基于HHT-小波包的隧道爆破振动特性研究

基于HHT-小波包的隧道爆破振动特性研究

逄迎生1 孙畔2 田震2 张洪瑞3

（1 中铁二院贵阳勘察设计研究院有限责任公司，贵阳 550002；2 中铁一局集团（广州）建设工程有限公司，广州 511400；3 贵州大学土木工程学院，贵阳 550025）

摘 要：爆破振动信号具有短时非平稳随机性，所包含的能量信息对于其特征识别具有重要意义。对隧道爆破振动信号进行EMD分解，消除趋势项后得到纯净的爆破信号，在此基础上，采用多分辨率的小波包变换对爆破振动信号进行多层分解，得到信号能量分布的细节信息。结果表明：采用微差分段的爆破方式，其振动能量主要集中于0~250 Hz，且爆破能量的分布很不均匀，存在多个主震频带这从侧面反映了爆破振动频率成分的复杂性；选择幅值较大且波形衰减明显的模态分量，使用Hilbert 变换提取包络线，对包络线峰值点进行识别得到微差起爆时间分别为0. 0142 s，0.1116 s，0.2105 s，炸药起爆没有叠加现象，起爆时间较为合理。

关键词：爆破振动信号；HHT变换；小波包变换；信号分析

中图分类号  U455文献标志码  A

Analysis of Tunnel Blasting Vibration Signal Based onHHT-Wavelet Packet

PANG Yingsheng1  SUN Pan2  TIAN Zhen2 LIU Ning3  XU Shixiang3

（1 Guiyang Branch of China Railway Eryuan Engineering Group Co., Ltd, Guiyang, Guizhou 550002；2 China Railway First Group (Guangzhou) Construction Engineering Co., Ltd, Guangzhou, Guangdong 511400；3 . School of Civil Engineering，Guizhou University，Guiyang，Guizhou 550025，China）

Abstract: The blasting vibration signal is a typical short-term non-stationary random signal, and the energy information contained in the blasting vibration signal is of great significance for its feature identification. Carry out EMD decomposition on the tunnel blasting vibration signal, and get the pure blasting signal after eliminating the trend item. On this basis, the blasting vibration signal is decomposed by multi-resolution wavelet packet transform, and the detailed information of the signal energy distribution is obtained. The results show that the vibration energy of the blasting method with differential subsection is mainly concentrated in 0~250 Hz, and the distribution of blasting energy is very uneven, and there are multiple main shock frequency bands, which reflects the complexity of blasting vibration frequency components from the side; For the modal components with large amplitude and obvious waveform attenuation, the Hilbert transform is used to extract the envelope, and the peak points of the envelope are identified to obtain the differential initiation times of 0.0142 s, 0.1116 s, and 0.2105 s, respectively. There is no superposition of explosive initiation and the detonation time is more reasonable.

Key Words: blasting vibration signal; HHT transform; wavelet packet transform; signal analysis[1]

近年来，以交通隧道为核心的地下空间工程陆续开展净距隧道的不断推广应用，随之而来的工程问题越来越多，其钻爆法具有施工造价低廉、施工快速的优点，在隧道开挖中广泛应用[1]。炸药在岩体内产生的振动效应，必然会对岩体产生一定损伤，而爆破振动分析可有效控制爆破震动危害。但是，由于其相关理论发展缓慢，使得Fourier变换成为爆破振动特征分析的主要手段，但是爆破振动信号持续时间短、突变快，属于典型的非平稳信号，通过Fourier变换方法对其进行分析难以有效的反映出爆破振动信号的特点[2-4]。随着振动信号分析理论在爆破工程中的发展，越来越多的分析方法被用到爆破信号的分析，饶运章等[5]提出了一种EMD-小波阈值爆破震动信号去噪方法，结果表明EMD-小波阈值法既能有效去除噪声，又能很好保留真实信号，还可避免EMD分解的端点震荡效应。刘小乐等[6]采用HHT变换（Hilbert-Huang transform）方法，从三维Hilbert谱、边际谱及瞬时能量谱3个方面对南方某铅锌矿的爆破振动信号进行了分析。李祥龙等[7]基于EMD-HHT和小波理论分析了矿区爆破振动传播规律，表明爆破振动信号的优势能量频率带和能量分布时间主要集中在50Hz以内，能量分布主要呈正态分布。段军彪等[8]利用小波包分析技术对不同爆破条件（测距、爆次）下的振动信号进行不同频带上的能量值计算,分析爆破条件对信号能量分布规律的影响。陈作彬等[9]采用小波包分析方法将振动信号进行分解和重构,得到爆破振动信号的频谱、时频和能量特性。本文尝试利用HHT结合小波包分析技术处理和分析隧道爆破开挖产生振动的影响。

