岩石声发射信号处理小波基选择的研究

针对岩石声发射信号处理和分析时小波基选择存在的问题,在详细分析岩石声发射信号特点的基础上,总结了适合于岩石声发射信号分析和处理的小波基应具有的特点,并在理论上归纳出Daubechies小波族中的Db4小波基能满足岩石声发射信号处理的要求。以处理后的工程实际岩石声发射信号为基准信号并加入白噪声,利用相关分析对小波变换前后的信号进行分析,结果表明,Daubechies小波族中的Db4是进行岩石声发射信号处理的合适小波基,从而为利用小波分析理论进行岩石声发射信号处理以及准确地找出岩石的Kaiser点奠定了一定的基础。     

岩石类材料声发射事件的波谱分析

对石灰岩和陶瓷试样分别进行了单轴抗压和围压实验，记录加载过程参数和声发射信号并进行了对比分析．结果表明，声发射现象与加载卸载能量突变有直接关系；利用小波分析可以有效地去除信号噪音，并实现信号的分解重构．对去噪后的信号能量谱密度进行分析，发现大能量声发射信号的能量谱密度与小能量声发射信号的能量谱密度存在明显的差异，这些差异基本上不随试样材料和加载方式变化．     

基于声发射信号分析的螺栓松动识别

利用小波包分析技术对随机激励下法兰螺栓联接结构2次声发射信号进行研究,提取声发射信号随螺栓松动变化的特征量。首先,对螺栓联接结构声发射信号进行小波包分析,得到了声发射信号在不同频带上的能量分布图。然后,总结了随机激励螺栓联接结构声发射信号频带能量的分布规律。分析结果发现螺栓松动变化影响声发射信号频带能量的分布规律,预紧力越大,各频带能量越小;优势频带的能量特性随着预紧力的变化越明显。     

基于小波变换的岩石声发射信号分析

在钢性试验机上对大理岩进行了单轴压缩声发射试验,以小波变换为主,结合频谱分析和参数分析对获取的声发射信号进行处理和分析。结果表明,声发射率的大小与能率的大小不具有一致性,声发射率高的岩石（岩体）仍可能处于能量累积阶段,大理岩破坏各阶段的衔接处会产生能率或声发射率突增。声发射信号频率在大理岩破坏的前两个阶段比较单调,第三阶段变复杂。无论哪一阶段,复杂频率信号多产生在声发射率突增时刻。利用小波降噪,可以最大保持与原信号相似性,不会丢失与噪声信号频率相近的低能信号;用小波分解可以将各频段的特征信号从原信号中提取出来,这种分析方法适合处理包含多特征信息的岩石声发射信号。     

基于能量原理的岩石声发射伪Kaiser点修正

通过岩石声发射试验,得到试验Kaiser点,但此点可能并不是真实的Kaiser点。根据岩石声发射真实Kaiser点能量分布与非Kaiser点能量分布存在很大差别的特征,经过理论推导得到能量E与声发射振铃计数、应力状态的函数关系,证明能量E随着频带振幅、声发射振铃计数增大而增大;随着阈值电压增大而减小。以此为基础,将伪Kaiser点应力与地应力理论值对比,根据漂移应力比值计算电压阈值,压力曲线逆向寻点,重新获取Kaiser点等步骤对试验中的伪Kaiser点进行能量修正,找到真实Kaiser点,并通过能谱分析和RFPA仿真验证能量修正方法的有效性。     

岩石脆性断裂试验的声发射分析

对不同岩石进行单轴受压试验,并采集岩石受压全过程的力学特征和声发射特征.通过对不同岩石声发射信号和力学参数的对比分析证实,不同岩石的声发射特征是有区别的,岩石变形损伤的声发射特征曲线与应力-应变曲线存在关联特征,岩石声发射的kaiser效应是存在的.     

基于消噪处理岩石声发射信号到达时间的识别方法

在岩石声发射源时差定位的研究中,信号到达时间是重要信息。岩石声发射信号复杂,含有大量脉冲干扰与随机噪声,到达时间可读性差。针对以上问题,首先对原始声发射信号进行中值滤波和奇异值分解,消除部分脉冲干扰与随机噪声;其次进行小波包分解软阈值消噪,保留信号的主要成分,提高信噪比,增强到达时间的可读性;最后结合信号与噪声的时间序列模型(AutoRegressive,AR模型),第1次计算赤池信息量准则的K值(Akaike Information Criterion,AIC(K)值),获得到达时间窗口,在该窗口内第2次计算AIC(K)值,实现了到达时间的自动识别,避免了在整个信号序列下计算AR模型的阶数与次数。     

基于小波变换的岩体声发射源定位研究

为了对岩体声发射源进行定位,提出先用小波变换对声发射信号进行滤噪,从而使声发射信号的特征更明显,然后利用快速三维定位算法对声源进行比较准确的定位。多次实验表明,该方法有利于提高声发射信号判断的有效性,也使声源的定位更加快捷和准确。     

