高磊，劉振奎，魏曉悅，張昊宇，張奎

(蘭州交通大學(xué) 土木工程學(xué)院，甘肅 蘭州 730070)

據(jù)統(tǒng)計(jì)，截至2020年底，我國投入運(yùn)營的鐵路隧道共16 798 座，總計(jì)19 630 km[1]。隨著鐵路交通基礎(chǔ)設(shè)施的完善，我國由隧道建設(shè)高潮期轉(zhuǎn)入運(yùn)營維護(hù)期，更多的襯砌病害將暴露出來，如何快速識(shí)別、處理襯砌病害是鐵路隧道運(yùn)營維護(hù)的重要環(huán)節(jié)。襯砌背后空洞是鐵路隧道中較為普遍的病害之一，不僅嚴(yán)重影響襯砌與圍巖之間的相互作用，使得結(jié)構(gòu)承載不均勻，導(dǎo)致二次襯砌產(chǎn)生裂縫，誘發(fā)滲漏水、鋼筋腐蝕和凍害等一系列安全隱患，嚴(yán)重時(shí)還會(huì)發(fā)生襯砌掉塊，威脅車輛安全行駛和人員生命安全[2]。經(jīng)過幾十年的發(fā)展，各種無損檢測(cè)技術(shù)被應(yīng)用到隧道檢測(cè)中，目前成體系的空洞檢測(cè)技術(shù)主要有：地質(zhì)雷達(dá)檢測(cè)技術(shù)[3]、紅外熱像檢測(cè)技術(shù)[4]和超聲波檢測(cè)技術(shù)[5]等。然而先進(jìn)的檢測(cè)技術(shù)在檢測(cè)效率、精確度以及設(shè)備檢測(cè)環(huán)境要求等方面存在不足，無法廣泛應(yīng)用于隧道病害檢查維修，人工巡檢仍是隧道襯砌病害最常用的檢測(cè)方法。在中國、日本、美國等國家，人工敲擊檢查作為隧道人工巡檢的一種手段，被廣泛應(yīng)用于襯砌狀態(tài)檢查，通過檢查錘敲擊襯砌發(fā)出的聲音初步判定混凝土密實(shí)度、襯砌內(nèi)部和背后空洞的情況[6]。基于聲音特征的故障、疾病診斷技術(shù)廣泛應(yīng)用于養(yǎng)殖、風(fēng)電、機(jī)械等多個(gè)領(lǐng)域。黎煊等[7]在豬場(chǎng)環(huán)境下采集豬聲音樣本，用語音處理技術(shù)進(jìn)行預(yù)處理，基于時(shí)間規(guī)整算法提取短時(shí)能量和MFCC 組成聯(lián)合特征參數(shù)，構(gòu)建5層深度信念網(wǎng)絡(luò)的豬咳嗽聲識(shí)別模型，實(shí)現(xiàn)了通過檢測(cè)豬咳嗽聲進(jìn)行生豬養(yǎng)殖疾病預(yù)警；孫玉偉等[8]提取斷路器合閘聲音的MFCC 和GFCC，作為聲音聯(lián)合信號(hào)特征，通過線性判別分析(LDA)和主成分分析(PCA)進(jìn)行降維后，運(yùn)用改進(jìn)的稀疏表示分類算法對(duì)聯(lián)合倒譜系數(shù)進(jìn)行學(xué)習(xí)和識(shí)別，實(shí)現(xiàn)斷路器機(jī)械故障診斷。龍磊等[9]通過麥克風(fēng)在軌道旁收集列車經(jīng)過時(shí)聲音信號(hào)，對(duì)聲音進(jìn)行多普勒畸變校正后，基于核特征矩陣聯(lián)合近似對(duì)角化方法(KJADE)提取列車軌邊聲音信號(hào)的非線性特征參數(shù)，運(yùn)用支持向量機(jī)訓(xùn)練模型，實(shí)現(xiàn)對(duì)軸承外圈、內(nèi)圈、滾子故障和正常4 種狀態(tài)的聲學(xué)診斷；王培力等[10]收集錢塘江潮聲，提取潮涌樣本與非潮涌樣本的MFCC 特征，建立SVM 涌潮檢測(cè)模型，判斷錢塘江是否發(fā)生涌潮。但是尚未有學(xué)者針對(duì)隧道敲擊檢查聲作出特征分析和智能識(shí)別研究。因此，分析隧道敲擊檢查聲音的信號(hào)特征，建立一種檢查錘敲擊聲音智能識(shí)別診斷模型，對(duì)加快人工巡檢效率、提高目前巡檢作業(yè)的信息化程度有著重要的意義。基于此，本文實(shí)地采集鐵路隧道空洞敲擊檢查聲音音頻文件，篩選出645個(gè)聲音樣本，通過預(yù)加重、加窗和分幀處理后，分析了有空洞與無空洞2種狀態(tài)下檢查錘敲擊聲音的時(shí)域特征和頻域特征，并提取24 維Mel 頻率倒譜系數(shù)作為機(jī)器學(xué)習(xí)數(shù)據(jù)集。運(yùn)用主成分分析法對(duì)數(shù)據(jù)集進(jìn)行降維處理，經(jīng)混合粒子群算法優(yōu)化的支持向量機(jī)訓(xùn)練后建立鐵路隧道空洞敲擊檢查聲音智能識(shí)別模型，最后將模型應(yīng)用于實(shí)際鐵路隧道空洞敲擊檢查聲音識(shí)別分類，為鐵路隧道空洞檢查智能化作出新探索。

