一种减小爆破振动的爆破方法及系统

    公开(公告)号:CN114739246A

    公开(公告)日:2022-07-12

    申请号:CN202210416386.9

    申请日:2022-04-20

    摘要: 本发明提出了一种减小爆破振动的爆破方法及系统,涉及爆破领域,通过振动信号的最大主导频率和峰值粒子速度来选择爆破设计参数。首先,获取隧道爆破的振动信号;基于离散小波变换对所述振动信号去噪得到低频振动信号;提取所述低频振动信号的最大主导频率;并计算所述最大主导频率对应的峰值粒子速度;判断所述峰值粒子速度是否小于阈值范围;若是,则增大爆破药量与爆破延时的比值,继续爆破后返回所述获取隧道爆破的振动信号;否则,停止执行爆破。该方法不受现有方法中的区域影响或噪声相关问题的影响,可以最大化的减小爆破引发振动所产生的影响。

    一种减小爆破振动的爆破方法及系统

    公开(公告)号:CN114739246B

    公开(公告)日:2023-08-29

    申请号:CN202210416386.9

    申请日:2022-04-20

    摘要: 本发明提出了一种减小爆破振动的爆破方法及系统,涉及爆破领域,通过振动信号的最大主导频率和峰值粒子速度来选择爆破设计参数。首先,获取隧道爆破的振动信号;基于离散小波变换对所述振动信号去噪得到低频振动信号;提取所述低频振动信号的最大主导频率;并计算所述最大主导频率对应的峰值粒子速度;判断所述峰值粒子速度是否小于阈值范围;若是,则增大爆破药量与爆破延时的比值,继续爆破后返回所述获取隧道爆破的振动信号;否则,停止执行爆破。该方法不受现有方法中的区域影响或噪声相关问题的影响,可以最大化的减小爆破引发振动所产生的影响。

    基于轻量化深度学习的铁路异物识别方法与系统

    公开(公告)号:CN114932927A

    公开(公告)日:2022-08-23

    申请号:CN202210854871.4

    申请日:2022-07-20

    IPC分类号: B61L23/04

    摘要: 本发明提出基于轻量化深度学习的铁路异物识别方法与系统,属于深度学习领域。方法包括步骤S110:基于布置于不同铁路监测子区间的至少一个传感器组合,确定可能存在异物入侵的潜在铁路轨道子区间;S120:调节所述潜在铁路轨道子区间的传感器组合的工作参数,获得多个监测目标参数;S130:基于所述监测目标参数对深度学习网络模型执行轻量化处理,获得轻量化深度学习网络模型;S140:基于所述轻量化深度学习网络模型对所述潜在铁路轨道子区间进行异物识别。系统包括深度学习网络模型、布置于不同铁路监测子区间的至少一个传感器组合以及轻量化单元。本发明的技术方案使得基于现有的有限硬件资源依然可以实现铁路异物识别的准确性和可靠性。