基于虚拟仪器技术实现震源信号特征提取和自动识别

为了提高矿山微震监测系统中爆破震动信号和岩体破裂信号的辨识度,减少人工识别的工作量,以某金属矿山微震监测系统定时爆破和人工识别方法建立的爆破震动信号和岩体破裂信号数据为分析对象,基于虚拟仪器LaBVIEW平台提供的高级信号处理工具包和支持向量机工具包,对两类信号进行三层小波包分解,提取小波包分解得到的最后一层各节点熵作为特征值组成特征向量,输入支持向量机分类区,对岩体破裂信号和爆破信号进行分类。实验结果表明,基于小波包节点熵的特征向量,结合支持向量机,能够很好的识别区分岩体破裂信号和爆破信号。     

基于经验小波变换的矿山微震信号识别研究

针对微震信号与爆破震动信号自动识别难的问题,提出了基于经验小波变换(EWT)的矿山微震信号识别方法。运用仿真信号对EWT和经验模态分解(EMD)进行对比检验,表明EWT分解效果要优于EMD,而且可以减少模态混叠问题;对矿山实测的400组爆破震动和微震信号进行EWT分解,得到紧支集频谱的内禀模态分量,借助互信息量筛选得到f1～f7共7个分量,进而分别利用分量f1～f7构建Hankel矩阵,计算每个Hankel矩阵的奇异值平均值、方均根值、标准差,并作为特征量;利用支持向量机(SVM)对微震和爆破震动信号进行分类。结果表明:爆破震动信号分量f1～f7的奇异值方均根值和标准差都要大于微震信号,分量f1～f5的奇异值平均值要大于微震信号; EWT_Hankel_SVD特征提取法识别效果要优于应用较为广泛的EWT_SVD,且基于EWT_Hankel_SVD分类准确率达到92.5%。     

矿山微震定位有效信号自动识别研究

为提高矿山微震定位有效信号的自动识别效率和识别精度,采用小波包分析手段对微震监测系统采集的信号进行了5层分解,研究了不同信噪比微震信号在小波包分解结果中最高能量所在频带的区别,提出了微震监测有效信号自动识别模型,并通过千秋矿实测爆破数据对模型精度进行了定位检验。     

基于LMD和模式识别的矿山微震信号特征提取及分类方法

针对岩体破裂信号与爆破振动信号难以自动识别的问题,提出了基于局部均值分解(LMD)和模式识别的矿山微震信号特征提取及分类方法。首先采用LMD对微震信号进行自适应分解得到乘积函数(PF)分量,再利用相关系数和方差贡献率筛选得到PF主分量,进而计算各主分量的相关系数和能谱系数,并以此作为模式识别的特征向量。结果表明:LMD、经验模态分解(EMD)和离散小波变化(DWT)的主分量分别为PF1~PF6,IMF1~IMF6和D2~D7,其中IMFi(i=1,2,…,6)为EMD分解的本征模态分量,Dj(j=2,3,…,7)为DWT分解的细节分量;LMD主分量分类识别结果整体上优于EMD和DWT主分量分类识别结果;能谱系数分类结果整体上优于相关系数分类结果,人工神经网络(ANN)和支持向量机(SVM)识别效果明显优于逻辑回归(LR)和Bayes判别法识别结果,且基于LMD能谱系数的SVM分类准确率达到了93.0%。     

基于波形特征和决策树分类算法的岩体破裂信号识别

微震监测技术能够捕捉开采扰动下岩体响应信息,已被广泛应用于岩体稳定性分析与矿山安全生产管理。受矿山现场频繁生产活动的影响,微震监测系统能够捕捉到不同类型信号,导致噪音信号较多,无法及时有效地揭示开采扰动下岩体响应规律。本文依托阿舍勒铜矿微震监测,分析了微震系统采集典型信号波形参数特征的差异,提出了基于决策树分类算法的岩体破裂信号识别方法,并对其识别精度进行了对比分析。研究结果表明,电气噪音信号、爆破信号、机械振动信号、岩石破裂信号的持续时间、上升时间、振铃数、上升振铃数、最大振幅、主频等参数分布范围存在不同程度的重合,无法采用单一参数有效识别岩体破裂信号,消除噪音信号的影响。采用决策树分类算法构建岩体破裂信号识别模型,能够有效消除噪音信号的影响,识别准确率达97.8%,显著高于支持向量机(SVM)模型73.9%的准确率。研究成果对于快速圈定、预警岩体破坏高风险区域具有重要意义。     

