煤炭学报

作者：曹安业, 李茂涛, 杨旭, 杨耀, 李森, 刘耀琪, 王常彬,

关键词：智能矿山, 微震, 基础模型, 事件检测, 到时拾取, 深度学习,

矿山智能化建设背景下，微震信号智能处理是矿山动力灾害精确预警的基础。矿山的复杂地质条件与作业环境导致微震信号呈现强噪声、高维、强非线性等特征，传统的微震数据自动处理方法精度低，通常需要人工干预来完成微震震源参数计算，难以满足矿山动力灾害智能预警的需求。为此，结合大数据与深度学习相关理论与方法，初步构建了基于Transformer的矿山微震智能处理基础模型。建立了包含30万余条微震波形的数据集，设计了微震多尺度卷积模块，研究了微震特征自适应融合策略，提出了基于特征聚合多头注意力机制的微震时序建模方法，并构建了微震智能处理多种任务解码器，可同时实现矿山微震事件检测、P波到时拾取、S波到时拾取以及初动极性判别的智能处理。矿山微震基础模型测试结果表明：事件检测准确率达到95.4%，96.6%的P波到时误差在50 ms以内，65.5%的S波到时误差也在50 ms以内，初动极性判别的准确率达到93.38%，可满足矿山微震数据智能实时处理的需求。在甘肃某冲击地压工作面开展了基于基础模型的矿山微震自动定位与自动震源机制反演应用。结果表明：以所构建的微震基础模型为基础，可实现矿山微震事件检测—到时拾取—初动极性判别—震源定位—震源机制求解全流程智能化处理。研究结果可为矿山动力灾害智能精确监测预警提供支撑。

来源：2025年第6期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2025年第6期