基于TQWT能量选择算法隧道爆破信号特征提取分析

发布时间：2022-12-04 14:59

　　以悬泉寺隧道掘进工程为背景,对隧道爆破振动进行监测。利用可调品质因子小波变换（Tunable Q-factor Wavelet Transform）优良的能量优化选择能力,实现信号高、低品质因子成分及所含高频强噪声的分离。通过对高、低品质因子优化分解子带能量人工判别,选取优势能量子带进行信号重组,得到最能体现信号特征的最佳分析信号。对最佳信号的分析结果表明:隧道爆破不同批次雷管混用导致MS3～MS5段间延时时差超过了设计值,爆破信号归一化短时傅里叶（Normalized Short Time Fourier Transform,NSTFT）时频分布说明隧道爆破主频与各段别起爆波形中心频率均值较为接近,体现了各段雷管起爆能量对信号能量分布的贡献。隧道爆破信号精细化分析在隧道爆破振动特征提取、雷管微差间隔识别和信号主频的判别等方面具有很好的工程应用价值。 

【文章页数】：8 页

【文章目录】：
1 工程概况
2 测点布置与信号采集
3 基于能量选择的隧道爆破信号特征提取
    3.1 TQWT算法原理
    3.2 隧道爆破信号分析结果
    3.3 TQWT优化分解过程实现
4 结论


【参考文献】：
期刊论文
[1]双向聚能光面爆破周边眼参数确定的新方法[J]. 耿大新,陶彪,于洋,黄龙华.  铁道科学与工程学报. 2019(02)
[2]城市浅埋隧道下穿密集建筑群控制爆破技术[J]. 付晓强,雷振,刘幸,张仁巍.  科学技术与工程. 2019(02)
[3]基于HHT方法对紧邻既有隧道爆破振动信号的分析[J]. 汪平,孟海利.  工程爆破. 2018(06)
[4]Adaptive TQWT filter based feature extraction method and its application to detection of repetitive transients[J]. KONG Yun,WANG TianYang,CHU FuLei.  Science China（Technological Sciences）. 2018(10)
[5]隧道周边孔爆破振动信号分析[J]. 赵铁军,姜殿科,周明,高蔚,闫鸿浩.  工程爆破. 2017(05)
[6]硬岩隧道高压气体膨胀破岩开挖试验[J]. 彭怀德,刘敦文,褚夫蛟,翦英骅.  岩土力学. 2018(01)
[7]自适应可调品质因子小波变换在轴承早期故障诊断中的应用[J]. 王晓龙,唐贵基,周福成.  航空动力学报. 2017(10)
[8]基于平均频率和HHT变换的隧道爆破震动信号研究[J]. 魏新江,谢超,丁玉琴.  矿业研究与开发. 2017(07)
[9]基于CEEMD与TQWT组合方法的爆破振动信号精细化特征提取[J]. 杨仁树,付晓强,杨国梁,陈骏.  振动与冲击. 2017(03)
[10]基于稀疏表示的TQWT在低频振荡信号去噪中应用[J]. 高倩,陈晓英,孙丽颖.  电力系统保护与控制. 2016(13)



本文编号：3708478