期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进的MEEMD的隧道掘进爆破振动信号去噪优化分析
被引量:
3
1
作者
周红敏
赵事成
+3 位作者
赵文清
王双
郝广伟
张宪堂
《振动与冲击》
EI
CSCD
北大核心
2023年第10期74-81,共8页
爆破振动信号受现场条件限制,多为复杂含噪信号,对降噪方法的性能提出更高要求。为了获得真实振动特征,建立了一种基于改进的总体平均经验模态分解(modified ensemble empirical mode decomposition,MEEMD)的联合去噪方法。首先,将原始...
爆破振动信号受现场条件限制,多为复杂含噪信号,对降噪方法的性能提出更高要求。为了获得真实振动特征,建立了一种基于改进的总体平均经验模态分解(modified ensemble empirical mode decomposition,MEEMD)的联合去噪方法。首先,将原始信号进行MEEMD分解得到本征模态分量(intrinsic mode function,IMF),结合相关系数和样本熵(sample entropy,SE)-Hurst指数进行IMF分类;然后,针对含噪IMF分量中的残留噪声,使用最小均方(least mean square,LMS)自适应滤波进行降噪,达到信号去噪的目的。算法对比结果表明:在仿真试验中,MEEMD-LMS相较互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)、快速集合经验模态分解(fast ensemble empirical mode decomposition,FEEMD)等方法表现出更优的降噪性能;在隧道掘进爆破的实例分析中,MEEMD-LMS相较MEEMD对高频噪声的降噪效果更好,低频段频谱更清晰,具备良好的适用性。
展开更多
关键词
隧道掘进
爆破振动
改进的总体平均经验模态分解(MEEMD)
最小均方(LMS)滤波
本征模态分量(IMF)评价
下载PDF
职称材料
基于LMD-MFE-SVD的松动爆破降噪分析
2
作者
周红敏
赵事成
+3 位作者
王慧珍
余辉
李文豪
张宪堂
《爆破》
CSCD
北大核心
2023年第4期174-182,共9页
为提高松动爆破振动信号分析精度,在局部均值分解(LMD)的基础上,建立一种基于局部均值分解(LMD)-多尺度模糊熵(MFE)-奇异值滤波(SVD)的混合去噪方法。使用LMD方法对松动爆破振动信号进行分解,获得一系列乘积分量(PF);通过计算MFE和相关...
为提高松动爆破振动信号分析精度,在局部均值分解(LMD)的基础上,建立一种基于局部均值分解(LMD)-多尺度模糊熵(MFE)-奇异值滤波(SVD)的混合去噪方法。使用LMD方法对松动爆破振动信号进行分解,获得一系列乘积分量(PF);通过计算MFE和相关系数,对爆破振动信号进行初步降噪;针对主要PF分量的残留噪声,使用SVD滤波进行降噪处理,提取真实信号成分。通过上述处理,最终实现松动爆破信号降噪。结果表明:提出的LMD-MFE-SVD降噪方法具有可行性和应用价值,能够对含噪的PF分量进行有效处理;对于含多信号成分、多噪声的仿真信号,LMD类算法相较EMD类改进算法降噪效率更高,信噪比(SNR)、均根方误差(RMSE)和失真百分比(PRD)指标表现显著提升,而相较LMD算法,提出的LMD-MFE-SVD算法降噪效率进一步提高,依次提升11.73%、22.07%和9.25%,降噪效率显著;根据实测松动爆破振动信号去噪后的波形和频谱对比,提出的LMD-MFE-SVD降噪后的信号波形更为集中,能保留多数信号信息,信号频谱图更为清晰,有效显示信号频率波峰,更利于松动爆破振动信号的特征分析。
展开更多
关键词
松动爆破
振动降噪
局部均值分解
多尺度模糊熵
奇异值滤波
下载PDF
职称材料
基于OVMD-MPE算法的隧道爆破振动数据降噪分析
3
作者
王双
赵文清
+3 位作者
赵事成
郝广伟
龙福中
苏晖
《爆破》
CSCD
北大核心
2023年第4期166-173,共8页
受隧道爆破复杂环境和仪器电磁干扰等因素的影响,实测爆破振动信号多含有高频噪声,通过直接分析原始信号不能有效分析爆破振动规律。为获得真实的爆破振动特征,采用基于最优变分模态分解(OVMD)和多尺度排列熵(MPE)相结合的信号光滑降噪...
