CC BY
74
УДК 550.83:004.9
СИСТЕМА ОЦЕНКИ КАЧЕСТВА СИГНАЛОВ НЕСТАЦИОНАРНЫХ ЭЛЕКТРОМАГНИТНЫХ ЗОНДИРОВАНИЙ
© Р.Г. Гусейнов1, А.В. Петров2, Ю.А. Агафонов3, М.В. Шарлов4, И.В. Буддо5, В.В. Гомульский6
1,2Иркутский национальный исследовательский технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83. 1Д4Д6ЗАО «Иркутское электроразведочное предприятие», 664011, Россия, г. Иркутск, ул. Рабочая, 2а.
Разработаны новые критерии оценки качества сигналов нестационарных электромагнитных зондирований, которые позволяют оценить влияние случайных и систематических помех. В отличие от существующих абстрактных показателей «гладкости» кривых новые позволяют определить вклад случайной погрешности, а также оценить степень влияния систематической. Разработан общий показатель качества QC, отражающий качество данных с учетом детальности исследований и геологических условий в районе работ. Для автоматизации контроля качества на этапах полевых и камеральных работ создана информационная система EMQC. Ключевые слова: электромагнитные зондирования; контроль качества; математическое моделирование; корреляционный анализ.
QUALITY CONTROL SYSTEM FOR TRANSIENT ELECTROMAGNETIC SOUNDINGS R.G. Guseinov, A.V. Petrov, Yu.A. Agafonov, M.V. Sharlov, I.V. Buddo, V.V. Gomulsky
Irkutsk National Research Technical University, 83 Lermontov St., Irkutsk, 664074, Russia. CJSC Irkutsk Electroprospecting Company, 2a Rabochaya St., Irkutsk, 664011, Russia.
The new criteria are developed to evaluate transient electromagnetic sounding curve quality allowing to estimate the effect of random and systematic noises. The proposed criteria, unlike existing rough indicators of curve "smoothness", allow precise determination of the contribution of random and systematic errors. The general indicator of quality (QC) is worked out. It reflects data quality with regard to the detail of research and geological conditions in the investigated area. The software system EMQC has been designed to automate quality control at the stages of field and office processing. Keywords: electromagnetic soundings; quality control; mathematical modeling; correlation analysis.
Получение сигналов высокого качества является необходимым условием применения современных высокоточных электромагнитных (ЭМ) зондирований становлением поля в ближней зоне (ЗСБ). Особенности сигналов нестационарного ЭМ поля заключаются в их крайне широком динамическом диапазоне [10].
Оценка качества сигналов становления на этапе обработки - задача вполне формализованная и решается достаточно точно с учетом специфики применяемых методов. Таким образом, в процессе первичной обработки оценить характеристики помехи можно путем статистического анализа данных на этапе внутри-серийного и/или межсерийного суммирования. По итоговой кривой ЗСБ с геометрическим шагом дискрети-
зации по времени оценить качество гораздо сложнее. Существуют различные подходы оценки качества данных ЗСБ [7, 8]. Для оценки дисперсии электродвижущей силы (ЭДС) в приемной петле в настоящее время применяются в основном два критерия:
1. Гладкость кривой. Оценка производится путем сглаживания сигнала становления (сплайн, полином и т.п.) и расчета дисперсии, стандартного отклонения или расхождения в процентах итоговой кривой от сглаженной. Такой подход позволяет выделить в большом объеме данных сигналы, значительно осложненные влиянием помех. Главным недостатком такого способа оценки качества является отсутствие прямой связи с величиной погрешности, так как дис-
1Гусейнов Роман Гасымович, аспирант, тел.: 89246015874, e-mail: [email protected] Guseinov Roman, Postgraduate, tel.: 89246015874, e-mail: [email protected]
2Петров Александр Васильевич, доктор технических наук, профессор, тел.: 89148992771, e-mail: [email protected] Petrov Aleksandr, Doctor of technical sciences, Professor, tel.: 89148992771, e-mail: [email protected]
3Агафонов Юрий Александрович, кандидат технических наук, генеральный директор, тел.: 89149260966, e-mail: [email protected] Agafonov Yuri, Candidate of technical sciences, CEO, tel.: 89149260966, e-mail: [email protected]
4Шарлов Максим Валерьевич, зам. генерального директора, тел.: 89149260799, e-mail: [email protected] Sharlov Maksim, Deputy Director, tel.: 89149260799, e-mail: [email protected]
5Буддо Игорь Владимирович, кандидат геолого-минералогических наук, ведущий геофизик, тел.: 89149291429, e-mail: [email protected]
Buddo Igor, Candidate of Geological and Mineralogical sciences, Principal Geophysicist, tel.: 89149291429, e-mail: [email protected]
6Гомульский Виктор Викторович, главный геофизик, тел.: 89140141430, e-mail: [email protected] Gomulsky Viktor, General Geophysicist, tel.: 89140141430, e-mail: [email protected]
персия рассчитывается относительно сглаженного сигнала, а не истинного.
