（模式识别与智能系统专业论文）土壤振动信号在线分析与识别技术研究.pdf

南开大学学位论文使用授权书 根据南开大学关于研究生学位论文收藏和利用管理办法，我校的博士、硕士学位获 得者均须向南开大学提交本人的学位论文纸质本及相应电子版。 本人完全了解南开大学有关研究生学位论文收藏和利用的管理规定。南开大学拥有在 著作权法规定范围内的学位论文使用权，即：( 1 ) 学位获得者必须按规定提交学位论文( 包 括纸质印刷本及电子版) ，学校可以采用影印、缩印或其他复制手段保存研究生学位论文， 并编入南开大学博硕士学位论文全文数据库；( 2 ) 为教学和科研目的，学校可以将公开 的学位论文作为资料在图书馆等场所提供校内师生阅读，在校园网上提供论文目录检索、文 摘以及论文全文浏览、下载等免费信息服务；( 3 ) 根据教育部有关规定，南开大学向教育部 指定单位提交公开的学位论文；( 4 ) 学位论文作者授权学校向中国科技信息研究所和中国学 术期刊( 光盘) 电子出版社提交规定范围的学位论文及其电子版并收入相应学位论文数据库， 通过其相关网站对外进行信息服务。同时本人保留在其他媒体发表论文的权利。 非公开学位论文，保密期限内不向外提交和提供服务，解密后提交和服务同公开论文。 论文电子版提交至校图二传馆网站：h t t p ：2 0 2 1 1 3 2 0 1 6 1 ：8 0 0 1 i n d e x h t m 。 本人承诺：本人的学位论文是在南开大学学习期间创作完成的作品，并已通过论文答辩； 提交的学位论文电子版与纸质本论文的内容一致，如因不同造成不良后果由本人自负。 本人同意遵守上述规定。本授权书签署一式两份，由研究生院和图书馆留存。 作者暨授权人签字：目湖 2 0 1 0年5 月2 8 日 南开大学研究生学位论文作者信息 论文题目土壤振动信号在线分析与识别技术研究 姓名闰湖 学号 2 1 2 0 0 7 0 2 8 l 答辩日期2 0 1 0 年5 月2 7 日 论文类别博士口学历硕士硕士专业学位口高校教师口同等学力硕士口 院系所信息技术科学学院专业模式识别与智能系统 联系电话 l3 7 5 2 6 6 2 7 4 9e m a i l y a n h u 9 16 y a h o o c n 通信地址( 邮编) ：天津市南开大学信息技术科学学院机器智能研究所3 0 0 0 7 1 备注： 是否批准为非公开论文 否 注：本授权书适用我校授予的所有博士、硕士的学位论文。由作者填写( 一式两份) 签字后交校图书 馆，非公开学位论文须附南开大学研究生申请非公开学位论文审批表。 m m 4m 1 8m 1肌y 。擎獬审革孤珥毒妊汤非戥审甭萼船毒￥妊单驯蟛萃拱码毒士妤非鹳 锆囤辫萆璺考焉( 料丝草一) 置藓晕勘甲。萃拱珥素驷千迎、千斟阜蚶明士斟辫椠茸娶锋斟斟章：暮 显茸砚妊孑_ l 能拟摊显哥 ：孕毋 i l 0 0 0 9 鲻琶地粥& 器衅酬杀杀性半骑曰署杀￥拦单业戢￥：( 糯删) 烊耵髫觋 u 0 。o o q 它兀 916 n q u 它, ( i ! b 珊6 妒z 9 9 z s ei 县印婆油 殇呈鹅斤f i ；i 涣摹辫 环每捌杀赤性半珊冯髫蝈婆嘲 口+ 班华杀妨刨口蛳醵料掣口四杀而每千逾广千逊幽嘉口_ 千斟 f | i f 藜莓现 目乙吖s 匆o i o e瞵目挺嚣 i g e o l o o e 【乙 鲁杀睬目琴秘 氍抱半珊0 i f 礤与坍髟骑珊鲁髫咯磐酶干 目薅茸拱 冒勤皋动萃孤珥孝千琶也孝￥妊掣 目忙日g 由订o r t 阿。右翡y 雄群磊岩勘 。拙禺勘津圈咄嘲雨跖搬甲船碰摹一蔷蓊锋砰狲宰。犁群娶丁皋瓤晕刨y 章 。够耳y 章甲酱g 碍业帮承创业圉蹲琏一站酗明茸拱章驺掳与硎壬印茸识珥杀6 j j 革鬻 ：铤最茸砚裂觋己冀智勃朝搿器勤阿刨麟窿杀杀￥妊阜翠瞽茸砚砑杀朝y 卓：粜毽y 章 。t u l q x o p u ! 1 0 0 8 ：1 9 i o z e i i e o e ：d u q ：辆豳勘津网辫互莓鬻狲乒印茸拱 。茸砚土f 髟刨骺酣咄蕈鹫g 翠蟛苗殂沿罄哇莓瞢* 刨业e i d 到i i i f 毋哿茸拱珥杀妊移非 。阽砰脚茸观擎髯璐新融嚣翠禺哿y 章轴刨。钐船冒兽身骁* 拯寝幽￥群汗裂娶 簟癣骠茸观珥杀珂醉y 劲# 狲士审并谣茸砚舀杀6 j j 图婴犁酶蕈暂群到吊壬审( 霉幂) 性f i f 半 杀围七b l 啦鳕延擒罾身辑性国七b 刨科杀砰弭擘勤笨砚砑杀( 争) 2 茸拱珥杀明妊妤革暂珥责罩群 僻旦瑶叫赤￥妊单犁群* 单堰旦瑶辫戳( ) 2 暂硼胃署繇嘭翕裤i 、币晦茸弓茸砚谣相瓣 茸率磷誉目覃砚静瞥丁圈圉弭翠强乜| j 甭断单辫语舔蝈瞬岛勘外围觋橼瑶勤茸砚珥赤明 妊移琳诩血辫杂驯目船性咄杀辚( z ) o 捌辫】；i 覃弓茸现珥亲千弛斟杀￥拦掣y 孵# 茸镪甜杀甭距揄拙 ! i 留士滞西珊首准由黪、由缮附滥相上堕辫案( 狲士印髫章睹由鹭狮群 母) 茸现珥杀蕞蕾犁酶署彭师霉彭瓣珥柔( i ) ：d 霸砰附珊覃识珥索朝掣幽垡犁群餮砰勤蒜 母晕阱杀y 妊单。