岩石聚集性破裂信号类别划分与破坏特征评价方法及设备

本发明属于岩石动力学,涉及一种岩石聚集性破裂信号类别划分与破坏特征评价方法及设备,更具体地,涉及一种准动态条件下毫秒加载过程中岩石瞬时聚集性破裂信号类别划分与破坏特征评价方法。
背景技术:
1、在地震、爆破及导弹侵彻等作用下,动力荷载将在岩体中的动力源处产生,并以衰减应力波的形式在介质中传播。其中,动力源近区范围内,动态荷载主要以强冲击荷载为主,故岩体的破坏与失稳基本在预期范围内。相比,距离动力源一定位置的岩体会受到衰减应力波的作用,且符合准动态荷载特征。虽然准动态荷载具有更小的幅值与能量,但其动力作用却会导致岩体发生更加隐蔽的破坏与随机性较大的失稳,从而对相应岩体工程的安全施工与稳定运营造成极大的威胁,如深部矿产资源动力开采、水利水电硐室群开挖及地下重要国防工程运维等。
2、在岩体破坏的全过程中,外部荷载的作用会造成能量的释放与微振动的产生。结合相应的监测技术,可得到与岩石破坏特征相关联的振动电信号,如声发射信号。在准静态荷载作用下,试验的持续时间较长且一般在数十分钟范围内,故岩石破坏的剧烈程度不高且对应的振动信号具有简单的特征。相比,准动态试验的持续时间一般在数十毫秒,与准静态试验相差3至4个数量级,会导致岩石在瞬时破坏过程中产生不同聚集程度的振动信号。由于振动信号聚集程度的差异对应着岩石破坏特征的不同,故对准动态加载下岩石聚集性破坏信号进行类别划分与评价将有利于掌握毫秒加载持时过程中岩石的准动态破坏行为,从而有利于岩体工程的施工安全与健康运营。
技术实现思路
1、针对现有技术的以上缺陷或改进需求,本发明提供了一种划分准动态加载下岩石聚集性破裂信号类别与评价破坏特征的方法,其基于准动态试验过程中采集的破裂信号,通过分析其在时域空间上的波形特征,首先提出了不同聚集程度破裂信号的划分方法,随后结合不同类别破裂信号的统计结果给出了岩石破坏特征的分析评价方法。通过对不同类别破裂信号的统计分析,可以全面评价岩石在准动态加载下的破坏特征,为岩体工程的安全性评估提供了科学依据。
2、为实现上述目的,按照本发明的一个方面,提出了一种岩石聚集性破裂信号类别划分与破坏特征评价方法,包括以下步骤:
3、步骤一,对岩石试样进行准动态加载试验,并监测加载过程中岩石试样破裂所产生的破裂信号;
4、步骤二,选取破裂信号中的单个信号,绘制信号幅值的时域曲线;根据信号触发所需要的阈值特征,确定该单个信号幅值大于阈值的持续时间及所对应的起始与结束时间,在上述持续时间范围内,确定该信号在阈值上方的幅值极值,记为第一幅值极值;
5、步骤三,对步骤二中的第一幅值极值进行平均化处理,确定所有第一幅值极值所对应的平均值,对比分析所有第一幅值极值与平均值的大小关系,提取第一幅值极值大于该平均值的极值,记为第二幅值极值;
6、步骤四,基于步骤三所确定的第二幅值极值,以时间顺序对所有极值数据点进行排序并形成集合,通过对比分析集合中各数据点与其两侧相邻数据点的大小关系,判断并确定该集合中的幅值极值,记为第三幅值极值,并以时间顺序对上述极值进行排序;
7、步骤五,基于所述第三幅值极值的集合,依次计算相邻第三幅值极值的时间间隔,并确定所有相邻第三幅值极值时间间隔所对应的时间平均值;
8、步骤六,根据相邻第三幅值极值之间的时间间隔以及时间平均值,对比分析时间间隔与时间平均值的大小关系,实现对破裂信号的聚集性进行判断;
9、步骤七,重复步骤二至步骤六,以完成对不同类别破裂信号进行分类,然后统计分析不同类别破裂信号的数量与占比,并据此评价准动态加载下岩石的破坏特征。
10、作为进一步优选的,步骤一中,准动态荷载所对应的应变率需在10-2~100s-1范围内;
11、优选的,步骤二中,在上述记录的破裂信号中选取单个信号进行分析,绘制该单个信号在时域范围内的波形图;所述单个信号包括:声发射信号;
12、所述第一幅值极值的计算模型包括:
13、vi∈{v1},(vi-vi-1)>0且(vi-vi+1)>0
14、式中,vi为第一幅值极值,{v1}代表第一幅值极值所组成的集合,i代表单个信号中第i个幅值数据点;其中,vi数据点所对应的时间应在持续时间范围内。
15、作为进一步优选的,步骤三中,所述第一幅值极值所对应的幅值平均值及第二幅值极值的计算模型包括:
16、
17、vj∈{v2},(vj-vj-1)>0且(vj-vj+1)>0
18、式中,vmean为第一幅值极值所对应的平均值,vi为步骤二中第一幅值极值所组成集合{v1}中的第i个信号的幅值极值,n为集合{v1}中数据点的数量,vj为第二幅值极值,{v2}代表第二幅值极值所组成的集合,j代表步骤二中第一幅值极值所组成集合{v1}中的第j个幅值数据点。
19、作为进一步优选的,步骤四中,所述第三幅值极值的计算模型包括:
20、vk∈{v3},(vk-vk-1)>0且(vk-vk+1)>0
