地震、山体滑坡、泥石流等灾害会导致坍塌掩埋环境形成，造成人员被困，灾后掩埋环境中人员成功搜救是救援工作中关键的一环。振动生命探测技术通过获取分析振动信号可以实现大范围内幸存人员的快速搜索，但实际救援现场环境复杂，探测存在误差，影响被困人员搜寻救援效率。本文采用理论分析、实验研究、仿真模拟等相结合的方法，重点对振动波在不同建筑结构材料介质中的传输衰减规律进行研究，并搭建模拟坍塌掩埋环境实验台对被困人员发出振动信号的特征进行研究，以此为依据构建坍塌掩埋环境中是否存在生命体的判别模型，具体如下：

针对振动信号在不同介质中传输特性不明确的问题，搭建振动传输衰减实验台进行振动波在不同介质中的传输衰减实验，结果表明振动波在所选用的介质中的衰减程度大小关系为：木质结构＞混凝土结构＞砖混结构＞钢结构；通过数据拟合得出在30N振动激励信号作用下，振动波在钢管、钢筋、砖混结构、混凝土结构、建筑木料中的传输距离为45.3723m、25.2543m、6.6702m、4.7552m、4.6616m；再通过公式计算所选介质的衰减率，计算结果得出选用介质的衰减率大小关系为：α_建筑木料＞α_混凝土块＞α_砖混结构＞α_钢筋＞α_钢管，结果与传输衰减实验结果一致，验证了实验结果的准确性；对振动传输效果最好的钢管系统进行深入研究，进一步探究钢管管径和管壁厚度对振动传输的影响。

针对振动信号特征识别提取应用的问题，搭建模拟坍塌掩埋环境实验台，模拟现实坍塌掩埋环境中被困人员的求生振动信号，若掩埋环境中布置有管道系统，通过管道系统进行求生振动信号的传输更容易被搜救人员探测到，当实验条件一定时，振动波在不同模拟环境中的传输强度的大小关系为：混凝土埋完好钢管环境＞混凝土埋管壁破损钢管环境＞混凝土埋弯折钢管环境≈混凝土埋完好pvc管环境＞混凝土埋管壁破损pvc管环境＞混凝土埋弯折pvc管环境＞纯混凝土环境；通过对不同振动波信号的频域与时域两方面进行数据特征提取，得出人为活动所产生的振动波在频谱中表现的范围主要在57~1985 Hz，且高频部分主要是由于介质中含有金属管道系统。将所收集的信号根据特征进行分类，分类后的数据作为边界条件构建不同坍塌掩埋环境是否存在被困人员的判断模型，所构建的模型信息判断的准确率约为77%。

The article proposes a research methodology combining theoretical analysis, experimental study, and simulation to investigate the transmission attenuation characteristics of vibration waves in different building materials. The focus is on studying the characteristics of vibration signal propagation in different media within a simulated collapsed and buried environment. This research aims to develop a model for discriminating the presence of living organisms in a collapsed and buried environment, which is crucial for successful search and rescue operations after disasters such as earthquakes, landslides, and mudslides.

To address the unclear transmission characteristics of vibration signals in different media, a vibration transmission attenuation experimental platform is constructed. The experimental results show that the degree of vibration wave attenuation in the selected media follows the order: wooden structures > brick and concrete structures > concrete structures >steel structures. Through data fitting, the transmission distances of vibration waves in steel pipes, steel bars, brick and concrete structures, concrete structures, and wooden structures are determined as 45.3723m, 25.2543m, 6.6702m, 4.7552m, and 4.6616m, respectively. The attenuation rates of the selected media are then calculated using a formula, and the results confirm the relationship: α _{wooden structures} > α _{concrete blocks} > α_{brick and concrete structures} > α _{steel bars} > α _{steel pipes}. This consistency between the experimental results and the calculated attenuation rates validates the accuracy of the experiment. In-depth Investigation of the Influence of Steel Pipe Diameter and Wall Thickness on Vibrational Transmission in the Optimal Steel Pipe System.