犁群配舄明 f 瞠哇逖碲茸攒砑秦雨延抱￥阜杀￥妊单柳工弓毕y 牢 。硎乒印酗啡谣章驾狮茸砚珥杀朝y 章革胬杀￥妊单刨妊瞬岩劫 嚣珥杀斗逾、斗捌脚料挂餮哗薛舄肘皓岵撵劲茸现珥杀甭x 擅工￥杀y 妊掣辫斟 斗砰群甘辫萃孤斟毒毒￥妊掣 南开大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所 取得的研究成果。除文中已经注明引用的内容外，本学位论文的研究成果不包 含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所 涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本 学位论文原创性声明的法律责任由本人承担。 学位论文作者签名：闺湖 2 0 1 0 年5 月3 1 日 非公开学位论文标注说明 根据南开大学有关规定，非公开学位论文须经指导教师同意、作者本人申 请和相关部门批准方能标注。未经批准的均为公开学位论文，公开学位论文本 说明为空白。 论文题目 申请密级 口限制( 2 年)口秘密( 1 0 年)口机密( 2 0 年) 保密期限 2 0 年月日至2 0年月日 审批表编号批准日期 2 0 年月日 限制2 年( 最长2 年，可少于2 年) 秘密1 0 年( 最长5 年，可少于5 年) 机密2 0 年( 最长1 0 年，可少于l o 年) 中文摘要 中文摘要 土壤振动信号在线分析与识别作为一种新兴的周界安全监测技术，近年来 得到了蓬勃发展。基于土壤振动信号分析与识别的周界安全预警系统，不但能 够把传统的事后报警转变为事前预防，而且能够实现对周界事件的智能分类。 土壤振动信号分析具有原始输入数据量大、实时性要求高的特点。 本文工作源于8 6 3 课题“油气管道光纤安全预警技术与装备研究”，以分布 式光纤传感器采集的土壤振动信号为输入，重点研究土壤振动信号分析与识别， 从而实现油气管道预警与管道事件智能分类。为此，本文提出了一个基于土壤 振动信号分析与识别的周界预警与智能感知方法模型，围绕该模型，主要工作 如下： 1 ) 土壤振动信号分割：本文提出了基于相关系数与希尔波特变换的自适应 阈值窗口能量切分算法，该方法能够简单而快速地将真正有效的振动信号从原 始土壤信号中切分出来。实验表明：不但不存在漏切、误切情况，保证了预警 系统不会出现漏报、虚警，而且振动信号精确切分率为9 5 9 ，确保了土壤振动 信号特征的完整性。 2 ) 土壤振动信号去噪：本文提出了小波分层阈值去噪算法，该方法能将淹 没在大量背景噪声中的土壤振动信息有效地提取出来，大大提高了土壤振动信 号的信噪比，为后续识别打下了良好基础。 3 ) 特征提取与特征选择：本文提取的土壤振动信号特征来源于三方面：基 于小波包的时频分析( 3 2 维) 、反映人耳听觉特性的m f c c 系数( m e l f r e q u e n c y c e p s t r a lc o e f f i c i e n t s ) ( 2 4 维) 、时域上幅度包络变化( 3 0 维) 。为了获得精炼而有 效的特征，本文还用p c a ( 主成分分析) 对提取出的8 6 维特征进行了降维，最后获 得4 3 维独立、正交的土壤振动信号特征向量。 4 ) 基于人工神经网络的多级分类器设计：本文分类器包括两级，一级分类 器由s v m 支持向量机与b p 神经网络组合而成，实现对单一信号片段识别。二级 分类器基于投票机制实现对事件分类，同时考虑了用户规则、可信度、报警级 别因素。另外，为了能够让分类器具有自适应、自学习功能，分类器中还加入 了增量学习模块。 经过在真实的油气管道应用环境中实验测试，本文提出的方法不但能够满 i 中文摘要 足实时性要求，而且对八大类土壤振动事件( 打夯、打桩、农耕、电钻、钻井、 大型机械、砸钢管、火车) ，振动信号片段识别率达至l j 9 0 3 8 ，事件识别率达到 9 4 3 5 ，完全满足实际应用需求。 本文提出的基于土壤振动信号分析与识别的周界预警与智能感知方法模型 具有通用性。目前已经在长距离石油天然气管道中成功应用，并将要投入短途 雷区预警系统中，未来可以迸一步推广到整个周界安全预警、地震监测等领域。 