2. Невязка решения обратной задачи электромагнитного зондирования (ЭМЗ) - расхождение теоретической и практической кривых. Данный критерий позволяет дать информативную оценку качества данных. Недостатком данного метода является чаще всего невозможность применения до этапа количественной инверсии, т.к. процесс является ресурсоемким (как в плане человеческих, так и технических средств). Автоматическая Ю инверсия - бурно развивающееся направление, и может позволить решать задачу оценки качества, но только в условиях однородной геоэлектрической среды. Наличие неоднородностей приводит к неэффективности применения Ю инверсии, а 3D инверсия в настоящее время является намного более сложным и ресурсоемким процессом [5].
Представляется, что оба подхода не являются полноценным решением задачи оценки качества на этапе регистрации и первичной обработки данных.
Оценка случайной погрешности
Целью данного исследования является анализ зависимости гладкости кривых и относительной погрешности путем математического моделирования для получения более информативного критерия качества сигналов ЗСБ. Новизна данного подхода заключается в переходе от абстрактной величины «гладкость кри-
вой» о5 к прогнозируемому значению относительной погрешности ЭДС Ег (среднему значению по всему сигналу). Если известны истинные (не осложненные влиянием случайных помех) значения ЭДС итоговой кривой, то средняя относительная погрешность вычисляется следующим образом:
100%,
(1)
АУист(^)
где п - количество отсчетов итоговой кривой; А^истМ - истинное значение ЭДС на временном отсчете I; Аи^) - фактическое значение ЭДС итоговой кривой на временном отсчете I.
Процесс оценки качества делится на два основных этапа: математическое моделирование и оценка погрешности Ег. На первом этапе выполняется оценка зависимостей:
1. {„(1) - зависимость дисперсии ЭДС итоговой кривой от времени становления;
2. ^о(ох) - связь между исходным значением среднеквадратического отклонения (СКО) о0 и полученным при расчете относительно сглаженного сигнала Оэ;
3. <5(оо) - зависимость средней относительной погрешности от исходного значения СКО о0.
На втором этапе производится нормировка сигнала, сглаживание и расчет показателя Ег (рис. 1).
Рис. 1. Схема расчета показателя Ег
В качестве входных данных используются следующие элементы:
- Итоговая кривая - результат первичной обработки, сигнал становления с геометрическим шагом дискретизации.
- Метод сглаживания, который применяется для вычисления среднеквадратического отклонения (СКО) О&
- Метод интерполяции - метод внутрисерийного суммирования, применяемый для преобразования сигнала с арифметическим шагом дискретизации в сигнал с геометрическим.
Следствием применения интерполяции в рамках первичной обработки является нестационарность дисперсии ЭДС на каждом отсчете итоговой кривой. Для определения изменения стандартного отклонения значений на каждом временном отсчете введена следующая функция:
(2)
ш = ^
где о0 - СКО помехи на каждом отсчете сигнала с арифметическим шагом, о(1) - СКО ЭДС сигнала с геометрическим шагом для времени t.
В качестве метода интерполяции выбран полином 2-го порядка с коэффициентом окна К|Ы-г=0,53, который используется в программном комплексе SGS-TEM [9]. В результате была определена зависимость 1О, которая при использовании метода наименьших квадратов аппроксимирована следующей функцией:
ш = ■
(3)
где t - время становления в мс.
