单分量微地震信号的P波S波到时自动拾取方法

 单分量传感器依然是目前矿山中应用最广泛的传感器。针对矿山每天采集到的大量信号,提出了一种针对单分量微地震信号的P 波S 波到时拾取算法。长短时窗均值比法(STA/LTA)可以用来检测信号的变化趋势,结合改进的特征函数对信号的几何特征予以加强,进而可以提高震相识别的精度。随着长短时窗的滑动,信号的变化趋势表现在走势图上,再利用震相到时判别阈值可以初步定位到P 波S 波的到时区间。初步确定到时区间后,分别在P 波S 波的到时区间内应用AR-AIC 准则,可以计算出信号发生突变的位置,这两个点即对应着P 波S 波的到时。结合时差阈值判别和时频图谱,对拾取的结果再次做检验。经过两次判别,有效地提高了该算法的拾取精度。通过对1000 多条单分量微地震信号进行验证,自动拾取能拾取到71%的P 波到时和79%的S 波到时,相同条件下,自动拾取的结果不低于手动拾取的精度,满足矿山应用的要求。     

基于改进的STA/LTA方法的微地震P波自动拾取技术

基于STA/LTA方法,提出了一种改进的自动拾取P波到时算法.引入权重因子K,构建了一种新的特征函数,提出寻找STA/LTA曲线上的最大值对应时刻为P波到时的方法,并运用Matlab对冬瓜山铜矿微震事件进行初至拾取分析.结果表明:该方法能够准确地拾取微地震P波初至,减少了传统的STA/LTA算法需要调整触发阈值(Thr)的过程,克服了固定阈值不能适应复杂多变信号到时拾取的缺点,具有抗噪性强、稳定性强、拾取精确度高等优势.     

基于局域波近似熵的声发射信号处理

将近期发展的局域波法和近似熵法相结合应用于声发射信号的特征提取中.首先,将声发射信号进行局域波分解,得到自适应的基本模式分量;然后对各基本模式分量计算近似熵,描述各基本模式分量的复杂程度,监测声发射信号的发生和发展,量化声发射信号的特征.通过预制裂纹钢管静载实验,分析计算了钢管裂纹声发射信号的各基本模式分量的近似熵,表明局域波法与近似熵相结合的方法可以有效地提取声发射信号的特征,从而为声发射信号特征提取提供了一种新方法.     

基于模态分析的转子碰摩声发射特征

通过研究碰摩声发射波中的模态特征,为判断碰摩状态及识别碰摩信号与噪声提供依据.在静态下进行试验以获得纯净的碰摩信号,在转子试验台的碰摩源分别施加碰撞力和摩擦力,对这2种力激励的近似原始声发射波的模态成分以及这2种类型波经过一段距离传播后的特征进行了分析.在动态时模拟不同程度的碰摩故障,结合静态时得到的分析结论对其声发射信号谱进行判断.试验结果表明,碰撞力主要激励弯曲波,摩擦力主要激励高频低能扩展波和部分高频弯曲波.在实际的碰摩故障中,随着碰摩的发展其激励的声发射波的模态成分随之变化,因此,通过对声发射信号频谱的变化特征可以判断出碰摩状态和发展趋势.     

深部灰岩劈裂破坏的声发射损伤表征

开展深部岩石的损伤破裂信息识别研究对岩体稳定性监测预警具有重要的指导意义。通过开展深部灰岩巴西劈裂声发射试验,分析了试验采集到的声发射实测全波形演化特征,在信号频域内提取了波形的主频,在时域内计算了特征参数的RA-AF值。研究结果表明:通过声发射实测全波形,可将岩石损伤过程细分为微损伤萌生阶段,裂纹扩展阶段和结构破坏阶段;低幅值波形多为连续型信号,高幅值波形则多为突发型信号;声发射频谱结构与损伤量及损伤程度密切相关,主频具有聚类分布特征,能够对应岩石微观及宏观破坏;基于声发射主频划分的RA-AF分界线,促进了声发射信号表征岩石破裂模式由定性分析向定量分析的转变。     

不同岩石声发射定位算法及其实验研究

应用声发射定位技术实验研究了不同加载方式下不同岩石(花岗岩、砂岩)破裂过程中内部裂纹扩展的三维空间演化过程;对Geiger定位算法和单纯形定位算法的定位原理进行了分析,并对两种定位算法的定位精度进行了探讨.研究表明:声发射定位事件直观反映了裂纹萌生、扩展的动态演化过程,声发射事件的定位结果与岩石试样的实际破坏模式非常吻合;单纯形算法的定位精度要高于Geiger算法,但定位的声发射事件数少于Geiger算法.在基于声发射定位技术对岩石失稳破裂过程进行研究时,可根据具体情况选用定位方法,也可通过两种或多种定位算法的对比分析来获得更精确的定位结果.     

