不同炸药爆破振动信号能量分布特征的提升小波包分析

为研究不同炸药对爆破地震波信号能量分布特征的影响,通过提升小波包变换,对现场测试的乳化炸药、TNT、RDX等三种不同炸药的地震波信号各频带能量进行了定量分析。研究表明:通过提升小波包变换分析,得到了不同炸药爆源的地震波信号能量的三维时频分布特征,以及各频带能量大小及所处时刻和所占信号总能量的比例值;不同距离地震波信号能量值,TNT和RDX装药都比乳化炸药更大,但随着距离的增大,总能量值越来越接近;其中爆破振动信号大部分能量集中在10~80 Hz的频段,且该频段范围内的能量百分比,乳化炸药比TNT和RDX装药更高。In order to study different explosives effect on the energy distribution characteristics of blasting vibration signals, the lifting wavelet packet algorithm was used to analyze the seismic wave signals of emulsified explosive, TNT and RDX at different distances tested in the field. The results show that the three-dimensional time-frequency distribution characteristics of seismic wave signal energy of different explosive sources are obtained through the lifting wavelet packet transform analysis, and the energy size of each frequency band, the time and the proportion of the total energy of the signal are obtained. The energy values of TNT and RDX are larger than those of emulsion explosive at different distances, but with the increase of distance, the total energy values are closer and closer. Among them, the energy percentage in the 10~80 Hz band is higher for emulsified explosive than TNT and RDX charge.

爆破振动信号的提升小波包分解及能量分布特征

针对传统小波包在小波基选取方面与实测爆破振动信号波形匹配欠佳的问题,提出了基于插值细分的二代小波构造方法,并通过引入移频算法,较好地解决了小波包隔点采样导致的频率混叠现象。结合应用实例,对实测信号进行多尺度的提升小波包分解后,得到了爆破振动各个频带的能量分布,总结了爆破振动信号频带能量的分布特征。分析结果表明,提升小波包(SGWP)算法可以真实反映振动信号的能量分布情况,为研究爆破震动效应下的结构安全提供有效的分析手段。

提升小波包最优基分解算法在爆破振动信号分析中的应用研究

针对工程爆破网络监测与预报系统对精度、效率的要求,提出将提升小波包最优基分解算法应用于爆破振动信号的降噪处理及能量特征提取。在提升小波包多尺度变换的基础上,通过对最优基搜索算法的改进满足了复杂信号在线处理对算法的需求,结合应用实例验证了该算法能够有效滤除实测信号中的干扰噪声,并准确获取信号在各频带的能量分布特征。提升小波包最优基分解算法在爆破振动信号分析中的应用为爆破振动危害的研究和控制提供了分析基础和技术支持,具有良好的应用前景。

基于提升小波包和神经网络的结构损伤检测

提出一种提升小波包分解、多传感器特征融合和神经网络模式分类相结合的结构损伤诊断方法。首先,对多个传感器采集的振动响应信号进行提升格式小波包分解,定义标准化相对能量并计算每个频带上的相对能量;然后,把这些传感器信号的小波包相对能量融合作为神经网络分类器的输入特征向量,实现损伤的诊断和评价。数值仿真结果表明,提升小波包分解的频带能量分布能够较好地反映结构的损伤特征;特征融合能够使不同传感器的信息相互补充,减小了损伤检测信息的不确定性,使诊断信息具有较高的精度和可靠性。

基于能量特征的微震信号初至拾取研究

微震信号初至拾取是微震资料处理的基础,针对微震资料信噪比低,传统方法拾取精度差、无法适应噪声强度变化、复杂波形拾取困难等问题,提出了一种基于能量特征的微震信号初至拾取新方法。该方法首先对微震记录的信噪比进行估计,然后通过滑动时窗提取其提升小波包能量不纯度特征及改进的时窗能量比特征,根据构造的特征函数进行能量特征分析从而得到特征曲线,最后利用特征曲线的极值点拾取微震信号的初至到时。将该方法应用于仿真信号和实际微震资料,结果表明,该方法抗噪性好,不受噪声强度变化的影响,能够准确拾取最大峰值有延时的微震信号初至。