关键词 周界安全信号分割小波去噪特征提取神经网络支持向量机 a b s t r a c t a b s t r a c t o n l i n ea n a l y s i sa n dr e c o g n i t i o no fs o i lv i b r a t i o ns i g n a l ，器an e wp e r i m e t e r s e c u r i t ym o n i t o r i n gt e c h n o l o g y , h a sb e e nb o o m i n gi nr e c e n ty e a s t h ep e r i m e t e r s e c u r i t ye a r l yw a r n i n gs y s t e m ，b a s e do na n a l y s i sa n dr e c o g n i t i o no fs o i lv i b r a t i o n s i g n a l ，i sn o to n l ya b l et oc h a n g et h et r a d i t i o n a lp o s t - a l a r mi n t op r e - a l a r m ，b u ta l s o c a nr e a l i z et h ei n t e l l i g e n tc l a s s i f i c a t i o no fe v e n t sh a p p e n e dn e a r b y s o i lv i b r a t i o n s i g n a la n a l y s i s ，w i t hm a s s i v eo r i g i n a ld a t aa si n p u t ，h a sah i g hr e q u i r e m e n to fr e a l t i m e t h i sw o r ki sp a r to fan a t i o n a l8 6 3p r o j e c tw h i c hi sn a m e dt e c h n o l o g ya n d e q u i p m e n tr e s e a r c ho fo i la n dg a sp i p e l i n es a f e t ym o n i t o r i n gb a s e do nf i b e r u s i n g s o i lv i b r a t i o ns i g n a lc o l l e c t e db yd i s t r i b u t e do p t i c a lf i b e rs e n s o r 嬲i n p u t ，t h i sp a p e r f o c u s e so na n a l y s i sa n dr e c o g n i t i o no fs o i lv i b r a t i o ns i g n a l ，t oa c h i e v ee a r l yw a r n i n g a n di n t e l l i g e n tc l a s s i f i c a t i o no fe v e n t sh a p p e n e dn e a r b yo i la n d g a sp i p e l i n e s t h e r e f o r e ，ap e r i m e t e rs e c u r i t ye a r l yw a r n i n ga n di n t e l l i g e n tc l a s s i f i c a t i o nm e t h o d m o d e l ，b a s e do na n a l y s i sa n dr e c o g n i t i o no fs o i lv i b r a t i o ns i e 瑚d ，i sp r e s e n t e d a c c o r d i n gt ot h em o d e l ，m a i nw o r ki s 嬲f o l l o w s ： 1 ) s e g m e n t a t i o no fs o i lv i b r a t i o na n dn o n - v i b r a t i o ns i g n a l ：ac o r r e l a t i o n c o e f f i c i e n t sa n dh i l b e r tt r a n s f o r mb a s e dw i n d o we n e r g ys e g m e n t a t i o nm e t h o d ，晰t h a d a p t i v et h r e s h o l d ，i sp r o p