在对立井爆破过程中井壁振动信号进行准确采集的基础上,采用匹配追踪(matching pursuit,MP)算法建立Gabor原子库,实现了爆破信号重构分量和残差分量的有效分离。通过信号短时傅里叶变换(short time Fourier transform,STFT)和魏格纳分布...在对立井爆破过程中井壁振动信号进行准确采集的基础上,采用匹配追踪(matching pursuit,MP)算法建立Gabor原子库,实现了爆破信号重构分量和残差分量的有效分离。通过信号短时傅里叶变换(short time Fourier transform,STFT)和魏格纳分布(Wigner-Ville distribution,WVD)对重构信号的时频分析及霍夫(Hough)变换时频聚集性对比,验证了WVD时频分析的优势。结果表明:MP-WVD组合信号分析方法对信号变化的适应性强,能够精确捕捉信号的局部细节,适合用于爆破信号非线性时频特征的提取过程。可为爆破方案调整和参数优化提供参考。展开更多
文摘以悬泉寺隧道掘进工程为背景,对隧道爆破振动进行监测。利用可调品质因子小波变换(Tunable Q-factor Wavelet Transform)优良的能量优化选择能力,实现信号高、低品质因子成分及所含高频强噪声的分离。通过对高、低品质因子优化分解子带能量人工判别,选取优势能量子带进行信号重组,得到最能体现信号特征的最佳分析信号。对最佳信号的分析结果表明:隧道爆破不同批次雷管混用导致MS3~MS5段间延时时差超过了设计值,爆破信号归一化短时傅里叶(Normalized Short Time Fourier Transform,NSTFT)时频分布说明隧道爆破主频与各段别起爆波形中心频率均值较为接近,体现了各段雷管起爆能量对信号能量分布的贡献。隧道爆破信号精细化分析在隧道爆破振动特征提取、雷管微差间隔识别和信号主频的判别等方面具有很好的工程应用价值。
文摘冻结立井爆破过程中,近区监测信号中含有的基线漂零及噪声成分对其局部特征精细化提取影响显著。在对近区井壁振动信号有效采集基础上,通过互补总体经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)方法、稀疏化基线估计消噪(baseline estimation and de-noising with sparsity,BEADS)方法和隐马尔可夫模型消噪(hidden Markov model de-noising,HMMD)方法等,解决了信号中基线漂移和随机噪声消除难题,并采用交叉小波变换对校正和消噪效果进行了相关性评价。实例分析结果表明:信号中缓变的基线成分遍历信号各个模态分量的整个过程,且主要集中于低频分量中,而噪声则集中在高频分量。组合分析方法对低频基线漂零和高频噪声的处理效果好,是一种高效且相对保幅的信号分析方法,可用于批量信号数据的预处理过程。