受隧道爆破复杂环境和仪器电磁干扰等因素的影响,实测爆破振动信号多含有高频噪声,通过直接分析原始信号不能有效分析爆破振动规律。为获得真实的爆破振动特征,采用基于最优变分模态分解(OVMD)和多尺度排列熵(MPE)相结合的信号光滑降噪模型,通过仿真叠加信号和工程实测信号进行检验。首先将信号进行OVMD分解得到带限固有模态函数(BIMF),然后将大于MPE设定阈值的高频BIMF作为噪声剔除,最后重构剩余BIMF分量,得到降噪信号。结果表明:OVMD-MPE模型能精确识别信号的频率信息,前两阶分量能有效反映叠加信号的有效成分,适用高精度数据序列分析,提取数据序列特征;相较EEMD-MPE和CEEMDAN-MPE模型,OVMD-MPE模型具备更优降噪性能,降噪误差比、均根方误差和光滑度分别提升22.05%、48%和33.34%,去噪后曲线更贴近原始信号,更适用不同震源距离的爆破信号分析;双子山隧道右线施工时产生的爆破扰动集中于200 Hz以下的中低频段,双子山隧道衬砌结构的固有频率与爆破信号频率相仿,需采取减震措施确保隧道工程的施工安全。
展开更多
关键词
隧道工程
爆破振动
OVMD
MPE
信号降噪
下载PDF
职称材料
题名
基于改进的MEEMD的隧道掘进爆破振动信号去噪优化分析
被引量:
3
1
作者
周红敏
赵事成
赵文清
王双
郝广伟
张宪堂
机构
山东科技大学山东省土木工程防灾减灾重点实验室
山东省路桥集团有限公司
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第10期74-81,共8页
基金
国家自然科学基金(51874189)
2021年度矿山地下工程教育部工程研究中心开放基金(JYBGCZX2021102)。
文摘
爆破振动信号受现场条件限制,多为复杂含噪信号,对降噪方法的性能提出更高要求。为了获得真实振动特征,建立了一种基于改进的总体平均经验模态分解(modified ensemble empirical mode decomposition,MEEMD)的联合去噪方法。首先,将原始信号进行MEEMD分解得到本征模态分量(intrinsic mode function,IMF),结合相关系数和样本熵(sample entropy,SE)-Hurst指数进行IMF分类;然后,针对含噪IMF分量中的残留噪声,使用最小均方(least mean square,LMS)自适应滤波进行降噪,达到信号去噪的目的。算法对比结果表明:在仿真试验中,MEEMD-LMS相较互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)、快速集合经验模态分解(fast ensemble empirical mode decomposition,FEEMD)等方法表现出更优的降噪性能;在隧道掘进爆破的实例分析中,MEEMD-LMS相较MEEMD对高频噪声的降噪效果更好,低频段频谱更清晰,具备良好的适用性。
关键词
隧道掘进
爆破振动
改进的总体平均经验模态分解(MEEMD)
最小均方(LMS)滤波
本征模态分量(IMF)评价
Keywords
tunnel excavation
blast vibration
modified ensemble empirical mode decomposition(MEEMD)
least mean square(LMS)filter
intrinsic mode function(IMF)evaluation
分类号
U455 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
基于LMD-MFE-SVD的松动爆破降噪分析
2
作者
周红敏
赵事成
王慧珍
余辉
李文豪
张宪堂
机构
山东科技大学山东省土木工程防灾减灾重点实验室
安徽理工大学矿山地下工程教育部工程研究中心
出处
《爆破》
CSCD
北大核心
2023年第4期174-182,共9页
基金
国家自然科学基金项目(51874189)
2021年度矿山地下工程教育部工程研究中心开放基金资助项目(JYBGCZX2021102)。
文摘
