声波测井仪器中的压电发射换能器通常采用高压短脉冲信号激励，其实际声学响应受到驱动电路、换能器动态阻抗和负载耦合等多种因素共同影响。传统理论分析与数值模拟难以全面描述复杂激励条件下的瞬态电声转换过程。如何利用易于获取的激励信息准确预测声学响应，是发射系统性能评价和激励参数优化需要解决的重要问题。
针对这一问题，中国石油大学（华东）深层油气全国重点实验室、地球科学与技术学院张凯副教授，以声波测井单极压电发射换能器为对象，建立了高压短脉冲电声同步实验测试系统，获取激励控制参数、换能器实际激励电压与电流，以及水听器接收波形等多源数据，构建了包含16,817组有效样本的电声响应数据库。在此基础上，研究团队利用机器学习方法建立从激励条件到接收波形的非线性映射关系（图1）。
图1 声波测井发射换能器高压短脉冲电声同步测量系统示意图（原论文图1）
研究分别构建了基于控制参数的主成分分析—多层感知机（PCA–MLP）模型、基于理论控制波形的时间卷积网络（TCN）模型、以预测电压和电流为中间变量的两阶段级联模型，以及基于实测激励电压和电流的TCN模型。通过比较不同信息输入条件下的完整接收波形预测效果，探讨电信号作为表征换能器实际工作状态的中间变量的作用。
在12—30 kHz测试频段内，研究采用每隔500 Hz完整留出频率点的方式验证模型对未参与训练频率的预测能力。结果表明，基于实测激励电压和电流的TCN模型表现最佳：决定系数（R²）达到0.9984，平均波形相关系数达到0.9988，平均峰峰值相对误差为1.172%。该模型能够较好重建接收波形的主波包、相位变化及衰减振荡特征（图2）。两阶段级联模型在不直接使用实测电信号作为推理输入的情况下，平均峰峰值相对误差为2.309%，表明通过预测电压和电流建立分阶段映射具有可行性。
图2 典型激励条件下实测与TCN预测的水听器接收波形对比（原论文图3）
研究表明，将实际激励电压和电流引入电声响应建模，有助于提高复杂高压短脉冲工况下的接收波形预测精度。相关成果为声波测井发射换能器声学响应的虚拟测量、工作状态评价及激励频率筛选提供了数据驱动方法，也为后续开展不同换能器、温度压力和负载条件下的模型推广与参数优化研究奠定了基础。当前实验验证主要针对单一换能器、常温水池以及已测频带内的留出频率，跨换能器与复杂井下工况的适用性仍需进一步验证。
研究成果于2026年10月7日在线发表于Elsevier旗下国际学术期刊Results in Engineering，论文题为“Data-driven prediction of electroacoustic responses of high-voltage burst-driven piezoelectric transmitter systems”。
本研究获得中央高校基本科研业务费专项资金（26CX02001A）和山东省自然科学基金（ZR2025MS534、ZR2025MS541）资助。
作者与团队简介：张凯为论文第一作者及通讯作者，张浩为第二作者，苏远大、谭宝海、刘磊为共同作者。中国石油大学（华东）深层油气全国重点实验室为第一署名单位，地球科学与技术学院为共同署名单位。研究由学校相关团队与企业科研人员合作完成。
论文信息：Zhang, K., Zhang, H., Su, Y., Tan, B., and Liu, L., 2026. Data-driven prediction of electroacoustic responses of high-voltage burst-driven piezoelectric transmitter systems. Results in Engineering, 32, 113403. https://doi.org/10.1016/j.rineng.2026.113403
