基于小波分析的煤岩破坏声发射信号处理.pdfVIP

基于小波分析的煤岩破坏声发射信号处理+ 杨慧明，文光才，邹银辉 (煤炭科学研究总院重庆研究院，重庆400037) 摘要煤岩变形破坏过程中会以声发射的形式向外释放能量，利用声发射技术可以判断煤岩体的稳定性，声 发射预测瓦斯动力灾害具有很好的应用前景。然而，现场采集到的声发射信号往往含有许多噪音，严重影响 了有效信号的自动识别以及灾害预测的可靠性。针对这一问题，根据煤岩声发射信号的特点，对煤巷掘进过 程中监测到的信号进行小波时频分析和滤噪处理。结果表明：Daubechies小波族中的db6小波基能满足煤岩 声发射信号处理的要求；小波时频分析可以有效地识别出信号中的300Hz左右的低频噪音和有效声发射信 号，并且有效声发射信号的频率随时间逐渐由1000Hz逐步增大到2000Hz，信号的频带宽度也逐步增大；小波 滤噪效果显著，可以有效地滤除噪音，保留有效的AE信号，提高信号的信噪比。 关键词岩石破坏；声发射；小波变换；滤噪；时频分析 我国是世界上煤与瓦斯突出灾害最严重的国家之一，煤与瓦斯突出预测是综合防治突出的一 个重要环节。利用声发射技术预测煤与瓦斯突出的危险性，是被各国学者公认的一种最有发展前 途的方法…。然而，目前用声发射技术进行突出预测的准确程度与生产实际的需要还有很大差距。 由于煤矿并下环境复杂，嗓音源众多，实际采样到的声发射信号往往含有许多噪声。声发射数据的 噪音严重干扰了数据的参数分析以及灾害判识准则的建立，进而影响了突出预测的可靠性。噪音 成为制约声发射技术广泛应用于煤岩动力灾害预测的瓶颈。提高和改进声发射有效信号的识别分 析能力一直都是研究的热点心J，滤噪技术和有效信号的识别技术已成为声发射技术的一个重要的 研究内容。 近年来，声发射信号模式识别技术从常规信号的参数鉴别，正逐步向波形鉴别、频谱鉴别、小波 鉴别以及人工神经网络识别等新兴信号处理技术的方向发展【3j。小渡分析是20世纪80年代后期 发展起来的应用数学分支，作为新兴的信号处理分析方法，具有强大的生命力。小波变换已成为国 际上公认的信号信息获取与处理领域的高新技术，是目前信号处理领域的研究和应用的热点之 一【4。】。与传统的时域和频域分析不同，小波分析具有同时在时域和频域表征信号局部特征的能 力，既能够表示某个局部时间段信号的频谱信息，又可以描述某一频谱信息对应的时域信息，这对 于分析具有瞬态特征的声发射信号是最合适的。小波分析在分析声发射信号的时频特性、特征提 取、噪音滤除等方面具有传统的时域分析和频域分析所不具备的优越性。 本文采用小波分析的方法，对煤矿巷道掘进过程中产生的声发射信号进行滤噪处理，提高声发射数 据的信噪比，为声发射预测煤岩动力灾害提供有效的信号数据；并对声发射信号进行时频分析，研究煤岩 声发射有效信号的时频特征，为有效信号的自动识别奠定基础。 杨慧明(198l一)，男，山西长治人，硕士。Tel：023Email：hp6120@163．coIn。 426 PreventionandContml ofG鹊DisasterinCoalMine Technology l小波分析理论 1．1小波变换的定义 一 设沙(f)为一个平方可积函数，即沙(f)EL2(R)，若其傅里叶变换砂(∞)满足 f业鱼止幽∞ (1) 则称沙(￡)为一个小波基函数，式(1)为小波函数的可容许性条件。通过对小波基函数砂(￡)进行伸缩和 平移得到一组小波函数： “小者(譬)小∈R∥o (2) 式中，口为尺度因子，6为平移因子。 对于函数以t)∈￡2(R)的连续小波变换为 眵(。，6)=J口I孚从小妒‘(譬)dt (3) 其重构公式为 C÷驰，”砂’(譬)捌6