針對礦山微震與爆破信號難以識別的問題,提出了基于經(jīng)驗模態(tài)分解（EMD）和奇異值分解（SVD）的礦山信號特征提取及分類方法。首先對微震與爆破信號進行EMD分解,再借助相關系數(shù)和方差貢獻率篩選得到主要本征模態(tài)分量為IMF1^IMF6,進而利用SVD計算主要本征模態(tài)分量構(gòu)成矩陣的奇異值σ_i（i=1,2,...,6）,最后應用支持向量機（SVM）對用沙壩礦微震與爆破信號進行分類。結(jié)果表明:微震與爆破信號的奇異值σ₁,σ₂和σ₃差異較大,且σ₁（28）7.5作為識別分界值時準確率達到了88.25%;SVM法識別效果優(yōu)于BP神經(jīng)網(wǎng)絡法、Bayes法和單一奇異值分界值法,且SVM法準確率達到了93.0%。由此,該方法可為礦山微震與爆破信號特征提取和分類提供一種新方法。 

【文章來源】：巖土工程學報. 2016,38(10)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

SVM分類原理示意圖

1852巖土工程學報2016年振動的IMF1具有一定的貢獻，且其IMF2的兩個指標達到最大值；③兩類信號的IMF3～IMF6與原信號的相關系數(shù)和各自的方差貢獻率均較大，但超過IMF6時，相關系數(shù)和方差貢獻率的最大值僅為0.0012和0.0021，可認為IMF7～IMF10為虛假分量，應剔除。綜上知，選取IMF1～IMF6作為SVD分解特征矩陣是最為合理的。由圖2知IMF分量包含了多維信息，對篩選后IMF分量構(gòu)成的特征矩陣T126X[c，c，，c]進行SVD分解，得到15個巖體微震信號和15個爆破振動信號的奇異值（表1），并分別對奇異值求平均得到圖4。由圖4知：①巖體微震的平均奇異值1，2，3和4較大，而5和6較小；②巖體微震與爆破振動信號的平均奇異值1，2和3差異較大，而4，5和6差異較小，且差異性1>2>3>4>5>6。由此，可假定奇異值可作為識別巖體微震與爆破振動信號的定量表征。圖2巖體微震和爆破振動原始信號及其歸一化后的EMD分解.結(jié)果Fig.2ReconstructedresultsofrockmassmicroseismandblastingvibrationafternormalizationusingEMD圖3各IMF分量與原信號的相關系數(shù)和各自的方差貢獻率Fig.3CorrelationcoefficientsandvariancecontributionratiosofIMFs圖2（a）、（b）分別對應典型應巖體微震和爆破振動的原始信號，IMF1～IMF10為原始信號歸一化后EMD求解的本征模態(tài)分量。

1852巖土工程學報2016年振動的IMF1具有一定的貢獻，且其IMF2的兩個指標達到最大值；③兩類信號的IMF3～IMF6與原信號的相關系數(shù)和各自的方差貢獻率均較大，但超過IMF6時，相關系數(shù)和方差貢獻率的最大值僅為0.0012和0.0021，可認為IMF7～IMF10為虛假分量，應剔除。綜上知，選取IMF1～IMF6作為SVD分解特征矩陣是最為合理的。由圖2知IMF分量包含了多維信息，對篩選后IMF分量構(gòu)成的特征矩陣T126X[c，c，，c]進行SVD分解，得到15個巖體微震信號和15個爆破振動信號的奇異值（表1），并分別對奇異值求平均得到圖4。由圖4知：①巖體微震的平均奇異值1，2，3和4較大，而5和6較小；②巖體微震與爆破振動信號的平均奇異值1，2和3差異較大，而4，5和6差異較小，且差異性1>2>3>4>5>6。由此，可假定奇異值可作為識別巖體微震與爆破振動信號的定量表征。圖2巖體微震和爆破振動原始信號及其歸一化后的EMD分解.結(jié)果Fig.2ReconstructedresultsofrockmassmicroseismandblastingvibrationafternormalizationusingEMD圖3各IMF分量與原信號的相關系數(shù)和各自的方差貢獻率Fig.3CorrelationcoefficientsandvariancecontributionratiosofIMFs圖2（a）、（b）分別對應典型應巖體微震和爆破振動的原始信號，IMF1～IMF10為原始信號歸一化后EMD求解的本征模態(tài)分量。

【參考文獻】：
期刊論文
[1]基于波形起振特征的礦山微震與爆破信號模式識別（英文）[J]. 趙國彥,馬舉,董隴軍,李夕兵,陳光輝,張楚旋.  Transactions of Nonferrous Metals Society of China. 2015(10)
[2]三函數(shù)四指標礦震信號S波到時拾取方法及應用[J]. 張楚旋,李夕兵,董隴軍,馬舉,陳光輝.  巖石力學與工程學報. 2015(08)
[3]基于EMD-SVD的聲發(fā)射信號特征提取及分類方法[J]. 徐鋒,劉云飛.  應用基礎與工程科學學報. 2014(06)
[4]基于FSWT時頻分析的礦山微震信號分析與識別[J]. 趙國彥,鄧青林,馬舉.  巖土工程學報. 2015(02)
[5]中國石油集團非常規(guī)油氣微地震監(jiān)測技術(shù)現(xiàn)狀及發(fā)展方向[J]. 劉振武,撒利明,巫芙蓉,董世泰,李彥鵬.  石油地球物理勘探. 2013(05)
[6]心磁信號廣義S變換域奇異值分解濾波方法[J]. 尹柏強,何怡剛,吳先明.  物理學報. 2013(14)
[7]一種立方體監(jiān)測網(wǎng)絡的聲發(fā)射源和微震源解析定位方法(英文)[J]. 董隴軍,李夕兵.  Transactions of Nonferrous Metals Society of China. 2012(12)
[8]基于小波分形特征與模式識別的礦山微震波形識別研究[J]. 朱權(quán)潔,姜福興,尹永明,于正興,溫經(jīng)林.  巖土工程學報. 2012(11)
[9]爆破震動與巖石破裂微震信號能量分布特征研究[J]. 朱權(quán)潔,姜福興,于正興,尹永明,呂壘.  巖石力學與工程學報. 2012(04)
[10]深埋隧洞巖爆孕育規(guī)律與機制:即時型巖爆[J]. 馮夏庭,陳炳瑞,明華軍,吳世勇,肖亞勛,豐光亮,周輝,邱士利.  巖石力學與工程學報. 2012(03)



本文編號：3327367