岩石超声波信号的小波时频分析

岩石超声波信号是一种非平稳信号.由于传统的短时Fourier变换(STFT)使用的窗函数固定,分辨率单一,其分析结果只能大致反映信号能量随时间的变化.小波变换(WT)以小波基为变换基础,具有多分辨率特点,其分析结果较详细地反映了质点震动强度随时间的衰减起伏变化.分析认为小波变换是一种更优越的处理岩石声学信号的时频方法.     

Wavelet_Huang和Hilbert_Huang方法用于非高斯风压信号分析的比较研究

非高斯风压时程具有间歇性的大脉冲信号和不对称性,传统的傅里叶变换无法得到信号的频谱特性随时间的变化过程,也不能识别出不同频段处信号的变异性。采用一种结合经验模式分解(EMD)和小波变换(WaveletTransform)的方法(简称WHT)对非高斯风压信号进行时-频-谱联合特性分析,随后讨论了不同频段处信号的奇异性、冲击性和分辨率;并和Hilbert_Huang变换(简称HHT)分析的结果进行对比。两种方法处理非高斯信号都能很好地提取信号的主要特征和分解、重构;由于小波基尺度有限并受到测不准原理的限制,WHT方法得到的小波谱的能量在频率范围内分布较宽,而HHT方法得到的Hilbert能量谱大多都集中在有限的能量谱线上;WHT方法进行不同频段处信号的变异性检测是对EMD分解得到的IMF分量进行小波分解,其更能反映原始数据的固有特性,在任意感兴趣的频段捕捉到信号的局部特征。研究结果表明,HHT方法可以更好地进行非高斯信号的谱特性分析,而WHT方法在信号的分解、重构和变异性检测时效果更好。     

几种非平稳分析方法对非平稳风力时程的比较分析

非平稳信号的分析方法是信号分析领域中的一个重要问题。本文以风洞试验获得的非平稳风压信号和升力系数信号为研究对象,分别采用短时傅里叶变换、Wigner-Ville分布,小波变换方法和Hilbert-Huang变换(HHT)方法对信号进行时频分析。分析结果表明,由于短时傅里叶变换、Wigner-Ville分布,小波变换方法都是基于傅里叶变换,因此,得到的频谱特性都大致相同,只是在分析的精细程度上有所差异;HHT方法可以获得有意义的瞬时频率,从而给出频率随时间变化的精确表达,信号最终被表示为时频平面上的能量分布,成为Hilbert谱,该方法适用于分析生活中普遍存在的大量频率随时间变化的非线性、非平稳信号,可将复杂的信号直接分离成从高频到低频的若干阶固有模态函数。另一方面,无论用哪一种分析方法都可以看出,风速和风压信号的能量大多分布在低频部分,高频部分所占比例很少,而升力信号的能量大多分布在高频部分,低频部分所占比例很少。本文采用HHT方法提取起控制作用的信号主成分。     

隧道爆破作用下建筑物振动信号的小波变换时频分析

地铁隧道爆破开挖产生的一部分能量转化为地震波,造成邻近建筑物的振动。根据连续小波变换的时频特性,将爆破荷载作用下振动信号进行连续小波变换时频分析,得到振动信号能量随时间与频率的分布规律。结果表明基于小波变换方法的爆破振动信号时频分布具有良好时频聚集性,为地铁隧道爆破网路与参数设计提供参考依据。     

基于HHT方法的硐室大爆破震动分析

HHT（Hilbert-Huang Transform）方法是一种全新而优越的分析与处理非平稳信号的时频方法，它具有自适应性强、高效及Hilbert能量谱可清晰地表明能量随时频分布的特点。利用HHT办法分析了洛钼集团矿山公司在栾川县冷水镇实施“15000t／d露采工程大爆破”所获得的爆破震动监测记录，探讨了硐室大爆破震动的时频特征及不同场地条件对震动传播特性的影响。     

爆心距对爆破振动信号频带能量分布的影响

根据爆破振动信号具有短时非平稳的特点,利用小波包分析技术对满足分析要求的多段微差爆破振动信号的能量分布特征进行研究。首先,简略地介绍了小波变换与小波包分析的特点。其次,基于MATLAB对爆破振动信号进行小波包分析,得到了爆破振动信号在不同频带上的能量分布图。最后,总结了爆破振动信号频带能量的分布规律,重点探讨了爆心距对爆破振动信号频带能量分布的影响。结果表明,爆破震动信号在传播过程中,其主振频带有往低频发展的趋势,且宽度增加。     

