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。

高边坡稳定性微震远程在线监测系统构建及应用

高边坡失稳是内部岩体微破裂不断发生,由量变引起质变的结果,即岩体微破裂信号是边坡失稳的前兆信息。岩体微破裂会释放能量,且以弹性波的方式向四周传播。基于此,通过构建基于4G信号传输的高灵敏度、宽频带、低本底噪声的微震监测系统,实时采集、分析岩体微破裂信号,获得潜在滑动面的空间位置,超前分析边坡变形失稳破坏前的动态特征与发展趋势,评估高边坡健康状态。相比于常规的变形和应力监测,该方法具有边坡失稳预警超前性和区域广泛性,实现了智能化、远距离、实时的边坡稳定性动态监测预警。