›› 2014, Vol. 35 ›› Issue (S2): 338-342.

• 岩土工程研究 • 上一篇    下一篇

小波降噪与粒子群优化综合回归爆破震动参数

张乐文,王洪波,邱道宏,孙怀凤,孙子正,丁万涛   

  1. 山东大学 岩土与结构工程研究中心,济南 250061
  • 收稿日期:2014-03-31 出版日期:2014-10-31 发布日期:2014-11-12
  • 作者简介:张乐文,男,1972年生,博士,教授,主要从事岩爆预测及隧道围岩稳定性等方面的研究工作。
  • 基金资助:

    山东省自然科学基金(No. ZR2012EEM006),国家973课题(No. 2013CB036001)。

Blasting vibration parameters using comprehensive regression of wavelet denoising and particle swarm optimization algorithm

ZHANG Le-wen, WANG Hong-bo, QUY Dao-hong, SUN Huai-feng, SUN Zi-zheng, DING Wan-tao   

  1. Research Center of Geotechnical and Structural Engineering, Shandong University, Jinan 250061, China
  • Received:2014-03-31 Online:2014-10-31 Published:2014-11-12

摘要: 爆破震动测试得到的数据常常具有较大的离散性,采用剔除错误数据和小波降噪对爆破震动检测数据进行预处理,以标准残差平方和作为爆破振动实测数据与萨道夫斯基公式拟合值偏差大小的判断依据,应用小波降噪对实测数据进行处理的方法,优化了粒子群算法对萨道夫斯基公式中的k和 的回归分析。研究结果表明,小波降噪和粒子群优化算法结合使用,能够较真实地反映爆破震动测试的真实情况,从而提高了对爆破震动测试模拟的精度。研究结果对爆破振动测试理论和工程实践具有一定的参考价值。

关键词: 粒子群优化算法, 小波, 降噪, 爆破震动, 回归

Abstract: Collected data from blasting vibration test is quite discrete. The technique of deleting error data and wavelet denoising are used to preprocess blasting vibration test data. In this study, standard residual sum of squares between the collected blasting vibration and the calculated fitted values using Sadovski formula are adopted as deviation basis; while wavelet denoising method is used to deal with the measured data. Particle swarm optimization algorithm (PSOA) was optimized for k and a of Sadovki formula of regression analysis. The results show that: wavelet denoising and particle swarm optimization algorithm reflect the real situation of blasting vibration test and thus improve sequentially simulation accuracy of blasting vibration test, so as to offer a good reference for blasting vibration test theory and engineering practice.

Key words: particle swarm optimization algorithm, wavelet, denoising, blasting vibration, regression

中图分类号: 

  • TD 235.1
[1] 阮永芬, 高春钦, 刘克文, 贾荣谷, 丁海涛, . 基于粒子群算法优化小波支持向量机的 岩土力学参数反演[J]. 岩土力学, 2019, 40(9): 3662-3669.
[2] 钟国强, 王 浩, 李 莉, 王成汤, 谢壁婷, . 基于SFLA-GRNN模型的基坑地表最大沉降预测[J]. 岩土力学, 2019, 40(2): 792-798.
[3] 陈建功, 陈晓东, . 基于小波函数的锚杆拉拔全过程分析[J]. 岩土力学, 2019, 40(12): 4590-4596.
[4] 郑光, 许强, 彭双麒. 岩质滑坡−碎屑流的运动距离计算公式研究[J]. 岩土力学, 2019, 40(12): 4897-4906.
[5] 武志信, 吴红刚, 赖天文, 李玉瑞, 牌立芳, . 微型桩加固土质边坡的动土压力响应 及其频谱特性研究[J]. 岩土力学, 2019, 40(10): 3909-3919.
[6] 黄晓红,孙国庆,张凯月,. 基于全相位多次互相关的Geiger声发射源定位方法[J]. , 2018, 39(4): 1362-1368.
[7] 刘金辉,李文枭,刘宇森,刘保国,. 多孔含水岩层的相似材料配比研究[J]. , 2018, 39(2): 657-664.
[8] 李长俊,陈卫忠,杨建平,刘金泉, . 运营期水下盾构隧道管片接缝张开度变化规律[J]. , 2018, 39(10): 3783-3793.
[9] 李建朋 ,聂庆科,刘泉声,贾向新,. 唐山市岩溶地面塌陷稳定性评价的 Logistic回归模型[J]. , 2017, 38(S2): 250-256.
[10] 田茂霖,肖洪天,闫强刚,. Hoek-Brown准则岩体力学参数非线性位移反分析[J]. , 2017, 38(S1): 343-350.
[11] 张社荣,胡安奎,王 超,彭振辉, . 基于SLR-ANN的地应力场三维智能反演方法研究[J]. , 2017, 38(9): 2737-2745.
[12] 聂治豹,郑 宏,张 谭. 基于强度折减法确定边坡临界滑面的小波变换法[J]. , 2017, 38(6): 1827-1831.
[13] 李术才,冯 啸,刘人太,张乐文,韩伟伟,郑 卓. 考虑渗滤效应的砂土介质注浆扩散规律研究[J]. , 2017, 38(4): 925-933.
[14] 陈将宏,李建林,许晓亮,宛良朋,黄宜胜,邓华锋,. 相关变量生成算法及边坡可靠度Monte Carlo模拟[J]. , 2017, 38(11): 3341-3346.
[15] 孟 蒙,陈智强,黄 达,曾 彬,陈赐金,. 基于H-P滤波法、ARIMA和VAR模型的库区滑坡位移综合预测[J]. , 2016, 37(S2): 552-560.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 向天兵,冯夏庭,陈炳瑞,江 权,张传庆. 三向应力状态下单结构面岩石试样破坏机制与真三轴试验研究[J]. , 2009, 30(10): 2908 -2916 .
[2] 张常光,张庆贺,赵均海. 非饱和土抗剪强度及土压力统一解[J]. , 2010, 31(6): 1871 -1876 .
[3] 杨天鸿,陈仕阔,朱万成,刘洪磊,霍中刚,姜文忠. 煤层瓦斯卸压抽放动态过程的气-固耦合模型研究[J]. , 2010, 31(7): 2247 -2252 .
[4] 胡秀宏,伍法权. 岩体结构面间距的双参数负指数分布研究[J]. , 2009, 30(8): 2353 -2358 .
[5] 李卫超,熊巨华,杨 敏. 分层土中水泥土围护结构抗倾覆验算方法的改进[J]. , 2011, 32(8): 2435 -2440 .
[6] 张桂民 ,李银平 ,施锡林 ,杨春和 ,王李娟. 一种交互层状岩体模型材料制备方法及初步试验研究[J]. , 2011, 32(S2): 284 -289 .
[7] 王 伟 李小春 李 强 石 露 王 颖 白 冰. 小尺度原位瞬态压力脉冲渗透性测试系统及试验研究[J]. , 2011, 32(10): 3185 -3189 .
[8] 李术才 ,赵 岩 ,徐帮树 ,李利平 ,刘 钦 ,王育奎 . 海底隧道涌水量数值计算的渗透系数确定方法[J]. , 2012, 33(5): 1497 -1504 .
[9] 王洪新 ,孙玉永 . 考虑基坑开挖宽度的杆系有限元算法及试验研究[J]. , 2012, 33(9): 2781 -2787 .
[10] 刘飞禹 ,余 炜 ,蔡袁强 ,张孟喜 . 桩承式加筋地基室内试验及数值分析[J]. , 2012, 33(S1): 244 -250 .