楊 勇，張忠政，盧曉輝，楊 震，王衛(wèi)東

（1.鞍鋼集團(tuán)礦業(yè)公司弓長(zhǎng)嶺有限公司 露采分公司，遼寧 遼陽(yáng) 111008；2.東北大學(xué) 巖石破裂與失穩(wěn)研究所，遼寧 沈陽(yáng) 110819）

鉆爆法施工技術(shù)和微震監(jiān)測(cè)技術(shù)廣泛應(yīng)用于地下礦山、露天礦山、水電站和隧道等巖石工程的建設(shè)。鑿巖爆破作為巖石工程施工中必不可少的關(guān)鍵環(huán)節(jié)，必然會(huì)對(duì)基于微震監(jiān)測(cè)信號(hào)的巖體損傷過(guò)程分析產(chǎn)生干擾，嚴(yán)重影響分析結(jié)果的準(zhǔn)確性。因此，在尋找爆破與巖體損傷分別產(chǎn)生的微震信號(hào)的區(qū)別的基礎(chǔ)上，對(duì)爆破擾動(dòng)引起的微震信號(hào)進(jìn)行剔除，是準(zhǔn)確分析工程巖體損傷過(guò)程的基礎(chǔ)和關(guān)鍵[1-6]。

在以前研究中，諸多學(xué)者基于爆破產(chǎn)生的微震信號(hào)或者聲發(fā)射信號(hào)特性，對(duì)爆破與巖石損傷產(chǎn)生的微震信號(hào)或者聲發(fā)射信號(hào)進(jìn)行了區(qū)分。例如：趙國(guó)彥等[7]采用頻率切片小波變換技術(shù)對(duì)典型的礦山巖體微震信號(hào)和爆破振動(dòng)信號(hào)的區(qū)別進(jìn)行了研究；姜鵬等[8]利用S 變換分析地下廠房巖石破裂、爆破振動(dòng)信號(hào)的頻率特征，建立基于遺傳算法優(yōu)化的BP 神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)信號(hào)的準(zhǔn)確分類；李賢等[9]對(duì)Allen算法進(jìn)行改進(jìn)，提出適用于工程尺度的微震信號(hào)及P 波初至自動(dòng)識(shí)別的AB（Allen coupled with Bear algorithm）算法；陳炳瑞等[10]對(duì)大量微震信號(hào)進(jìn)行分析，發(fā)現(xiàn)STA／LTA 算法在信號(hào)實(shí)時(shí)觸發(fā)后能大致表征波形振幅和頻率的變化，巖石破裂信號(hào)和非巖石破裂信號(hào)在延遲位置處R 值具有差異性；張法全等[11]針對(duì)微震信號(hào)難以精確識(shí)別的問(wèn)題，提出一種基于RST－NMF 微震信號(hào)時(shí)頻分析和分類方法；Liu 等[12]根據(jù)爆破產(chǎn)生的聲發(fā)射信號(hào)的衰減特征和參數(shù)特征對(duì)爆破干擾信號(hào)進(jìn)行了準(zhǔn)確剔除。上述信號(hào)分析方法，能夠準(zhǔn)確區(qū)分巖體損傷與爆破擾動(dòng)產(chǎn)生的微震或者聲發(fā)射信號(hào)；然而巖體失穩(wěn)具有突發(fā)性，這就要求信號(hào)鑒別方法能夠?qū)Ａ康奈⒄鹦盘?hào)或者聲發(fā)射信號(hào)進(jìn)行快速、準(zhǔn)確區(qū)分。

Spark 平臺(tái)作為Apache 項(xiàng)目的頂尖大數(shù)據(jù)處理平臺(tái)，具有處理速度快、程序編寫簡(jiǎn)單等特點(diǎn)，特別是對(duì)于海量數(shù)據(jù)的處理具有一定的優(yōu)勢(shì)。另一方面，在數(shù)據(jù)分類算法方面有樸素貝葉斯分類器、基于AdaBoost 分類器、SVM 分類器和基于K 鄰近算法的分類器等。為此，采用識(shí)別微震爆破常用的Fisher 分類算法，通過(guò)采用Spark RDD 的方式進(jìn)行實(shí)現(xiàn)，并將分類結(jié)果用于后續(xù)的風(fēng)險(xiǎn)預(yù)報(bào)預(yù)警。

