基于智能算法的层析反演方法.pdf
《基于智能算法的层析反演方法.pdf》由会员分享,可在线阅读,更多相关《基于智能算法的层析反演方法.pdf(9页完成版)》请在专利查询网上搜索。
1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010647844.0 (22)申请日 2020.07.07 (71)申请人 中国矿业大学 地址 221000 江苏省徐州市大学路1号 (72)发明人 郭昌放杨真 (74)专利代理机构 北京淮海知识产权代理事务 所(普通合伙) 32205 代理人 张旭 (51)Int.Cl. G01V 3/38(2006.01) G01V 3/30(2006.01) (54)发明名称 一种基于智能算法的层析反演方法 (57)摘要 本发明公开了一种基于智能算法的层析反 演方法, 采用无线电波。
2、坑透获取工作面的原始数 据; 将工作面进行网格离散化, 利用直射线理论 获得每条射线在工作面内所有网格的截距; 根据 上述数据, 构建无线电波层析反演矩阵方程组; 然后将对矩阵方程组的求解模型转化为泛函极 小值求解模型, 并建立层析反演目标函数模型, 利用智能算法对该目标函数模型进行计算, 进而 得出层析反演结果, 最终将各个网格的吸收系数 值通过图像显示, 从而得出工作面内的异常分布 情况。 该方法最终能获得精确的无线电波层析成 像反演结果, 便于指导工作面的安全生产。 权利要求书2页 说明书5页 附图1页 CN 111830583 A 2020.10.27 CN 111830583 A 1。
3、.一种基于智能算法的层析反演方法, 其特征在于, 具体步骤为: 、 采用无线电波坑透获取工作面的原始数据; 、 将工作面进行网格离散化, 利用直射线理论获得每条射线在工作面内所有网格的 截距; 其中, 网格数目为B, 射线条数为A; 并用xj代表第j个网格的真实吸收系数, j1,2, 3B; 假设任一条射线yi从发射端穿过工作面达到接收端, 该射线在第j个网格的截距为dij; 其中若设定射线的条数为A, 则在第i条射线路径上有: i1,2,3A; 由于已知: HiH0-20yilge-20lgri (2) 将公式(1)和(2)联立, 即: 上式中: Hi为针对第i条射线采集到的无线电波场强数据。
4、; H0为无线电波的发射初始场强值; ri为第i条射线的长度; 、 根据原始无线电波坑透数据、 网格截距以及直射线理论, 构建无线电波层析反演矩 阵方程组; 由于煤矿无线电波坑透探测的整个过程是利用多个发射点产生无线电波, 其中针对每 一个发射点激发产生的无线电波均有多个接收点进行数据的采集, 则公式(1)能进一步推 广为: 简化后, 得出: DXY 式中: D为A*B阶系数矩阵, 即每条射线通过每个网格的截距, 其中射线条数为A, 网格数目 为B; X为B*1阶未知系数矩阵, 为每个像素的无线电波吸收系数; Y为A*1阶常数矩阵, 各观测方式下与实测场强有关的常数, 均为已知数据; 其中, 。
5、X为需要反演的目标值, 即对矩阵方程组的X进行求解; 、 将步骤中对矩阵方程组求解模型转化为泛函极小值求解模型, 并建立层析反演 目标函数模型, 从而利用该目标函数模型得出层析反演结果, 获得工作面内的异常分布情 况, 具体过程为: 权利要求书 1/2 页 2 CN 111830583 A 2 定义目标函数为观测数据与理论数据之间的差值, 在无线电波层析反演过程中, 首先 通过无线电波接收设备得到实测场强值, 将探测范围内进行网格离散化, 然后设定一个上 限和下限, 形成一个范围值, 在设定的范围值内随机赋予探测范围内每个网格的吸收系数 理论值, 进而将赋予的吸收系数理论值转化为理论观测场强值。
