典型文献
基于Spark平台的微震信号鉴别方法
文献摘要：
凿岩爆破是金属矿山开采过程中不可避免的环节,爆破扰动产生的微震信号会对岩体损伤微震信号的分析造成干扰.为了避免爆破扰动对微震监测的干扰,实现岩体损伤微震信号与爆破微震信号的快速鉴别,基于Spark平台的Fisher分类算法建立了微震信号智能识别算法,实现了岩体损伤和爆破事件的自动区分.经过测试,该算法鉴别信号的正确率稳定在83％左右,可大大减少对监测数据处理工作.此外将Spark平台与云端数据库建立的远程连接,成功实现了数据云端传输,为后矿山灾害实时监测及预警提供了技术保障.
文献关键词：
Spark平台;微震;爆破;信号鉴别;数据云端传输
中图分类号：
作者姓名：
杨勇;张忠政;卢晓辉;杨震;王卫东
作者机构：
鞍钢集团矿业公司弓长岭有限公司 露采分公司,辽宁辽阳111008;东北大学岩石破裂与失稳研究所,辽宁沈阳110819
文献出处：
引用格式：
[1]杨勇;张忠政;卢晓辉;杨震;王卫东-.基于Spark平台的微震信号鉴别方法)[J].露天采矿技术,2022(02):25-28
A类：
数据云端传输
B类：
Spark,微震信号,信号鉴别,鉴别方法,凿岩爆破,金属矿山,矿山开采,开采过程,爆破扰动,岩体损伤,微震监测,快速鉴别,Fisher,分类算法,智能识别,识别算法,大大减少,监测数据处理,数据库建立,矿山灾害,技术保障
AB值：
0.287337
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
