钾盐矿顶板稳定性评估用于矿山安全监测：基于深度学习的声学冲击方法

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Potash Roof Stability Assessment for Mine Safety Monitoring Using Acoustic Impacts with Deep Learning

　　

准确的矿山稳定性评估对于确保工人安全、维持矿物生产连续性、保护采矿基础设施和运营完整性至关重要。传统的地质力学监测方法在复杂且嘈杂的地下矿山条件下，难以捕捉非线性和瞬态破坏前兆。这迫切需要一个能够准确区分稳定和不稳定顶板条件的智能框架，以支持主动的矿山安全管理。本研究专注于实施新颖的深度学习（Deep Learning，DL）框架，通过在地下钾盐矿中利用声学冲击信号分析，增强顶板稳定性预测和空间危险区划。研究人员共收集了9,923段声学录音，这些录音是通过在多个矿山位置使用铝制撬棍敲击矿山顶板获得的。每段录音由经验丰富的矿工进行特征描述，标记为稳定（安全）或不稳定（不安全），形成真实危险分类图。研究人员开发了基于梅尔频率倒谱系数（Mel Frequency Cepstral Coefficient，MFCC）特征的多层感知机（Multilayer Perception，MLP）和残差神经网络（Residual Neural Network，ResNet）深度学习架构，用于执行矿山稳定性分类。优化后的预测模型性能通过基于混淆矩阵的评估指标（包括精确率、召回率、F₁分数和总体准确率）进行评估。此外，研究人员采用受试者工作特征（Receiver Operating Characteristic，ROC）曲线分析及相应的曲线下面积（Area Under the Curve，AUC）来评估模型的区分能力和鲁棒性。结果显示，MFCC-ResNet模型在MFCC导出的声学冲击频谱特征对钾盐矿顶板稳定性的影响方面表现出优越的泛化性能，在测试数据上达到了92%的总体分类准确率和0.97的AUC，相比之下，MFCC-MLP模型（准确率90%，AUC 0.96）和ResNet模型（准确率86%，AUC 0.94）表现略逊。所提出的新颖深度学习增强框架作为决策工具表现出高可靠性，对梯度退化具有强鲁棒性，并在矿山顶板和侧壁的实时结构健康监测方面具有显著潜力。本研究为主动矿山地层控制策略奠定了可扩展且可解释的基础，支持在地下采矿环境中改进减灾和操作安全规划。

**论文解读：基于声学冲击与深度学习的钾盐矿顶板稳定性评估**

**研究背景与问题**

钾盐作为全球农业可持续发展的关键矿物，其地下开采（尤其在加拿大萨斯喀彻温省的Prairie Evaporite地层）面临复杂的地质力学挑战。时间相关的顶板收敛变形、盐岩蠕变、软弱蒸发岩顶板及局部黏土夹层等因素导致地层行为复杂，而应力重分布和承载能力退化严重影响矿山稳定性。传统监测方法依赖经验图表、数值模型或人工声学敲击判断，难以捕捉非线性瞬态破坏前兆，且主观性强、空间覆盖面有限。现有数据驱动方法未充分利用声学信号的频谱特征，在嘈杂地下环境中鲁棒性不足。因此，需要开发智能框架，利用声学冲击信号实现准确、自动化的顶板稳定性分类与风险区划，以支持主动安全管理。

**研究内容与结论**

研究人员收集了来自Nutrien和Mosaic钾盐矿（位于萨斯喀彻温省Prairie组）的9,923段声学录音，通过铝制撬棍敲击顶板获取，并由经验矿工标记为稳定（安全）或不稳定（不安全），最终有效样本8,229个（不稳定4,512，稳定3,717）。基于此，开发了MFCC特征提取与三种深度学习架构（ResNet、MFCC-MLP、MFCC-ResNet）结合的预测模型，并与传统机器学习（SVM-PCA、XGB-PCA）进行对比。优化后，MFCC-ResNet模型在测试集上达到92%准确率和0.97 AUC，显著优于其他模型（MFCC-MLP：90%准确率、0.96 AUC；ResNet：86%准确率、0.94 AUC；SVM：79%准确率、0.85 AUC；XGB：88%准确率、0.81 AUC），且对不稳定类别的错误率最低（7.76%）。该框架展现出高鲁棒性、强泛化能力，并可在边缘计算设备上实现近实时推理，为矿山顶板及侧壁的结构健康监测提供了可靠决策支持。论文发表于《RELIABILITY ENGINEERING》。

**关键技术与方法**

研究采用以下主要技术方法（样本来源：加拿大萨斯喀彻温省Nutrien和Mosaic钾盐矿三处采场）：
1. **数据采集与预处理**：使用铝制撬棍敲击顶板，以48 kHz采样率采集0.1秒声学片段，剔除无效录音后形成8,229个有效样本。
2. **特征提取**：应用梅尔频率倒谱系数（MFCC）从声学信号中提取40维频谱-时间特征，利用梅尔尺度模拟人耳感知，通过离散余弦变换去相关。
3. **深度学习模型**：构建三种架构——端到端残差神经网络（ResNet），包含最大池化、批归一化（BN）及ReLU激活的残差块；MFCC-MLP（多层感知机，3隐藏层各64神经元）；混合MFCC-ResNet将MFCC特征输入定制ResNet（含残差连接）。优化采用k折交叉验证（80%训练、10%验证、10%测试）、早停、丢弃层（dropout=0.5）和批归一化，超参数包括40个梅尔带、跳长512（10 ms）、批次大小90、学习率等。
4. **评估指标**：混淆矩阵衍生指标（准确率、精确率、召回率、F₁分数）及ROC-AUC曲线。
5. **对比基线**：主成分分析（PCA）降维后的支持向量机（SVM，RBF核，C=100）和极限梯度提升（XGB，树深6，学习率0.05）。

