基于频域滤波的矿山微震信号分离方法研究

吴彦博; 张达; 冀虎; 戴锐; 石雅倩

doi:10.12075/j.issn.1004-4051.2021.10.004

基于频域滤波的矿山微震信号分离方法研究

吴彦博^1,2,3,
张达^1,2,3,
冀虎^1,2,3,
戴锐^1,2,3,
石雅倩^1,2,3

1. 矿冶科技集团有限公司, 北京 102628;
2. 金属矿山智能开采技术北京市重点实验室, 北京 102628;
3. 国家金属矿绿色开采国际联合研究中心, 北京 102628

基金项目:

国家重点研发计划“深部大矿段采动环境监测及地压动态调控技术”项目资助(编号：2017YFC0602904)

详细信息

第一作者简介:
吴彦博(1981-)，男，河北石家庄人，系统分析师，主要从事矿山安全监测方面研究与开发工作，E-mail：wuyanbo@bgrimm.com。

中图分类号: TD326
计量
- 文章访问数: 323
- HTML全文浏览量: 0
- PDF下载量: 11
出版历程
- 收稿日期: 2020-03-30
- 网络出版日期: 2023-04-18

Research of signal separation method for mine microseismic signals based on frequency domain filtering

WU Yanbo^1,2,3,
ZHANG Da^1,2,3,
JI Hu^1,2,3,
DAI Rui^1,2,3,
SHI Yaqian^1,2,3

1. BGRIMM Technology Group, Beijing 102628, China;
2. Beijing Key Laboratory of Nonferrous Intelligent Mining Technology, Beijing 102628, China;
3. National Center for International Research on Green Metal Mining, Beijing 102628, China

摘要

摘要: 在金属矿山实际生产过程中，矿震信号受到设备机械及开采作业影响成分复杂，矿山普遍面临着微震信号难以识别、提取困难等实际应用问题。本文通过对实际采集信号进行频谱特征分析，能够识别到有效谱峰，并进行频域滤波，从而分离得到多源信号分量; 并以微震和爆破两种典型信号为例，介绍了频谱特征分析、滤波分解以及边带信号的加窗压制等处理计算方法。本信号分离方法能够为分析多源复杂信号提供了一个新思路，并且对实现多源分离提供了有效的技术手段；该方法应用于金属矿山的微震安全监测，可以为矿震信号的分类识别、信号特征样本库的建立、信号触发到时的合理性评估提供可靠数据和分析方法支持，同时也有利于提高微震事件识别的准确性。
- 频域滤波 /
- 微震 /
- 窗函数 /
- 谱峰 /
- 金属矿山
Abstract: The mine seismic signals in the production of metal mines is complex, it is difficult to identify and extract appears.By spectrum analysis, component efficient and frequency domain filtering are applied to composite signals, the separated composite signal is obtained.In this paper, two typical signals for seismic and blasting are taking as examples, which are calculated by spectrum characteristic analysis, filtering decomposition and windowing of boundary signal.This method provides data and method support for the classification and identification of mine seismic signals, the statistics of signal sample bank characteristics, and the evaluation of signal trigger rationality in seismic safety monitoring of metal mines.At the same time, it is helpful to improve the accuracy of identifying microseismic events.
- frequency domain filter /
- microseismic /
- window function /
- spectrum peak /
- metal mine

HTML全文

下载: 全尺寸图片幻灯片

下载: 全尺寸图片幻灯片

下载: 全尺寸图片幻灯片

下载: 全尺寸图片幻灯片

下载: 全尺寸图片幻灯片

下载: 全尺寸图片幻灯片

下载: 全尺寸图片幻灯片

下载: 全尺寸图片幻灯片

参考文献(15)

