武山铜矿采场顶板爆破震动信号去噪方法的选取*

徐 辉，刘江超，高 祥，冯 锐，王亮亮

(江西理工大学 资源与环境工程学院， 江西 赣州市 341000)

武山铜矿采场顶板爆破震动信号去噪方法的选取*

徐 辉，刘江超，高 祥，冯 锐，王亮亮

(江西理工大学 资源与环境工程学院， 江西 赣州市 341000)

为了研究武山铜矿采场顶板爆破震动效应，需要选择精确的去噪方法来获得精确的处理结果，针对这一问题，用EMD法和小波阀值法对收集的含噪爆破震动信号进行去噪分析处理，运用信噪比(SNR)法和均方根误差(RMSE)法对处理所得结果进行质量评估，从而获取较准确的信号去噪方法，为后续研究提供合适的处理方法，结果表明：小波阀值法去噪结果误差值和信噪比分别为0.0231，0.6078；EMD去噪法结果误差值和信噪比分别为0.0535，0.491，小波阀值法要优于EMD去噪法。

爆破震动；EMD法；小波阀值法；信号去噪；质量评估

在爆破工程过程中容易产生爆破危害，而在诸多的爆破危害中震动效应是主要危害之一[1]。对爆破震动效应的研究，其有效办法之一便是对岩石爆破震动信号进行分析处理，因此相关方向受到专家的持续关注。徐学勇等[2]通过对比小波分析与傅里叶分析得出小波分析要优于傅里叶分析，杨汉军等[3]通过利用SSNF法、小波包分解法与小波变换系数阀值收缩法来去噪，并进行比较得出小波变换系数阀值最优，孙新建等[4]比较EEMD和EMD得出EEMD具有优势。EMD法和小波阀值法依靠其良好的多分辨特性和自适性，因而应用较为广泛。

参考相关研究人员的成果[5￣15]，针对武山铜矿爆破震动情况，利用信噪比(SNR)和均方根误差(RMSE)与MATLAB软件相结合，分别对EMD和小波阀值法两种方法去噪前后的结果进行计算，由此来选取效果更加明显的去噪方法。

1 爆破震动效应实测

1.1 BlastmatⅢ测振仪

BlastmatⅢ型监测仪由加拿大 Instantel公司生产,主机包括自带固化程序的微型电脑、热敏打印机、充电蓄电池3部分，辅体则包括三维测振传感器(拾震器)与噪声测试麦克风两部分。用该监测仪进行测震时，只需分别将拾震器与噪声测试麦克风插进主机对应的插孔，便可组成完整的测试系统。测震研究时 BlastmateⅢ型监测仪所选取的性能参数包括以下9点：自动触发、触发水平 1～3 mm/s、连续监测、1024或 2048标准采样率、通频带 2～300 Hz、速度误差 <0.1 mm /s、加速度误差 < 0.0098 m/s2、位移误差 < 0.001 mm、单个事件的记录时间 5～7 s。

1.2 拾震器的安装

测震前，首先在充填体顶板选择监测点，然后在测点处钻入深20 m 的钻孔,并将长 30 m、直径 10 m的螺栓插进钻孔，再在钻孔附近浇筑速凝水泥将其胶结；其次把拾振器插入螺栓中，注意拾震器箭头要指向爆源，再用螺母将其固定 ；最后照就近原则把监测仪绑在最近的木支柱上。在仪器的安装过程中要保证拾振器是水平安放的，如若不然，将会影响所测试结果的精度。另外，为了可以相互比较采场顶板和底板的震动效应，在顶板和底板某个相距爆源中心水平距离相等点同时安置了拾震器。

1.3 测试情况及数据

本次共起爆22个炮孔，爆破总药量为13.95 kg，共分成7段起爆，单段最大炸药量为2.7 kg，测点布置见图1，测试结果见表1。本文研究内容为爆破震动信号的去噪，因此选取其中一个检测点测试数据进行分析，数据见表1。

