基于EEMD近似熵的礦山微震信號特征提取研究

摘要：為解決礦山巖體破裂和爆破震動信號不易自動識別的問題,提出了一種基于EEMD(聚合經驗模態分解)和近似熵的微震信號特征提取方法,以某金屬礦山微震監測系統建立的爆破震動信號與巖體破裂信號數據為分析對象,首先利用該方法對兩類微震監測信號進行EEMD分解,獲得多個窄帶本征模態分量(IMFs);再利用相關系數法確定與兩類原始信號最相關的IMF分量得到主要分量,進而計算各主分量的近似熵;最后把主要分量的近似熵值組成表征微震信號的多尺度高維特征向量作為支持向量機(SVM)的判斷輸入進行訓練預測。預測結果表明:EEMD近似熵特征提取方法結合SVM,對礦山爆破震動信號和巖體破裂信號具有較高的識別率,能準確、有效地進行智能分類,為信號識別研究提供了新的途徑。