o s e d t h i sm e t h o dc a ns i m p l ya n dq u i c k l yc u t st h er e a ls o i l v i b r a t i o ns i g n a lf r a g m e n tf r o mo r i g i n a ls o i lv i b r a t i o ns i g n a l e x p e r i m e n ts h o w st h a t t h e r ei sn om i s s e dc u to re r r o rc u tc o n d i t i o n ，g u a r a n t e e i n gt h ee a r l yw a r n i n gs y s t e m a g a i n s tm i s s e da l a r m i n go rw r o n ga l a r m i n g ，w h a ti sm o r e ，i th a sah i g ha c c u r a t e s e g m e n t a t i o nr a t eo f9 5 9 ，e n s u r i n gt h ef e a t u r eo f s o i lv i b r a t i o ns i g n a lc o m p l e t e l y 2 ) s o i lv i b r a t i o ns i g n a ld e - n o s i n g ：i nt h i sp a p e r ，w ep r o p o s eaw a v e l e ta n a l y s i s o fh i e r a r c h i c a lt h r e s h o l dd e - n o i s i n ga l g o r i t h m i tc a ne x t r a c tt h eu s e f u ls o i lv i b r a t i o n i n f o r m a t i o nf r o ms o i lv i b r a t i o n s i g n a lw h i c hc o n t a i n sl o t so fb a c k g r o u n dn o i s e s ， g r e a t l yi n c r e a s i n gt h es i g n a l t on o i s er a t i o na n dl a y i n gag o o df o u n d a t i o nf o r s u b s e q u e n tr e c o g n i t i o n 3 ) f e a t u r ee x t r a c t i o na n ds e l e c t i o n ：t h i sp a p e re x t r a c t st h ef e a t u r eo fs o i l i i i v i b r a t i o ns i g n a lf r o mt h r e ea s p e c t s ：t i m e f r e q u e n c ya n a l y s i sb a s e do nw a v e l e tp a c k e t ( 3 2 - d i m e n s i o n a lf e a t u r e ) ，r e f l e c t i n gt h eh u m a na u d i t o r yc h a r a c t e r i s t i c so fm f c c c o e f f i c i e n t s ( m e l - f r e q u e n c yc e p s t r a lc o e f f i c i e n t s ) ( 2 4 d i m e n s i o n a l f e a t u r e ) ， a m p l i t u d ee n v e l o p ec u r v ei nt i m ed o m a i n ( 3 0 d i m e n s i o n a lf e a t u r e ) t h e n ，t om a k e f e a t u r e sc o n c i s ea n de f f e c t i v e ，t h i sp a p e ra l s o a p p l i e sp c a ( p r i n c i p a lc o m p o n e n t a n a l y s i s ) o nt h ee x t r a c t e d8 6 - d i m