Линейный коэффициент корреляции для результатов моделирования и функции (3) составляет более 0,999, это подтверждает высокую точность аппрокси-
мации (рис. 2).
На основе полученной функции и итоговой кривой расчет относительной погрешности 5 может быть произведен следующим образом:
8(а0) = ■
у. ■
у1=1
Ми)
100%
(4)
где п - количество отсчетов итоговой кривой. При моделировании оценка взаимосвязи показателей производится на основе средних значений, поэтому применяется коэффициент 0,8, полученный аналитическим способом из функции плотности вероятности распределения Гаусса:
М[АХ] = | х- [&(х)йх = | 2х- [(х)йх =
= 1.
0
(х-»)2
е 2а2 йх « 0.7979 • а.
(5)
Следующим этапом моделирования является определение зависимости о0 от оэ (СКО нормированной кривой относительно сглаженной). Нормирование сигнала становления производится для выравнивания СКО ЭДС на каждом временном отсчете следующим образом:
Аип(1) =
Аи(Ь)
(6)
Результатом сглаживания нормированной кривой является ДУДО, относительно которой вычисляется стандартное отклонение:
_ ¡1?=1(лип(У-ли5(У)
(7)
£ 0,25
М
fa(t)
10
100
1000
^ мс
п
0
0
+ ю 2х
1.027
п-1
1
Рис. 2. Зависимость и^) для итоговой кривой ЗСБ: М - результаты моделирования; А) - значения, рассчитанные по формуле (3)
В качестве примера для определения зависимости а0(ст5) метода сглаживания полиномом 3-го порядка с коэффициентом ширины окна ^=0,53 проведен расчет (рис. 3), основными процессами которого являются:
1. Вычисление СКО помехи а0, которая накладывается на синтетический сигнал становления с арифметическим шагом дискретизации. Диапазон 10"5-10"3 мкВ соответствует средней относительной погрешности от 0,1 до 10%.
2. Получение итоговой кривой путем интерполяции сигнала полиномом 2-го порядка с коэффициен-
том окна ^=0,53.
3. Нормирование сигнала, сглаживание и расчет
об.
В результате расчета среднего значения о5 для каждого значения о0 построен график зависимости (рис. 4), которая была аппроксимирована полиномом (коэффициент детерминации R2 =0,995):
а5(а0) = 40.58717707 а02 + 0.00024727ст0 + + 0.00066883. (8)
Таким образом, а0(ст5) является решением квадратного уравнения (8).
CD
0,0007150 0,0007100 0,0007050 0,0007000 0,0006950 0,0006900 g 0,0006850 0,0006800 0,0006750 0,0006700 0,0006650
Рис. 3. Блок-схема расчета
0,0002
0,0004
0,0006
0,0008
0,001
Оо, мкВ
о0(оБ) — — Аппроксимация полиномом Рис. 4. График зависимости среднего значения оэ от оо
0
10 9 8 7 6
'i 5
ю
4 3 2 1 0
5 Er
0,0002 0,0004 0,0006 00, мкВ
0,0008
0,001
Рис. 5. Графики зависимости б(оо) для действительных значений погрешности б и прогнозируемых Ег,
полученных на основе предлагаемого подхода
В результате вычислений были определены функции зависимости /ст(£:), о0(°х), £(^0), рассчитаны значения погрешности по средним значениям о5. Линейный коэффициент корреляции между действительными 5 и прогнозируемыми Ег значениями погрешности составил более 0,98 (рис. 5).
Все предыдущие расчеты выполнены для средних значений оэ, и так как имеет место разброс значений о5 на одном уровне СКО помехи о0, была проведена оценка корреляции по всем значениям (на каждой итерации).
Первоначально проведена оценка корреляции реальных и прогнозируемых значений погрешности при использовании эталонного метода сглаживания. Под эталонным представляется такой метод М0, результатом применения которого является эталонный сигнал (не осложненный помехами). В процессе расчета прогнозируемой погрешности на основе предлагаемого подхода линейный коэффициент корреляции составил 0,84. Такое низкое значение критерия обусловлено
аппроксимацией зависимости 5(а0).
