基于经验小波变换的矿山微震信号识别研究 |
| |
引用本文: | 吴义文,程铁栋,易其文,赵奎.基于经验小波变换的矿山微震信号识别研究[J].矿业安全与环保,2020,47(4):39-44. |
| |
作者姓名: | 吴义文 程铁栋 易其文 赵奎 |
| |
作者单位: | 江西理工大学,江西 赣州 341000;江西理工大学,江西 赣州 341000;江西理工大学,江西 赣州 341000;江西理工大学,江西 赣州 341000 |
| |
基金项目: | 江西省教育厅科学技术研究项目;国家自然科学基金 |
| |
摘 要: | 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%。
|
关 键 词: | 微震信号 分类识别 特征提取 经验小波变换 奇异值分解 Hankel矩阵 |
本文献已被 CNKI 万方数据 等数据库收录! |
|