城市地铁区间隧道爆破振动信号趋势项和噪声消除方法

发布时间：2021-10-20 03:03

　　为消除隧道爆破振动信号中易存在的趋势项和噪声干扰,提出了局部均值分解与基线估计和稀疏化去噪方法。选取含有基线漂零的爆破信号并采用LMD将其分解为若干独立分量,对各分量进行BEADS运算得到剔除趋势项和随机高频噪声的校正信号。将各校正信号进行重构获得消除趋势项的特征信号,对其引入噪声特征进行人工判别并二次消除其中的重构引入高频噪声得到真实信号。分析结果表明:爆破信号中含有的趋势项往往位于信号低频段,而随机噪声和引入噪声干扰通常位于高频段,组合算法可根据信号特点自适应地消除二者对信号特征提取精度的影响,从而准确揭示信号本质特征属性。实践证明该算法收敛速度快,是一种高效便捷的信号预处理方法。 

【文章来源】：铁道科学与工程学报. 2020,17(09)北大核心CSCD

【文章页数】：10 页

【部分图文】：

信号趋势项与噪声消除过程

将分析信号读入Matlab编程平台，实现A/D过程将其转换为可编译的数字信号。信号经LMD分解，得到若干PF分量并对其进行趋势项去除和信号校正。将校正后的各分量重构得到重组信号并判定其是否含噪，若是则采用小波熵去噪方法予以消噪，得到满足分析要求的真实信号，从而提高信号解析精度和完整性。具体流程见图2。2 工程实例验证

选择在青岛地铁3号试验区间(里程K14+592.92～K15+950.72)开展爆破振动监测，该试验段地质条件具有代表性，隧道穿越地层岩性稳定，以中砂岩为主，围岩等级为Ⅱ～Ⅵ级，采取全断面爆破开挖的方式。选用2号岩石乳化炸药，布置掏槽眼24个，为MS1,3,5,3段起爆，起爆药量为7.2,7.2和10.8 kg；辅助眼40个，为MS5,7,9,3段起爆，起爆药量为1.8,10.2和12 kg；周边眼30个，MS11段起爆，药量为13.5 kg；底眼7个，MS13段起爆，药量为4.2 kg。单循环总装药量为66.9 kg。2.2 信号获取与选择

【参考文献】：
期刊论文
[1]基于局部均值分解（LMD）的单通道触电信号盲源分离算法[J]. 李春兰,高阁,张亚飞,叶豪,王海杨,杜松怀.  农业工程学报. 2019(12)
[2]低转速下基于AE信号与LMD的滚动轴承故障诊断[J]. 林江刚,胡正新,李晶,翟怡萌,邓艾东.  动力工程学报. 2019(04)
[3]深孔台阶爆破近区振动信号趋势项去除方法[J]. 韩亮,刘殿书,辛崇伟,梁书锋,凌天龙,武宇,李晨.  爆炸与冲击. 2018(05)
[4]基于小波包变换的爆破信号能量衰减特征研究[J]. 单仁亮,宋永威,白瑶,张凌智,周桐,张书鹏.  矿业科学学报. 2018(02)
[5]局部均值分解和排列熵在行星齿轮箱故障诊断中的应用[J]. 丁闯,张兵志,冯辅周,江鹏程.  振动与冲击. 2017(17)
[6]模式自适应连续小波去除趋势项方法在爆破振动信号分析中的应用[J]. 张胜,凌同华,曹峰,黄戡.  爆炸与冲击. 2017(02)
[7]大跨度小净距隧道爆破振动影响数值模拟分析[J]. 杜峰,闫军,张学民,黄勤伟,张庆彬,欧雪峰.  铁道科学与工程学报. 2017(03)
[8]爆破振动信号的局部波分解方法[J]. 徐振洋,陈占扬,郭连军,于妍宁.  工程爆破. 2016(05)
[9]几种信号去噪方法在爆破振动信号中的应用分析[J]. 刘连生,蒋家卫,周子荣,廖敏敏.  有色金属科学与工程. 2016(03)
[10]切缝药包预裂爆破减振技术试验研究[J]. 杨仁树,车玉龙,冯栋凯,王强勋.  振动与冲击. 2014(12)



本文编号：3446120