准确识别微震信号的类型对于冲击地压矿井动力灾害监测预警与防控具有重要意义。以冲击地压矿井南屯煤矿为工程背景，划分了矿震、爆破、煤岩体破裂、敲击和噪音5种类型微震信号，建立了5种信号类型的样本数据库，分析了最大振幅、持续时间、主频等微震特征参数，建立了微震事件类型的BP神经网络判识模型。研究结果表明：矿震事件与煤层上方高位坚硬岩层破断有关，其能量一般不低于105J，可触发矿井半数以上传感器，事件具有高最大振幅和高平均振幅的特征(阈值为3×10-4m/s)，持续时间一般在6s以内、主频一般小于10Hz；爆破事件能量一般不低于104J，可触发矿井半数以上传感器，事件具有高最大振幅和高平均振幅的特征，持续时间一般小于2s；煤岩体破裂事件与采场顶板周期破裂有关，其事件能量一般不高于104J，可触发矿井40%-65%传感器，该事件具有低最大振幅和低平均振幅的特征，持续时间主要0-1s、主频分布较为均匀；敲击事件与人为测试有关，其触发传感器数量一般在4个以内，该事件具有高最大振幅和低平均振幅的特征，持续时间较长、主频在0-80Hz内均匀分布；噪音事件与电磁干扰等相关，绝大多数微震传感器发生无序震动，其触发传感器一般小于6个，该事件具有低最大振幅和低平均振幅的特征，持续时间长、主频不固定。建立的BP神经网络判识模型准确率达88.3%，该方法误判率低，特征参数易获取，为冲击地压矿井微震事件快速准确识别提供了一个新途径。

0 引言
1 工程背景及微震事件类型分类
1.1 工程背景
1.2 微震事件类型分类
1.3 数据收集与信号类型判别
2 微震参数特征分析
2.1 波形特征
2.2 频谱特征
2.3 事件特征
3 基于BP神经网络的微震信号识别
3.1 微震事件划分原理
3.2 微震事件类型判识
4 讨论
5 结论