采用孔间地震细分动态探测的透明工作面精细成像方法与流程
本申请涉及矿产地质勘查领域,特别是涉及采用孔间地震细分动态探测的透明工作面精细成像方法。
背景技术:
1、随着煤矿智能开采技术的不断发展,对工作面地质构造信息的精细度与时效性要求持续提升,高质量的地质勘探成果成为保障开采效率与安全的关键技术支撑。
2、目前,传统煤矿地质勘探方法难以实现对开采区域的精准探测,且无法根据采煤进程动态更新地质信息,不仅易导致对煤层结构、地质异常的判断偏差,也降低了开采规划与作业调整的科学性,增加了智能开采过程中的安全风险与效率损耗。
技术实现思路
1、本申请提供了采用孔间地震细分动态探测的透明工作面精细成像方法,提高了传统煤矿地质勘探中开采区域探测的精准度,实现了根据采煤进程动态更新地质信息的能力,降低了智能开采过程中的安全风险与效率损耗。
2、本申请实施例公开了如下技术方案:
3、本申请实施例提供了采用孔间地震细分动态探测的透明工作面精细成像方法,所述方法包括:
4、在对目标区域进行采煤作业前,构建目标区域的孔间地震观测网络;
5、按照预设间距在所述目标区域内选取第一采煤细分区域,将采煤机截割煤壁产生的震动作为震源,对所述第一采煤细分区域进行地震监测,获取原始地震波信号序列;
6、按照自适应信号处理策略对所述原始地震波信号序列进行预处理,获取标准地震波信号序列;
7、根据所述标准地震波信号序列对所述第一采煤细分区域进行透明工作面成像,输出第一透明工作面;
8、按照采煤进程,基于所述第一透明工作面继续执行后续的采煤区域划分和透明工作面成像。
9、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
10、本申请提出了采用孔间地震细分动态探测的透明工作面精细成像方法,通过分步骤构建孔间地震观测网络、细分区域地震监测、自适应信号预处理、透明工作面成像与动态循环探测,实现了采煤目标区域地质构造的精准呈现与全程动态追踪。首先在目标区域采煤作业前,从运输巷和回风巷向煤层施工两排平行水平钻孔并布设地震检波器,构建孔间地震观测网络;再按预设间距选取第一采煤细分区域,以采煤机截割震动为震源开展监测,获取原始地震波信号序列;随后结合相邻区域历史透明工作面分析地质状态波动度,计算适配降维比例并优化射线路径,对原始信号进行预处理得到标准地震波信号序列;接着采用地震层析成像算法反演三维地震波速场分布,解译地质构造信息并整合至初始地质模型,生成第一透明工作面;最后基于第一透明工作面动态调整后续区域划分间距与信号处理策略,重复监测、预处理与成像流程,直至整个目标区域采煤作业完毕。
11、本申请技术方案解决了传统随采地震探测中因大区域整体监测导致精度损耗、固定参数无法适配地质波动、关键异常区域覆盖不足等问题,避免了因地质信息模糊或处理效率低下导致的采煤风险,提升了透明工作面成像的精细度与适配性,为煤矿智能开采提供了可靠的地质支撑。
1.采用孔间地震细分动态探测的透明工作面精细成像方法,其特征在于,方法包括:
2.根据权利要求1所述的采用孔间地震细分动态探测的透明工作面精细成像方法,其特征在于,在对目标区域进行采煤作业前,从目标区域工作面的运输巷和回风巷分别向煤层内施工两排平行且密集分布的水平钻孔,并在钻孔中布设地震检波器,生成目标区域的孔间地震观测网络。
3.根据权利要求1所述的采用孔间地震细分动态探测的透明工作面精细成像方法,其特征在于,按照自适应信号处理策略对所述原始地震波信号序列进行预处理,获取标准地震波信号序列,包括:
4.根据权利要求3所述的采用孔间地震细分动态探测的透明工作面精细成像方法,其特征在于,基于所述第一适配降维比例设定第一信号处理策略,包括:
5.根据权利要求4所述的采用孔间地震细分动态探测的透明工作面精细成像方法,其特征在于,基于所述若干个子区域照明度权重进行射线路径选择优化,输出最优射线路径方案,包括:
6.根据权利要求1所述的采用孔间地震细分动态探测的透明工作面精细成像方法,其特征在于,根据所述标准地震波信号序列对所述第一采煤细分区域进行透明工作面成像,输出第一透明工作面,包括:
7.根据权利要求1所述的采用孔间地震细分动态探测的透明工作面精细成像方法,其特征在于,按照采煤进程,基于所述第一透明工作面继续执行后续的采煤区域划分和透明工作面成像,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com