吳佳靈 劉 溢 任大呈 李文峰
(北京航天計量測試技術(shù)研究所,北京 100076)
隨著現(xiàn)代工業(yè)的迅速發(fā)展、城市規(guī)模的日益擴大,振動對大都市生活環(huán)境和工作環(huán)境的影響引起了人們的普遍關(guān)注,國際上已把振動列為七大環(huán)境公害之一,并已開始著手研究振動污染規(guī)律、振動產(chǎn)生的原因、傳播路徑與控制方法等問題。引起環(huán)境振動有兩類:一類是人為的機械運動所引起的振動,一類是自然現(xiàn)象引起的振動,他們的危害程度隨著振動特性、振源布局和環(huán)境條件不同而異。
目前研究者們基于不同的用途提出了一些環(huán)境振動系統(tǒng)識別的方法,如:基于功率譜密度的峰值法[1],基于離散時間數(shù)據(jù)的ARMA模型[2],自然激勵技術(shù)(NExT)[3],隨機子空間法[4]等。這些方法對數(shù)據(jù)進行減縮、方程進行求解、并進行矩陣運算,往往依賴于輸入模型或需要進行復雜的運算。本文首先構(gòu)建巴特沃斯(butterworth)帶通濾波器對原始數(shù)據(jù)進行濾波,提出了一種鄰近節(jié)點判定法來檢測環(huán)境振動,該方法使用鄰近節(jié)點構(gòu)建網(wǎng)絡進行分組計算,來減小計算量,再設(shè)定判據(jù)使用互相關(guān)方法判定環(huán)境振動。
IIR 數(shù)字濾波器具有無限持續(xù)時間沖激響應,是遞歸型的線性時不變因果系統(tǒng),其差分方程為
式中:y(n)——第n個時刻的輸出量;x(n)——第n個時刻的輸入量;ai——第i時刻輸入量系數(shù);bi——第i時刻輸出量系數(shù);M——輸入量階數(shù);N——濾波器階數(shù),進行Z變換后得到系統(tǒng)傳遞函數(shù)H(z)為
帶通濾波器可實現(xiàn)某一指定范圍的頻率成分可以順利通過,而不在該頻率范圍的頻率成分被抑制[5]。使用雙線性變換法設(shè)計出IIR的butterworth帶通濾波器,其中H(s)為模擬域傳遞函數(shù)的拉普拉斯變換,H(z)為數(shù)字域傳遞函數(shù)的Z變換,步驟如下:
(1)根據(jù)任務需求,明確性能指標,確定butterworth濾波器的輸入?yún)?shù),包括邊界頻率和通帶最大衰減等;
(2)通過查表方法得到模擬butterworth濾波器的傳輸函數(shù)H(s);
(3)通過如下公式模擬平面與數(shù)字平面建立對應關(guān)系
式中:Ω——模擬角頻率;T——取樣周期;ω——數(shù)字角頻率。
(4)利用雙線性變換法關(guān)系,將模擬butterworth濾波器H(s)轉(zhuǎn)換成數(shù)字butterworth濾波器H(z);
檢波器布置在不同的位置,振源信號以機械波的形式傳遞到檢波器的過程中,由于傳播介質(zhì)為各向異性,接收到的信號具有差異,如圖1所示,距離相近的節(jié)點接收到的信號由于傳播路徑相似,波形趨于一致。
圖1 鄰近節(jié)點接收信號示意圖Fig.1 The sketch how close nodes receive signal
本文所提出的鄰近節(jié)點判定法利用鄰近節(jié)點接收到的振動信號特征一致,而接收到的噪聲則表現(xiàn)出隨機性的特點,將檢波器陣列分組成為多個節(jié)點網(wǎng)絡,并使用滑動互相關(guān)方法,計算出每個網(wǎng)絡的平均互相關(guān)系數(shù),通過設(shè)定判定閾值,最終判定環(huán)境振動,步驟如下:
(1)構(gòu)建鄰近節(jié)點網(wǎng)絡
節(jié)點總數(shù)為n,分別以每個節(jié)點為中心,建立節(jié)點網(wǎng)絡,第i個中心節(jié)點坐標為(xi,yi),獲取節(jié)點i與其他節(jié)點間距離di。
獲取di中最小的k個節(jié)點min(di,k),構(gòu)建成為節(jié)點i的鄰近節(jié)點波形數(shù)據(jù)集合Ci,即為節(jié)點i的鄰近節(jié)點網(wǎng)絡。該步驟使得每次只計算k個節(jié)點的數(shù)據(jù),有效的減小了算法的空間復雜度。
