基于 EEMD 分形与二次型 SPWV 分布的爆破振动信号分析

摘要：

通过 EEMD（Ensemble Empirical Mode Decomposition）分解和分形盒维数组合算法，结合爆破振动信号统计自相似特性，提出了利用广义自相似性因子来识别爆破振动信号主分量的 EEMD 分形盒维数广义自相似性方法，并用机车运行振动信号对该方法的精确度进行了验证。将爆破振动原始信号和优势分量重组信号分别采用多重分形算法，定量描述了爆破振动信号在无标度区内的多重分形特征，并对比分析了原始信号和优势分量重组信号的 Cohen 类二次型SPWV（Smooth Pseudo Wigner-Ville）分布时频特性。结果表明：EEMD 分形盒维数广义自相似性方法能够精确识别振动信号的主分量。EEMD 优势分量重组多重分形与重组二次型 SPWV 分布相结合分析方法，可以深刻揭示爆破振动信号中包含的局部时频特性，更能有效改善模态混叠并消除交叉项干扰，提高信号时频聚集性。

关键词：爆破振动、EEMD 分解、分形盒维度、SPWV 分布

所属期刊栏目：35

分类号：TD235.1(矿山设计与建设)

资助基金：国家自然科学基金－面上项目51274203

在线出版日期：2016-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：41-47