基于EP-CEEMDAN-PED的隧道扩挖爆破网络延时分析

作者：孙苗; 李兴明; 吴立^*

来源：爆破器材, 2022, 51(04): 51-57.

• 爆破地震波信号
• 微差起爆
• 经验模态分解
• 固有模态函数

经验模态分解(empirical mode decomposition, EMD)固有的端点效应和模态混淆导致其在进行爆破网络延时分析时出现不容忽视的误差。为了获得爆破现场实际网络延时，判断批次雷管的安全性，必须对EMD进行改进。通过对爆破地震波监测信号进行端点处理(endpoint processing, EP),改善EMD在处理信号实际端点时出现的端点突变现象，进而抑制EMD端点效应，提高固有模态函数(intrinsic mode function, IMF)的稳定性和精度。对EMD进行改进，得到自适应补充集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN),抑制低频趋势项模态混淆，并结合排列熵检测(permutation entropy detection, PED)来控制高频模态混淆。得到的EP-CEEMDAN-PED算法能识别微差爆破实际延期时间，且能有效克服EMD固有的端点效应和模态混淆现象，结合干扰减振法，可计算实际隧道扩挖爆破合理减振微差时间为55.14～57.93 ms,对爆破振动控制具有重要的现实意义。

• 单位
  中国地质大学（武汉）; 湖北国土资源职业学院