基于波形特征和決策樹分類算法的巖體破裂信號識別

龍 翼，王培武，皇甫風(fēng)成，陳天曉，徐世達(dá)

(1.紫金礦業(yè)集團(tuán)股份有限公司，福建 龍巖 364000；2.東北大學(xué)深部金屬礦山安全開采教育部重點實驗室，遼寧 沈陽 110819)

微震信號識別是開展礦山開采過程微震監(jiān)測的基礎(chǔ)。近年來，隨著礦山開采深度增加和高強(qiáng)度開采模式的推廣，采場(巷道)圍巖破壞日趨凸顯，嚴(yán)重時甚至?xí)饚r爆、冒落等災(zāi)害。謝和平等[1]國內(nèi)學(xué)者指出在高應(yīng)力條件下，巖爆已成為礦山巖體的重要災(zāi)害之一。目前，微震監(jiān)測技術(shù)已被廣泛應(yīng)用于巖爆、大體積冒落等災(zāi)害監(jiān)測。該技術(shù)利用巖體破裂時發(fā)出的彈性波來監(jiān)測巖體的穩(wěn)定性。但由于礦山施工環(huán)境復(fù)雜，爆破振動、大型用電設(shè)備干擾等因素導(dǎo)致微震監(jiān)測系統(tǒng)接收到除巖體破裂外的多種干擾信號。因此，巖體破裂信號識別是開展巖體穩(wěn)定性評估及破壞失穩(wěn)災(zāi)害風(fēng)險評估的前提。ALLMANN等[2]提出了一種基于P波波譜與震源模型均方根擬合差的爆破信號與巖體破裂信號識別方法；朱權(quán)潔等[3]基于小波分析和分形理論提出了現(xiàn)場微震監(jiān)測信號識別方法；MALOVICHKO[4]引入地震學(xué)信號識別技術(shù)，考慮發(fā)生時間、輻射模式、低頻帶與高頻帶能量分布和相鄰波形相關(guān)系數(shù)特征參數(shù)，采用最大似然法對巖體破裂波形進(jìn)行識別；VALLEJOS等[5]采用邏輯回歸與神經(jīng)網(wǎng)絡(luò)建立了基于震源參數(shù)的高精度微震事件識別模型；ZHAO等[6]采用頻率切片小波變換技術(shù)分解信號的方法，對兩類信號不同的能量分布特性進(jìn)行了對比研究；SHANG等[7]通過經(jīng)驗?zāi)B(tài)分解和奇異值分解進(jìn)行波形特征提取與波形分類，識別準(zhǔn)確率能夠達(dá)到88.25%；ZHANG等[8]提出了基于變分模態(tài)分解的微震信號特征提取及分類辨識方法；羅小燕等[9]提出了一種基于改進(jìn)變分模式分解算法(VMD)和GA-BP神經(jīng)網(wǎng)絡(luò)的預(yù)測方法，提取信號能量特征參數(shù)作為模型的輸入構(gòu)建GA-BP預(yù)測模型，準(zhǔn)確率達(dá)90%；XU等[10]建立了巖體破裂信號神經(jīng)網(wǎng)絡(luò)識別模型，有效剔除了現(xiàn)場噪音信號的干擾。

本文針對阿舍勒銅礦微震監(jiān)測系統(tǒng)采集信號，分析阿舍勒深部采區(qū)不同類型波形特征參數(shù)差異，開展波形特征參數(shù)與波形類型相關(guān)性分析，建立決策樹算法波形識別模型，實現(xiàn)阿舍勒銅礦微震監(jiān)測巖體破裂波形自動識別，減少微震數(shù)據(jù)處理人工工作量，提高巖體破裂信號識別精度，消除噪音信號的干擾。

1 決策樹算法

決策樹算法是監(jiān)督學(xué)習(xí)中的一種，常被用來解決回歸和分類問題[11]。“完全生長”的決策樹因為結(jié)構(gòu)簡單直觀，具有很強(qiáng)的解釋性，已被廣泛應(yīng)用。一棵完整的決策樹包含特征選擇、決策樹構(gòu)建、剪枝三個過程。

