本文是一篇工程硕士论文，本文搭建了Φ-OTDR管道监测系统，并提出了破坏事件监测技术，提升了对破坏事件识别的高效性和准确性。
第1章绪论
1.1 研究背景
管道是运输能源的重要载体，尤其是油气资源的运输。近年来，中国油气管道工程稳步发展，油气管网逐渐完善，通过国际合作建立了许多陆上油气进口通道，中缅、中亚、中哈和中俄管道相继投入使用[1]。另外，在国内长距离运输能源的方式中，管道运输具有最显著的优势[2]，油气管道建设经过多年高速发展，已经建成覆盖全国的油气管道骨干网络，截至2021年底,国内建成油气长输管道总里程累计达到15.0万千米。同时，煤炭行业也开始使用管道运输，神渭管道输煤项目的全线通车标志着管道输煤技术的突破[3]。由于管道线路途径区域广，自然、人文环境千差万别，管道长期存在地质灾害（滑坡、泥石流等）、第三方活动等外来因素导致管道损坏的风险。不断增加的第三方施工破坏已成为造成管道安全事故的最主要的原因。国内外各类研究与调查表明，由第三方破坏导致管道风险事故的数量占了事故总数量的近 50%[4]。
管道覆盖面积广，总里程长，长期处在开放的外部环境中，存在众多风险隐患。国内，发生过多起管道安全事故[5]。2021年，室外燃气管道事故196起，共造成2人死亡，25人受伤。196起事项中有162起明确引发泄漏的原因，其中有143起为施工造成燃气管道破损[6]。可见第三方破坏造成燃气管道泄漏的现象是非常普遍的。2019年，杭州市燃气管道破裂，某路段施工导致事故发生，众多沿线居民受到影响。2017年，松原城市燃气管爆炸，该事故造成大量人员伤亡，引发事故的也是第三方破坏行为。两起事件如图 1-1所示。
1.2 国内外研究现状
1.2.1 分布式传感系统
分布式传感系统是感知外界振动的基础，为事件识别提供数据支撑。分布式传感系统凭借着低功耗、长距离和抗干扰能力强的特点，在管道破坏监测有着得天独厚的优势，其监测事件能力也受到了学者的广泛研究。
分布式光纤传感根据传感机制可以分为干涉型和散射型光纤传感器[10]。Michelson干涉仪在测量振动和位移方面有优势[11]，是最经典的干涉型传感器，在耦合器的作用下，光源会被分开，一路进入参考臂，一路进入传感臂，最后在末端发生信号干涉[12]。Michelson干涉仪虽然有着结构简单、监测敏感的特点，但是因其直接检测相位差信号，对外界的扰动较为敏感，会引入较大的噪声[13]。Mach-Zehnder干涉仪对Michelson干涉仪进行改进，由泽德尔提出构想，马赫进行改良，光源发射出光束，在耦合器的作用下，分成两道准直光束。它们的相对位移因两道光束通过不同的介质与路径，会发生变化。基于Mach-Zehnder干涉仪（MZI）的传感器受到了相当大的关注[14]，它们布局紧凑，且内部容易调整。克服了Michelson干涉仪的回波干扰，但是存在着定位精度过低的问题[15]。Sagnac干涉仪具有高灵敏度和稳定性优点，光源发射出的光束被耦合器分为两束，且光功率相等。其中一束光沿光纤环路顺时针传输，另外一束沿环路逆时针传输。当光纤环路上的某一位置受到外界扰动影响时，两束光到达的时间不同，会形成相位差。在末端的耦合器处，它们会产生信号干涉，根据干涉光可以判断扰动发生的位置。然而解调的过程复杂，定位精度仍不能满足需求[16]。
第2章 基于Φ-OTDR的管道监测系统搭建与振动信号采集
2.2 Φ-OTDR系统原理
2.2.1 瑞利散射原理
光在传输过程中，如果介质均匀，会沿着直线传播，若传输介质出现不均匀性（微粒、传输介质自身密度变化），会使光的传播方向发生变化，变化的光称为散射光，这种偏移现象称为光的散射[23]，如图 2-1所示。
两种散射（非弹性光散射和弹性光散射）分类标准是根据散射光与入射光的物理信息而判定的。非弹性光散射时，这两类光的频率会发生变化。因为传输介质和光子在能量上进行了交换。[62]。非弹性光散射主要有两类，分别是布里渊散射与拉曼散射[63]。弹性光散射时，两类光的频率没有发生变换，能保持更强的光波能量，双方只有在强度和传输方向等系数上有所不同。光纤中最常见的就是弹性光散射中的瑞利散射，可用于破坏事件监测。
2.3 Φ-OTDR系统搭建
本文根据管道铺设的情况，搭建了一套Φ-OTDR系统，用于采集管道沿线扰动事件的振动情况。
整套系统主要由三大关键模块组成，DVS光路模块和DVS探测器模块、采集卡模块，三大模块如图 2-4所示，其余模块还包括电源模块、主机、传感光纤等。
