振动特征传感器理论研究

论文摘要

我国处于环太平洋地震构造系和大陆地震构造系的交汇部位，因此我国的地震频繁而强烈。地震除了造成工程破坏等直接损失之外，还会引起如火灾等次生灾害，造成巨大的经济损失。为了减少地震造成的损失，本文研究了振动特征传感器，该传感器可用于重大工程和生命线系统工程，该传感器每隔一段时间计算一次场地振动特征，根据计算的场地振动特征进行地震报警，防止由于仅依靠振动幅值进行地震报警而引起的误判。振动特征传感器计算的振动特征还可以指导地震后救灾活动。本文工作主要围绕特征传感器进行，重点放在特征传感器各个功能模块的选取上：信号预处理、振动特征的选取。此外，研究了根据场地地震加速度记录识别场地液化的方法。信号预处理部分：对于压电传感器测量的加速度信号，在分析信号之前，需要对信号进行预处理，信号预处理针对信号中的趋势项进行。分析几种常用的消除趋势项的滤波方法，得出结论：可以采用Butterworth高通滤波器和最小二乘法滤波对信号趋势项进行预处理。振动特征部分：分析了261条地震竖向记录，采用基于统计方法识别P波初动，并对P波初动后3秒内的振动特征进行分析，提出场地速度、谱成分、过零周期等振动特征区分地震与非地震振动；分析实测的489条非地震振动和1642条地震水平向记录，分析整个振动时程，提出谱成分、过零周期等振动特征区分地震与非地震振动。场地液化识别：参考现有的根据场地加速度记录分析场地液化的方法，采用小波分解和Hilbert谱分析求解场地的瞬时频率，根据场地瞬时频率识别场地的液化情况。最后，根据以上的研究，理论上提出了分析全时程振动的特征传感器结构示意图，以及特征传感器各部分的功能。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 地震报警的现状和进展
• 1.3 本论文研究内容及课题意义
• 第二章 振动特征传感器数据预处理
• 2.1 振动特征传感器数据采集装置
• 2.2 压电传感器误差来源
• 2.3 数据预处理方法
• 2.3.1 几种常用消除趋势项的滤波器
• 2.3.2 Butterworth 滤波、小波滤波、最小二乘法数据滤波比较
• 2.4 本章小结
• 第三章 地震震相到时提取
• 3.1 地震震相概述
• 3.2 地震震相拾取方法
• 3.2.1 STA/LTA
• 3.2.2 水平能量于总能量的比
• 3.2.3 基于协方差矩阵的到时拾取方法
• 3.2.4 径向和切向关系
• 3.2.5 自相关系数（AR）
• 3.2.6 基于统计方法的P波拾取方式
• 3.3 地震震相拾取方法
• 3.4 本章小结
• 第四章 场地振动特征
• 4.1 场地振动特征理论
• 4.1.1 振动幅值
• 4.1.2 振动过零周期
• 4.1.3 振动频谱特性
• 4.2 几类振动的振动特征
• 4.2.1 几类非地震振动特征
• 4.2.2 P波初动后前3秒的振动特征
• 4.2.3 全时程地震场地振动特征
• 4.3 本章小结
• 第五章 场地液化分析
• 5.1 影响场地液化的因素
• 5.1.1 砂土、粉土的特性
• 5.1.2 液化前砂土、粉土所处的起始应力条件
• 5.1.3 场地动力作用的特性
• 5.2 采用加速度时程判别场地液化的方法
• 5.2.1 采用场地振动特征识别液化
• 5.2.2 采用场地瞬时频率识别液化
• 5.3 采用场地瞬时频率识别场地液化
• 5.3.1 小波分析理论
• 5.3.2 Hilbert谱分析
• 5.3.3 小波分解和Hilbert谱分析识别瞬时频率
• 5.3.4 小波分解和Hilbert谱分析识别场地液化
• 5.4 本章小结
• 第六章 总结和展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 个人简历 在读期间发表的学术论文与研究成果