0.   引　　言

瓦斯爆炸、煤尘爆炸和瓦斯煤尘爆炸（以下简称瓦斯和煤尘爆炸）是煤矿井下重特大事故之一，时刻影响着煤矿安全生产，一旦发生将造成重大的经济损失及人员伤亡^[1-2]。随着煤矿自动化和信息化程度的不断提高，重特大事故的监测与报警成为煤矿安全生产的重要环节。事故调查表明，瓦斯和煤尘爆炸事故中，由于创伤和烧伤造成的人员伤亡不足20%，中毒窒息造成的人员伤亡高达80%^[1]。尽早发现事故，尽早撤出遇险人员，是减少事故人员伤亡的有效措施。

针对瓦斯和煤尘爆炸报警研究，孙继平等^[1-4]分析了瓦斯和煤尘爆炸的气体变化特征、光电特征、图像特征、声音特征等，提出了多信息融合的瓦斯和煤尘爆炸识别方法，通过不同位置参数变化幅度、变化的先后时序关系和传感器损坏情况，判定爆源，并给出2种基于声音信号分解特征的煤矿瓦斯和煤尘爆炸识别的方法。为了实现煤矿瓦斯和煤尘爆炸的智能识别与报警，需要进行广泛深入的研究，需要通过不同角度，对煤矿瓦斯和煤尘爆炸声音进行理论分析与试验研究，提出不同的识别方法。声音具有传播距离远、巷道弯曲和分支影响小的特点^[5]，矿用拾音器具有成本低、易安装等优点。因此，研究瓦斯和煤尘爆炸声音识别方法，具有重要的理论意义和实用价值。

以往的声音识别研究中，大多是对声音信号进行特征提取，再使用合适的分类器进行识别^[6-9]，已获得了不错的效果。但是随着应用场景的不断增加，声音特征与图像特征相结合共同完成分类任务，具有重要的实用意义。通过将声音信号转换成声谱图完成声音识别也被学者广泛研究，李茂月等^[10]针对薄壁件铣削加工过程中的颤振识别中没有建立颤振特征与加工表面的相关联系的问题，利用图像处理与模式识别技术，通过铣削表面图像实现薄壁件加工状态的精确辨识与预测。李佳芮等^[11]提出了一种改进的基于肺音信号的声谱图熵特征分析的客观喘鸣音检测方法，该方法通过预处理使熵特性曲线的特征差异更加明显，且通过支持向量机(Support Vector Machines, SVM)分类器进行检测，解决了原方法检测存在检测模糊区域的问题。曾金芳等^[12]提出了一种基于谱图纹理特征的声音事件识别方法，将原始声音样本转化为灰度耳蜗谱图，通过改进完全局部二值模式(Local Binary Pattern，LBP)提取纹理特征以表征声音信号，通过SVM完成识别分类。

基于实地采集的煤矿井下声音信号，在分析瓦斯爆炸和煤尘爆炸声音的特点，对采集到声音的小波散射系数图的特征进行分析后，笔者提出了一种基于小波散射系数图的瓦斯和煤尘爆炸声音识别方法。

1.   算法介绍

本文所提算法工作原理如图1所示，具体过程为：首先，采集的声音信号通过预加重、分帧、添加类别标签处理后；然后，通过小波散射变换得到散射系数，构建散射系数图；其次，通过提取其灰度梯度共生矩阵获取其图像特征值，构成表征声音信号的特征向量，作为学习数据集，通过SVM训练后，建立煤矿瓦斯和煤尘爆炸声音智能识别模型，用于识别煤矿瓦斯和煤尘爆炸；实时采集监测区域的声音，将采集到声音的小波散射系数谱图的图像纹理特征输入训练好的SVM模型中，得到识别结果；通过贝叶斯超参数优化可选择最优的超参数来提高所提方法的准确率，实现该方法的可移植性和兼容性。

图  1  本文所提识别方法的工作原理

Figure  1.  Working principle diagram of the identification method proposed in this paper

下载: 全尺寸图片 幻灯片

1.1   预处理

由于采集的煤矿井下声音信号样本很长无法直接提取特征，为了方便进行信号分析和特征提取，需对声音信号进行预处理，预处理步骤包括：归一化、分帧、添加类别标签等。

1）归一化。本文采用均值法进行归一化，将声音信号归一化到平均值附近。

2）分帧。声音信号的特点是短时平稳。因此，采用汉明窗对声音信号进行分帧操作，帧与帧的非重叠部分为帧移。使用帧长为20 ms，帧移为10 ms的汉明窗，这样可以有2个作用：① 可以减少静音音频的干扰；② 可以减少音频后期处理的难度，优化算法过程，简化算法计算，提高识别系统的运算速度和识别效率。