6、; 最后, 通过已知的极值搜索 智能算法对目标函数进行处理, 通过反复更新每个网格吸收系数理论数值, 直到实测场强 值与理论值之间差值到达最小, 即满足停止条件, 此时输出当前时刻每个网格对应反演的 吸收系数值; 目标函数定义如下: 式中, X(x1,x2,xj,xB)为待反演的吸收系数向量; 此时, 无线电波地质异常层析反演模型定义为: 求X C, 使得 f(X )minf(X) 其中, X (x1,x2,xj,xB)为目标函数f(X)达到最小值时, 得到的每个网格对 应反演的吸收系数值, C(x1,x2,xj,xB)|lbxjub, j1,2,.,B; lb和ub分别 为设定的上限和下限;。
7、 通过上述处理得到每个网格反演的吸收系数值, 最终将各个网格的吸收系数值通过图 像显示, 从而得出工作面内的异常分布情况。 权利要求书 2/2 页 3 CN 111830583 A 3 一种基于智能算法的层析反演方法 技术领域 0001 本发明涉及一种基于智能算法的层析反演方法, 属于煤矿工作面内构造反演技术 领域。 背景技术 0002 煤炭是我国的主体能源和基础产业, 而煤矿工作面内部断层、 陷落柱等地质异常 的存在直接影响着工作面回采方案制定、 回采效率以及井下工作人员的生命安全。 以后随 着煤矿开采深度的增加, 所面临的开采条件将变得更加复杂。 因此, 对工作面内地质异常构 造的精准反演。
8、与预测对煤矿的安全高效生产具有十分重要的现实意义。 0003 目前针对工作面内部地质异常的探测方法有很多, 包括地质学、 统计预测以及后 来发展起来的地球物理勘探等方法。 地面以及井下钻探、 巷探等方式虽然得到的结果最为 直接和真实, 但是往往需要花费较高的时间和经济成本, 而且具体实施过程与制定的方案 往往存在偏差, 同时还存在一定的探测盲区, 留下安全隐患。 相比之下, 地球物理勘探方法 往往具有更高的经济性和快捷性。 常见的矿井物探方法主要有: 地面地震勘探法、 矿井瞬变 电磁法、 矿井地质雷达法、 矿井直流电法、 无线电波坑透以及地震槽波透射勘探等。 其中, 地 面地震勘探方法探测范围。
9、较大, 但其精准度相对井下物探方法较低。 井下地震槽波透射勘 探应用效果显著, 但是, 地震勘探往往以炸药作为震源, 而且由于现场实施作业人员较多、 施工程序较为复杂, 设备也比较多而且繁重, 从而导致整个勘探过程持续时间长, 成本高并 具有一定的安全风险。 矿井瞬变电磁法以及直流电法对于富水性较强的异常体比较敏感, 在矿山水害防治与预测方面取得了较好的应用成果, 但是对于断层、 陷落柱等地质异常反 应不够灵敏, 从而导致应用场景具有一定的局限性。 0004 而井下无线电波坑透技术作为一种非接触式探测方法, 由于其施工便捷、 效率高、 分辨能力强、 成本较低, 而且还不存在破坏性等优点, 使其。
10、成为目前国内外煤矿工作面内部 地质异常探测和反演的主要方法。 然而, 目前煤矿工作面常见的ART、 SIRT等传统层析反演 算法大都采用单一的初始模型, 经过反复向改进的邻近解集移动, 直到满足允许条件以求 得最终解, 但是其反演结果的准确性很大程度上取决于单一初始模型的选择, 一旦选择出 现偏差, 则会使算法容易陷入局部最优解, 进而导致最终反演结果的误差较大。 发明内容 0005 针对上述现有技术存在的问题, 本发明提供一种基于智能算法的层析反演方法, 将传统反演计算过程中的矩阵求解问题转换为泛函极值求解问题, 并建立无线电波层析反 演目标函数模型, 进而利用智能算法求得目标函数模型在达到。
