高 磊， 劉振奎， 張昊宇， 魏曉悅， 張 奎

(蘭州交通大學(xué) 土木工程學(xué)院，蘭州 730070)

隧道襯砌背后空洞是運營鐵路隧道中最常見的病害之一，其存在會使襯砌結(jié)構(gòu)在局部產(chǎn)生內(nèi)力的變化，降低襯砌結(jié)構(gòu)的承載能力，造成襯砌結(jié)構(gòu)的損傷或者破壞，產(chǎn)生巨大安全隱患[1]。因此，如何對鐵路隧道襯砌背后空洞進行智能的識別，為鐵路隧道的安全服役與長期運營提供重要的理論與技術(shù)支撐，已經(jīng)成為一個重要的研究方向。Lü等[2]將逆時偏移(reverse-time migration，RTM)算法應(yīng)用于隧道襯砌空洞的高精度成像，提高隧道襯砌空洞檢測的精度和成功率,為準(zhǔn)確劃定隧道襯砌空洞的范圍提供了一種科學(xué)有效的方法；覃暉等[3]通過對雷達(dá)圖像進行預(yù)處理、特征提取獲取機器學(xué)習(xí)樣本，用支持向量機作為分類模型，建立了一種雷達(dá)圖像智能識別模型，準(zhǔn)確識別隧道襯砌和圍巖內(nèi)的空洞；Kurahashi等[4]通過一種高強激光收發(fā)設(shè)備，分析強激光照射襯砌表面產(chǎn)生的震動，根據(jù)震動特征的不同，判斷襯砌內(nèi)部是否存在空洞等內(nèi)在病害。除此之外，紅外成像、圖像識別等技術(shù)也被用于隧道病害檢測。但是先進的檢測技術(shù)及裝備在檢測效率、準(zhǔn)確度等方面存在不足，與鐵路基礎(chǔ)設(shè)施“精準(zhǔn)修、狀態(tài)修”的理念存在一定差距，導(dǎo)致其普及性差，無法廣泛地運用于鐵路隧道病害檢查維修。人工抵近接觸性敲擊仍是我國鐵路隧道襯砌內(nèi)部狀態(tài)檢查的主要手段，該方法通過敲擊聲音人為判斷襯砌結(jié)構(gòu)內(nèi)部是否存在空洞等潛在病害[5]。

聲音識別技術(shù)被廣泛應(yīng)用于各個領(lǐng)域，通過對聲音數(shù)據(jù)處理及智能分類，實現(xiàn)對病害和故障的診斷以及對危險進行監(jiān)測。劉思思等[6]用優(yōu)化的梅爾頻率倒譜系數(shù)做為訓(xùn)練樣本，用人工蜂群算法優(yōu)化支持向量機(support vector machine, SVM)參數(shù)，建立改進的SVM車窗電機異常噪聲識別模型，判斷電機是否發(fā)生異響；王培力等[7]運用支持向量機訓(xùn)練錢塘江潮聲的梅爾頻率倒譜系數(shù)(Mel frequency cepstrum coefficients，MFCC)樣本，建立SVM涌潮檢測模型，判斷錢塘江是否發(fā)生涌潮；薛忠軍等[8]收集大量標(biāo)準(zhǔn)錘敲擊水泥路面的聲音信號，以共振峰頻率、共振峰振幅、功率譜面積等聲音特征參數(shù)構(gòu)建數(shù)據(jù)集，用Fisher判別分析方法分析，建立判別函數(shù)，判斷水泥路面是否存在脫空；黎煊等[9]提取豬連續(xù)咳嗽聲的MFCC特征參數(shù)，運用BLSTM(birectional long short-term memory)神經(jīng)網(wǎng)絡(luò)訓(xùn)練特征樣本，用BPTT(back propagation trough time)訓(xùn)練CTC(connectionist temporal classification)網(wǎng)絡(luò)，更新模型參數(shù)，實現(xiàn)豬連續(xù)咳嗽聲的識別和疾病的判斷；郝洪濤等[10]提出包含時域檢測、快速傅里葉變換(fast Fourier transform，F(xiàn)FT)峰值檢測、功率譜檢測、小波包分解與重構(gòu)和希爾伯特(Hilbert)包絡(luò)分析結(jié)合、經(jīng)驗?zāi)B(tài)值分解(empirical mode decomposition，EMD)等方法的聲音診斷系統(tǒng)，可實現(xiàn)基于聲音信號的托輥故障診斷。但是，尚未有學(xué)者用聲音識別技術(shù)，跟據(jù)敲擊檢查聲音對隧道襯砌背后空洞進行智能識別研究。

