基于CNN的水管道小泄漏声信号识别

李 哲，封 皓，刘 欣，贺永方，刘兰慧

（1.天津大学精密仪器与光电子工程学院，天津300072；

2.承德石油高等专科学校，河北承德067000；3.天津精仪精测科技有限公司，天津300384 4.中国市政工程华北设计研究总院有限公司，天津300074）

管道是城市水资源运输最主要的方式。然而，腐蚀、施工、地质变动等原因会引起管道泄漏，这将造成水资源的巨大浪费。因此，及时发现管道泄漏具有十分重要的意义。近几十年来出现了多种管道泄漏检测方法。例如质量平衡法[1]、负压波法[2]、示踪气体法[3]、光纤检测法[4]、声学检测法[5]等。其中，声学检测法由于具有较高的灵敏度，在管道泄漏检测系统中被广泛应用[5]。

声学检测法主要检测管道泄漏引起的声或振动信号。当管道泄漏时，内部和外部的压力差会产生湍流，进而引起泄漏点附近水的振动，从而产生声信号。泄漏声信号为宽频带信号，其频率成分包括低频成分（由于泄漏处的非定常分离流引起）和高频成分（由于气蚀引起）[6–8]。

在声学检测法中，管道内检测法因其检测精度高而被广泛研究和使用。它通过在管道中放入搭载传感器的内检测设备来采集信号；该设备在管道内移动的同时采集声信号，以此判断泄漏位置和大小。国内天津大学开发了一种系缆式管道内检测系统。该检测系统搭载声学传感器进行泄漏检测，其更加接近泄漏点，该方法具有检测与定位精度高，误报率小的优点。

为了提高泄漏识别率，需要开发有效的管道泄漏声信号识别方法。目前，大多使用机器学习算法进行管道泄漏声信号识别，例如支持向量机[9–12]、人工神经网络[13–14]、贝叶斯学习[15]等。Xiao 等利用1 mm、3 mm、5 mm 的泄漏孔模拟泄漏，提取标准差、小波平均频率、绝对平均值等信号特征，使用支持向量机对不同直径的泄漏孔进行模式识别[10]。El-Zahab 等分别使用支持向量机、决策树、贝叶斯学习方法进行泄漏声信号识别，其研究对象为3 L/min～15 L/min 的泄漏，主要适用于大泄漏的识别[12]。Li等对1.2 L/min～8.4 L/min 泄漏量的测量信号进行特征提取，获取均值、峰值频率等时域或者频域特征，使用人工神经网络分类器进行模式识别[13]。上述方法研究了泄漏速率较大的情况，当管道泄漏速率较小时，识别方法识别性能可能会降低。除此之外，以上讨论的识别方法[9–15]均为通过人工提取的信号浅层特征进行泄漏识别，特征提取依赖于科研人员的经验，提取难度大，适用范围小，泛化能力弱。利用泄漏信号隐藏的深层特征，实现特征的自动提取和模式识别是目前研究的热点问题。

最近，深度学习已成为最成功的机器学习方法之一，卷积神经网络(Convolutional Neural Networks，CNN)在环境声音分类、语音识别、音乐流派分类等领域得到广泛的应用[16–18]。将CNN应用到管道泄漏识别领域是一种新的研究思路。

针对上述问题，本文提出了一种基于CNN的管道声学信号识别方法。首先，搭建实验平台，收集不同位置、压力、泄漏速率的声信号来构建数据集，以增加方法的鲁棒性；其次，使用多窗谱谱减法(Multitaper Spectral Subtraction，MTSS)去除背景噪声；最后，自行设计3层网络结构，将去噪后的声信号的时频图输入经过训练的CNN网络，进行泄漏识别。

1 方法

下面是本文提出的管道声学信号识别方法的介绍。图1 表示了所提出方法的总体架构，该方法主要包括3 个部分：(1) 使用MTSS 对声学信号去噪；(2)将去噪后的信号转化为含有泄漏特征的特征图；(3)使用CNN对特征图进行泄漏识别。

图1 泄漏识别方法流程图

1.1 MTSS算法

多窗谱方法(Multi-taper Method，MTM) 由Thomson提出[19–21]，使用一个正交的锥形窗集合分别求信号的谱，之后求其平均值，可得到比常规周期图法更准确的谱估计。

MTSS的具体步骤为：

对于原始声学信号x(n)加窗并分帧后得到xi(m)，i表示第i帧。对xi(m)进行快速傅立叶变换(FFT)，获得其幅度谱|Xi(k)|和相位谱θi(k)。在i帧前后共取3帧进行平均，计算平均幅度谱|(k)|：

