基于改进的MEEMD的隧道掘进爆破振动信号去噪优化分析

摘要：

爆破振动信号受现场条件限制,多为复杂含噪信号,对降噪方法的性能提出更高要求.为了获得真实振动特征,建立了一种基于改进的总体平均经验模态分解(modified ensemble empirical mode decomposition,MEEMD)的联合去噪方法.首先,将原始信号进行MEEMD分解得到本征模态分量(intrinsic mode function,IMF),结合相关系数和样本嫡(sample entropy,SE)-Hurst指数进行IMF分类;然后,针对含噪IMF分量中的残留噪声,使用最小均方(least mean square,LMS)自适应滤波进行降噪,达到信号去噪的目的.算法对比结果表明:在仿真试验中,MEEMD-LMS相较互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)、快速集合经验模态分解(fast ensemble empirical mode decomposition,FEEMD)等方法表现出更优的降噪性能;在隧道掘进爆破的实例分析中,MEEMD-LMS相较MEEMD对高频噪声的降噪效果更好,低频段频谱更清晰,具备良好的适用性.

关键词：隧道掘进、爆破振动、改进的总体平均经验模态分解(MEEMD)、最小均方(LMS)滤波、本征模态分量(IMF)评价

所属期刊栏目：42

分类号：U455(隧道工程)

资助基金：国家自然科学基金;矿山地下工程教育部工程研究中心开放基金

在线出版日期：2023-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：74-81