A Combined Denoising Method for Microseismic Signals from Coal Seam Hydraulic Fracturing: Multithreshold Wavelet Packet Transform and Improved Hilbert‐Huang Transform
Notice bibliographique
Résumé
Coal seam hydraulic fracturing (CSHF) has recently been applied to mitigate frequent regional rockburst risk in deep mines before mining practice, as an effective substitute for conventional labor‐intensive and time‐consuming rockburst prevention measures. Due to the complex nature of CSHF microseismic signals—e.g., nonstationary, transient, and low signal‐to‐noise ratio—conventional denoising methods tend to yield undesirable results that may preclude reliable evaluation of hydraulic fracturing performance using microseismic data. We propose an advanced denoising method MWPT‐IHHT to achieve twice denoising in a fine and adaptive manner. This method combines a multithreshold wavelet packet transform (MWPT) and an improved Hilbert‐Huang transform (IHHT), with each being improved compared to their conventional counterparts. A quantitative comparison using synthetic signals suggests the outperformance of the proposed method over the commonly used denoising methods in suppressing noises in terms of signal‐to‐noise ratio, signal similarity, and energy percentage. The desirable denoising results of two typical real CSHF signals in a CSHF test at Huafeng Coal Mine further demonstrate the applicability and effectiveness of the proposed MWPT‐IHHT method.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».