·1008 工程科学学报，第43卷，第7期 3.4改进模型的实际应用 震事件的预测正确率由0提升至99.0%，同时总体 为进一步验证本文改进后的基于一维卷积神 预测正确率提升为98.4%. 经网络的微震能级时序预测模型在微震能量级别 (3)使用砚北煤矿250202工作面10月1日~ 预测方面的准确性，将其应用于砚北煤矿250202 10月10日的112次微震事件对改进的模型进行 工作面进行微震能级预测，以前10次微震能级作 验证，模型对微震事件能级的预测正确率达到了 为输入时，预测下一次微震能级 93.5%.证明本文模型可以为现场微震事件能级预 250202工作面属于2502采区，处于砚北煤矿 测提供一定参考 最东侧，北接1504采区，南与2502采区运输大 巷、轨道大巷及行人通道相连，西临250203工作 参考文献 面上部采空区，东部为采区的保护煤柱区域.该工 [1]Jiang Y D,Zhao Y X.State of the art:investigation on mechanism, 作面地质条件较为复杂，受区域向斜轴影响严重， forecast and control of coal bumps in China.Chin J Rock Mech 向斜轴线发生大范围斜交，走向整体呈现北高南 Eng,2015,34(11):2188 低走势，走向落差为50~280m.煤厚为10.8~15.2m, (姜耀东，赵毅鑫.我国煤矿冲击地压的研究现状：机制、预警与 控制.岩石力学与工程学报，2015,34(11)：2188) 其平均煤厚为12.9m,工作面长度在200~220m [2] Jiang Y D,Zhao Y X,Liu W G,et al.Investigation on the 之间，工作面走向长度约为1600m,由北向南推 Mechanism of Coal Bumps and Relating Experiment.Beijing: 进，采煤方法采用走向长壁放顶煤采煤法，全部垮 Science Press,2009 落法管理顶板，回采速率为3md厂，煤岩冲击倾向 (姜耀东，赵毅鑫，刘文岗，等.煤岩冲击失稳的机理和实验研 鉴定为具有强冲击倾向性.自2018年10月1日 究.北京：科学出版社，2009) 至10月10日，该工作面共监测到112次微震，改 [3]Miao X H,Jiang F X,Wang C W,et al.Mechanism of 进后的基于一维卷积神经网络的微震能级时序预 microseism-inducdrock burst revealed by microseismic 测模型对112次微震事件能级的预测准确率为 monitoring.Chin J Geotech Eng,2011,33(6):971 93.5%,对高能级微震的预测正确率为100%.实测 (苗小虎，姜福兴，王存文，等，微地震监测揭示的矿震诱发冲击 地压机理研究.岩土工程学报，2011,33(6)：971) 能级与预测能级比对结果如图5所示 [4] Yuan R F,Li H M,Li HZ.Distribution of microseismic signal and Actual data discrimination of portentous information of pillar type rockburst Predicted data Chin J Rock Mech Eng,2012,31(1):80 4.5 (袁瑞甫，李化敏，李怀珍.煤柱型冲击地压微震信号分布特征 及前兆信息判别.岩石力学与工程学报，2012,31(1)：80) 3.5 [5]Pytel W.Switon J,Wojcik A.The effect of mining face's direction on the observed seismic activity.Int J Coal Sci Technol,2016. 3.0 3(3):322 2.5 [6]Li N,Wang E Y,Ge M C.Microseismic monitoring technique and 2.0 its applications at coal mines:present status and future prospects.J 20 406080100 120 China Coal Soc,2017,42(S1):83 Sequence of microseismic events (李楠，王恩元，GE Mao-chen.微震监测技术及其在煤矿的应用 图5微屣能量预测值与实测值对比 现状与展望.煤炭学报，2017,42（增刊183） Fig.5 Comparison between the predicted and measured microseismic [7]Lu J G,Pan L.Microseismic predicting coal bump by time series energy method.J China Coal Soc,2010,35(12):2002 (吕进国，潘立.微震预警冲击地压的时间序列方法.煤炭学报， 4结论 2010,35(12):2002) (1)设计了一种基于一维卷积神经网络的微 81 Lu C P,Dou L M,Wu X R,et al.Frequency spectrum analysis on 震能级时序预测模型，以前十次微震事件的能量 microseismic monitoring and signal differentiation of rock material.Chin J Geotech Eng,2005,27(7):772 级别作为输入，预测下一次微震事件能量级别.训 (陆菜平，窦林名，吴兴荣，等，岩体微震监测的颜谐分析与信号 练后模型在测试集上的正确率达到97.9% 识别.岩土工程学报，2005,27(7)：772) (2)由于微震事件各个能级样本数量不平衡 [9]Cai W,Dou L M,Li Z L,et al.Microseismic multidimensional 导致模型对10级别微震预测正确率过低，为解决 information identification and spatio-temporal forecasting of rock 该问题对模型进行改进.改进后模型对10°级别微 burst:a case study of Yima Yuejin coal mine,Henan,China.Chin3.4    改进模型的实际应用 为进一步验证本文改进后的基于一维卷积神 经网络的微震能级时序预测模型在微震能量级别 预测方面的准确性，将其应用于砚北煤矿 250202 工作面进行微震能级预测，以前 10 次微震能级作 为输入时，预测下一次微震能级. 