基于孔間地震細分動態探測的透明工作面方法

陸 斌

?

基于孔間地震細分動態探測的透明工作面方法

陸 斌

(中煤科工集團西安研究院有限公司，陜西 西安 710077)

透明工作面是煤礦智能開采的重要組成部分，為智能開采提供工作面的詳細地質構造信息，提出一種基于孔間地震密集動態探測的透明工作面方法，能夠實現工作面的漸進式精細探測。該方法是以采煤機為震源的隨采地震方法的進一步發展，主要利用平行于切眼的一系列水平孔對工作面進行細分探測，隨著采煤工作的逐漸推進，利用孔間地震方法對細分區域進行精細成像。與已有的隨采地震方法比較，本方法具有明顯的優點。首先，射線覆蓋更加均勻且無盲區。第二，探測區域被細分所以探測精度更高。第三，因為利用地震干涉的“虛”震源方法能得到高信噪比的單炮，可進一步提高探測精度。該方法能夠適應智能開采透明工作面的目標要求，有望成為智能開采的重要組成部分。

透明工作面；孔間地震；智能開采；噪聲成像；隨采地震

隨著人類社會進入智能化、自動化時代，礦山的智能化、自動化、無人化開采近年也逐漸成為行業的研究熱點[1-3]。要實現煤礦的智能自動化開采，首先要實現工作面地質構造的精細探測與描述，該目標被形象地稱為“透明工作面”。“透明工作面”包括巷道內的煤巖層測量與描述、工作面鉆探[4]和工作面物探等方法。工作面巷道煤巖層描述和工作面鉆探的優點是它們的結果具有很強的直接性和確定性，缺點是揭示的工作面范圍比較有限。工作面物探和前兩種方法相比是一種全工作面探測方法，它的缺點是探測結果的確定性比較差。3種方法中，工作面物探的研究改進空間最大，目前逐漸成為一個研究熱點。

透明工作面的物探方法，除了地面三維地震、工作面電磁波透視、工作面槽波層析成像等傳統地震勘探方法外，利用采煤機等被動震源的隨采地震方法近年來取得了快速進展。不過雖然隨采地震近幾年逐漸成為研究熱點，但利用煤礦井下機械噪聲作為震源的思想早在1980年就被槽波專家Buchanan提出，主要是利用采煤機的切割片作為震源[5]。前美國礦山局在20世紀90年代開展了此類研究，目的是預測前方煤層的應力條件[6-7]。2009年，澳大利亞的 Luo Xun等給出了一個利用采煤機信號對煤層頂板速度層析成像的實例，但由于皮帶巷的噪聲太強，他們只對切眼和回風巷圍成的三角形區域做出了圖像[8-9]。國內從2010年開始，中國煤炭科工集團有限公司開展了隨采地震研究，目前已取得了一些進展，同時也發現了一些問題：在煤層比較松軟的條件下，采煤機的地震能量可能不夠；有明顯的射線覆蓋盲區，只能探測到從切眼到巷道的直線連接區域；地震射線的交角比較小，反演問題的奇異性比較高，探測結果的精度不夠[10-14]。

本文提出一種新的隨采地震探測方法，主要利用一系列孔間地震對工作面進行逐次細分探測，很好地克服了傳統隨采地震的上述缺點，有望得到高精度的工作面地質構造圖像。

1 傳統隨采地震透明工作面方法

傳統隨采地震數據采集方法如圖1所示，地震檢波器主要安置在兩邊巷道內(考慮到皮帶運輸機的噪聲，實際上多只用回風巷)。采煤機在采煤作業時，截割滾筒能連續擊發出地震波能量，這些地震波穿過工作面被巷道內的地震檢波器接收，根據地震波的到時或能量的差異就能夠對射線穿過區域做地震層析成像。圖1中，p1和p2是參考道，用來記錄震源信號，并與其他道做互相關得到類似脈沖震源的炮集[11]。

研究發現，采煤機是一個持續移動的震源，因為目前的地震層析成像方法都是基于離散震源的，所以要先對其進行離散化。比如，對于一個300 m寬的工作面，可以將采煤機切割一趟的能量離散化為300個震源，也就是說采煤機在每個1 m的移動范圍內被近似為1炮。這樣就產生一個問題，如果采煤機行走速度很快，比如30 s/m，那么每炮最多只能積累30 s的截割能量，在煤質疏松的條件下，能量可能不夠。實驗研究發現，在中原地區的構造煤工作面上，隨采地震的能量不足以得到高信噪比的槽波，只有橫波的信噪比能達到成像要求。這是傳統隨采地震方法的第1個缺點。