1 數(shù)據(jù)采集與特征分析

1.1 聲音樣本采集

本文研究數(shù)據(jù)采集自蘭州鐵路局2021年春檢隧道內(nèi)部，用采樣頻率48 kHz 的錄音筆錄制隧道敲擊檢查聲音，并以“.wav”格式儲(chǔ)存。為保證錄音效果以及方便后期處理，在作業(yè)人員準(zhǔn)備對(duì)某一部位敲擊檢查時(shí)開始錄音，對(duì)該部分檢查完畢后停止錄音。采集聲音文件中包含過多無空洞狀態(tài)聲音，需要初步對(duì)錄制的聲音文件進(jìn)行篩選，將過多的無空洞樣本音頻剔除。用matlab 對(duì)音頻文件進(jìn)行分割處理，并對(duì)聲音信號(hào)手工標(biāo)注，最終得到645 個(gè)樣本數(shù)據(jù)，包含空洞樣本213 個(gè)，非空洞樣本432個(gè)。不同狀態(tài)下檢查錘敲擊襯砌聲音在1 s內(nèi)的幅度如圖1和圖2所示。

圖1 無空洞狀態(tài)敲擊聲Fig.1 Percussive sound in non-voids state

圖2 有空洞狀態(tài)敲擊聲Fig.2 Percussive sound in voids state

1.2 聲音信號(hào)預(yù)處理

1.2.1 預(yù)加重

將聲音信號(hào)通過一個(gè)高通濾波器，增強(qiáng)高頻部分的聲音信號(hào)。通常用到的傳遞函數(shù)如式(1)：

其中：H(z)為傳輸函數(shù)；λ為預(yù)加重系數(shù)，取0.94。

預(yù)處理后結(jié)果如式(2)：

其中：U(n)為預(yù)加重后的信號(hào)；u(n)為n時(shí)刻的敲擊聲音樣本值。

1.2.2 分幀、加窗

分幀可用matlab 中enframe 函數(shù)實(shí)現(xiàn)，幀長K取值為256，相鄰2 幀之間的重疊區(qū)域?yàn)?0，加窗選取漢明窗進(jìn)行處理。漢明窗如式(3)所示，加窗過程如式(4)。

其中：φ(n)為分幀后各幀的語音信號(hào)。

1.3 聲音信號(hào)特征分析

1.3.1 時(shí)域特征

短時(shí)能量是一種常用的時(shí)域特征，表示語音信號(hào)能量釋放強(qiáng)弱的特征，用于區(qū)分濁音段和清音段。短時(shí)能量如圖3 和圖4 所示，第j幀語音信號(hào)的短時(shí)能量可由下式得到：

圖3 無空洞狀態(tài)短時(shí)能量Fig.3 Short-time energy of percussive sound in non-voids state

圖4 有空洞狀態(tài)短時(shí)能量Fig.4 Short-term energy of percussive sound in voids state

其中：Sj由式(4)得到，表示加窗分幀后第j幀的語音信號(hào)。

同一聲音采用不同分幀參數(shù)或窗函數(shù)，計(jì)算出的短時(shí)能量數(shù)值會(huì)不同，同時(shí)受采集設(shè)備和聲源之間距離的影響，不同距離錄制的聲音樣本短時(shí)能量也會(huì)不同，因此無法根據(jù)短時(shí)能量具體數(shù)值區(qū)分2 種聲音。但是2 種不同類型的聲音短時(shí)能量的震蕩幅度和時(shí)間卻又有很大區(qū)別，如表1所示。

