章 鑫 包雨鑫 李曉慧 王建格 鐘天任

1 廣東省地震局,廣州市先烈中路81號,510070

自然電位是觀測雜散電流的主流方式,在有電流泄露到地下時,附近地表的自然電位會發(fā)生明顯變化,通過測量不同點的自然電位,可及時而準(zhǔn)確地定位電流泄漏點的位置[1],這在監(jiān)測地鐵電能泄露點中有重要作用。地鐵影響下的電位變化周期與地鐵實際運行工況有關(guān)[2],即列車在軌量、發(fā)車密度等都會影響雜散電流引起的電位波動。前人開展的相關(guān)研究主要針對雜散電流的幅頻特性[1-4]及其對管線的腐蝕加強作用[5],對地鐵影響下的電磁場觀測則采用HHT分析[6]、小波模態(tài)和盲源分離等處理技術(shù)[7],而對地鐵信號方位特性的研究較少,也缺乏專門針對雜散電流信號來源的研究。自然電位法是一種被動源地球物理方法,其使用非極化電極研究自然電場的分布特征。本文開展對地鐵泄露的自然電位的直接觀測,使用正交觀測的方式測量地鐵雜散電流產(chǎn)生的自然電位響應(yīng),研究地鐵產(chǎn)生雜散電流的頻譜規(guī)律和幅頻變化特點,利用正交脈沖合成定位漏電點的可能位置,為加強大城市多地鐵運行情形下的雜散電流防護提供參考。

1 實驗場地和裝置

選取廣州石榴崗作為實驗場地,該場地被地鐵8號線、18號線和4號線包圍,并位于8號線和18號線的交會處附近(圖1),有利于觀測3條線路的雜散電流融合情況。

圖1 測試場地和測試裝置布設(shè)示意圖Fig.1 Schematic diagram of test site and device

實驗場地布置和觀測裝置布設(shè)如圖1綠色部分,布設(shè)2個NS和EW向正交測道,極距30 m,其中NS測向以N向為正,EW測向以E向為正。測量電極采用中國礦業(yè)大學(xué)生產(chǎn)的固體不極化電極,極差小于1 mV,測量精度為0.1 mV,埋設(shè)深度約30 cm。數(shù)據(jù)采集器采用深圳市拓普瑞電子有限公司生產(chǎn)的采集卡,采樣頻率設(shè)置為1 Hz,通過連接電腦終端存儲和實時顯示觀測數(shù)據(jù)。實驗共進行1周,記錄到豐富的地鐵運營時段和停止時段的自然電位數(shù)據(jù)。

2 數(shù)據(jù)結(jié)果

實驗結(jié)果顯示,地鐵運行和停運時自然電位觀測結(jié)果完全不同:地鐵正常運行時,自然電位信號大于±100 mV(～4 000 mV/km);無地鐵運行時,自然電位信號小于±3 mV,兩者相差2個數(shù)量級(圖2)。單列車和多列車疊加運行時觀測結(jié)果也明顯不同,多地鐵同時在軌運行時信號更強。從圖2(a)和2(b)中可明顯看出,早高峰和晚高峰的地鐵信號更強,且早高峰的信號強于晚高峰。此外,地鐵正式運行前和停運后會進行列車空載運行,完成巡線和對軌道維修檢查的工作,而地鐵軌道一般采用連通的焊接軌,當(dāng)有車輛在地鐵軌道上運行時,會使整條線路上的泄漏點出現(xiàn)雜散電流。因此,實驗中通電后起始擾動均早于附近地鐵首班車發(fā)車時間,斷電后的電位擾動均晚于末班車到站時間。

數(shù)字為地鐵發(fā)車間隔圖2 自然電位原始數(shù)據(jù)Fig.2 Raw data of spontaneous potential

地鐵運營起始(圖2(c))和即將停運(圖2(d))階段的發(fā)車間隔長,列車在軌數(shù)量明顯少于高峰時段,該時段的自然電位波動小于其他時段。圖2(d)為地鐵收尾階段的雜散電流信號,此時已經(jīng)接近夜間24點,根據(jù)地鐵運行時間圖推測,仍在運行的地鐵應(yīng)為8號線?？梢钥闯?最后2趟車次間隔在10 min以上,最后一個高脈沖時間為00:01,此后再無列車運行。其他弱脈沖可能為遠端漏電點的信號,由于其距離遠或者路徑中電壓降較大,所以自然電位系統(tǒng)觀測到的信號較弱。

