王雷
(中國煤炭地質總局水文物測隊,河北 邯鄲056000)
經過近20 年的發展和應用,煤礦注漿技術逐漸成熟,成為改變地層含隔水性和改良地層物理力學性質的有效手段。注漿工程通常是在地表合適的位置打鉆,利用豎直井與水平井相結合的方式,將鉆孔鉆進至注漿層位,通過鉆孔高壓將利用注漿材料按照一定配比制成的可以固化的漿液,注入到地層的離層、裂縫或孔隙中,通過置換、充填、擠壓等方式以達到改良其含隔水性和物理力學性質的目的。通過注漿施工,可以在很大程度上減弱含水層的富水性,切斷水源的補給通道,有效增強隔水層隔水強度;同時,也可以填充、修復巖體的裂隙、孔隙,從而提高巖層的整體性,進而起到防滲、堵水、隔水、固結、降低地表下沉、提升地基承載力、回填與加固地基的作用。但是,對注漿效果的檢驗大多是憑借孔口壓力變化、注漿量大小及經驗判定,對漿液的擴散范圍缺乏有效的監測手段,定性和主觀性較強,有時存在較大誤差。
微震監測技術是監測接收煤、巖體受載破壞時引發的微震動,分析得到巖石的破裂信息,從而推斷地下變化情況的一種地球物理學方法。實施注漿時,在地應力的作用下,注漿層位處及其附近,時時刻刻發生著裂隙張裂、錯動、碰撞、崩塌等微震動事件,這些事件引起的震動會在整個地層空間內傳播,通過在地表適當的范圍內布置微震動監測設備,分析所獲得的微震事件的分布特征,對漿液的擴散范圍及路徑進行判定,進而對注漿效果做出判斷。本文以在峰峰某礦進行的微震監測為例,嘗試對基于面狀臺陣的煤礦注漿效果的地面微震監測的關鍵技術進行研究分析。采用優化設計的微地震地面觀測系統,連續監測注漿活動前、中、后的微震事件,通過對微震事件的自動檢測及自動到時拾取,精確定位,得到注漿引起地層破裂的空間信息,分析漿液的擴散范圍,為注漿效果的判斷提供數據與技術支持。
研究區為第四系地層所覆蓋,厚度一般為2~20m,主要含煤地層為石炭系太原組(C3t)和二疊系山西組(P1s)。太原組含薄層灰巖4~8 層,一般5 層(大青、小青、伏青、山青及野青灰巖),含煤層9~12 層,可采者6 層(9#、8#、7#、6#、4#、3#煤),地層厚度111~236m,平均厚度117m。山西組由淺灰、灰色砂巖、粉砂巖泥巖組成,含主要可采煤層2#煤,地層厚50~80m,平均厚度70m。
研究區域內注漿的地層為大青灰巖含水層,巖性為灰色、深灰色微晶質灰巖、夾燧石,分布穩定,埋藏深度一般400~500m。
為獲取足夠多的微震動事件信息,有效壓制各類噪聲,取得較好的監測結果,實現震動源的精確定位,本次研究采用了以注漿的水平鉆孔為中心呈放射狀布置多條測線的面狀監測臺陣的方案,測線的線距隨與水平鉆孔距離增大而變大,并間隔布設多種不同采集主頻的臺站,確保對多種有效信息的采集,見圖1。

圖1 煤礦注漿效果微震監測工程布置平面圖
監測工程采用Smartsolo 節點式地震儀,前放增益為12dB,無低切。共布置測線20 條(編號為101-120),靠近分支孔中心附近線距為20m,向兩側線距依次變為25m和30m;點距為25m(編號為201-220),布置范圍約為500×500m,臺陣的布設半徑與注漿層位的深度接近。
共布置采集臺站360 個,其中5HZ 檢波器深埋26個,10HZ 檢波器淺埋165 個,5HZ 檢波器淺埋169 個;監測時間為2020 年9 月22 日~10 月14 日,共計23 天。
根據采集臺站的類型,分別下載數據。臺站中直接獲取的數據為共檢波器道集的連續波形,利用Sololite 軟件將數據切割為6s 的時間片段,每個時間片段內包含所有臺站數據,成為新的共時間道集,以備處理。
通過對原始采集數據的分析,結合本次監測在地表布置臺陣進行,距離震動源較遠,部分微震事件能量較弱的具體特點,制定了針對性的數據處理流程。首先對數據進行重采樣,采用帶通濾波濾除無關噪聲,最后進行數據標準化用于微震事件的拾取和定位,見圖2。