常用的決策樹算法主要有ID3、C4.5、CART等。ID3算法核心是在各個節(jié)點上應(yīng)用信息增益準(zhǔn)則選擇特征，構(gòu)建決策樹。ID3算法未進(jìn)行剪枝，決策樹的結(jié)構(gòu)可能過于復(fù)雜，易產(chǎn)生過擬合問題。C4.5算法需要對數(shù)據(jù)進(jìn)行多次順序掃描和排序，效率較低。本文選用更適用于多變量組合決策的CART算法進(jìn)行分類。

1.1 CART算法決策樹生長

決策樹中的CART算法生成的決策樹是二叉樹，每一次分裂會產(chǎn)生兩個子節(jié)點，其主要由分類樹的生成和剪枝處理組成。CART分類樹預(yù)測分類離散型數(shù)據(jù)，使用基尼指數(shù)(Gini)選擇最優(yōu)特征，同時決定該特征的最優(yōu)二值切分點。分類過程中，假設(shè)有k個類，樣本點屬于第k個類的概率為Pk，則概率分布的基尼指數(shù)定義為式(1)。

(1)

根據(jù)基尼指數(shù)定義，可以得到樣本集合D的基尼指數(shù)見式(2)。

(2)

式中，Ck為數(shù)據(jù)集D中屬于第k類的樣本子集。

數(shù)據(jù)D根據(jù)特征A在某一取值a上進(jìn)行分割，得到D1、D2兩部分后，特征A下集合D的基尼系數(shù)見式(3)。

Gain_Gini(D,A)=

(3)

式中：Gini(D)為集合D的不確定性；Gini(D，A)為A=a分割后集合D的不確定性。基尼指數(shù)越大，樣本集合的不確定性越大。

對于屬性A，分別計算任意屬性值將數(shù)據(jù)劃分為兩部分之后的Gain_Gini，選取其中的最小值，作為屬性A得到的最優(yōu)二分方案。然后對于訓(xùn)練集S，計算所有屬性的最優(yōu)二分方案，選取其中最小值，作為樣本的最優(yōu)二分方案，見式(4)和式(5)。

min(Gain_Gini(D,A))

(4)

(5)

1.2 決策樹剪枝

剪枝是決策樹學(xué)習(xí)算法中解決過擬合問題的主要手段[12]。思路是從已生成的分類樹中剪掉一些子樹或者葉子節(jié)點，并將根節(jié)點或者父節(jié)點作為新葉子節(jié)點，以便簡化分類樹模型。決策樹剪枝往往是通過極小化決策樹的整體損失函數(shù)或者代價函數(shù)。設(shè)樹的葉子節(jié)點為|T|，葉子節(jié)點t上有Nt個樣本點，其中k類的樣本點數(shù)為Nkt，Ht(T)為結(jié)點t上的經(jīng)驗熵，α≥0，所以損失函數(shù)定義為式(6)。

(6)

經(jīng)驗熵為式(7)。

(7)

可得式(8)。

C(T)=C(T)+α|T|

(8)

式中：C(T)為對訓(xùn)練數(shù)據(jù)的預(yù)測誤差；|T|為模型的復(fù)雜度。損失函數(shù)表達(dá)兩者之間的平衡。

2 典型信號波形特征分析

2.1 信號類型

依據(jù)現(xiàn)場人工標(biāo)定，阿舍勒銅礦微震監(jiān)測系統(tǒng)采集波形主要有電氣噪音信號、爆破振動信號、機(jī)械振動信號和巖石破裂信號(圖1)。電氣噪音信號一般是由于微震數(shù)據(jù)傳輸線路靠近井下用電設(shè)備產(chǎn)生的，該類信號具有明顯的周期性，較容易分辨；爆破振動信號是現(xiàn)場爆破引發(fā)的，該信號一般連續(xù)出現(xiàn)多次，與爆破段數(shù)呈現(xiàn)出較好的相關(guān)性；機(jī)械振動信號是由機(jī)械振動、鑿巖等產(chǎn)生的振動波，波形雜亂無章，無明顯的規(guī)律性；巖體破裂信號較規(guī)則，衰減規(guī)律性較好。

