Авторизация:
Логин:
Пароль:
  



АНОНС


ОБЗОР
О ПЕРСПЕКТИВНЫХ НАПРАВЛЕНИЯХ ИСПОЛЬЗОВАНИЯ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ СЕЙСМО-ДЕФОРМАЦИОННОГО МОНИТОРИНГА В БУРОВЗРЫВНЫХ РАБОТАХ НА КАРЬЕРАХ
Применение высокоточных электронных систем инициирования скважинных зарядов в горном деле вызвало необходимость уточнения выбора параметров буровзрывных работ с учетом...

ПОДРОБНАЯ ИНФОРМАЦИЯ

 

РАЗРАБОТКА МЕТОДА ВЫДЕЛЕНИЯ ОПАСНЫХ УЧАСТКОВ В МАССИВЕ ГОРНЫХ ПОРОД ПО ДАННЫМ СЕЙСМОАКУСТИЧЕСКИХ НАБЛЮДЕНИЙ



Разработан метод наблюдения за геомеханическим состоянием горного массива, который решает задачи идентификации и выявления параметров динамического формирования потенциально опасных зон сейсмоакустической активности. В основе подхода, реализованного данным методом, лежит предположение о трехстадийной модели необратимого разрушения нагруженной геосреды. Согласно данной модели, заключительная стадия представляет собой лавинообразный необратимый процесс, который сопровождается переходом энергии из потенциальной в кинетическую. В соответствии с разработанными алгоритмами, по данным непрерывного мониторинга происходит выделение сейсмоакустически активных зон, которые идентифицируются и классифицируются в соответствии с предопределенными классами и связываются с упомянутыми выше стадиями разрушения. Предлагаемый алгоритм фильтрации фонового излучения на основе непараметрической оценки плотности решает задачу удаления излишних данных для последующей идентификации сейсмоакустических активных зон и дает возможность с достаточной достоверностью отнести события, принадлежащие к фоновому излучению, в отдельную группу, позволяя проводить параметрическую оценку фонового излучения на предмет их дальнейшего использования при прогнозировании динамических проявлений в горном массиве. Предложено использование математического аппарата вероятностной кластеризации с привлечением алгоритма Густавсона-Кесселя для выделения возможных кластеров в виде эллипсоидов с произвольной ориентацией осей в пространстве, что учитывает стохастический характер случайных процессов, свойственных объектам живой природы. Приведенные алгоритмы прошли длительную апробацию в условиях месторождений ПАО «ППГХО», склонных к проявлениям удароопасности.


Для цитирования: Гладырь А. В., Курсакин Г. А., Рассказов М. И., Константинов А. В. Разработка метода выделения опасных участков в массиве горных пород по данным сейсмоакустических наблюдений // Горный информационно-аналитический бюллетень. – 2019. – № 8. – С. 21–32. DOI: 10.25018/0236-1493-2019-08-0-21-32.



Номер: 8
Год: 2019
ISBN: 0236-1493
УДК: 622.011:539.3
DOI: 10.25018/0236-1493-2019-08-0-21-32
Авторы: Гладырь А. В., Курсакин Г. А., Рассказов М. И., Константинов А. В.

Информация об авторах:
Гладырь Андрей Владимирович — старший научный сотрудник, e-mail: rush3112@mail.ru,
Курсакин Геннадий Андреевич — д-р техн. наук, главный научный сотрудник,
Рассказов Максим Игоревич — научный сотрудник,
Константинов Александр Викторович — младший научный сотрудник,
Институт горного дела ДВО РАН.
Для контактов: Гладырь А.В., e-mail: rush3112@mail.ru.

Ключевые слова:
Деформирование горных пород, геомеханический мониторинг, акустическое проявление, микросейсмическое событие, трещиноватая среда, фильтрация данных, кластерный анализ, форма очага.

Библиографический список:

1. Рассказов И. Ю. Контроль и управление горным давлением на рудниках Дальневосточного региона. — М.: Изд-во «Горная книга», 2008. — 329 с.


2. Рассказов И. Ю., Искра А. Ю., Калинов Г. А., Аникин П. А., Гладырь А. В., Рассказов М. И., Сидляр А. В. Особенности регистрации и обработки данных геоакустического контроля массива горных пород на действующем руднике // Горный информационно-аналитический бюллетень. — 2011. — № 8. — С. 212—218.


