Disponible en línea en www.sciencedirect.

com

ScienceDirect

Procedia Environmental Sciences 31 (2016) 426 - 431

La Décima Conferencia Internacional sobre Gestión y Tecnología de Residuos (ICWMT)

Estudio sobre el almacenamiento subterráneo de residuos peligrosos de la señal microsísmica

basado en el análisis de frecuencia-tiempo de transformación S

Ting Chen una, Ning Yang si * *

una TianFu College of SWUFE, MianYang, 621010, China
si Universidad Suroeste de Ciencia y Tecnología, MianYang, 621010, China

Resumen

En la eliminación de las tecnologías de tratamiento de residuos peligrosos debido a algunos residuos sólidos es difícil, costoso, a menudo almacenado en un
almacenamiento subterráneo profundo. Sin embargo, el impacto de la estabilidad de la roca circundante de estos rasgos desperdiciaría la fractura de la roca y puede
causar fugas de desechos, lo que provocaría contaminación ambiental. La tecnología de monitoreo de seguridad micro-sísmica es un medio efectivo para resolver este
problema, pero para la señal de monitoreo de múltiples fuentes circundante es una gran dificultad para el análisis de señal. En este documento, el ST (Transformada S)
optimizado se introduce en el análisis de la señal microsísmica, tiene información de dominio de tiempo y frecuencia de alta calidad para analizar varias señales de
vibración. El método utilizado en el procesamiento de señales micro-sísmicas en el almacenamiento subterráneo de residuos peligrosos.

© 2016
2015Los
LosAutores.
Autores. Publicado
Publicado por Elsevier
por Elsevier BV
BV Este es un artículo de acceso abierto bajo la licencia CC BY-NC-ND ( http://creativecommons.org/licenses/by-nc-nd/4.0/
)
Revisión por pares bajo la responsabilidad de la Universidad de Tsinghua / Centro Regional del Convenio de Basilea para Asia y el Pacífico.
Revisión por pares bajo la responsabilidad de la Universidad de Tsinghua / Centro Regional del Convenio de Basilea para Asia y el Pacífico

Palabras clave: El almacenamiento subterráneo de residuos peligrosos, Micro-sísmica, Análisis de frecuencia de tiempo, Transformación S

1) INTRODUCCIONES

La tecnología de monitoreo de seguridad micro-sísmica se ha desarrollado rápidamente en la aplicación del almacenamiento subterráneo de monitoreo de
seguridad de desechos peligrosos. Sin embargo, el complejo entorno operativo y el factor de perturbación del almacenamiento subterráneo hacen que muchas
señales de bloqueo de vibraciones (como vibraciones mecánicas y explosiones, etc.) de la escena se puedan recoger fácilmente mediante un sistema de
monitoreo micro-sísmico. La diversidad y lo no

** Yang Ning. Tel .: 18780568014.

Dirección de correo electrónico : nyang@swust.edu.cn

1878-0296 © 2016 The Authors. Publicado por Elsevier BV Este es un artículo de acceso abierto bajo la licencia CC BY-NC-ND ( http://creativecommons.org/licenses/by-nc-nd/4.0/
)
Revisión por pares bajo la responsabilidad de la Universidad de Tsinghua / Centro Regional del Convenio de Basilea para Asia y el Pacífico doi: 10.1016 /

j.proenv.2016.02.087
 Ting Chen y Ning Yang / Procedia Environmental Sciences 31 (2016) 426 - 431 427

La aleatoriedad estacionaria de la señal determina que el reconocimiento de la señal y el análisis deben ser muy importantes, pero también extremadamente difíciles,
especialmente, cómo identificar la señal micro sísmica efectiva, la señal del evento de explosión de roca, de forma rápida y efectiva es particularmente crítico. Las
características de todo tipo de señales son el punto clave del reconocimiento de la señal, para estudiar las características de la señal micro sísmica, especialmente las
características locales de la señal no estacionaria, se necesita el análisis combinado del dominio del tiempo y del dominio de la frecuencia para obtener un resultado
más preciso. descripción.

