基于EMD-SVD与脊线特征的盲炮智能识别方法

摘要

盲炮是矿山爆破作业中的重大安全隐患，其精准、快速识别对保障矿山安全生产至关重要。针对矿山复杂环境振动信号信噪比低、盲炮特征微弱且易被噪声淹没的难题，提出一种先基于经验模态分解-奇异值降噪(EMD-SVD)提取信号特征，后运用小波脊线分时间段分析识别盲炮的矿山振动信号特征提取与识别方法，用于盲炮智能监测。依托渭南某金属矿山爆破工程实例，能够有效识别盲炮事件，克服了传统方法在强噪声背景下识别精度不足的问题。实际矿山振动信号分析结果表明:该方法具有抗噪能力强、特征提取精准、识别可靠性高的优势，为矿山盲炮的实时、智能监测提供了一种新的有效技术途径。

关键词

爆破振动信号 / 盲炮智能监测 / 经验模态分解 / 奇异值分解 / 小波脊线

基金资助

国家自然科学基金青年项目(No.52109165)