3. Zhou K. P., Lin Y., Deng H. W., Li J. L., Liu C. J. Prediction of rockburst classification using cloud model with entropy weight // Transactions of Nonferrous Metals Society of China. 2016. Vol. 26, Iss. 7. pp. 1995—2002.


4. Meifeng C. Prediction and prevention of rockburst in metal mines . A case study of Sanshandao gold mine // Journal of Rock Mechanics and Geotechnical Engineering. 2016. Vol. 8, Iss. 2. рр. 204—211.


5. Ma T. H., Tang C. A., Tang L. X., Zhang W. D., Wang L. Rockburst characteristics and microseismic monitoring of deep-buried tunnels for Jinping II Hydropower Station // Tunnelling and Underground Space Technology. 2015. Vol. 49. рр. 345—368.


6. Shan-Chao Hu, Yun-liang Tan, Jian-guo Ning, Wei-Yao Guo, Xue-sheng Liu Multiparameter Monitoring and Prevention of Fault-Slip Rock Burst // Shock and Vibration. 2017. Vol. 2017, Article ID 7580109, 8 p. https://doi.org/10.1155/2017/7580109


7. Рассказов И. Ю., Цирель С. В., Розанов А. О., Терешкин А. А., Гладырь А. В. Использование данных сейсмоакустических наблюдений для определения характера развития очага разрушения породного массива // Физико-технические проблемы разработки полезных ископаемых. — 2017. — № 2. — С. 29—37.


8. Орлов А. И. Непараметрические оценки плотности в топологических пространствах / Прикладная статистика. Ученые записки по статистике, т. 45. — М.: Наука, 1983. — С. 12—40.


9. Орлов А. И. Ядерные оценки плотности в пространствах произвольной природы / Статистические методы оценивания и проверки гипотез. Межвузовский сборник научных трудов. — Пермь: Пермский госуниверситет, 1996. — С. 68—75.


10. Bowman A. W. An alternative method of cross-validation for the smoothing of density estimates. Biometrika 71. 1984. С. 353—360.


11. Rudemo M. Empirical choice of histograms and kernel density estimators. Scandinavian Journal of Statistics 9. 1982. С. 65—78.


12. Гладырь А. В. Разработка методики идентификации фонового сейсмоакустического из- лучения на основе метода непараметрической оценки плотности // Горный информационно- аналитический бюллетень. — 2016. — № S21. — С. 51—60.


13. Енюков И. С. Методы, алгоритмы, программы многомерного статистического анализа: пакет ППСА. — М.: Финансы и статистика, 1986. — 232 с.


14. Жамбю М. Иерархический кластер-анализ и соответствия: Пер. с фр. — М.: Финансы и статистика, 1988. — 342 с.


15. Патрик Э. Основы теории распознавания образов: Пер. с англ. / Под ред. Б.Р. Левина. — М.: Сов. Радио, 1980. — 408 с.


16. Бериков В. С., Лбов Г. С. Современные тенденции в кластерном анализе / Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению «Информационно-телекоммуникационные системы», 2008. — 26 с.


17. Bezdek J. C. Pattern Recognition with Fuzzy Objective Function. New York: Plenum Press. 1981.


18. Gustafson D. E., Kessel W. C. Fuzzy Clustering with a Fuzzy Covariance Matrix. Proc. of IEEE CDC, San-Diego, USA. P.761—766 (1978).


19. Babuska R. Fuzzy. Modeling for Control. Boston: Kluwer Academic Publishers. 1998.


20. Xei X. L., Beni G. A. Validity Measure for Fuzzy Clustering // IEEE Trans. on Pattern Anal. and Machine Intell. 3 (8). 1991. P. 841 — 846.


21. Yager R., Filev D. Essentials of Fuzzy Modeling and Control. USA: John Wiley & Sons. 1984. 387 p.


22. Рассказов И. Ю., Саксин Б. Г., Петров В. А., Просекин Б. А. Геомеханические условия и особенности динамических проявлений горного давления на месторождении Антей // Физико-технические проблемы разработки полезных ископаемых. — 2012. — № 3. — С. 3—13.


23. Чебан А. Ю. Способ доработки глубокого карьера с применением фрезерных машин // Маркшейдерия и недропользование. — 2017. — № 4. — С. 23—29.


24. Manchao H., Fuqiang R., Dongqiao L. Rockburst mechanism research and its control // International Journal of Mining Science and Technology. 2018. Vol. 28, Iss. 5. рр. 829—837.


вернуться назад
Карта сайта