基于MATLAB的地铁隧道爆破震动信号小波分析

采用db8作为小波基函数,对大连地铁某标段爆破震动实测数据进行尺度为7的一维离散小波变换,通过MATLAB程序分别计算其原始信号的功率谱及能量分布,详细分析地铁隧道爆破地震波的能量特点,结果表明:径向、纬向及垂直向频率均主要分布在0 Hz～31.25 Hz,中低频信号成分在总能量中比例较大。     

岩体爆破损伤声波测试信号频谱特征的小波(包)分析

 岩体爆破损伤特性除了影响声波速度外,同时造成声波能量衰减和频谱特征的变化。为弥补单纯声波速度分析的不足,更好地利用岩体声波信号携带的丰富信息,在某地下工程围岩中开展10次小药量模拟爆破岩体损伤声波测试研究。针对傅立叶分析的缺陷,运用小波(包)变换方法,对声波测试信号的频谱特征进行分解分析。研究结果表明：(1) 经小波(包)变换得到的爆破前后岩体声波频谱特征变化规律非常明显;(2) 2–4,2–5和2–6尺度下小波分量的幅值和功率谱密度远大于其他尺度下的小波分量的幅值和功率谱密度,对岩体爆破损伤的敏感性较好;(3) 岩体爆破损伤作用导致声波测试信号的能量集中区和最大能量分布百分比对应的频段(频率)向低频方向偏移。研究成果对于揭示岩体爆破损伤与声波测试信号频谱特征之间的内在联系具有一定的指导意义。     

基于小波变换的爆破振动时频特征分析

应用小波变换方法对短时非平稳爆破振动过程提出了时频特征分析。根据离散小波变换的分层分解展开关系，将爆破振动时间历史信号用分层重构信号进行扫描。应用这些信号可以给出不同频率带上爆破振动的相对能量分布和振动强度的时间变化规律。一个爆破振动实测结果的分析表明，与建立在传统Fourier变换基础上的频谱分析方法相比，基于小波变换的爆破振动时频特征分析可以给出更为准确的细节信息。文中的研究结果为爆破振动结构安全性分析提供了新的途径。     

爆破震动与岩石破裂微震信号能量分布特征研究

 以矿山现场微震数据为基础,选取矿山爆破震动信号与岩石破裂微震信号对比研究。首先,运用Matlab的小波包分析模块对微震信号进行5层多尺度分解,分别求取各节点处重构信号的小波包频带能量,对爆破震动信号与岩石破裂信号的频带能量分布特征进行研究;其次,通过建立新的频带空间,对比二者的能量分布特征。结果表明,矿山现场微震信号的频带能量分布特征为：岩体破裂信号的能量多集中于S5,0～S5,7低频频带(0～125 Hz),爆破震动信号的能量则在S5,24～S5,31频带(375～500 Hz)表现得较为集中。该分析方法为矿山识别爆破震动事件与岩石破裂事件提供了一种思路,利用二者能量分布差异大、特征对比明显的特点,通过对比新频带空间内的能量分布特征,可以实现对两类微震波形的初步辨识。     

基于小波变换的地铁振动信号特征分析

应用小波变换对地铁引起地面振动信号进行频谱分析,利用MATLAB编制小波分解程序,对实测加速信号进行分解与重构,获得加速度信号在时频域内的变化规律,同时讨论了振动信号峰值加速度、能量与频带的关系,与傅里叶变换相比,小波变换有更高的分辨率,更适合非平稳信号的分析。     

围岩压力对爆破信号频域能量分布影响研究

随着金属矿山开采深度进一步加大,上覆岩体引起的高围压极易导致围岩发生片帮冒顶等失稳破坏,目前,所建立的爆破震动效应安全判据均未考虑开挖深度及围岩压力因素。笔者通过对不同围岩压力下巷道围岩的爆破震动效应进行数值模拟,利用小波能量理论在频域范围内分解巷道围岩响应信号,得到响应信号的频带总能量以及在不同频率区间内的能量分布,并得出围岩压力对响应信号频带总能量以及频带能量分布的影响规律。结果表明:围岩压力越大,响应信号的频带总能量越大,且频带总能量的增幅以主频带内能量增幅为主;随着围岩压力增大,次频带内能量向主频带内转移,导致频带能量趋于集中。明确不同围岩压力作用下爆破震动信号频域能量的分布规律,为进一步建立考虑围岩压力因素的爆破震动效应安全判据奠定基础。     

