黄土坡铜锌矿微震监测技术应用与灾害预警方法研究

doi:10.11872/j.issn.1005-2518.2020.02.022

黄土坡铜锌矿微震监测技术应用与灾害预警方法研究

党明智^,¹, 张君², 贾明涛^,³

1.新疆西拓矿业有限公司，新疆哈密 839000

2.长沙迪迈数码科技股份有限公司，湖南长沙 410083

3.中南大学资源与安全工程学院，湖南长沙 410083

Application and Research of Microseismic Monitoring Technology and Disaster Early Warning Methods in Huangtupo Copper and Zinc Mine

DANG Mingzhi^,¹, ZHANG Jun², JIA Mingtao^,³

1.Xinjiang Xituo Mining Co. ，Ltd，Hami 839000，Xinjiang，China

2.Changsha Digital Mine Information Technology Co. ，Ltd，Changsha 410083，Hunan，China

3.School of Resources and Safety Engineering，Central South University，Changsha 410083，Hunan，China

通讯作者: 贾明涛（1973-），男，河南淅川人，博士，副教授，从事数字矿山和岩石力学等研究工作。mingtao_jia@163.com

收稿日期: 2019-03-18 修回日期: 2020-02-21 网络出版日期: 2020-05-07

基金资助:

国家重点研发计划项目“深部集约化开采生产过程智能管控技术”. 2017YFC0602905

Received: 2019-03-18 Revised: 2020-02-21 Online: 2020-05-07

作者简介 About authors

党明智（1964-），男，甘肃金昌人，高级工程师，从事矿山开采工艺与安全研究工作dmzem@163.com , E-mail：dmzem@163.com

摘要

黄土坡铜锌矿位于新疆哈密地区，采用地下开采方式开采矿石，该矿山附近存在另外一家矿山企业，2个矿山同时产生的开采扰动使得该矿山面临着复杂的地压环境。为了对黄土坡铜锌矿井下多处采空区附近的地压灾害进行预警，引进微震监测系统，对采空区周边及生产作业区域围岩稳定性进行实时监测。采用优化的台网布设方案改善微震监测系统的性能，并在微震信号自动识别技术的基础上，对地压活动进行实时分析，保证分析结果的时效性。基于微震监测多参数分析方法，结合一次现场真实地压险情提出了一套微震监测地压灾害预警分析方法，该方法能够实现地压提前预警，给矿山人员提供了逃生时间，在地下开采矿山地压监测中具有推广意义。

关键词： 采空区 ; 地压活动 ; 微震监测 ; 地压灾害 ; 灾害预警

Abstract

Huangtupo copper and zinc mine located southwest of Hami City，Xinjiang Uygur Autonomous Region，China.It is an underground mine，and there are several goaves in the mining area.There is another mine nearby the area，which is also mining ore.The mining activities of two mines have caused a great disturbance to the pressure environment in the area.Therefore，MicroSeis microseismic monitoring system was introduced to give early warning of the ground pressure disaster that may be caused by goaves in Huangtupo copper and zinc mine.This system monitors the stability of surrounding rock around the goaves and production area in real-time.The microseismic monitoring system has the advantages of broad range，high sensitivity，non-contact，and multi-parameters analysis.In order to ensure the reliability and real-time performance of the microseismic system，the system was optimized.Using network analysis tools to optimize the best microseismic network layout scheme，than the event positioning accuracy is effectively guaranteed.In this paper，through network analysis，the optimized positioning accuracy of the center practice is about 5 m，and the positioning accuracy of the production operation area is within 10 m，which can fully meet the requirements of ground pressure monitoring and disaster early warning.Microseismic systems always pick up signals in rock masses indiscriminately.However，there are many production noise signals in the general engineering environment，such as blasting signals，mechanical vibration signals，and electrical interference signals.In the aspect of signal recognition，the traditional approach is to rely on manual methods for identification and classification，with low efficiency.Therefore，an artificial intelligence method was proposed to identify the microseismic signals.This automatic identification model ensures the real-time performance of the microseismic system and is the basis of disaster early warning.The early warning method of microseismic monitoring technology is based on quantitative seismology.Moreover，quantitative seismology is based on the development of rock mechanics，seismology，and statistics.In this paper，seismological parameters such as microseismic event activity rate，spatial distribution characteristics，seismic moment，energy，and b value were used to analyze ground pressure activity.At the same time，a set of early warning and analysis methods of microseismic monitoring ground pressure disaster was put forward.This method can realize early warning of ground pressure，provide time for evacuation of mine personnel，and effectively grasp the development trend of ground pressure.Furthermore，it can guide mine personnel to go into the mine for production in a safe time，so it has the significance of popularization in the monitoring of underground mine pressure.