1  爆破振动监测

1.1  工程背景

贵州省桐梓至新蒲高速公路陈家坪隧道为小净距隧道，两洞之间中夹岩墙厚度约为13 m。隧道穿越地质复杂，岩性主要为：灰岩，泥岩。主洞 Ⅲ 级围岩采用台阶法开挖，Ⅳ 级围岩深埋段采用三台阶法施工，Ⅳ 级围岩浅埋段及 Ⅴ 级围岩深埋段采用CD法或三台阶七步法施工，Ⅴ 级围岩浅埋段采用双侧壁导坑法施工，对于断层破碎带段、煤系地层段，均采用双侧壁导坑法施工。陈家坪隧道围岩以III级围岩为主，隧道设计断面如图1所示。

图1隧道小净距段设计断面图（单位：cm）

小净距段隧道分上下台阶开挖，以减少爆破振动对保留岩体的影响，开挖完成后及时进行初期支护。隧道单次爆破开挖进尺为2 m，隧道炮孔布设见图2所示，上台阶具体爆破参数见表1。

图2上台阶炮孔平面布置图（单位：cm）

表1  上台阶掘进爆破参数

1.2  爆破信号测试

为了研究后行隧道上台阶掘进爆破引起的振动效应，以先行隧道对应后行隧道爆破掌子面位置的断面为中心，在先行隧道迎爆侧的边墙上沿隧道轴线方向布置了3个监测点2 #、3 #和4 #监测点，同时在后行爆破隧道边墙上沿隧道轴线方向布置1#测点。使用TC4850爆破测振仪监测爆破振速，相邻两测点相距50 m，振动监测点在先行隧道边墙的位置如图3所示，每个振动监测点设垂直方向和水平径向振动速度传感器，采样频率为4 kHz。

图3振速监测点布置图（单位：m）

针对陈家坪小净距隧道后行隧道上台阶爆，受现场监测条件限制，部分测点的数据可能会出现失真或无法读取的情况，典型的振动速度波形监测结果如图4所示。

图4  实测振速波形图

从现场振动速度波形监测结果中可以看出，各类炮孔爆破产生的振动速度波形间没有出现明显的叠加现象，说明各炮孔间起爆间隔时长设置合理。各段装药起爆后的产生振速峰值的时间在三个方向上基本相同，其中辅助孔爆破引起的振动速度最大，峰值达到3.3 cm/s。

2  HHT-小波包分析原理

2.1  HHT分析原理

HHT信号分析技术是1998年由美国国家航空航天局的HUANG等提出的[10]。该分析法适用于非线性、非平稳的信号处理，它主要由EMD和Hilbert变换两部分组成，其核心是EMD分解。必须先对原始信号进行经验模态分解得到固有模态分量IMF(Intrinsic mode Function)，才能对IMF分量进行Hilbert变换。利用EMD将信号分解成多个IMF分量，每个IMF分量均为时间的函数ci(t)，则原始信号s(t)可由各IMF分量及残差r(t)构成，即[11]

对IMF分量ci(t)进行Hilbert变换，即

式中，是为Hilbert变换函数，PV为柯西主值，ci(

t)为IMF分量函数。

2.2  小波包分析原理

大量研究表明，小波包分解能够有效分析包括爆破振动信号在内的非平稳信号问题[12]。在分析过程中，它将原始信号分解成高频部分和低频部分，随后继续对低频部分进行分解，将其也分解成高频部分和低频部分，这样分解可以使低频部分丢失的信号信息由高频部分捕获。并根据信号的特征自适应地选择相应的频带，使之与信号频谱相匹配，以达到提取爆破振动信号特征的目的[13]。

设小波包分解爆破振动信号为s(t)。将信号s(t)投影到小波包基上，在进行i层小波包分解后，可以得到子频带数为２i个：

式中，为爆破信号小波包分解到节点(i，j)(第i层第j频带)上的重构信号。

由巴什瓦（Parseval）定理可知，原信号s(t)在进行小波包分析后,得到第i层信号分量的能量为[14]

式中，j=0，1，2，…，2i-1；k=1，2，…，m。m的含义为原始信号离散采样点数。

原始爆破振动信号s(t)总能量为

原始信号s(t)在进行小波包分解到第i层时，各个子频带所具有的能量占原始信号总能量的比例为

3  爆破振动信号时频分析

3.1 信号分解

通过对采集到的测试结果处理和比较，指向陈家坪隧道掌子面爆破区的径向X测试振动速度较大，并将其作为研究对象。利用MATLAB编写程序分析处理X方向的振动速度数据。绘制X方向上的振速时程曲线(原始信号，见图5)，爆破信号由于采样环境的复杂性，信号中含有趋势项，时频分析前需去趋势项处理。将其进行EMD分解，获取了8个频率从高到低依次排列的IMF分量，结果见图6所示。

