基于Spark平台的微震信号鉴别方法_中国煤炭行业知识服务平台

基于Spark平台的微震信号鉴别方法

作者

杨勇张忠政卢晓辉杨震王卫东
单位

鞍钢集团矿业公司弓长岭有限公司露采分公司东北大学岩石破裂与失稳研究所
摘要

凿岩爆破是金属矿山开采过程中不可避免的环节，爆破扰动产生的微震信号会对岩体损伤微震信号的分析造成干扰。为了避免爆破扰动对微震监测的干扰，实现岩体损伤微震信号与爆破微震信号的快速鉴别，基于Spark平台的Fisher分类算法建立了微震信号智能识别算法，实现了岩体损伤和爆破事件的自动区分。经过测试，该算法鉴别信号的正确率稳定在83 %左右，可大大减少对监测数据处理工作。此外将Spark平台与云端数据库建立的远程连接，成功实现了数据云端传输，为后矿山灾害实时监测及预警提供了技术保障。
关键词

Spark平台微震爆破信号鉴别数据云端传输
基金项目(Foundation)

国家自然科学基金青年科学基金资助项目（51904056）;鞍钢集团矿业公司企业委托资助项目（2021-科A07）
引用格式

杨勇，张忠政,卢晓辉，等.基于Spark平台的微震信号鉴别方法[J].露天采矿技术,2022,37（2）25-28.
相关文章

[1]露天矿台阶爆破扰动下浅埋采空区稳定性研究
相关专题

这篇文章属于2022封面文章（《露天采矿技术》）（13篇）