3）类别标签。为了训练识别模型，给不同声音赋予不同的类别标签。

1.2   小波散射网络

小波散射变换^[13-15]具有计算平移不变的图像表示，该表示对变形是稳定的，并能保留高频信息进行分类。它将具有非线性模量和平均算子的小波反式卷积级联。第一网络层起到尺度不变特征变换匹配算法（Scale Invariant Feature Transform, SIFT）的效果，而下一层提供互补的不变信息，改进分类。因此，小波散射是一个由小波变换和模算子级联而成的深度卷积网络。小波散射提取特征的主要优点有减少对数据量和模型复杂性的要求；自动提取相关紧凑性框架^[15]。

小波散射网络主要由信号输入部分、深度特征提取部分、特征输出3部分组成，其中深度特征提取部分主要由多个子模块组成，每个子模块由小波卷积、非线性、平均化3部分构成，其网络结构如图2所示。

图  2  小波散射网络

Figure  2.  Wavelet scattering network

下载: 全尺寸图片 幻灯片

小波散射特征提取的步骤为

1）首先，将声音信号通过第1层散射，第1层主要是通过小波低通滤波器对信号进行平均，实现第1层散射功能，得到散射系数，这也将丢失信号的高频细节。通过对声音信号连续小波变换后产生尺度系数，可由后续层捕获第1层中丢失的声音信号的高频细节。

2）由步骤1）得到的尺度系数作为第2层的散射系数，信号通过第2层小波散射得到散射系数。通过相同的模运算和小波低通滤波函数得到第3层的尺度系数。重复步骤2可得到第3层的散射系数下一层的尺度系数。

出于实际应用考虑，随着层数的增加，每次迭代运算会消耗声音信号的能量，因此本文散射层数选择3层。其中，第1层执行平均操作，丢失了声音信号的高频细节。第2层捕获细节，实现尺度不变特征变换功能。第3层提供补充声音信号信息改善分类效果。

散射系数为声音信号提取的特征，通过设置小波散射网络的参数：声音信号采样时间为0.25 s，采样频率为48 000 Hz，将采样点为12 000的声音信号输入至小波散射网络中提出的特征数据大小为266×12，数据减少了73.4%。

1.3   特征提取

灰度梯度共生矩阵^[16-18]可反映图像中各像素点的灰度与梯度的相互关系，图像的灰度是构成图像的基础，图像的梯度是构成图像边缘轮廓的要素。因此，灰度和梯度的综合信息可有效表征图像的纹理特性。灰度梯度空间很清晰地描绘了图像内各像素点灰度与梯度的分辨规律，同时也给出了各像点与其领域像点的空间关系，对图像的纹理能很好地描绘，对于具有方向性的纹理可以从梯度的方向上反映出来。具体提取步骤如下：

1)假设图像的灰度矩阵为f(i，j)，计算各像素点的梯度值，计算公式如下：

2)对梯度值和灰度值进行正规化处理，具体处理公式如下：

式中：INT表示取整；$ f_{\max } $为图像中的最大灰度值；$ N_{\mathrm{f}} $为正规化后的最大的灰度值，取64。

式中：${{G}}({{i}},{{j}})$为（i，j）像点范围内最大的梯度值；$ g_{\max} $为图像最大的梯度值；$ N_g $为正规化后的最大梯度值，取64。

3)计算使得$ F\text{（}i\text{,}j\text{）}=x $和$ G\text{（}i\text{,}j\text{）}=y $的像素点数，即为灰度梯度共生矩阵$ H\text{（}x\text{,}y\text{）} $的第（x，y）个元素。对其进行正规化处理，公式为

常用的灰度梯度共生矩阵的参数有15个，通过比对分析发现，提取的小波散射系数图的灰度梯度共生矩阵的参数中灰度分布不均匀性、梯度分布不均匀性、差分矩和逆差分矩的数值相近，差异不大，不利于识别模型的识别分类工作。因此，最终选择：小梯度优势、大梯度优势、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关性、灰度熵、梯度熵、混合熵共11个特征值^[16]，组成十一维的特征向量。

2.   模型建立

2.1   SVM

为了实现对煤矿瓦斯和煤尘爆炸声音的识别，采用SVM对信号的小波散射系数图的图像分类识别。根据SVM分类器原理^[19]，建立识别模型的具体步骤为

1）将声谱图通过灰度共生矩阵计算得到的11个参数作为特征参数输入到SVM分类器中训练，其参数表达式为

式中：${T_{\text{1}}}$为小梯度优势；${T_2}$为大梯度优势；${T_3}$为能量；${T_4}$为平均灰度；${T_5}$为平均梯度；${T_6}$为灰度均方差；${T_7}$为梯度均方差；${T_8}$为相关性；${T_9}$为灰度熵；${T_{10}}$为梯度熵；${T_{11}}$为混合熵。

