8篇关于微震监测的计算机毕业论文

今天分享的是关于微震监测的8篇计算机毕业论文范文, 如果你的论文涉及到微震监测等主题,本文能够帮助到你

基于TDOA-ICS的微震监测与定位系统研究与实现

这是一篇关于微震监测,震源定位,到达时间差,群智能优化的论文, 主要内容为随着人工智能和信息技术的快速发展,智能微震分析和定位技术在铜矿、煤矿、油田等行业得到了广泛应用。近年来,我国采矿行业深入发展,矿震事件频繁发生,在严重情况下,可能会导致地面塌陷,建筑物毁坏,并造成工作人员伤亡,是采矿工作中极大的安全隐患之一。因此,优秀的台站布置,准确且抗干扰能力强的微震监测与定位系统成为监测矿震的关键。传统的微震监测系统大多数依赖于人工的力量,主要工作是对波形的低纬度特征进行分析,但是实际中耗费时间长,定位精度低。随着人工智能和大数据时代的来临,采用先进的信息技术来取代传统方法对矿山微震进行监测已经成为煤矿工作中的主流研究方向,矿山大数据,智慧矿山等相关的智能概念应时而生。针对上述问题,本文开发了微震监测与定位系统并得到了应用,有效地实现了矿山生产过程中的实时监控,提高了生产效率和质量,降低了生产成本和风险,同时也提高了矿工的工作安全性和舒适度,为矿山行业带来了更高效、更安全、更环保的生产方式,也为矿山行业的可持续发展提供了更好的支撑。本文在研究分析大量国内外文献的基础上,针对微震监测与定位系统中的震源定位问题,提出了基于到达时间差的改进布谷鸟搜索算法(TDOA-ICS,Time Difference of Arrival-Improved Cuckoo Search)的微震定位算法,该算法利用TDOA到达时间差模型求得的残差绝对值作为优化算法的目标函数,使用改进布谷鸟搜索的群智能优化算法对目标函数进行寻优操作,求得最优解进行定位。经过实验验证,本文提出的震源定位算法相较于传统的定位算法,定位精度更高、稳定性更强,对于矿震的研究具有重要的现实意义。微震监测与定位系统,采用SpringBoot、Vue和MySQL等相关语言进行本系统的主要开发,在系统的开发中,多处使用多线程、高并发等相关技术,来保证系统的运行速度,同时采用基于面向对象的方式对系统进行开发,可以提高系统的可用性和扩展性,同时也可以更加高效的对系统后续进行升级和维护。

基于HBase的煤矿微震时序大数据存储与管理系统的研究与实现

这是一篇关于微震监测,时序数据,分布式存储,随机森林分类的论文, 主要内容为随着我国工业化的不断发展,对煤矿资源的开采强度相对较高,由此引发的煤矿微震事件频率也逐年增多,对煤矿产业工人的人身安全造成了危害。针对煤矿微震事件的监测与分析问题,国内外已进行了大量研究。然而,在现有系统下,对于煤矿微震时序大数据的存储和微震事件数据管理方面仍存在一些待解决的问题,需要进一步深入研究和探索。目前,通过在煤矿开采矿区广泛部署微震监测传感器是一种常见的监测方法。然而,这种方法的广泛应用也引发了一些问题。首先,大规模部署的监测传感器产生的大量微震时序波形数据无法被高效存储与管理。其次,当前对于微震事件分类仍然采用专家人工研判的方式,这种方式尽管一定程度上保证了事件分类的准确性,但效率偏低。本文研究并实现了基于HBase的煤矿微震时序大数据存储与管理系统,该系统具有六个核心模块,包括登录模块、波形数据存储模块、微震事件计算模块、微震事件分类模块、微震事件查询模块以及台站工况模块。其中,登录模块通过用户、角色、权限三者之间的关联,实现了用户身份校验以及用户权限控制。波形数据存储模块主要包括构建索引文件、多线程并发对齐与读取以及存储优化模块,为了进一步提高微震波形时序大数据的存储效率,在此模块中提出了基于HBase与Netty的煤矿微震时序大数据存储框架,该存储框架包含根据微震波形时序数据特征设计的适用于微震波形时序数据的HBase数据表结构、预分区策略以及主键优化策略,在存储子模块中的高并发处理层增加了基于Netty与Redis的数据转发中间件并进行分布式部署,为存储过程提供异步处理能力以及合理的资源调配。该存储优化框架较好地解决了高并发存储问题,有效提高了微震波形数据的存储效率。煤矿微震时序数据计算模块包括微震波判识计算、微震到时定位计算、微震事件震级计算以及微震事件能量计算,该模块为后续微震事件分类与微震事件查询模块提供数据支持。微震事件查询模块采用多维查询条件实现了对煤矿微震事件的精准查询,其中包括根据破坏类型查询、能量范围查询、事件类型查询、破坏程度查询、时间范围查询等多维度查询限定条件。微震事件分类模块包括数据预处理子模块和微震事件自动分类子模块,其中数据预处理部分对微震震级、微震能量以及微震发生位置三个变量数值进行补充与整理。微震事件自动分类子模块实现了基于随机森林算法的微震事件分类器,并在训练过程中对关键参数进行调优。通过实验验证了微震事件分类的准确率为84.39%,可以有效地为煤矿微震事件的安全管理提供技术支持。台站工况模块包括台站工况监测功能和查询台站工况信息功能。台站工况监测功能:系统设置定时任务定期监测台站工况信息。查询台站工况信息功能:用户可根据查询约束条件查询符合条件的台站工况信息,并将结果以ECharts仪表组件和表格的形式为用户显示。本系统采用B/S前后端分离架构设计。其中,底层存储媒介采用HBase分布式数据库为系统整体提供原始数据支撑,微震事件计算结果存储在关系型数据库My SQL中,Web后端由基于Java语言的Spring Boot框架搭建,算法部分基于Python语言编写,前端部分采用ECharts与Boot Strap框架,所有数据服务及数据库均部署在云服务器上提供在线服务。

