基于微震监测试验的微震信号类别识别降噪方法研究

刘跃成，康跃明，赵智辉，周 创，周 水

(1.云南交投集团投资有限公司，云南 昆明 675800； 2.中煤科工集团重庆研究院有限公司，重庆 400039)

高埋深隧道以“高地应力，高温，高渗流性”，等显著性特点，对其隧道开挖施工安全性产生较大影响[1-2]。如果围岩状态掌握不准确，造成应力积累和突然释放，造成岩爆发生，不仅容易造成经济的损失，而且会使整个隧道陷入困境，甚至造成人员伤亡[3]。因此，开展对微震监测信号识别研究，不仅可以通过微震监测手段对围岩状态有更清晰地认识，而且能为隧道开挖围岩应力理论和支护技术方面提供更可靠、更全面的资料。

目前，对于微震监测技术的研究很多，主要是关于微震信号发生源的定位、能量识别以及岩爆预测。Ma 等学者[4]采用数值分析和微震监测试验数据进行对比分析，提出了判断围岩稳定性的综合预测方法。文献[5]通过建立微震信号与地下工程开挖之间的关系，分析围岩变形特征与位置。Young 等学者[6-7]证明了采用微震监测技术来判断围岩开挖损伤特征的可行性，并提出了更好处理和解释微震数据的非常规方法。Cai 等[8]采用大数据对微震监测数据进行分析，提出了定量描述了岩体损伤程度的方法。Li Yue等[9]结通过整理和归类西北地区沙漠地震资料，采用信号特征结构原理对其噪声去噪，改进了去噪声法。贾宝新等[10]采用TFA-DC方法解决了双震相定位中S波初至到时拾取困难的问题，并且通过双震相目标函数，计算震出源坐标。窦林名等[11]通过数值模拟、理论分析及现场实测的方法，分析了震动波在岩层中的传播归类和矿震震动波传播过程中质点峰值速度和震动波能量的衰减规律。李邵军等[12]采用微震监测系统对中国锦屏地下工程开挖过程中岩层变化进行了微震监测，分析了围岩松动程度和危害以及针对岩爆可能性进行了分析。

因此，基于微震监测试验研究信号类别对采集信号的特征影响规律，提出通过波形信号特征[13]、体变势大小、视体积以及视应力大小来对所监测的微震信号进行归类划分的手段；首先针对监测的波形特征进行归类分析，并与实际现场施工场景所可能采集的微震信号类别进行对比分析；然后针对体变势大小、视体积以及视应力大小综合特征进行展开分析，最终通过现场实际情况来进行验证。

1 微震监测原理及系统介绍

拟试验场地位于凤庆县凤山镇安石村—勐佑镇中河村的安石隧道，该隧道区属中山地貌，地形起伏较大，最大埋深约453.11 m，为分离式特长隧道，双向长度分别为5 338 m和5 263 m。隧址区下伏基岩前半段为燕山期侵入花岗岩，区域地质较稳定,隧道围岩中残存的构造应力在隧道开挖中易使坚硬岩石产生岩爆。石隧道施工中采用上下台阶爆破开挖方式。现场隧道开挖施工中由微震监测系统对其岩层内部及隧道周围信号进行监测。

1.1 微震监测系统组成

微震监测系统主要由3部分组成[14-15]：传感器、数据采集系统及用于数据实时监测与处理的微震服务器，如图1所示。传感器接收到与岩体破裂有关的波形信号(模拟电信号)以后，由连接电缆将信号传输至数据采集仪，采集仪把接收到的模拟信号A/D转换为数字信号，并经过光缆通过网络交换机将信号传输到位于隧道内二衬下方的微震监测与处理服务器上，此过程如图2所示。

图1 微震监测原理示意Fig.1 Principle of microseismic monitoring

图2 微震监测系统网络拓扑Fig.2 Network topology of microseismicmonitoring system

1.2 微震监测原理

20世纪30年代后期，文献[14-15]在深埋硬岩矿中开展声波研究时发现了微震现象。高应力作用下的岩体受到开挖卸荷等扰动时，伴随着裂缝的产生及扩展，岩体内集聚的弹性应变能以应力波的形式释放并传播，即为微震事件。微震活动包含了岩体变形破坏的丰富信息，通过布设的微震监测系统采集、识别并定位微震信号，可获得微裂隙位置及岩体损伤程度，由此可以对岩体失稳灾害进行预警，从而确保围岩安全稳定。与传统监测技术相比，微震监测技术具有远距离、动态、三维、整体、实时监测等特点，其最大优点是能够定位出围岩潜在破坏区域的位置。

