薛英博 雒崇安 杜鵑 婁占磊 魏晨

摘 ?要：傳統(tǒng)堤防變形和滲漏監(jiān)測，均有一定程度的滯后性，無法在變形和滲漏發(fā)展初期及時判斷預警。利用光纖對變形、溫度敏感的特點，可用于及時判斷堤防變形和滲漏點位置、實時監(jiān)測變形和滲漏發(fā)展過程。通過大數(shù)據(jù)及智能分析技術(shù)，在警情發(fā)展初期預測滲漏的發(fā)展，快速準確定位堤防變形和滲漏的發(fā)生位置、判斷發(fā)展程度，在堤防管理、河湖管理中均能起到重要的作用。

關鍵詞：光纖傳感;堤防變形和滲漏;大數(shù)據(jù);智能分析

中圖分類號：TV698 ? ? ? ? 文獻標志碼：A ? ? ? ? 文章編號：2095-2945（2020）19-0124-03

Abstract： The traditional dike deformation and leakage monitoring have a certain degree of lag， so it is impossible to judge the early warning in the early stage of the development of deformation and leakage. Taking advantage of the sensitivity of optical fiber to deformation and temperature， it can be used to judge the location of dike deformation and leakage point in time， and to monitor the development process of deformation and leakage in real time. Through big data and intelligent analysis technology， it can predict the development of leakage in the early stage of alarm development， quickly and accurately locate the location of dike deformation and leakage， and judge the degree of development， which can play an important role in dike management and river and lake management.

Keywords： optical fiber sensing; dike deformation and leakage; big data; intelligent analysis

1 概述

傳統(tǒng)堤防變形和滲漏監(jiān)測，均有一定程度的滯后性，無法在變形和滲漏發(fā)展初期及時判斷預警。變形監(jiān)測的傳統(tǒng)設備普遍采用引張線和靜力水準，引張線測量水平位移、靜力水準儀測量垂直位移，特點是精度較高mm級別，但造價高，維護要求高，容易雷擊、老化、容易損壞，限于費用和管理技術(shù)水平難以大規(guī)模推廣。滲漏監(jiān)測的傳統(tǒng)方式是在監(jiān)測地點建設滲壓管，由安裝在滲壓管中的滲壓計測量滲透壓力。目前國產(chǎn)滲壓計長期穩(wěn)定性不佳、易損壞，進口設備較昂貴，滲壓計損壞是目前水利工程運行管理中普遍存在的問題。

光纖光柵傳感技術(shù)是近年來發(fā)展極為迅速的一種新型光纖無源傳感技術(shù)。光纖光柵是一種衍射光柵，光信號傳播時，光纖光柵有選擇性地將光波進行反射，而其他光波不受影響。光纖光柵的返回光波長受外界參量狀態(tài)變化的影響，借助光器件實現(xiàn)返回光信號采集，實現(xiàn)對外界參量的監(jiān)測。

2 光纖預警監(jiān)測系統(tǒng)設計方法及實現(xiàn)

利用光纖對變形、溫度敏感的特點，通過應用研究，可用于及時判斷堤防變形和滲漏點位置、實時監(jiān)測變形和滲漏發(fā)展過程，變形滲漏發(fā)生時能及時預警。有了預警數(shù)據(jù)后，通過大數(shù)據(jù)及智能分析技術(shù)，在警情發(fā)展初期預測滲漏的發(fā)展，快速準確地定位堤防變形和滲漏的發(fā)生位置、判斷發(fā)展程度，在堤防管理、河湖管理中均能起到重要的作用。

預警監(jiān)測系統(tǒng)主要包括光纖光柵感知設備、光纖光柵信號處理器、智能分析和伺服系統(tǒng)等。在預警系統(tǒng)中設計實現(xiàn)的變形、滲透檢測的感知設備主要包括光纖光柵單點位移計、光纖光柵錨桿應力傳感器、光纖光柵滲壓計、光纖光柵傾斜計等。

