本发明涉及测量、测试技术领域，特别是一种基于机器智能预测多参数光纤传感器的测量系统及方法。
背景技术：
目前光纤传感技术能在单点或是单参量上准确地传感物理量，并将检测出的物理量以模拟-数字转换实现数字化输出。但此类参数是在光纤传感器检测出错误并可能导致严重后果之时做出反应，目前对非正常状态预测还没有准确定义和模型，非正常探测技术还很欠缺，急需将传感信息和知识结合起来以改进机器的智能；同时对多维状态的传感却很困难，如环境测量、其特征参数广泛分布且具有时空方面的相关性，也是迫切需要解决的一类难题。
重庆大学朱涛于2015年提出的(专利号：cn201510747665.3)一种基于调制脉冲和多重散射的多参数分布式光纤传感系统该系统只是将检测系统同时具备振动检测、温度检测和应变检测的多参数检测功能，并没有涉及将多个光纤传感器或多源信息进行综合处理、评估，进而得到更为准确、可靠的结论检测的数据。
技术实现要素：
为解决现有技术中存在的问题，本发明提供了一种基于机器智能预测多参数光纤传感器的测量系统及方法，将多参量分布式光纤传感结合应用，实现高精度分布式光纤应变、温度、振动融合进行分布式测量，同时由于样本成分的分析很容易受到传感系统和目标组分之间的各种噪音或介质的干扰，通过数据融合技术，可利用机器智能进行故障探测和预报，在出现错误并导致严重后果之前，对其可能出现的问题作出探测或预报。
本发明采用的技术方案是：
一种基于机器智能预测多参数光纤传感器的测量系统，包括分布式光纤温度传感系统、分布式光纤振动传感系统、分布式光纤应变传感系统和云平台；所述云平台的信号输入端分别连接分布式光纤温度传感系统、分布式光纤振动传感系统和分布式光纤应变传感系统的信号输出端；所述云平台包括云存储器和云计算器。
优选地，所述分布式光纤温度传感系统包括脉冲调制激光源、第一光通道模块、实时温度自校准模块、第一脉冲编码控制器、光电探测模块、第一a/d数据采集模块、第一嵌入式主机、第一网络通信系统和沿被测物体紧密粘贴敷设的多芯光纤的第一芯光纤；所述脉冲调制激光源的输出端连接第一光通道模块输入端，所述第一光通道模块的输出端连接光电探测模块的输入端，所述第一光通道模块的输入输出端连接实时温度自校准模块的输入输出端，所述实时温度自校准模块的第一输入端连接第一芯光纤的输出端；所述第一脉冲编码控制器的输出端连接脉冲调制激光光源的输入端，所述光电探测模块的输出端连接第一a/d数据采集模块的第一输入端，所述第一嵌入式主机的第一输出端连接第一脉冲编码控制器的第一输入端，所述第一嵌入式主机的第二输出端连接第一a/d数据采集模块的第二输入端，所述第一嵌入式主机的第三输出端连接实时温度自校准模块的第二输入端，所述第一嵌入式主机的第一输入输出端连接第一a/d数据采集模块的输入输出输入端，所述第一嵌入式主机的第二输入输出端连接第一网络通信系统的输入输出输入端。
优选地，所述分布式光纤振动传感系统包括超窄线宽激光光源、第一光脉冲调制器、第一光放大模块、第二光通道模块、光移频模块、第一光耦合模块、第二脉冲编码控制器、第一光外差探测模块、第二a/d数据采集模块、第二嵌入式主机、第二网络通信系统和被测物体紧密粘贴敷设的多芯光纤的第二芯光纤；所述超窄线宽激光光源的第一输出端连接第一光脉冲调制器的第一输入端，所述第一光脉冲调制器的输出端连接第一光放大模块的输入端，所述第一光放大模块的输出端连接第二光通道模块的第一输入端，所述第二光通道模块的第二输入端连接第二芯光纤的输出端，所述超窄线宽激光光源的第二输出端连接光移频模块的输入端，所述光移频模块的输出端连接第一光耦合模块的第一输入端，所述第一光耦合模块的第二输入端连接第二光通道模块的输出端，所述第二脉冲编码控制器的输出端连接第一光脉冲调制器的第二输入端，所述第一光耦合模块的输出端连接第一光外差探测模块的输入端，所述第二a/d数据采集模块的输入端连接第一光外差探测模块的输出端，所述第二嵌入式主机的第一输入输出端连接第二脉冲编码控制器的输入输出端，所述第二嵌入式主机的第二输入输出端连接第二a/d数据采集模块的输入输出端，所述第二嵌入式主机的第三输入输出端连接第二网络通信系统的输入输出端。
