大跨度小净距隧道爆破中不同掏槽方式的识别分类方法技术

本发明专利技术涉及一种大跨度小净距隧道爆破中不同掏槽方式的识别分类方法，包括以下步骤：P1，采集n种已知掏槽方式下的中夹岩爆破振动信号；P2，将采集的任意一种掏槽方式下中夹岩爆破振动信号进行多重同步压缩变换MSST和小波阈值去噪WTD联合去噪；P3，对去噪后的信号数据采用多重分形去趋势波动分析MF

【技术实现步骤摘要】
大跨度小净距隧道爆破中不同掏槽方式的识别分类方法


[0001]本专利技术涉及隧道爆破
，具体而言，涉及一种大跨度小净距隧道爆破中不同掏槽方式的识别分类方法。

技术介绍

[0002]大跨度小净距隧道钻爆法掘进过程中，爆破引起的振动对中夹岩稳定性的影响不可忽略。单自由面条件下隧道爆破强振往往来自于掏槽段起爆，因此掏槽方式的优化对于爆破次生灾害的控制至关重要。目前，大跨度小净距隧道爆破中夹岩振动监测方法存在测试精度差、工序繁琐和劳动强度大等缺陷，隧道不同掏槽方式下的中夹岩振动特征还缺乏量化指标，通过爆破信号特征进行掏槽方式的识别分类还鲜见报道及相关应用，未能有效指导生产实践且远远不能满足工程技术和管理人员对掏槽方式识别分类的迫切要求。