2.1 框架數(shù)據(jù)流程

光纖光柵感知設備在感知到遠端被測量變化時，將引起波長的變化，波長變化傳遞給光纖光柵信號處理器;光纖光柵信號處理器是系統(tǒng)的核心部件，主要對傳感器返回的光信號進行調(diào)制解調(diào)、物理量數(shù)據(jù)轉(zhuǎn)換和計算;智能分析模塊含有AI智能芯片，進行目標智能檢測和識別，并將檢測識別數(shù)據(jù)發(fā)送給數(shù)據(jù)處理模塊;數(shù)據(jù)處理模塊主要完成對智能分析結(jié)果進行信息疊加和處理工作，根據(jù)預警規(guī)則參數(shù)對檢測識別數(shù)據(jù)進行預警識別判定，并將檢測識別數(shù)據(jù)、光纖信息數(shù)據(jù)、預警信息數(shù)據(jù)、目標位置信息等進行信息合成疊加處理，發(fā)送給數(shù)據(jù)通信模塊;數(shù)據(jù)通信模塊進行通訊協(xié)議轉(zhuǎn)換，根據(jù)相關數(shù)據(jù)信息以及控制指令進行通訊傳輸。

2.2 系統(tǒng)設計方法

要實現(xiàn)復雜環(huán)境條件下對變形、滲漏的智能化、精準化、實時性檢測和識別，其設計主要集中在光纖光柵感知模塊和光纖光柵信號處理模塊。

（1）系統(tǒng)實現(xiàn)的過程如下：

a.光纖光柵感知：由發(fā)光源產(chǎn)生入射光，進入光纖光柵傳感器，由于光纖光柵的波長選擇性作用，滿足反射條件的光將被反射回到光柵解調(diào)模塊。光纖光柵傳感器置于監(jiān)測區(qū)域中，當被測量（溫度、壓力或應力等）發(fā)生變化時，光柵自身的柵距隨之發(fā)生變化，從而引起反射波長的變化，被測量變化與波長呈線性關系。

b.光纖光柵解調(diào)：包括光柵解調(diào)模塊及其驅(qū)動電路。光纖光柵解調(diào)模塊可提供光纖光柵傳感器的實時光譜檢測，通過檢測波長的變化推導出外界溫度、壓力或應力。

c.智能分析：解調(diào)后數(shù)據(jù)傳輸至智能分析模塊，目標智能識別算法部署在AI智能芯片上;通過智能分析技術(shù)得出光纖光柵傳感器采集到的結(jié)果類型、數(shù)值、位置等信息。

d.數(shù)據(jù)處理：數(shù)據(jù)處理模塊根據(jù)預警規(guī)則參數(shù)對檢測識別數(shù)據(jù)進行預警識別判定，并將檢測識別數(shù)據(jù)、光纖信息數(shù)據(jù)、預警信息數(shù)據(jù)、目標位置信息等進行信息合成疊加處理。若監(jiān)測到的關鍵參數(shù)超過設定的閥值，則通過各種方式及時通知相關的管理機構(gòu)。

（2）在系統(tǒng)中涉及到的智能分析較多，例如水平位移、垂直位移、裂縫、滲漏等，都以智能分析技術(shù)為基礎，綜合多種智能分析算法，達到智能化功能的目的。對于光纖光柵的智能化分析主要設計實現(xiàn)是通過目標檢測和目標智能識別單元。主要方法是分析應變目標造成的光波長變化特征，例如：應變-溫度耦合，長距離傳輸光衰問題，精準特征不明顯等。光纖光柵作為應變傳感器應用時，其應變一溫度耦合作用必須考慮，系統(tǒng)在光纖光柵應變傳感器相同的溫度場內(nèi)布設光纖光柵溫度傳感器，用該溫度傳感器來對應變傳感器進行溫度補償。對預處理后的信息進行分析，先由光纖光柵傳感模塊進行物理量檢測，可以快速檢測出要識別的目標，然后將目標信息發(fā)送給目標識別單元，加載智能分析網(wǎng)絡模塊，準確識別出目標信息。該方法不僅提升了目標檢測和識別的速度，保證了實時性，還縮小了目標信息范圍，使準確性也得到了保障。

