礦山爆破振動信號時頻分析的研究進展綜述

張日強，閆大洋，曹 洋，王大坤

(1. 鞍鋼礦業爆破有限公司，遼寧 鞍山 114000；2.遼寧科技大學礦業工程學院 ，遼寧 鞍山 114000)

隨著爆破技術在的發展，爆破作業在礦山生產中發揮著越來越重要的作用，在帶來效益的同時也產生了許多安全問題，其中以爆破振動效應尤為突出。因此，眾多學者從爆破振動產生機理、監測方法以及傳播途徑等方面著手，研究爆破振動信號采集、處理、分析等方面，針對爆破振動監測手段、振動危害效應以及振動對周圍巖體等破碎的判別依據進行了大量的研究工作，提出了眾多降低爆破振動效應的理論及方法。

1 爆破振動傳播規律

爆破振動波特性及其傳播規律是爆破振動效應研究的前提和基礎。以往，爆破振動傳播規律的研究主要是從爆破振動的幅值出發，關注質點的振動速度，利用現場所測量到的振動波型，依回歸分析得到經驗公式，對爆破振動的危害效應進行評價。

前蘇聯學者薩道夫斯基結合量綱法分析，在大量的現場數據基礎上，建立了薩道夫斯基爆破衰減公式，廣泛應用在爆破振動傳播規律的分析上[2]。呂濤[3]通過線性和非線性回歸分析的方法，分析了爆破振動衰減公式，研究發現非線性回歸有著良好的精度，使用標準殘差平方的和作為上述約束條件，并在現場證明了其理論。陳冠和李啟月等[4]對山東某金礦廠進行爆破振動監測，運用小波包分析，判斷出主振頻帶與爆心距有著一定的相關性，采用LS-DYNA軟件模擬驗證了所提出觀點的有效性。郭連軍等[5]以多寶山銅礦為背景，通過對高寒地區爆破震動衰減規律及其對邊坡的響應特性的研究，得出在高寒地區爆破振動衰減速率會降低，使得爆破振動波對邊坡的作用時間延長導致位移增大。

2 礦山爆破震動信號分析

爆破振動信號屬于典型的隨機非平穩信號，其分析方法與數字信號的分析方法緊密關聯。

2.1 傅里葉變換

郭學彬、林秀英[6]等運用傅里葉變換分析了爆破參數的變化對爆破振動頻域變化的規律。但是傅里葉變換在處理爆破振動信號時不能將時域結合分析，不能全面的描述爆破振動信號的特征。為了解決這一問題，Gabor[7]引入了短時傅里葉變換這一分析手段。馬瑞恒[8]等在對爆破振動信號處理過程中使用了短時傅里葉變換手段對頻域和時域進行分析。但是短時傅里葉變換隨著時間的增加，信號的穩定性難以得到保證。

2.2 小波變換

小波分析和小波包在傅里葉變換不能滿足爆破振動信號處理的階段發揮著重要作用。小波分析是時頻分析的有效工具，可以使爆破振動信號的局部信息變得清晰。小波包本質是在小波分析的基礎上對小波分析忽略的位置進行高精度分析，因此在爆破振動信號中有著良好的應用。王偉、李興華等以小波包分解對各種爆破振動信號分析，聯合信息熵理論，推導得到振動信號的能量熵，并將能量熵作為信號的新特征量，反映不同爆破類型對振動信號的影響，為爆破振動信號特征的分析提供新思路。凌同華[9]針對小波分析存在的局限性，將小波構造的方法進行了改良，利用BWBV法，構造出了MB4.2這個新的小波基，顯著提高小波分析在爆破振動信號中的處理速度。

2.3 HHT信號分解方法

隨著信號分解方法的不斷進步，更多先進的分解方法被應用在了爆破振動信號分解領域。曹曉立等[10]以HHT方法對爆破振動信號進行研究，從頻譜和能量的角度對邊坡的危害給出依據。李晨、梁書鋒等[11]采用改進的集合經驗模態分解的方法,對爆破振動信號中存在的趨勢項干擾問題進行處理。董英健[12]等利用變分非線性調頻模態分解方法對某礦山巖質邊坡的爆破振動信號進行了研究，從能量的角度，得到了信號的特征信息。賈貝等采用VMD方法將低頻分量信號趨勢項進行識別分離，有效消除了爆破振動信號的趨勢項。劉玉橋等[13]對礦山采集微震信號中混雜的噪聲，采用VMD聯合小波閾值的方法，降噪效果優于EEMD和VMD，精準有效地識別了巖體破裂信號和爆破振動信號。

另外，有專家學者在爆破振動信號分析領域引入了機器學習的方法，溫廷新等[14]建立了IGA-ELM的爆破振動特征參量預測方法，用較小誤差來判斷礦爆破振動特征參數，且均方誤差、決定系數、仿真誤差明顯優于其他模型。廖智勤等[15]采用集合經驗模態分解關聯維數和機器學習中SVM的特征提取及分類相結合的方法，在礦山微震信號分類領域，取得了很好的效果。岳中文等將PSO-LSSVM模型運用在露天礦爆破振動效應預測方面，為爆破振動效應預測提供了一種新的思路。

2.4 不同爆破振動信號分解方法的優勢和局限性

現階段不同爆破振動信號分解方法的特點和局限性如表1所示。

表1 不同爆破振動信號分解方法對比

3 結論

本文對礦山爆破振動信號時頻分析的研究進展進行了詳細分析和總結，國內外研究者們從多因素、多角度、多層面對常用的信號分解方法進行對比，并加以優化，引入到爆破振動信號領域，已經取得了一定的成果。然而，由于爆破振動時頻分析方法的局限性以及爆破振動信號本身的不穩定性和隨機性等缺陷，很難預測到在不同地質條件下的信號傳播過程。因而爆破振動效應及控制危害仍有很長的路要走，拓寬算法邊界結合人工智能的綜合性信號分析方法應是未來礦山爆破振動信號時頻分析發展的方向。