基于空间统计的采煤工作面内断层识别方法.pdf
《基于空间统计的采煤工作面内断层识别方法.pdf》由会员分享,可在线阅读,更多相关《基于空间统计的采煤工作面内断层识别方法.pdf(8页珍藏版)》请在咨信网上搜索。
1、基于空间统计的采煤工作面内断层识别方法冯雅杰,文广超,吴冰洁,胡祖栋(河南理工大学 资源环境学院,河南 焦作 454003)摘要:采煤工作面内小断层严重影响瓦斯抽采及煤层回采工作,准确识别位置、落差、产状等参数对保障煤矿安全生产意义重大。为有效降低瓦斯涌出量、防止瓦斯爆炸、开发利用瓦斯资源,煤矿施工了大量的瓦斯抽采孔,这为识别煤层内小断层提供了良好的工程条件。相较于传统依赖地质人员专业基础的断层识别方法,基于数学统计和空间拟合的识别模型具有自动化程度高的特点。为此,依据断层两盘高程相异特性和煤层错断前埋深相似性特征,提出了基于瓦斯抽采孔数据,采用聚类分析方法,识别采煤工作面内小断层的思路。对比
2、分析了不同聚类算法的原理和结构,建立了基于K-Means 聚类算法的煤层小断层识别模型;设计了小断层识别的关键技术流程:采用手肘法求解最佳聚类簇数,以戴维森堡丁指数和相关系数作为识别精度评价标准,通过异常点识别、断层参数(走向、倾角、落差)计算、断层面拟合、三维可视化等技术手段,实现煤层小断层识别;利用现场采煤工作面底抽巷的部分瓦斯抽采孔数据,识别出落差为 3 m 和 1 m 的断层,结合断层实际揭露情况和工作面可视化结果分析。结果表明,现场揭露情况与模型计算结果基本一致,识别方法可用于煤层工作面内断层的识别。关键词:采煤工作面;断层识别;聚类分析;瓦斯抽采;空间拟合中图分类号:TD712 文
3、献标志码:A 文章编号:1001-1986(2023)10-0019-08AmethodforidentifyingfaultswithinminingfacesbasedonspatialstatisticsFENG Yajie,WEN Guangchao,WU Bingjie,HU Zudong(School of Resources&Environment,Henan Polytechnic University,Jiaozuo 454003,China)Abstract:Minor faults within mining faces of coal mines severely af
4、fect gas drainage and coal seam mining.Accur-ately identifying parameters such as positions,throws,and attitudes of these faults is of great significance for the safeproduction of coal mines.To effectively reduce gas emissions,prevent gas explosions,and exploit and utilize gas re-sources,many gas dr
5、ainage holes have been drilled during the construction of coal mines,providing favorable engineer-ing conditions for identifying minor faults within coal seams.Compared with the conventional fault identification meth-ods,which rely on the expertise of geologists,the identification model based on mat
6、hematical statistics and space fittingenjoys a high degree of automation.Therefore,based on the characteristics that two walls of a fault show different eleva-tions and that coal seams have similar burial depths before being offset,as well as the data from gas drainage holes,thisstudy proposed a phi
7、losophy for identifying minor faults within mining faces using the cluster analysis method.By com-paring principles and structures of different clustering algorithms,this study built a model for identifying minor-faults incoal seams based on the K-Means clustering algorithm.The key technical process
8、 is as follows:the optimal number ofclusters was determined first using the elbow method;with the Davies-Bouldin index and the correlation coefficients asthe criteria for the evaluation of identification accuracy,minor faults in coal seams were finally identified using techno-logical means such as a