优选地，所述分布式光纤应变传感系统包括保偏激光光源、分光光路、光偏振控制器、光强度调制器、参考光调整模块、微波频率合成器、第二光脉冲调制器、第二光放大模块、第二光耦合模块、第二光外差探测模块、第三a/d数据采集模块、第三嵌入式主机、第三网络通信系统和被测物体紧密粘贴敷设的多芯光纤的第三芯光纤；所述保偏激光光源的输出端连接分光光路的输入端，所述分光光路的第一输出端连接光偏振控制器的输入端，所述光偏振控制器的输出端连接光强度调制器的第一输入端，所述光强度调制器的输出端连接参考光调整模块的输入端，所述参考光调整模块的输出端连接第三芯光纤的输入端，所述第二光脉冲调制器的第一输入端连接分光光路的第二输出端，所述第二光脉冲调制器的输出端连接第二光放大模块的输入端，所述第二光放大模块的输出端连接第二光耦合模块的第一输入端，所述第二光耦合模块的第二输入端连接第三芯光纤的输出端，所述第二光耦合模块的输出端连接第二光外差探测模块的输入端，所述第二光外差探测模块的输出端连接第三a/d数据采集模块的输入端，所述第三嵌入式主机的第一输入输出端连接微波频率合成器的输入输出端，所述微波频率合成器的输出端连接光强度调制器的第二输入端，所述第三嵌入式主机的输出端连接第二光脉冲调制器第二输入端，所述第三嵌入式主机的第二输入输出端连接第三a/d数据采集模块的输入输出端，所述第三嵌入式主机的第三输入输出端连接第三网络通信系统的输入输出端。
一种基于机器智能预测多参数光纤传感器的测量方法，包括如下步骤：
a、沿被测物体紧密粘贴敷设分布式光纤；
b、对光源进行脉冲调制，得到高信噪比信号，并将高信噪比信号输入分布式光纤；
c、采集分析分布式光纤的反馈信号，得出应变测量数据、温度测量数据、振动测量数据；
d、综合应变、温度、振动分布，建立数据库，分析被测物体温度、应变、振动数据并设定阀值，进行安全状态实时评估与告警；
e、通过数据融合，对多个光纤传感器或多源信息采用机器智能学习进行综合处理，对被测物体可能出现的问题作出探测或预报。
优选地，步骤c包括如下步骤：
c1、采集不同脉冲参数下得到的测量结果，并进行解调；
c2、对分布式光纤的反馈信号进行光相干检测、微波相干检测、微波扫频，得到分布式光纤的布里渊散射谱数据，并生成布里渊谱型，得出布里渊频移量大小以及分布式光纤应变测量数据；
对分布式光纤的反馈信号进行反斯托克斯光强探测，得到分布式光纤的拉曼散射谱数据，结合单光路解调算法与实时温度标定算法，得出分布式光纤温度测量数据；
对分布式光纤的反馈信号进行瑞利散射光谱相位扰动状态分析，得出分布式光纤的振动测量数据。
优选地，步骤e包括如下步骤：
评估在给定一个早已发生的事件的概率时，用贝叶斯定理去计算某个事件将会发生的概率，或者在给定一些变量的值时，用贝叶斯定理去计算某个结果的概率，即基于先验知识d去计算某个假设h为真的概率。
优选地，计算方法如下：
p(h|d)＝(p(d|h)*p(h))/p(d)；
其中，p(h|d)＝后验概率，即假设h为真的概率，给定变量的值相当于先验知识d；
p(h|d)＝p(d1|h)*p(d2|h)*....*p(dn|h)*p(d)；
其中，p(d|h)＝似然度，假设h正确时，数据d的概率；
p(h)＝类先验概率，假设h正确的额概率；
p(d)＝预测器先验概率，数据d的概率。
本发明的有益效果是：
1、将多参量分布式光纤传感结合应用，实现高精度分布式光纤应变、温度、振动融合进行分布式测量，同时由于样本成分的分析很容易受到传感系统和目标组分之间的各种噪音或介质的干扰，通过数据融合技术，可利用机器智能进行故障探测和预报，在出现错误并导致严重后果之前，对其可能出现的问题作出探测或预报；
2、多参数融合测量可同时具备振动、温度、应变检测功能，并采用数据融合技术，将许多传统学科和新技术集成和应用，结合通信、模式识别、信号处理、估计理论、最优化处理、计算机科学、人工智能和神经网络等技术，对多个光纤传感器或多源信息进行综合处理、评估，从而得到更为准确、可靠的结论；
3、结合通信、模式识别、信号处理、估计理论、最优化处理、计算机科学、人工智能和神经网络等技术，对多个光纤传感器或多源信息进行综合处理、评估，从而得到更为准确、可靠的结论，对被测物体可能出现的问题作出探测或预报。
附图说明