1 Fisher 線性判別法

1.1 Fisher 算法的基本思想

Fisher 線性判別方法由Fisher 于1936 年提出，該算法主要用于數(shù)據(jù)分類。Fisher 線性判別方法的本質(zhì)是將數(shù)據(jù)點(diǎn)按照離散程度，尋找在最大程度上能夠區(qū)分?jǐn)?shù)據(jù)點(diǎn)類別的投影方向，從而將高維度的數(shù)據(jù)轉(zhuǎn)換為低維度的數(shù)據(jù)，由于判別式是線性的，因此，F(xiàn)isher 算法是一種線性判別方法。Fisher 分類算法示意圖如圖1。

圖1 Fisher 分類算法示意圖

Fisher 判別式的一般形式為：

式中：L 為判別指標(biāo)；Y1、Y2、Y3、…、Yn為判別參數(shù)；b1、b2、b3、…、bn為權(quán)重系數(shù)。

1.2 Fisher 算法步驟

以2 個(gè)樣本集ω1、ω2的分類為例，介紹Fisher算法的計(jì)算過(guò)程。

計(jì)算各類樣本的均值向量Mi（i＝1，2）：

式中：Ni為樣本集ωi的樣本個(gè)數(shù)；X 為樣本集ωi中的元素?cái)?shù)值。

類內(nèi)離散度表示各類數(shù)據(jù)內(nèi)部點(diǎn)之間的離散程度，總類內(nèi)離散度表示各類類內(nèi)離散度的線性代數(shù)和，類內(nèi)離散度Si和總類內(nèi)離散度矩陣SW的計(jì)算公式如下：

類間離散度矩陣Sb衡量了各類別之間的離散程度相關(guān)性，該值越大，說(shuō)明各類之間的離散程度越大，類間離散度矩陣Sb的計(jì)算公式如下：

若各類內(nèi)部的聚集程度越小，而類間的離散程度越大，則說(shuō)明此時(shí)的區(qū)分效果是最佳的，反映到表達(dá)式上則是類間離散度和類內(nèi)離散度的比值JF（w）越大，區(qū)分效果越好：

使JF（w）取最大值的解w*是為最佳的權(quán)系數(shù)，即Fisher 判別系數(shù)。最終可求得w*的表達(dá)式為：

最終的Fisher 判別式為：

對(duì)于閾值y0，這里采用一種簡(jiǎn)單的計(jì)算方式：

式中：m1、m2為一維空間樣本均值。

2 基于Spark RDD 的微震爆破智能識(shí)別算法

通過(guò)搭建Spark 平臺(tái)，借助Scala 語(yǔ)言和RDD算子編寫Spark RDD 程序，將Fisher 算法遷移到Spark 平臺(tái)下。

在程序的設(shè)計(jì)過(guò)程中，除了核心Fisher 代碼，最重要的2 個(gè)過(guò)程分別是借助數(shù)據(jù)分析平臺(tái)從云端數(shù)據(jù)庫(kù)遠(yuǎn)程讀取微震信號(hào)數(shù)據(jù)和向云端數(shù)據(jù)庫(kù)遠(yuǎn)程寫入處理結(jié)果數(shù)據(jù)，并且在讀寫的過(guò)程中著重考慮程序的I/O 效率。

通過(guò)Spark 中的JdbcRDD 方法可以對(duì)操作范圍、操作方式等進(jìn)行設(shè)定，返回值為JdbcRDD（String，String，Double，Double，……，Double）類型，JdbcRDD 存儲(chǔ)類型與從數(shù)據(jù)庫(kù)選擇讀取數(shù)據(jù)有關(guān)。

計(jì)算過(guò)程將每一條數(shù)據(jù)轉(zhuǎn)換成LabeledPoint，其中l(wèi)abel 為事件類型，feature 為事件特征參數(shù)。由于Scala 是一種函數(shù)式編程語(yǔ)言，因此可以將求1 組向量的均值向量（meanVector）、計(jì)算向量之和（vectorAdd）、計(jì)算向量之差（vectorSub）、計(jì)算向量點(diǎn)乘積（vectorMulti）、計(jì)算矩陣之和（matrixAdd）、矩陣求逆（matrixInverse）等過(guò)程封裝成函數(shù)，然后利用Spark 基本的RDD 算子將各個(gè)過(guò)程組合起來(lái)完成整個(gè)過(guò)程的計(jì)算。由于數(shù)據(jù)分布式并行在每臺(tái)機(jī)器上，因此為了使處理過(guò)程更加高效，對(duì)meanVector 的計(jì)算結(jié)果采用了廣播變量（broadcast）的方式，通過(guò)這種方式可以將所求得的均值向量以節(jié)點(diǎn)為單位共享到每個(gè)計(jì)算任務(wù)中。廣播變量如圖2。

