摘要
要检测和定位埋地管道中的泄漏点，通常需要直接接触管道，而这在现实情况下往往难以实现。虽然地表振动测量是一种非侵入式的替代方法，但其用于精确定位泄漏点的潜力尚未得到充分研究，尤其是在与频率相关的衰减效应方面。本研究探讨了频率相关的能量衰减如何将泄漏引起的地表振动中的空间信息体现出来。研究在室外埋地管道测试场进行了实验，使用可移动的压电传感器阵列采集地表加速度数据。这些数据被整理成L形传感器组，以便进行方向性分析并增加空间配置的数量。从不同频率带中提取的能量特征被用来表征泄漏特征，从而捕捉到衰减行为以及土壤与管道之间的相互作用效应。研究还利用人工神经网络和随机森林模型来估算泄漏点在局部参考系中的坐标。实验结果显示，该方法能够在厘米级精度上实现高精度定位，并且预测误差、距离与信噪比之间存在一定的规律性关系。这些发现表明，频率相关的衰减效应为空间定位提供了可靠的基础，而将地表振动测量与轻量级机器学习模型相结合，可为埋地管道的泄漏定位提供一种有效且非侵入式的解决方案。
