典型文献
矿山微震波形特征自动模式识别算法研究
文献摘要：
微震监测技术在矿山的应用需求日益增加,但还没有实现对有效信号与噪音信号的自动识别,严重制约了其应用效果与推广普及.深入研究与梳理了矿山强噪音环境下各主要待识别模式类,分别为凿岩、无轨设备行驶、溜井倒矿、电磁干扰、爆破与有效信号共六类,将有效信号模式类分为小能量事件与大能量事件2个子集,详细研究了各模式类的发生机制.通过收集各模式类的大量样本,研究抽取得到上述6类模式类的识别特征分别为:波形间隔时间△t典型识别特征、波形持续时间tc典型识别特征、总持续时间长度与内有单独事件个数联合的综合典型识别特征、tc或主频f主的典型识别特征、tc与主频f主联合的一般综合识别特征、tc典型识别特征与排除法.采用预处理方法计算与统计得到了各识别特征值的分布概率.构建了识别性能优异的判决函数,建立了矿山微震波形特征自动模式识别算法.依托上述算法开发出了模式自动识别软件,通过在典型矿山的现场测试,有效信号的识别准确率为90.8％,现场应用效果好,实现了预期目标.
文献关键词：
采矿工程;微震波形;识别特征;判决函数;模式识别;算法软件
中图分类号：
作者姓名：
胡静云;张茹;任利;彭府华;吴飞;曹伟良
作者机构：
长沙矿山研究院有限责任公司金属矿山安全技术国家重点实验室,湖南长沙 410012;四川大学深地科学与工程教育部重点实验室,四川成都 610065;江西省修水香炉山钨业有限责任公司,江西九江 423000;湖南奥成科技有限公司,湖南长沙 410012
文献出处：
引用格式：
[1]胡静云;张茹;任利;彭府华;吴飞;曹伟良-.矿山微震波形特征自动模式识别算法研究)[J].岩石力学与工程学报,2022(02):346-361
A类：
强噪音,判决函数
B类：
矿山微震,微震波形,波形特征,征自,模式识别,识别算法,算法研究,微震监测技术,应用需求,噪音信号,自动识别,推广普及,识别模式,凿岩,无轨设备,溜井,电磁干扰,爆破,六类,大能量事件,子集,发生机制,识别特征,间隔时间,tc,数联,主频,综合识别,排除法,预处理方法,分布概率,识别性,算法开发,现场测试,识别准确率,现场应用,预期目标,采矿工程,算法软件
AB值：
0.354366
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