To address the issue of vibration signal feature recognition and extraction, a simulated collapsed and buried environment experimental platform is established. It simulates the survival vibration signals of trapped individuals in a real collapsed and buried environment. If a pipeline system is present in the buried environment, the survival vibration signals can be more easily detected through the pipeline system. Under certain experimental conditions, the order of transmission intensity of vibration waves in different simulated environments is as follows: intact concrete with steel pipe environment > damaged concrete with steel pipe environment > bent concrete with steel pipe environment ≈ intact concrete with PVC pipe environment > damaged concrete with PVC pipe environment > bent concrete with PVC pipe environment > pure concrete environment. By extracting data features in both the frequency and time domains of different vibration wave signals, it is found that the frequency spectrum of vibration waves generated by human activities mainly falls within the range of 57-1985 Hz, with the high-frequency component mainly attributed to the presence of metal pipeline systems in the media. The collected signals are classified based on their features, and the classified data are used as boundary conditions to construct a model for determining the presence of trapped individuals in different collapsed and buried environments. The accuracy of the constructed model's information-based judgment is approximately 77%.

[1] 刘传正, 王建新. 自然灾害的基本型式及防控对策研究[J]. 岩石力学与工程学报, 2022:1-17.

[2] 杨根云. 地震滑坡易发性评价及震后潜在泥石流沟判别[D]. 成都理工大学, 2018.

[3] 乔建平, 王萌, 吴彩燕, 等. 汶川地震扰动区小流域滑坡泥石流风险评估——以都江堰白沙河流域为例[J]. 中国地质灾害与防治学报, 2018,29(04):1-9.

[4] 高娜. 地震应急救援优先级探讨[J]. 国际地震动态, 2019(01):13-17.

[5] 王宇. 公路交通应急抢险救援装备要平战结合[J]. 交通世界(建养.机械), 2013(05):8.

[6] 马海涛. 重特大地质灾害应急救援现场监测预警保障体系研究[J]. 中国安全生产科学技术, 2022,18(S1):5-10.

[7] 聂高众高建国苏桂武王建明. 地震应急救助需求的模型化处理——来自地震震例的经验分析[J]. 资源科学, 2001(01):69-76.

[8] 赵英宝, 黄丽敏. 智能便携式CO_2生命探测仪的设计[J]. 传感器与微系统, 2012,31(02):106-108.

[9] 郑学召, 杨卓瑞, 郭军, 等. 灾后救援生命探测仪的现状和发展趋势[J]. 工矿自动化, 2023,49(06):104-111.

[10] AlAli Z T, Alabady S A. A survey of disaster management and SAR operations using sensors and supporting techniques[J]. International Journal of Disaster Risk Reduction, 2022,82.

[11] 关琦, 任青. 道路交通荷载所致地表微振动随距离的衰减测试与分析[J]. 中国水运, 2024(02):140-141.

[12] 贾皓琦, 黄永辉, 张智宇. 基于小波包理论研究地下断层对爆破振动传播的影响[J]. 有色金属(矿山部分), 2024,76(02):35-44.

[13] 史春宇, 张志鸿, 周杰, 等. 不同角度结构面岩体的爆破振动传播特性研究[J]. 矿业研究与开发, 2023,43(05):184-189.

[14] 王汝佳. 机械波在ZL205A合金凝固过程中的传播及其对补缩的促进行为[D]. 哈尔滨工业大学, 2021.

[15] 廖青春, 芦刚, 周泽远, 等. 机械振动对真空差压铸造ZL114A铝硅共晶组织及力学性能的影响[J]. 材料工程, 2022.

[16] 吴旭东, 左曙光, 倪天心, 等. 并联双振子声子晶体梁结构带隙特性研究[J]. 振动工程学报, 2017,30(01):79-85.

[17] 冯青松, 杨舟, 梁玉雄, 等. 长度调制的声子晶体梁弯曲振动带隙特性分析[J]. 噪声与振动控制, 2020,40(04):1-8.

[18] 汤璐嘉, 吕延军, 刘成, 等. 局域共振型声子晶体梁的动态模型和带隙[J]. 振动.测试与诊断, 2021,41(06):1132-1137.

[19] 倪安辰, 石志飞, 孟庆娟. 针对交通环境减振的超表面型波屏障[J]. 工程力学, 2024.

[20] 彭东黎, 王业顺, 陈晓斌. 基于复频散曲线的周期排桩减振效应分析[J]. 中南大学学报(自然科学版), 2023,54(11):4504-4512.

[21] 邢梦婷. 高架高速铁路对土岩组合地层环境振动特性与控制研究[D]. 西南交通大学, 2021.

[22] 孔昭毅, 李凡. 多级传动变速箱振动传输路径数学模型研究[J]. 机械传动, 2023,47(02):25-34.

[23] 谭秀峰, 张国伟, 谢里阳, 等. 齿轮传动系统的动力学研究与展望综述[J]. 机电工程, 2014,31(05):559-562.