微震监测技术是一种被动监测方法，在隧道中的应用主要包括以下3个步骤：①在潜在围岩失稳区附近安装传感器和数据采集设备，传感器台阵的布设以其能够空间覆盖关注区域为最佳;②检测和处理微震事件，包括噪声滤除、微震信号识别与初至拾取及微震事件定位;③根据现场地质条件及工程施工活动分析并解释微震数据，根据微震活动有关特征预警潜在的围岩失稳区域，确保工程安全。

2 微震监测方案设计

2.1 设计基本原则

微震监测不同于常规应力、变形监测，微震监测范围是一个空间的体，微震监测方案设计时应考虑微震信号分析与工程灾害预警所必需的条件。因此，微震监测方案设计时应遵循以下原则：①满足“微震源定位需要有4个传感器监测到有效信号”的必要条件；②考虑微震源定位原理，尽可能避免微震源定位的“盲区”；③考虑微震监测的特殊性及传感器的类型与性能，根据岩体结构特点，在确保监测范围内对岩石破裂事件定位及时、准确的前提下，尽可能扩大监测范围；④尽量避免环境噪声对微震信号的影响；⑤考虑现场布置的可操作性、设备衔接和走线的方便，确保线路安全，确保监测数据连续、准确；⑥在条件允许的情况下，尽可能确保监测对象在传感器阵列之内;⑦各传感器应协同作业原则：充分利用传感器协同工作的特点，提高监测系统自我容错能力，当某区域传感器工作不正常时，其他区域的传感器仍可保障该区域的基本监测。

2.2 传感器安装设计

传感器的布设以其能够空间覆盖监测区域为最佳。然而，在深埋隧道中进行微震监测时，传感器通常只能布设于工作面之后，而微震事件主要集中在隧道工作面附近，因此，传感器阵列很难或不可能实现对监测区域的三维覆盖。在这种情况下，传感器应尽可能靠近监测区域。

微震传感器现场安装的质量，很大程度上影响着微震监测结果的准确性。①应确保传感器与岩体的有效耦合，提高微震信号的信噪比，以便后续数据的处理及解译；②应确保传感器安装到设计位置，保证传感器坐标位置的准确性，提高微震事件的定位精度。

安石隧道中微震传感器布设于一个断面，每个断面分别于不同位置处(隧道左侧和隧道右侧)布设6个传感器，具体布设如图3所示。

图3 传感器布设Fig.3 Sensor layout diagram

传感器现场安装方式主要分为孔内安装和孔外安装2种方法，此次采用孔内安装方法。孔内安装时先将传感器和回收装置连接，主要用于传感器的回收利用，并将其置于3 m深的孔底，而后用回收杆将其拧紧，确保传感器与岩体充分耦合。

3 监测信号规律研究

3.1 微震监测过程中爆破信号

通过此次实验结果，可得知爆破信号的能量较大，触发传感器数量较多，部分传感器接收的信号呈满量程状态，信号波形被削弱，波形呈现双峰形。爆破信号衰减较快，尾波不发育，持续时间约为240～380 ms，频谱最大频率分布区间为0～800 Hz，多数分布在0～10 Hz。微震监测系统在2021年6月2日—2021年7月30日监测到的现场爆破采集事件体变视统计如图4所示。研究得知爆破信号的体变势分布在0～510 m3,且大多集中在10～90 m3，体变势分布区间较为集中。爆破采集事件视体积统计如图5所示。

图4 爆破信号体变势统计Fig.4 Statistical chart of blasting signal volume variation

图5 爆破信号视体积统计Fig.5 Visual volume statistics of blasting signal

通过分析研究可知，爆破信号的视体积数量级最大，分布在0～45 000 000 m3，且多数分布在1 000～7 000 000 m3，最为分散。爆破采集事件视应力统计如图6所示。研究得知爆破信号视应力数量级较大，分布在0～650 kPa，多数在50～450 kPa，较为分散。

图6 爆破信号视应力统计Fig.6 Visual stress statistics of blasting signal

3.2 微震监测过程中打炮眼信号

通过分析研究，打炮眼信号持续时间为270～380 ms，频谱最大频率分布区间为190～230 Hz区间，多数分布在190～210 Hz。打炮眼采集事件体变势统计如图7所示。通过分析研究，得知打炮眼信号的体变势大多集中在0～0.10 m3，数值最少，体变势分布区间较为集中。

图7 打炮眼信号体变势统计Fig.7 Statistics of the signal volume of blasting boreholes

现场打炮眼采集事件视体积统计如图8所示。通过分析研究，得知爆破信号的视体积数量级较大，分布在0～300 000 m3，且多数分布在0～100 000 m3，较为分散。

