隧道爆破振动信号时频谱增强优化分析

针对隧道爆破振动信号时频解析度不足的难题,运用基于卷积神经网络的时频图像增强算法,增强实测隧道爆破信号时频图像,捕获到爆破信号能量在时频域上的聚集范围,从而重构得到反映爆破特征的真实信号;根据真实信号对爆破网络中雷管的起爆时刻进行了精确判别,识别隧道爆破雷管灾害源特征。分析表明:基于卷积神经网络的时频图像增强算法可有效抑制信号中的交叉项,最大限度地保留信号自有项,提高爆破信号能量聚集性和时频解析度;不同批次雷管混用是隧道安全的主要致灾因素,应加强监管以实现隧道安全高效施工。

破岩气体发生器安全性及能量分布特征

为减少传统爆破易产生强振等次生灾害问题,研发破岩气体发生器;通过评估破岩气体发生器的燃烧安全性,开展现场破岩试验并监测其振动,采用品质可调小波变换(TQWT)和希尔伯特-黄变换(HHT)分析方法,提取得到气体爆破信号的主分量,并分析信号不同分量时频特征。研究结果表明:新型破岩气体发生器运输安全性高、燃烧稳定性好,振动强度低,在土石方爆破方面具有显著优势。破岩气体爆破信号各分量幅值、能量占比和相关性系数满足非线性正相关关系。优势分量瞬时能量峰值数量与炮孔分段装药段数密切相关,破岩气体爆破时应采用差异化装填方式,炮孔分段装药应适当增加孔口和孔底部药量,以达到最优化的爆破效果。新型破岩气体发生器爆破技术具有显著减振降损作用,适合在土石方爆破工程中推广应用。

有机富氮类气体发生剂研究进展

综述了有机富氮化合物作为产气物质的气体发生剂的研究现状,重点分析了唑类、胍类和嗪类等有机富氮化合物作为产气材料的气体发生剂配方和主要性能,同时对上述几类有机富氮化合物中的代表性物质的合成工艺路线进行了讨论和叙述。结合气体发生剂配方设计中与产气物质相配合的氧化剂的特点,对不同种类气体发生剂的燃烧温度、燃烧速率、产气量和安全性能等进行了分析和介绍。在此基础上,指出了富氮气体发生剂的研究重点和未来的发展趋势;提出了必须将新的产气物质的设计、合成、表征、中试放大和工业化作为气体发生剂研究领域的核心工作的观点。

隧道爆破振动信号畸变校正与混沌多重分形特征研究

受测试环境影响,隧道爆破监测信号中普遍包含噪声和趋势项干扰。针对爆破信号干扰项消除难题,选取典型地铁隧道工程监测到的畸变爆破信号为分析对象,采用稀疏化基线估计与去噪(baseline estimation and denoising with sparsity,BEADS)算法实现了噪声和趋势项成分的提取,得到反映真实爆破信息的校正信号。利用多重分形去趋势波动分析(multi-fractal detrended fluctuation analyses,MF-DFA)捕捉到三个分量信号的混沌分形特征,并根据小波相关性凝聚谱对三个分量信号与原始信号的时频域相关性进行了精确表征。结果表明:隧道爆破信号高频噪声、低频趋势项和校正信号三者的混沌分形特征具有显著差异。校正信号吸引子轨迹形态为反复周期性有序波动且具有持续性和反持续性分形谱特征,其递归图具有周期模式;低频趋势项吸引子形态表现为近似直线且具有持续性分形谱特征,其递归图具有对角线分布突变模式;高频噪声吸引子形态为杂乱无章的随机波动且具有反持续性分形谱特征,其递归图具有漂移模式。在置信度为95%的小波影响锥范围内,校正信号、趋势项和噪声分量与原始信号分别具有持续正相关、局部负相关和无相关性特征。三类信号的有效分离和混沌分形特征提取为爆破信号成分的准确辨识和归类提供了客观表征和量化指标。

爆破振动信号3种经验模态分解差异性研究

为了准确评估冻结立井爆破对井壁产生的影响,采用井壁预埋法对大药量爆破下井壁的振动响应进行了监测。利用EMD、EEMD和CEEMD典型经验模态算法对井壁信号进行了分析,并结合时频谱对分解和重构效果进行了综合评价。分析结果表明:受测试环境影响,爆破信号中普遍含有噪声等干扰成分。EMD分解存在明显模态混叠和端点效应,EEMD分解虽对模态混叠现象有所改善,但去噪效果仍不理想,CEEMD分解对模态混叠和噪声消除方面均具有很好的处理效果。CEEMD重构信号时频谱能够深刻揭示爆破能量在时频域上的分布且对干扰成分不敏感,适合用于批量信号的预处理过程。分析结果对于爆破能量识别和振动损伤控制具有积极的现实意义。

隧道爆破振动信号混沌分形特征研究

为了分析隧道延时爆破时滞信号动力系统的非线性特征,在对新悬泉寺隧道爆破信号准确采集的基础上,运用混沌理论研究了经频率切片小波变换后各频带重构子信号的混沌动力学行为。通过子信号吸引子相轨迹特征对隧道爆破信号系统状态进行了直观描述和定量分析。结果表明:隧道爆破振动信号具有混沌特征,不同频带子信号吸引子在二维相空间一定区域内具有特定层次结构且永不封闭椭圆形轨迹。随着频率的增大,混沌吸引子在相空间的形态表现为椭圆轨迹的长/短轴之比逐渐减小,混沌吸引子在相空间沿长轴方向收缩,沿短轴扩展并最终趋于稳定,信号高频噪声具有弱混沌特征。混沌吸引子形态的演化过程有助于爆破信号幅值、能量信息的精确提取和主频有效判别,为隧道爆破信号非线性特征提取提供了新的思路。

隧道爆破振动信号畸变校正及特征提取研究

为了消除隧道爆破振动信号局部畸变对分析结果的影响,采用变分模态分解算法对三向信号中的趋势项进行了消除,获得了校正后的特征信号。根据特征信号时频谱确定爆破能量频域区间,利用同步挤压小波变换优良的信号解析和重构能力,对所确定的频带进行重构得到能反映爆破特征的真实信号并对其瞬时能量和边际能量分布特性进行了提取。分析结果表明:爆破信号的趋势项畸变由低频分量引起,噪声畸变由高频分量产生,变分模态分解可实现信号畸变校正,同步挤压小波变换重构可消除噪声干扰。组合算法为爆破畸变信号的辨识分类和特征提取提供了新的途径。

隧道爆破振动信号时频谱交叉项干扰抑制方法

针对爆破振动信号时频谱中普遍存在的交叉项干扰难题,采用匹配追踪(matching pursuit,MP)和平滑伪魏格纳分布(smooth pseudo Wigner-Ville distribution,SPWVD)组合算法对实测隧道爆破振动信号进行了时频谱交叉项抑制和特征提取。根据信号稀疏表示和MP理论,构造与信号特征匹配的过完备稀疏原子库。通过MP分解实现子信号的原子重构,对重构子信号分别求取SPWVD分布并叠加,从而获得爆破信号更为精确的时频表达。分析结果表明:匹配追踪-平滑伪魏格纳分布(MP-SPWVD)组合方法可精准弱化并抑制爆破振动信号中包含的交叉项干扰成分,改善了信号时频辨识度并提高了时频特征解析能力,验证了将其用于信号时频分析的精度和有效性。组合算法适用于爆破振动信号时频特征提取过程。