250202 工作面属于 2502 采区，处于砚北煤矿 最东侧 ，北接 1504 采区 ，南与 2502 采区运输大 巷、轨道大巷及行人通道相连，西临 250203 工作 面上部采空区，东部为采区的保护煤柱区域. 该工 作面地质条件较为复杂，受区域向斜轴影响严重， 向斜轴线发生大范围斜交，走向整体呈现北高南 低走势，走向落差为 50～280 m. 煤厚为 10.8～15.2 m， 其平均煤厚为 12.9 m，工作面长度在 200～220 m 之间，工作面走向长度约为 1600 m，由北向南推 进，采煤方法采用走向长壁放顶煤采煤法，全部垮 落法管理顶板，回采速率为 3 m·d−1，煤岩冲击倾向 鉴定为具有强冲击倾向性. 自 2018 年 10 月 1 日 至 10 月 10 日，该工作面共监测到 112 次微震，改 进后的基于一维卷积神经网络的微震能级时序预 测模型对 112 次微震事件能级的预测准确率为 93.5%，对高能级微震的预测正确率为 100%. 实测 能级与预测能级比对结果如图 5 所示. 5.0 Actual data Predicted data 4.5 4.0 3.5 3.0 2.5 2.0 0 20 40 60 Sequence of microseismic events Microseismic energy level 80 100 120 图 5    微震能量预测值与实测值对比 Fig.5     Comparison  between  the  predicted  and  measured  microseismic energy 4    结论 （1）设计了一种基于一维卷积神经网络的微 震能级时序预测模型，以前十次微震事件的能量 级别作为输入，预测下一次微震事件能量级别. 训 练后模型在测试集上的正确率达到 97.9%. （2）由于微震事件各个能级样本数量不平衡 导致模型对 106 级别微震预测正确率过低，为解决 该问题对模型进行改进. 改进后模型对 106 级别微 震事件的预测正确率由 0 提升至 99.0%，同时总体 预测正确率提升为 98.4%. （3）使用砚北煤矿 250202 工作面 10 月 1 日～ 10 月 10 日的 112 次微震事件对改进的模型进行 验证，模型对微震事件能级的预测正确率达到了 93.5%，证明本文模型可以为现场微震事件能级预 测提供一定参考. 参    考    文    献 Jiang Y D, Zhao Y X. State of the art: investigation on mechanism, forecast  and  control  of  coal  bumps  in  China. Chin J Rock Mech Eng, 2015, 34（11）: 2188 （姜耀东, 赵毅鑫. 我国煤矿冲击地压的研究现状: 机制、预警与 控制. 岩石力学与工程学报, 2015, 34（11）：2188） [1] Jiang  Y  D,  Zhao  Y  X,  Liu  W  G,  et  al. Investigation on the Mechanism of Coal Bumps and Relating Experiment.  Beijing: Science Press, 2009 （ 姜耀东, 赵毅鑫, 刘文岗, 等. 煤岩冲击失稳的机理和实验研 究. 北京: 科学出版社, 2009） [2] Miao  X  H,  Jiang  F  X,  Wang  C  W,  et  al.  Mechanism  of microseism-inducdrock  burst  revealed  by  microseismic monitoring. Chin J Geotech Eng, 2011, 33（6）: 971 （苗小虎, 姜福兴, 王存文, 等. 微地震监测揭示的矿震诱发冲击 地压机理研究. 岩土工程学报, 2011, 33（6）：971） [3] Yuan R F, Li H M, Li H Z. Distribution of microseismic signal and discrimination  of  portentous  information  of  pillar  type  rockburst. Chin J Rock Mech Eng, 2012, 31（1）: 80 （袁瑞甫, 李化敏, 李怀珍. 煤柱型冲击地压微震信号分布特征 及前兆信息判别. 岩石力学与工程学报, 2012, 31（1）：80） [4] Pytel W, Świtoń J, Wójcik A. The effect of mining face’s direction on  the  observed  seismic  activity. Int J Coal Sci Technol,  2016, 3（3）: 322 [5] Li N, Wang E Y, Ge M C. Microseismic monitoring technique and its applications at coal mines: present status and future prospects. J China Coal Soc, 2017, 42(S1): 83 （ 李楠, 王恩元, GE Mao-chen. 微震监测技术及其在煤矿的应用 现状与展望. 煤炭学报, 2017, 42(增刊1): 83） [6] Lü J G, Pan L. Microseismic predicting coal bump by time series method. J China Coal Soc, 2010, 35（12）: 2002 （吕进国, 潘立. 微震预警冲击地压的时间序列方法. 煤炭学报, 2010, 35（12）：2002） [7] Lu C P, Dou L M, Wu X R, et al. Frequency spectrum analysis on microseismic  monitoring  and  signal  differentiation  of  rock material. Chin J Geotech Eng, 2005, 27（7）: 772 （陆菜平, 窦林名, 吴兴荣, 等. 岩体微震监测的频谱分析与信号 识别. 岩土工程学报, 2005, 27（7）：772） [8] Cai  W,  Dou  L  M,  Li  Z  L,  et  al.  Microseismic  multidimensional information identification and spatio-temporal forecasting of rock burst: a case study of Yima Yuejin coal mine, Henan, China. Chin [9] · 1008 · 工程科学学报，第 43 卷，第 7 期