Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
Señales Sísmico-Acústicas
Resumen— Estimar la ubicación, el tiempo y la magnitud de Hay 5 pozos de petróleo sin usar en diferentes regiones de
un posible terremoto ha sido objeto de muchos estudios. Se Azerbaiyán que son donados con hidrófonos que reciben las
han probado varios métodos utilizando muchas variables de vibraciones y otras ondas de sonido en el agua del fondo del pozo.
entrada, como cambios de temperatura, movimientos sísmicos,
Todas las estaciones están conectadas al Centro de Monitoreo de
condiciones climáticas, etc. La relación entre los datos sísmico-
Procesos Sísmicos Anómalos (CM ASP) del Instituto de Cibernética a
acústicos registrados y la ocurrencia de procesos sísmicos
través de Internet satelital. Las estimaciones de las características del
anómalos (ASP) ha sido probada en artículos escritos por Aliev
y et al. [1-4]. Pero es difícil predecir la ubicación, la hora y la ruido sísmico-acústico se determinan en cada estación a los 5 seg.
magnitud del terremoto utilizando estos datos. En este intervalo (mediante el procesamiento de 5.000 muestras) y paquetes de
estudio, el objetivo es preparar un conjunto de datos para la datos de formulario transmitidos a CM ASP a intervalos de 60 minutos.
predicción de un terremoto para ser utilizado en algoritmos de Después de un procesamiento adicional, la última contiene 24 campos
aprendizaje automático. Se ha desarrollado un software de de datos de señal para analizar [1].
monitoreo de señales de terremotos y pozos para construir
estos conjuntos de datos. Este estudio utiliza las grabaciones
La relación entre los datos sísmico-acústicos registrados y la ocurrencia de un
en línea de señales de monitoreo de ruido robusto (RNM) de
terremoto ha sido probada en artículos escritos por Aliev y et al. [1-4]. Pero es
ASP de estaciones en Azerbaiyán.
difícil predecir la ubicación, la hora y la magnitud del terremoto utilizando estos
Términos del Índice—Análisis de señales sísmico-acústicas, procesos datos. Estas predicciones son manejadas por métodos de aprendizaje automático.
sísmicos anómalos, tecnología robusta de monitoreo de ruido, visualización Los métodos de aprendizaje automático requieren conjuntos de entrenamiento y
de datos. conjuntos de prueba para obtener mejores predicciones [5]. El sistema de
monitoreo de señales sísmico-acústicas no proporciona estos conjuntos. Por lo
IV. CONCLUSIÓN
El análisis de señales de Monitoreo Robusto de Ruido (RNM) es una
tecnología prometedora para determinar procesos sísmicos anómalos
antes de 10 a 20 horas desde el comienzo. Pero esta tecnología todavía
necesita que se desarrollen subsistemas y algoritmos para un análisis
completo de datos. La mayoría de los análisis se implementan
manualmente en este momento. Para automatizar estas operaciones y
construir algoritmos de aprendizaje automático, se requieren conjuntos
de datos de entrenamiento y prueba que involucren las asociaciones
entre los datos de series temporales de RNM y la formación de
terremotos. Este estudio se construye para obtener los conjuntos de
Fig. 5. Selección de datos para análisis estadístico.
datos relacionados. Otra ventaja del software de monitoreo de señales
RNM es visualizar los datos de la señal RNM y proporcionar varios
análisis estadísticos para realizar en los datos. Este es un trabajo inicial
para la predicción de terremotos que permite derivar conjuntos de
datos y entrenamiento basados en datos de señales RNM.
Fig. 6. Tabla de resumen estadístico para diferentes selecciones. El software mencionado anteriormente recopila y organiza los valores
de la señal transferidos desde diferentes estaciones e información sobre
terremotos. Estos datos se registran en una base de datos. La interfaz de
tercero DATAAADQUISICION usuario del sistema permite al usuario realizar un análisis preliminar para el
sismo, la estación y el canal de señal deseados. El gráfico de las señales
La información de los terremotos (latitud, longitud,
relacionadas también es interactivo. El usuario puede seleccionar una
magnitud, región y hora del terremoto) para la región
sección de datos y obtener estadísticas descriptivas para la sección
especificada se obtiene del Centro Sismológico Europeo-
seleccionada, acercar o alejar, definir la longitud de los datos por tiempo y
Mediterráneo (EMSC) [6] en línea a través de RSS. Esta
mostrar visualmente la estación y los terremotos en un mapa.
información se utiliza para calcular la distancia del centro del
terremoto a las estaciones y proporcionará información sobre
la relación entre la magnitud y los datos de la señal recopilados
Esta base de datos ayudará a realizar más estudios para la predicción de la hora, la
en las estaciones.
ubicación y la magnitud de los terremotos. Los conjuntos de datos de entrenamiento y
prueba se pueden organizar de acuerdo con el método de aprendizaje automático que se
Los sistemas en las estaciones recopilan los datos de los sensores en las
aplicará.
estaciones y envían estos datos a los servidores especificados en los puertos
especificados a través de Internet periódicamente. Para recopilar datos en
Así, los primeros pasos de un posible sistema de alerta temprana
línea, el sistema de monitoreo de señales diseñado tiene un programa de
de procesos sísmicos anómalos los lleva a cabo este software.
escucha individual que escucha el puerto específico en un servidor y registra
los datos entrantes en las tablas relacionadas de la base de datos. De ARECONOCIMIENTO
acuerdo con los datos entrantes, se identifica la estación y después de
Los autores agradecen respetuosamente a TA Aliev y FH Pashaev
algunas operaciones de limpieza y transformación de datos, los datos se
por sus contribuciones al compartir los datos de la estación para este
envían a la base de datos. Si los datos entrantes pertenecen a una nueva
estudio.
estación, el sistema crea la tabla relacionada y comienza a registrar los
datos. Así que no se pierden datos. Como proceso de copia de seguridad, los
datos se escriben en un archivo de texto en formato bruto (Fig. 7).
RFERENCIAS [4] TA Aliev, AM Abbasov, “Tecnología digital y el sistema de monitoreo
[1] TA Aliev, AM Abbasov, QA Guluyev, FH Pashaev, U. de interferencias del estado técnico de los objetos consractivos, y
E. Satarova. “Sistema de monitoreo robusto de ruido de procesos el sistema de señalización de procesos sísmicos anormales”,
sísmicos anómalos”, Soil Dynamics and Earthquake Engineering, Control Automático y Ciencias de la Computación vol: 39, pp: 3 –
vol:53, pp 11–25, 2013. 10, 2005.
[2] TA Aliev, AM Abbasov, ER Aliev, GA Guluev, "Tecnología digital y [5] Vladimir N. Vapnik, "Una descripción general de la teoría del aprendizaje
sistemas para generar y analizar información de estratos estadístico", IEEE Transactions On Neural Networks, vol: 10, No: 5, 1999
profundos de la Tierra con el fin de monitorear la interferencia
del estado técnico de las estructuras principales", Control [6] El Centro Sismológico Europeo-Mediterráneo (EMSC), http://
automático y computadora Ciencias vol: 41, págs: 59–67, 2007. http://www.emsc-csem.org/ , [15.07.2015].