基于离散小波分析的灰岩压缩破坏声发射预测研究

针对试验得到的石灰岩岩样压缩破坏声发射参数随时间的离散数据系列，对声发射事件能量-时间（应变）序列进行了离散小波系数分解，并计算得到了各尺度的Lipschitz指数α值。采用不同尺度上声发射能量的最小Lipschitz指数α值所对应的最早时间（应变）作为岩石的破坏预报时间（应变），与试验结果吻合较好。     

基于声发射时频特征的不同含水煤样冲击倾向试验研究

为探究含水煤样冲击倾向指标与其声发射时频特征的关联性。采用物理试验和信号处理分析方法,以河南耿村煤矿7609工作面煤样为研究对象,考虑饱水、自然含水和烘干24 h三种含水条件,深入研究不同含水煤样冲击倾向的变化规律;建立不同含水率煤样冲击倾向与其声发射时频信号的对应关系。结果表明:煤样加载破坏过程监测获得的声发射时频信号分布特征能够反演其受载阶段,声发射幅频信号的变化不仅能够判定煤体结构的破坏尺度,而且可利用不同频率范围声发射能量分布推断其冲击倾向强弱和发生动力破坏的可能性。定义了煤体结构冲击倾向的声发射反演能量比值Kae和频率幅值相对值比值Kaf;以河南耿村矿7609工作面煤样为例,验证了声发射信号时频特征和关键参数反演煤体结构冲击倾向的可行性。     

基于声发射能量值的煤岩试样损伤分析

试样内部微裂纹在压力作用下的萌生、分叉、扩展及贯通,最终导致了试样的破坏。声发射检测系统能实时检测获得试样在变形破坏过程中声发射信号,获得的声发射特征参数也因此包含了煤岩试样变形破坏过程中大量的损伤信息。通过利用试验获得的声发射特征参数对岩石变形破坏过程的损伤进行分析研究,得出岩石的声发射现象与岩石的损伤有密切关系。     

Application of wavelet packet decomposition and its energy spectrum on the coal-rock interface identification

Introduction　　Shearisoneofthemainmachinesonthecoalface.Realizingautomaticadjustingofthedrumheightistheimportantlinkofrealizingautomaticproductionprocessonthecoalface,alsohasimportantpurposestomachinelife ,machinerelia bility,workerssafeandcoalquality.　　CIIcanmaketheshearhavetheabilitytoautomaticallytracethecoal rockinterface.Itcannotonlycontributetomineautomationandhighefficiency,butalsoreducethecontentofrockandtheothermineralthatmustberemovedintheprocessofcoalbeneficiation.Intherecentye…     

岩石压裂过程中的声发射信号研究

当岩石受力变形和断裂时,会产生声发射现象（弹性波）,对其声发射事件的分析,可用来研究岩石裂纹形成机制和断裂过程。本文利用MEMS传感器对花岗岩单轴压裂过程的声发射事件进行研究,发现岩石试样破裂失稳可划分为四个过程。在整个应力加载过程中,声发射事件次数随岩石应变先呈增长趋势,后在岩石发生宏观断裂前呈减少趋势;声发射能量一直呈增长趋势,在岩石宏观断裂时达到最大;其声发射信号的频率一般为200～700Hz,随断裂的发生有降低的趋势。研究同时也表明,可通过对事件本身的定位（微震源定位）来研究岩石断裂位置。因此,MEMS传感器可应用于煤矿、水库和油田压裂等微地震的监测。     

基于小波包分析的机械故障特征提取方法研究

研究了一种基于小波包分析与信号能量分解的故障特征提取方法 ,运用这种方法提取了一风机轴不对中故障特征向量 ,为神经网络故障诊断提供了新的故障样本。实验结果表明这种方法比基于Fourier变换的故障特征提取方法更有效 ,很适合于机械故障诊断     

基于小波包能量流和LTSA的垮落煤岩特征提取

针对综放工作面垮落煤岩识别的技术问题,采集了放煤过程中垮落煤岩冲击液压支架后尾梁的振动信号,并提出了一种基于小波包能量流和LTSA的特征提取方法。该方法首先利用小波包变换把振动信号分解成一系列的时频子空间;为了观察原信号能量在各层时频子空间的分布特征,计算了小波包分解每一层各个时频子空间的能量,构成了一个小波包能量矩阵,称为小波包能量流;然后利用局部切空间排列(Local Tangent Space Alignment,LTSA)挖掘小波包能量流的低维流形。为了验证小波包能量流低维流形的有效性,把该特征向量输入BP神经网络来识别垮落煤岩。结果表明:基于小波包能量流和LTSA提取的特征向量可以准确简约地表征垮落煤岩,BP神经网络的识别率达到100%。