2）以建立的识别模型作为主要分类依据，建立线性SVM，寻求最优超平面，可转化为

式中：${{{\text{ω}} }}$为超平面法向向量；b为误差。

其中，式（6）受制于式（7）：

式中：${y_i}$为声音信号类别标签；p为待分类声音总数。

3）通过识别模型将待测声音分为煤矿瓦斯和煤尘爆炸声音与非煤矿瓦斯和煤尘爆炸声音，并输出结果。

2.2   贝叶斯SVM超参数优化

为了选择合适的超参数完成SVM分类器的训练，提高SVM分类的识别准确率，选择实用贝叶斯优化^[20-21]来解决这一难题，即通过基于目标函数的过去评估结果建立概率模型，来找到最小化目标函数的值，从而实现优化的目的。使用贝叶斯优化的超参数为正则化系数和gamma核参数。

超参数优化算法的目标是以最快的方式找到全局最优解^[20-21]。为了达到这一目的，贝叶斯的优化步骤为

1）确定输入量。将声音小波散射系数图通过灰度共生矩阵计算得到的11个参数作为计算量，声音类型标签作为验证值。

2）确定概率模型。用概率模型替代原始评估的复杂目标函数，本文选择高斯过程回归。

3）训练并验证网络。以优化过程中误差最小的一组超参数作为优化后的超参数，验证误差符合要求则结束。

2.3   本文算法实现流程

1）根据1.2节中小波散射变换提取特征值的步骤提取声音信号的小波散射系数，以此构建表征声音信号的小波散射系数图。

2）通过灰度梯度共生矩阵提取声音信号的小波散射系数图，提取小梯度优势、大梯度优势、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关性、灰度熵、梯度熵、混合熵共11个特征值，组成11维的特征向量，以此作为表征声音信号特征的特征向量。

3）通过贝叶斯优化，实现最优化的识别模型构建。

4）将声音信号输入到训练完成的煤矿瓦斯和煤尘爆炸声音识别模型中，实现声音信号的分类。

3.   数据分析与试验结果

3.1   试验数据采集

笔者在神华宁煤集团双马煤矿采集了煤矿井下非爆炸声音，现场采集工作如图3所示。采集工作覆盖煤矿井下综采工作面、综掘工作面、配电室、巷道、中央水泵房等重点监测区域，采集的声音包括：采煤工作面和掘进工作面设备工作声音、胶轮车行驶声音、水泵工作声音、通风机工作声音、矿用隔爆馈电开关工作声音、矿用隔爆高爆开关工作声音、矿用移动变电站工作声音、带式输送机工作声音等15种声音，见表1。瓦斯爆炸声音和煤尘爆炸声音采用中煤科工集团重庆研究院有限公司瓦斯和煤尘爆炸试验录音，见表1。双马煤矿声音采集试验所使用的声音采集设备为三星HYV-E720录音笔，内存为16 G，所有声音文件均为单声道，采样率为48 kHz，保存格式为.wav。本文涉及的数据处理及试验均在Inter i9-9980 HK CPU@2.40 GHz、内存32 Gb、64位操作系统的DELL服务器上使用Matlab2020a完成，声音剪辑均使用Goldwave软件完成。

图  3  声音采集现场

Figure  3.  Sound collection scene

下载: 全尺寸图片 幻灯片

表  1  声音素材

Table  1.  Sound material

声音类型	总时长/s	声音片段个数	数据量/MB
瓦斯爆炸声音	10	5	3
煤尘爆炸声音	10	5	3
煤矿井下非爆炸声音	8 000	800	734

下载: 导出CSV 

| 显示表格

3.2   特征提取

以小波散射系数图提取为依据，将采集到的不同声音信号通过提取其小波散射图及其对应的灰度梯度共生矩阵做比对。限于篇幅，瓦斯爆炸声音、煤尘爆炸声音、采煤机工作声音、掘进机工作声音、通风机工作声音作为研究对象，5种声音的时域图如图4所示。由图4可以看出，5种声音信号的时域图差异明显，仅靠时域特征无法准确判断各自信号的差别，且不具备被识别的条件。

