基于Spark平台的微震信号鉴别方法
杨勇1
张忠政1
卢晓辉1
杨震2
王卫东2
1.鞍钢集团矿业公司弓长岭有限公司 露采分公司,辽宁辽阳1110082.东北大学岩石破裂与失稳研究所,辽宁沈阳110819
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
分类号：TD824.7+3(矿山开采)
资助基金：国家自然科学基金(51904056)鞍钢集团矿业公司企业委托资助项目(2021)
论文发表日期：2022-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 25-28 )
英文信息