- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 4卷 第 6期 与工程 V01.4,NO.6
2013 年 l2 月 and Engineering Dee.2013
文章编号:1674—9669(2013)06-0073-05
不同岩石脆性破坏声发射时频特性及信号识别
刘建伟 , 吴贤振 ● 刘祥鑫2a,2b, 喻圆圆 胡维 . 尹丽冰
f1.江西理工大学资源与环境工程学 院,江西 赣州 341000;
2.河北联合大学 .a.矿业工程学院洳.河北省矿业开发与安全技术重点实验室 ,河北 唐山 063009)
摘 要:针对不同岩石脆性破裂声发射信号的非稳定性等特点,提出了声发射参数、Welch谱、EMD和
BP神经网络相结合的声发射信号特征提取及识别方法.通过对3类脆性岩石进行单轴压缩声发射试
验 .获取 了岩石破裂全过程的力学、声发射参数及波形;对各类岩石的声发射信号的时频特征进行 了
对比分析:综合声发射参数、峰值频率及 EMD能量熵等特征 向量,运用BP神经网络对岩石声发射及
干扰源信号进行模式识别.结果表明,不同岩石在单轴加栽下声发射参数随应力或时间的演化特征存
在异 同:EMD与Welch谱可很好体现 出不同岩石声发射信号频谱-b能量分布的特征差异 ;不 同岩石
声发射多种特征的神经网络具有 良好的识别效果.
关键词 :岩石力学;声发射 ;welch谱 ;EMD 能量熵;BP神经网络 ;信号识别
中图分类号:TD326 文献标志码 :A
Time-frequency characteristic and signalrecognition ofacoustic emission
generatedfrom differentrockbrittlefailure
LIU Jian—weiI,W U Xian—zhenI,LIUXiang—xin 拍.YU Yuan-yuanI,HU W eiI,YIN Li-bing
f1.SchoolofResourceandEnvitomentalEngineering,JiangxiUniversityofScienceandTechnology,Ganzhou341000,China;
2a.FacultyofMiningandEngineering;2b.HebeiProvinceMiningIndustryDevelopswithSafeTechnologyPriorityLaboratory,
HebeiUnitedUniversity,Tangshan063009,China)
Abstract:Consideringtheinstabilityofacousticemission (AE)signalsofdifferentrockfracture,themethod
forfeature extraction and comprehensiverecognition ofAE isputforward combiningwith AE parameters,
W elch spectrum,EMD and BP neuralnetwork.Through theacousticemission experimentofthreedifferent
brittlerocksunderuniaxia1compression.stress—straincurveandAE dataareobtained.Comparativeanalysisis
carriedouttowardsthetime—rfequencycharacteristicsofAE signalofrocksamples.Featurevectors,suchas
AE parameters,W elchspectrum,andEMD energyentropy,areintegratedwithBPneuralnetworktorecog
文档评论(0)