基于此，本文將采集的鐵路隧道空洞敲擊檢查聲音音頻文件進行預(yù)處理，篩選后得到645個聲音樣本，用語音識別領(lǐng)域常用的聲音處理方法，提取MFCC作為聲音特征參數(shù)；再將提取得到的聲音特征參數(shù)的均值作為樣本數(shù)據(jù)，通過梯度提升決策樹(gradient boosting decision tree，GBDT)算法進行訓(xùn)練、測試，建立隧道空洞敲擊檢查聲音智能分類模型；最后將該模型應(yīng)用于實際鐵路隧道，對敲擊檢查聲音進行識別分類。該模型相比于優(yōu)化的支持向量機(cross-validation-support vector machine，CV-SVM)、改進徑向基神經(jīng)網(wǎng)絡(luò)(particle swarm optimization algorithm-radial basis function neural network，PSO-RBF)等傳統(tǒng)的分類模型，具有更高的準(zhǔn)確率和更強的穩(wěn)定性，分類結(jié)果更加可靠。為鐵路隧道襯砌空洞敲擊檢查聲音智能化識別做出新的探索。

1 聲音樣本采集

研究數(shù)據(jù)來源為：蘭州鐵路局2021年春檢期間隧道敲擊檢查聲音。獲取聲音設(shè)備為：采樣頻率48 kHz的錄音筆。音頻文件以wav格式儲存。為保證錄音效果以及得到可靠的聲音數(shù)據(jù)，在檢查錘敲擊襯砌時開始錄音，敲擊結(jié)束后停止錄音。對錄音筆采集的聲音進行選取，剔除大部分無空洞狀態(tài)下的敲擊檢查聲音，最終保留98段敲擊檢查音頻文件。

音頻文件預(yù)處理和特征參數(shù)提取基于MATLAB軟件中的voicebox工具包實現(xiàn)，對聲音數(shù)據(jù)進行切割處理，得到645個樣本數(shù)據(jù)，其中空洞樣本213個，非空洞樣本432個。1 s內(nèi)兩種狀態(tài)下聲音信號波形圖和短時能量，如圖1～圖4所示，兩種狀態(tài)下聲音信號特征對比，如表1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

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

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

表1 聲音信號特征比較Tab.1 Comparison of voice feature

由于檢查錘敲擊聲在隧道內(nèi)會產(chǎn)生回聲，導(dǎo)致無空洞狀態(tài)下的聲音樣本在0.2～1.0 s的時間區(qū)間和有空洞狀態(tài)下的聲音樣本在0.4 s～1.0 s時間區(qū)間內(nèi)，聲音幅值和短時能量不為0。

2 聲音樣本處理

梅爾頻率倒譜系數(shù)[11]由Davis和Mermelstein在1980年代提出，是基于聲音頻率的非線性梅爾刻度對數(shù)能量頻譜的線性變換。由于其更接近與人耳的聽覺系統(tǒng)，在語音識別等多個領(lǐng)域有著廣泛的應(yīng)用。MFCC特征參數(shù)提取步驟如圖5所示。

圖5 特征參數(shù)提取步驟Fig.5 Flow chart of characteristic parameters extraction

2.1 預(yù)加重

預(yù)加重就是在開始處理聲音信號之前，將聲音信號通過一個數(shù)字濾波器，人為增強高頻部分的聲音信號。通過預(yù)加重補償檢查錘敲擊高頻部分的聲音信號，使信號頻譜變得平坦。

高通濾波器傳遞函數(shù)如式(1)所示

H(z)=1-ηz-1

(1)

式中：H(z)為時傳輸函數(shù)；η為預(yù)加重系數(shù)，通常取0.9～1.0，本文中聲音信號預(yù)加重系數(shù)取0.94。

預(yù)處理后結(jié)果如式(2)所示

U(n)=u(n)-ηu(n-1)

(2)

式中：U(n)為預(yù)加重后的信號；u(n)為n時刻的敲擊聲音樣本值。

2.2 分幀、加窗

聲音信號具有短時平穩(wěn)性，即在短時間內(nèi)，聲音信號的特征處于相對穩(wěn)定狀態(tài)。聲音信號的分析和處理就是建立在“短時分析”的基礎(chǔ)之上，分幀就是將聲音信號分為若干個可以進行短時分析的片段。為了使兩幀之間保持連續(xù)、平滑過渡，需要使前后兩幀相互重疊，重疊部分稱為移幀。文中幀長K取值為256，相鄰兩幀之間的重疊區(qū)域為80，約為K的1/3。加窗為漢明窗，如式(3)所示。