Keywords： goaf ; the activity of ground pressure ; microseismic monitoring ; the disaster of ground pressure ; disaster early warning

PDF (4682KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

党明智, 张君, 贾明涛. 黄土坡铜锌矿微震监测技术应用与灾害预警方法研究[J]. 黄金科学技术, 2020, 28(2): 246-254 doi:10.11872/j.issn.1005-2518.2020.02.022

DANG Mingzhi, ZHANG Jun, JIA Mingtao. Application and Research of Microseismic Monitoring Technology and Disaster Early Warning Methods in Huangtupo Copper and Zinc Mine[J]. Gold Science and Technology, 2020, 28(2): 246-254 doi:10.11872/j.issn.1005-2518.2020.02.022

作为一种有效的地压监测手段，微震监测技术已广泛应用于国内外大部分矿山、隧道及边坡工程中^[1]。微震监测技术通过在岩体中埋设传感器采集微震信号，对微震信号进行分析得到岩体的实时力学状态，为相关工程提供地压管理依据^[2,3,4]。相比传统地压监测手段，微震监测技术具有大范围、高灵敏性、非接触和多元信息分析等优势^[5]。

国内外众多学者利用微震监测技术进行工程地压管理。目前，基于微震监测技术的井下灾害预警方法主要分为3类：指标判据法^[6]、力学分析法和统计预测法。指标判据法是利用微震监测系统采集的微震数据，计算出一系列与岩体相关的指标，并根据现场实际情况进行预警。刘宏发等^[7]利用微震事件率作为岩体垮塌的判据指标，在柿竹园矿成功进行了2次预警。张楚旋等^[8]探讨了b值、能量指数EI、施密特数Sc_s和累积视体积ΣV_A等微震参数的变化，提出“能量指数与累积视体积之比（E_EI）”以及“施密特数与累积视体积之比（ $E_{S c_{s}}$ ）”的概念，并将其作为岩体稳定性预测的判据指标。王平等^[9]提出衡量岩体内部损伤程度的能量指数与累积视体积之比EV值作为判据指标，成功对现场顶板冒落进行了预警。指标判据法是目前应用最广泛的方法。力学分析法是基于对矿山岩体的长期监测，并根据其力学特性对井下灾害进行预警的一种方法。马天辉等^[10]以锦屏二级水电站岩爆高发洞段作为研究对象，采用微震监测技术揭示了微震的时空演化与岩爆之间的关系，为隧洞的岩爆预测和微震监测预警提供依据。Luo等^[11]基于D-S数据融合理论，构建多场耦合分析和微震监测融合的岩体失稳预警模型，并应用多场耦合模型及其解算程序进行采动响应特征分析预警。吕进国等^[12]认为高能量微震事件是冲击地压发生的必要条件，并提出了冲击危险模式的识别方法。由于力学分析方法理论性较强，往往不具备普适性，难以在实际应用中推广。统计预测法则是在统计学原理的基础上，利用数值计算，机器学习等手段与样本数据相结合，实现对灾害事件的预测。于洋等^[13]基于锦屏二级水电站施工过程中的大量微震信息以及不同等级的岩爆实例，运用数值计算与微震信息相结合的手段对岩爆灾害进行研究和预警。冯夏庭等^[14]则提出了基于支持向量机的预测方法，通过对影响岩爆因素的分析，运用支持向量机理论建立岩爆预测的支持向量机模型。杨涛等^[15]采用人工神经网络理论，将岩爆先验知识作为学习样本，建立了一种新的岩爆预测模型。该方法往往需要大量的样本作为模型的基础，但是在实际中，同类型灾害的详细数据往往难以获取，使得该方法难以付诸实践。

以上研究一方面说明了微震监测技术对于地压管理和灾害预警的可行性，另一方面，也说明目前在实际生产中，基于指标判据法的预警方法具有一定的可靠性。因此，本文通过在新疆黄土坡铜锌矿引进MicroSeis微震监测系统，根据黄土坡铜锌矿实际采矿工程对微震系统台网布设方案进行优化，为了保证微震监测分析的实时性，创新性地将信号自动技术运用到系统中。同时，在实时微震监测的基础上，结合现场地压活动，总结出应用矿山微震监测技术进行地压灾害预警的一般性分析方法，并提出针对地压灾害预警的安全管理响应措施，为类似矿山或相关工程的地压管理提供参考。