为提高松动爆破振动信号分析精度,在局部均值分解(LMD)的基础上,建立一种基于局部均值分解(LMD)-多尺度模糊熵(MFE)-奇异值滤波(SVD)的混合去噪方法。使用LMD方法对松动爆破振动信号进行分解,获得一系列乘积分量(PF);通过计算MFE和相关系数,对爆破振动信号进行初步降噪;针对主要PF分量的残留噪声,使用SVD滤波进行降噪处理,提取真实信号成分。通过上述处理,最终实现松动爆破信号降噪。结果表明:提出的LMD-MFE-SVD降噪方法具有可行性和应用价值,能够对含噪的PF分量进行有效处理;对于含多信号成分、多噪声的仿真信号,LMD类算法相较EMD类改进算法降噪效率更高,信噪比(SNR)、均根方误差(RMSE)和失真百分比(PRD)指标表现显著提升,而相较LMD算法,提出的LMD-MFE-SVD算法降噪效率进一步提高,依次提升11.73%、22.07%和9.25%,降噪效率显著;根据实测松动爆破振动信号去噪后的波形和频谱对比,提出的LMD-MFE-SVD降噪后的信号波形更为集中,能保留多数信号信息,信号频谱图更为清晰,有效显示信号频率波峰,更利于松动爆破振动信号的特征分析。
关键词
松动爆破
振动降噪
局部均值分解
多尺度模糊熵
奇异值滤波
Keywords
loosening blasting
denoising of vibration signal
LMD
MFE
SVD
分类号
U455 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
基于OVMD-MPE算法的隧道爆破振动数据降噪分析
3
作者
王双
赵文清
赵事成
郝广伟
龙福中
苏晖
机构
山东省路桥集团有限公司
山东科技大学山东省土木工程防灾减灾重点实验室
山东大学齐鲁交通学院
出处
《爆破》
CSCD
北大核心
2023年第4期166-173,共8页
基金
2021年度矿山地下工程教育部工程研究中心开放基金资助项目(JYBGCZX2021102)。
文摘
受隧道爆破复杂环境和仪器电磁干扰等因素的影响,实测爆破振动信号多含有高频噪声,通过直接分析原始信号不能有效分析爆破振动规律。为获得真实的爆破振动特征,采用基于最优变分模态分解(OVMD)和多尺度排列熵(MPE)相结合的信号光滑降噪模型,通过仿真叠加信号和工程实测信号进行检验。首先将信号进行OVMD分解得到带限固有模态函数(BIMF),然后将大于MPE设定阈值的高频BIMF作为噪声剔除,最后重构剩余BIMF分量,得到降噪信号。结果表明:OVMD-MPE模型能精确识别信号的频率信息,前两阶分量能有效反映叠加信号的有效成分,适用高精度数据序列分析,提取数据序列特征;相较EEMD-MPE和CEEMDAN-MPE模型,OVMD-MPE模型具备更优降噪性能,降噪误差比、均根方误差和光滑度分别提升22.05%、48%和33.34%,去噪后曲线更贴近原始信号,更适用不同震源距离的爆破信号分析;双子山隧道右线施工时产生的爆破扰动集中于200 Hz以下的中低频段,双子山隧道衬砌结构的固有频率与爆破信号频率相仿,需采取减震措施确保隧道工程的施工安全。
关键词
隧道工程
爆破振动
OVMD
MPE
信号降噪
Keywords
tunnel engineering
blasting vibration
OVMD
MPE
signal noise reduction
分类号
U455 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进的MEEMD的隧道掘进爆破振动信号去噪优化分析
周红敏
赵事成
赵文清
王双
郝广伟
张宪堂
《振动与冲击》
EI
CSCD
北大核心
2023
3
下载PDF
职称材料
2
基于LMD-MFE-SVD的松动爆破降噪分析
周红敏
赵事成
王慧珍
余辉
李文豪
张宪堂
《爆破》
CSCD
北大核心
2023
0
下载PDF
职称材料
3
基于OVMD-MPE算法的隧道爆破振动数据降噪分析
王双
赵文清
赵事成
郝广伟
龙福中
苏晖
《爆破》
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部