图8 打炮眼信号视体积统计Fig.8 Signal apparent volume statistics of blasting boreholes

打炮眼采集事件视应力统计如图9所示。通过分析研究，得知打炮眼信号的视应力数量级较大，分布区间为0～35 kPa，多数分布在2.5～20 kPa，较为集中。

图9 打炮眼信号视应力统计Fig.9 Statistics of apparent stress of blasting boreholes signal

3.3 电气干扰信号波形分析

通过分析研究，打炮眼信号持续时间为270～330 ms，频谱最大频率分布区间为0～55 Hz，多数分布在48～55 Hz，极少数分布在10 Hz以下。

现场电气干扰采集事件体变视统计如图10所示。通过分析研究，得知电气干扰信号的体变势分布在0～0.17 m3,且大多集中在0～0.5 m3，数值最少，体变势分布区间较为集中。

图10 电气干扰信号体变势统计Fig.10 Statistical chart of electrical interference signal variant

现场电气干扰采集事件视体积统计如图11所示。通过分析研究，得知电气干扰的视体积数量级较大(0～6 500 000 m3)，且多数分布在0～60 000 m3，较为分散。

图11 电气干扰信号视体积统计Fig.11 Statistics of electrical interference signal apparent volume

现场电气干扰采集事件视应力统计图如图12所示。通过分析研究，得知电气干扰信号的视应力数量级较大，为0～80 kPa，多数分布在0～20 kPa，较为集中。

图12 电气干扰信号视应力统计Fig.12 Statistics of electrical interference signal apparent stress

3.4 岩石破裂微震监测信号

通过分析研究，岩石破裂持续时间为300～430 ms，频谱最大频率分布区间为0～200 Hz，多数分布在50～60 Hz和180～200 Hz。

监测到的现场岩石破裂采集事件体变势统计如图13所示。通过分析研究，得知岩石破裂产生的微震信号的体变势分布在0～110m3,且大多集中在0～10 m3，数值较大，体变势分布区间较为集中。

图13 微震信号体变势统计Fig.13 Statistical chart of microseismic signal volume variability

监测到的现场岩石破裂采集事件视应力统计如图14所示。通过分析研究，得知岩石破裂产生的微震信号的视体积数量级较大，分布在0～17 500 000 m3，且多数分布在0～25 000 m3，较为集中。

图14 微震信号视体积统计Fig.14 Statistics of apparent volume of microseismic signals

监测到的现场爆破采集事件视应力统计如图15所示。

图15 微震信号视应力统计Fig.15 Statistics of apparent stress of microseismic signals

通过分析研究，得知岩石破裂产生的微震信号的视应力数量级较大，分布区间为0～5 500 kPa，多数分布在1～5 kPa，较为集中。

4 结论

(1)随着隧道的开挖，隧道周边及岩层内部发生变化产生微震信号，其中包括施工过程的干扰信号(爆破信号、打炮眼信号、电气信号)和岩石破裂信号。因此，提出了通过波形信号特征、体变势大小、视体积以及视应力大小来对所监测的微震信号进行归类划分的方法。

(2)爆破信号体变势的数值最大，分布在0～510 m3,且大多集中在10～90 m3。打炮眼信号的体变势大多集中在0～0.10 m3，数值最少，电气干扰信号的体变势分布在0～0.17m3,且大多集中在0～0.5 m3，数值较少。岩石破裂产生的微震信号的体变势分布在0～110 m3,且大多集中在0～10 m3，数值较大。

(3)爆破信号频谱最大频率多数分布在0～10 Hz区间。打炮眼频谱最大频率分布区间为190～230 Hz，多数分布在190～210 Hz。极少数分布在10 Hz以下。现场电气干扰信号频谱最大频率多数分布在48～55 Hz。现场岩石破裂产生的微震信号频谱最大频率分布区间为0～200 Hz，多数分布在50～60 Hz和180～200 Hz。

(4)爆破信号的视体积数量级最大，多数分布在1 000～7 000 000 m3，最为分散；炮眼视体积数量级较大，分布在0～300 000 m3，且多数分布在0～100 000 m3，较为分散。电气干扰的视体积数量级较大，分布在0～6500000 m3，且多数分布在0～60 000 m3，较为分散。岩石破裂产生的微震信号的视体积数量级较小，多数分布在0～25 000 m3，较为集中。

(5)爆破信号的视应力数量级最大，多数分布在50～450 kPa，较为分散。打炮眼、电气干扰及岩石破裂产生的视应力信号较为集中。打炮眼信号的视应力多数分布在2.5～20.0 kPa。电气干扰信号的视应力多数分布在0～20 kPa。岩石破裂产生的微震信号的视应力多数分布在1～5 kPa。

首次考虑信号源对产生的波形信号特征、体变势大小、视体积以及视应力大小差异性特征，考虑以上因素特征进行归类与现场实测信号类型吻合良好，对今后的微震信号识别有很好的指导意义。