Page 38 - 2025年第56卷第2期

后续构建适用于辨识 ＰＣＣＰ断丝信号的模式识别算法奠定了基础。
表 ５ 模式识别性能评价指标 单位：％

特征参量挖掘算法 信号 准确率 Ａｃｃ 精确率 Ｐｒｅ 召回率 Ｒｅｃ Ｆ１值
断丝－ １ ５９．７０ ６６．６７ ６２．９９
Ｆｉｓｈｅｒ 断丝－ ２ ７１．１１ ６９．６４ ６５．００ ６７．２４
敲击 ８５．９６ ８１．６７ ８３．７６
断丝－ １ ８２．７６ ８０．００ ８１．３６
ＢＰＳＯ － ＨＣ 断丝－ ２ ８６．６７ ８５．２５ ８６．６７ ８５．９５
敲击 ９１．８０ ９３．３３ ９２．５６
断丝－ １ ８５．９６ ８１．６７ ８３．７６
ＷＯＡ － ＨＣ 断丝－ ２ ８９．４４ ８７．１０ ９０．００ ８８．５２
敲击 ９５．０８ ９６．６７ ９５．８７
断丝－ １ ９３．６５ ９８．３３ ９５．９３
ＩＷＯＡ － ＨＣ 断丝－ ２ ９７．２２ ９８．２８ ９５．００ ９６．６１
敲击 １００．００ ９８．３３ ９９．１６

５ 结论

（１）基于原型监测试验，应用相干探测式 Φ － ＯＴＤＲ型分布式光纤监测系统采集了断丝－ １、断丝－ ２
以及敲击信号，由此建立了包含时域、频域和时频域特征在内的 １２２维原始参量集合。为保障分类精
度及运算效率，采用 Ｆｉｓｈｅｒ过滤式算法初步筛选出 ６１个特征参量，以此为基础，依据封装式策略建立
ＢＰＳＯ － ＨＣ、ＷＯＡ － ＨＣ和 ＩＷＯＡ － ＨＣ等 ３种算法，分别挖掘出 ３５、３２和 ２７个有效特征参量。
（２）针对 ＷＯＡ的缺点，引入非线性收敛因子和非线性自适应权值，实现了从全局快速搜索到局部
精确搜索的自适应转变，采用高斯变异扰动和 Ｔｅｎｔ混沌扰动则从整体上提高了 ＷＯＡ的局部逃逸能力，
极大降低了陷入局部最优的概率。基准测试函数和试验数据的分析结果均显示，与 ＷＯＡ相比，ＩＷＯＡ
表现出更优的收敛性能、优化能力和稳定性。
（３）利用 Ｆｉｓｈｅｒ、ＢＰＳＯ － ＨＣ、ＷＯＡ － ＨＣ和 ＩＷＯＡ － ＨＣ挖掘出的有效特征参量进行模式识别，准确
率分别为 ７１．１１％、８６．６７％、８９．４４％和 ９７．２２％，ＩＷＯＡ － ＨＣ有效特征参量的模式识别能力最佳。应用
ＩＷＯＡ － ＨＣ有效特征参量辨识断丝－ １、断丝－ ２和敲击信号的 Ｆ１值分别为 ９５．９３％、９６．６１％和 ９９．１６％，
随机森林算法对敲击信号的辨识能力优于断丝－ １ 和断丝－ ２ 信号，误判原因主要是断丝－ １ 信号的声音
特征与断丝－ ２信号非常相似，提出适用于辨识 ＰＣＣＰ断丝信号的模式识别算法至关重要。

参 考 文 献：

［ １］ 翟科杰，方宏远，郭成 超，等．预 应 力 ＣＦＲＰ加 固 断 丝 ＰＣＣＰ的 试 验 与 仿 真 研 究 ［Ｊ］．水 利 学 报，２０２１，
５２（６）：７３９ － ７４９．
［ ２］ 窦铁生，董晓农，牛文龙，等．ＰＣＣＰ断 丝 破 坏 规 律 Ⅱ：数 值 模 拟 研 究 ［Ｊ］．水 利 学 报，２０２４，５５（１）：
４８ － ５９，７０．
［ ３］ ＨＵＨ，ＤＯＵ Ｔ Ｓ， ＮＩＵ Ｆ Ｊ， ｅｔａｌ．ＥｘｐｅｒｉｍｅｎｔａｌａｎｄｎｕｍｅｒｉｃａｌｓｔｕｄｙｏｎＣＦＲＰ－ ｌｉｎｅｄｐｒｅｓｔｒｅｓｓｅｄｃｏｎｃｒｅｔｅ
ｃｙｌｉｎｄｅｒｐｉｐｅｕｎｄｅｒｉｎｔｅｒｎａｌｐｒｅｓｓｕｒｅ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＳｔｒｕｃｔｕｒｅｓ，２０１９，１９０：４８０ － ４９２．
［ ４］ 孙岳阳，胡少伟，胡登兴，等．预 应 力 钢 筒 混 凝 土 管 （ＰＣＣＰ）研 究 进 展 ［Ｊ］．人 民 长 江，２０２３，５４（６）：
１６２ － １６８．
［ ５］ 张野，袁思敏，李炎隆，等．基于原型试验的输水工程 ＰＣＣＰ断丝信号智能识别与分析方法［Ｊ］．水利学
报，２０２３，５４（５）：５８７ － ５９８．

８
— １ ７ —