图  4  瓦斯爆炸、煤尘爆炸、采煤机工作、掘进机工作、通风机工作声音时域图

Figure  4.  Time domain diagram of sound of gas explosion, coal dust explosion, working sound of shearer, roadheader and ventilator

下载: 全尺寸图片 幻灯片

为了研究5种声音信号的具体区别，将5种时长为0.25 s声音信号通过1.2节中小波散射变换提取特征值的步骤得到散射系数，使用Matlab中scattergram函数得到其散射系数图，瓦斯爆炸声音、煤尘爆炸声音、采煤机工作声音、掘进机工作声音和通风机工作声音的小波散射系数图如图5所示。

图  5  5种声音的小波散射系数图

Figure  5.  Wavelet scattering coefficient maps of five kinds of sound

下载: 全尺寸图片 幻灯片

由图5可以看出：瓦斯爆炸声音和煤尘爆炸声音的小波散射系数图相似性较高，瓦斯爆炸声音和煤尘爆炸声音的小波散射系数图与其他3种声音的小波散射系数图差异明显；瓦斯爆炸声音和煤尘爆炸声音的小波散射系数图的图像纹理较为稳定，图像复杂度低，纹理沟纹浅，图像局部灰度相关性小；采煤机工作、掘进机工作和通风机工作3种声音声谱图的图像纹理不稳定，图像复杂度高，纹理沟纹模糊。

为了客观地看出5种声音的小波散射系数图，选取不同时长的5种声音提取其小波散射系数图的灰度梯度共生矩阵的11维特征参数，时长分别取0.5、1、1.5和2 s，具体如图6所示，图6a—图6k分别为5种声音的11维特征参数分布图。由图6a可知：采煤机的小梯度优势值最大，通风机工作声音次之，其次是瓦斯爆炸声音和煤尘爆炸声音，掘进机工作声音最小；由图6b可知：掘进机工作声音的大梯度优势值最大，煤尘爆炸声音次之，其次是通风机工作声音，然后是瓦斯爆炸声音，最小的是采煤机工作声音；由图6c可知：采煤机工作声音的能量最大，煤尘爆炸声音次之，其次是瓦斯爆炸声音，然后是通风机工作声音，掘进机工作声音最小；由图6d可知：掘进机工作声音的灰度平均值最大，煤尘爆炸声音次之，其次是采煤机工作声音，然后是瓦斯爆炸声音，最小的是通风机工作声音；由图6e可知：掘进机工作声音的梯度平均值最大，煤尘爆炸声音次之，其次是通风机工作声音，然后是瓦斯爆炸声音，最小的是采煤机工作声音；由图6f可知：瓦斯爆炸声音的灰度均方差最大，通风机工作声音次之，其次是采煤机工作声音，然后是煤尘爆炸声音，掘进机工作声音最小；由图6g可知：掘进机工作声音的梯度均方差最大，煤尘爆炸声音次之，其次是通风机工作声音，然后是瓦斯爆炸声音，采煤机工作声音最小；由图6h可知：采煤机工作声音的相关性最大，通风机工作声音次之，其次是瓦斯爆炸声音和煤尘爆炸声音，掘进机工作声音最小；由图6i可知：掘进机的灰度熵最大，瓦斯爆炸声音和煤尘爆炸声音次之，其次是采煤机工作声音和通风机工作声音；由图6j可知：掘进机工作声音的梯度熵最大，瓦斯爆炸声音和煤尘爆炸声音次之，其次是通风机工作声音，最小的是采煤机工作声音；由图6k可知：掘进机工作声音的混合熵最大，瓦斯爆炸声音和煤尘爆炸声音次之，其次是通风机工作声音，采煤机工作声音最小。

图  6  5种声音的特征值分布

Figure  6.  Eigenvalue distribution of five kinds of sound

下载: 全尺寸图片 幻灯片

经过上述分析可得：瓦斯爆炸声音和煤尘爆炸声音的小波散射系数图的灰度梯度共生矩阵的11维特征参数与煤矿井下其他声音的灰度梯度共生矩阵的十一维特征参数存在明显差异。通过提取声音信号的小波散射系数图的灰度梯度共生矩阵的特征参数作为表征声音信号的特征向量是可取的，且具备较强的抗噪能力。

4.   识别结果与分析

笔者提出的煤矿瓦斯和煤尘爆炸声音的识别方法是以采集到的煤矿井下非爆炸声音、瓦斯爆炸声音和煤尘爆炸声音作为样本素材，提取声音信号的小波散射系数图的灰度共生矩阵的参数特征值，输入到训练完成的煤矿瓦斯和煤尘爆炸声音识别模型中进行分类的过程。将采集到的声音信号通过Goldwave软件剪辑成多组试验声音信号，并提取不同类型声音信号的特征值作为训练样本，首先，通过贝叶斯超参数优化选择合适的超参数；其次，将超参数配置到SVM模型中，将训练样本输入到超参数配置完成的SVM模型中，建立SVM分类模型，最后，构建了煤矿瓦斯和煤尘爆炸声音识别模型。