e n s i o n a lf e a t u r ef o rd i m e n s i o nr e d u c t i o n a tl a s t ， 4 3 一d i m e n s i o n a lo r t h o g o n a la n di n d e p e n d e n tf e a t u r ev e c t o ro fs o i lv i b r a t i o ns i g n a li s o b t a i n e d 4 ) m u l t i - l e v e lc l a s s i f i e rd e s i g n ：t h ed e s i g n e dc l a s s i f i e ri n c l u d e st w ol e v e l s ：f i r s t l e v e lc l a s s i f i e rc o m b i n e ss v m ( s u p p o r tv e c t o rm a c h i n e ) a n db p ( b a c k p r o p a g a t i o n n e r u a ln e t w o r k ) t oa c h i e v er e c o g n i t i o no fs i n g l ev i b r a t i o ns i g n a lf f a g m e n t s e c o n d l e v e lc l a s s i f i e ru s e sv o t i n gm e c h a n i s mt of i n i s he v e n tc l a s s i f i c a t i o n ，m e a n w h i l e t a k i n ga c c o u n tf a c t o r so fu s e rr u l e s ，r e l i a b i l i t y , a n da l a r ml e v e l i na d d i t i o n ，i no r d e r t om a k et h ec l a s s i f i e rh a v et h ea d a p t i v e ，s e l f - l e a r n i n ga b i l i t y , a ni n c r e m e n t a ll e a r n i n g m o d u l ei sa d d e d a f t e re x p e r i m e n t si n r e a la p p l i c a t i o ne n v i r o n m e n to fo i la n dg a sp i p e l i n e s ，t h e p r o p o s e dm e t h o dc a nn o to n l ym e e tt h er e a l t i m er e q u i r e m e n t , b u ta l s of o re i g h tk i n d s o fs o i lv i b r a t i o ne v e n t s ( t a m p i n g ，p i l ed r i v i n g ，f a n n i n g ，e l e c t r i cd r i l l ，d r i l l i n g ，h e a v y m a c h i n e ，s m a s h i n gs t e e l ，t r a i n ) ，t h er i g h tr e c o g n i t i o nr a t eo fv i b r a t i o ns i g n a l f r a g m e n t sa n de v e n t sa r e9 0 38 a n d9 4 35 r e s p e c t i v e l y , f u l l ym e e tt h en e e d so f p r a c t i c a la p p l i c a t i o n i nt h i sp a p e r , t h ep r o p o s e dm e t h o dm o d e lo f p e r i m e t e rs e c u r i t ye a r l yw a r n i n g a n di n t e l l i g e n tc l a s s i f i c a t i o nb a s e do ns o i lv i b r a t i o ns i g n a la n a l y s i sa n dr e c