表1 短時(shí)能量特征對(duì)比Table 1 Short-time energy characteristics comparison

1.3.2 頻域特征

在語音分析中，頻譜分析可以用于揭示語音信號(hào)的頻率分布情況[11]，而頻譜分析常用“聲譜圖”來表示。聲譜圖被稱為“可視語音”，具有重要的實(shí)用價(jià)值，反映了信號(hào)的動(dòng)態(tài)頻譜特征。本文采用快速傅里葉變換(Fast Fourier Transform)進(jìn)行語音信號(hào)頻譜分析。FFT是一種高效的傅里葉變換算法，由于其計(jì)算量小的顯著優(yōu)點(diǎn)，在信號(hào)處理技術(shù)領(lǐng)域獲得了廣泛應(yīng)用。

其中：Sj(n)為輸入的語音信號(hào)，由式(4)得到；N表示傅里葉變換的點(diǎn)數(shù)，取默認(rèn)值。

聲譜圖上因其不同的灰度，形成不同的紋路，稱之為“聲紋”，聲紋因人而異，因此可以在司法、安全等場(chǎng)合得到應(yīng)用。如圖5 和圖6 所示，在無空洞狀態(tài)下，深黑色部位呈現(xiàn)“片狀”分布，且在有空洞狀態(tài)下呈現(xiàn)“條狀”分布，表2 列出2種聲紋特征詳細(xì)對(duì)比。

表2 聲紋特征對(duì)比Table 2 Comparison of voiceprint features

圖5 無空洞狀態(tài)聲譜Fig.5 Sonogram in non-voids state

圖6 有空洞狀態(tài)聲譜Fig.6 Sonogram in non-voids state

1.4 梅爾頻率倒譜系數(shù)

梅爾頻率倒譜系數(shù)[12](MFCC)是一種接近人耳聽覺的基于聲音頻率的非線性梅爾刻度對(duì)數(shù)能量頻譜的線性變換，自動(dòng)語音和說話人識(shí)別中廣泛使用的特征。其提取步驟如圖7所示。

圖7 MFCC提取步驟Fig.7 Extraction steps for MFCC

1) 將式(4)得到的頻譜特征取模平方后通過梅爾三角濾波器式(7)，并提取每個(gè)刻度上對(duì)數(shù)能量，三角濾波器的階數(shù)L取24。

2)最后用離散余弦變換(DCT)，得到12維MFCC系數(shù)C，M取值為12。

3) 對(duì)上式得到的12 維MFCC 系數(shù)C取1 階差分，用來表示語音信號(hào)幀與幀之間的動(dòng)態(tài)變化，最終將2 次得到的系數(shù)合并得到24 維MFCC 特征參數(shù)C′(12維MFCC和12維1階差分)。

4)取均值

由于單個(gè)聲音樣本提取到的MFCC 特征參數(shù)C′是h×24 的矩陣(h大于2 000)，需要降低特征參數(shù)的行數(shù)后才能通過智能算法進(jìn)行模型訓(xùn)練。取均值是聲音識(shí)別中常用的處理方式，將每段聲音信號(hào)的MFCC 特征參數(shù)C′縱向取均值，使其變?yōu)?×24維的向量c，作為該聲音特征的表示。

2 研究方法

2.1 基于自然選擇的混合粒子群算法

粒子群算法(Particle Swarm Optimization)是一種根據(jù)鳥群覓食行為設(shè)計(jì)得到基于群體協(xié)作的隨機(jī)搜索算法，常用于尋優(yōu)或優(yōu)化其他各種算法。將自然選擇的原理運(yùn)用到粒子群算法迭代過程中，將群體中最差的一半粒子，用最好的一半粒子代替，同時(shí)保持原來每個(gè)粒子的個(gè)體最優(yōu)值，以達(dá)到加快運(yùn)算速度、獲取全體最優(yōu)的效果[13]。