(3)

Sj(n)=φ(n)Fj(n), 0≤n≤K-1

(4)

式中，φ(n)為分幀后各幀的語音信號。

2.3 提取特征參數(shù)

(1) 用快速傅里葉變換對分幀加窗后的的樣本數(shù)據(jù)通過式(5)處理后得到音頻頻譜，信號的功率譜由對信號頻譜的模取平方后得到。

(5)

(6)

式中，N為傅里葉變換的點數(shù)，取默認(rèn)值。

(2) 將得到的功率譜通過梅爾三角濾波器式(7)，得到梅爾刻度，并提取每個刻度上對數(shù)能量。

(7)

(8)

式中，L為三角濾波器的階數(shù)，取值為24。

(3) 最后用離散余弦變換(discrete cosine transform，DCT)最終得到MFCC系數(shù)。

(9)

式中，M為MFCC的階數(shù)，通常取值12。

(4) 能量和差分

由以上步驟提取的特征將每一幀單獨考慮，是靜態(tài)的，而實際聲音是連續(xù)的，幀與幀之間是有聯(lián)系的，為了表示這種幀與幀間的動態(tài)變化，取MFCC特征參數(shù)的一階差分，作為這種動態(tài)變化的表示。最終得到MFCC特征參數(shù)為24維，包括12維MFCC特征參數(shù)和12維一階差分。

2.4 特征參數(shù)降維

對于不同聲音樣本，組成聲音信號的幀數(shù)不同，通過MFCC特征提取得到的矩陣大小也不同，且矩陣行數(shù)均在500行以上，需要對數(shù)據(jù)進行降維處理。將各段語音的MFCC特征向量取均值，分別得到1×24維的向量，作為該段語音的特征，同時作為分類模塊的輸入向量。均值能很好地表示空洞聲音和無空洞的敲擊聲的聲音特征，繪制MFCC特征的前12維幅度圖(如圖6、圖7所示)。由于空洞大小不同，敲擊發(fā)出的聲音特征變化明顯，而無空洞情況下，敲擊聲音單一，聲音特征變化不大。

圖6 無空洞狀態(tài)12維MFCC均值Fig.6 Average value of 12D MFCC in non-voids state

圖7 有空洞狀態(tài)12維MFCC均值Fig.7 Average value of 12D MFCC in voids state

3 研究方法及模型建立

3.1 集成算法

集成學(xué)習(xí)[12]是通過組合多個基礎(chǔ)學(xué)習(xí)者的預(yù)測來解決不同機器學(xué)習(xí)問題的一種最先進的方法。集成學(xué)習(xí)又稱為基于委員會的學(xué)習(xí)或多分類器系統(tǒng)。如圖8所示，一個集成由多個個體學(xué)習(xí)器組成，可以是決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機等算法，再通過某種結(jié)合策略將各個體學(xué)習(xí)器結(jié)合起來。若集成只包含同種類型的個體學(xué)習(xí)器，此時生成的集成稱為“同質(zhì)集成”。通常，集成學(xué)習(xí)一般會獲得比單一學(xué)習(xí)器有更強的泛化能力，可訓(xùn)練出更準(zhǔn)確、更穩(wěn)定的模型。

圖8 集成學(xué)習(xí)框架Fig.8 Ensemble methods framework

Bagging、Boosting、Stacking是三類常見的集成算法結(jié)合策略 。Bagging是一種并行的集成方法，其原理是從整個訓(xùn)練集中通過有放回的采樣得到若干個訓(xùn)練子集，用來訓(xùn)練不同的基學(xué)習(xí)器，在進行分類時，對基學(xué)習(xí)器分類的結(jié)果進行投票，獲勝者作為分類任務(wù)的結(jié)果。Boosting是一種串行的集成方法，通過糾正弱分類器犯的錯誤，使弱分類器集成得到一個有著更完美的性能強分類器。Stacking是直接用所有的訓(xùn)練數(shù)據(jù)對第一層多個模型進行k折交叉驗證，這樣每個模型在訓(xùn)練集上都有一個預(yù)測值，然后將這些預(yù)測值做為新特征對第二層的模型進行訓(xùn)練。