在無地鐵運行時段(00:30～06:00),自然電位波動幅度迅速下降2個數(shù)量級,一般小于3 mV(圖3(a)),偶爾也會觀測到一些微弱雜散電流擾動,但幅度一般不大于5 mV。EW測向自然電位波動幅度明顯大于NS測向,其合成指向為NE或SW。在有地鐵運行階段(圖3(b)),NS測向和EW測向的自然電位呈同向分布,即2個測向的測量結(jié)果幅度相似且方向相同。其中,較大的脈沖幅度約為100 mV,呈現(xiàn)馬鞍形狀,可能來源于較近地鐵站的列車停車或啟動;其他脈沖均較小,可能來源于較遠地鐵站的列車停車或啟動。整體上,EW測向的脈沖仍大于NS測向,且NS測向的脈沖朝上取正,EW測向同一脈沖也取正,因此其合成指向為NE或SW。

圖3 自然電位數(shù)據(jù)對比Fig.3 Spontaneous potential data comparison

從信號功率譜來看,地鐵運行階段的功率譜迅速增強。在圖4(a)中,200 s以上的高頻段功率譜增強最顯著,在低頻段與無地鐵運行時段功率譜基本相當(dāng),說明地鐵擾動主要出現(xiàn)在200 s以上的短周期段。圖4(b)為自然電位功率譜分布,其中右圖為有地鐵運營時段,左圖為無地鐵運營時段,兩者具有明顯反差。通過處理連續(xù)觀測數(shù)據(jù)得到自然電位信號的頻譜(圖5),可以看出,119.2 s的能量峰最強,其余顯著峰值為51.16 s、178.9 s和358.5 s。NS測向和EW測向都顯示一致的峰值,同樣地,200 s以下的頻譜能量明顯減弱。有地鐵運行期間,列車運行頻次增加和多列車在軌運行導(dǎo)致的疊加響應(yīng)可能是自然電位信號周期性變化的原因。

圖4 自然電位的功率譜分布Fig.4 Power spectrum distribution of spontaneous potential

圖5 雜散電流信號在不同測向的頻譜比較Fig.5 Spectrum comparison of stray current signals in different directions

3 信號來源定位

模板匹配方法被廣泛應(yīng)用于圖像處理和地震余震的波形拾取[8]。其基本原理是設(shè)立模板事件,運用模板去掃描目標(biāo)數(shù)據(jù),根據(jù)一定的算法設(shè)置閾值檢出事件,再根據(jù)算法篩選出需要的信號。本文運用模板匹配方法,設(shè)置互相關(guān)系數(shù)閾值和目標(biāo)信號幅度閾值,如檢測出與模板事件互相關(guān)系數(shù)達0.80以上且擾動幅度大于60 mV的脈沖信號,則認為是同一地鐵列車制動或啟動時產(chǎn)生的信號。選取的模板由地鐵開始運行階段3個相似度極大的數(shù)據(jù)段合成(圖6(a)),共檢測出214個相似度大于0.80且幅度大于60 mV的曲線段(圖6(b))。這與1 d內(nèi)地鐵開行班次數(shù)量相當(dāng)(開行時長為16 h,平均270 s一班車),證實互相關(guān)系數(shù)閾值取0.80基本合理。匹配過程中,幅度值不小于60 mV,因此結(jié)果中有一些時段因幅度較小而沒有匹配上,如圖6(c)中10:00后的一小段缺失。此外,18:00左右的晚高峰階段匹配出更多的脈沖,08:00～09:00的脈沖也比其余時段更密集。

圖6 模板匹配方法檢出的地鐵信號Fig.6 Subway signals detected by template matching method

通過對脈沖類信號正交合成,可反映出信號源的方位[9]。根據(jù)模板匹配提取的脈沖信號,截取同時段正交方向的2個脈沖幅度作正交合成,合成后的矢量指向為電流的來源方向或反向。圖7(a)展示了2類脈沖信號的合成:一類為尖脈沖,NS測向和EW測向為正,故正交合成后指向NE;另一類脈沖的極化方向相反,合成后指向SE。值得注意的是,2類脈沖形態(tài)差異較大,但合成后的矢量近似處于一條直線,即可能來源于同一個泄露點雜散電流的不同泄露方式:負載欠載時外界電位下降,指向泄漏點;負載過載時外界電位上升,遠離泄漏點。圖7(b)為無地鐵運行時一些小脈沖的指向,與有地鐵運營時有類似的指向,可能說明電流泄露點在微弱供電時也會出現(xiàn)雜散電流。