На практике эталонный метод сглаживания не существует, так как это аналог цифрового фильтра, который полностью подавляет помеху и не искажает полезный сигнал. Все существующие методы являются неким приближением с определенной степенью близости, оцениваемой корреляцией. В рамках данной работы были исследованы оконные методы сглаживания полиномом со степенью (в том числе отрицательной) до 5. Наилучшим методом, по значению линейного коэффициента корреляции RxY=0,78, выбран метод сглаживания полиномом МР следующего вида:
у = с0 + с1 • х-1 + с2 • х-2. (9)
Результаты моделирования методов М0 и МР представлены на рис. 6.
В результате оценки корреляции исходного значения СКО помехи о0 и рассчитанного ас = о0(°х) получено значение 0,88 (рис. 7).
Рис. 6. Результат прогнозирования погрешности для методов сглаживания Мо и Мр: бо - действительная относительная погрешность; бс - рассчитанная на основе предлагаемого подхода
0
0,001 0,0008 со 0,0006 О 0,0004 0,0002 0
Mp (Rxy = 0,88)
вЖ*^''-- '
vüb —•-•—
ягул.^«. . •
0,0002 0,0004 0,0006 0,0008 0,001 00, мкВ
Рис. 7. Результат прогнозирования СКО помехи оо по итоговой кривой ЗСБ для метода сглаживания Мр: оо - исходное значение; ос - рассчитанное на основе предлагаемого подхода
Основным недостатком метода МР является низкая чувствительность к влиянию слабых помех (50<1%).
Применение данного подхода позволяет перейти от абстрактных оценок «гладкости» к информативным показателям, отражающим уровень погрешности итоговых кривых ЗСБ. Результаты предлагаемого подхода, при использовании метода сглаживания МР, показали существенную корреляционную связь с величиной относительной погрешности. Возможно применение других методов сглаживания, эффективность которых может быть определена путем математического моделирования и корреляционного анализа.
Оценка систематической погрешности
Оценка дисперсии является лишь частью системы оценки качества и не обладает высокой чувствительностью к влиянию систематических погрешностей [2]. Применение современных телеметрических систем наблюдения [9] позволяет использовать множество кривых, полученных от одного источника ЭМ поля, для комплексного анализа данных. Одним из критериев оценки качества является расхождение сигналов становления на поздних временах, что более контрастно проявляется на трансформациях ЯТ и 5Т(НТ) [10]. Для количественной оценки применяется процентное отклонение кажущейся проводимости от среднего зна-
чения:
Ks, = |(s(Hs) - S^H^/S^I • 100%, (10)
где 5(НВ) - среднеарифметическое значение суммарной продольной проводимости (на глубине Нв) для сигналов от одного источника ЭМ поля.
Критерий Кб позволяет оценить суммарный вклад различных факторов:
♦ Влияние неоднородностей геоэлектрического разреза [1].
♦ Проявление магнитной вязкости (МВ) [4] и ин-
дукционно-вызванной поляризации (ИВП) [3].
♦ Влияние случайных (природных, техногенных) и систематических (методических, инструментальных) погрешностей.
Таким образом, чем меньше значение Кэ, тем больше сигналы соответствуют отклику от горизонтально-слоистой среды [1] и выше качество сигналов становления.
Система контроля качества Для получения общей оценки качества данных ЗСБ ^С) применяется подход, основанный на технологии количественного контроля качества сейсмораз-ведочных данных на базе программного обеспечения Бе^Мп^С [6]. Комплексный коэффициент качества
QC рассчитывается на следующим образом:
QC(Er) =
основе показателей Er и KS
1, 0,95, 0,9,
Er < 1% 1% <Er< 2% 2% <Er< 5%
(11)
0, Er > 5%
QC(KS) =
(12)
(13)
1, К5 < 1% 0,95, 1% <К5< 2% 0,9, 2% <К5< 5% 0, К5 > 5% = Шп((}С(Ег),(2С(К3)), К, = 1 ^ { 0, К, = 0
где К - коэффициент целостности данных и принимает значение 0 или 1; Ег и К5 - показатели случайной и систематической погрешности соответственно.