9、nomalous point identification,the calculation of fault parameters(strikes,dip angles,and throws),fault plane fitting,and 3D visualization were employed.Using the identification model proposed in this study,faults 收稿日期:2023-03-18;修回日期:2023-06-28基金项目:河南省高等学校重点科研项目(15A170007);河南省科技攻关计划项目(212102310389)第
10、一作者:冯雅杰,1998 年生,女,陕西宝鸡人,硕士,从事三维地质方向的研究.E-mail:通信作者:文广超,1979 年生,男,河南驻马店人,博士,教授,硕士生导师,从事地学信息技术方面的教学与研究.E-mail: 第 51 卷 第 10 期煤田地质与勘探Vol.51 No.102023 年 10 月COAL GEOLOGY&EXPLORATIONOct.2023冯雅杰,文广超,吴冰洁,等.基于空间统计的采煤工作面内断层识别方法J.煤田地质与勘探,2023,51(10):1926.doi:10.12363/issn.1001-1986.23.03.0145FENG Yajie,WEN Gua
11、ngchao,WU Bingjie,et al.A method for identifying faults within mining faces based on spatial stat-isticsJ.Coal Geology&Exploration,2023,51(10):1926.doi:10.12363/issn.1001-1986.23.03.0145with throws of 3 m and 1 m were identified on site using the data from partial gas drainage holes in the bottom dr
12、ainageroadway of mining faces.As indicated by the comparative analysis of the faults revealed on site and the visualizationresults of the mining faces,the faults revealed on site are consistent with the results calculated using the model.There-fore,the identification method proposed in this study ca
13、n be employed to identify faults within the mining faces of coalseams.Keywords:mining face;fault identification;cluster analysis;gas drainage;space fitting 我国大部分煤田的地质构造十分复杂,在煤炭开采的过程中,小断层容易引起瓦斯突出、矿井突水、顶板冒顶等事故,严重威胁着煤炭开采安全1-2,因此,在开采过程中对整个工作面的构造进行深度感知,精准识别工作面内部的异常地质环境,实现对工作面地质构造的超前探测,对保障煤炭的安全开采至关重要3-5。目
14、前的断层识别方法主要分为钻探法和物探法。物探法是对地层进行物理勘探的一种间接观测的方法6,孙振宇等7根据振幅和相位等特征,在地震剖面上通过目视解译识别出 5 m 以上断层,但是小于 5 m的小断层由于变化微小,很难通过目视解译直接划分;An Yu 等8开源了一个用于地震图像的专家标记字段数据集,通过对专家标记的图像数据集进行深度卷积神经网络训练,实现了断层边缘的检测,该方法缩短了断层的识别周期,但依赖于大量地震图像的专家解译标记;A.Cunha 等9使用迁移学习技术开发分类器标记地震数据,能够几分钟内在 CPU 上完成模型的调整和训练,但基准模型敏感度低,容易遗漏大部分断层;路鹏飞10、丰超1
15、1、常德宽12等利用地震数据训练深度学习网络的方法对断层进行自动智能识别,但是这种方法需要大量的训练时间13,而且识别精度受地区构造的复杂度影响14-17,据此可知,现有的物探方法在探测煤层中小断层方面还有待深入研究。钻探法是在采煤工作面内实施专门的勘探钻孔工程18,通过对地层打孔取样进行勘探的一种直接观测的方法,但是这种方法不仅工作量大并且成本很高。根据防治煤与瓦斯突出细则要求,突出矿井需要开展瓦斯预抽工作,瓦斯预抽实施了大量的钻孔工程,高密度的瓦斯抽采孔为断层识别积累了丰富的地质资料,有助于突破工作面断层识别瓶颈。崔洪庆等19提出通过瓦斯抽采钻孔数据绘制等高线及三维立体图,对隐伏小断层定量
16、预测,但是需要有专业地质知识的人员对绘制结果目视解译;薛洪来等20在崔洪庆提出的方法上构建数学模型绘制等高线图,通过对绘制结果进行图像处理来识别断层,但是对落差小于 1 m 的断层识别能力较弱。本文以煤矿井下采煤工作面小断层有效识别为研究目标,拟基于高密度瓦斯抽采孔数据,采用统计分析方法,建立小断层识别模型,为采煤工作面安全回采提供技术支撑。1数据与方法1.1基础数据基础数据源自某矿采煤工作面,共获取到两个研究区域内的 665 个钻孔的钻探数据,其中 A、B 研究区钻孔分别为 303、362 个,钻探数据包含瓦斯抽采孔原始记录表、底抽巷施工平面图。瓦斯抽采孔原始记录表是施工过程中钻孔数据表,包
17、含了钻孔所属地点、孔号、钻孔的夹角、倾角、方位角、孔深、钻孔见煤情况和距离拱基线的高度等基础数据。依据底抽巷施工平面图(图 1)中建立局部坐标系,获取钻孔终点坐标和控制点坐标信息,建立钻孔终点坐标解算模型(图 2),计算钻孔终点的高程值。利用瓦斯抽采孔的数据记录中的终孔坐标、见煤情况、倾角和方位角的信息分别计算钻孔与煤层的交点,得到巷道线和煤层顶底板平面(图 3)。从底抽巷施工平面图中拾取真实断层边界,采用 Shpfile 格式存储二维断层的空间位置和属性信息。5 m 5 mN工作面底抽巷钻孔终点控制点控制点编号控制点高程/m802DCP9802DCP9844.6844.6图 1 钻孔平面分布