使用MTM 计算分帧后的信号xi(m)的功率谱密度P(k,i)。在i帧前后共取3 帧对P(k,i)进行平滑,求得信号第k帧的平均功率谱密度k,i)：

以相同原理可以求出噪声的平均功率谱密度(k)，其中k,i)为噪声第k帧的平均功率谱密度，N为噪声总帧数：

求得谱减后的幅度谱|(k)|：

式中：α为过减因子且α>1，β为增益补偿因子且β一般取0.002[19–20]。

1.2 CNN算法

CNN 是一种具有表征学习能力的前馈神经网络。为了进行管道泄漏识别，同时发挥CNN 的优势，本文提出了一种改进的CNN网络：

(1) 由于声信号是一维信号，使用CNN 对声信号进行识别一般先分帧，再直接输入一维CNN进行特征提取。这种方法设计的CNN 主要对信号在时域范围内进行特征提取，难以获取信号的频谱特征。本文先对声信号进行短时傅里叶变换(short-time Fourier transform，STFT)，将一维数据转化为二维数据，两个维度分别代表信号的时域和频域信息，之后输入CNN进行模式识别。

(2)针对管道声学信号特点设计的网络，采用3层卷积层和3层池化层进行特征提取，使用2层全连接层进行管道泄漏声学信号分类。图2显示了本文设计的CNN的具体结构。

图2 本文设计的CNN结构示意图

(3)结合声学信号时频图的特征，将卷积核确定为长方形。此外，考虑到使用小而深的卷积核可以达到与大的卷积核相同的效果，同时具有减少参数、泛化性能强的优点，因此卷积层前2层使用5×1的长方形卷积核，第三层使用3×3的正方形卷积核。

为了减少冗余信息，增强特征，在每层卷积层的后面都使用最大池化的方法进行下采样。池化层的尺寸为2×2，步长为2。

2 实验研究

2.1 实验装置

为验证所提出的管道声学信号识别方法的性能，搭建实验平台并进行实验。图3 为实验平台的布置示意图。管道为长12 m、外径220 mm、内径216 mm的钢管。

图3 实验平台布置示意图

如图4(a)、图4(b)所示。使用泄漏孔模拟现实中的泄漏场景，泄漏孔位于管道中心位置，距离管道两端各6 米。本文研究的泄漏孔直径分别为0.4 mm、0.6 mm、0.8 mm 和1 mm。考虑到供水管道的压强一般为0.3 MPa～0.5 MPa，选择0.3 MPa 和0.5 MPa两个典型的压力值模拟实际场景。实验时分别把检测装置放在距离泄漏孔1 m、2 m、3 m、4 m、5 m 处实验。

图4 实验装置图

设计了一种系缆式管道内检测器，如图4(c)所示。该检测器头部装有动力伞结构，可以利用管道内流体动力推动检测器在管道内前进。该检测器能够更加接近泄漏点，因此具有更高的检测灵敏度。此外，由于采用系缆式节状结构，因此相比于采用传统PIG和球形检测器更加灵活，更容易回收，具有很好的应用前景。

考虑到内检测器需要将传感器置于管道内部，这样对传感器的尺寸具有严格的限制。因此，声学传感器使用自制高性能全指向性MEMS麦克风，该麦克风相比于水听器体积更小，灵敏度为-45 dB。频率范围为20 Hz～20 000 Hz。采集系统采样频率为44.1 kHz，略大于人耳听力上限的两倍。考虑到实验管道长度有限，实验时拆下带有声学检测系统的测量节(图4(c)中左侧第1节)进行实验。

2.2 信号去噪

由采集系统采集到的声信号一般都含有噪声，首先需要对信号进行去噪。使用MTSS 降噪，根据参考文献[19–20]的建议，过减因子α与信号的信噪比和实际信号有关，需要根据实验进行选择。为了设置合适的参数，将RESON TC4013 水听器测得的实际泄漏信号作为纯净信号，使用MATLAB2014a在纯净信号中添加高斯白噪声，得到带噪信号。采用去噪后提高的信噪比作为去噪结果的评价指标。

图5 显示了过减因子α与提高的信噪比之间的关系图。从图中可以看出，设置初始信噪比分别为-5、0、5，提高的信噪比达到最高时α分别为1.8、2、2.2。因此，考虑到实际测得的信号的信噪比在0 附近，设置过减因子α=2。

图5 过减因子α与提高的信噪比关系图

图6 表示0.5 MPa 压力、测量点距离泄漏孔1 m处的条件下不同泄漏孔去噪前后信号波形图。从图6中可以看出，去噪前信号由于毛刺较多，泄漏和小泄漏情况下的信号难以分辨；去噪后无泄漏情况下的信号趋于平坦，小泄漏情况下的信号的毛刺被去除，信号的关键成分被保留，去噪取得了明显的成效。