En la actualidad, el principal método de análisis de frecuencia de tiempo es la transformación de Fourier de corto tiempo, la transformación de wavelet y la transformación S, etc. 1) La

transformación de Fourier a corto plazo (STFT) utiliza una ventana deslizante de una longitud fija para interceptar

señalar y describir es característica local al suponer que la señal no estacionaria es estacionaria por partes, pero de acuerdo con el principio de restricción de
incertidumbre de medición a la resolución de frecuencia de tiempo de la función de ventana 2, STFT necesita considerar la coordinación de dos factores de
resolución de tiempo y frecuencia, lo que resultó en limitaciones en su aplicación práctica. Del mismo modo, la transformación wavelet es limitada en su promoción,
ya que es difícil encontrar la función wavelet que pueda reflejar las características de señal reales en la práctica. 3) La transformación S como un híbrido de la
transformada de Fourier a corto plazo y la transformada wavelet tiene un buen efecto en el análisis de señales no estacionarias. Supera efectivamente la deficiencia
de que STFT no puede cambiar el tamaño de la ventana de tiempo, e introduce el análisis de resolución múltiple de la transformada wavelet, y también mantiene
contacto directo con el espectro de Fourier. El método de análisis de frecuencia de tiempo Zhao-Atlas-Marks se utiliza para analizar y distinguir entre señales
sísmicas y de ráfaga por Zhang Fan 4) El análisis wavelet se ha utilizado para seleccionar la wavelet básica adecuada para el procesamiento de señales micro
sísmicas 5, y los autores han logrado dibujar un gráfico de coeficientes wavelet de frecuencia-tiempo y espectro de frecuencia de tiempo. Xu Hongmei analizó las
señales de ruido del motor de combustión interna utilizando S-Transform, obtuvo las regularidades de distribución de la energía de la señal y descubrió cómo los
componentes de frecuencia cambian con el tiempo 6) Hou Shujie mejoró la resolución de datos sísmicos al usar S - Transformar 7)

En este trabajo, la Transformada S generalizada que ha logrado un buen efecto de aplicación en la exploración geofísica se introduce en el análisis de
frecuencia de tiempo de la señal micro sísmica, y se ha presentado un parámetro de ventana de tiempo optimizado ST que es adecuado para el análisis de
señal micro sísmica. La tecnología se aplica a un problema de monitoreo micro-sísmico de almacenamiento subterráneo en Mianyang, el documento resume
las características de diferentes tipos de señales a través del análisis de frecuencia de tiempo y ofrece un medio técnico efectivo para identificar la señal de
explosión de roca.

2) MÉTODO Y PRINCIPIO

2.1. Teoría básica de la transformación S generalizada

La Transformación S puede considerarse como una extensión de la transformada wavelet, y las principales ventajas son: su resolución puede
cambiar con la frecuencia y mantiene un contacto directo con la transformada de Fourier. Estas ventajas indican que la S-Transform es un método
efectivo para analizar señales no estacionarias.
La transformada S de la señal se puede expresar de la siguiente manera
2 2
F ( t ) (2
El F| El | )
(,) ht() { } dt
2 si t
S F mi mi (1)
2
La ventana gaussiana se puede ajustar según la frecuencia, la función de modulación gaussiana viene dada por

22
tf
El ftf
| El |
( , )2 mi
2
(2)

( tfpd
, , )1 (3)

La Transformación S generalizada reforma la función de ventana Gaussiana de la Transformación S mediante la introducción de parámetros P, para que pueda ajustar de
manera flexible la tendencia de variación de la función de ventana Gauss con la escala de frecuencia f de acuerdo con la distribución de frecuencia de la señal no estacionaria
y el énfasis de análisis de frecuencia de tiempo. No solo puede más
428 Ting Chen y Ning Yang / Procedia Environmental Sciences 31 (2016) 426 - 431

acelerar o ralentizar el cambio del ancho de la ventana de tiempo varía con la frecuencia, también la cresta (fijación del punto de pico de la ventana de tiempo) de la
función de ventana de tiempo en el plano de frecuencia de tiempo tiene múltiples características, y el ST generalizado puede adaptarse mejor a la Análisis y
procesamiento de señal específica.
La ventana de tiempo de la Transformación S generalizada está diseñada como
22
( t ) fp
El ftfp
| El | 2
2

( , , )2 ep (4)

La deformación de la ventana de tiempo de S Transform optimizada para ventana Gaussiana es

22 pags
pags ( t ) F
El F| El | 2

( tfp
, , , )2 mi
2
, [0,1]
pags (5)

2.2. Análisis de modelo

La señal es sintetizada por dos señales moduladas de frecuencia sinusoidal de frecuencia diferente. Las frecuencias son de 100Hz y 50Hz, la longitud de
muestreo es de 257 puntos de muestra y la frecuencia de muestreo es de 256. El espectro de frecuencia de tiempo muestra que la resolución de frecuencia de la
S-Transform en la sección de alta frecuencia es menor que la de la sección de baja frecuencia , y refleja visualmente la variación de la resolución de frecuencia
de la Transformación-S con diferentes frecuencias (ver Fig. 1)

