本文關(guān)鍵詞：基于波形特征的礦山微震與爆破信號模式識別

  更多相關(guān)文章： 微震監(jiān)測 波形特征 趨勢線 模式識別

【摘要】：摘要：本文以基于波形特征的礦山微震與爆破信號模式識別為題,分別通過標(biāo)定爆破和人工識別的方式先后建立礦山微震和爆破信號數(shù)據(jù)庫。依據(jù)這兩類數(shù)據(jù)庫提取了七個波形特征參數(shù)。將波形特征參數(shù)與傳統(tǒng)模式識別方法中的Fisher線性判別方法結(jié)合,建立了能夠識別98%以上微震事件和爆破事件的綜合識別數(shù)學(xué)模型。具體研究成果及結(jié)論如下： (1)以井下實測噪音信號為基礎(chǔ),統(tǒng)計分析了包括鑿巖沖擊、溜井放礦、鏟運機作業(yè)、電源干擾和風(fēng)機振動在內(nèi)的噪音信號波形特征特征。 (2)通過跟蹤記錄井下爆破時間和位置并應(yīng)用監(jiān)測信號反演震源坐標(biāo)的方式,建立準(zhǔn)確的爆破信號數(shù)據(jù)庫,分析了該數(shù)據(jù)庫內(nèi)爆破信號的波形特征和頻譜特征,分析表明爆破信號在時窗范圍內(nèi)多由若干相似部分重復(fù)出現(xiàn)構(gòu)成；通過對用沙壩礦采場回采爆破信號的FFT變換,確定該類爆破波形的主頻主要分布于60～200Hz。 (3)依據(jù)結(jié)論(1)和結(jié)論(2),對用沙壩礦微震監(jiān)測數(shù)據(jù)內(nèi)的背景噪音信號和爆破信號進行排除,在剩余數(shù)據(jù)中依次通過主頻分布驗證、ES/EP驗證和Brune模型驗證建立了微震事件信號數(shù)據(jù)庫。 (4)對比數(shù)據(jù)庫內(nèi)兩類信號的波形起振特征和波形相關(guān)特征,提取出了七個可以識別微震信號和爆破信號的特征參數(shù),依次為：首次峰值到時、首次峰值振動速度、首次峰值起振趨勢線斜率和最大峰值到時、最大峰值振動速度、最大峰值起振趨勢線斜率及波形自相關(guān)系數(shù)。 (5)將上述波形特征參數(shù)與Fisher線性判別方法結(jié)合,建立了綜合識別數(shù)學(xué)模型。該模型能夠識別98%以上的爆破和微震事件,大大縮減了人工識別工作量,對微震監(jiān)測技術(shù)在礦山的推廣應(yīng)用具有重要意義。
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TD235;TD76

【參考文獻】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 劉超;采動煤巖瓦斯動力災(zāi)害致災(zāi)機理及微震預(yù)警方法研究[D];大連理工大學(xué);2011年

，

本文編號：1242410