(2)計算鄰近節(jié)點網(wǎng)絡的平均互相關(guān)系數(shù)Si
該步驟計算每個鄰近節(jié)點網(wǎng)絡的平均互相關(guān)系數(shù),以中心節(jié)點i的波形數(shù)據(jù)作為基準,其鄰近節(jié)點j的波形數(shù)據(jù)對節(jié)點i的可移動量為[-Lδ,Lδ],其中δ為采樣間隔,±L確定可以移動的范圍,以δ為時間間隔對節(jié)點j的波形進行移動,計算每個間隔中節(jié)點i與節(jié)點j的互相關(guān)系數(shù),取得最大值作為兩個節(jié)點的互相關(guān)系數(shù)sij,最終得到每個網(wǎng)絡的平均互相關(guān)系數(shù)Si,如公式(6)、(7)。
式中:i=1,2,…,n;j=1,2,…,k;n——節(jié)點總數(shù);k——臨近節(jié)點的總數(shù);δ——采樣間隔;ui——第i個節(jié)點的數(shù)據(jù);uj——第i個節(jié)點的數(shù)據(jù),且uj∈Ci;L——平移的最大范圍;l——平移量;M——數(shù)據(jù)的窗口長度;sij(t)時刻t,節(jié)點i與第j個鄰近節(jié)點互相關(guān)系數(shù)最大值;Si——節(jié)點i與所有鄰近節(jié)點的互相關(guān)系數(shù)的均值。
(3)獲取環(huán)境振動數(shù)量
設(shè)定互相關(guān)閾值ρ∈(0,1)與數(shù)量閾值nρ
(4)遍歷所有數(shù)據(jù)
使用(2M+1)δ為窗口長度,以(2M+1)δ為步長,從t=0時刻對全部數(shù)據(jù)進行掃描,為避免環(huán)境振動持續(xù)時間長引起重復計數(shù),在p個步長時間(即p(2M+1)δ)內(nèi)多次出現(xiàn)的環(huán)境振動計為一個振動,記錄所有檢測到的數(shù)據(jù)。
環(huán)境振動是一種寬頻帶的隨機振動[6],由于高頻振動在地層中衰減很快,因此地表所感受到的主要是低頻振動信號。環(huán)境振動的振源一般分為自然振源和人工振源。包括變壓器、風機、壓縮機等動力設(shè)備產(chǎn)生的穩(wěn)態(tài)波振動;人員走動及城市軌道交通造成的非穩(wěn)態(tài)隨機振動;壓縮空氣氣源、油泵等輔助設(shè)備激勵引起的穩(wěn)態(tài)波或沖擊波振動等人工振源;以及大地脈動、浪涌和風力引起的非穩(wěn)態(tài)隨機振動等自然界振源。地震的振動頻率在0.1Hz~30Hz;風激振頻率范圍大多在0.1Hz~2Hz。人工振源(城市軌道交通和動力設(shè)備等)振幅變化較大,振動頻率在1Hz~150Hz;建筑物基礎(chǔ)自然頻率一般大于10Hz (與土壤特性相關(guān));地面垂直向的自然頻率通常為6Hz~30Hz,水平向則更高些;實驗室人員走動產(chǎn)生的振動頻率一般在1Hz~3Hz范圍內(nèi)。環(huán)境振動的特點是不僅依賴于激勵的大小,還依賴于土壤、基礎(chǔ)、地板和建筑物其他結(jié)構(gòu)部件所組成的動力系統(tǒng)對振動的濾波效果。
使用公開發(fā)布的San Jacinto密集陣列的檢波器數(shù)據(jù)[7]來檢驗鄰近節(jié)點判定方法。美國南加州大學的Yehuda Ben-Zion課題組在美國南加州地區(qū)的San Jacinto斷層帶密集地布置了1108個檢波器,這些檢波器被布置在600m×600m的區(qū)域內(nèi),共20行,每行不少于50個檢波器,間隔約10m,每列間隔約30m,采樣頻率為500個采樣/s,從2014年5月7日到2014年6月13日,記錄環(huán)境中的振動信號。
圖2 美國南加州San Jacinto密集陣列示意圖Fig.2 San Jacinto dense-array in southern California
