隧道爆破振动信号时频谱增强优化分析
TD235.1; 针对隧道爆破振动信号时频解析度不足的难题,运用基于卷积神经网络的时频图像增强算法,增强实测隧道爆破信号时频图像,捕获到爆破信号能量在时频域上的聚集范围,从而重构得到反映爆破特征的真实信号;根据真实信号对爆破网络中雷管的起爆时刻进行了精确判别,识别隧道爆破雷管灾害源特征.分析表明:基于卷积神经网络的时频图像增强算法可有效抑制信号中的交叉项,最大限度地保留信号自有项,提高爆破信号能量聚集性和时频解析度;不同批次雷管混用是隧道安全的主要致灾因素,应加强监管以实现隧道安全高效施工....
Gespeichert in:
| Veröffentlicht in: | 矿业科学学报 2023, Vol.8 (3), p.348-356 |
|---|---|
| Hauptverfasser: | , , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Zusammenfassung: | TD235.1; 针对隧道爆破振动信号时频解析度不足的难题,运用基于卷积神经网络的时频图像增强算法,增强实测隧道爆破信号时频图像,捕获到爆破信号能量在时频域上的聚集范围,从而重构得到反映爆破特征的真实信号;根据真实信号对爆破网络中雷管的起爆时刻进行了精确判别,识别隧道爆破雷管灾害源特征.分析表明:基于卷积神经网络的时频图像增强算法可有效抑制信号中的交叉项,最大限度地保留信号自有项,提高爆破信号能量聚集性和时频解析度;不同批次雷管混用是隧道安全的主要致灾因素,应加强监管以实现隧道安全高效施工. |
|---|---|
| ISSN: | 2096-2193 |
| DOI: | 10.19606/j.cnki.jmst.2023.03.008 |