面向沖擊地壓微震前兆辨識的增量流形學(xué)習(xí)方法研究.pdf

1、微震作為監(jiān)測預(yù)警礦井重大動力災(zāi)害的一種區(qū)域性監(jiān)測手段，具有譜成分豐富、頻帶較寬的特性。在沖擊地壓災(zāi)害發(fā)生前有很多微震前兆信息，這些信息蘊含在災(zāi)害發(fā)生前相當長一段時期內(nèi)，很多因素如開采速度、地質(zhì)構(gòu)造等會影響這些前兆信息的顯現(xiàn)規(guī)律，使其呈現(xiàn)出非線性、復(fù)雜性等特點，使得沖擊地壓預(yù)警判據(jù)的確立變得十分困難。因此，開展微震前兆信息的辨識方法研究對于準確預(yù)警沖擊地壓災(zāi)變具有重要意義。
　　針對微震信號固有的高噪聲、非線性、非平穩(wěn)等特征，對時序

2、微震觀測數(shù)據(jù)進行時、頻域特征分析，提取多維特征向量組成時序特征集合，引入增量流形學(xué)習(xí)算法實現(xiàn)特征降維，獲得沖擊地壓災(zāi)變敏感特征，然后基于支持向量機構(gòu)建沖擊地壓災(zāi)變微震前兆辨識模型。主要研究內(nèi)容如下:
　　(1)針對井下采集的微震信號包含各種噪聲，基于小波變換對含噪微震信號進行5層小波分解，采用非線性小波變化閾值法進行降噪處理，實現(xiàn)微震信號降噪。
　　(2)對降噪處理的信號數(shù)據(jù)采用5層小波分解，得到32個頻帶的頻率范圍。對各頻

3、帶由特征公式進行時域、頻域特征參數(shù)的計算，進行前兆特征提取，組成初始數(shù)據(jù)集。為減少模型訓(xùn)練時間，通過ISOMAP流形學(xué)習(xí)算法進行數(shù)據(jù)降維操作，得到表征沖擊地壓的6維度敏感前兆信息，作為辨識模型的訓(xùn)練集。
　　(3)針對數(shù)據(jù)集中正負樣本不平衡，造成機器學(xué)習(xí)中的小樣本問題，采用支持向量機（Support Vector Machine）方法構(gòu)建微震辨識模型。其中采用Gauss核函數(shù)支持向量機作為分類器進行監(jiān)測預(yù)警。
　　仿真實驗以