21、式中,vk为第三幅值极值,{v3}代表第三幅值极值所组成的集合,k代表步骤三中第二幅值极值所组成集合{v2}中的第k个幅值数据点。
22、作为进一步优选的,步骤五中,所述时间平均值的计算模型包括:
23、
24、式中,tmean为相邻幅值极值的时间间隔平均值,ti为步骤三中确定集合中的第i个第二幅值极值所对应的时刻,m为步骤三中确定的第二幅值极值时间间隔的数量。
25、作为进一步优选的,步骤六具体包括以下步骤:
26、根据相邻第二幅值极值之间的时间间隔以及时间平均值,对破裂信号的聚集性进行判断,若相邻第二幅值极值之间的时间间隔大于时间平均值,则认为该相邻第二幅值极值对应着两个单独的信号,通过确定破裂信号中单独信号的数量,对该破裂信号的聚集性进行判断。
27、作为进一步优选的,步骤六具体包括以下步骤:
28、结合不同类别破裂信号的数量与占比,评价准动态加载下岩石的破坏特征,当破裂信号中聚集性较低信号的数量与占比较高时,则该加载条件下岩石的破坏程度较小且剧烈性低,当破裂信号中聚集性较高信号的数量与占比较高时,该情况下岩石的破坏程度较大且剧烈性较高。
29、按照本发明的另一个方面,还提供了一种岩石聚集性破裂信号类别划分与破坏特征评价系统,用于实现上述任意实施例或多个实施例组合的方法,包括:
30、第一主控模块,用于对岩石试样进行准动态加载试验,并监测加载过程中岩石试样破裂所产生的破裂信号;
31、第二主控模块,用于选取破裂信号中的单个信号,绘制信号幅值的时域曲线;根据信号触发所需要的阈值特征,确定该单个信号幅值大于阈值的持续时间及所对应的起始与结束时间,在上述持续时间范围内,确定该信号在阈值上方的幅值极值,记为第一幅值极值;
32、第三主控模块,用于对第一幅值极值进行平均化处理,确定所有第一幅值极值所对应的平均值,对比分析所有第一幅值极值与平均值的大小关系,提取第一幅值极值大于该平均值的极值,记为第二幅值极值;
33、第四主控模块,用于根据确定的第二幅值极值,以时间顺序对所有极值数据点进行排序并形成集合,通过对比分析集合中各数据点与其两侧相邻数据点的大小关系,判断并确定该集合中的幅值极值,记为第三幅值极值,并以时间顺序对上述极值进行排序;
34、第五主控模块,用于根据所述第三幅值极值的集合,依次计算相邻第三幅值极值的时间间隔,并确定所有相邻第三幅值极值时间间隔所对应的时间平均值;
35、第六主控模块,用于根据相邻第三幅值极值之间的时间间隔以及时间平均值,对比分析时间间隔与时间平均值的大小关系,实现对破裂信号的聚集性进行判断;
36、第七主控模块,用于完成对不同类别破裂信号进行分类,然后统计分析不同类别破裂信号的数量与占比,并据此评价准动态加载下岩石的破坏特征。
37、按照本发明的另一个方面,还提供了一种电子设备,包括:
38、至少一个处理器、至少一个存储器和通信接口;其中,
39、所述处理器、存储器和通信接口相互间进行通信;
40、所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行上述任意实施例或多个实施例组合的一种岩石聚集性破裂信号类别划分与破坏特征评价方法。
41、按照本发明的另一个方面,还提供了一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述任意实施例或多个实施例组合的一种岩石聚集性破裂信号类别划分与破坏特征评价方法。
42、总体而言,通过本发明所构思的以上技术方案与现有技术相比,主要具备以下的技术优点:
43、1.本发明提供了一种划分准动态加载下岩石聚集性破裂信号类别与评价破坏特征的方法,其基于准动态试验过程中采集的破裂信号,通过分析其在时域空间上的波形特征,首先提出了不同聚集程度破裂信号的划分方法,随后结合不同类别破裂信号的统计结果给出了岩石破坏特征的分析评价方法。通过对不同类别破裂信号的统计分析,可以全面评价岩石在准动态加载下的破坏特征,为岩石工程的安全性评估提供了科学依据。
44、2.本发明通过准动态加载试验,能够精确监测岩石试样在破裂过程中产生的信号,并通过提取单个信号的特征,提高了对岩石破裂过程监测的准确性。通过设定阈值,能够筛选出具有显著特征的破裂信号,排除噪声和非关键信号,从而更有效地识别岩石破裂的关键阶段。
45、3.本发明基于时间间隔和时间平均值,能够对破裂信号的聚集性进行有效判断,并进行分类,有助于理解不同类型岩石的破裂特性。通过对不同类别破裂信号的统计分析,可以全面评价岩石在准动态加载下的破坏特征,为岩石工程的安全性评估提供了科学依据。
46、4.本发明的重复执行确保了结果的可靠性和普适性,适用于不同岩石类型的破坏特征评价。
技术研发人员:刘黎旺,李海波,李晓锋,张国凯
技术所有人:南京理工大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除