圖2 廣播變量

經(jīng)過(guò)Spark 平臺(tái)下Fisher 算法處理后，需要將數(shù)據(jù)庫(kù)寫回云平臺(tái)數(shù)據(jù)庫(kù)。按照普通的方式，每傳輸1 次數(shù)據(jù)建立1 次Connection，然后關(guān)閉Connection，這樣會(huì)給網(wǎng)絡(luò)及計(jì)算配置造成很大的壓力。為了能夠高效對(duì)數(shù)據(jù)進(jìn)行高效、并發(fā)處理，采用每個(gè)分區(qū)建立1 個(gè)Connection 的方式，在Connection 量級(jí)及操作上會(huì)大大改善。

具體而言，RDD 本身是眾多機(jī)器的數(shù)據(jù)分區(qū)（Partition）代理，1 個(gè)RDD 對(duì)應(yīng)集群上所有數(shù)據(jù)的分區(qū)，工程上使用的機(jī)群數(shù)量有限，Partition 數(shù)目也遠(yuǎn)遠(yuǎn)不可能達(dá)到數(shù)據(jù)Connection 的數(shù)目，在這種情況下，借助Partition 與MySQL 建立Connection，當(dāng)數(shù)據(jù)寫入時(shí)，完成終止連接。Spark RDD 向MySQL 中寫入數(shù)據(jù)如圖3。

圖3 Spark RDD 向MySQL 中寫入數(shù)據(jù)

通過(guò)以上程序處理，可以實(shí)現(xiàn)從云端數(shù)據(jù)庫(kù)讀取數(shù)據(jù)到Spark 平臺(tái)下的微震信號(hào)分類，再將結(jié)果寫入云平臺(tái)數(shù)據(jù)庫(kù)的過(guò)程，此過(guò)程集成了云計(jì)算平臺(tái)與大數(shù)據(jù)平臺(tái)的統(tǒng)一調(diào)用，可以在工程數(shù)據(jù)傳輸和處理上提供一定的借鑒意義。算法識(shí)別效果圖如圖4。

圖4 算法識(shí)別效果圖

為了更加直觀地對(duì)識(shí)別效果進(jìn)行展示，以Fisher 識(shí)別閾值為基本參數(shù)，對(duì)每個(gè)微震和爆破事件求出對(duì)應(yīng)的Y 值。由圖4 可以看出Spark 平臺(tái)下的Fisher 算法判別效果，其中標(biāo)線為判別閾值Y0＝－0.003 321 339，位于閾值線以下的微震數(shù)據(jù)點(diǎn)為正確識(shí)別的巖石損傷事件，反之為誤判的微震信號(hào)。位于閾值線以上的爆破數(shù)據(jù)點(diǎn)為正確識(shí)別的爆破微震信號(hào)，反之為誤判的微震信號(hào)。

實(shí)際工程中數(shù)據(jù)是海量的，為了驗(yàn)證算法在數(shù)據(jù)擴(kuò)展情況下的有效性，這里分別采用（微震，爆破）數(shù)據(jù)量分別為（10，10）、（20，20）、（30，30）、（40、40）、（50、50）為實(shí)例，分別對(duì)算法的正確率進(jìn)行計(jì)算，識(shí)別正確率結(jié)果如圖5。

圖5 識(shí)別正確率結(jié)果

將上述方法應(yīng)用到弓長(zhǎng)嶺露天礦微震信號(hào)與爆破信號(hào)識(shí)別中，事件判別正確率雖然有所下降，但一直穩(wěn)定在83 %左右，預(yù)測(cè)效果較為可靠。

3 結(jié)語(yǔ)

將微震信號(hào)識(shí)別算法遷移到Spark 平臺(tái)下，實(shí)現(xiàn)了巖石損傷與爆破擾動(dòng)引起的微震信號(hào)自動(dòng)區(qū)分。在弓長(zhǎng)嶺露天礦微震信號(hào)與爆破信號(hào)的識(shí)別中，分類算法識(shí)別的正確率穩(wěn)定在83 %左右，效果良好，因此可大大減少對(duì)監(jiān)測(cè)數(shù)據(jù)處理的工作。此外將Spark 平臺(tái)與云端數(shù)據(jù)庫(kù)的建立遠(yuǎn)程連接，成功實(shí)現(xiàn)了數(shù)據(jù)傳輸，為后期基于云計(jì)算的預(yù)警工作提供了技術(shù)基礎(chǔ)。