隧道爆破信号主分量特征提取与毫秒延期识别研究

doi:10.3973/j.issn.2096-4498.2019.S1.017

隧道建设（中英文） ›› 2019, Vol. 39 ›› Issue (S1): 117-124.DOI: 10.3973/j.issn.2096-4498.2019.S1.017

隧道爆破信号主分量特征提取与毫秒延期识别研究

付晓强^{1, 2}，刘纪峰^{1, 2}，张会芝^{1, 2}，张世平³，雷振⁴

(1. 三明学院建筑工程学院，福建三明 365004;  2. 工程材料与结构加固福建省高等学校重点实验室, 福建三明 365004;  3. 太原理工大学矿业工程学院, 山西太原 030024； 4. 贵州理工学院, 贵州贵阳 550003)

收稿日期:2019-03-25 出版日期:2019-08-30 发布日期:2019-09-12
作者简介:付晓强（1984—），男，山西运城人，2018年毕业于中国矿业大学（北京），岩土工程专业，博士，讲师，主要从事岩石动力学与防震减灾方面的工作。Email: fuxiaoqiang1984@163.com。
基金资助:
国家自然科学基金面上资助项目（51664007）；三明学院引进高层次人才科研启动经费资助项目（18YG13）

Principal Component Feature Extraction and Millisecond  Delay Recognition of Tunnel Blasting Signal

FU Xiaoqiang^{1, 2}, LIU Jifeng^{1, 2}, ZHANG Huizhi^{1, 2}, ZHANG Shiping³, LEI Zhen⁴

(1.School of Civil Engineering, Sanming University, Sanming 365004, Fujian, China;  2.Key Laboratory of Engineering Material & Structure Reinforcement in Fujian Province College (Sanming University),  Sanming 365004, Fujian, China; 3. College of Mining Technology, Taiyuan University of Technology,  Taiyuan 030024, Shanxi, China; 4. Guizhou Institute of Technology, Guiyang 550003, Guizhou, China)

Received:2019-03-25 Online:2019-08-30 Published:2019-09-12

摘要/Abstract

摘要：

为了准确揭示隧道爆破振动信号所包含的反映爆破特征参数的重要信息，通过EMD分解与交叉小波变换组合分析方法对实测爆破信号进行分析，得到各分量与原信号的相关性系数，从而准确判别出信号的主分量。再依据相关性系数对包含主分量在内的相关分量重组并进行Hilbert变换取模值，精确识别出隧道采用的各段别雷管的毫秒延期时间。结果表明：组合方法确定的主分量及相关分量重组信号能够突出爆破信号的主要特征，对隧道爆破信号的分析效果好。

关键词: 隧道爆破, 爆破振动, 交叉小波变换, 主分量分析, 毫秒延期识别

Abstract:

In order to reveal the important information of blasting characteristic parameters contained in tunnel blasting vibration signals accurately, the measured blasting signal is analyzed by EMD decomposition and crosswavelet transform, and the correlation coefficients between each component and the original signal are obtained, so as to accurately identify the principal component of the signal. And then, the correlation components including the principal component is reconstructed and the Hilbert transform is used to obtain the modulus value according to the correlation coefficient, and the millisecond delay time of each detonator used in the tunnel is accurately identified. The results show that the reconstructed signals of principal component and related ones determined by the combination method can highlight the main characteristics of blasting signals, and the analysis effect of the tunnel blasting signal is good.

Key words: tunnel blasting, blasting vibration, cross wavelet transform, principal component analysis, millisecond delay recognition

中图分类号:

U 45

付晓强，刘纪峰，张会芝，张世平，雷振. 隧道爆破信号主分量特征提取与毫秒延期识别研究[J]. 隧道建设, 2019, 39(S1): 117-124.

FU Xiaoqiang, LIU Jifeng, ZHANG Huizhi, ZHANG Shiping, LEI Zhen. Principal Component Feature Extraction and Millisecond  Delay Recognition of Tunnel Blasting Signal[J]. Tunnel Construction, 2019, 39(S1): 117-124.

[1]	韦啸，高文学，王林台，曹晓立. 基于EEMD的地铁隧道爆破振动信号分析与应用研究[J]. 隧道建设, 2019, 39(8): 1293-1300.
[2]	李志堂，尹荣申，孟亚锋，邓位华，陈兰江. 土岩交错地层隧道爆破施工的振动响应及空洞效应分析[J]. 隧道建设, 2018, 38(4): 588-593.
[3]	江雅勤，刘殿书，武宇，谢烽，袁达，张会歌. 兴延高速浇花峪隧道爆破振动测试分析研究[J]. 隧道建设, 2018, 38(2): 224-231.
[4]	管晓明，王旭春，安建永，张良，赵晨旭. 隧道微差爆破的延时计算及电子雷管减振应用[J]. 隧道建设, 2018, 38(12): 1941-1947.
[5]	王军,邱敬格,杨凡，王清朋，谭天乐. 隧道掘进爆破对某巨型干溶洞洞壁危岩体的扰动作用研究[J]. 隧道建设, 2018, 38(1): 41-49.
[6]	何闯，尹冬梅，王海亮，闫鸿浩. 自由面与最小抵抗线对爆破振动的影响分析[J]. 隧道建设, 2018, 38(1): 50-56.
[7]	邓锷，杨伟超，雷明锋，尹荣申. 薄基岩顶板隧道爆破施工围岩稳定性分析[J]. 隧道建设, 2017, 37(11): 1430-1435.
[8]	何闯，王海亮. 地铁暗挖车站多级楔形掏槽微振动爆破参数研究[J]. 隧道建设, 2016, 36(8): 941-946.
[9]	胡辉荣，黄华东，王先义，李连超. 动静条件下隧道爆破建筑结构放大效应特征分析[J]. 隧道建设, 2016, 36(7): 812-818.
[10]	蒋莉，黄华东，王先义，陈桦深. 基于LMBP算法的隧道爆破振动灾害预测的应用[J]. 隧道建设, 2016, 36(5): 525-530.
[11]	王亚朋，王海亮，何闯，魏栋栋，李梓源. 同段起爆炮孔间距对最大振速的影响分析[J]. 隧道建设, 2016, 36(10): 1232-1236.
[12]	何闯，王海亮. 优化爆破参数进行地铁车站隧道控制爆破[J]. 隧道建设, 2016, 36(1): 97-101.
[13]	李克先，赵继增，雷刚. 隧道控制爆破深大减振孔减振效果对比[J]. 隧道建设, 2015, 35(6): 595-600.
[14]	曹越. 市政爆破施工与安全控制[J]. 隧道建设, 2009, 29(3): 318-321.
[15]	吴超凡. 特大断面小净距隧道爆破振动控制技术[J]. 隧道建设, 2009, 29(2): 232-234,238.

隧道爆破信号主分量特征提取与毫秒延期识别研究

Principal Component Feature Extraction and Millisecond  Delay Recognition of Tunnel Blasting Signal

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价