2 MATLAB实例仿真

爆破震动信号来源于武山铜矿，本次试验采用Minimate Blaster型爆破振动监测仪，在信号收集过程中需要特别注意的是在测震的过程中要严格参照仪器使用说明安装仪器，尽可能减少周围人员的走动和其他矿山设备的干扰，将外部条件的干扰降低到最大限度，信号采集后将数据导入Math Work公司开发的MATLAB软件中进行分析处理，获得现场爆破过程中收集的震动原始信号(见图2)。

表1 爆破测振仪测试结果

图1 测点布置平面图

图2 原始震动信号

2.1 EMD法去噪实例

通过分解原始信号，获得如图3所示的12个IMF分量，从图像中可以看出C1～C12频率逐步递减，波长逐步增加，其中大部分都含有明确的物理意义，通过对比可以明确得到C2中信号频率最高，结合图4展示的能量和频率的关系，可知信号能量主要集中在低频，所以C2的能量所占总能量的比值最小，属于爆破震动信号中的噪声，是去噪的对象。剩余的C1、C3～C12则是此次爆破震动信号的真实数据，用MATLAB软件对这11个信号数据进行编程重构，即可获得如图5所示的去噪后的纯净有用信号。

图3 IMF(模态函数分量)

2.2 小波阀值去噪实例

小波阀值法去噪最重要的就是在对信号处理前先要确定合适的小波基和阀值，选择的好坏直接影响到处理结果的成败。小波基大致分为8种，分别是：Haar小波、Daubechies(dbN)小波系、biorthogonal(bioNr.Nd)小波系、coiflet(coifN)小波系、Symlets(symN)小波系、Morlet小波、墨西哥草帽小波、Meyer小波。在选取时要对各种方法的优缺点进行比较，再结合矿山实际条件，分析岩石和信号的特殊性，选择出最佳小波基[16-17]，参考相关文献，本次去噪选用sym5小波基较合适。至于阀值如何选取，和小波基的选取一样，由于软阀值处理的结果相较硬阀值处理的结果光滑性更好，所以考虑从软阀值中选择，分别对heursure、rigrsure、sqtuolog、minimaxi 4种软阀值函数做比较，在比较优缺点的同时考虑实际情况，并结合前人的研究和各个软阀值处理信号的特点，从其中确定了sqtuolog阈值函数对信号处理最合适[18]。最后通过对爆破震动信号施行小波阀值处理，便可获得如图6所示的去噪后的纯净有用信号。

图6 小波阀值去噪后的爆破震动信号

2.3 结果对比

对比图5和图6，可以看到在1.5 s内震动速度变化最为明显，不仅最大震动速度不同，而且某些对应的时间点震动速度都有差别，同样的一组信号数据经过去噪处理后产生的纯净信号都有如此大的差别，这就要求人们对这两种计算手段进行判断甄别，从中选择出一种去噪方法可以在最大限度的保留原始数据的基础上使误差更小，对信号造成的影响和破坏最小，因此还需要对两种去噪结果进行必要的质量评价。

3 去噪效果评价

3.1 RMSE(均方根误差)量化评价

RMSE(均方根误差)又叫标准误差，是一种比较传统的去噪信号质量评价方法，它包含的意义并不代表测量信号的真实误差和所在的误差范围，只是对所测量数据的可靠性进行衡量，是信号数据精确度的参数，所以标准误差越小，说明测量数据的可靠性越大，相反，则可靠性越小。根据标准误差的定义，它的平方(f(k)-f(0))2的分布期望[19]如下式所示：

在矿山实际的生产爆破中，k值(即信号的长度)是不可能取无限大的，从而导致真实的震动信号只能用最佳的数据表示，所以只能取它的近似值，用含躁信号与去噪后纯净信号方差再开平方[20]，计算得到的一个参数，该参数值越小，则证明去噪的效果越显著。这种算法依据的原理，如下式所示：

表2 均方根误差值

3.2 SNR(信噪比)量化评价

SNR所指的是检测信号中有用信号和噪声信号的比值，其定义可用下式表示：

式中，x(t)为原始信号；x(t)'为去噪后的纯净信号。计算值见表3。

表3 信噪比计算值

量化评价结果可知：小波阀值法均方根误差更小，并且信噪比更高，显然其去噪效果更显著。根据以上描述，小波阀值法去噪误差小于EMD法去噪误差，去噪效果也要更好，所以对本矿山的信号去噪处理选取小波阀值去噪法。

