论文部分内容阅读
纵观国内外监测技术的研究和发展现状,以动力学造成的灾害为核心的现场监测应用基础研究取得了一定的进展,但其方法只局限于传统的应力、位移、能量的监测和分析,对于监测信号的有效处理和智能识别也只限于传统的统计方法和回归分析方法等先验性手段,对类似声发射等非稳态、不连续信号,这些方法就表现出了一定的局限性,降低了分析结果的可靠性和实用性,因此对矿山开采引发的动力稳定性问题进行有效的监测和预报是一项十分重要的研究课题。本论文采用参数法分析法和基于小波分析的Wavelet-PM耦合模型对某煤矿声发射数据做了特征提取,比较了分析效果。本文主要工作有:(一)参与收集了某煤矿B3巷道三个工作面的声发射数据。借助于传感器将接收到的声音波形转换成电信号,利用计算机系统得到声发射信号的原始数据。(二)采用参数分析法分析了B3巷道三个工作面的声发射数据,形成可以反映信号初始特征的曲线,包括振铃计数—时间、能量—时间、总能量—时间、总振铃计数—时间曲线,并且采用聚类分析、回归分析等统计方法对数据做了分析,给出结论。结论可以直观的反映出声发射数据的特点,但是其反映的特点不一定与实际相符。(三)采用经典小波分析方法对声发射数据做出分析。(1)本人编写了计算机程序,对矿井声发射数据绘制了散点图,它能反映出声音波形的重要、必要特点。(2)采用经典小波分析方法(采用haar小波基,选取合理阈值)对散点图进行去噪、平滑。结果可以看出,经典的小波方法可以去除部分不合理的细节信号,突出数据的主要特征。(四)建立了Wavelet-PM非线性偏微分方程模型对声发射数据进行特征提取。可以看出,该模型能够有效去除噪声等局部细节,突出信号的主要特征,这能为险情预警提供重要的支持。(五)根据上述研究,对当日B3巷道的动力失稳情况做出预测。