Согласно результатам математического моделирования, полученным в рамках диссертационной работы И.В. Буддо [1], значения 1, 2 и 5% (в формулах (11), (12)) определяют границы коэффициента качества и зависят от коэффициента контрастности и геологических условий, характерных для конкретного района работ. Для физических наблюдений с низким значением коэффициента качества требуется прове-
0
дение более детального анализа для определения причин (техногенная, геологическая особенность, брак). Таким образом, для некондиционных данных оценка не изменяется (0), в остальных случаях заменяется на 0,9 (с обязательным приложением обоснования).
Разработанное программное обеспечение Е1ШС позволяет автоматизировать контроль качества на этапах приемки полевых данных и передачи результа-
мы (на этапах приемки полевого материала и передачи заказчику).
На рис. 8 представлен пример карты качества результатов экспрессной обработки, т.е. кривых, полученных оператором электроразведочной станции во время полевых работ. Таким образом, оператор имеет возможность провести экспресс-оценку качества и принять корректирующие меры до проведения камеральных работ.
Рис. 8. Визуализация коэффициента качества QC (ЗСБ-Зй)
тов первичной обработки. Результатом работы программы является отчет, содержащий подробную информацию по каждому физическому наблюдению:
- целостность данных (наличие первичных данных, корректность параметров в базе данных и т.д.);
- показатель влияния случайной погрешности Ег;
- показатель влияния систематической погрешности Кэ;
- комплексный показатель качества QC.
Система Е1ШС протестирована на новых данных
ЭМЗ (более 18000 физических наблюдений (ф.н.)), полученных на территории Иркутской области и Республики Саха (Якутия) в 2012-2015 гг., а так же на архивных данных объемом более 2000 ф.н. (19812007 гг.). Система Е1ШС интегрирована в программный комплекс SGS-TEM [9] и внедрена в производство электроразведочных работ ЗАО «ИЭРП». Анализ качества данных по всем актуальным проектам выполняется с использованием автоматизированной систе-
Исходя из всего вышеизложенного, можно сделать следующие выводы:
1. Система комплексной оценки данных ЗСБ позволяет автоматически выполнять контроль качества и оперативно выявлять данные, осложненные ЭМ помехами, аномальные и некондиционные кривые на основе количественных показателей.
2. Многоуровневый анализ данных с применением критериев Ег и К3, с одной стороны, позволяет определить степень влияния случайных погрешностей, в отличие от существующих критериев «гладкости», а с другой, оценить влияние систематических.
3. Применение суммарного показателя QC дает возможность оценки качества геофизического материала не только на этапе камеральных, но и в процессе полевых электроразведочных работ с учетом детальности исследований и геологических условий в данном районе.
Статья поступила 05.03.2015 г.
Библиографический список
1. Буддо И.В. Тонкослоистые модели при изучении коллек- претации (на примере юга Сибирской платформы): дис. ... торов в осадочном чехле методом зондирований становле- канд. геол.-минерал. наук: 25.00.10. Иркутск, 2012. 162 с. нием поля в ближней зоне - методика и результаты интер- 2. Клевлеев В.М., Кузнецова И.А., Попов Ю.П. Метрология,
стандартизация и сертификация: учебник: серия «Профессиональное образование». М.: НИЦ «ИНФРА-М», 2004. 256 с.
3. Компаниец С.В., Кожевников Н.О., Антонов Е.Ю. Проявление и учет индукционно-вызванной поляризации при изучении осадочного чехла юга Сибирской платформы методом ЗСБ // Геофизика. 2013. № 1. С. 35-40.
4. Метод переходных процессов при изучении геологических сред с магнитной вязкостью / Н.О. Кожевников, Е.Ю. Антонов, Г.Г. Матасова, Я.К. Камнев // Геофизический журнал. 2012. № 4. С. 137-149.
5. Применение программных комплексов ОеоЕМ и WebGEM для решения научных и практических задач геологоразведки / М.Г. Персова, Ю.Г. Соловейчик, М.Г. Токарева, Е.Д. Алек-санова [и др.] // Научный вестник НГТУ. 2013. № 4 (53) С. 12-23.
6. Тищенко И.В., Тищенко А.И., Жуков А.А. Алгоритмы и критерии оценки качества полевых сейсмических записей // Технологии сейсморазведки. 2011. № 2. С. 40-49.
