地下礦山微震監(jiān)測信號分析研究.pdf

1、地下礦山微震信號包含著巖體內部狀態(tài)變化的豐富信息，對礦山采集的微震信號進行準確而快速地分析和辨別，對于評價巖體穩(wěn)定性和地質災害預測預報具有重要意義。
　　利用快速傅里葉變換、小波包分析(WPD)、經驗模態(tài)分解(EMD)及震源特點著手分析微震信號，得到以下結論:微震事件主要分為爆破震動信號、巖體破裂信號（大能量礦巖破裂和小能量巖體破裂）以及干擾信號（電干擾和機械干擾）的綜合分類方法，初步建立了微震信號數據庫;爆破震動信號的能量主要集

2、中在頻帶13至頻帶16等區(qū)域;巖體破裂信號和機械干擾信號的能量主要分布在頻帶1至頻帶4等區(qū)域，并在頻帶7內部分集中;電干擾信號的能量集中分布在頻帶1至頻帶4等區(qū)域;IMF1、IMF2分量是巖體破裂信號、電干擾信號的主要頻段，IMF1-IMF3分量是機械干擾信號的主要頻段，IMF1-IMF4分量是爆破震動信號的主要頻段。
　　提出了基于小波包分析和奇異值分解(SVD)、經驗模態(tài)分解和奇異值分解(SVD)兩種提取爆破震動信號、巖體破裂

3、信號、電干擾信號和機械干擾信號特征的方法，并以相應奇異值為特征值，對比分析了兩種特征提取方法下的微震信號分類結果，并利用線性判別法建立了四類信號的判別模型。結果表明:在相同種類量奇異值作為特征值的情況下，WPD-SVD特征提取方法的信號正確識別率普遍比EMD-SVD方法正確率高;線性判別模型的分類正確率達到94.5％，滿足了微震事件分類的需求。
　　為了實現信號的實時在線處理，以可視化編程軟件LabVIEW為基礎，將小波包分析、奇