矿山光纤微震信号自动识别与定位技术研究与应用

这是一篇关于微震监测,初至波拾取,震源定位,Web的论文, 主要内容为微震监测技术是矿山安全监测的有效技术手段之一。震源定位是微震监测技术的核心,而初至波到时自动拾取是实现震源定位的重要前提,因此,在低信噪比环境下精确且快速拾取初至波到时是实现震源定位的关键。其中,震源定位的准确性直接决定了微震监测系统的效果,但是在矿山实际开采工程中,由于环境恶劣等因素,会导致微震监测系统震源定位不准确、效率低等一系列问题,因此,实现震源的高精度定位在矿山安全监测中具有重要意义。同时,海量微震数据需要实现信息化管理,但传统的信息化管理方法效率不高且工作量较大,并且信息的及时性与共享性并不能满足实际需求,因此亟需开发一套基于Web的微震事件信息管理系统。本文以光纤微震监测系统为研究对象,针对光纤微震信号的初至波自动拾取、震源高精度定位以及基于Web的微震事件信息管理系统三个方面展开研究。主要完成以下工作:(1)针对低信噪比条件下,传统STA/LTA法存在初至波拾取准确率低的问题,提出了一种基于随机森林的初至波到时自动拾取方法。首先提取微震数据的特征,并对每个特征样本进行特征类别标记,然后通过随机森林分类器对微震波进行判别,最后结合每个特征样本对应输出概率值准确地拾取初至波到时。实验结果表明,随机森林方法具有更高的初至波拾取精度,对微震特征样本分类的准确率达98.5%,最小拾取误差为3.2ms。(2)针对震源定位过程中的求解不稳定、误差较大的问题,确定了粒子群和牛顿迭代的定位方法。首先利用粒子群算法求取震源定位的初始解,然后将该解作为牛顿迭代算法的初始值进行精确迭代运算,最后直至结果收敛求得最终定位结果。经实验验证,结果表明该方法在后期求解过程不易发散较为稳定,所求得的震源位置与真实爆破位置相近,平均误差为12.8m。(3)针对传统的微震事件信息化管理效率不高等问题,设计了基于Web的微震事件信息管理系统。系统以B/S架构为基础,前端采用j Query+Ajax框架实现微震信息展示,后端采用Spring Boot+My Batis Plus+SQL Server实现微震数据管理,通过实验测试,结果表明该系统的可用性和稳定性达到使用要求。(4)以柠条塔煤矿实际测试数据为例,对提出的初至波拾取和震源定位两种方法进行应用验证,并利用基于Web的微震事件信息管理系统实现对微震数据的信息化管理,结果验证了研究内容的可行性和可靠性。