1)設(shè)置粒子速度和位置。

設(shè)D維空間個(gè)體粒子個(gè)數(shù)為N，第i個(gè)個(gè)體的位置表示如下：

第i個(gè)個(gè)體的速度表示如下。

2)尋找個(gè)體和全局極值。

將每個(gè)粒子迄今為止的最優(yōu)保存為粒子的個(gè)體極值Bestp，將整個(gè)粒子群搜索到的最優(yōu)位置保存為全局極值Bestg。

4)比較適應(yīng)值與當(dāng)前Bestp和Bestg，更新極值。

5) 對(duì)粒子群按照適應(yīng)度排序，將最差的一半粒子用最好的一半粒子替換，同時(shí)保留原單個(gè)粒子迄今為止的最優(yōu)值。

6) 判斷是否達(dá)到停止條件，如果達(dá)到條件，輸出結(jié)果；否則返回第3步繼續(xù)搜索。

2.2 PCA-混合PSO-SVM算法

在機(jī)器學(xué)習(xí)領(lǐng)域，主成分分析法[14](PCA)常作為一種降低維度、加快機(jī)器運(yùn)算速度、提高準(zhǔn)確率的方法。其原理是通過正交變換，用一組較少綜合指標(biāo)，代替原來眾多的指標(biāo)。

SVM 分類器的原理是尋找一個(gè)最優(yōu)超平面，使其盡可能遠(yuǎn)離所有類別的數(shù)據(jù)點(diǎn)，對(duì)于線性不可分問題，通過核映射方法將其轉(zhuǎn)化為高維空間的線性可分問題，從而實(shí)現(xiàn)分類，本文SVM 分類器的核函數(shù)選用高斯核函數(shù)(RBF)。PSO-SVM 模型則是用粒子群優(yōu)化算法對(duì)SVM 算法中RBF 核函數(shù)的最優(yōu)核參數(shù)σ和懲罰因子g進(jìn)行尋優(yōu)，從而優(yōu)化SVM 分類器。PCA-混合PSO-SVM 模型建模流程如圖8所示。

圖8 智能識(shí)別模型流程圖Fig.8 Flow chart of intelligent recognition model

3 工程應(yīng)用

3.1 工程概況

某隧道起訖里程DK358+585～DK361+210，隧道全長2 625 m，其中暗洞長2 608 m，(ⅠⅠ級(jí)圍巖1 850 m，ⅠⅠⅠ級(jí)圍巖490 m，ⅠV 級(jí)圍巖140 m，V級(jí)圍巖128 m)，明洞17 m。位于谷地高山區(qū)，山高谷深，氣候惡劣。山脈呈南北向縱貫延展，谷嶺相間，地勢(shì)起伏跌宕最低點(diǎn)標(biāo)高為2 065 m。隧道 為 單 線 隧 道， 線 路 縱 坡 9.0‰/15 m，10.8‰/2 550 m 和1.0‰/60 m 的單面坡，隧道位于直線上。隧道運(yùn)營期間，隧道襯砌出現(xiàn)裂縫，部分裂縫伴有滲水病害。對(duì)該段隧道進(jìn)行敲擊檢查，獲取敲擊檢查聲音樣本，并結(jié)合該隧道之前的地質(zhì)雷達(dá)檢測(cè)報(bào)告，得到該段隧道空洞情況如表3。

表3 實(shí)際空洞情況Table 3 Actual voids situation

3.2 聲音識(shí)別模型建立

本文所建立的空洞敲擊檢查聲音模型是基于MATLAB2019B軟件建立，建模過程如下。

1) 數(shù)據(jù)集PCA降維

將1.1 中收集到的645 個(gè)聲音樣本(空洞樣本213 個(gè)，非空洞樣本432 個(gè))和3.1 實(shí)際工程案例中取得的15 個(gè)聲音樣本(空洞樣本9 個(gè)，非空洞樣本6 個(gè))提取MFCC 參數(shù)，取均值后得到每段聲音的特征向量ci(1≤i≤660)。所有特征向量ci共同組成數(shù)據(jù)集T660×24，作為本文所需的樣本數(shù)據(jù)集。運(yùn)用主成分分析法降維，各個(gè)維度的主成分貢獻(xiàn)率如圖9所示。一般地，當(dāng)各維度特征值累計(jì)貢獻(xiàn)率達(dá)到85%以上，就說明主成分分析后的特征包含了大部分主要信息，如圖9，前15個(gè)主成分的累計(jì)貢獻(xiàn)率已達(dá)到91.63%，柱狀圖中特征值從第16 個(gè)因子開始以后逐漸趨于水平。由此，取主成分分析后得分矩陣的前15 維，組成最終樣本數(shù)據(jù)集U660×15。模型的輸出用“0”和“1”分別表示襯砌背后“無空洞”和“有空洞”。

