深度域属性分析技术在煤矿小断层识别中的应用研究

现今,叠前深度偏移技术越来越广泛地被应用于煤田地震资料处理中,叠前深度偏移获得的深度域地震数据如何进行资料解释,以获得可靠的地震地质成果,也有待于更加深入研究以及更加广泛地试验。地震属性作为描述地层结构、构造异常的重要特征量,一直以来为地震资料的解释提供了重要的依据。本文主要围绕深度域地震属性分析展开探讨,并通过深度域属性与时间域属性对比分析,认为:①相干体属性、方差体属性、曲率体属性对于较大断层响应敏感,蚂蚁体属性对于小断层响应更加敏感;②基于叠前深度偏移深度域地震数据体对地下构造真实形态的反映,直接对深度域数据体进行属性分析相较于时间域属性分析具有更强的压噪能力,对断层反应更加精准,在构造复杂区域,深度域属性分析的优势更加明显;③深度域多属性融合分析可以降低噪声的干扰,提高信噪比,明显清晰复杂构造区域断层分布,有助于降低小断层漏解释的概率,减低小断层解释平面位置的偏离,有助于提高小断层解释的效率与精度。本次研究以淮南丁集矿某采区13-1煤为例,以巷道揭露资料为依据,验证了叠前深度偏移深度域属性分析的优势与可靠性,为今后的深度域地震资料小构造解释工作提供一定的指导。

煤矿采区高密度三维地震深度域资料解释方法

时间域地震资料解释比较成熟,深度域处理技术已经走向煤炭领域,但煤矿采区高密度三维地震深度域资料解释实际应用还存在很多问题。通过煤炭地震深度域层位标定、深度域断层解释、深度域底板成图的摸索应用,参考时间域解释的流程,初步建立在煤炭高密度三维地震深度域资料中直接解释煤田地质成果的方法。以淮北祁南矿三维叠前深度偏移地震资料应用为例,通过深度域、时间域地震数据的对比剖析,断层解释、回采面地震属性显示及底板成图,取得精度更高的结果,利于一线技术人员直接运用深度域地震资料来指导煤矿生产。

基于深度域适应方法的旋转机械故障诊断技术

深度学习技术被广泛应用于旋转机械故障诊断领域,与传统的机器学习方法相比,深度域适应拥有更强的泛化能力,具有更好的可迁徙性,能解决训练集和测试集不满足独立同分布条件下的问题.本文分别对基于领域分布差异、对抗、重构、样本生成方法的深度域适应方法进行综述,首先对深度域适应方法的概念进行介绍,其次对四种不同深度域适应方法的应用性能进行综述,最后对基于深度域适应方法的旋转机械故障诊断技术的发展趋势和有待解决的问题进行了分析,总结并探索出具有良好泛化能力的多信息融合深度域适应技术,该技术是本领域的研究热点.

深度域地震资料PCA属性融合技术在淮南DJ矿的应用

随着煤矿安全生产的需求越来越高,识别3~5 m断层成为煤矿安全高效生产的重要指标之一。本文运用地震资料处理技术归位相对准确的叠前深度偏移处理方法得到深度域地震资料,并在该数据体上进行解释。以淮南DJ矿的解释为例,利用提取的深度域方差属性、倾角属性体、曲率属性体及相干属性体进行主成分分析,并将主成分分析后的成果与蚂蚁体属性融合,其断层在数据体上的形态与边界反映清晰。

精细化速度建模技术在双河南部边界断裂带的应用

泌阳凹陷双河南部边界断裂带构造复杂,断裂带两侧速度横向变化大,超过时间偏移所能适应的尺度,叠前深度偏移方法则是处理复杂地质条件下的横向变速问题的有力手段。但是由于三维地震数据采集精度较低不够,资料信噪比较低,速度建模存在较大困难,不利于偏移成像。针对这一类问题,结合该地区地质构造特征,利用GeoDepth软件中先进的速度建模技术,有效地解决了双河南部边界断裂带的偏移成像问题。

基于深度自编码法和频域相关峭度的轴承故障诊断

在相同状态下各种故障刚出现时和大噪声环境下所收集的信号特征极其相似,导致诊断精准性下降。提出基于深度自编码法和频域相关峭度(FCKT)以实现对轴承运行状况的智能分类。在特征得到加强的前提下,使得数据长度大幅减小,并且在很大程度上增强了算法的识别效率及精准性。研究结果表明:在最大偏移点数取值范畴逐渐扩大的基础上,辨别精准性呈现出不断提高的态势,在该数值为340时,可实现100%的辨别,且有着较强的稳定性。与时域指标相比,频域指标有着更高的辨别精准性。在将FCKT指标当作样本的情况下,稳定性最强、精准性最高。在FCKT计算结束以后、再实施深度自编码智能区分,运行时间减少46.32%,能够在很大程度上减少运行时间。