矿冶工程

作者：王英乐, 左宇军, 陈斌, 林健云, 郑禄璟, 万入祯

单位：贵州大学 矿业学院, 贵州 贵阳 550025

关键词：微震信号,爆破信号,信号识别,模式识别,互补集合经验模态分解,Hilbert-Huang变换,拉普拉斯得分

基金：国家自然科学基金(51964007, 51774101);贵州省高层次创新型人才培养项目(黔科合人才(2016)4011号);贵州省矿山动力灾害预警与控制技术科技创新人才团队项目(黔科合平台人才〔2019〕5619)

针对矿山微震与爆破信号难以识别问题, 提出基于改进Hilbert-Huang变换(HHT)的矿山微震信号识别方法。该方法引入互补集合经验模态分解(CEEMD)对HHT改进, 信号被自适应分解后, 计算IMF分量的偏度、峭度、Hilbert边际谱能量、Lempel-Ziv复杂度以及重构信号的分形盒维数, 运用拉普拉斯得分(LS)对5种时频域特征参数降维, 最后通过遗传算法(GA)优化的支持向量机(SVM)模型, 实现微震信号的分类识别。经400组微震和爆破信号的实例分析验证, 两类信号的5种特征参数均有较大差异, 改进HHT法识别效果优于传统经验模态分解法(EMD)和局部均值分解法(LMD), 且基于改进HHT和GA-SVM分类模型准确率达到95%, 证实了此识别方法的准确性。

来源：2022年第6期

《矿冶工程》期刊编辑部

查看矿冶工程杂志2022年第6期