基于HBase的煤矿微震时序大数据存储与管理系统的研究与实现

微震智能拾取到时方法研究

这是一篇关于微震监测,到时拾取,U-net,声发射试验,工作面分析的论文, 主要内容为微震技术是用于灾害岩体安全稳定性监测的一种重要手段,能有效避免煤矿动力灾害的发生。微震技术的核心是震源定位,准确高效的震动波到达时间拾取直接影响微震定位的精度,传统的人工拾取到时的方法效率低下,而自动拾取的方法又受到参数的影响,不能满足海量的微震事件数据的到时拾取,因此,寻找到一种稳定,快速且能保持高精度的智能化震动波到时拾取方法,是微震监测领域的一大难题。本文的研究以张家港市产学研预研资金项目(编号:ZKCXY2112)为依托,研究目的在于实现震动波到达时间的智能拾取,采用代码复现,试验验证,工程现场测试等方法,复现了AIC算法,STA/LTA算法,时窗能量特征值算法,U形卷积神经网络像素级分类算法,提出基于U-net的震动波到时智能拾取算法,通过实验室声发射试验,验证其可行性,通过在煤矿现场布置微震监测系统,测试算法的稳定性,通过算法拾取的到时结果进行定位,分析工作面大能量事件的形成原因,给出相应的防治建议,取得了良好的效果,研究内容如下:(1)复现传统震动波到时拾取算法和U形卷积神经网络算法,分析算法的特点,尝试将两者结合,将U-net代码改进,使其用于震动波的到时拾取,提出基于U-net的智能拾取到时方法;(2)通过实验室声发射试验,获取煤岩和砂浆试块破裂的声发射数据,将其输入U-net模型训练,使用训练好的模型、传统的AIC算法、时窗能量特征值算法进行声发射到时拾取,统计到达时间精度,得出U-net精度略低于AIC算法,高于时窗能量特征值算法;稳定性高于AIC算法和时窗能量特征值算法的结论,证明了U-net模型用于声发射数据到时拾取的可行性,同时通过震源定位发现U-net模型和AIC算法的定位结果更接近实际破裂情况,进一步验证了其可靠性;(3)以恒泰煤矿13010工作面为工程依托,布置微震监测设备,获取微震数据,进行网络训练,测试算法的精度,使用U-net拾取的到时进行定位,绘制三维工作面定位图,统计能量分布情况,进行灾害预警分析,得出U-net算法工程应用精度低于试验精度,定位部分符合实际情况的结论;

煤矿动力灾害监测系统设计与实现

这是一篇关于微震监测,E-charts,B/S架构,三轴对齐,实时定位的论文, 主要内容为动力灾害是煤矿矿井中最严重的事故之一,由于近几年煤矿开采深度逐年增加,导致井下动力灾害的发生频率也随之增加。动力灾害发生时,煤矿井下的巷道和工作面可以被瞬间摧毁,弹射出的煤和岩石造成巷道堵塞,设备损坏甚至人员伤亡。由于井下动力灾害与天然地震特征不同,因此如何设计一种实时有效的煤矿动力灾害监测的方法,一直是煤矿灾害防治领域的热点问题。而随着近年来计算机领域的高速发展,先进的感知技术和计算机处理技术为动力灾害监测提供了可能性和技术基础,利用信息化手段实现对煤矿井下动力灾害进行监测的方法也越来越受到相关领域专家的关注。本文设计并实现了一种煤矿动力灾害监测系统,并在平顶山平煤集团11矿区等全国多个煤矿集团进行实地应用。本文结合矿区的实际需求,在已部署架构的煤矿动力灾害监测系统硬件基础上,进行了软件的设计与研发。系统硬件部分由负责采集感知数据的监测台站、负责数据传输的无线网桥和负责计算和显示的中心机构成,可实现台站到中心机的数据传输。系统软件部分由一级实时监测模块和二级数据分析模块组成。其中,一级实时监测模块由数据流转换处理模块、核心震级定位计算模块和实时监测可视化模块三部分构成,数据流转换处理模块采用多线程将数据时间对齐后统一读取感知数据;核心震级定位计算模块得到感知数据后采用煤矿领域专家提供的算法进行计算,得出微震的位置、时间和震级;实时监测可视化模块采用B/S架构设计,通过浏览器显示相关检测数据,并采用波形图和矿区地图图纸辅助监测人员。二级数据分析模块由历史数据分析模块和数据分析可视化模块两部分构成,历史数据分析模块将各矿区的微震数据存入数据库,数据分析可视化模块负责将数据直观展示给分析人员。本文按照软件工程开发流程,从需求分析、总体设计、详细设计、实现、测试等五个阶段对该系统进行详细介绍。