本實驗下載了1108個檢波器從2014年5月11日0點開始10個小時的數(shù)據(jù)(共77GB),使用butterworth帶通濾波器對原始數(shù)據(jù)進行濾波,由于環(huán)境中的振動信號一般為低頻信號,所以重構(gòu)采樣率為δ=50Hz,帶通濾波器的頻率范圍設(shè)為1Hz~10Hz,某一檢波器的數(shù)據(jù)濾波前后對比圖如圖3所示,可看出通過構(gòu)建帶通濾波器有效的控制了噪聲。
圖3 濾波前后波形對比圖Fig.3 Waveforms comparison between filtered and not filtered
設(shè)置鄰近節(jié)點波形相對于中心節(jié)點波形可移動的范圍為[-Lδ,Lδ]=[-0.5,0.5]s,步長與窗長(2M+1)δ=3s,10小時數(shù)據(jù),p=5,即在15s內(nèi)產(chǎn)生的環(huán)境振動計為一次,總時長為ltotal=10h,則最多可檢測到環(huán)境振動個數(shù)為Nmax=ltotal/(p(2M+1)δ) =2 400個。為分析互相關(guān)閾值ρ與數(shù)量閾值nρ對監(jiān)測環(huán)境振動數(shù)量的影響,實施以下實驗:
(1)互相關(guān)閾值ρ對監(jiān)測環(huán)境振動數(shù)量的影響
固定數(shù)量閾值nρ=n/2,互相關(guān)閾值ρ∈(0,1)與檢測到環(huán)境振動數(shù)量的關(guān)系如圖4所示。在互相關(guān)系數(shù)在(0,0.35]范圍內(nèi),所有的信號都將被檢測為環(huán)境振動;在(0.35,0.85)范圍內(nèi),檢測到環(huán)境振動與互相關(guān)閾值呈現(xiàn)反相關(guān)性;在[0.85,1)范圍內(nèi),沒有信號被檢測為環(huán)境振動?;ハ嚓P(guān)閾值范圍在(0.4,0.6)較為合理。
圖4 互相關(guān)閾值與檢測環(huán)境振動數(shù)量關(guān)系Fig.4 The relationship between cross-correlation threshold and the number of ambient vibration
(2)數(shù)量閾值nρ對監(jiān)測環(huán)境振動數(shù)量的影響
如圖5所示,固定互相關(guān)閾值ρ=0.5,數(shù)量閾值nρ與檢測到環(huán)境振動的個數(shù)呈現(xiàn)反相關(guān)。并且小于(0,150)范圍內(nèi),曲線斜率最陡,(150,600)范圍內(nèi)逐漸平緩,在(600,1000)內(nèi)檢測到的環(huán)境振動較少,故數(shù)量閾值占節(jié)點總數(shù)的20%~60%較為合理。
圖5 臺站數(shù)閾值與檢測環(huán)境振動數(shù)量關(guān)系Fig.5 The relationship between station number threshold and the number of ambient vibration
環(huán)境振動信號以機械波的形式進行傳播,其頻率取決于振源的頻率,而波速僅與傳播介質(zhì)的性質(zhì)相關(guān),在固體中同一振源產(chǎn)生的機械波以橫波與縱波的形式進行傳播,橫波波速按公式(8)計算,縱波波速按公式(9)計算。
式中:u——波速;G——介質(zhì)的剪切模量。
式中:Y——介質(zhì)的楊氏模量。
在液體和氣體中,振源產(chǎn)生的機械波只能以縱波的形式傳播,其波速按公式(10)計算。
式中:K——介質(zhì)的容變模量。