圖1 典型信號波形Fig.1 Waveform of typical signal

2.2 信號波形特征分析

常見的波形參數(shù)主要有振鈴數(shù)、持續(xù)時間、最大振幅等，如圖2所示。通過Matlab軟件開發(fā)的波形參數(shù)提取程序，實現(xiàn)微震信號波形參數(shù)提取。阿舍勒銅礦機(jī)械振動信號的振鈴數(shù)較高，最小值為89，最大值為301，均值遠(yuǎn)遠(yuǎn)高于其他三種信號，但從平方差來看電氣噪聲信號最為穩(wěn)定；機(jī)械振動信號上升振鈴數(shù)也遠(yuǎn)高于其他三種信號，均值達(dá)105.82，其他三種信號的上升振鈴數(shù)均小于30；在上升時間指標(biāo)中，巖體破裂信號與爆破振動信號較為接近，都在0.25～30 ms范圍，電氣噪聲信號和機(jī)械振動信號表現(xiàn)接近，區(qū)間主要在10～1 000 ms，平均值遠(yuǎn)高于前兩者；在持續(xù)時間這一指標(biāo)中，爆破振動信號與巖體破裂信號的均值接近但遠(yuǎn)小于機(jī)械振動信號和電氣噪聲信號的均值，巖體破裂信號的均值在50 ms左右，最大值為102.5 ms，機(jī)械振動信號和電氣噪聲信號的最小值均大于400 ms；爆破振動信號最大振幅的均值最大，機(jī)械振動信號與電氣噪聲信號的最大振幅均值接近；電氣噪聲信號的主頻均值遠(yuǎn)小于其他三種信號。

圖2 聲發(fā)射信號波形參數(shù)示意圖Fig.2 Waveform parameters of acoustic emission

不同波形特征參數(shù)分布小提琴圖如圖3所示。四種典型信號在振鈴數(shù)、上升振鈴數(shù)、上升時間、最大振幅、主頻參數(shù)分布均有不同程度的重合，而持續(xù)時間有較大區(qū)別。電氣噪音信號與機(jī)械振動信號持續(xù)時間明顯大于巖體破裂信號與爆破振動信號，但巖體破裂信號與爆破振動信號持續(xù)時間無明顯區(qū)別。值得注意的是，在上升時間、最大振幅等參數(shù)方面，爆破振動信號與巖體破裂信號存在一定差異。由此可見，僅依靠一種特征參數(shù)無法有效識別出巖體破裂信號。

1-巖體破裂信號；2-機(jī)械振動信號；3-電氣噪聲信號；4-爆破震動信號

根據(jù)皮爾遜相關(guān)性計算可以得出，巖體破裂信號和爆破振動信號波形與振鈴數(shù)、上升振鈴數(shù)、上升時間、持續(xù)時間、最大振幅、主頻六個變量之間的相關(guān)性系數(shù)分別為0.549 5、0.478 4、0.356 7、0.386 2、0.419 5、0.477 5，如圖4所示。由圖4可知，上升時間、持續(xù)時間與信號類型相關(guān)性相對較低，但仍然大于0.35。其他四個參數(shù)與信號類型相關(guān)性明顯高于上升時間和持續(xù)時間。因此，為提高準(zhǔn)確率，將六種波形特征參數(shù)一起輸入模型識別巖體破裂信號。

圖4 信號類型與波形特征參數(shù)的矩陣散點圖Fig.4 Matrix scatter plot of signal type and waveform characteristic parameters

3 基于決策樹分類的信號識別

從阿舍勒銅礦微震監(jiān)測數(shù)據(jù)中選取248組四種典型信號數(shù)據(jù)，電氣噪音信號59組，爆破振動信號55組，巖體破裂信號75組，機(jī)械振動信號59組。令巖體破裂信號為1，機(jī)械振動信號為2，電氣噪聲信號為3，爆破振動信號為4。其中，92組用于訓(xùn)練，156組用于模型測試。經(jīng)過訓(xùn)練后的模型中，六個特征值的重要性差異較大，各特征經(jīng)計算重要性得出，振鈴數(shù)的權(quán)重系數(shù)為0.23，持續(xù)時間的權(quán)重系數(shù)為0.50，最大振幅的權(quán)重系數(shù)為0.27，上升振鈴數(shù)、上升時間和主頻的權(quán)重均為0。這說明，持續(xù)時間在識別巖體破裂信號中作用最大，其次是最大振幅和振鈴數(shù)?；嶂笖?shù)也稱基尼不純度，表示一個隨機(jī)選中的樣本在子集中被分錯的可能性，其值越小，選擇該屬性作為分裂屬性的效果越好。92組樣本中，持續(xù)時間的基尼指數(shù)為0.75，小于其他屬性的基尼指數(shù)，選作根節(jié)點。重復(fù)計算基尼指數(shù)，直至基尼指數(shù)為0，單個樣本歸類完成。此時，因為所有屬性都會被考慮作為節(jié)點，模型詳細(xì)且龐大，所以也造成了過擬合問題，對于訓(xùn)練數(shù)據(jù)外的樣本識別效果并不好。為解決該問題，對模型進(jìn)行剪枝處理，去掉一些節(jié)點。最終訓(xùn)練出的決策樹模型，如圖5所示。