图1为本发明实施例中基于多参数测量光纤传感的机器智能预测系统框图；；
图2为本发明实施例中分布式光纤温度传感系统框图；
图3为本发明实施例中分布式光纤振动传感系统框图；
图4为本发明实施例中分布式光纤应变传感系统框图；
附图标记：10-分布式光纤温度传感系统，11-脉冲调制激光光源，12-第一光通道模块，13-实时温度自校准模块，14-第一芯光纤，15-第一脉冲编码控制器，16-光电探测模块，17-第一a/d数据采集模块，18-第一嵌入式主机，19-第一网络通信系统，20-分布式光纤振动传感系统，21-超窄线宽激光光源，22-第一光脉冲调制器，23-第一光放大模块，24-第二光通道模块，25-第二芯光纤，26-光移频模块，27-第一光耦合模块，28-第二脉冲编码控制器，29-第一光外差探测模块，210-第一嵌入式主机，211-第二a/d数据采集模块，212-第二网络通信系统，30-分布式光纤应变传感系统，31-保偏激光光源，32-分光光路，33-光偏振控制器，34-光强度调制器，35-参考光调整模块，36-第三芯光纤，37-微波频率合成器，38-第二光脉冲调制器，39-第二光放大模块，310-第二光耦合模块，311-第二光外差探测模块，312-第三嵌入式主机，313-第三a/d数据采集模块，314-第三网络通信系统，40-云平台，41-云存储器，42-云计算器。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例
如图1-图4所示，一种基于机器智能预测多参数光纤传感器的测量系统，包括分布式光纤温度传感系统10、分布式光纤振动传感系统20、分布式光纤应变传感系统30和云平台40；所述云平台40的信号输入输出端分别连接分布式光纤温度传感系统10、分布式光纤振动传感系统20和分布式光纤应变传感系统30的信号输入输出端；所述云平台40包括云存储器41和云计算器42。
在其中一个实施例中，所述分布式光纤温度传感系统10包括脉冲调制激光源11、第一光通道模块12、实时温度自校准模块13、第一脉冲编码控制器15、光电探测模块16、第一a/d数据采集模块17、第一嵌入式主机18、第一网络通信系统19和沿被测物体紧密粘贴敷设的多芯光纤的第一芯光纤14；所述脉冲调制激光源11的输出端连接第一光通道模块12输入端，所述第一光通道模块12的输出端连接光电探测模块16的输入端，所述第一光通道模块12的输入输出端连接实时温度自校准模块13的输入输出端，所述实时温度自校准模块13的第一输入端连接第一芯光纤14的输出端；所述第一脉冲编码控制器15的输出端连接脉冲调制激光光源11的输入端，所述光电探测模块16的输出端连接第一a/d数据采集模块17的第一输入端，所述第一嵌入式主机18的第一输出端连接第一脉冲编码控制器15的第一输入端，所述第一嵌入式主机18的第二输出端连接第一a/d数据采集模块17的第二输入端，所述第一嵌入式主机18的第三输出端连接实时温度自校准模块13的第二输入端，所述第一嵌入式主机18的第一输入输出端连接第一a/d数据采集模块17的输入输出输入端，所述第一嵌入式主机18的第二输入输出端连接第一网络通信系统19的输入输出输入端。
在另外一个实施例中，所述分布式光纤振动传感系统20包括超窄线宽激光光源21、第一光脉冲调制器22、第一光放大模块23、第二光通道模块24、光移频模块26、第一光耦合模块27、第二脉冲编码控制器28、第一光外差探测模块29、第二a/d数据采集模块211、第二嵌入式主机210、第二网络通信系统212和被测物体紧密粘贴敷设的多芯光纤的第二芯光纤25；所述超窄线宽激光光源21的第一输出端连接第一光脉冲调制器22的第一输入端，所述第一光脉冲调制器22的输出端连接第一光放大模块23的输入端，所述第一光放大模块23的输出端连接第二光通道模块24的第一输入端，所述第二光通道模块24的第二输入端连接第二芯光纤25的输出端，所述超窄线宽激光光源21的第二输出端连接光移频模块26的输入端，所述光移频模块26的输出端连接第一光耦合模块27的第一输入端，所述第一光耦合模块27的第二输入端连接第二光通道模块24的输出端，所述第二脉冲编码控制器28的输出端连接第一光脉冲调制器22的第二输入端，所述第一光耦合模块27的输出端连接第一光外差探测模块29的输入端，所述第二a/d数据采集模块211的输入端连接第一光外差探测模块29的输出端，所述第二嵌入式主机210的第一输入输出端连接第二脉冲编码控制器28的输入输出端，所述第二嵌入式主机210的第二输入输出端连接第二a/d数据采集模块211的输入输出端，所述第二嵌入式主机210的第三输入输出端连接第二网络通信系统212的输入输出端。
