基于Swin变压器的识别,用于从超大采矿高度的煤层屋顶的液压压裂微震信号
Peng Wang1, Yanjun Feng1, Xiaodong Sun1
1CCTEG Coal Mining Research Institute, Beijing 100013, China.
Sensors (Basel, Switzerland)
|November 13, 2025
概括
一种新方法准确地区分了水力压裂与屋顶压裂在煤矿中的微地震信号. 这种方法提高了安全性,并通过使用频率切片波形变压器和旋转变压器网络优化了裂变效率.
科学领域:
- 采矿工程 采矿工程 采矿工程
- 地质物理学 地质物理学
- 人工智能的人工智能
背景情况:
- 从水力压裂和屋顶压裂中区分微地震信号对于煤矿安全和运营效率至关重要.
- 目前的方法可能缺乏可靠识别所需的准确性.
研究的目的:
- 开发一种自动化方法,准确识别煤层屋顶中水力压裂产生的微地震信号.
- 改善屋顶稳定性评估和减轻采矿引起的危险.
主要方法:
- 微震信号被转化为时间频率特征图像,使用频率切片波段转换 (FSWT).
- 一个滑动窗 (Swin) 变压器网络被用于这些图像的自动分类.
- 性能与信号能量分布,ResNet和VGGNet模型进行了比较.
主要成果:
- FSWT和Swin变压器模型实现了92.49%的精度和92.96%的F1得分.
- 这种性能明显优于其他测试方法,包括信号能量分布 (精度64.70%),ResNet (精度88.04%) 和VGGNet (精度88.47%).
结论:
- 拟议的FSWT和Swin变压器方法为监测煤矿中的水力压裂提供了可靠的方法.
- 这一进步有助于提高屋顶安全性和优化断裂效率.