11、极小值时对应的每个网格的 无线电波吸收系数值, 最终获得精确的无线电波层析成像反演结果, 便于指导工作面的安 全生产。 0006 为了实现上述目的, 本发明采用的技术方案是: 一种基于智能算法的层析反演方 法, 具体步骤为: 说明书 1/5 页 4 CN 111830583 A 4 0007 、 采用无线电波坑透获取工作面的原始数据; 0008 、 将工作面进行网格离散化, 利用直射线理论获得每条射线在工作面内所有网 格的截距; 其中, 网格数目为B, 射线条数为A; 并用xj代表第j个网格的真实吸收系数, j1, 2,3B; 0009 假设任一条射线yi从发射端穿过工作面达到接收端, 该射线。
12、在第j个网格的截距 为dij。 其中若设定射线的条数为A, 则在第i条射线路径上有: i1,2,3A; 0010 0011 由于已知: 0012 HiH0-20yi lge-20lgri (2) 0013 将公式(1)和(2)联立, 即: 0014 0015 上式中: 0016 Hi为针对第i条射线采集到的无线电波场强数据; 0017 H0为无线电波的发射初始场强值; 0018 ri为第i条射线的长度, 初始通过计算得出的已知值; 0019 、 根据原始无线电波坑透数据、 网格截距以及直射线理论, 构建无线电波层析反 演矩阵方程组; 0020 由于煤矿无线电波坑透探测的整个过程是利用多个发射点。
13、产生无线电波, 其中针 对每一个发射点激发产生的无线电波均有多个接收点进行数据的采集, 则公式(1)能进一 步推广为: 0021 0022 简化后, 得出: 0023 DXY 0024 式中: 0025 D为A*B阶系数矩阵, 即每条射线通过每个网格的截距, 其中射线条数为A, 网格 数目为B; 0026 X为B*1阶未知系数矩阵, 为每个像素的无线电波吸收系数; 0027 Y为A*1阶常数矩阵, 各观测方式下与实测场强有关的常数, 均为已知数据; 0028 其中, X为需要反演的目标值, 即对矩阵方程组的X进行求解; 0029 、 将步骤中对矩阵方程组求解模型转化为泛函极小值求解模型, 并建。
14、立层析 反演目标函数模型, 从而利用该目标函数模型得出层析反演结果, 获得工作面内的异常分 布情况, 具体过程为: 0030 由于煤矿井下工作面现场探测条件的限制, 射线的条数一般远小于网格的数目, 说明书 2/5 页 5 CN 111830583 A 5 因此上述矩阵方程组需要求解的往往是一个具有病态特征的稀疏矩阵的解。 由于矩阵方程 组没有唯一解, 而目前常见的ART、 SIRT等传统层析反演算法大多依赖于问题的线性化形 式, 采用单一的初始模型, 通过反复向改进的邻近解集移动, 直到满足允许条件。 反演的结 果很大程度上取决于初始值的选择, 若初始值的选择不合适就会陷入局部最优解。 00。
15、31 由于智能算法属于随机非线性优化算法, 优化结果对于初始模型的依赖性比较 低, 因此将智能算法引入到无线电波层析反演计算过程中, 将矩阵方程组求解问题转化为 泛函极值求解问题, 并建立目标函数反演模型, 进而通过智能算法对目标函数其进行求解。 0032 定义目标函数为观测数据与理论数据之间的差值, 在无线电波层析反演过程中, 首先通过无线电波接收设备得到实测场强值, 将探测范围内进行网格离散化, 然后设定一 个上限和下限, 形成一个范围值, 在设定的范围值内随机赋予探测范围内每个网格的吸收 系数理论值, 进而将赋予的吸收系数理论值转化为理论观测场强值; 最后, 通过已知的极值 搜索智能算法。
16、(如遗传算法、 粒子群算法等)对目标函数进行处理, 通过反复更新每个网格 吸收系数理论数值, 直到实测场强值与理论值之间差值到达最小, 即满足停止条件, 此时输 出当前时刻每个网格对应反演的吸收系数值; 目标函数定义如下: 0033 0034 式中, X(x1,x2,xj,xB)为待反演的吸收系数向量; 0035 此时, 无线电波地质异常层析反演模型定义为: 求XC, 使得 0036 f(X)min f(X) 0037 其中, X(x1,x2,xj,xB)为目标函数f(X)达到最小值时, 得到的每个 网格对应反演的吸收系数值, C(x1,x2,xj,xB)|lbxjub, j1,2,.,B; 。