7. Тригубович Г.М. Электромагнитная разведка становлени-
ем поля наземного и воздушного базирования: новая концепция и результаты // Материалы Пятой Всероссийской школы-семинара имени М.Н. Бердичевского и Л.Л. Ваньяна по электромагнитным зондированиям Земли: сб. тезисов. В 2-х кн. СПб.: Изд-во СПбГУ, 2011. Кн. 1. С. 118-132.
8. Черемисина Е.Н., Любимова А.В. Новые информационные технологии в мониторинге использования природных и энергетических ресурсов // Решения для бизнеса: нефть, газ и энергетика: материалы четвертой конференции [Электронный ресурс]. URL: http://www.bsol.ru/energy/data/2013/presen-tations/4eremisina.pdf (01 марта 2015).
9. Шарлов М.В., Агафонов Ю.А., Стефаненко С.М. Современные телеметрические электроразведочные станции SGS-TEM и FastSnap // Приборы и системы разведочной геофизики. 2010. № 1. С. 27-31.
10. Электроразведка: пособие по электроразведочной практике для студентов геофизических специальностей / под ред. В.К. Хмелевского, И.Н. Модина, А.Г. Яковлева. М.: Изд-во МГУ, 2005. 311 с.
УДК 622.831
ОБОСНОВАНИЕ ПАРАМЕТРОВ ПОДЗЕМНОЙ ГЕОТЕХНОЛОГИИ НАКЛОННЫХ ЖИЛ МАЛОЙ МОЩНОСТИ
© Е.Л. Сосновская1
Иркутский национальный исследовательский технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Усовершенствована методика оценки напряженно-деформированного состояния в очистных камерах и междуэтажных целиках при выемке наклонных рудных жил системами с открытым очистным пространством. Разработаны номограммы коэффициентов концентрации напряжений в кровле и целиках при выемке наклонных жил на основе моделирования методом конечных элементов. Обоснованы рациональные параметры целиков и обнажений камер. Предложены мероприятия по обеспечению безопасности эксплуатационных блоков на больших глубинах.
Ключевые слова: наклонные жилы; очистные камеры и целики; коэффициенты концентрации техногенных напряжений; мерзлые породы.
PARAMETER SUBSTANTIATION OF INCLINED THIN ORE VEIN UNDERGROUND MINING TECHNOLOGY E.L. Sosnovskaya
Irkutsk National Research Technical University, 83 Lermontov St., Irkutsk, 664074. Russia.
The methods to estimate stope and floor pillar stress-strain state under open stope system of inclined thin ore vein mining is improved. On the basis of finite element modeling the nomograms of the coefficients of stress concentration in the roof and pillars under inclined vein excavation are developed. Rational parameters of pillars and room exposure are justified. The measures to ensure mining security in deep producing blocks are proposed. Keywords: inclined ore veins; chambers and pillars; techogenic stress concentration coefficients; frozen rocks.
При проектировании и строительстве горнодобывающих предприятий одной из актуальных проблем является выбор рациональных параметров конструктивных элементов систем разработки месторождений, на которые влияют глубина залегания, форма и размеры рудных тел, тектоническая нарушенность и тре-щиноватость, физико-механические свойства рудных тел и вмещающих пород, природное напряженное состояние горного массива и другие горногеологические факторы. При прохождении горных вы-
работок и очистных камер происходит изменение напряженно-деформированного состояния (НДС) массива горных пород. Для обеспечения безопасной отработки месторождения необходимо при оценке устойчивости конструктивных элементов систем разработки и обосновании их рациональных параметров учитывать напряженно-деформированное состояние массива горных пород вблизи очистных камер и целиков.
Автором проведено исследование техногенных
1Сосновская Елена Леонидовна, кандидат геолого-минералогических наук, доцент кафедры разработки месторождений полезных ископаемых, тел.: (3952) 405216, e-mail: [email protected]
Sosnovskaya Elena, Candidate of Geological and Mineralogical sciences, Associate Professor of the Department of Mineral Deposits Development, tel.: (3952) 405216, e-mail: 1 [email protected]