圖9 特征貢獻(xiàn)率Fig.9 Contribution of features

2) 樣本分割

根據(jù)機(jī)器學(xué)習(xí)數(shù)據(jù)集劃分方式，將樣本劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，訓(xùn)練集用于訓(xùn)練智能分類模型，驗(yàn)證集用于調(diào)整模型參數(shù)和評(píng)估模型的分類效果，測(cè)試集一般選用實(shí)際工程樣本，用來評(píng)估模型的泛化能力，是對(duì)模型的測(cè)試和“考核”。將春檢645個(gè)聲音樣本的MFCC 特征和主成分分析后的樣本數(shù)據(jù)按4∶1 的比例劃分訓(xùn)練集U1516×15和驗(yàn)證集U2129×15，將實(shí)際工程案例中取得的15個(gè)樣本的PCA數(shù)據(jù)作為測(cè)試集U315×15。

3) 模型訓(xùn)練

將訓(xùn)練集U1516×15按照?qǐng)D8 所示流程用于模型訓(xùn)練。PCA-混合PSO-SVM 模型參數(shù)設(shè)置為：學(xué)習(xí)因子c1=0.4，c2=0.9，慣性權(quán)重η=0.8，初始種群數(shù)目N=100，最大迭代次數(shù)M=100。粒子群算法適應(yīng)度函數(shù)用均方誤差函數(shù)表示：

其中：為第i個(gè)樣本的SVM輸出值；Yi為第i個(gè)樣本的理論輸出值。

4) 模型性能對(duì)比

常見的分類性能度量指標(biāo)有準(zhǔn)確率(Accuracy)、查準(zhǔn)率(Precision)、查全率(Recall)和綜合評(píng)價(jià)指標(biāo)F1 度量(F1-Score)[15]。對(duì)訓(xùn)練好的PCA-混合PSOSVM 模型進(jìn)行5 折交叉驗(yàn)證，得出模型綜合性能，并與PSO-SVM 和普通SVM 進(jìn)行對(duì)比，對(duì)比結(jié)果如表4 所示。本文模型各方面性能均略高于PSOSVM，且遠(yuǎn)高于普通SVM 模型；本文模型訓(xùn)練時(shí)間只有PSO-RBF 訓(xùn)練時(shí)間的一半，說明本文模型耗時(shí)短且具有良好的分類性能。

表4 模型性能對(duì)比Table 4 Model performance comparison

3.3 實(shí)例測(cè)試結(jié)果與討論

測(cè)試集U315×15為實(shí)際工程中收集的聲音的特征集，用于測(cè)試模型的實(shí)用性，測(cè)試結(jié)果如表5。本文模型能夠在實(shí)際應(yīng)用中準(zhǔn)確地對(duì)所有聲音樣本進(jìn)行分類；PSO-SVM 模型在識(shí)別第7 個(gè)樣本時(shí)出現(xiàn)錯(cuò)誤，說明PSO-SVM 模型在識(shí)別空洞敲擊聲音時(shí)效果較差；普通SVM 模型對(duì)其中4 個(gè)樣本作出錯(cuò)誤的判斷，效果不理想。

表5 實(shí)例驗(yàn)證對(duì)比Table 5 Verification and comparison of examples

4 結(jié)論

1)在采集隧道檢查過程中檢查錘敲擊聲音后，運(yùn)用聲音信號(hào)特征分析基本方法，對(duì)2種狀態(tài)下聲音樣本的時(shí)域特征和頻域特征進(jìn)行分析，并提取MFCC特征參數(shù)。在不同狀態(tài)下短時(shí)能量和聲紋都表現(xiàn)出明顯的不同。

2) 通過主成分分析法對(duì)數(shù)據(jù)集進(jìn)行降維，用混合PSO 算法優(yōu)化SVM 的核函數(shù)參數(shù)σ和懲罰因子g，建立PCA-混合PSO-SVM模型，與普通PSOSVM 算法和傳統(tǒng)SVM 算法而言，本文模型有著較高的準(zhǔn)確率和較快的訓(xùn)練速度，能夠根據(jù)敲擊檢查聲音準(zhǔn)確判斷出隧道背后是否存在空洞。如何根據(jù)聲音特征判斷襯砌背后空洞的大小和深度等，是下一步研究的重點(diǎn)。

3) 目前鐵路隧道快速無損檢測(cè)還無法大范圍普及，人工檢查仍是使用最廣泛的檢查方法，通過研究敲擊檢查聲音智能識(shí)別，為隧道智能化診斷做出新探索，對(duì)加快人工檢查速度、提高信息化程度和實(shí)現(xiàn)無紙化作業(yè)有著重要的意義。