基于光纤传感系统的隧道机电防破坏监测

为了保证高速公路隧道的正常安全运营,隧道中安装了各类机电设备,高速公路隧道中的机电设备具有子系统众多而且复杂的特点,主要包括照明、通风、消防、监控、信号、电力、通信、紧急救援等设备。一旦哪个环节出现故障或被破坏,都将对高速公路隧道的运营带来极大的风险。因此,对高速公路隧道内的机电系统,进行连续实时的安全防破坏监测是非常必要的。公路隧道周边会存在众多的第三方机械施工产生强烈振动,甚至对隧道结构的破坏及隧道内机电设备破坏,因此,及早发现高速公路隧道周边的第三方施工对高速公路隧道结构以及隧道机电设备的破坏风险,安排负责隧道维护相关人员及时到施工现场进行监督,是保障高速公路隧道及其机电系统安全稳定运行的有效措施。

基于光纤测振系统的地铁隧道防破坏监测

针对地铁隧道周边的第三方施工对地铁隧道的破坏事件难以实时监测的问题,提出利用分布式光纤传感技术可空间和时间连续测量的技术优势,对地铁隧道沿线的所有振动信号进行采集和分析。利用图像模板滤波算法,对施工激励信号进行增强,同时对地铁列车产生的振动干扰进行过滤。经过现场模拟施工激励测试以及长期的运行统计,系统对具有威胁性的施工信号能够及时预警,系统的误报频次经过多次的迭代优化,可达到小于0.2次/天。

基于CNN的光纤振动传感信号特征提取和识别

光纤振动传感系统极易受到噪声背景、多源干扰等影响,系统对目标事件检测识别的准确率直接决定了系统的运行效果,如何有效区分机械及人工动土作业信号和对管道威胁较小的环境干扰信号,在保证对动土作业行为有效报警的同时,排除非威胁性的环境干扰,提升系统的报警准确率,节省人力资源是需要重点解决的问题。对油气管道周边常见的威胁信号和非威胁信号进行了分析,并对基于机器学习模型的多维信号检测识别算法进行了探究。对CNN-时频图方法、1D-CNN和CNN-BiLSTM等三种思路进行了探究和比较。在准确率和计算耗时等方面,1D-CNN和CNN-BiLSTM方法更具优势。

地铁隧道外破事件横向定位方法的波速影响分析

利用分布式光纤传感技术采集地铁隧道沿线的振动信号,可对地铁隧道外破事件进行及时预警。对地铁隧道周边探测到的振动源进行横向距离的定位,对施工事件的威胁等级进行划分,可以优化测振系统的报警效果。振动波在土壤中的传播速度,是进行振动源横向距离定位的关键因素,文章就波速对地铁隧道外破事件横向定位方法的影响进行了探究,并设计了波速校准方法。

油气管道外破事件横向定位估算方法分析

对油气管道周边的振动激励进行横向距离定位,划分施工事件威胁等级,可以优化分布式光纤测振系统的报警效果。依据振动波延迟模型,对同一地点不同时间采集的机械挖掘激励信号样本进行估算统计。采用固定波速估算方法通过预先校准波速,虽然可以得到较为准确的距离估算结果,但是其准确度容易受土壤温度、湿度等因素影响而下降;而基于曲线拟合估算方法,在不需预先标定土壤波速数值的前提下,可达到估算误差均值<±5m,与固定波速估算方法的准确度相近,并且其工程应用价值以及对外部环境的自适应性都更具有优势。