[发明专利]一种累计声发射信号kaiser点的识别方法

权利要求书

1.一种累计声发射信号kaiser点的识别方法，其特征在于包括，

对岩心样本进行声发射试验，得到岩心的累计声发射信号与时间特征数据系列{h,t}；

选择小波基函数和分解层数对所述累计声发射信号与时间特征数据系列{h,t}进行分解；

得到所述岩心累计声发射信号的高频系数与时间的特征数据系列{cd_i,t}；

根据所述累计声发射信号的高频系数与时间的特征数据系列{cd_i,t}的突变点作为所述岩心的累计声发射信号kaiser点。

2.根据权利要求1所述的一种累计声发射信号kaiser点的识别方法，其特征在于，将采集的岩心进行加工，加工为直径为25mm，长度为50mm的圆柱形岩心样本。

3.根据权利要求1所述的一种累计声发射信号kaiser点的识别方法，其特征在于，在所述选择小波基函数和分解层数对所述累计声发射信号与时间特征数据系列{h,t}进行分解之前还包括，根据所述岩心特征预测该岩心kaiser点的时间区间。

4.根据权利要求3所述的一种累计声发射信号kaiser点的识别方法，其特征在于，所述岩心特征至少包括岩心的种类、地质特征、地应力特征。

5.根据权利要求4所述的一种累计声发射信号kaiser点的识别方法，其特征在于，所述岩心种类至少包括，砂岩层，灰岩层，泥岩层，盐岩层。

6.根据权利要求3所述的一种累计声发射信号kaiser点的识别方法，其特征在于，根据所述累计声发射信号的高频系数与时间的特征数据系列{cd_i,t}的突变点作为所述岩心的累计声发射信号kaiser点之中进一步包括，在所述时间区间内寻找突变点，作为所述岩心的累计声发射信号kaiser点。

7.根据权利要求1所述的一种累计声发射信号kaiser点的识别方法，其特征在于，在选择小波基函数和分解层数对所述累计声发射信号与时间特征数据系列{h,t}进行分解之前还包括，对所述累计声发射信号与时间特征数据系列{h,t}进行去噪处理。

8.根据权利要求1所述的一种累计声发射信号kaiser点的识别方法，其特征在于，在选择小波基函数和分解层数对所述累计声发射信号与时间特征数据系列{h,t}进行分解之后还包括，对分解的结果进行重构。