图6 不同泄漏孔去噪前后信号波形图

图7 是不同条件下声信号时频图。从图7 中第一行可以看出，由于麦克风底噪等因素的影响，原始信号在频域内主要表现为宽频带特征，信号的特征被噪声掩盖；尤其是无泄漏和小泄漏情况下的原始信号较为相似，难以分辨。使用MTSS 算法进行去噪后，如图7 第二、第三行所示，无泄漏情况下的噪声基本被滤除，而小泄漏情况下的信号特征仍能够保留，有利于下一步的分类工作。此外，从图7中第4行可以看出，随着测量距离的增加，声信号发生衰减，高频信号衰减快，低频信号衰减慢，但总体的频谱特征保持基本一致。

图7 不同条件下声信号时频图

考虑到现有文献使用泄漏速率或泄漏孔直径描述泄漏场景[9–15]，为了方便与已有的方法进行对比，对人工模拟泄漏的泄漏速率进行测量，图8 绘出了压力、泄漏孔直径与实际测量得到的泄漏速率的关系。

图8 泄漏孔直径与泄漏速率关系图

3 实验结果及讨论

3.1 信号特征图生成与训练

声信号的采样频率为44.1 kHz，将去噪后的信号在时域内进行分帧，设置帧长为1 024 个点，对应时域范围为23 ms，窗函数为汉宁窗，两个相邻的帧之间有50 %重叠，获得分帧后序列xi(n) 。对每一帧做FFT，获得其幅度谱Xi(k) 。参考文献[22]指出，在4.3 kHz 以上声压谱变得复杂；而且，与低于4.3 kHz 的频谱相比，声能比较弱。因此，选择4.3 kHz作为泄漏识别的上限频率，同时考虑到实际工程应用过程中的低频噪声扰动，选择下限频率为500 Hz。在幅度谱中根据研究需要取第12～102个点(对应频率范围为500 Hz～4 394 Hz)。将相邻的40 帧组成一张图片，得到的图片尺寸为90×40。图像的特征提取流程图如图9所示。

将样本的70%作为测试集，30%作为验证集。改变压力、测量点距泄漏点距离和泄漏孔直径大小，所获得训练集总数为18 382，测试集总数为7 878。获取的数据数量如表1所示：

表1 训练集与测试集数量表

CNN 使用TensorFlow1.14.0 和python3.7 实现。使用Adam optimizer梯度下降法训练网络，Adam的参数设置为：learning rate=0.001。损失函数设置为交叉熵，batchsize 设置为64。为了加快训练速度且避免梯度消失问题，使用Leaky ReLU 作为激活函数。

3.2 模型识别结果与分析

使用混淆矩阵对分类算法的性能进行评估。对于本文提出的识别算法，混淆矩阵如表2 所示。混淆矩阵的横轴代表真实类型，纵轴代表预测类型，中间的数据代表对应的样本数量；主对角线上的数据为预测正确的样本数(图中加粗显示)。表3 给出了不同方法的识别正确率。

对表2 和3 进行联合分析可以发现，无泄漏和1 mm泄漏的识别率较高，可以达到97%以上；所有类别泄漏孔的识别正确率均能够到92%以上；平均识别准确率达到了95.28%。

表2 基于CNN的分类结果混淆矩阵

为了显示本文所提出的管道泄漏识别方法的优越性，将其与基于AlexNet[23]和支持向量机(Support vector machine,SVM)[10,13–14,24]的机器学习方法进行比较。AlexNet为经典的CNN网络，基于AlexNet的识别结果如表3第3行所示。

表3 不同分类方法识别准确率/(%)

SVM是管道泄漏识别常用的机器学习方法，提取去噪后的声信号特征后将其输入到SVM 中。提取的特征为：标准差，频率质心，绝对均值，均方根值和短时能量，这是文献中最常用的特征[10,13–14,24]。图9 显示了前3 个特征的散点图：标准差，频率质心和绝对均值。从图10中可以看出，当泄漏孔直径接近时，泄漏信号的特征向量非常接近，这会影响到SVM的识别性能。

图9 图像特征提取过程图

图10 声信号3个特征的散点图

从表3 中可以看出，本文提出的管道泄漏声信号识别方法的平均识别率高于SVM 和AlexNet 方法。对于不同的泄漏场景，SVM 和AlexNet 方法对泄漏孔直径为1 mm的泄漏识别效果较好，对于剩余的泄漏场景分类效果不佳，准确率均低于88%。结果表明，所提出的方法在泄漏识别领域是有效的。

4 结语

本文提出了一种基于CNN 的管道泄漏声信号识别方法。为了验证本文提出的识别方法的性能，搭建实验平台，采集不同条件下的泄漏声信号；用MTSS 去除该信号背景噪声，并通过计算得到去噪声信号的时频图；将时频图作为数据集输入CNN系统。结果表明，本文提出的方法的平均识别准确率为95.28%。同时，与SVM和AlexNet方法的识别性能进行比较，可知本文的方法具有明显优势，可用于管道泄漏声学内检测领域。但本文的实验数据均在实验室条件下测得，下一步可考虑在现场管道中部署系缆式管道内检测系统，获得更多的数据集，进而优化本文提出的方法。