由于檢波器數(shù)量較多,對信號曲線進行抽樣顯示,每隔15個節(jié)點進行顯示,挑取檢測到的三個典型的環(huán)境振動,如圖6所示,其中橫坐標為采集數(shù)據(jù)的相對時間,縱坐標為檢波器的臺站序號。在同種固體介質(zhì)中,剪切模量總小于其楊氏模量,所以對于檢波器接收到固體中傳播的機械波信號,先接收到縱波,后收到橫波,在圖6的(a)、(b)中可以清晰的看到兩列以上的密集波形,其中最先到達的為速度最快的縱波,隨后橫波到達,不同臺站間縱波的到時時間差小于0.1s,在600m×600m的空間中,檢波器的最大距離為850m,故波速約為8km/s,符合縱波在地表的傳播速度。圖(a)縱波在9s左右到達,橫波在18s左右到達,縱波與橫波到達時間差為9s左右,圖(b)縱波在10s左右到達,橫波在13s左右到達,縱波與橫波到達時間差為3s左右,縱波與橫波時間差與振源到檢波器的距離相關(guān),距離越大時間差越大,圖6(a)、(b)中,(a)振源的位置距離臺站更遠。在圖6(c)中,檢波器接收波形到達時間差為2.5s左右,檢波器最大距離為850m,故波速為340m/s,符合縱波在空氣中的傳播速度。
(a)
(b)
(c)圖6 檢測到的典型環(huán)境振動Fig.6 Typical ambient vibration detected
本文通過構(gòu)建butterworth帶通濾波器對檢波器采集的環(huán)境中的信號進行處理,建立了用于檢測環(huán)境振動的鄰近節(jié)點判定法,通過理論推導與實驗得出以下結(jié)論:
(a)鄰近節(jié)點判定法可以有效的檢測出在地面或空氣中傳播的機械波,并可判斷傳播介質(zhì)。
(b)鄰近節(jié)點判定法可以用于大型節(jié)點網(wǎng)絡,可降低算法的空間復雜度和時間復雜度。
(c)互相關(guān)閾值和臺站數(shù)閾值均與檢測環(huán)境振動的數(shù)量呈反比例關(guān)系,互相關(guān)閾值合理范圍為0.4~0.6,臺站數(shù)閾值的合理范圍為臺站總數(shù)的40%~60%。
[1] Bendat J S ,Piersol A G. Engineering applications of correlation and spectral analysis[M] . 2nd edition. New York : John Wiley &Sons , 1993.
[2] Andersen P , Brincker R , Kirkegaard P H. Theory of covariance equivalent ARMAV models of civil engineering structures[A] . Proceedings of IMAC14 , the 14th international modal analysis conference[C] . 1996. 518~524.
[3] James III G H , Carne T G, Lauffer J P. The natural excitation technique (NExT) for modal parameter extraction fromoperatingstructures[J] . International Journal of Analytical and Experimental Modal Analysis , 1995 , 10 (4) : 260~277.
[4] Van OverscheeP , De Moor B. Subspace identification for linear systems : theory , implementation and applications[M] . Dordrecht :Kluwer Academic Publishers , 1996.
[5] 華師韓,王青. 數(shù)字濾波在動態(tài)測量數(shù)據(jù)處理的應用[J]. 宇航計測技術(shù), 2005 , 25 (2) :50~54.
[6] 朱石堅,樓京俊,何其偉,等. 振動理論與隔振技術(shù)[M ]. 北京:國防工業(yè)出版社, 2006.
[7] Ben-Zion, Yehuda, et al. "Basic data features and results from a spatially dense seismic array onthe San Jacinto fault zone." Geophysical Journal International 202.1 (2015): 370~380.