o g n i t i o ni s u n i v e r s a l i th a sb e e n s u c c e s s f u l l y u s e di n l o n g d i s t a n c eo i la n dg a sp i p e l i n e a p p l i c a t i o n ，a n dw i l lb ea p p l i e dt os h o r t - d i s t a n c em i n ef i e l ds a f e t ym o n i t o r i n g i n f u t u r e ，i tc a nb ee x t e n d e dt ot h ew h o l ep e r i m e t e rs e c u r i t ye a r l yw a r n i n g ，e a r t h q u a k e m o n i t o r i n ga n do t h e rf i e l d s k e yw o r d s p e r i m e t e rs e c u r i t y , s i g n a ls e g m e n t a t i o n ，w a v e l e td e - n o s i n g ，f e a t u r ee x t r a c t i o n ， a r t i f i c i a ln e u r a ln e t w o r k ，s u p p o r tv e c t o rm a c h i n e i v 目录 目录 中文摘要i a b s t r a c t i i i 第一章引言1 第一节课题研究背景1 第二节土壤振动信号处理研究现状2 1 2 1 现代信号处理内容及分类2 1 2 2 非平稳振动信号分析研究现状。3 1 2 3 土壤振动信号研究现状与趋势。4 第三节本文主要工作与创新点5 1 3 1 本文重点内容5 1 3 2 本文工作意义和创新性6 第四节本文组织7 第二章基于土壤振动信号分析的周界预警与智能感知8 第一节方法模型8 第二节土壤振动信号检测与处理9 2 2 1 整体实现流程9 2 2 2 相关技术的基本原理1 1 第三节基于神经网络的土壤振动信号识别1 8 2 3 1 识别模型1 8 2 3 2b p 神经网络分类原理1 9 2 3 3 支持向量机s v m 分类基本原理2 2 第三章土壤振动信号检测与处理技术研究。2 7 第一节土壤振动信号分割2 7 3 1 1 基于相关系数粗提取2 7 3 1 2 希尔波特变换提取信号包络2 9 3 1 3 自适应阈值的滑动窗口能量切分算法3 0 第二节土壤振动信号降噪与增强3 2 v 目录 第三节土壤振动信号特征提取与降维3 6 3 3 1土壤振动信号的特性分析3 6 3 3 2 土壤振动信号特征提取3 8 3 3 3 土壤振动信号特征降维4 4 第四章土壤振动信号识别模型与数据库建立4 6 第一节聚类分析4 6 第二节基于b p 与s v m 一级分类器设计5l 4 2 i 基于b p 神经网络的土壤振动信号分类5 1 4 2 2 基于s v m 的土壤振动信号分类“ 4 2 3 一级分类器设计6 8 第三节基于投票机制的二级分类器设计。6 9 4 3 1 时间序列分析6 9 4 3 2 二级分类器设计7 l 4 3 3 事件报警信息7 2 第四节增量学习机制7 5 第五章评测与实验结果7 7 第一节土壤振动信号切分评测。7 7 5 1 1 土壤振动信号切分评测方法7 7 5 1 2 土壤振动信号切分实验结果7 7 第二节土壤振动事件分类评测7 8 5 2 1 土壤振动事件分类评测方法7 9 5 2 2 土壤振动事件分类实验结果7 9 第六章总结与展望。8 2 第一节本文工作总结8 2 第二节未来展望8 4 参考文献8 5 致谢8 7 个人简历及在学期间发表的学术论文与研究成果。8 8 v i 图目录 图2 1基于土壤振动信号分析的周界预警与智能感知方法模型8 图2 2 土壤振动信号检测与处理整体实现流程9 图2 3一段打夯原始土壤信号振动部分提取1 0 图2 4 ( a ) 硬阈值去噪法，( b ) 软阈值去噪法1 4 图2 5 冗余数据的频谱图表示，r l 和r 2 表示两个观察量。1 5 图2 6 土壤振动信号识别模型建立1 9 图2 7 三层b p 神经网络2 0 图2 8 线性可分数据分类问题2 2 图2 9 支持向量机2 6 图3 1m a c h z e h n d e r 光纤干涉结构图2 7 图3 2 ( a ) 打夯原始信号图、相关系数分布图、相关系数粗切分结果2 8 图3 2 ( b ) 火车原始信号图、相关系数分布图、相关系数粗切分结果2 8 图3 3原始打夯信号的h i l b e r t 变换包络抑制。