1 矿山面临的地压灾害风险

新疆西拓矿业有限公司下属的黄土坡铜锌矿位于新疆哈密市西南约160 km处，是中型硫化铜锌矿床，设计采用无底柱分段崩落法进行开采，同时在该矿东部260 m以下相邻矿山亦采用无底柱分段崩落法开采。

随着黄土坡铜锌矿井下生产转移至地下210~260 m，且改用充填法进行开采，矿山先后组织相关单位采用三维激光扫描系统对采空区现状进行研究。其中，黄土坡铜锌矿260 m中段以上存在南北2个采空区（1#和2#采空区），最低标高285 m，采空区底部有10~30 m的废石垫层。而黄土坡铜锌矿东部260 m水平以下存在一垮塌的采空区（3#采空区），目前采空区呈倾斜状，存在进一步垮塌滑落的风险，各采空区形态与空间分布如图1所示。

图 1

新窗口打开| 下载原图ZIP| 生成PPT

图 1 黄土坡铜锌矿采空区形态与空间分布

Fig.1 Morphology and spatial distribution of goaves in Huangtupo copper and zinc mine

由于3个采空区的存在，黄土坡铜锌矿井采矿作业活动面临着上覆采空区、东临采空区的危险情况。而开采作业的扰动会引起周边围岩的地压状态发生变化，造成局部区域应力集中，从而发生节理构造滑移和顶板围岩破裂等岩体失稳现象。地压活动不断积累会造成围岩微破裂发育贯通，从而引起顶板大范围垮塌，形成冲击气浪对地下的人员和设备造成威胁，也会造成采场资源的浪费并严重影响生产计划的执行。为了防范风险，需要进行采空区治理措施研究，而准确地掌握采空区形态和地压活动情况可为科学治理提供可靠的依据。

2 微震监测系统的构建

微震监测系统的合理构建是微震监测技术能够发挥效能的前提。通过合理选用系统硬件与架构、采用实时的数据分析方法及优化的台网布置方案，可以有效利用微震监测技术掌握黄土坡铜锌矿地压状态，为地压风险预警提供技术支撑。

2.1 系统概况

图2为黄土坡铜锌矿微震监测系统架构图，该系统主要由微震传感器、数据采集基站、时间同步授时器、微震服务器以及微震数据采集和分析软件组成。微震监测台网共包含8支微震传感器，其中三轴2支，单轴6支共计12通道，同时还包含了5支多点位移计，微震传感器为10 v/g的加速度型传感器。微震采集分站包含信号采集和通信功能，地表服务器用于存储数据并安装了数据分析软件。微震监测系统还包含了一套基于卫星授时的时间同步系统，确保井下每台基站之间时间同步误差小于1 μs。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 微震监测系统架构图

Fig.2 Architecture of microseismic monitoring system

2.2 微震监测时效性保障

微震监测系统是通过采集岩体内的振动信号，并根据其中的岩体破裂信号进行岩体稳定分析，而岩体中除了岩体破裂信号外，往往还存在其他类型的振动信号，如爆破振动和机械噪声等^[16]。这些干扰信号不仅会严重干扰分析结果，还会降低分析效率。因此，本文在微震信号采集端与数据处理端之间，加入信号自动识别技术，以保证微震监测系统监测数据的准确性和灾害预警的实时性，提高预警效果。

根据不同的微震信号存在时频特征差异，利用小波包变换方法，对微震信号进行3层小波包分解，如图3所示。

H (U) = E [- l o g p_{i}] = - \overset{n}{\sum_{i = 1}} p_{i} l o g p_{i}

(1)

式中： $H (U)$ 为分解后第3层每个节点小波系数的信息熵，U为信源; $p_{i}$ 为统计信息量;E为单个信源不确定性的统计平均值。如图4所示，将矿山常见的各种振动信号作为输出，将所有信息熵的集合作为特征向量输入。利用人工标记的微震信号数据集代入BP神经网络进行微震信号识别模型的训练。将训练好的识别模型用于微震信号的自动识别，保证微震监测系统数据分析的实时性。

图 3

新窗口打开| 下载原图ZIP| 生成PPT

图 3 3层小波包分解

Fig.3 Three-layer wavelet packet decomposition

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 微震信号自动识别模型

Fig.4 Automatic identification model of micro seismic signals

2.3 微震监测台网优化

微震监测台网的设计对于监测效果至关重要，合理的监测台网，有利于保证微震事件定位的精度和整个监测系统的灵敏度^[17,18]。微震监测台网的一般设计原则是：（1）最大程度地包络监测区域，使得系统有效监测范围与工程要求的监测区域大小一致。（2）传感器交错布置，避免平行或重叠，有利于提高定位效果。（3）合理的台网间距，即传感器的平均间隔距离要合理，金属矿山常采用的网格尺寸为60~120 m。（4）紧密结合现场工程环境，传感器安装位置和线缆的敷设路径要确保长期的稳定性，同时要具备施工条件。