[24] 王靖岳, 王浩天, 郭立新. 齿轮传动系统故障诊断技术的研究进展[J]. 机械传动, 2016,40(08):185-192.

[25] 李成, 丁天怀. 不连续边界因素对周期管结构声传输特性的影响[J]. 振动与冲击, 2006(03):172-175.

[26] 杨全枝, 张晓斌, 闫波涛, 等. 振动波在套管介质中的传播规律研究[J]. 石油矿场机械, 2014,43(03):22-25.

[27] 周静, 邱彬, 倪文龙, 等. 声波沿钻柱最优传输特性的研究[J]. 振动与冲击, 2015,34(18):161-165.

[28] 郑立臣, 俞佳庆, 杨清海, 等. 振动波井下通讯技术[J]. 石油勘探与开发, 2017,44(02):295-300.

[29] 蒋辉, 李昱辉, 郭小齐. 基于声波振动的传感器通信技术研究[J]. 中国新通信, 2020,22(02):16-17.

[30] 黄志鹏, 皮钧, 杨光. 利用导波传输实现二维高频超声振动[J]. 机械科学与技术, 2019,38(02):230-236.

[31] 刘理, 徐来, 毛莉莉, 等. 一种基于聚苯硫醚薄膜的高灵敏度光纤声波传感器[J]. 传感器与微系统, 2022,41(12):19-21.

[32] F B, VD P, AS G, et al. Optimized structures for vibration attenuation and sound control in nature: A review[J]. Matter, 2022,10(5):3311-3340.

[33] 张亢, 麻云娇, 袁志文, 等. MPA-MMD方法在变转速齿轮箱振动信号特征提取中的应用[J]. 振动与冲击, 2023,42(24):127-135.

[34] 安梓宁. 基于转子设备振动时频波形特征提取的复合故障诊断技术研究[D]. 北京邮电大学, 2023.

[35] 刘湘楠, 赵学智, 何宽芳. 圆柱滚子轴承振动信号时频特征提取及状态识别[J]. 振动工程学报, 2022,35(04):932-941.

[36] 阳冠菲, 罗辉, 邓华宇, 等. 基于时域积分的变压器直流偏磁铁心振动信号特征提取[J]. 电力学报, 2022,37(03):193-201.

[37] 赵杰. 基于时频特征提取的滚动轴承故障诊断方法研究[D]. 北京建筑大学, 2022.

[38] 王孟姣. 基于时频域特征的风机传动链故障诊断研究[D]. 东北电力大学, 2023.

[39] Zhu Y, Jiang W, Kong X, et al. An Accurate Integral Method for Vibration Signal Based on Feature Information Extraction[J]. Shock and Vibration,2015,(2015-2-23), 2015,2015(pt.1):1-13.

[40] Wang Y L, Zheng L K, Gao Y, et al. Vibration Signal Extraction Based on FFT and Least Square Method[J]. IEEE Access, 2020,8:224092-224107.

[41] 王胜, 张拯, 谌强, 等. 基于振动与声音信号深度学习的岩性识别方法[J]. 科学技术与工程, 2022,07(23):2759-2767.

[42] Saidin S S, Jamadin A, Kudus S A, et al. An overview: the application of vibration-based techniques in bridge structural health monitoring[J]. International Journal of Concrete Structures and Materials, 2022,1(16):69.

[43] Yang J, Wang Z, Zhou J, et al. Distributed fiber mountain seismic monitoring and steady-state analysis[J]. Applied Optics, 2023,2(62):342-347.

[44] Ye Z, Wei Y, Zhang W, et al. An Efficient Real-Time Vehicle Monitoring Method[J]. IEEE Transactions on Intelligent Transportation Systems, 2022,11(23):22073-22083.

[45] Sinha J K. Industrial approaches in vibration-based condition monitoring[M]. CRC Press, 2020.

[46] Sun Z, Liu K, Jiang J, et al. Variational mode decomposition-based event recognition in perimeter security monitoring with fiber optic vibration sensor[J]. Ieee Access, 2019,7:182580-182587.

[47] 孙仕林, 王天杨, 褚福磊. 基于振动及声学测量的风电叶片结构健康监测研究综述[J]. 机械工程学报, 2024.

[48] 钟国强, 柳尚, 徐润, 等. 考虑异常监测数据影响的桥梁拉索振动频率识别方法研究[J]. 中南大学学报(自然科学版), 2023,54(12):4870-4881.

[49] 张周煜. 铁路桥梁振动信号处理与时频分析研究[D]. 武汉工程大学, 2023.