4 结 论

(1) 通过对爆破震动信号进行EMD分解，获得12个IMF分量，其中C12频率最高而且频率沿时间轴基本不发生衰减，但是其包含的能量占总能量的比值最小，属于需要去除的噪声。

(2) 用EMD法对爆破震动信号进行去噪处理后所得纯净信号，与用小波阀值法(sym5小波基和sqtuolog阈值函数)对爆破震动信号进行去噪处理后所得纯净信号之间具有较大差异。

(3)RMSE(均方根误差)法对EMD法和小波阀值法的结果进行计算处理，得出误差值分别为0.0535和0.0231；SNR(信噪比)计算值为0.491和0.6078，所以小波阀值法的误差更小，能够为后续研究提供更加精确的数据。

[1]徐学武.提升小波变换在爆破震动信号分析中的应用研究[D].广州：华南理工大学,2013.

[2]徐学勇.爆破震动信号的小波分析方法研究[D].武汉：武汉理工大学,2006.

[3]杨汉军.基于小波的爆破震动监测数据去噪研究[D].长沙：中南大学,2007.

[4]孙新建,李成业.岩石爆破震动信号分析的EEMD滤波方法研究[J].水利水电技术,2013,44(1):101￣104,112.

[5]饶运章,王 柳,饶 睿,等.基于EMD与小波阈值的爆破震动信号去噪方法[J].福州大学学报(自然科学版),2015(2):271￣277.

[6]张邦梅,何 庆.基于MATLAB的小波变换去噪性能的研究[J].硅谷,2014(14):60￣61,47.

[7]文 莉,刘正士,葛运建,等.小波去噪的几种方法[J].合肥工业大学学报(自科学版),2002,25(2):167￣172.

[8]Juuso T. Olkkonen, Hannu Olkkonen. Complex Hilbert Transform Filter[J].Journal of Signal and Information Processing,2012(02):02.

[9]王福友,刘 刚,袁赣南.基于EMD算法的海杂波信号去噪[J].雷达科学与技术,2010(2):177￣182，187.

[10]张义平,李夕兵,赵国彦.基于HHT方法的爆破地震信号分析[J].工程爆破,2005(1):1￣7.

[11]张晓楠.EMD算法的改进及其在非平稳信号处理中的应用[D].郑州：郑州大学,2014.

[12]刘霖雯,刘 超,江成顺，等.EMD新算法及其应用[J].系统仿真学报,2007,19(2):446￣447,464.

[13]姚云霞.改进的小波阀值去噪在地震信号中的应用[J].哈尔滨师范大学自然科学学报,2013,29(5):39￣41.

[14]陈晓曦,王延杰,刘 恋，等.小波阈值去噪法的深入研究[J].激光与红外,2012,42(1):105￣110.

[15]高传亮,崔高健.基于改进小波阀值的振动信号去噪方法研究[J].机械工程师,2015(1):154￣156.

[16]郭 亚.振动信号处理中的小波基选择研究[D].合肥：合肥工业大学,2003.

[17]金解放,赵 奎,王晓军，等.岩石声发射信号处理小波基选择的研究[J].矿业研究与开发,2007,27(2):12￣15.

[18]邓 飞,夏弋江,王 柳，等.基于小波的某矿爆破地震波衰减系数的回归与分析[J].有色金属科学与工程,2014(3):86￣90.

[19]谷秀娥.关于标准误差和标准偏差的讨论[J].大学物理实验,2006,19(3):66￣67,101.

[20]朱建军,章浙涛,匡翠林，等.一种可靠的小波去噪质量评价指标[J].武汉大学学报(信息科学版),2015,40(5):688￣694.

作者简介：徐 辉(1991-)，男，江西修水县人，硕士研究生，研究方向为工程爆破技术与理论，Email:598767464@qq.com。

吴卫强(1989-)，男，江西上饶人，硕士研究生，主要从事采矿工程、爆破工程等方面的研究，Email：465719156@qq.com。

江西省研究生创新专项资金项目(YC2014-S352).

2016￣11￣18)