基于能量分布特征的矿山微震和爆破信号自动识别研究

针对矿山现有微震监测系统实时性低、缺乏有效信号识别功能等问题,本文开展了基于能量分布特征的矿山微震和爆破信号自动识别方法研究,以推动矿山微震监测全自动处理技术发展。本文采用8层小波分解及系数重构的方法对矿山微震信号及爆破信号进行分解,了解各层小波系数重构频域的能量占比特征,研究发现,爆破信号能量主要集中在第三层和第四层,微震信号能量主要集中在第四层～第六层,因此,可通过该能量占比特征进行微震信号和爆破信号的识别。本文收集了矿山为期两个星期的生产数据,挑选出202条数据建立其能量占比特征的数据样本集,采用支持向量机原理,利用径向基函数对数据样本集进行学习训练,进而得到信号识别模型。最后收集195条矿山现场数据进行识别测试,结果表明,识别准确率达到86%,微震识别精确率达到90%以上,说明本文提出的信号识别方法能够有效实现矿山现场的微震信号与爆破信号的识别。     

岩层破裂信号与爆破微震信号特征对比分析

为对比分析岩层破裂信号与爆破微震信号的特征,利用快速傅里叶变换、小波包变换等信号分析方法,以济宁二号煤矿１０３下 ０３工作面为例,对两种微震信号特征进行了分析.结果表明:爆破信号的信号幅值较岩层破裂信号高,且爆破信号的起跳幅值较高;爆破信号的主频高,且频率分布较为分散复杂,而岩层破裂信号的主频低,且频率主要分布在２０~１００Hz;爆破信号的最大能量频带大于２０,大部分能量位于高频带,岩层破裂信号的最大能量频带小于２０,大部分能量位于低频带;建立多元参数的微震信号识别模型,克服单指标的缺陷,可为矿山信号的识别提供参考.     

基于变分模态分解和粒子群算法的微震信号降噪方法

为从含噪微震信号中提取有效信息, 并准确识别岩体破裂信号和爆破振动信号, 提出了基于粒子群算法和小波阈值去噪的改进变分模态分解方法。该方法利用粒子群算法实现模态数量和惩罚因子的最优取值, 以最优参数对微震信号进行变分模态分解, 再对由高频噪声主导的模态分量进行小波阈值去噪, 将去噪后的高频信号分量与原先的低频信号分量进行重构, 实现信号降噪。经验证, 该方法相比集合经验模态分解和单纯的变分模态分解方法具有更好的降噪效果。以该方法对200组岩体破裂信号和200组爆破振动信号进行去噪, 以第一模态分量能量占比50%作为区分爆破振动信号和岩体破裂信号的依据, 识别成功率达到97.25%, 证实了此识别方法的准确性。     

基于EEMD_Hankel_SVD的矿山微震信号降噪方法

针对矿山微震信号降噪,提出了一种基于EEMD_Hankel_SVD(集合经验模态分解_Hankel矩阵_奇异值分解)的微震信号降噪方法。首先采用EEMD获得多层模态分量,计算各模态分量与原始信号的相关系数,剔除第一个相关系数差值局部最大值前的模态分量。对剩余各模态分量分别构建Hankel矩阵,再计算各Hankel矩阵的奇异值矩阵。根据奇异值曲线划分信号空间和噪声空间,实现剩余各模态分量的降噪,进而对降噪后的模态分量相加得到降噪信号。仿真试验表明该方法能有效保留信号的局部特征,提高了信噪比;矿山微震信号应用表明该方法有效地提高了STA/LTA,PAI-K和AIC法P波初至拾取效果;仿真试验和矿山微震信号P波拾取均表明该方法降噪效果优于小波重构、EMD重构和Hankel_SVD降噪,且该方法与AIC法结合拾取效果最佳。     