圖5 決策樹識別流程圖Fig.5 The identification process of decision tree algorithm

將156個檢驗數(shù)據(jù)輸入建立的信號識別決策樹模型，正確識別156個信號，錯誤識別2個信號，識別準(zhǔn)確率達(dá)98.3%。其中，爆破振動信號34個，準(zhǔn)確識別33個，準(zhǔn)確率97.1%；巖體破裂信號46個，準(zhǔn)確識別45個，準(zhǔn)確率97.8%；機(jī)械振動信號和電氣噪音信號個數(shù)都為38個，全部準(zhǔn)確識別，準(zhǔn)確率100%。

4 模型結(jié)果及對比

支持向量機(jī)(SVM)是VANIK研究團(tuán)隊1955年在統(tǒng)計學(xué)理論基礎(chǔ)上提出的一種機(jī)器學(xué)習(xí)方法[13]，較好地解決了很多學(xué)習(xí)方法的小樣本、非線性、高維數(shù)、局部極小點等難點問題，具有良好的推廣前景。本文通過建立SVM模型驗證決策樹分類算法的可靠性。模型建立時，選取高斯徑向基函數(shù)(RBF函數(shù))作為核函數(shù)。為避免SVM模型出現(xiàn)過擬合情況，并最大程度保證其泛化能力，該模型的懲罰參數(shù)選用0.65。在保證兩種模型效果對比公平可靠的前提下，SVM建立后訓(xùn)練數(shù)據(jù)同樣選擇92組，檢測數(shù)據(jù)選擇156組。最終156組數(shù)據(jù)里，識別錯誤的組數(shù)為34組，其成功率為78.2%，其中，電氣噪音信號的識別準(zhǔn)確率為100%，爆破振動信號的識別準(zhǔn)確率為64.7%，機(jī)械振動信號的識別準(zhǔn)確率為100%，巖體破裂信號的識別準(zhǔn)確率為73.9%。

決策樹模型98.3%的識別準(zhǔn)確率明顯高于SVM模型78.2%的識別準(zhǔn)確率。不同類型波形識別準(zhǔn)確率如圖6所示。從各類信號的識別準(zhǔn)確度對比中可以看出，在識別巖體破裂信號與爆破波形信號時存在問題，這主要是因為兩類波形參數(shù)分布范圍較重合，識別難度較高。顯然，決策樹模型巖體破裂信號與爆破振動信號識別能力明顯高于SVM模型。

圖6 模型識別準(zhǔn)確率對比圖Fig.6 Comparison of model recognition results accuracy

5 結(jié) 論

本文采用決策樹分類中的CART算法建立礦山巖體信號識別模型，得出主要結(jié)論如下所述。

1) 巖體破裂信號和爆破波形信號特征參數(shù)較相近，識別難度大，僅依靠單一的參數(shù)無法從眾多類型信號中有效識別出巖體破裂信號。

2) 振鈴數(shù)的權(quán)重系數(shù)為0.23，持續(xù)時間的權(quán)重系數(shù)為0.50，最大振幅的權(quán)重系數(shù)0.27，說明持續(xù)時間在識別巖體破裂信號中作用最大，其次是最大振幅和振鈴數(shù)。

3) 由決策樹模型檢測從阿舍勒銅礦獲取的波形信號，巖體破裂信號的識別準(zhǔn)確率達(dá)到97.8%，各類信號的識別準(zhǔn)確率均遠(yuǎn)高于常用的SVM模型，可以有效節(jié)省信號識別的人力和時間。