根据黄土坡铜锌矿采空区分布位置、规模、形态特征以及矿山主要巷道与空区之间的关系进行台网布设。其中最大采空区范围为76 m×160 m×80 m（长×宽×高），位于矿体边界处，考虑巷道分布情况选择在310，260，210，180 m中段进行监测台网设计，同时，考虑到系统投入成本，台网布设宜控制在2个中段内进行，监测范围为360 m×220 m×150 m（长×宽×高）。通过MicroSeis微震监测系统携带的台网分析工具可以模拟设计台网所预期的定位误差，其原理是设置置信椭球体区间和协方差矩阵特征值并计算最优解，具体公式可参考唐礼忠等^[19]关于冬瓜山铜矿微震监测台网优化布置的研究。台网分析结果如图5和图6所示，其中布设在210 m和260 m中段的方案监测效果最好，其主要生产区域系统计算的理论定位误差范围在10 m以内，满足高精度定位的要求。该微震监测系统台网的具体布置方案如图7和表1所示。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 定位误差分析云图

Fig.5 Location error analysis cloud

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 立体定位误差分析云图

Fig.6 Stereo positioning error analysis cloud

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 黄土坡铜锌矿微震监测台网布置示意图

Fig.7 Layout schematic diagram of microseismic monitoring station network in Huangtupo copper and zinc mine

表1 黄土坡铜锌矿台网布置方案

Table 1 Network of microseismic monitoring in Huangtupo copper and zinc mine

传感器编号	分量	X	Y	Z
1#	单分量	31412305.052	4719700.617	262.330
2#	三分量	31412276.883	4719851.497	262.806
3#	单分量	31412353.559	4719890.239	262.642
4#	单分量	31412269.130	4719959.101	263.296
5#	单分量	31412330.523	4719701.516	212.845
6#	三分量	31412251.396	4719830.411	212.821
7#	单分量	31412397.384	4719898.546	213.618
8#	单分量	31412255.824	4719988.817	213.782

新窗口打开| 下载CSV

现场通过放炮的方式对定位误差进行校验，结果表明：系统定位误差与炮孔孔口测量坐标之间误差小于10 m，监测台网包络区域内定位误差较小（表2）。

表2 爆破定位误差结果

Table 2 Results of blasting position error

位置	爆破测量坐标			定位坐标			定位误差/m
位置	X	Y	Z	X	Y	Z	定位误差/m
260 m中段3#穿脉	31412359.63	4719845.432	263.321	31412355.09	4719840.27	262.749	6.91
222.5 m分层5#穿脉	31412410.31	4719883.231	222.532	31412408.1	4719886.84	226.023	5.49
210 m中段9#穿脉	31412432.57	4719753.899	212.125	31412424.45	4719756.31	213.406	8.52

新窗口打开| 下载CSV

3 地压活动分析与灾害预警

3.1 地压活动分析与预警

基于优化的微震监测系统，可以对矿山地压活动进行分析和预警。地压活动可以通过微震监测事件进行定量化描述和分析，单个微震事件可以由3个参数进行定义，即震源位置、震源发生时刻和震级。而一组微震事件在时间、空间和强度等方面具有统计学意义，地震学和其他学科一样可使用统计工具进行统计分析与预测^[20]。

由于岩体失稳机理的复杂性，当前很难找到一个确切的前兆特征参数作为灾害预警的量化指标。因此对于这种非线性的工程问题，通过统计学的分析可以解决岩石力学如何从定性到定量的演化问题^[21]。此外，从工程的角度找到生产活动与微震活动之间的响应关系是解决地压控制问题的一个有效方法^[22]。本文以黄土坡铜锌矿现场一次采空区冒顶地压灾害事件预警为案例，对微震监测技术在金属矿山地压监测与控制方面的应用进行阐述与分析。

2018年12月9日，黄土坡铜锌矿微震监测系统在短期内监测到大量的微震事件信号，而这一区域之前没有检测到微震事件。通过对微震数据进行实时处理和参数计算，从“时、空、强”3个维度对这一现象进行分析。