基于Spark平台的微震信号鉴别方法

凿岩爆破是金属矿山开采过程中不可避免的环节,爆破扰动产生的微震信号会对岩体损伤微震信号的分析造成干扰.为了避免爆破扰动对微震监测的干扰,实现岩体损伤微震信号与爆破微震信号的快速鉴别,基于Spark平台的Fisher分类算法建立了微震信号智能识别算法,实现了岩体损伤和爆破事件的自动区分.经过测试,该算法鉴别信号的正确率稳...     

基于改进HHT的矿山微震信号多尺度特征提取及分类研究

针对矿山微震与爆破信号难以识别问题, 提出基于改进Hilbert-Huang变换(HHT)的矿山微震信号识别方法。该方法引入互补集合经验模态分解(CEEMD)对HHT改进, 信号被自适应分解后, 计算IMF分量的偏度、峭度、Hilbert边际谱能量、Lempel-Ziv复杂度以及重构信号的分形盒维数, 运用拉普拉斯得分(LS)对5种时频域特征参数降维, 最后通过遗传算法(GA)优化的支持向量机(SVM)模型, 实现微震信号的分类识别。经400组微震和爆破信号的实例分析验证, 两类信号的5种特征参数均有较大差异, 改进HHT法识别效果优于传统经验模态分解法(EMD)和局部均值分解法(LMD), 且基于改进HHT和GA-SVM分类模型准确率达到95%, 证实了此识别方法的准确性。     

基于EEMD方法的地下矿山微震信号去噪研究

对地下矿山实时在线监测的微震信号进行微震事件特征提取和识别分类研究时,识别的效率往往取决于训练样本和测试样本的质量,为提高数据样本的质量,去除信号中掺杂的噪声,采用聚合经验模态分解(EEMD)方法对地下矿山微震信号进行预处理。通过采用EEMD分析方法对矿山微震信号进行预处理,获得从高频到低频铺展的一组固有模式分量(IMF)及一个残余分量,通过计算各分量能量占比把IMF中的噪声部分及残余项去除,再将包含矿山微震信号主要信息的剩余分量进行重构,从而得到去噪后的微震信号。通过信号仿真实验及实例分析,对比小波预处理方法,结果表明:该方法利用EEMD自适应分解的特性不但克服了小波阈值和分解函数选取困难等弊端,而且能显著提高信号的信噪比,较好地保留了信号形态,获得较为理想的去噪效果。     

基于WPT-LMD预处理的震动信号有效辨识方法研究

提出了一种联合小波包分解(WPT)和局域均值分解(LMD)的信号预处理方法,并在此基础上使用改进的STA/LTA方法实现对震动信号的有效辨识。研究结果表明WPT-LMD预处理方法是一种省时、高效、自适应强的信号处理方法,对类微震的非线性、非平稳、低信噪比信号有较好的应用效果,且能避免传统时频信号降噪处理方法应用时造成震相初至时刻偏移的弊端;联合改进的STA/LTA方法对超声波波速初至时刻拾取、实验室声发射测试、矿井现场爆破微震信号均表现了良好的应用效果;该种信号预处理方法特别适合于复杂煤层结构的微弱震动信号处理,开展此类研究将有助于提高煤矿现场微震监测的精度和效率。     

微震监测信号辨识方法研究

地下作业环境中产生噪声的震源很多,包括人工噪声、爆破和机械设备噪声等。采用微震监测技术进行地压监测时,对各种震源的辨识是一个工作量大和复杂的分析过程。总结了矿山地下作业环境中的各种震源,提出了对各种震源的经验和理论辨识方法。在现场监测的基础上,对地下矿山爆破、机械作业设备、人员作业、岩体破裂等产生的震源信号进行了波形分析、辨识,给出了各种震源波形的基本特点。所提出的分析方法对于现场岩体破裂微震信号的提取和分析有较好的指导作用。     