基于改进InDBSCAN算法的批量钻削工序质量增量聚类分析

针对批量钻削工序质量检测问题,采用声发射传感器采集工序加工过程中的声发射信号,提取其时域统计特征,构造工序过程信号的特征向量,根据密度带噪声的空间增量聚类算法(InDBSCAN)对工序过程中的声发射信号特征向量进行增量聚类,以分析批量工序质量.考虑到插入数据点在促成新类创建的同时可能引起已存在的不同类合并的情况,改进InDBSCAN算法.实验结果表明:改进的InDBSCAN算法使插入数据点的增量聚类更加合理,工序质量分布状况检测准确率达84.03％.     

贺兰山岩画典型病害损伤的声发射演化特征研究

裂(隙)纹是宁夏贺兰山岩画表面完整性严重破坏的典型病害问题.本研究基于声发射原理,利用单轴压缩试验模拟岩画载体材料岩石所受荷载,分析岩画载体材料强度破坏模式,获取声发射信号特征,探究AE时空演变规律,建立基于声发射累计振铃计数的损伤演化模型.研究结果表明：岩石破坏呈现“圆锥形”,其损伤发展主要经历原生裂纹闭合、次生裂纹发育以及裂纹贯穿破坏3个演化历程;损伤演化模型的力学和物理意义明确.声发射特征与变形特征紧密相关,能够表征岩石内部损伤过程,可以用来判断岩样岩石内部(微)裂纹状态,为石质文物载体材料裂纹扩展至破裂失稳这一热点和难点问题提供解决思路.     

噪声环境下基于小波熵的声发射识别

针对声发射技术在旋转机械故障检测中的强噪声干扰问题,提出了一种基于小波熵的声发射检测算法.该算法首先给定一个合理的阈值.对声发射信号进行小波分解.然后进行分帧处理,使信号在较短的时间间隔内保持特性基本不变,从而求出每一帧信号的小波熵.通过比较每一帧信号的小波熵值与阈值的大小,判断该信号为声发射帧还是噪声帧.为了检验算法的检测效果,在转子实验台上获得碰摩声发射信号.并在测试数据上叠加不同信噪比的高斯白噪声和非平稳噪声,进行声发射识别.实验结果表明:该算法具有较高的识别正确率;在低信噪比环境下,通过调整阈值的可调参数可以有效提高识别的正确率.     

基于小波包分析的声发射源定位方法

通过用小波和小波包对声发射信号进行分解,研究了声发射信号的频散现象,探讨了频散现象与声发射源距传感器距离的关系.为消除声速测量偏差给声发射系统带来的定位误差,利用该关系和在薄板中传播的Lamb波的频散现象,提出了一种在不知道发射源声速的情况下进行声发射源定位的新方法,且不必增加传感器的数量.以铅笔芯折断产生信号为模拟源进行了试验验证.结果表明,该方法可以比较准确地确定声发射源的位置,而且理论值与实际值相差很小.     

一类基于最小二乘法的声发射源组合定位算法

介绍了声发射源时差定位方法的基本原理及其常用的声发射源定位方法.针对声发射源三维定位常规算法中初始值的选取影响算法收敛速度和定位精度的问题,充分利用最小二乘算法的估计特性,改进定位算法,提出一类基于最小二乘法的Geiger优化迭代组合定位算法.数值仿真算例表明:该方法能有效解决迭代法的初始值问题,保证算法的收敛并且提高迭代算法的收敛速度.     

基于U-Net的矿山微震初至拾取研究

初至到时拾取是微震数据处理中基础而又重要的环节,关系到整个微震监测系统的精度与可靠性。因此,为了解决传统初至拾取方法存在拾取效率低和拾取精度差的问题,引入深度学习方法,构建U型神经网络(U-Net)来预测三分量矿山微震数据P波、S波和噪声的概率分布,并根据概率峰值提取其初至到达时间。实验结果表明：本文算法的拾取结果准确度高且误差范围较小,与AR pick (auto regression pick)算法相比,其拾取结果具有明显的优越性。所构建的初至拾取模型可用于矿山动力灾害微震监测,解决微震监测的瓶颈问题,为矿山安全生产风险智能监测预警提供强力技术支撑。     