在另外一个实施例中，所述分布式光纤应变传感系统30包括保偏激光光源31、分光光路32、光偏振控制器33、光强度调制器34、参考光调整模块35、微波频率合成器37、第二光脉冲调制器38、第二光放大模块39、第二光耦合模块310、第二光外差探测模块311、第三a/d数据采集模块313、第三嵌入式主机312、第三网络通信系统314和被测物体紧密粘贴敷设的多芯光纤的第三芯光纤36；所述保偏激光光源31的输出端连接分光光路32的输入端，所述分光光路32的第一输出端连接光偏振控制器33的输入端，所述光偏振控制器33的输出端连接光强度调制器34的第一输入端，所述光强度调制器34的输出端连接参考光调整模块35的输入端，所述参考光调整模块35的输出端连接第三芯光纤36的输入端，所述第二光脉冲调制器38的第一输入端连接分光光路32的第二输出端，所述第二光脉冲调制器38的输出端连接第二光放大模块39的输入端，所述第二光放大模块39的输出端连接第二光耦合模块310的第一输入端，所述第二光耦合模块310的第二输入端连接第三芯光纤36的输出端，所述第二光耦合模块310的输出端连接第二光外差探测模块311的输入端，所述第二光外差探测模块311的输出端连接第三a/d数据采集模块313的输入端，所述第三嵌入式主机312的第一输入输出端连接微波频率合成器37的输入输出端，所述微波频率合成器37的输出端连接光强度调制器34的第二输入端，所述第三嵌入式主机312的输出端连接第二光脉冲调制器38第二输入端，所述第三嵌入式主机312的第二输入输出端连接第三a/d数据采集模块313的输入输出端，所述第三嵌入式主机312的第三输入输出端连接第三网络通信系统314的输入输出端。
一种基于机器智能预测多参数光纤传感器的测量方法，包括如下步骤：
a、沿被测物体紧密粘贴敷设分布式光纤；
b、对光源进行脉冲调制，得到高信噪比信号，并将高信噪比信号输入分布式光纤；
c、采集分析分布式光纤的反馈信号，得出应变测量数据、温度测量数据、振动测量数据；
d、综合应变、温度、振动分布，建立数据库，分析被测物体温度、应变、振动数据并设定阀值，进行安全状态实时评估与告警；
e、通过数据融合，对多个光纤传感器或多源信息采用机器智能学习进行综合处理，对被测物体可能出现的问题作出探测或预报。
在其中一个实施例中，步骤c包括如下步骤：
c1、采集不同脉冲参数下得到的测量结果，并进行解调；
c2、对分布式光纤的反馈信号进行光相干检测、微波相干检测、微波扫频，得到分布式光纤的布里渊散射谱数据，并生成布里渊谱型，得出布里渊频移量大小以及分布式光纤应变测量数据；
对分布式光纤的反馈信号进行反斯托克斯光强探测，得到分布式光纤的拉曼散射谱数据，结合单光路解调算法与实时温度标定算法，得出分布式光纤温度测量数据；
对分布式光纤的反馈信号进行瑞利散射光谱相位扰动状态分析，得出分布式光纤的振动测量数据。
在另外一个实施例中，步骤e包括如下步骤：
评估在给定一个早已发生的事件的概率时，用贝叶斯定理去计算某个事件将会发生的概率，或者在给定一些变量的值时，用贝叶斯定理去计算某个结果的概率，即基于先验知识d去计算某个假设h为真的概率。
在另外一个实施例中，计算方法如下：
p(h|d)＝(p(d|h)*p(h))/p(d)；
其中，p(h|d)＝后验概率，即假设h为真的概率，给定变量的值相当于先验知识d；
p(h|d)＝p(d1|h)*p(d2|h)*....*p(dn|h)*p(d)；
其中，p(d|h)＝似然度，假设h正确时，数据d的概率；
p(h)＝类先验概率，假设h正确的额概率；
p(d)＝预测器先验概率，数据d的概率。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。