17、lb和 ub分别为设定的上限和下限, 根据历史数据和多次测试得出的吸收系数值进行设定; 0038 通过上述处理得到每个网格反演的吸收系数值, 最终将各个网格的吸收系数值通 过图像显示, 从而得出工作面内的异常分布情况。 0039 与现有技术相比, 本发明先采用无线电波坑透获取工作面的原始数据; 将工作面 进行网格离散化, 利用直射线理论获得每条射线在工作面内所有网格的截距; 根据原始无 线电波坑透数据、 网格截距以及直射线理论, 构建无线电波层析反演矩阵方程组; 然后将对 矩阵方程组的求解模型转化为泛函极小值求解模型, 并建立层析反演目标函数模型, 从而 利用该目标函数模型得出层析反演结果, 。
18、最终将各个网格的吸收系数值通过图像显示, 从 而得出工作面内的异常分布情况。 因此本发明将传统反演算法计算过程中的矩阵求解问题 转换为泛函极值求解问题, 并建立无线电波层析反演目标函数模型, 进而利用智能算法的 全局搜索能力求得目标函数模型在达到极小值时对应的每个网格的无线电波吸收系数值, 最终获得精确的无线电波层析成像反演结果, 便于指导工作面的安全生产。 附图说明 0040 图1是本发明中无线电波层析成像的网格离散化示意图。 具体实施方式 0041 下面将对本发明作进一步说明。 说明书 3/5 页 6 CN 111830583 A 6 0042 如图1所示, 本发明的具体步骤为: 0043。
19、 、 采用无线电波坑透获取工作面的原始数据; 0044 、 将工作面进行网格离散化, 利用直射线理论获得每条射线在工作面内所有网 格的截距; 其中, 网格数目为B, 射线条数为A; 并用xj代表第j个网格的真实吸收系数, j1, 2,3B; 0045 假设任一条射线yi从发射端穿过工作面达到接收端, 该射线在第j个网格的截距 为dij。 其中若设定射线的条数为A, 则在第i条射线路径上有: i1,2,3A; 0046 0047 由于已知: 0048 HiH0-20yilge-20lgri (2) 0049 将公式(1)和(2)联立, 即: 0050 0051 上式中: 0052 Hi为针对第i。
20、条射线采集到的无线电波场强数据; 0053 H0为无线电波的发射初始场强值; 0054 ri为第i条射线的长度, 初始通过计算得出的已知值; 0055 、 根据原始无线电波坑透数据、 网格截距以及直射线理论, 构建无线电波层析反 演矩阵方程组; 0056 由于煤矿无线电波坑透探测的整个过程是利用多个发射点产生无线电波, 其中针 对每一个发射点激发产生的无线电波均有多个接收点进行数据的采集, 则公式(1)能进一 步推广为: 0057 0058 简化后, 得出: 0059 DXY 0060 式中: 0061 D为A*B阶系数矩阵, 即每条射线通过每个网格的截距, 其中射线条数为A, 网格 数目为B。
21、; 0062 X为B*1阶未知系数矩阵, 为每个像素的无线电波吸收系数; 0063 Y为A*1阶常数矩阵, 各观测方式下与实测场强有关的常数, 均为已知数据; 0064 其中, X为需要反演的目标值, 即对矩阵方程组的X进行求解; 0065 、 将步骤中对矩阵方程组求解模型转化为泛函极小值求解模型, 并建立层析 反演目标函数模型, 从而利用该目标函数模型得出层析反演结果, 获得工作面内的异常分 布情况, 具体过程为: 说明书 4/5 页 7 CN 111830583 A 7 0066 由于煤矿井下工作面现场探测条件的限制, 射线的条数一般远小于网格的数目, 因此上述矩阵方程组需要求解的往往是一。