4.1   超参数优化

煤矿井下监控环境比较复杂，为了提高本方法在不同煤矿井下的适用性，提出了对SVM分类器超参数的优化，既可以解决在不同煤矿环境的兼容性，又可以在增加学习样本的时不断改进SVM识别模型，减少训练时对监控设备内存的占用。

通过贝叶斯优化SVM分类器中2个重要超参数：正则化系数和gamma核参数，确定合适的超参数来训练SVM分类器，得到更好的识别模型。优化代码中的参数设置：正则化系数的巡游范围是[0.01，100]；gamma核参数寻优范围是[2⁻⁷，2⁷]，且2个超参数的变量类型设置为“real”，值域可根据实际数据集来设置。SVM超参数优化最小值计算和目标函数模型训练结果如图7所示。

图  7  最小目标值计算与目标函数模型训练

Figure  7.  Minimum target value calculation and objective function model training

下载: 全尺寸图片 幻灯片

优化过程中的观测最佳可行点和估计最佳可行点的参数情况分布见表2。由表2可知：观测最佳可行点的超参数及其观测目标函数值符合期望。因此，本文的SVM分类器的超参数具体设置为：正则化系数为22.769，gamma核参数为0.028 53。

表  2  观测最佳可行点和估计最佳可行点的参数

Table  2.  Observation of best feasible point and estimation of parameters of best feasible point

观测最佳 可行点	观测目标 函数值	估计最佳 可行点	估计目标 函数值
正则化系数： 22.769	0.057 143	正则化系数： 22.794	0.057 145
gamma核参数： 0.02853		gamma核参数： 0.027974

下载: 导出CSV 

| 显示表格

4.2   识别结果

为了验证笔者提出的小波散射系数图的煤矿瓦斯和煤尘爆炸声音的识别方法的优势，以瓦斯爆炸声音、煤尘爆炸声音和煤矿井下其他声音作为试验素材，提取声音信号的小波散射系数图，通过提取其灰度梯度共生矩阵得到声音的特征参数，输入到训练完成的SVM识别模型中得到识别结果，并与BP神经网络、ELM模型和文献[3-4,22]所提的方法做对比，识别分类结果见表3。其中测试样本共142组，瓦斯和煤尘爆炸声音30组，煤矿井下其他声音112组。由表3可知：本文所提算法的识别率达到95.77%，比BP神经网络高9.15%，比ELM高19.71%，比文献[3]高10.77%，比文献[4]高2.77%，比文献[22]高0.77%；召回率为100%，比BP神经网络高63.33%，比ELM模型高86.67%，比文献[3]高16.7%，比文献[22]高25%；精确率比BP神经网络低16.67%，比ELM模型高50%，比文献[3]高11.93%，比文献[4]高2.23%，比文献[22]低16.67%。综上可知，本文所提算法是对比算法中最优的，SVM是更符合笔者提出的煤矿瓦斯和煤尘爆炸声音识别方法的分类模型。

表  3  不同识别分类模型性能比较

Table  3.  Performance comparison of different recognition and classification models

识别分类模型	识别率/%	召回率/%	精确率/%
本文算法	95.77	100	83.33
BP神经网络	86.62	36.67	100
ELM模型	76.06	13.33	33.33
文献[3]	85	83.3	71.4
文献[4]	93	100	81.1
文献[22]	95	75	100

下载: 导出CSV 

| 显示表格

5.   结　　论

1）瓦斯和煤尘爆炸声音的小波散射系数图的图像纹理较为稳定，图像复杂度低，纹理沟纹浅，图像局部灰度相关性小，且与煤矿井下其他声音的小波散射系数图差异明显。

2）瓦斯和煤尘爆炸声音的小波散射系数图的灰度梯度共生矩阵的十一维特征参数与煤矿井下其他声音的灰度梯度共生矩阵的十一维特征参数存在明显差异。通过提取声音信号的小波散射系数图的灰度梯度共生矩阵的特征参数作为表征声音信号的特征向量是可取的，且具备较强的抗噪能力。

3）建立煤矿井下爆炸声音识别模型，识别结果表明：本文所提的方法经贝叶斯超参数优化后识别率达95.77%，能够满足煤矿瓦斯和煤尘爆炸智能识别需求。