基于输入能量的爆破震动安全评价方法研究

结构的受震破坏不仅与震动强度有关,而且与震动频率、震动持续时间等因素有关,独立阈值理论的安全评价指标可能会与实际震害情况不符,从能量角度建立爆破震动安全评价指标具有重要意义。提出基于HHT的瞬时能量分析法,首先采用经验模态分解提取爆破震动信号的固有模态函数分量IMF,再对IMF作Hilbert变换计算信号的总输入能量TIE,以TIE作为爆破震动安全评价指标。TIE值在反映现有规程的峰值震动速度指标总体规律的基础上,能够对主频、持续时间因素进行更明确、简洁的定量化描述,具有一定的特色和优势。结合杭州市钱塘江引水工程浅埋段的爆破震动实测资料,验证本文方法的可行性,根据实例计算和爆破震害调查,初步认为当TIE≥1时,爆破震动将对砖混结构造成危害。     

水下钻孔爆破振动信号的能量分布特征研究

结合武汉新港阳逻集装箱码头水下钻孔爆破工程,通过现场数据监测,针对爆破振动的特征,采用Matlab小波分析软件,对实测爆破振动信号进行能量分析,得到不同频带上爆破振动信号的能量分布。基于小波包频带能量分布,探讨了爆破振动信号各频带振速与能量分布关系。     

多段微差爆破振动信号频带能量分布特征的小波包分析

爆破振动分析是研究爆破振动危害控制的基础,也是控制爆破振动危害的前提。根据爆破振动信号具有短时非平稳的特点,利用小波包分析技术对满足分析要求的多段微差爆破振动信号的能量分布特征进行研究。首先,简略地介绍了小波变换与小波包分析的特点;其次,对6条多段微差爆破振动信号进行小波包分析,得到了爆破振动信号在不同频带上的能量分布图;最后,总结了多段微差爆破振动信号频带能量的分布特征。该分析手段为综合研究爆破地震效应特别是为将来构建振动速度–频率相关安全准则提供了一种有效的分析技术。     

基于小波变换的微差爆破震动信号分离法

采用震波叠加模拟法确定合理的微差延期时间,关键在于能否获取组成实测微差爆破震波的分段震波。基于小波变换的微差爆破震动信号分离法能较好地解决上述问题。首先,利用基于小波分析的时-能密度法,通过从实测爆破震动信号中识别出各段雷管实际的起爆时刻点,得到了爆破中所用雷管的实际延期时间。其次,利用信号时一频转换技术。从实测微差爆破震动信号中分离出各分段震波。最后,通过比较各分段震波在不同延期时间下的叠加效果,可以得到微差爆破的较优微差延期时间。以某地下工程爆破震动信号进行分析为例,对本方法的有效性作了检验。     

Time-frequency analysis of typhoon effects on a 79-storey tall building

Di Wang Tower located in Shenzhen, PR China, has a height of approximately 325 m and is a 79-storey tall building. This paper presents selected results of full-scale measurements of typhoon effects on Di Wang Tower. Wind speed, wind direction, wind-induced acceleration and displacement responses were simultaneously and continuously measured from the super tall building with anemometers, accelerometers and global position system (GPS) during a typhoon. The advanced data analysis method called Hilbert-Huang transform (HHT) was adopted in this study to analyze the non-stationary characteristics of wind speed and wind-induced responses of this building under typhoon condition. By using the empirical mode decomposition (EMD) method, the measured data were decomposed into several inherent intrinsic mode functions (IMFs). The probability density and power spectral density of fluctuating wind speed were obtained by traditional methods and were further analyzed by considering time-varying mean values of the measured data via the EMD method. The wind-induced responses with non-stationary features were studied by applying the HHT to each IMF for obtaining their instantaneous frequency and Hilbert-Huang composite spectrum. Meanwhile, the transient energy distributions of the wind-induced responses were analyzed in time-frequency domain, which were compared with the traditional power spectral densities obtained from the fast Fourier transform (FFT) method and those from the wavelet transform. Furthermore, the amplitude-dependent damping ratios were determined by combining the EMD and the random decrement technique (RDT) method. Through comprehensive analysis of the measured data, it was testified that the HHT method is a promising tool for the time-frequency analysis of random signal and can serve as a flexible and effective tool for analyzing field data of wind speed and wind-induced response with non-stationary features.