DVS光路模块包含光源模块、声光调制器、耦合器等部分，DVS探测器模块包含光电探测器等相关模块，采集卡模块负责产生脉冲和获取数据，将这三大模块相联结，构成Φ-OTDR系统的主要结构，在硬件上保障管道的实时监测，具体结构如图 2-5所示。
第3章 管道周边信号的特征提取与扰动识别 ....................... 35
3.1 引言.................................... 35
3.2 信号的预处理....................... 35
第4章 基于深度森林的管道破坏事件识别 ....................... 45
4.1 引言................................ 45
4.2 扰动数据集构建.......................... 45
第5章 总结 .......................................... 57
5.1 论文工作总结......................... 57
5.2 研究展望............................. 58
第4章 基于深度森林的管道破坏事件识别
4.2 扰动数据集构建
数据集构建对于后续实验开展极其关键，选取的好坏决定了识别算法的性能。基于第3章的内容，将扰动事件类别分为四类：高速扰动事件、山林扰动事件、铁路扰动事件和破坏事件。高速扰动、山林扰动事件发生情况较多，高速扰动大部分发生在车流量较多、货车经过较集中的路段，重型车辆的振动和破坏事件的振动信号波形相似，在晚高峰时间段尤其容易引发误报，铁路扰动也是火车、动车经过的振动和破坏事件的振动信号波形相似，另外山林扰动大部分发生在天气恶劣的时候，雨水冲刷等事件的振动和破坏事件的振动信号波形类似。大部分误报由这三类扰动事件造成。因此，在扰动事件中将高速扰动、铁路扰动和山林扰动设置为除了破坏事件的另外三种类型事件。
本文数据集来源于省域天然气管网历史数据与模拟实验场的实验数据。高速扰动、铁路扰动和山林扰动的数据集从高速路段、铁路路段、山林路段的历史数据中获取。将代表高速路段、铁路路段、山林路段防区经VMDPWT降噪后的数据（防区指光纤传感防守的区域）输入上章提到的TDSW算法，获得这三种类型的扰动事件的信号，破坏事件的发生时间地点会被巡线工人记录，根据记录信息在历史数据中取出数据，输入到TDSW算法获得相应片段，同时，在光纤试验场模拟破坏事件，在光纤试验场地下铺设了管道和分布式传感系统，利用农具和挖掘机等实物（农业工作、挖机工作）补充破坏事件样本。本文数据集均由本人与课题组成员亲自搜集。图 4-1展示几种事件样本。
第5章 总结
5.1 论文工作总结
管道作为各类能源运输的载体，安全防护至关重要，亟需一套破坏事件监测系统，及时制止各类破坏事件，避免发生事故，保障管道安全。管道覆盖的面积广、距离长，经历各种各样地形环境。Φ-OTDR技术具有高敏感度、抗干扰性强的优点、能实现全方位的监测。然而基于Φ-OTDR技术搭建的监测系统也面临着诸多难题，如此大范围铺设会带来各种各样的噪声，从而影响到采集信号的质量；同时海量的振动数据耗费大量性能，影响识别效率。另外，自然环境中存在着大量和破坏事件波形相似的事件，容易引发误报。现有的识别算法不能很好地区分自然环境下的扰动事件，破坏事件的识别准确率过低。针对这些问题，本文提供了一套完整的方案。
本文的主要研究内容和成果如下：
（1）阐述了Φ-OTDR技术的基本原理，搭建了一套基于Φ-OTDR的管道监测系统，在线下铺设使用。使用了小波变换、EMD、VMD及相关变形算法对采集到的振动信号进行降噪。改进型VMDPWT降噪算法有着信噪比高，均方根误差小的特点，在实验中有着较好的降噪表现，该算法也是在本领域首次使用。
（2）对降噪后的信号进行了特征提取，引入时频图，并统计时频图灰度信息生成时频域相关特征，拓宽了维度。另外创新性地提出扰动事件大类识别，针对管道距离长，自然环境下系统采集到的振动信号数据量过大的问题，利用部分特征设计了原创的TDSW算法。该算法精准地提取出扰动事件，保障了后续识别的高效性。
（3）利用扰动提取后的信号，进行扰动事件数据集构建。基于拓展后的特征，利用RF-BPSO算法对特征进行选择，提升了后续模型的识别效率。深度森林的级联森林结构和多粒度扫描结构扩充了特征维度，并可以自动决定模型复杂度，有着识别率高、不用大量调参的优点。最后利用深度森林模型对破坏事件进行识别，通过实验分析，深度森林在准确率、精准率、召回率、F1 值都较其他方案领先。验证了整套方案的可靠性。
参考文献（略）
