爆破地震波信号EMD端点效应抑制研究

针对爆破地震波信号经验模态分解(EMD)得到的IMF在端点处的发散现象,提出一种同时考虑信号端点发展趋势和全局时间-能量联合参数的改进EMD端点效应抑制算法。该算法首先考虑端点变化趋势得到延拓后的边界局部特征尺度X₀,再计算X₀的能量E₀,找到原始信号中和E₀最匹配的分段信号X_k,最后用X_k代替X₀进行EMD。通过建立仿真信号,验证该算法和常规端点效应抑制算法相比,对EMD端点效应具有更好的抑制能力,能够得到精度更高的IMF。最后将该算法用于实际爆破地震波信号分解中,发现提出的算法能够有效抑制EMD端点效应,有利于爆破地震波信号细节特征参数的提取。     

基于BLCS-AME的爆破地震波信号EMD端点效应抑制研究

针对爆破地震波信号经验模态分解(Empirical Mode Decomposition, EMD)固有的端点效应问题,提出了一种基于边界局部特征尺度自适应匹配延拓(Boundary Local Characteristic Scale and Adaptive Matching Extension, BLCS-AME)的EMD端点效应抑制方法。该方法将原始信号全局时间参数之间的内在联系和信号在端点处幅值参数的局部变化趋势进行联合考虑,得到了延拓后的边界局部特征尺度(BLCS),再以BLCS为研究对象,在原始信号中找到与BLCS匹配度最高的一组时间序列,最后将该时间序列平移到端点处进行EMD,即可实现基于BLCS-AME的EMD端点效应抑制处理。通过多种方法仿真信号EMD端点效应抑制的对比分析,可得出结论：与常规端点效应抑制方法相比,BLCS-AME方法对EMD端点效应具有更好的抑制能力,能够得到精度更高的固有模态函数(Intrinsic Mode Function, IMF),研究结果更能反映信号的内在属性。最后将该方法用于实际爆破地震波信号EMD中,进一步验证该方法能够有效抑制爆破...     

基于EP-CEEMDAN-PED的隧道扩挖爆破网络延时分析

经验模态分解(empirical mode decomposition, EMD)固有的端点效应和模态混淆导致其在进行爆破网络延时分析时出现不容忽视的误差。为了获得爆破现场实际网络延时,判断批次雷管的安全性,必须对EMD进行改进。通过对爆破地震波监测信号进行端点处理（endpoint processing, EP）,改善EMD在处理信号实际端点时出现的端点突变现象,进而抑制EMD端点效应,提高固有模态函数（intrinsic mode function,IMF）的稳定性和精度。对EMD进行改进,得到自适应补充集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN),抑制低频趋势项模态混淆,并结合排列熵检测(permutation entropy detection, PED)来控制高频模态混淆。得到的EP-CEEMDAN-PED算法能识别微差爆破实际延期时间,且能有效克服EMD固有的端点效应和模态混淆现象,结合干扰减振法,可计算实际隧道扩挖爆破合理减振微差时间为55.14~57.93 ms,对爆破振动控制具有重要的现实意义。     

基于HHT方法的爆破地震信号分析

在介绍HHT(Hilbert HuangTransform)理论的基础上,结合现场测试,将这种理论引入到爆破地震信号分析中。HHT方法主要通过经验模式分解方法将信号分解成有限的固有模态函数,并对每个固有模态函数进行Hilbert变换从而得到Hilbert谱。经过FFT、小波谱对比分析,结果表明:在爆破地震信号分析中,利用经验模式分解不需要固定的基函数,可将原始信号分解为少量的、频率自高至低排列的固有模态函数,分解过程具有自适应性、高效性;再通过Hilbert变换所得的谱图能清晰地反映原始地震信号能量随时间、频率的分布。HHT法能有效地提取爆破地震信号的主要特征,更能适应信号突变快、衰减快的特征,为进一步认识爆破地震波的传播机理、破坏原因和危害判据的确定提供了新的途径。     

液态CO2爆破系统地震波时频分析

为了研究液态CO_2爆破系统地震波时频特性,现场微震监测试验获得液态CO_2爆破地震波信号,根据爆破地震波信号具有非平稳的特点,首先采用自适应最优核时频分析方法对地震波信号的基本时频特征进行研究,在此基础上通过结合小波包变换分解与重构技术和自适应最优核时频分析方法,对地震波信号的能量分布进行了精细化分析。结果表明:液态CO_2爆破地震波的衰减速度较快,震动速度处于很低的水平;主频范围在30~70 Hz之间,持续时间约为20~30 ms;能量主要分布在0~125 Hz,由两个两个主要区域组成,表明在液态CO_2爆破作用过程中高压流体产生两次不同峰值压力的爆炸冲击波。     