[50] 刘婷婷, 张笑华, 方圣恩. 结合迭代阈值法的多任务贝叶斯压缩感知结构振动信号重构[J]. 福州大学学报(自然科学版), 2023,51(02):184-190.

[51] 廖付阳. 基于固有振动频率识别的悬臂梁结构健康监测系统的研究[D]. 广东工业大学, 2022.

[52] 李慧民, 董美美, 熊雄, 等. 基于振动的结构损伤识别研究综述[J]. 建筑结构, 2021,51(04):45-50.

[53] 骆勇鹏, 王林堃, 廖飞宇, 等. 基于一维卷积神经网络的结构损伤识别[J]. 地震工程与工程振动, 2021,41(04):145-156.

[54] Zhang C, Mousavi A A, Masri S F, et al. Invited Review Paper: Vibration feature extraction using signal processing techniques for structural health monitoring: A review[J]. Mechanical Systems & Signal Processing, 2022:177.

[55] 李宏宇, 苏越, 陈康, 等. 基于频域特征的航空轴承智能诊断[J]. 航空动力学报, 2022.

[56] 周凌孟, 邓飞其, 张清华, 等. 基于主成分分析的多域特征融合轴承故障诊断[J]. 机床与液压, 2023.

[57] 韩冬子, 衣文索, 余双勇, 等. 用于光纤振动传感的盘片式振动增敏研究[J]. 传感器与微系统, 2024,43(03):56-59.

[58] 李秀成. 一种分布式光纤震动传感系统[J]. 无线电工程, 2015,45(03):45-49.

[59] 王天予, 陈雪静, 梁修惠. 基于振动信号变化的轨道交通设备状态监测系统[J]. 自动化与仪器仪表, 2024(01):7-11.

[60] 马晓华, 陈鹏, 曲村. 城市轨道交通振动噪声监测智能预警装置研究[J]. 都市快轨交通, 2023,36(04):82-85.

[61] 廖志军, 朱俊峰, 邓文明. 基于分布式光纤的隧道环境振动监测系统[J]. 城市轨道交通研究, 2023,26(06):230-235.

[62] 王海涛, 郭佑民. 基于DSP的轨道交通环境振动监测系统设计[J]. 单片机与嵌入式系统应用, 2022,22(11):70-74.

[63] 茶增云, 范孝刚, 肖振江, 等. 无中墙连拱隧道爆破振动监测和安全控制方法[J]. 爆破, 2022,39(03):64-70.

[64] 张程, 赵大军, 张书磊, 等. 基于岩石表面位移场的超声波振动下花岗岩损伤特性试验研究[J]. 钻探工程, 2021,48(03):39-45.

[65] 陈聿阳. 二维拓扑力学超材料中弹性波的传播特性及调控研究[D]. 广州大学, 2023.

[66] Wu X Y, Wu B S, Wu Q M, et al. The Essence of Microscopic Particles and Quantum Theory[J]. Journal of Modern Physics, 2023(5):755-776.

[67] 朱贤方水嘉鹏. 自由衰减法测量线性内耗的准确公式[J]. 物理学报, 1996(06):1010-1015.

[68] 王杰. 约束阻尼结构粘弹性阻尼层动力学拓扑优化研究[D]. 西安电子科技大学, 2022.

[69] 孙金雄. 核电厂反应堆冷却剂系统抗震阻尼比研究[J]. 科技创新与应用, 2024,14(09):105-108.

[70] 韩小柠, 余梁蜀, 庞渊. 温度对沥青混凝土动力特性影响试验研究[J]. 人民长江, 2023,54(04):224-228.

[71] 赵玉祥. 量和单位的有关规定及常用计量单位之间的换算[J]. 科技创新导报, 2010(32):87-88.

[72] 吕文娟. 考虑环境湿度影响的混凝土材料及结构动力性能研究[D]. 北京交通大学, 2015.

[73] 肖忠源. 分布式微型音频生命探测系统的研制[D]. 成都理工大学, 2009.

[74] 张亚洲, 赵小强, 惠永永, 等. 基于多传感器数据融合的SA-DACNN齿轮箱故障诊断方法[J]. 控制与决策, 2024.

[75] Wei F, Geng Q, Mu P. Overview of worldwide earthquake disasters in 2021[J]. Progress in Earthquake Sciences, 2022(6):263-270.

[76] Sen Gupta G. Vibration of periodic structures[M]. Elsevier, 2023.

[77] 马昭军, 刘洋. 地震波衰减反演研究综述[J]. 地球物理学进展, 2005(04):1074-1082.