[1]	江志红.学以致用深入浅出数字信号处理[M].北京:北京航空航天大学出版社, 2012.
[2]	沈再阳.MATLAB信号处理[M].北京:清华大学出版社, 2017.
[3]	赵国彦, 邓青林, 马举.基于FSWT时频分析的矿山微震信号分析与识别[J].岩土工程学报 2015, 37(2):306-312. ZHAO Guoyan, DENG Qinglin, MA Ju.Recognition of mine microseismic signals based on FSWT time-frequency analysis[J].Chinese Journal of Geotechnical Engineering, 2015, 37(2):306-312.
[4]	张胜利, 李伟.基于窗函数与FFT算法的信号谐波分析[J].工业控制计算机, 2019, 32(5):35-36, 38. ZHANG Shengli, LI Wei.Signal harmonic analysis based on window functions and FFT algorithms[J].Industrial Control Computer, 2019, 32(5):35-36, 38.
[5]	邢晓晴, 朱根民.Welch功率谱估计中窗函数的选择与算法分析[J].计算机时代, 2018(2):1-4. XING Xiaoqing, ZHU Genmin.Window function selection and algorithm analysis in Welch power spectrum estimation[J].Computer Era, 2018(2):1-4.
[6]	陈栋, 王恩元, 李保林, 等.矿山微震定位有效信号自动识别研究[J].煤炭技术, 2015, 34(10):316-318. CHEN Dong, WANG Enyuan, LI Baolin, et al.Study on automatic recognition of microseismic locating valid signal[J].Coal Technology, 2015, 34(10):316-318.
[7]	唐礼忠, 陈资南, 张君, 等.矿山微震信号小波分析与研究[J].科技导报, 2013, 31(32):29-33. TANG Lizhong, CHEN Zinan, ZHANG Jun, et al.Research and analysis on wavelet of mine microseismic signals[J].Science & Technology Review, 2013, 31(32):29-33.
[8]	江文武, 杨作林, 谢建敏, 等.FFT频谱分析在微震信号识别中的应用[J].科技导报, 2015, 33(2):86-90. JIANG Wenwu, YANG Zuolin, XIE Jianmin, et al.Application of FFT spectrum analysis to identify microseismic signals[J].Science & Technology Review, 2015, 33(2):86-90.
[9]	陈栋, 李楠, 李保林.矿山微震信号到时精确拾取研究[J].煤炭技术, 2016, 35(4):103-105. CHEN Dong, LI Nan, LI Baolin.Study on precise pickup of mining micro-seismic signals[J].Coal Technology, 2016, 35(4):103-105.
[10]	李昌利.傅里叶变换及其在信息处理中的应用[M].哈尔滨:哈尔滨工程大学出版社, 2018.
[11]	赵凌览, 李晓峰.基于频域匹配滤波的音频信号分析与识别[J].实验科学与技术, 2018, 16(5):34-38. ZHAO Linglan, LI Xiaofeng.Analysis and recognition of audio signal based on frequency domain matching filtering[J].Experiment Science and Technology, 2018, 16(5):34-38.
[12]	杨晨, 吴建星.基于小波包分析和SVM的爆破震动与岩石破裂微震信号的识别研究[J].科技通报, 2019, 35(1):19-23. YANG Chen, WU Jianxing.Discriminating blasting vibration and rock fracture micro-seismic signal based on wavelet packet analysis and SVM[J].Bulletin of Science and Technology, 2019, 35(1):19-23.
[13]	吴施志, 边杰,陈亚农, 等.多模态时域振动衰减信号各模态分离与阻尼参数辨识方法[J].推进技术, 2019, 40(8):1861-1868. WU Shizhi, BIAN Jie, CHEN Yanong, et al.Method of modal separation and damping parameter identification of each mode of multi-modal vibration attenuation signals in time domain[J].Journal of Propulsion Technology, 2019, 40(8):1861-1868.
[14]	田维, 张君, 贾明涛.矿山岩体微震活动与爆破扰动之间的相关性研究[J].湖南有色金属, 2019, 35(4):1-6. TIAN Wei, ZHANG Jun, JIA Mingtao.Study on correlation between microseismic activity and blasting disturbance[J].Hunan Nonferrous Metals, 2019, 35(4):1-6.
[15]	刘海顺, 井广成, 谢龙, 等.微震信号随能量的变化特征:以张小楼井为例[J].采矿与安全工程学报, 2018, 35(2):316-323. LIU Haishun, JING Guancheng, XIE Long, et al.Variation of microseismic signal with energy:a case study of Zhangxiaolou coal mine[J].Journal of Mining and Safety Engineering, 2018, 35(2):316-323.