22、个具有病态特征的稀疏矩阵的解。 由于矩阵方程 组没有唯一解, 而目前常见的ART、 SIRT等传统层析反演算法大多依赖于问题的线性化形 式, 采用单一的初始模型, 通过反复向改进的邻近解集移动, 直到满足允许条件。 反演的结 果很大程度上取决于初始值的选择, 若初始值的选择不合适就会陷入局部最优解。 0067 由于智能算法属于随机非线性优化算法, 优化结果对于初始模型的依赖性比较 低, 因此将智能算法引入到无线电波层析反演计算过程中, 将矩阵方程组求解问题转化为 泛函极值求解问题, 并建立目标函数反演模型, 进而通过智能算法对目标函数其进行求解。 0068 定义目标函数为观测数据与理论数据之间。
23、的差值, 在无线电波层析反演过程中, 首先通过无线电波接收设备得到实测场强值, 将探测范围内进行网格离散化, 然后设定一 个上限和下限, 形成一个范围值, 在设定的范围值内随机赋予探测范围内每个网格的吸收 系数理论值, 进而将赋予的吸收系数理论值转化为理论观测场强值; 最后, 通过已知的极值 搜索智能算法(如遗传算法、 粒子群算法等)对目标函数进行处理, 通过反复更新每个网格 吸收系数理论数值, 直到实测场强值与理论值之间差值到达最小, 即满足停止条件, 此时输 出当前时刻每个网格对应反演的吸收系数值; 目标函数定义如下: 0069 0070 式中, X(x1,x2,xj,xB)为待反演的吸收。
24、系数向量; 0071 此时, 无线电波地质异常层析反演模型定义为: 求XC, 使得 0072 f(X)minf(X) 0073 其中, X(x1,x2,xj,xB)为目标函数f(X)达到最小值时, 得到的每个 网格对应反演的吸收系数值, C(x1,x2,xj,xB)|lbxjub, j1,2,.,B; lb和 ub分别为设定的上限和下限, 根据历史数据和多次测试得出的吸收系数值进行设定; 0074 通过上述处理得到每个网格反演的吸收系数值, 最终将各个网格的吸收系数值通 过图像显示, 从而得出工作面内的异常分布情况。 说明书 5/5 页 8 CN 111830583 A 8 图1 说明书附图 1/1 页 9 CN 111830583 A 9 。
- 内容关键字: 基于 智能 算法 层析 反演 方法
介孔蛋黄壳纳米颗粒及其在构建分泌物代谢指纹谱图中的应用和用其筛选的代谢标志物.pdf
制袋机的放卷机构.pdf
双枪激光焊机.pdf
锂离子正极材料异常料筛分装置.pdf
用于芯片开盖的可调整平台.pdf
防腐伸缩蝶阀.pdf
可分离式检修插座箱.pdf
自承重保温复合屋面板.pdf
螺杆钻具定子壳体打磨装置.pdf
提升机机尾增压防尘结构.pdf
简易分条机构.pdf
煤矿探水钻孔快速密封装置.pdf
新能源电池储能充电用触发控制电路.pdf
加速植株晾干设备.pdf
高可靠电容切换开关.pdf
散热器翅片的冲片装置.pdf
可拆式偏心加强撑.pdf
农业种植用可调节式农业种植架.pdf
饮品和冰棒的新型包装袋.pdf
卧式搅拌反应釜.pdf
平板玻璃切割加工系统.pdf
器件复用的射频收发电路及其控制方法.pdf
基于单片FPGA的PET正弦图数据压缩存储方法、系统及设备.pdf
风机轴承剩余有效寿命优化方法、设备及介质.pdf
远程控制车辆分享解锁方法及系统.pdf
多轴分布式电驱车辆转向控制方法及车辆.pdf
无对照HRD检测方法、系统及装置.pdf
人工植入物以及介入系统.pdf
实心分割铝导体高压电缆制备方法.pdf
基于图像处理的影动方向计算系统及屈光度估计系统.pdf
热塑性复合工程材料缸盖罩自动校平装置及校平方法.pdf
多尺寸的晶圆传输装置、方法及电子设备.pdf