18、Fig.1 Planar distribution of boreholes 1.2聚类方法 1.2.1 K-Means 聚类K-Means 聚类算法的原理是通过特征数据之间的相似性对数据进行聚类21,一般选择欧氏距离作为相似性评价指标,最佳聚类簇数除了通过经验人为给定,20 煤田地质与勘探第 51 卷还可以通过手肘法和轮廓系数法自动确定,手肘法通过计算误差平方和确定最佳聚类簇数,轮廓系数法通过计算轮廓系数来度量最佳聚类簇数的选择是否合理。误差平方和 ESS和轮廓系数 S(n)的计算公式如下:ESS=ki=1pCi|pmi|2(1)式中:k 为最佳聚类簇数;Ci为第 i 簇;p 为 Ci中的数
19、据点;mi为 Ci的质心。S(n)=bnanmaxanbn(2)式中:n 为样本数据点;an为样本点所属簇内其他样本的平均距离;bn为样本点与其他簇的样本平均距离的最小值。1.2.2 凝聚层次聚类凝聚层次聚类算法的原理是将样本中的每一个数据点作为一个簇,然后合并 2 个相似度最高的簇得到一个新簇,重复这个过程直到满足停止循环的条件时结束聚类,最后形成树形结构,停止循环的条件一般为目前存在簇数。凝聚层次聚类算法中的相似度遵循一定原则,Scikit-learn 库中提供了 3 种度量相似度的策略。(1)Ward 策略。将所有的类簇之间距离的方差最小化。(2)Maximum 策略。将所有类簇之间距离
20、最大值最小化。(3)Average linkage 策略。将所有类簇之间距离的平均值最小化。1.2.3 算法对比根据数据特征选择合适的聚类算法能够提高分类准确度,4 种聚类算法对比见表 1。高密度的瓦斯抽采孔数据在计算距离时会大大增加算法的时间成本,结合数据特点,选择原理简单且适合高维数据的 K-Means聚类算法,选择手肘法为 K-Means 聚类算法计算最佳聚类簇数。表1聚类算法优缺点对比Table1Comparisonofclusteringalgorithms类型算法优点缺点聚类算法K-Means原理简单,聚类效果好,适用于大多数聚类场景最佳聚类簇数k值影响算法的准确度,不好把握凝聚层
21、次聚类相似度定义灵活限制少,不需要预先制定聚类数对于高维数据,运算深度和复杂度太高最佳聚类簇数求解手肘法适用于高维数据样本,数据变化单一,易观察拐点斜率变化有波动时,会出现误判拐点,需要人工解译轮廓系数法对数据的分布没有假设凸型的类上,结果存在虚高 1.3精度评价方法 1.3.1 聚类精度评价聚类内部评价指标有 3 种:CH 分数、戴维森堡丁指数 DBI 和轮廓系数,其对比见表 2。瓦斯抽采孔是按照一定距离间隔打孔,煤层上钻孔点的二维空间分布不聚集,煤层除了异常地质条件带来的地层起伏之外还有正常的地层起伏,高程上同样不具有高聚集、簇类少的特点,所以本文中选取了戴维森堡丁指数作为评价指标,选择欧
22、氏距离作为评价指标的评价因子。表2聚类精度评价指标对比Table2Comparisonofclusteringaccuracyevaluationindices评价指标优点缺点CH分数计算复杂度低,运行速度快,当簇类密集且分离较好时,分数较高凸型类评价结果偏高,不适合基于密度的聚类评价戴维森堡丁指数综合性评价指标,容易计算采用欧氏距离作为评价因子时,不适合环状聚类评价轮廓系数原理简单计算复杂度太高,不适合基于密度的聚类评价 钻孔终点煤层钻孔深度钻孔始点距拱基线高度拱基线倾角钻窝中心图 2 钻孔终孔高程计算剖面Fig.2 Calculation profile for the final hol
23、e elevation of a borehole 煤层底抽巷岩层瓦斯抽采孔图 3 钻孔分布示意Fig.3 Schematic showing borehole distribution第 10 期冯雅杰等:基于空间统计的采煤工作面内断层识别方法 21 1.3.2 拟合精度评价常见的拟合评价指标有 3 种,分别为误差平方和ESS、均方根差 ERMS、决定系数 R2。如果单纯利用和方差进行评价,受到变量绝对大小的影响,会影响到同一个断层在不同岩层面中的拟合精度评价结果,所以本文选择决定系数 R2进行拟合精度评价。R2的计算公式如下:R2=1ESSTSS=RSSTSS(3)TSS=ESSRSS(4
24、)式中:TSS为总离差平方和;RSS为回归平方和,即类间方差。1.3.3 断层参数评价断层参数评价以走向、倾角及落差 3 个参数为主,通过误差值量化识别精度,评价标准见表 3。表3断层识别评价指标Table3Faultidentificationevaluationindices评价参数计算公式走向误差FTFT=TidenTreal倾角误差FPFp=PidenPreal落差误差FDFD=DidenDreal注:T为走向;P为倾角;D为落差;以iden为下标的参数为拟合断层的参数;以real为下标的参数为真实揭露断层的参数;FT、FP、FD分别为走向、倾角及落差的误差。需要说明的是,倾角和落差的
25、误差具有同向性,即 FP和 FD应同为正或同为负,走向误差与倾角、落差误差之间相互独立,走向误差的绝对值越小代表断层走向的识别精度越高。不同工作面中由于地质概况不同,对断层识别精度的要求有所不同,以本文矿区的工作面为例,走向误差和倾角误差的绝对值小于 5,落差误差的绝对值小于 0.5 m 属于正常误差。2小断层识别技术流程小断层识别包括数据预处理、断层识别及精度验证、断层可视化三步(图 4):(1)数据预处理。基于钻孔及控制点数据计算煤层数据,基于断层位置、走向和落差构建断层 Shpfile 文件。(2)断层识别及精度验证。通过 K-Means 聚类算法构建多层次聚类模型,识别不同埋深范围下的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 空间 统计 采煤 工作面 断层 识别 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。