3 0 图3 4 原始铲车土壤信号振动与非振动部分分割示例3 l 图3 5各类土壤振动信号去噪前后对比3 5 图3 6 ( a )间断型事件信号波形，打夯为例3 7 图3 6 ( b ) 持续型事件信号波形，电钻为例3 7 图3 7 三层小波包分解3 9 图3 8 ( a ) 6 4 维小波包能量分布图。4 1 图3 8 ( b ) 九类事件的m f c c 特征向量曲线图4 2 图3 8 ( c ) 九类事件的时域能量特征向量曲线图4 3 图3 8 ( d ) 九类事件的特征向量曲线图4 3 图3 9 ( a ) 各主成分对总能量贡献值4 4 图3 9 ( b ) 各主成分累计贡献值4 4 图4 1不同激活函数5 4 图4 2 ( a )高学习速率对训练影响5 5 v i i 图目录 图4 2 ( b ) 学习速率过高对训练影响5 5 图4 2 ( c ) 最优的学习速率获得最小误差5 5 图4 3 ( a ) 弹性梯度下降( r p r o p ) 算法( t r a i n r p ) 6 1 图4 3 ( b ) 量化共轭梯度法( s c a l e dc o n j u g a t eg r a d i e n t ) ( t r a i n s c g ) 6 2 图4 3 ( c ) p o l a k r i b i e r e 共轭梯度算法( t r a i n c g p ) 6 2 图4 4 基于s v m 与b p 的一级分类器。6 9 图4 5 ( a ) 土壤振动事件的逻辑层次结构7 0 图4 5 ( b ) 土壤振动事件的存储结构7 0 图4 6 基于投票机制的二级分类器7 1 图4 7 增量学习机制7 5 v i i i 表目录 表目录 表3 1土壤振动信号特征提取列表3 9 表4 1 ( a ) 初始化类中心权重为1 时聚类结果( 降维4 3 维特征) c = 9 4 8 表4 1 ( b ) 初始化类中心权重i l i 为时聚类结果( 降维4 3 维特征) c = 9 4 9 表4 1 ( c ) 土壤振动信号降维前( 8 6 维特征) 聚类结果c = 9 。4 9 表4 1 ( d ) 土壤振动信号降维后( 4 3 维特征) 聚类结果c = 8 4 9 表4 2b p 神经网络改进算法5 6 表4 3 不同隐含层对应的训练次数、训练样本识别率、测试样本识别率5 8 表4 4 不同激活函数对应的迭代次数、识别率5 9 表4 5 不同算法收敛时迭代次数6 l 表4 6 样本说明6 3 表4 7 基于b p 神经网络的八类土壤振动事件分类实验结果6 3 表4 8 基于b p 神经网络的八类土壤振动事件两两分类实验结果“ 表4 9 不同惩罚因子、核宽度组合下打夯与打桩s v m 分类实验结果6 7 表4 1 0 基于s v m 的土壤振动信号两两分类实验结果6 7 表4 1 1基于s v m 的土壤振动信号两两分类测试识别率6 8 表5 1土壤振动信号切分实验结果7 8 表5 2 基于s v m 支持向量机的安全与非安全土壤振动信号分类实验7 9 表5 3 七大类非安全土壤振动信号数据规模8 0 表5 4 基于b p 神经网络的七类非安全土壤振动信号分类实验结果8 0 表5 5 八大类土壤振动事件二级分类实验结果8 1 i x 第一章引言 第一章引言 第一节课题研究背景 石油和天然气作为重要的战略物资，在国民经济中具有重要的地位。管道 运输具有环保、经济的优点，因此在石油、天然气运输中得到广泛应用。目前， 全世界油气管道的总长度约为2 3 0 万公里，根据中国石油天然气管道科研中心资 料显示( 2 0 0 3 年) ，中国目前长距离油气管道总长已达4 5 8 6 5 公里，“十一五 期 间将建设3 万多公里的油气管道【l j 。近年来，在管道上打孔盗油、盗气造成的事 故十分频繁。随着管道沿线经济的快速发展，沿线施工、动土随处可见，这些 都威胁着管道的生产安全。2 0 0 3 年1 2 月1 9 日兰成渝输油管道因盗油发生破裂， 大量汽油外泄，造成宝成铁路停运7 个多小时，管道停输1 4 个小时，5 0 0 米长的 河面被污染。管道行业虽然每年投入了大量的人力、物力来保障管道的安全运 行，但仍然无法预防和阻止破坏。管道行业的安全生产形势非常严峻，寻找确 保管道运输安全生产的手段和方法已迫在眉睫。 为及时检测输油管道的泄漏，人们采取了多种方法，包括流量平衡法、基 于模型的检测方法及基于信号处理的方法等【2 , 3 】。其中，基于信号处理的方法无 需建立管线的数学模型，而流量平衡法和基于数学模型的方法均需要测量流量 信号。