基于深度信念神经网络的微震波到时拾取方法

微震信号到时的准确拾取是进行震源定位等技术的基础。传统的到时拾取方法大多依赖于人工干预,对采集数据信噪比的要求较高。为了提高低信噪比中微弱信号的拾取准确率,提出一种基于S变换和深度信念神经网络的拾取方法。该网络模型训练分两步进行,首先对经S变换处理过的原始数据利用受限玻尔兹曼机进行无监督预训练,得到网络模型参数的初值;再通过误差反向传播来微调网络参数,构建最终的深度信念神经网络模型。本次利用训练好的网络对数据进行拾取,并与STA/LTA法的拾取结果进行对比,分析结果表明本文方法有更高的抗噪性。     

基于网格搜索-牛顿迭代法的微震震源定位算法

利用最优化算法对微震定位进行求解时,为了保证全局且快速收敛,结合网格搜索法的 全局收敛性和牛顿迭代法的快速准确性,提出一种基于网格搜索-牛顿迭代法的微震震源定位反 演算法。 新算法首先通过对监测区域进行稀疏的网格划分,利用网格搜索法得到初步的定位结 果,再以此结果作为牛顿迭代法的初始迭代值进行准确的定位计算。 通过模拟实验,研究了地下 介质速度各向异性和实际工程中测速误差对定位结果的影响,并与牛顿法、网格搜索法和模拟退 火法对比新算法在定位准确度、稳定性以及计算效率方面的表现。 结果表明:该算法在理论上可 以相对高效、准确、稳定地定位微震事件。 最后利用实例验证新算法定位效果,定位误差约 为4m。 该算法在微震定位中具有一定的实用价值。     

陷落柱及其赋水性的正演模拟研究

煤矿中的陷落柱一直制约着煤矿的安全生产。为了有效识别陷落柱,以山西矿区岩溶陷落柱为例,利用地震数值模拟和电法数值模拟方法,探讨了陷落柱地震响应及赋水特征。通过建立陷落柱模型,模拟得出陷落柱在地震上响应存在明显的绕射波特征及赋水性陷落柱“两高夹一低”的特征。