基于小波包变换的爆破地震波时频特征提取及分析

为了研究爆破地震波振动分量的传播规律，在微风化花岗岩石场地进行了孔径为76ram，孔深为5mm的单孔和单段多孔爆破试验，获得该场地爆破地震波加速度衰减规律，加速度衰减系数为k=3698，a=2．046，并研究出该场地基频范围为48Hz～74Hz。采用小波包技术对爆破地震波测试信号进行时频特征量提取，分析试验所测得爆破地震波不同频带下小波包系数的衰减规律。在此基础上通过研究场地介质对爆破振动分量的动态响应衰减作用，分析形成爆破地震波多频带特征的机理。     

基于Hilbert-Huang变换的爆破振动信号分析

某矿为了保护周围建筑物、提高生产规模,在矿区周边建筑物附近布置了5个测点进行爆破振动测试。对测得的爆破振动信号进行Hilbert-Huang变换分析,得到爆破振动频率>50Hz的占7.56%,10～50Hz的频率占83.34%,<10Hz的频率占9.10%。将爆破振动实测数据进行回归,得到该矿区爆破振动传播规律,从而得到该矿最大段药量与周围砖砌民房的最大许可振动速度有关。结合爆破振动分析和爆破安全规程,把周边建筑物的最大许可振动速度由原来的2.0cm/s提高到2.3cm/s,有效地提高了最大段药量,提升了矿区生产规模,并确保了周边建筑物无损坏。     

基于Hilbert-Huang变换的爆破振动信号分析

某矿为了保护周围建筑物、提高生产规模,在矿区周边建筑物附近布置了5个测点进行爆破振动测试。对测得的爆破振动信号进行Hilbert-Huang变换分析,得到爆破振动频率>50Hz的占7.56%,10～50Hz的频率占83.34%,<10Hz的频率占9.10%。将爆破振动实测数据进行回归,得到该矿区爆破振动传播规律,从而得到该矿最大段药量与周围砖砌民房的最大许可振动速度有关。结合爆破振动分析和爆破安全规程,把周边建筑物的最大许可振动速度由原来的2.0cm/s提高到2.3cm/s,有效地提高了最大段药量,提升了矿区生产规模,并确保了周边建筑物无损坏。     

一种基于EMD的振动信号时频分析新方法研究

基于经验模态分解(Empirical Mode Decomposition,EMD)的希尔伯特变换(Hibert Tram:formation,HT),是先把一列时间序列数据通过经验模态分解成本征模函数(Intrinsic Mode Function,IMF),然后经过希尔伯特变换获得瞬时频率的信号处理方法.针对HT求瞬时频率的不足,提出了把IMF分解成包络和纯调频信号,然后通过对纯调频信号进行反余弦求瞬时频率的新方法.通过对非线性仿真信号研究表明,该方法是有效的.把该方法应用于转子横向裂纹的时频分析.表明能把横向裂纹转子的扭振所形成的相位调制现象检测出来,获得了良好的效果.仿真和实测信号的分析结果说明,用新方法对振动信号进行时频分析是有效的.该研究成果能广泛地用于信号时频分析领域.     

基于FDM的爆破振动信号时频分析

为提高爆破振动信号时频分析精度,引入一种基于傅里叶分解(FDM)的时频分析方法.首先,基于FDM理论对原始仿真信号进行分解,计算模态分量与原始信号相关系数及其能量占比,从而筛选优势分量.然后,对筛选所得分量进行Hilbert变换,求取时频谱.同时,基于EMD方法、EEMD方法、CEEMDAN方法对原始仿真信号进行分解,...     

小波变换在蒙库铁矿爆破振动信号时频分析中的应用

爆破振动信号具有非平稳随机特性。利用小波变换分析技术,将爆破振动信号分解在不同的频率带上,得出爆破振动信号在不同频率范围内振动分量的时间变化规律,结合爆破振动信号的能量分布特征和功率谱波形,定性评价了爆破振动对边坡稳定性的影响程度。     

基于信号时频分解的模态参数识别

给出了基于响应信号Gabor展开与重构的模态参数辨识的时频分析方法。通过响应信号的展开与重构，单频特征振动可从复杂的响应信号中分离出来，由它些特征振动信号可进一步提取系统物模态振动参数。论述了频率、阻尼和特征振型的估计方法以及估计方法对系统响应信号的特殊要求。此方法可适用于平衡、非平衡的响应信号，且无需输入信号，属于环境激励下的一种参数辨识方法。仿真结果说明明频展开与重构方法是模态参数辩识的有效手段之一。     

基于CEEMD低通的隧道爆破振动信号去噪

为了消除隧道爆破振动信号中无规则混杂的噪声,引入了一种基于CEEMD(互补集合经验模态分解)的低通去噪方法。首先对模拟正弦信号进行EMD、EEMD、CEEMD分解,验证CEEMD分解方法的优越性,然后使用EMD和CEEMD低通方法分别对新鼓山隧道爆破信号进行去噪处理,结果表明该方法不仅克服了小波类去噪基函数选择困难和EMD模态混叠的问题,还能够使爆破波形保留其真实性和完整性,为爆破信号的精确处理奠定了基础。     