**研究结果**

**1. 声学冲击数据集与分类**
通过波形筛选，确认不稳定（drummy）和稳定（tight）样本的声学特征差异：稳定顶板产生能量分布均匀、频率一致的信号；不稳定顶板则呈现高光谱变异、突变的能量波动及复杂频率特征。这些特征间接反映岩体完整性和力学响应。

**2. 训练深度学习模型的性能**
在20个epoch时，MFCC-ResNet在训练集和验证集上分别达到99.98%和92.75%准确率，优于ResNet（90.90%、85.75%）和MFCC-MLP（93.89%、90.12%）。训练时长分别为：ResNet 33.88秒，MFCC-MLP 11.03秒，MFCC-ResNet 40.10秒。对不稳定类别，MFCC-ResNet的精确率、召回率、F₁分数分别为94%、93%、94%，显著高于MFCC-MLP（92%、90%、91%）和ResNet（86%、89%、87%）。注意到训练准确率高于验证/测试值，提示可能存在泛化差距，需进一步研究。

**3. 深度学习模型的泛化与鲁棒性**
在823个测试样本（不稳定451、稳定372）上，混淆矩阵分析显示：MFCC-ResNet总体准确率92%，不稳定错误率7.76%、稳定错误率9.94%，召回率分别为92%（不稳定）和90%（稳定）；MFCC-MLP准确率90%，不稳定和稳定错误率分别为9.98%和10.75%；ResNet准确率86%，不稳定错误率9.98%、稳定错误率18.55%。ROC-AUC方面，MFCC-ResNet达0.97，MFCC-MLP为0.96，ResNet为0.94，SVM和XGB分别为0.85和0.81。对比表明，混合MFCC与ResNet有效捕捉了声学冲击的频谱包络与时域行为，提升了区分稳定与不稳定顶板的能力。

**4. 矿山结构监测与安全管理的实践意义**
该框架可在现代边缘计算（如Apple M3芯片）上快速运行，推理阶段计算成本低，适合近实时应用。模型能可靠区分完整与劣化地层，对早期损伤敏感，且强鲁棒性支持在多变场条件下部署。可集成至数字矿山系统，将稳定性指数转化为稳定、警告、临界等风险等级，触发自动预警（如控制室视觉警报及现场人员通知）。系统设想沿矿壁安装分布式声学传感器（如检波器），连续采集振动信号，经短时窗分割后提取MFCC并执行推理。

**总结与结论翻译**
总结讨论部分：研究表明，MFCC-ResNet融合模型在特征提取与深度学习相结合方面具有优势，但标注不确定性（来自矿工主观判断）仍是固有局限，可能影响模型鲁棒性。未来需引入多位专家共识、客观监测数据及跨矿场独立数据集验证，并考虑结合混合机器学习算法（如随机森林、自适应提升）及物理信息框架（如耦合地质力学属性）进一步提升性能。

研究结论翻译如下：
研究人员收集了与9,923段音频记录相关的声学冲击特征，来自地下钾盐矿场，并进行了稳定（1）和不稳定（0）场景的主观标注，以表示顶板稳定性的真实危险二分类映射与评估。采用残差神经网络（ResNet）和多层感知机（MLP）与梅尔频率倒谱系数（MFCC）相结合的深度学习算法进行模型开发，并优化超参数，利用非线性声学特征预测矿井稳定性。采用基于混淆矩阵的模型评估指标以及受试者工作特征曲线（ROC）的曲线下面积（AUC）来评估数据驱动模型的性能和精度。这对于顶板稳定性预测尤为重要，因为它验证了模型在增强地下钾盐矿安全性方面的实际可靠性，使用了4,512个不稳定和3,717个稳定类标签的已处理数据点。主要发现和研究贡献总结如下：
- 结果表明，在阈值设定为0.50时，ResNet和MFCC-MLP的精确率较低（稳定类分别为87%和88%，不稳定类分别为85%和91%），而MFCC-ResNet模型则为91%和92%。
- MFCC-ResNet框架表现出优越性能，错误率最低（不稳定类7.76%，稳定类9.94%），在测试数据集上总体准确率达92%，AUC为0.97，优于MFCC-MLP（准确率90%，AUC 0.96）和ResNet（准确率86%，AUC 0.94）。
- 因此，基于声学冲击的混合MFCC-ResNet模型相比SVM、XGB、MFCC-MLP和ResNet具有最高的泛化能力和更强的鲁棒性。
- ResNet与MFCC的弹性融合模型在决策工具中表现出高可靠性，对梯度退化具有强鲁棒性，并在实时矿井结构健康监测方面具有巨大潜力。
- 本研究为主动矿山地层控制策略提供了可扩展且可解释的基础，支持在地下开采环境中有效生产矿物时改进减灾和操作安全规划。