图5振动速度时程曲线

图6EMD分解结果

由图5可知：最大振动速度出现时刻为0.11 s，最大值为3.31 cm/s，爆破持续时间为0.8 s。由图6分解结果可以看出，IMF1分量的频率值相对比较高，可以判断出是高频噪声，需要在后续的处理过程中剔除。IMF2分量振动速度较大，在特征信号上，IMF2分量更加接近原始信号。在振动强度上，IMF2和IMF3分量是原始信号的主要部分，IMF4～IMF6分量是原始信号次要部分，IMF7分量是原始信号的低频部分，表明爆破振动信号主要成分集中在窄频段上。Residual是残余分量是单调函数，表示着原始信号的平均水平，振动强度逐渐减弱。

3.2  时能分析

剔除了高频噪声IMF1和残余项Residual，得到一个相对纯净的爆破信号，如图7所示。

图7修正振动速度时程曲线

通过对信号进行8层小波包分解，获得径向振速的各频带能量值及其占总能量的百分比，图8为测点径向的频带能量相对值。

图8测点能量谱

由图8可知，采用该种施工爆破方式，其振动能量主要集中于前16个频带，即基本小于250 Hz，采用微差分段爆破的振动能量在频域分布广泛但主要集中于0～250 Hz。即使在前16个频带中，能量的分布也很不均匀，存在若干个峰值，峰值出现的频带在各个测点、各个方向基本一致，第13和第14频带为微差爆破主振频带，频率范围在100~110 H以内，这从侧面反映了爆破振动频率成分的复杂性。

3.3爆破延期识别

由图6结果看出，IMF2幅值较大，波形衰减明显，携带了爆破的大部分信息，且包络线波峰最接近实际爆破效果，因此考虑选IMF2分量作为主分量，对其包络线进行进一步分析，如图9所示。

图9主分量包络线

爆破微差延时识别可以根据IMF2分量瞬时包络曲线进行识别，图9中的包络峰值即包络极值点，共出现了3个峰值，分别对应的时刻为0.0142，0.1116，0.2105 s。这表示共有3个段次的微差爆破振动叠加形。微差起爆时间表明炸药起爆没有叠加现象，起爆时间较为合理，该结论可为评价爆破振动产生的危害提供了另一种认识。

4  结论

通过爆破振动试验的测试数据，利用HHT-小波包理论分析爆破振动信号的时频特性以及能量分布特征。主要得到以下结论：

（1）基于EMD分解得到的经验模态分量IMF，IMF2分量振动速度较大，在特征信号上，IMF2分量更加接近原始信号。

（2）小波包频谱能量分析表明，采用该种施工爆破方式，其振动能量主要集中于前16个频带，能量主要分布在100~110 Hz范围内。

（3）微差起爆时间表明炸药起爆没有叠加现象，微差起爆时间分别为0. 0142，0.1116，0.2105 s，起爆时间较为合理。

参考文献

[1]孙闯,敖云鹤,张家鸣.弱节理小净距隧道合理净距及围岩稳定性研究[J].公路交通科技,2020,37(05):108-115.

[2]石长岩,赵兴柱,姜洪波,等.爆破震动信号频带能量分布特征[J].金属矿山,2014(08):6-10.

[3]韩博,马芹永.煤矿岩巷爆破振动信号能量分布特征的小波包分析[J].中国矿业,2013,22(06):110-113+120.

[4]张云鹏,杨曦.基于小波包能量谱的多台阶地形爆破振动信号能量分布分析

[J].矿业研究与开发,2017,37(05):69-73.

[5]饶运章,王柳,饶睿,邵亚建,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),2015,43(02):271-277.

[6]刘小乐,袁海平,郑鑫,等.基于HHT的爆破振动信号时频能量分析[J].合肥工业大学学报(自然科学版),2019,42(06):779-784.

[7]李祥龙,赵泽虎,王建国,等.基于EMD-HHT和小波理论的地下浅孔爆破振动规律研究[J].有色金属工程,2021,11(12):100-108.

[8]段军彪,梁为民,褚怀保.多次爆破下混凝土振动能量变化特征分析[J].矿业研究与开发,2018,38(10):16-20.

[9]陈作彬,李兴华,范磊,等.基于小波包变换的爆破地震反应谱分析[J].爆破器材,2018,47(05):59-64.

[10]Huang N E, Shen Z, Long S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings Mathematical Physical & Engineering Sciences, 1998, 454(1971):903-995.）

[11]龚敏, 邱燚可可, 孟祥栋,等. 基于HHT的雷管实际延时识别法在城市环境微差爆破中的应用[J]. 振动与冲击, 2015, 34(10): 206-212.

[12]周建敏, 汪旭光, 龚敏,等. 缓冲孔对爆破振动信号幅频特性影响研究[J]. 振动与冲击, 2020, 39(1):240-244+280.

[13]单仁亮, 宋永威, 白瑶,等. 基于小波包变换的爆破信号能量衰减特征研究[J]. 矿业科学学报, 2018,3(02):119-128.

[14]张云鹏, 杨曦. 基于小波包能量谱的多台阶地形爆破振动信号能量分布分析[J]. 矿业研究与开发, 2017,37(05):69-73.

作者简介：逄迎生（1982-），男，高级工程师