(una) (si)

(C) (re)
Fig. 1. (a) señal original; (b) el espectro de señal; (c) El espectro de amplitud instantánea del STFT (la longitud de la ventana
Gaussiana es 16); (d) El espectro de amplitud instantánea del generalizado
ST (p = 0,5 λ = 0.1)
 Ting Chen y Ning Yang / Procedia Environmental Sciences 31 (2016) 426 - 431 429

3) EL ANÁLISIS DE CARACTERÍSTICAS Y FRECUENCIA DE TIEMPO DE LA SEÑAL MICRO-SÍSMICA

En el documento, la señal monitoreada se ha clasificado simplemente usando el método ST, como se muestra en la Fig.2, y las características de frecuencia de tiempo se
resumen, como se muestra en la Tabla 1.

(a) Señal de explosión de roca

(b) Señal de explosión

430 Ting Chen y Ning Yang / Procedia Environmental Sciences 31 (2016) 426 - 431

(c) Señal de equipo mecánico

(d) Señal de pulso eléctrico

Fig. 2. La izquierda es la serie de tiempo original, la derecha es el espectro de frecuencia de tiempo ST

Tabla 1. La confluencia de todo tipo de señal micro sísmica de carácter de frecuencia de tiempo istics
Tipo de señal Amplitud Rango de frecuencia Rango de frecuencia Energía
mm / s Hz principal Hz
Explosión de roca 107 20-40 17-26 20

Voladura del agujero 26667 0-500 25-170 8000

medio

Señal de equipo 30 25 25 55

mecánico
Señal del vehículo 150 300-500 400-450 sesenta y cinco

Pulso electrico 64 210-250 227-234 50

señal
 Ting Chen y Ning Yang / Procedia Environmental Sciences 31 (2016) 426 - 431 431

4. CONCLUSIONES

El ST es un método de análisis de frecuencia de tiempo que se encuentra en algún lugar entre el STFT y la transformada wavelet, no solo puede estar directamente
relacionado con el espectro de Fourier, también tiene resolución múltiple, de modo que el ST puede cambiar el ancho de la ventana de tiempo y ajustar adecuadamente el
resolución del dominio del tiempo o del dominio de la frecuencia de acuerdo con la necesidad real, y es útil manejar con precisión y eficiencia las señales no estacionarias,
como las señales microsísmicas. En este documento, el ancho de ventana optimizado ST se utiliza para analizar un grupo de datos de señales microsísmicas
monitoreados en el almacenamiento subterráneo, y refleja claramente información variada, como frecuencia, energía, duración. Los resultados pueden

ser aplicado al reconocimiento artificial de la señal y la clasificación del almacenamiento subterráneo de monitoreo micro-sísmico y el método de análisis
proporcionan referencia para la clasificación y análisis de señales en el futuro monitoreo microsísmico, que sienta las bases para la aplicación de ST en
la seguridad del almacenamiento subterráneo.

Agradecimientos

Esta investigación es apoyada por NSFC (41204068)

Referencias

1. Li Z, Diao R, Han W, et al. Revisión sobre métodos de análisis lineal de frecuencia de tiempo. Progreso en exploración geofísica, 2010.33 (4): 239-246.
2. Investigación y simulación de Zhang M. sobre cuatro métodos típicos de teoría del análisis de tiempo-frecuencia. Instrumentación. Análisis. Supervisión,
2010; 3: 25-27.
3. Zhu Q, Jiang F, Yin Y, Yu Z, Wen J. Clasificación de eventos microsísmicos de minas basados ​en el método wavelet-fractal y el reconocimiento de patrones.
Chino J. Geot. Ing. 2012, 34 (11): 2036-2042.
4. Zhang F, Zhu X, Xiong D, y col. Identificación de terremotos y explosiones basada en análisis no lineal de tiempo-frecuencia. South china journal of sismology, 2014; 38 (3):
2036-2042.
5. Song G, Liu T, Wang C, et al. Aplicación del análisis wavelet en el procesamiento de la señal microsísmica. Shangdong Science, 2011.24 (3): 64-74.
6. Xu H, Hao Z, Jia W, et al. Características de frecuencia Tmie de señales de ruido basadas en transformada S para motor de combustión interna. Diario de
Universidad Jiangsu ( Edición de Ciencias Naturales), 2008; 29 (2): 115-118.
7. Hou S. Comparación de métodos de análisis de frecuencia de tiempo y aplicación de transformación S en el procesamiento de datos sísmicos. Geología del petróleo y
Eficiencia de recuperación, 2011; 18 (3): 44-46.