基于WPSV和BPNN的煤岩识别方法研究

为解决综采工作面无人开采和采煤机滚筒自动调高的实际工程问题,提出了基于小波包奇异值(WPSV)和BP神经网络(BPNN)的煤岩界面识别新方法。利用WPSV构建特征向量,再与BPNN结合进行煤岩界面自动识别。首先使用传感器采集采煤机滚筒截割煤岩的扭矩信号,对扭矩信号进行小波包变换(WPT),获取信号的小波包分解系数,得到小波包分解系数重构信号矩阵;然后并对该矩阵进行奇异值分解(SVD),获取主要WPSV,构建奇异值特征向量;最后将该特征向量输入BPNN中进行煤岩界面自动识别,并与传统方法进行了对比,结果表明:该方法具有更高的准确率,能有效地判断采煤机滚筒的工作状态。     

爆破震动信号频带能量分布特征

研究爆破地震波的传播规律,对矿山爆破震动控制十分重要。以红透山铜矿为工程背景,在矿山巷道布置爆破震动信号测点,利用爆破振动监测仪采集测点实际生产爆破震动信号。基于小波信号分析技术,采用MATLAB编写相关程序,对信号进行小波分解与重构,优选适合测试信号的小波基,开展微差爆破震动信号能量分布特征研究。分析爆心距、总药量及传播方向3个因素对爆破震动信号能量分布规律的影响,结果表明：随着爆心距增加,爆破震动信号低频部分所占总能量的百分比变大;采用多分段微差爆破,虽然总药量增大,但是能量分布较均匀;在背向及侧向两个传播方向上,爆破震动信号频带能量分布有一定差异,传播方向对震动信号的能量分布影响显著。     

基于微震监测试验的微震信号类别识别降噪方法研究

微震监测技术是目前预测岩体损伤最有前景的探测技术之一。为提升微震监测技术的准确性,以云县至凤庆高速公路隧道开挖工程为背景,现场进行了微震监测,并对爆破、打炮眼、电气干扰及岩石破裂信号进行了分析。结果表明,可以根据体变势、频谱最大频率、视体积及视应力大小等特征来区分不同信号。其中爆破信号的体变势、视体积和视应力的数值最大,频谱最大频率多数分布在0~10 Hz。岩石破裂产生的微震信号的体变势大多集中在0~10 m3,数值较大,频谱最大频率多数分布在50~60 Hz和180~200 Hz。研究结果对剔除干扰信号和指导现场微震监测具有重要意义。     

自然崩落法拉底爆破对底部结构稳定性影响分析

在自然崩落法开采过程中,集中拉底爆破作业产生的震动影响底部结构岩体稳定性。利用微震监测系统监测并鉴别出爆破和微震事件,对爆破前后的监测到微震事件精确定位。通过分析爆破前后底部结构岩体的微震活动,圈定出爆破震动范围和底部结构围岩薄弱区域。结果表明,爆破后底部结构附近微震事件数量明显增加,距离爆破中心120m范围内均为地压风险区域。     

金川二矿区微震监测系统检测事件分类方法探讨

针对目前矿山微震监测中人工识别振动信号工作量大、效率低、准确性不高等问题,开展对振动事件的波形识别研究,对矿区岩体破裂、生产爆破、机械设备等振源信号进行事件识别、分析,并通过在金川集团二矿区建设长期、连续的微震监测系统来获取大量的实测数据进行检验,取得了有效的成果,对矿区现场事件分类和分析具有良好的指导意义。     

采动煤岩体中冲击震动波传播的微震效应试验研究

通过现场进行的爆破震动试验及矿山微震监测,以爆破震动波波速、振幅及频率等为主要分析指标,研究了矿井采动影响下煤岩特性改变对冲击震动波传播微震效应的影响规律.研究表明,随工作面开采时采空区垮落、破裂范围扩大及覆岩性质的强度弱化,各爆破震动P波平均波速、峰值振幅平均值、P波初至平均频率等微震参量均有较大程度降低.其中,波速...