从事件发生时段上进行分析，给出了12月9~10日当天的微震事件发生频数图（图8）。从图上可以看到12月9日上午9时、10时、12时均发生1例微震事件，其中11时发生微震事件2例，之后分别是16时1例、17时2例、20时2例、21时5例、22时1例、23时1例，12月10日凌晨3时1例，微震事件平均间隔时间为0.7 h。微震监测系统在10月、11月、12月日均监测事件数为2.85个、平均间隔时间为8.4 h。因此,12月9日的事件数（17例）和平均间隔时间（0.7 h)均远超平均值。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 微震事件频数时间序列图

Fig.8 Time series diagram of microseismic event frequency

从空间位置上看，12月9~10日，微震事件主要集中发生在2#采空区上部，如图9所示，相关微震事件的矩震级分布范围为-1<Mw<-0.5，高程分布范围为285~385 m，2#采空区高程分布范围为282~325 m，事件主要发生在采空区顶板围岩中。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 微震事件空间分布

Fig.9 Spatial distribution of microseismic events

从微震事件强度进行分析，如图10和图11给出了整体监测区域内和局部3#采空区附近围岩的能量—地震矩拟合关系曲线，能量—地震矩（E-M）关系可以反映岩体刚度的变化情况。一个微震事件对应产生一个应力降，根据材料刚度的定义，在同样应变的情况下，产生的应力降越大，则说明其震源刚度越大。根据地震学理论，震源的视应力是表示震源应力降的一种度量，因此，可以利用视应力的概念，即用震源释放能量E与地震矩M的比值来表征震源的刚度大小。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 监测区域内（整体）能量与地震矩关系

Fig.10 Relationship between energy and seismic moment in the monitoring area

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11 3#采空区附近围岩（局部）能量与地震矩关系

Fig.11 Relationship between energy and seismic mo-ment in surrounding rock(partial) near the 3# goaf

将地震事件的E和M绘制在logE-logM坐标系上，得到logE和logM的散点图^[23]。通常，对于一个特定的空间域和时间段，该图数据点呈某种条带状积聚状，用公式logE = a + blogM对散点图进行线性拟合，式中a和b是拟合常数。其中b值表征了震源区地震刚度的大小，一般参考值为1，当b值小于1时意味着岩体刚度下降，失稳风险增加。监测区域整体logE-logM的拟合b值为1.3，而3#采空区logE-logM的拟合b值为0.5，表明3#采空区围岩失稳风险等级增加。

3.2 地压灾害应对措施

通过对微震事件的“时、空、强”三要素的快速分析，可判断3#采空区顶板存在较大可能的失稳风险。根据微震监测分析结果，矿山安全主管部门立即下达井下员工撤离的命令。由于260 m以上采空区相关的联络通道已经无法进入，因此只能依靠监测系统持续性观察地压变化情况。依据已发生的微震事件活动状况微震分析,每隔1 h向矿山安全主管部门报送微震监测分析结果，持续长达16 h。

在2018年12月12日凌晨4时监测到发生一次小震级的微震事件后没有监测到新的微震事件，这表明地压活动已趋于稳定，能量经过一次释放后顶板达到新的平衡状态。因此矿山安全主管部门依据微震监测分析报告排除了安全风险，同时为安全起见，于远离采空区区域进行作业恢复^[24]。

根据以上分析过程及现场案例，总结得出一套基于微震监测技术的地压灾害预警方法：利用微震监测系统对井下微震活动进行实时监测和实时分析；然后对监测数据进行地震学定量计算，得到震源空间坐标，微震能量等震源参数；针对微震活动空间分布进行聚类分析，去除离散事件的影响，有效地圈定地压活动区，建立目标区域内微震参数（如累计事件数、累计能量、能量指数和b值等）的时间序列曲线；根据其时间变化特征，研究区域岩体地压活动规律，进而对其稳定性做出评价。

4 结论

微震监测技术具有大范围、高灵敏性、非接触和多元信息分析等优点，非常适合地下采空区稳定性监测。结合黄土坡铜锌矿地下工程特点，采用专业的台网分析工具优化微震台网布设点，最终达到设计监测区域内微震事件定位误差小于10 m。

通过分析现场发生的一次地压活动险情，总结了矿山应用微震监测技术进行地压灾害预警的一般性分析方法以及矿山安全主管部门的安全管理响应措施，该套方法可适用于其他具有类似地压风险的矿山。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

黄维新，贾明涛，陈有燎，等.

基于微震监测技术在矿山安全管理中的应用研究

[J].中国安全科学学报，2008，18（1）：165-170.