目前，国内大部分管道两端并未安装高精度流量计，所以基于信号处理 的方法更适合于国内输油管线的泄漏检测。 光纤传感器具有测量灵敏度高、不受电磁干扰、可实现长距离分布式传感 的优点，而且由于目前国内建设的管道一般都有同沟敷设的光缆，使用光缆作 为分布式传感器，具有可实施性强、安装简便的特点1 4 , 5 j 。因此，将分布式光纤 传感技术与信号处理结合起来将是未来油气管道安全监测技术的主要方向1 6 j 。 2 0 0 4 年以来，中国石油天然气管道局联合南开大学联合攻关，采用分布式 干涉技术进行光纤管道安全预警技术研究，成功开发出一套分布式光纤管道安 全监测系统。该系统利用与管道同沟敷设的光缆，拾取管道附近沿线的土壤振 动信号，借助土壤振动信号分析与识别技术实现对威胁管道安全的破坏事件( 主 要包括在油气管道附近施工、人为破坏油气管道、打孔盗油等) 进行报警。该 安全预警系统具有以下几个特点：1 ) 将传统的事后报警变成事前预防，从而有 第一章引言 效降低管道破坏概率，并解放大量巡线工；2 ) 事件自动分析和智能分类，能确 定事件的性质与具体类型；3 ) 精确定位，系统可以对以管道为中心的5 0 k m 范围 内进行定位，定位精度达2 k m ；4 ) 环境自适应能力，能够适应不同地区不同环 境以及新的破坏事件的出现。 该系统在河北固安测试基地进行了5 4 7 k m 的试验，并在西气东输天然气管 道的苏浙沪段东桥分输站至1 3 6 阀室之间的3 4 k m 管道上进行了综合应用，在现场 环境复杂，干扰信息多的情况下，系统仍然能迅速准确地对可能危害到管道安 全的事件及时报警，满足了现实应用需求。 预警系统核心功能是事件预警和分类，而实现此功能依赖于土壤振动信号 的分析与识别。本文在先期工作的基础上，主要研究由分布式光纤传感器采集 的土壤振动信号的分析与识别，研究成果还可推广应用到整个周界安全领域， 如国防及其它重要设施和重要区域的安全防范与预警，提高安全保障水平。 第二节土壤振动信号处理研究现状 土壤振动信号处理包括信号分析与识别两方面内容，即如何从混杂大量噪 声的原始信号中提取有效振动信号，然后对振动信号进行有效特征选择与识别， 最终实现振动事件的准确分类。 1 2 1 现代信号处理内容及分类 信号是信息的载体，是信息的物理表现形式。信号的类型多种多样，广义 而言，各种文字、语言、图像、电码、古长城上的烽火、海军用的旗语、灯语 等都是常用的信号形式。信号处理就是运用数学或物理的方法对信号进行各种 加工或变换。其目的是滤除混杂在信号中的噪声和干扰，将信号变换成易于识 别的形式，便于提取它的特征参数。因此，信号处理的本质是信息的变换和提 取。从某种意义上说，信号处理类似于“沙里淘金 的过程：虽然它并不能增 加信息量( 不能增加金子的含量) ，但是可以把信息( 金子) 从各种噪声、干扰 的环境中( 数量巨大的散落沙子中) 提取出来，变换成可以利用的形式( 如金 条等) 。如果不进行这样的变换，信息虽然存在，却无法利用，这正如散落在沙 中的金子无法直接利用一样。目前信号处理已经成为了现代科学技术的支柱之 一，已广泛应用于人类生产和生活的各个方面，如机械故障诊断、语音处理、 图像处理、水下声纳探测、医学工程等。 2 第一章引言 通常信号的分类按照信号取值随时间变化的特点分类的f 7 1 。从这一角度出 发，信号可以分为确定性信号和随机信号两大类。确定性信号的所有参数都已 经确定。不能用明确的数学表达式来描述的、具有随机性的信号称为随机信号。 随机信号根据其取值特征，可分为平稳随机信号和非平稳随机信号两类。所谓 的非平稳性，是指信号的统计特性与时间变化有关【8 j 。 振动信号数字处理方法大致分为两类：一类是稳态或准稳态信号的各类处 理方法，典型的有离散频谱分析和校正理论、细化选带频谱分析、解调分析和 高阶谱分析等；第二类是非平稳信号的各类处理方法，典型的有短时傅立叶变 换、w i n g e r - v i l l e 时频分布，小波变换和小波包分析，经验模式分解和 h i l b e r t h u a n g 变换掣9 1 。 土壤振动信号属于非平稳振动信号，所以可以借鉴非平稳信号处理的方法。 1 2 2 非平稳振动信号分析研究现状 正因为非平稳信号的统计特性与时间有关，所以对非平稳信号的处理必须 同时进行时域、频域分析。傅立叶变换是用平稳的正弦波作为基函数去分解信 号x ( o ，得到其频谱x ( o ，该变换建立了一个从时域到频域的通道。傅立叶变换 是时域和频域的一种全局性的变换，不能同时进行时频分析。但是，傅立叶变 换是基础，在此之上人们做了大量的研究，提出并发展了一系列新的信号分析 理论，在非平稳信号处理方面取得了令人瞩目的成就。文献i l o j