圖2 數據處理流程
不同的數據采樣頻率會引起波形所占采樣點數的變化,對于神經網絡中窗長為固定點數的卷積操作中,識別不同采樣頻率的同一波形相當于識別不同的目標,因此處理中需謹慎選擇數據的采樣頻率。
經測試,200Hz 的采樣頻率能達到最佳的處理效果,本次處理中,數據采樣頻率被重新設置為200Hz。
本次監測工作采用在地表布置臺陣進行監測的方式,采集的原始信號普遍較弱,信噪比較低;同時,受研究區附近較豐富的人文活動和鉆井施工等多重影響,噪聲干擾也比較嚴重,因此在進行微震事件識別及震源定位前,要對數據進行去噪處理。采用帶通濾波來濾除無關噪聲,提高數據的信噪比,最大程度識別有效地震信號,進而提高微震事件拾取質量。經多次試驗,最終確定了20Hz-60Hz 濾波范圍。
為防止數據兩端的譜域假象對拾取結果造成影響,需進行去波形尖滅的處理來衰減數據兩端的波形。
本次研究采用改良后的U-Net 神經網絡進行微震事件的自動識別和初至自動拾取,而該網絡訓練時所用的數據均為經過標準化的數據,因此本次監測數據在輸入神經網絡前需進行標準化。采用將每道波形減去其均值并除以其標準差的方式進行數據標準化處理。
數據處理結束后,將數據放入改良后的U-Net 神經網絡中,檢測波形并拾取P 波初至,根據實際情況設定閾值,判定是否為微震動事件。
借鑒醫學成像領域廣泛應用的圖像分割神經網絡得到適用于微震動波形檢測和P 波初至自動拾取的改良后的U-Net 神經網絡,網絡結構如圖3 所示。該神經網絡中,地震三分量記錄構成輸入的三個通道,形成3×n維的數據矩陣輸入網絡(n 為地震波形的采樣點數),經一維卷積、反卷積、激活函數等操作,最終形成3×n 維的輸出數據。該網絡輸出可表征每個采樣點分屬于P 波、S波和噪聲信號的概率,通過網絡中最后加入的Softmax激活函數,可以實現對于每個采樣點三類概率相加之和為1。經過151478 條波形的訓練(所有波形已通過人工拾取P 波和S 波震相),該網絡可以精準分辨目標波形信號和噪聲,以及波形信號中P 波和S 波的到達時刻。
然而,由于注漿過程中S 波波形不發育,且監測工作采用的臺站均為單分量設備,難以捕捉傳播方向近垂直的S 波信號,因此本次工作僅利用該網絡對P 波初至進行拾取,見圖3。

圖3 初至拾取所使用神經網絡結構示意圖
拾取完成后,將所有臺站每6s 的波形片段組成一個共時間道集,對每個道集內所有道的拾取結果進行質量控制,剔除和所有拾取到時中位值的差距在0.3s 以上的結果。對于剔除后剩余拾取初至的數量在50 個以上的共時間道集,則認為存在地震事件,保留并記錄到時。圖4 為微地震拾取結果示例,紅線代表拾取的初至。經過該網絡的自動拾取,共識別微地震事件324 個。

圖4 典型波形拾取結果示例
震源定位就是確定微地震事件的震源位置、分布特征等參數,進行微地震監測的主要成果,同時也是本次研究判定注漿漿液擴散路徑及范圍的主要依據。
綜合分析了研究區內鉆孔資料及其鄰近區域內主動源三維地震勘探的成果數據,并經多次試驗嘗試,最終確定了二層定位速度模型,第一層為2~20m 厚的第四系沉積物,P 波速度為1000m/s,下覆的第二層為基巖層,P波速度3800m/s。
采用上述人工智能方法拾取出的P 波初至,確定檢測出的微震動事件,然后利用經過廣泛檢驗的、具有高穩定性和精度的通用定位程序NonLinLoc 完成微震動事件的定位工作。該程序對地下一定范圍進行網格劃分,并采用馬爾科夫鏈蒙特卡洛方法(MCMC)對地下網格進行準全局搜索,找到所有網格中最適合作為震源位置的格點。利用設定的定位速度模型和各臺站布設的大地坐標,進行精確定位。由于本次設備的布設在部分點位處同時放置了5Hz 深埋臺站和10Hz 臺站,此類地段將對應的5Hz 深埋設備和10Hz 設備的P 波初至均進行了識別拾取,且經過處理前的觀察分析發現10Hz 設備信噪比稍高,因此若兩個初至結果不一致,則采用了10Hz 設備的拾取結果。定位結果如圖5 所示,微地震事件大致可被分為兩個團簇,在圖中分別以①和②進行了標明。圖中深度為海拔深度,而臺站高程約+200m 左右,因此團簇①的位置大致與注漿區域對應,推測是煤層注漿過程中產生的地震信號。

圖5 微地震定位結果
結合已知地質資料,對微震動事件定位結果進行分析,賦予其地質意義。如圖5 所示,推測團簇①的是煤層注漿過程中產生的地震信號,其深度位置大致與注漿區域對應。團簇②為微震動事件更多,所在位置較深,且有部分事件延伸到了陣外,結合研究區附近地質資料,推斷該處可能是深處斷層在注漿活動作用下產生了活化。圖6 展示了不同監測時段下微地震數量的變化情況。從圖中可以看到,從2020 年10 月4 日開始,微地震事件數量有了明顯的上升,說明了震動活動性的加強趨勢。圖7展示了不同位置的地震事件隨時間的變化情況,設監測到的第一個事件的發生時間為0,圖中地震的不同顏色代表相對第一個事件的發生時間(單位為天)。圖中兩團微震動團簇的發生時間并沒有明顯的先后之分,下方的區域斷層有可能在注漿之前已經活化,注漿活動對該斷層并沒有明顯的觸發作用。但深部的微震動團簇有隨時間從中間向兩邊延展的趨勢,結合圖6 中地震活動性加強的認識,在生產活動后斷層的活動性應有加強。

圖6 微地震檢測數量隨天數變化統計圖

圖7 微地震定位結果隨時間的變化情況
通過對利用地面微震技術監測注漿效果過程中的臺陣布設、關鍵處理技術、AI 初至拾取技術、微震動事件精確定位技術開展研究,結合地質資料對定位結果進行了深入分析,其定位結果與實際吻合較好,可以為注漿活動提供一定的理論指導和技術支撐。但是,應當支出受地表布置臺陣,距離震動源較遠,以及廣泛存在的人活活動干擾的多重影響,接受的部分微震信號能量較弱,信噪比較低,對注漿時漿液擴散路徑的精確刻畫的精度還有待進一步提升。