圖7 信號來源監(jiān)測結(jié)果Fig.7 Monitoring results of signal source

圖7(c)、7(d)為完整工作日自然電位脈沖的合成指向,其中,圖7(c)為模板匹配后2種典型脈沖的指向,圖7(d)為脈沖幅度大于80 mV的所有脈沖合成的指向(未進行模板匹配)。圖中均有2個明顯指向,其中地鐵運行時指向NE的脈沖較多,無地鐵運行時的微擾動也指向NE。在周邊的地鐵線路中(圖1),18號線龍?zhí)墩疚挥趫龅匚髂蟼?cè),8號線新港東站位于場地東北側(cè),但8號線的運營時間至夜間0時左右,產(chǎn)生的脈沖更容易識別,因此結(jié)合地鐵運行時刻表判定其可能與廣州地鐵8號線有關(guān)。

4 結(jié) 語

測量自然電位可以獲取因地鐵運行產(chǎn)生的強雜散電流信號,其頻譜特點顯示為相對高頻段,雜散電流信號集中在200 s周期以上。城市雜散電流的主要影響是破壞城市地埋管道的陰極電流,加重腐蝕導(dǎo)致泄露破壞,當(dāng)前很多處置措施都跟雜散電流出現(xiàn)的特點相關(guān)。根據(jù)GB 50991-2014《埋地鋼質(zhì)管道直流干擾防護技術(shù)標(biāo)準(zhǔn)》,當(dāng)管道任意點上的管地電位相對于自然電位正向或負向偏移超過20 mV時,應(yīng)確認存在直流干擾;當(dāng)任意點上的管地電位相對于自然電位正向偏移大于或等于100 mV時,應(yīng)及時啟動干擾防護措施。目前采用的應(yīng)對措施中,直接排流和埋設(shè)輔助陽極的方法都存在成本高的缺點[10],故控制雜散電流源成為首選方式,但這需要探明泄漏點且明確泄露源的時頻特性。本文通過直接測試場地雜散電流源可解決此問題。

雜散電流的另一個重要影響是對在城市邊緣觀測的地電場和地磁場形成周期性高頻大幅度疊加,掩蓋了其本來的低頻信號,對準(zhǔn)確判別地震電磁信號造成干擾。本文通過場地正交觀測對雜散電流進行測試,得出其頻譜特性和幅度響應(yīng)特點,可針對性地對原始地電場和地磁場開展濾波處理[4-8,11-12],恢復(fù)無地鐵雜散電流干擾時的地電場和地磁場數(shù)據(jù)形態(tài),對地電磁場觀測數(shù)據(jù)評價起到較好的示范。圖8分別為上海佘山臺地磁Z分量原始數(shù)據(jù)和上海青浦臺地電場原始數(shù)據(jù),二者都疊加了地鐵雜散電流信號,使日變化形態(tài)識別困難。選用巴特沃斯低通濾波器對200 s周期以上的信號濾波,得出的信號中明顯去除了高頻擾動,與無地鐵運行時段的信號相近。

圖8 地鐵信號濾波實驗Fig.8 Experiment of subway signal filtering

本文實驗中,距離測試點1 km左右的地鐵列車啟動和制動產(chǎn)生的雜散電流電位超過100 mV,而其背景值僅約3 mV,地鐵雜散電流的干擾幅度遠超自然電場。通過頻譜變換得出,自然電位時間序列的主要周期為119.2 s,次周期為51.16 s和178.9 s,功率譜的主要能量分布在200 s以下,與無地鐵運行時形成顯著差異。通過對地鐵信號的脈沖細節(jié)展開模板匹配,得到與地鐵列車運行頻率接近的脈沖數(shù)量,說明雜散電流強度、頻率與地鐵在軌運行數(shù)量、列車發(fā)車頻率相關(guān),對這些脈沖進行定位可分辨出電流信號的來源方位。結(jié)合其他在運行地電場和地磁場受地鐵干擾數(shù)據(jù)和本文實驗數(shù)據(jù),可開發(fā)濾波技術(shù)去除地電場和地磁場觀測中地鐵雜散電流信號。