3.2 GBDT梯度提升決策樹

GBDT適用于多種問題，包括回歸，Logistic回歸、多項式分類和生存模型，是一種當(dāng)下流行的機器學(xué)習(xí)算法。該算法的基礎(chǔ)是分類回歸樹算法。由于普通的分類回歸樹容易受到訓(xùn)練數(shù)據(jù)中微小擾動的影響，通過將多棵分類回歸樹用Boosting結(jié)合策略集成，弱化微小變動對CART的影響，將一組弱學(xué)習(xí)器變?yōu)橐粋€強學(xué)習(xí)器，兼具Boosting算法和CART的優(yōu)點。用原始指標(biāo)生成的第一棵決策樹，每一次迭代都會使損失函數(shù)沿著其梯度方向下降(每次迭代都使CART的損失值最小)，多次迭代后殘差趨近于0。GBDT建模過程如下：

(1) 初始化基學(xué)習(xí)器

(10)

式中：f0(x)為只有一個根節(jié)點的初始決策樹；L(yi，c)為損失函數(shù)；c為使最小損失函數(shù)最小化的常數(shù)值，一般取y的均值。

本文中空洞敲擊檢查聲音識別是一個二分類問題，一般采用對數(shù)似然損失函數(shù)作為損失函數(shù)[13]。即

L[y,f(x)]=ln{1+exp[-yf(x)]}

(11)

(2) 確定迭代輪數(shù)t=1,2,…,T

①求得訓(xùn)練樣本的負(fù)梯度

(12)

②利用所有樣本及負(fù)梯度方向(xi,rti)(i=1,2,…,m)擬合一顆分類回歸樹中的回歸樹，得到一顆由J個葉子節(jié)點組成的回歸樹，則第t個葉子節(jié)點區(qū)域為Rtj(j=1,2,…,J)，那么各葉子節(jié)點的最佳擬合值為

(13)

③更新學(xué)習(xí)器

(14)

(3) 經(jīng)過T次迭代后，得到最終的識別分類模型為

(15)

3.3 空洞檢查聲音識別模型的建立

本文分類模型程序設(shè)計開發(fā)環(huán)境為Anaconda 3，所用語言為Python 3.8。采用機器學(xué)習(xí)常用的Scikit-learn模塊實現(xiàn)。

(1) 樣本分割

將提取到的MFCC特征的均值作為訓(xùn)練和測試的樣本。按照機器學(xué)習(xí)常用劃分方法，測試集和訓(xùn)練集按4∶1的比例劃分。訓(xùn)練集用于模型訓(xùn)練；測試集用于檢驗?zāi)Ｐ偷臏?zhǔn)確率，調(diào)整參數(shù)，監(jiān)控模型是否發(fā)生過擬合，并在在模型最終訓(xùn)練完成后，評估其泛化能力，測試其真正的預(yù)測準(zhǔn)確率。

(2) 模型輸入輸出

在語音識別系統(tǒng)中，通常對MFCC特征進行歸一化后作為模型的輸入數(shù)據(jù)。無量綱化的數(shù)據(jù)不僅可以降低噪聲的影響，還可以加快機器學(xué)習(xí)的收斂速度。樣本輸出為“0”和“1”，分別表示襯砌背后“無空洞”和“有空洞”。

(3) 模型訓(xùn)練及參數(shù)選擇

為了充分驗證構(gòu)建的GBDT集成學(xué)習(xí)模型的有效性，將樣本用GBDT模型、交叉驗證求最優(yōu)參數(shù)的支持向量機模型[14]和粒子群算法改進的徑向基神經(jīng)網(wǎng)絡(luò)模型[15]進行訓(xùn)練。經(jīng)調(diào)參后的參數(shù)設(shè)置如表2所示。

表2 模型參數(shù)設(shè)置Tab.2 Model parameter setting

(4) 模型性能對比

在機器學(xué)習(xí)領(lǐng)域，用來評價分類模型常見的分類性能度量指標(biāo)有準(zhǔn)確率A、查準(zhǔn)率P、查全率R、綜合評價指標(biāo)F1度量(F1-Score)[16]，各個指標(biāo)計算公式為

(16)

(17)

(18)

(19)

式中：TP為實際為“有空洞”類的樣本預(yù)測為“有空洞”類的樣本數(shù)；TN為實際為“無空洞”類的樣本預(yù)測為“無空洞”類的樣本數(shù)；FP為實際為“無空洞”類的樣本預(yù)測為“有空洞”類的樣本數(shù)；FN為實際為“有空洞”類的樣本預(yù)測為“無空洞”類的樣本數(shù)。