圖1 傳統隨采地震的數據采集方法

考慮到運輸巷的強噪聲，地震檢波器只安裝在回風巷內，通常地震射線只能覆蓋切眼到回風巷的三角形區域，探測盲區比較明顯。另外，距離切眼比較遠的檢波器的數據信噪比快速下降，高信噪比地震射線覆蓋的區域進一步縮小。這是傳統隨采地震方法的第2個缺點。

從圖1看出，采煤機處于不同位置時會得到不同的炮集，不過各個炮集的地震射線彼此之間的交角不會很大。最大射線夾角是采煤機分別在機頭和機尾時的射線夾角，檢波器距離切眼越遠，夾角越小。夾角越小，反問題的奇異性越高，反演結果的精度越低。

2 孔間地震細分動態探測透明工作面方法

本文提出的工作面孔間地震細分動態探測，是一系列孔間地震的組合，如圖2所示[15]。

圖2中，每一對深孔(比如孔1–孔2，孔2–孔3，孔3–孔4，以此類推)組成一組孔間地震探測排列。實際施工時可以隨著開采的推進，先做孔1–孔2間的探測，再做孔2–孔3、孔3–孔4間的，隨采逐漸推進，既照顧到了細分區域精細探測的要求，也節省了儀器。另外作為補充，兩邊巷道里也安裝了檢波器，目的是形成更好的射線覆蓋。這些巷道檢波器安裝在深約2 m的孔中，孔口用吸波材料封堵以隔絕巷道內的機械噪聲。

本方法有如下明顯優點：

圖2 孔間地震細分動態探測檢波器分布

a. 提供了一種將工作面整體探測轉化為一系列細分區域進行精細探測的方法，探測精度遠高于傳統方法，非常適合解決智能開采的精細智能探測問題。

b.利用平行于切眼的鉆孔布設檢波器串，和通常在巷道內接收地震信號的隨采地震方法比起來，得到的是檢波器之間的“虛”炮集(見圖3)，“虛”震源距離探測目標更近，探測精度更高；另外，“虛”炮點和接收點都固定不變，非常適合探測介質的細微變化。以黑色填充三角形表示虛炮點，實際上每一組靠近切眼的檢波器都是虛炮點，以孔1–孔2組為例，孔1中的每一個檢波器都是“虛”震源點，孔2中的檢波器為接收點。

c.地震射線的交叉覆蓋更加合理，從圖3的虛炮射線能明顯發現，地震射線的覆蓋密度和射線夾角都能滿足層析成像的要求。

前面的介紹中提到的“虛”震源、“虛”炮點等概念涉及到一項新技術——多維反褶積干涉(Multidi-mensional Deconvolution，MDD)，MDD是近年興起的地震干涉方法的一項新成果，適合處理被動震源分布不均勻，用一般地震干涉方法不能處理的情況，是本方法的關鍵技術。

3 多維反褶積干涉(MDD)

地震干涉方法是將機械噪聲轉化為有用地震信號的關鍵步驟，也直接制約著噪聲成像技術的發展。近幾年，地震干涉獲得了快速發展，除了勘探地震學方面的應用之外，該技術還被廣泛用于超聲波、太陽地震學、全球地震學、海洋聲學等方面，成為一個研究熱點[16]。干涉算法由互相關干涉、反褶積干涉等發展到多維反褶積干涉方法。目前，MDD干涉方法[17]是一個研究前沿，其最大優點是對震源的分布具有較好的適應性，不需要震源的位置和譜信息，因而大大擴展了地震干涉的應用范圍[18-19]。MDD干涉已成功應用于環境噪聲成像[20]。

圖3 孔間地震細分動態探測的波場分布

圖4 孔間地震的MDD波場關系

將式(2)、式(3)代入式(1)，得

式(5)中，

對式(5)的積分進行離散化，得

在頻率域，褶積關系變為相乘：

利用加權最小平方法解此方程組[17]，就能得到需要的Green函數了，這樣得到的Green函數和簡單的互相關干涉相比，不會產生假同相軸或相位混疊現象。

4 有效信號提取的數值模擬研究

假設切眼寬帶為300 m，切眼到第1個孔的距離為300 m，第1和第2個孔間的距離為300 m，波速2 000 m/s，采煤機的機械噪聲長度為100 000個采樣點，震源函數用隨機噪聲代替。切眼的采煤機震源被離散為31個，每個孔內的檢波器也設為31個。

