分布式光纤传感边坡工程检测设计

陈同琦　严焕仪　王开发　刘钊良

【摘 要】光纤传感的边坡工程检测系统是光纤振动传感器的一种新型应用设计，可对边坡工程进行实时监测，同时掌握边坡的变形动态，对滑坡进行预警。高精度的传感器对边坡振动信号进行识别、经验模态分解，提取不同环境状态下的快速傅里叶变换频谱系数，再结合小波包分解技术，建立信号特征向量，对信号进行模式识别，从而达到快速准确地分析处理数据。该方案有效的区分风、雨其他外界因素干扰，较准确的反映边坡的检测情况满足工程安全监测和滑坡早期预警要求。

【关键词】光纤传感；振动信号；小波包；模式识别

0 引言

随着我国近年来对铁路公路等基础设施的大力投资，边坡工程的稳定状况给人民的生命安全带来很大威胁，因此，对边坡工程进行监测是一项必不可少的工作。而传统的集TDR、渗压计、测斜仪等采集器于一体的监测系统，由于受到自身因素的影响，普遍存在抗干扰性、耐久性和长期稳定性较差的缺点，难以适应现代岩土工程监测的要求。分布式光纤震动传感器与传统监测系统相比，具有探测距离长、响应速度快、灵敏度高、自身不辐射、不受电磁干扰等性能，能够对边坡振动信号进行识别，有效的提高边坡检测的准确率，因此分布式光纤振动传感器在边坡安全、边界预警等领域具有广阔的应用前景。

设计采用经验模态分解技术对边坡格构梁、挡土墙等工程进行变形监测的分布式光纤监测系统，介绍分布式传感光纤的布设、参量提取以及模式识别。在某段土边坡上进行分布式光纤监测实验，对此技术应用于边坡监测的可行性进行验证。

1 分布式光纤传感器介绍

分布式传感系统是利用一根或多根特种光纤作为延伸的传感元件，即任意区间的光纤既是传感单元，又是其它传感单元的信息传输通道，可连续获取被测对象沿该光纤在空间和时间上变化的特征参量及分布信息。它的主要优势在于对大型或超大型工程的整体应变、温度等进行监测，如油气管线泄漏、大坝和堤防渗漏及边坡等分布式监测等。

在光纤传感器的方案选择与设计上，马赫曾德尔（Mach-Zehnder）型干涉结构的技术比较成熟，具有独特的抑制光源噪声和模式噪声的优点，本文采用了基于马赫曾德尔型干涉仪结构的方案。3dB光耦合器1（即等强度分光器）将激光器发出的光分成光强度相等的两束光，这两束光输入到两个长度基本相等的单模光纤去，在光纤的另一端，两束光经过另一只耦合器汇合后接到两个光探测器上。当外界的物理振动干扰信号作用于信号臂上面时，两臂之间的光相位就会出现差异，两束光在汇合端就会发生干涉，这一干涉信号通过耦合器分成两路送到光探测器上，探测器就可以将干涉引起的光强度变化检测出来，当检测到光强变化后，就可以通过上式求出因受外力而产生的相位差。

2 信号的小波分解与重构

传统的振动信号分析和处理方法一般都是采用傅立叶分析，是一种窗口函数固定不变的分析方法，无法反映信号的非平稳、持时短、时域和频域局部化等特性。而小波分析是一种窗口面积固定但其时间和频率窗可改变的时频局部化分析方法，由于它在分解的过程中只对低频信号再分解，对高频信号不再实施分解，使得它在高频频段的频率分辨率较差。在这种情况下，小波包分解应运而生，根据分析信号的特征，自适应的选择相应频带，使之与信号频谱相匹配，从而提高了时频分辨率。将采集的振动信号进行小波包分解，再利用小波包分解自动选择提取最佳小波包能量构造特征向量。

3 模式识别的应用

Visual studio 2012其界面美观且功能强大，但在数值计算与矩阵运算等方面远不如MATLAB，直接用Visual studio实现模式识别算法非常困难，因此需要在C#程序中调用MATLAB作为一个计算引擎服务器，在运行时，引擎作为一个进程单独运行，C#程序也作为一个进程单独运行，二者可以通过进程间的通信机制进行交互。MATLAB提供了一系列操作MATLAB引擎的API函数，借助这些API函数可以轻松地实现矩阵运算、图形显示等计算复杂度高的操作，因而可以将应用程序的计算功能交给MATLAB引擎来完成，用C#实现界面部分。

模式识别的基本思想是将提取阶段得到的特征向量定义在一个特征空间中，不同的特征向量都对应于空间中的一点。在分类阶段利用统计决策的原理对特征空间进行划分，实现区分不同特征对象的目的。结构模式识别方法用符号来描述对象特征，其模仿语言学中句法的层次结构，利用模式与子模式分层结构的树状信息来完成模式识别工作，主要突出了识别对象的结构信息。在模式识别的组成框架中，利用小波包分解技术提取振动信号完成一组稳定的、具有代表性的特征值。

4 实验结果

实验需要将光纤振动传感器获得的振动参数经过放大和A/D转换，通过串口传送到PC端C#、MATLAB联合编程的上位机进行处理，基于小波包分析的的特征向量通过MATLAB仿真来提取。通过MATLAB仿真得到的基于小波包分解特征参量提取的边坡模拟振动信号和下雨振动信号的能量柱形图，从图中可以两类信号可以凭借小波包分解获得的特征向量得到很好的区分。提取特征参量后，通过MATLAB的模式识别算法，有效的识别边坡振动信号。为了验证以上分析，分别测试了20组边坡模拟振动信号和下雨振动信号，误报为1组，说明基于小波包分解的振动识别技术能很好地运用于光纤边坡检测系统。

5 结论

本文对传感光纤在边坡加固工程上的布设、信号的小波包分解和模式识别进行了介绍，实现了MATLAB与C#混合编程对不同振动信号的模式识别，构建了分布式光纤传感边坡监测系统。结果证明分布式光纤监测技术用于边坡工程的应变、变形等监测是可行的，也是十分有效的。采用分布式监测系统，可以对边坡进行全天候实时监测，省时、省力和安全，是当前和今后边坡监测发展的一个重要方向。

【参考文献】

[1]周正仙，肖石林，全芳轩.基于M-Z干涉原理的点位式光纤振动传感器[J].光通信研究，2009，155（5）：67-70.

[2]汤明高，许强，黄润秋，等.滑坡体基质吸力的观测实验及变化特征分析[J].岩石力学与工程学报，2006，25（2）：355-362.

[3]戚风云，赵乐军，周又铃.分布式光纤测温系统及高速数据采集与处理[J].传感器技术，2005，24（11）：62-64，67.

[4]邓沌华，李源.物联网领域中光纤周界传感系统的应用[J].信息通信，2011（5）：162-164.

[5]施斌，徐洪钟，张丹，等.BOTDR应变监测技术应用在大型基础工程健康诊断中的可行性研究[J].岩石力学与工程学报，2004：493-499.

[责任编辑：杨玉洁]