隧道爆破振动信号时频谱增强优化分析

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....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:矿业科学学报 2023, Vol.8 (3), p.348-356
Hauptverfasser: 付晓强, 麻岩, 俞缙, 戴良玉, 黄凌君
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 356
container_issue 3
container_start_page 348
container_title 矿业科学学报
container_volume 8
creator 付晓强
麻岩
俞缙
戴良玉
黄凌君
description 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.
doi_str_mv 10.19606/j.cnki.jmst.2023.03.008
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_kykxxb202303008</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>kykxxb202303008</wanfj_id><sourcerecordid>kykxxb202303008</sourcerecordid><originalsourceid>FETCH-LOGICAL-s1028-6c81fd326654c06651fb008848d2e4dfa427b41255eb8a303a5c0fd40b81b3b53</originalsourceid><addsrcrecordid>eNpjYFAwNNAztDQzMNPP0kvOy87Uy8otLtEzMjAy1jMAIgMLFgZOIwNLM10jQ0tjDgbe4uLMJANTQ2NzE3MzC04G45ezlr9snPy8o-35gi3PetY_7VrxZP_Cp_3bn03f9nLRxBcbNj5dNO_pnl1P9sx42jPtaUfbs3kTeBhY0xJzilN5oTQ3Q6iba4izh66Pv7uns6OPbrGhgZGFrlmyhWFairGRmZmpSbIBkDRMSwK6x8LEIsUo1SQlLdHEyDzJxNDI1DQ1ySLR2MA40TTZIC3FxCDJwjDJOMnUmJtBHWJueWJeWmJeenxWfmlRHtDG-OzK7IqKJJAnDYyBRhoDACc-Wts</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>隧道爆破振动信号时频谱增强优化分析</title><source>DOAJ Directory of Open Access Journals</source><creator>付晓强 ; 麻岩 ; 俞缙 ; 戴良玉 ; 黄凌君</creator><creatorcontrib>付晓强 ; 麻岩 ; 俞缙 ; 戴良玉 ; 黄凌君</creatorcontrib><description>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.</description><identifier>ISSN: 2096-2193</identifier><identifier>DOI: 10.19606/j.cnki.jmst.2023.03.008</identifier><language>chi</language><publisher>三明学院建筑工程学院,福建三明 365004</publisher><ispartof>矿业科学学报, 2023, Vol.8 (3), p.348-356</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/kykxxb/kykxxb.jpg</thumbnail><link.rule.ids>314,780,784,864,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>付晓强</creatorcontrib><creatorcontrib>麻岩</creatorcontrib><creatorcontrib>俞缙</creatorcontrib><creatorcontrib>戴良玉</creatorcontrib><creatorcontrib>黄凌君</creatorcontrib><title>隧道爆破振动信号时频谱增强优化分析</title><title>矿业科学学报</title><description>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.</description><issn>2096-2193</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2023</creationdate><recordtype>article</recordtype><recordid>eNpjYFAwNNAztDQzMNPP0kvOy87Uy8otLtEzMjAy1jMAIgMLFgZOIwNLM10jQ0tjDgbe4uLMJANTQ2NzE3MzC04G45ezlr9snPy8o-35gi3PetY_7VrxZP_Cp_3bn03f9nLRxBcbNj5dNO_pnl1P9sx42jPtaUfbs3kTeBhY0xJzilN5oTQ3Q6iba4izh66Pv7uns6OPbrGhgZGFrlmyhWFairGRmZmpSbIBkDRMSwK6x8LEIsUo1SQlLdHEyDzJxNDI1DQ1ySLR2MA40TTZIC3FxCDJwjDJOMnUmJtBHWJueWJeWmJeenxWfmlRHtDG-OzK7IqKJJAnDYyBRhoDACc-Wts</recordid><startdate>2023</startdate><enddate>2023</enddate><creator>付晓强</creator><creator>麻岩</creator><creator>俞缙</creator><creator>戴良玉</creator><creator>黄凌君</creator><general>三明学院建筑工程学院,福建三明 365004</general><general>华侨大学福建省隧道与城市地下空间工程技术研究中心,福建厦门 361021</general><general>三明科飞产气新材料股份有限公司,福建三明 365500%福建省三明市翼宏建设工程有限公司,福建三明 365499%华侨大学福建省隧道与城市地下空间工程技术研究中心,福建厦门 361021%三明科飞产气新材料股份有限公司,福建三明 365500%三明学院建筑工程学院,福建三明 365004</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2023</creationdate><title>隧道爆破振动信号时频谱增强优化分析</title><author>付晓强 ; 麻岩 ; 俞缙 ; 戴良玉 ; 黄凌君</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-s1028-6c81fd326654c06651fb008848d2e4dfa427b41255eb8a303a5c0fd40b81b3b53</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2023</creationdate><toplevel>online_resources</toplevel><creatorcontrib>付晓强</creatorcontrib><creatorcontrib>麻岩</creatorcontrib><creatorcontrib>俞缙</creatorcontrib><creatorcontrib>戴良玉</creatorcontrib><creatorcontrib>黄凌君</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>矿业科学学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>付晓强</au><au>麻岩</au><au>俞缙</au><au>戴良玉</au><au>黄凌君</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>隧道爆破振动信号时频谱增强优化分析</atitle><jtitle>矿业科学学报</jtitle><date>2023</date><risdate>2023</risdate><volume>8</volume><issue>3</issue><spage>348</spage><epage>356</epage><pages>348-356</pages><issn>2096-2193</issn><abstract>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.</abstract><pub>三明学院建筑工程学院,福建三明 365004</pub><doi>10.19606/j.cnki.jmst.2023.03.008</doi><tpages>9</tpages></addata></record>
fulltext fulltext
identifier ISSN: 2096-2193
ispartof 矿业科学学报, 2023, Vol.8 (3), p.348-356
issn 2096-2193
language chi
recordid cdi_wanfang_journals_kykxxb202303008
source DOAJ Directory of Open Access Journals
title 隧道爆破振动信号时频谱增强优化分析
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-04T09%3A54%3A29IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E9%9A%A7%E9%81%93%E7%88%86%E7%A0%B4%E6%8C%AF%E5%8A%A8%E4%BF%A1%E5%8F%B7%E6%97%B6%E9%A2%91%E8%B0%B1%E5%A2%9E%E5%BC%BA%E4%BC%98%E5%8C%96%E5%88%86%E6%9E%90&rft.jtitle=%E7%9F%BF%E4%B8%9A%E7%A7%91%E5%AD%A6%E5%AD%A6%E6%8A%A5&rft.au=%E4%BB%98%E6%99%93%E5%BC%BA&rft.date=2023&rft.volume=8&rft.issue=3&rft.spage=348&rft.epage=356&rft.pages=348-356&rft.issn=2096-2193&rft_id=info:doi/10.19606/j.cnki.jmst.2023.03.008&rft_dat=%3Cwanfang_jour%3Ekykxxb202303008%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=kykxxb202303008&rfr_iscdi=true