圖5 互相關干涉的“虛”炮集

圖6 MDD干涉的“虛”炮集

得到孔間檢波器對之間的Green函數后，利用層析成像算法就能非常容易地得到孔間的地質構造圖像。對于實際采集的數據，信噪比的高低往往決定了最終成像結果的精度。所幸的是，“虛”震源方法天然具有能量疊加、提高信噪比的優勢。采煤機每切一刀都能得到一次虛炮集，把切了許多刀的虛炮集進行疊加，就能有效提高信噪比。以此數值模擬的模型為例，在采煤切眼推進到第1個孔之前的300 m范圍內，所有的采煤激發能量都可以被積累起來形成高信噪比炮集。高信噪比炮集為高精度成像結果提供了資料保證。

5 結論

a.利用孔間地震對工作面進行細分動態探測，能夠近距離精確探測，非常適應智能開采對透明工作面的要求。

b.孔間地震細分隨采地震探測與傳統的全工作面隨采地震探測相比，探測范圍更全面，反演問題的適定性更強，探測精度更高。

c.多維反褶積干涉是本方法的關鍵核心技術，高質量Green函數的提取完全依靠此技術。

d.進一步的研究工作主要在煤巖介質的有限頻率層析成像方面，最終形成一套高精度的透明工作面方法。

[1] 王金華，黃曾華. 中國煤礦智能開采科技創新與發展[J]. 煤炭科學技術，2014，42(9)：1– 6. WANG Jinhua，HUANG Zenghua. Innovation and development of intelligent coal mining science and technology in China[J]. Coal Science and Technology，2014，42(9)：1–6.

[2] 王國法. 煤礦綜采自動化成套技術與裝備創新和發展[J]. 煤炭科學技術，2013，41(11)：1–5. WANG Guofa. Innovation and development on automatic completed set technology and equipment of fully-mechanized coal mining face[J]. Coal Science and Technology，2013，41(11)：1–5.

[3] 王金華. 我國煤礦開采機械裝備及自動化技術新進展[J]. 煤炭科學技術，2013，41(1)：1–4. WANG Jinhua. New progress on China coal mining machinery equipment and automation technology[J]. Coal Science and Technology，2013，41(1)：1–4.

[4] DAVID C R，MARK T D，PETER B R，et al. A Practical inertial navigation solution for continuous miner automation[C]. 2012 Coal Operators’ Conference，2012.

[5] BUCHANAN D J，MASON I M，DAVIS R. The coal cutter as a seismic source in channel wave exploration[J]. IEEE Transactions on Geoscience and Remote Sensing，1980，GE-18 (4)：318– 320.

[6] WESTMAN E C，HARAMY K Y，ROCK A D. Seismic tomography for longwall stress analysis[A]. in Proc. 2nd North Am. Rock Mech. Symp.，Montreal，QC，Canada，Jun 19-21，1996.

[7] WESTMAN E C，HEASLEY K A，SWANSON P L，et al. A correlation between seismic tomography，seismic events and support pressure[A]. in Proc. 38th Rock Mech. Symp，Washington DC，Jul 7–10，2001.

[8] KING A，LUO X. Methodology for tomographic imaging ahead of mining using the shearer as a seismic source[J]. Geophysics，2009，74(2)：1–8.

[9] LUO X，KING A，WERKEN M V. Tomographic imaging of rock conditions ahead of mining using the shearer as a seismic source：A feasibility study[J]. IEEE Transactions on Geoscience and Remote Sensing，2009，47(11)：3671–3678

[10] LU B，CHENG J Y，HU J W，et al. Seismic features of vibration induced by mining machines and feasibility to be seismic sources[J]. Procedia Earth and Planetary Science，2011，3：76–85.

[11] 陸斌，程建遠，胡繼武，等. 采煤機震源有效信號提取及初步應用[J]. 煤炭學報，2013，38(12)：2202–2207. LU Bin，CHENG Jianyuan，HUJiwu，et al. Shearer source signal extraction and preliminary application[J]. Journal of China Coal Society，2013，38(12)：2202–2207.

