based on biaxial optimization objective function ................................................................................................................ 45 4.4 Source location of genetic-quasi-Newton hybrid algorithm based on biaxial optimization objective function ............................................................ 错误错误未定义书签。未定义书签。 4.5 Summary of this chapter ................................................................. 错误错误未定义书签。未定义书签。 5 Conclusions and Outlook .............................................................................................. 54 万方数据 VII References .......................................................................................................................... 56 Authors Resume ................................................................................. 错误未定义书签。 Dissertation Original Statement........................................................ 错误未定义书签。 Dissertation data set ............................................................................ 错误未定义书签。 万方数据 VIII 图清单图清单 图序号 图名称 页码 图 1-1 论文架构图 5 Figure 1-1 Essay framework 5 图 2-1 煤矿微震监测系统 7 Figure 2-1 Coal Mine Microseismic Monitoring System 7 图 2-2 下位机功能图 7 Figure 2-2 Lower machine function chart 7 图 2-3 煤矿微震监测系统的功能示意图 9 Figure 2-3 Coal Mine Microseismic Monitoring System Function Diagram 9 图 2-4 信号预处理实验平台 10 Figure 2-4 Signal Preprocessing Experiment Plat 10 图 2-5 信息采集卡 10 Figure 2-5 Ination Collection Card 10 图 2-6 震源监测平台前面板设计图 11 Figure 2-6 Source monitoring plat front panel design 11 图 2-7 数据接收模块图 12 Figure 2-7 Data Receiver Module Diagram 12 图 2-8 TDMS 存储原理图 12 Figure 2-8 TDMS memory schematic 12 图 2-9 硬阈值方法和软阈值方法图 13 Figure 2-9 Hard threshold and soft threshold diagram 13 图 2-10 前面板图 14 Figure 2-10 Front panel 14 图 2-11 小波去噪对比图 15 Figure 2-11 Wavelet denoising contrast map 15 图 2-12 混合编程脚本原理图 17 Figure 2-12 Mixed Programming Script Schematic 17 图 2-13 初至提取程序 17 Figure 2-13 The first arrival extraction procedure 17 图 2-14 初至提取波 18 Figure 2-14 Early arrival wave extraction 18 图 3-1 单纯形布局图组 22 Figure 3-1 Simplex layout group 22 图 3-2 染色体交叉示意图 25 Figure 3-2 Chromosome crossover 25 图 3-3 传播的原理图 28 Figure 3-3 Principle of propagation 28 图 3-4 震源定位模型 29 Figure 3-4 the source location mode 29 图 4-1 x10,y20误差对比图 33 Figure 4-1 x10,y20 error contrast diagram 33 图 4-2 x20,y25误差对比图 34 Figure 4-2 x20,y25 error contrast diagram 34 图 4-3 x25，y35 误差对比图 34 Figure 4-3 x25，y35 error contrast diagram 34 图 4-4 x40,y50误差对比图 34 Figure 4-4 x40,y50 error contrast diagram 34 图 4-5 遗传-拟牛顿混合算法原理图 38 Figure 4-5 GA-quasi-Newton hybrid algorithm schematic 38 图 4-6 简单遗传算法 X 坐标定位误差 39 万方数据 IX F