基于Sinc插值与相关谱的纵横波速度比扫描方法

在多分量地震技术中，准确地求取出纵、横波速比（γ）是多分量资料处理、反演、解释各环节中的一个重要步骤。由于地下同一层位具有相同的波阻抗比，因此该层位的反射纵波和反射转换波相互关联，纵横波速比与时间比存在相互转化关系。基于Sinc插值算法与相关系数谱分析的纵横波速比扫描方法是通过设置一系列γ，利用Sinc插值算法将纵波拉伸后与转换波进行互相关，当互相关系数达到最大时即可求出相应的γ。理论数据和实际资料的测试，验证了该方法的有效性、准确性和实用性。     

基于贝叶斯理论的振幅随偏移距变化三参数同步反演

受多种因素的影响，常规叠后地震道波阻抗反演不能得到可靠的波阻抗及其他岩性信息，而叠前波阻抗反演却可以得到比常规叠后波阻抗反演更丰富、更有效的岩性信息。为此建立了振幅随偏移距变化（AVO）波阻抗反演公式的一阶差分模型及褶积模型，推导了基于贝叶斯理论的AVO波阻抗反演公式，给出了采用Huber分布作为模型参数的先验分布及测井数据的参数协方差矩阵作为约束条件的实现方法，并利用共轭梯度法计算了纵、横波阻抗及密度。结果表明，利用该方法可提高叠前反演问题的稳定性和反演结果的可靠性，反演得到的纵、横波阻抗及密度可用来进一步计算流体及孔隙度等信息，为岩性及含油气性解释提供可靠依据。     

人工智能在拾取地震P波初至中的应用 ——以汶川地震余震序列为例

为了准确而迅速地拾取大量地震事件的P波初至, 将深度学习方法引入微地震P波初至到时拾取研究中, 对卷积神经网络的结构进行改造, 以便适应地震波形数据的特点 P波初至拾取的要求。该算法只需要输入10 s窗口的三分量地震波形数据, 就可以自动地判定P波初至时刻, 无需扫描连续波形, 运算时间远远小于长短窗、模板匹配等传统方法。使用该算法训练汶川地震主震后2008年7—8月7467条人工拾取的余震P波初至到时, 将得到的模型对测试集中 1867条数据的计算结果与人工拾取结果对比, 误差小于0.5 s者占比达到98.9%。在低信噪比条件下, 该方法仍能保持较好的拾取能力。     

基于矩形麦克风阵列的改进的GCC-PHAT语音定位算法

针对相位变换加权广义互相关方法（GCC-PHAT）对噪声的影响较为敏感的缺点,本文通过削弱噪音互谱、加权信噪比、应用相干函数等手段对原始的相位变换加权函数（PHAT）进行了改进,得到了一种改进的相位变换加权函数（MPHAT）,以便在有噪情况下更准确地估计时间差。大量的仿真实验验证了本文算法的有效性。     

基于自适应Levy飞行改进的TDOA三维定位算法

针对已有的算法在基于到达时间差(time difference of arrival, TDOA)测量方案中存在的搜索能力不均衡，导致三维定位区域局部存在定位精度低甚至求解失败的问题，提出了一种基于改进探路者优化算法(pathfinder algorithm, PFA)的TDOA定位算法，通过将自适应Levy飞行和改进后的PFA算法进行融合，增强了个体对定位区域复杂环境的适应性，解决算法早熟、易陷入局部最优等问题，提升了算法综合性能.通过仿真和实验，结果表明：与Taylor算法、LM算法相比，本文提出的算法(Levy-pathfinder algorithm, LPFA)可以提高定位精度；与PSO算法、PFA算法相比，LPFA算法可以在提高运算速度的同时得到更准确的定位结果.     

基于群集智能算法的路径规划问题

在工业及服务系统行业,特别是物流及交通运输系统中经常遇到路径规划问题。该文针对自动化立体仓库单拣选台分层水平旋转货架系统,建立了数学模型,引入基于群集智能的蚁群优化算法解决货物拣选路径规划问题。该方法能够对旋转货架系统存储的货物进行快速拣选,并在全局内找到最优货物拣选路径,求解质量高,计算时间短。在货单条目为40的情况下,该文使用改进的蚁群算法求解最优拣选路径比模拟退火算法减小了1 367.17s,比混合遗传算法节省了533.4 s。实验表明该方法适合求解中小规模货物拣选路径规划问题。