基于CEEMD低通的隧道爆破振动信号去噪

为了消除隧道爆破振动信号中无规则混杂的噪声,引入了一种基于CEEMD(互补集合经验模态分解)的低通去噪方法。首先对模拟正弦信号进行EMD、EEMD、CEEMD分解,验证CEEMD分解方法的优越性,然后使用EMD和CEEMD低通方法分别对新鼓山隧道爆破信号进行去噪处理,结果表明该方法不仅克服了小波类去噪基函数选择困难和EMD模态混叠的问题,还能够使爆破波形保留其真实性和完整性,为爆破信号的精确处理奠定了基础。     

基于地震波传感器阵列的管道地面标记系统

地面标记系统是管道内检测的重要组成部分,可以显著减小内检测器在石油管道缺陷检测中产生的里程误差,提高对管道缺陷的定位精度.针对目前管道越埋越深的问题,本文提出了一种基于地震波传感器阵列的地面标记器技术.当检测器在管道内运动时,会与管道内壁的焊缝产生摩擦,产生地震波信号.地面标记器通过高灵敏度的地震波传感器可以采集到这种地震波信号.由于不同目标产生地震波信号的频率、能量等特征不同,本文使用基于经验模态分解（empirical mode decomposition,EMD）的方法对信号进行特征提取.首先将信号用EMD分解为几个固有模态函数分量（intrinsic mode function,IMF）;然后计算各个IMF分量归一化的能量分布,将IMF能量分布作为信号的特征向量;最后使用基于支持向量机的神经网络来对地震波信号进行模式识别,用来识别有效信号和干扰信号.通过模拟实验,识别正确率达到了93%,验证了本文提出的地面标记系统的有效性.     

基于自适应VMD-MPE算法的矿山爆破地震波信号降噪方法研究

实测矿山爆破地震波信号含有大量高频噪声,一定程度上掩盖了真实信号特征,不利于爆破有害效应分析。为了有效降低实测信号的噪声成分,提出了基于自适应VMD-MPE算法的矿山爆破地震波信号降噪方法。将原信号进行变分模态分解(intrinsic mode function, VMD)获得本征模态函数(variational mode decomposition, IMF),利用能量差参数ξ自适应确定模态数K,对IMF分量进行多尺度排列熵(multi-scale permutation entropy, MPE)的随机性检测,准确区分出真实IMF和噪声IMF,去除原信号中的噪声IMF以达到降噪目的。对3组实测矿山爆破地震波信号进行降噪处理,结果表明该模型能够较好地去除高频噪声,保留了信号真实成分;其降噪效果均优于EEMD-MPE、CEEMDAN-MPE算法,验证了自适应VMD-MPE降噪方法的有效性。     

基于S变换的地震波时频分析及人工调整

首先推导了离散S变换的基本算法,定义了反映地震波时频特性的时变幅值谱和时变能量谱;以K0be地震波为例,基于S变换分析了该地震波的时频特性,并对采用不同窗口函数的分析结果进行了对比,分析发现当适当地调整窗口参数,复窗口的广义S变换对非平稳地震波有较好的时频分辨率;利用S变换的时频滤波性质,对实际地震波进行了任意时间和频率段的人工调整;以与抗震规范相容的功率谱为目标谱,提出了利用S变换合成非平稳地震波的新方法,通过实例分析发现,人工合成的地震波功率谱与目标谱符合很好,而且继承了母波的非平稳特性;还研究了地震波的时频特性对单自由度体系弹性反应谱的影响.     

Hilbert-Huang变换在水声瞬态信号处理中的应用

1引言Hilbert-Huang Transform(HHT)是近年来发展起来的一种新的时间序列信号分析方法[1],其核心是经验模态分解(Empirical Mode Decomposition,EMD),能把复杂的信号分解为若干固有模态函数     

改进的Hilbert-Huang变换在信号瞬态特征提取中的应用

通过对Hilbert-Huang变换(Hilbert Huang Transform,HHT)方法的机理的研究,提出了一种提取非平稳信号中瞬态特征的新方法,即正交经验模态分解(Orthaogonal Empirical Mode Decomposition,OEMD)与Hilbert变换结合法.OEMD是一种以快速带通滤波为基础的,获得同有模态函数(IMF)的新方法,其最大特点是具有严格的正交性.通过OEMD得到IMFs后,再进行Hilbert变换求得瞬时频率和幅值,便能精确检测出信号中瞬态成分的时间、频率和幅值等信息.仿真和应用结果表明,该法比原HHT方法能更加有效地提取信号的瞬态特征,并成功地解决了原HHT中存在的模态混叠、虚假模态和边界效应等问题.     

小净距分离式隧道爆破振动信号降噪方法分析

由于隧道施工环境复杂,因此隧道爆破振动实测信号伴有大量噪声,导致信号特征失真。为了准确分析隧道爆破振动信号的特征,该文提出采用经验模态分解和变分模态分解2种方法进行降噪处理。将原始信号分解成多个本征模态函数,再进行重组,通过降噪目标函数指标来分析降噪效果。研究结果表明,2种算法均可有效地对原始信号进行降噪处理,且变分模态分解降噪效果比经验模态分解好。研究成果可为类似工程爆破振动信号降噪处理提供参考。