[12] 陸斌. 以隨采微震為震源的煤礦工作面透射探測[C]//煤炭安全高效開采地質保障技術及應用. 北京：煤炭工業出版社，2014.

[13] 覃思. 隨采地震井–地聯合超前探測的試驗研究[J]. 煤田地質與勘探，2016，44(6)：148–151. QIN Si. Underground-surface combined seismic while mining advance detection[J]. Coal Geology & Exploration，2016，44(6)：148–151.

[14] 陸斌. 基于地震干涉的回采工作面隨采地震成像方法[J]. 煤田地質與勘探，2016，44(6)：142–147. LU Bin. A Seismic while mining mathod of coal working-face based on seismic interferometry[J]. Coal Geology & Exploration，2016，44(6)：142–147.

[15] 陸斌，程建遠，胡繼武，等. 基于檢波器細分陣列的煤礦開采地震探測系統及方法：201810610808 .X.[P]. 2018-10-23.

[16] SCHUSTER G T. Seismic Interferometry[M]. Cambridge University Press，Cambridge，2009.

[17] WAPENAAR K，VAN DER NEUT J，RUIGROK E. Passive seismic interferometry by multidimensional deconvolution[J]. Geophysics，2008，73：51–56.

[18] MINATO S，MATSUOKA T，TSUJI T，et al. Seismic interferometry using multidimensional deconvolution and cross correlation for crosswell seismic reflection data without borehole sources[J]. Geophysics，2011，76 (1)：SA19–SA34.

[19] WAPENAAR K，RUIGROK E，VAN DER NEUT J，et al. Improved surface-wave retrieval from ambient seismic noise by multi-dimensional deconvolution[J]. Geophysical Research Letters，2011，38：L01313.

[20] VAN DALEN K N，MIKESELL T D，RUIGROK E N，et al. Retrieving surface waves from ambient seismic noise using seismic interferometry by multidimensional deconvolution[J]. Journal of Geophysical Research-Solid Earth，2015，120：944–961.

Method of transparent working face based on dynamic detection of cross hole seismic subdivision

LU Bin

(Xi’an Research Institute Co. Ltd., China Coal Technology and Engineering Group Corp., Xi’an 710077, China)

Transparent working surface is an important part of intelligent coal mining. It provides detailed geological structure information of working face for intelligent coal mining. This paper proposes a working surface exploration method based on segmented and dynamic cross-hole seismic, which can realize progressive fine detection of coal working face. The method is a new development with seismic while mining, which is using the coal cutter as seismic source. The main idea is to image the working face segmented by deploying some detectors in a series of horizontal holes parallel to the long wall. The method performs fine imaging on the subdivided area. Compared with the existing seismic while mining, this method has obvious advantages. Firstly, the ray coverage is more uniform without blind zone. Secondly, the detection area is subdivided, so the detection accuracy is higher. The “virtual” source method, seismic interferometry, can be used to obtain shot gathers with high SNR, which can further improve the detection accuracy. The study believes that this method can adapt to the target requirements of transparent working face, and it is expected to become an important part of intelligent mining.

transparent working face; cross-hole seismic; intelligent mining; noise imaging; seismic while mining

National Key R&D Program of China(2018YFC0807804); Guizhou Science and Technology Major Projects([2018]3003-1)；Science and Technology Innovation Fund of Xi’an Research Institute of CCTEG(2018XAYZD02)

陸斌，1973年生，男，甘肅榆中人，博士，副研究員，從事煤礦井下地震勘探方面的研究工作. E-mail：lubin2000@163.com

陸斌. 基于孔間地震細分動態探測的透明工作面方法[J]. 煤田地質與勘探，2019，47(3)：10–14.

LU Bin. Method of transparent working face based on dynamic detection of cross hole seismic subdivision[J]. Coal Geology & Exploration，2019，47(3)：10–14.

1001-1986(2019)03-0010-05

P631

A

10.3969/j.issn.1001-1986.2019.03.002

2018-12-30

國家重點研發計劃課題(2018YFC0807804)；貴州省科技重大專項項目([2018]3003-1)；中煤科工集團西安研究院有限公司科技創新基金項目(2018XAYZD02)

(責任編輯 聶愛蘭)