Науковий вісник НГУ

Застосування методів обробки сигналів до вібрацій при вибухових роботах у тунелях

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №5 2021

Останнє оновлення: 01 вересня 2022

Опубліковано: 01 вересня 2022

Перегляди: 3677

Authors:

С. Фелтан, orcid.org/0000-0003-3521-575X, Лабораторія природних ресурсів та планування університету Баджи Мохтар, м. Аннаба, Алжир, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

С. Яхьяуі, orcid.org/0000-0002-9278-7562, Національна політехнічна школа, м. Алжир, Алжир

A. Хафсауі, orcid.org/0000-0002-1720-9527, Лабораторія природних ресурсів та планування університету Баджи Мохтар, м. Аннаба, Алжир, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

A. Буссаїд, orcid.org/0000-0002-6859-9983, Університет імені братів Ментурі, м. Константина 1, Алжир

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2021, (5): 054 - 060

https://doi.org/10.33271/nvngu/2021-5/054

Abstract:

Мета. Вивчення вібраційних коливань, що генеруються вибуховими роботами в тунелі, з використанням інструментарію обробки сигналів.

Методика. Експлуатаційні випробування проводяться з метою вимірювання вібраційного коливання під час вибухових робіт у різних місцях тунелю та в безпосередній близькості від нього. Результати вимірювань обробляються методом автокореляції, що полягає у фільтрації на основі розпізнавання форм сигналів. Виконується порівняння пікових швидкостей частинок (ПШЧ), що були заміряні, і значень, отриманих після фільтрації

Результати. Результати, отримані після фільтрації, показали значне зниження ПШЧ виміряних амплітуд коливань у порівнянні з результатами, отриманими після обробки для трьох складових: поздовжньої, поперечної й вертикальної. Точне знання джерела вібрацій важливо для ослаблення амплітуд у зв'язку із різницею, що спостерігається між сейсмограмою, записаною під час вибуху одиничного заряду, та інших стандартних вибухів.

Наукова новизна. Полягає в застосуванні методів обробки сигналів для фільтрації вібраційних сигналів, пов'язаних із вибухом, що ще недостатньо розвинене.

Практична значимість. Дане дослідження показує, що обробка вибухових коливань методом фільтрації повинна знизити пікову швидкість частинок шляхом поділу сигналів і усунення перешкод у вихідному сигналі.

Ключові слова: вибухові роботи, амплітуда коливань, обробка сигналів, метод автокореляції, відфільтрований сигнал, спотворення сигналу

References.

1. Ragam, P., & Nimaje, D. (2018). Assessment of Blast-induced Ground Vibration using Different Predictor Approaches – A Comparison. Chemical Engineering Transactions, 66, 487-492. https://doi.org/10.3303/CET1866082.

2. Aloui, M., Bleuzen, Y., Essefi, E., & Abbes, C. (2016). Ground vibrations and air blast effects induced by blasting in open pit mines: Case of Metlaoui Mining Basin, South western Tunisia. Journal of Geology and Geophysics, 5(3).

3. Ray, S., & Dauji, S. (2019). Ground vibration attenuation relationship for underground blast: a case study. Journal of The Institution of Engineers (India): Series A, 100(4). https://doi.org/10.1007/s40030-019-00382-y.

4. Mansouri, H., & Farsangi Ebrahimi, M. A. (2015). Blast vibration modeling using linear superposition method. Journal of Mining and Environment, 6(2).

5. Chen, S. H., Wu, J., & Zhang, Z. H. (2015). Influence of millisecond time, charge length and detonation velocity on blasting vibration. Journal of Central South University, 22(12). https://doi.org/10.1007/s11771-015-3030-8.

6. Dhion, P., Chani, P., & Syarif, N. (2019), Linier Superposition Analysis on Managing Blasting Ground Vibration in Coal Mining. Indonesian Mining Professionals Journal. https://doi.org/10.36986/impj.v1i1.8.

7. Kumar, S., Mishra, A. K., Choudhary, B. S., Sinha, R. K., Deepak, D., & Agrawal, H. (2020). Prediction of ground vibration induced due to single hole blast using explicit dynamics. Mining, Metallurgy and Exploration, 37, 733-741.

8. Trivedi, R., Singh, T. N., Mudgal, K., & Gupta, N. (2014). Application of artificial neural network for blast performance evaluation. International Journal of Research in Engineering and Technology, 3(5), 564-574.

9. Ragam, P., & Nimaje, D. S. (2018). Evaluation and prediction of blast-induced peak particle velocity using artificial neural network: A case study. Noise & Vibration Worldwide, 49(3), 111-119.

10. Kumar, N., Mishra, B., & Bali, V. (2018). A Novel Approach for Blast-Induced Fly Rock Prediction Based on Particle Swarm Optimization and Artificial Neural Network. In Tiwari, B., Tiwari, V., Das, K., Mishra, D., & Bansal, J. (Eds.). Proceedings of International Conference on Recent Advancement on Computer and Communication. Lecture Notes in Networks and Systems, 34. Springer. https://doi.org/10.1007/978-981-10-8198-9_3.

11. Farahani, G. (2017). Autocorrelation-based noise subtraction method with smoothing, overestimation, energy, and cepstral mean and variance normalization for noisy speech recognition. EURASIP Journal on Audio, Speech, and Music Processing, 2017(1), 1-16. https://doi.org/10.1186/s13636-017-0110-8.

12. Tryputen, M., Kuznetsov, V., Kuznetsova, A., Maksim, K., & Tryputen, M. (2020, September). Developing Stochastic Model of a Workshop Power Grid. In 2020 IEEE Problems of Automated Electrodrive. Theory and Practice (PAEP), (pp. 1-6). IEEE. https://doi.org/10.1109/PAEP49887.2200.9240898.

• < Попередня
• Наступна >