目標智能識別單元基于智能分析算法實現(xiàn)，智能分析網(wǎng)絡框架部署在AI芯片上，可以加載智能分析目標智能識別網(wǎng)絡模型，實現(xiàn)對多種目標的智能分類和識別，例如：水平位移、垂直位移、裂縫、滲漏等。

模式識別主要應用隨機森林算法實現(xiàn)，流程如下：a.選取堤防實測數(shù)據(jù)作為樣本，并將實測數(shù)據(jù)分為訓練集和測試集。b.比較不同參數(shù)下的OOB誤差，選取OOB誤差最小時的mtry和ntree值作為模型最優(yōu)參數(shù)值。c.根據(jù)最優(yōu)

mtry和ntree參數(shù)值利用訓練樣本構(gòu)建模型，訓練完成后對測試集進行預測。

其中實現(xiàn)方式如下：第一是對公開數(shù)據(jù)集進行目標分類提取，從數(shù)據(jù)集中移除不需要的目標，只留下已標注好的目標數(shù)據(jù)集，并將數(shù)據(jù)集按照7：3比例生成新的訓練集和測試集;第二是利用分類數(shù)據(jù)集和分類訓練模型進行訓練：a.加載Imagenet上預先訓練好的權(quán)重作為初始化參數(shù)

值;b.修改配置文件中目標類別數(shù)、訓練和測試數(shù)據(jù)集路

徑、目標對應類別名;c.通過前向傳播獲取目標分類結(jié)果，然后對比實際樣本值計算損失，再根據(jù)誤差值和設定的學習率進行反向傳播來更新模型參數(shù)，以此種方式進行迭代訓練，直到網(wǎng)絡收斂或達到設定訓練次數(shù)，得到目標的分類模型。

本發(fā)明有效地解決了水利工程中堤防變形、滲漏的預警、監(jiān)測問題。光纖光柵傳感技術(shù)的大容量、多參量、遠距離傳輸?shù)忍匦钥烧嬲龑崿F(xiàn)廣域分布式監(jiān)測網(wǎng)絡，能有效定量監(jiān)測堤防邊坡的滑移、受力、滲漏等影響安全狀態(tài)的參數(shù)。它不僅可以遠程監(jiān)測、實時預警、報警堤防安全隱患，還可以全程記錄堤防危害發(fā)生、發(fā)展的整個孕育變化過程，為科技技術(shù)人員理解堤防病害成因、對堤防固化防治提供更直觀的數(shù)據(jù)支持。

參考文獻：

[1]湯麗華.BP神經(jīng)網(wǎng)絡在花涼亭水庫滲流監(jiān)測中的應用[J].安徽水利水電職業(yè)技術(shù)學院學報，2012（02）：13-15.

[2]李美娟，胡伍生.基于神經(jīng)網(wǎng)絡的大壩位移模型分析[J].測繪工程，2010（02）：35-36+41.

[3]王騰軍，楊海彥，楊志強.基于云模型的大壩變形監(jiān)測數(shù)據(jù)分析研究[J].測繪通報，2012（02）：23-25.

[4]周光文，董建良，陳亮亮.改進BP神經(jīng)網(wǎng)絡模型在某重力壩變形監(jiān)測中的應用[A].華東地區(qū)第十次測繪學術(shù)交流大會論文集

[C].2007.

[5]蘇懷智，李季，吳中如.大壩及巖基物理力學參數(shù)優(yōu)化反演分析研究[A].2007重大水利水電科技前沿院士論壇暨首屆中國水利博士論壇論文集[C].2007.

[6]劉成棟，馬福恒，向衍，等.大壩安全監(jiān)測系統(tǒng)鑒定及其軟件研制[A].2007重大水利水電科技前沿院士論壇暨首屆中國水利博士論壇論文集[C].2007.

[7]楊杰，陳平志，陳堯隆.庫區(qū)滑坡體變形監(jiān)測與安全性態(tài)分析評價[A].中國巖石力學與工程實例第一屆學術(shù)會議論文集[C].2007.