Video Experimental Relacionado
Updated: Jul 1, 2026
07:58
Data Processing Methods for 3D Seismic Imaging of Subsurface Volcanoes: Applications to the Tarim Flood Basalt
Published on: August 7, 2017
9.9K
Recogida de P-ondas de microterremotos de minas de carbón de alta precisión mediante aprendizaje profundo con
Kai Qin1,2, Zhigang Deng1,2, Xiaohan Li1
1China Coal Research Institute, Beijing 100013, China.
Sensors (Basel, Switzerland)
|December 11, 2025
Resumen
Un nuevo modelo de aprendizaje profundo identifica con precisión los tiempos de llegada de las P-ondas en señales de microterremotos para la seguridad en minas de carbón. Este método avanzado mejora los sistemas de alerta temprana para peligros dinámicos, superando a las técnicas tradicionales.
Área de la Ciencia:
- Geofísica
- Ingeniería de Minas
- Inteligencia Artificial
Sus antecedentes:
- La identificación precisa del tiempo de llegada de las P-ondas es vital para la monitorización inteligente y la alerta temprana de peligros dinámicos en minas de carbón.
- Los métodos tradicionales luchan con la precisión y la estabilidad debido a la geología compleja y el ruido, lo que limita su efectividad.
Objetivo del estudio:
- Desarrollar y validar un modelo novedoso de recogida automática de tiempos de llegada de P-ondas de microterremotos que integre restricciones físicas y aprendizaje profundo.
- Mejorar la precisión, robustez y automatización de los sistemas de monitorización de microterremotos en minas de carbón.
Principales métodos:
- Se diseñó un modelo de aprendizaje profundo que incorpora restricciones físicas para la recogida del tiempo de llegada de las P-ondas de microterremotos.
- El modelo se entrenó y optimizó utilizando un conjunto de datos de alta calidad etiquetado manualmente.
- El rendimiento se comparó sistemáticamente con métodos tradicionales como el selector AR y STA/LTA.
Principales resultados:
- El modelo propuesto logró una alta precisión (96,60%), recuperación (90,59%) y puntuación F1 (93,50%) en el conjunto de pruebas.
- El error promedio en la recogida del tiempo de llegada de las P-ondas se redujo significativamente a 5,49 ms, muy por debajo del umbral de 20 ms.
- El modelo demostró una buena transferibilidad de ingeniería en entornos mineros similares, pero mostró sensibilidad a los parámetros variables de adquisición de datos.
Conclusiones:
- El modelo desarrollado ofrece una solución robusta y de alta precisión para la recogida automática del tiempo de llegada de las P-ondas de microterremotos.
- Este avance apoya la automatización e inteligencia de la monitorización de microterremotos en minas de carbón, crucial para la prevención de peligros en tiempo real.
- El modelo tiene un valor práctico para mejorar los sistemas de alerta temprana y la gestión de riesgos en las operaciones mineras.