表3 模型性能對比Tab.3 Model performance comparison

通過交叉驗證調(diào)參后的支持向量機模型可以達(dá)到較好的準(zhǔn)確率(95.5%)，但是耗費大量的時間。PSO-RBF模型的經(jīng)過10次訓(xùn)練，將訓(xùn)練結(jié)果的準(zhǔn)確率取均值，得到的平均準(zhǔn)確率為94.26%，但同樣在粒子尋優(yōu)過程中耗時較多。對本文中襯砌空洞敲擊檢查聲音特征參數(shù)組成的數(shù)據(jù)集而言，GBDT模型在準(zhǔn)確率(98.76%)和訓(xùn)練時長兩方面均優(yōu)于CV-SVM和PSO-RBF模型。

4 工程應(yīng)用

4.1 工程概況

某隧道為單線隧道，全長4 373 m，隧道中心里程為DK37+391.5。該隧道進口里程為DK35+205、進口端1 475.726 m位于R=1 600 m的左偏曲線上，出口里程DK39+578，其他2 897.274 m位于直線上。隧道最大埋深674 m。其中Ⅱ、Ⅲ級圍巖3 015延米，占比69%，Ⅳ、Ⅴ圍巖，風(fēng)積砂段占31%；在隧道施工階段，進口267 m風(fēng)積砂段采用施做維護結(jié)構(gòu)及水平旋噴樁預(yù)支護后暗挖的方式完成，為該隧道的難點工程。DK35+205-300，DK39+566-578段采用明挖法施工，設(shè)置明洞襯砌；其余段落均采用暗挖施工，設(shè)置復(fù)合式襯砌，暗錨噴構(gòu)筑法施工，鉆爆法開挖。隧道進出口均采用雙耳式洞門，洞口永久邊仰坡均采用骨架空心磚間值低矮灌木防護。

隧道運營期間，DK37+893-DK38+093襯砌出現(xiàn)裂縫，部分裂縫伴有滲水病害。對比該隧道檢測報告，該段隧道空洞情況如表4所示。

表4 實際空洞情況Tab.4 Actual voids situation

4.2 結(jié)果與討論

對表4中6處隧道空洞所在位置進行敲擊檢查，并錄制6段敲擊聲音樣本(編號為分別為Q-1～Q-6)，再取4段無空洞狀態(tài)下的聲音樣本(編號為Q-7～Q-10)，共同組成驗證本文模型的樣本集。分別用訓(xùn)練好的GBDT模型，CV-SVM模型和PSO-RBF模型進行分類，得到分類結(jié)果如表5所示。

表5 實例驗證對比Tab.5 Comparison of example verification

在實際應(yīng)用中，GBDT集成算法模型能夠準(zhǔn)確對10個樣本進行分類，CV-SVM模型和PSO-RBF模型在對樣本Q-1識別時均出現(xiàn)錯誤，說明三個模型均能識別無空洞狀態(tài)的襯砌敲擊聲音和較大空洞的敲擊檢查聲音，但在空洞范圍較小時，GBDT模型的分類效果優(yōu)于其他兩種模型。

5 結(jié) 論

(1) 通過采集、處理隧道襯砌空洞敲擊檢查聲音，提取聲音樣本的梅爾頻率倒譜系數(shù)，作為空洞敲擊檢查的聲音特征。隨著空洞的不同，根據(jù)敲擊聲提取到的特征也表現(xiàn)出不同的變化幅度。

(2) 運用GBDT集成算法建立襯砌空洞敲擊檢查聲音智能識別模型，與普通機器學(xué)習(xí)模型相比，GBDT具有更高的準(zhǔn)確率和更少的運算時間，在面對異常數(shù)據(jù)時具有更強的穩(wěn)定性，能夠根據(jù)鐵路隧道拱部空洞敲擊檢查聲音準(zhǔn)確的識別襯砌是否存在空洞。

(3) 針對鐵路運營隧道，我國目前尚缺乏有效的檢測數(shù)據(jù)信息化及管理工具。將聲音識別的相關(guān)理論與技術(shù)應(yīng)用到隧道襯砌空洞識別，為隧道空洞智能識別提供一種新的思路。目的是通過結(jié)合計算機視覺、軟件開發(fā)等技術(shù)達(dá)到病害智能識別和檢查的數(shù)據(jù)自動記錄，為病害智能診斷、現(xiàn)場無紙化檢查、多源數(shù)據(jù)3D融合等信息化管理手段做出探索。