技术实现思路

[0003]基于
技术介绍
中提出的大跨度小净距隧道掏槽方式缺乏量化指标和未能有效识别分类的技术问题，本专利技术提出了一种大跨度小净距隧道爆破不同掏槽方式下中夹岩振动信号分形特征及识别分类方法。
[0004]一种大跨度小净距隧道爆破中不同掏槽方式的识别分类方法，包括以下步骤：
[0005]P1，采集n种已知掏槽方式下的中夹岩爆破振动信号，其中，对每种掏槽方式均采集满足分析要求的若干组中夹岩爆破振动信号；
[0006]P2，将采集的任意一种掏槽方式条件下的中夹岩爆破振动信号进行多重同步压缩变换MSST和小波阈值去噪WTD联合去噪，获取去噪后的信号数据；
[0007]P3，对去噪后的信号数据采用多重分形去趋势波动分析MF
‑
DFA得到多重分形(α
‑
f(α))谱，提取多重分形(α
‑
f(α))谱中的多个特征值，建立多维特征向量；
[0008]P4，重复步骤P2和P3，对采集的n种掏槽方式的若干中夹岩爆破振动信号，建立对应数量的多维特征向量，将建立的多个多维特征向量作为训练集输入支持向量机SVM中进行计算训练，得到训练成熟的SVM分类器；
[0009]P5，将待识别的任意一种或多种掏槽方式下的中夹岩爆破振动信号输入所述训练成熟的SVM分类器中，进行掏槽方式的识别分类，得出每个中夹岩爆破振动信号所属的掏槽方式的类别。
[0010]作为本专利技术的大跨度小净距隧道爆破中不同掏槽方式的识别分类方法的一种改进，所述n种已知掏槽方式包括直孔掏槽、单楔形掏槽和双楔形掏槽。
[0011]作为本专利技术的大跨度小净距隧道爆破中不同掏槽方式的识别分类方法的一种改进，步骤P3中，提取多重分形(α
‑
f(α))谱中的谱宽度Δα、维差Δf、极大值f
max
、非对称指数I
AS
、谱覆盖面积A五个特征值f
i
(i＝1,2,3,4,5)，建立五维特征向量F＝{f1,f2,f3,f4,f5}。
[0012]作为本专利技术的大跨度小净距隧道爆破中不同掏槽方式的识别分类方法的一种改进，步骤P3具体为：
[0013]对于长度为N的爆破信号序列{x
k
}，k＝1,2,
…
,N，，MF
‑
DFA计算步骤如下：
[0014](1)计算序列样本{x
k
}的平均值：
[0015][0016](2)确定信号样本的累计离差：
[0017][0018]其中，i＝1,2,
…
,N；
[0019](3)将第(2)步所得的累计离差序列Y(i)划分成Ns个小区间，如果N不能被s整除，则从离差序列Y(i)的尾部开始，将Y(i)的尾部划分成Ns个小区间，最终得到2Ns个等长小区间；
[0020](4)将第(3)步中划分所得的每个等长小区间内的s个点进行最小二乘法的k阶多项式拟合：
[0021]y
v
(i)＝α1i
k
+α2i
k
‑1+
…
+α
k
i+α
k+1
[0022]其中i＝1,2,
…
,s；k＝1,2,
…
；
[0023](5)计算均方误差，设区间为v＝1,2,
…
,2N
s
，计算均方误差F2(s,v)：
[0024][0025]当v＝N
s
+1,N
s
+2,
…
,2N
s
，计算均方误差F2(s,v)：
[0026][0027](6)对去趋势后的F2(s,v)取平均值，则可得到q波动函数F
q
(s)：
[0028][0029]其中，q为任意不为零的实数，F
q
(s)随着s的增大，以幂律关系递增，即F
q
(s)
∝
s
h(q)
，则对应每一个s，都有一个对应的函数值F
q
(s)，对于ln[Fq(s)]—lns函数关系图中的斜率为广义Hurst指数hq；
[0030](7)计算质量指数：τ(q)＝qh(q)
‑1[0031](8)计算广义维数：
[0032](9)绘制多重分形谱α
‑
f(α)谱，计算谱宽度Δα、维差Δf、极大值f
max
、非对称指数I
As
、谱覆盖面积A作为多重分形谱的五个特征参数；其中，谱宽度Δα＝α
max
‑
α
min
；维差Δf＝f
max
‑
f
min
；I
As
＝(L
‑
R)/(L+R)，L为多重分形谱左极点至极大值垂线的距离，R为右极点至极大值垂线的距离；谱覆盖面积A采用数值积分求解得到，积分上、下线分别为α
min
、α
max
。
[0033]作为本专利技术的大跨度小净距隧道爆破中不同掏槽方式的识别分类方法的一种改进，步骤P4中，重复步骤P2和P3，对采集的n种掏槽方式的若干中夹岩爆破振动信号，建立多个五维特征向量F＝{f1,f2,f3,f4,f5}，将获取的多个五维特征向量F＝{f1,f2,f3,f4,f5}作
为训练集，输入支持向量机SVM中进行计算训练，并根据投票数确定信号类别归属标签(θ
i
，θ
j
，θ
k
)，得到训练成熟的SVM分类器，其中，θ
i
为直孔掏槽类别标签，θ
j
为单楔形掏槽类别标签，θ
k
为双楔形爆破类别标签。
[0034]作为本专利技术的大跨度小净距隧道爆破中不同掏槽方式的识别分类方法的一种改进，n＝3，所述n种已知掏槽方式为直孔掏槽、单楔形掏槽和双楔形掏槽；所述支持向量机SVM为三分类支持向量机。步骤P4中，将训练集输入支持向量机SVM中进行计算训练，得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大跨度小净距隧道爆破中不同掏槽方式的识别分类方法，其特征在于，包括以下步骤：P1，采集n种已知掏槽方式下的中夹岩爆破振动信号，其中，对每种掏槽方式均采集满足分析要求的若干组中夹岩爆破振动信号；P2，将采集的任意一种掏槽方式条件下的中夹岩爆破振动信号进行多重同步压缩变换MSST和小波阈值去噪WTD联合去噪，获取去噪后的信号数据；P3，对去噪后的信号数据采用多重分形去趋势波动分析MF
‑
DFA得到多重分形(α
‑
f(α))谱，提取多重分形(α
‑
f(α))谱中的多个特征值，建立多维特征向量；P4，重复步骤P2和P3，对采集的n种掏槽方式的若干中夹岩爆破振动信号，建立对应数量的多维特征向量，将建立的多个多维特征向量作为训练集输入支持向量机SVM中进行计算训练，得到训练成熟的SVM分类器；P5，将待识别的任意一种或多种掏槽方式下的中夹岩爆破振动信号输入所述训练成熟的SVM分类器中，进行掏槽方式的识别分类，得出每个中夹岩爆破振动信号所属的掏槽方式的类别。2.根据权利要求1所述的大跨度小净距隧道爆破中不同掏槽方式的识别分类方法，其特征在于：所述n种已知掏槽方式包括直孔掏槽、单楔形掏槽和双楔形掏槽。3.根据权利要求1或2所述的大跨度小净距隧道爆破中不同掏槽方式的识别分类方法，其特征在于：步骤P3中，提取多重分形(α
‑
f(α))谱中的谱宽度Δα、维差Δf、极大值f
max
、非对称指数I
AS
、谱覆盖面积A五个特征值f
i
(i＝1,2,3,4,5)，建立五维特征向量F＝{f1,f2,f3,f4,f5}。4.根据权利要求3所述的大跨度小净距隧道爆破中不同掏槽方式的识别分类方法，其特征在于，步骤P3具体为：对于长度为N的爆破信号序列{x
k
}，k＝1,2,
…
,N，，MF
‑
DFA计算步骤如下：(1)计算序列样本{x
k
}的平均值：(2)确定信号样本的累计离差：其中，i＝1,2,
…
,N；(3)将第(2)步所得的累计离差序列Y(i)划分成Ns个小区间，如果N不能被s整除，则从离差序列Y(i)的尾部开始，将Y(i)的尾部划分成Ns个小区间，最终得到2Ns个等长小区间；(4)将第(3)步中划分所得的每个等长小区间内的s个点进行最小二乘法的k阶多项式拟合：y
v
(i)＝α1i
k
+α2i
k
‑1+
…
+α
k
i+α
k+1
其中i＝1,2,
…
,s；k＝1,2,
…
；
(5)计算均方误差，设区间为v＝1,2,
…
,2N
s
，计算均方误差F2(s,v)：当v＝N
s
+1,N
s
+2,
…
,2N
s
，计算均方误差F2(s,v)：(6)对去趋势后的F2(s,v)取平均值，则可得到q波动函数F
q
(s)：其中，q为任意不为零的实数，F
q
(s)随着s的增大，以幂律关系递增，即F
q
(s)
∝
s
h(q)
，则对应每一个s，都有一个对应的函数值F
q
(s)，对于ln[Fq(s)]—lns函数关系图中的斜率为广义Hurst指数hq；(7)计算质量指数：τ(q)＝qh(q)
‑
1(8)计算广义维数：(9)绘制多重分形谱α
‑
f(α)谱，计算谱宽度Δα、维差Δf、极大值f
max
、非对称指数I
As
、谱覆盖面积A作为多重分形谱的五个特征参数；其中，谱宽度Δα＝α
max
‑
α
min
；维差Δf＝f
max
‑
f
min
；I
As
＝(L
‑
R)/(L+R)，L为多重分形谱左极点至极大值垂线的距离，R为右极点至极大值垂线的距离；谱覆盖...

【专利技术属性】
技术研发人员：付晓强，刘纪峰，曾武华，黄凌君，
申请(专利权)人：三明学院，
类型：发明
国别省市：