莱州花岗岩岩爆声发射特征试验大数据分析

张昱 李继涛 苏仡琳 高凯龙 刘开峰

1.北京建筑大学电气与信息工程学院，北京100044；2.北京建筑大学建筑大数据智能处理方法研究北京市重点实验室，北京100044；3.中国矿业大学（北京）深部岩土力学与地下工程国家重点实验室，北京100083

因受高应力、高压、高温、工程扰动等因素的影响，在煤矿、地下水电站、深埋隧道、引水隧洞等地下工程中围岩会突然发生猛烈破坏，同时伴随能量的快速释放，该现象称为岩爆［1］。岩爆不仅严重影响生产，还会造成经济损失，甚至人员伤亡［2-3］。文献［4］以川藏铁路隧道为例分析岩爆的判别方法、发生规律及危害性，并针对岩爆各风险等级给出了应对措施。文献［5］在总结岩爆发生规律的基础上，阐述了岩爆的防治技术。文献［6］采用岩石弹性应力指数、强度脆性系数等指标对隧道岩爆段的岩性进行了分析预测。文献［7］针对锦屏水电站隧洞施工高强岩爆等问题，提出一系列工程治理方案。

岩爆过程中会产生弹性应力波，从而出现声发射现象。文献［8-9］采用应变岩爆物理模拟试验系统在室内再现了岩爆现象，通过采集装置实时接收岩爆过程中的声发射信号，从而将岩爆过程中岩体破坏与声发射现象联系起来。文献［10］通过分析岩爆试验结果发现，声发射信号波形大致能反映岩爆的本质信息。文献［11］提取岩爆过程中每个波形的主频并汇总，将主频的分布区间分为5个频带，分别为低频带、中低频带、中频带、中高频带和高频带。

既有研究都取得了较好的效果，然而并没有完全揭示出岩爆现象与声发射现象的密切关系。本课题组在室内进行岩爆试验，实时采集循环加载条件下岩爆声发射信号，将其通过快速傅里叶变换（Fast Fourier Transform，FFT）处理后再进行大数据可视化分析，揭示岩爆现象与声发射信号的主频、振幅、能量的关系，为岩爆预测提供依据。

1 岩爆试验

1.1 岩爆试验系统

何满潮院士及其团队于2004年研发了应变岩爆物理模拟试验系统。该系统由主机、加载控制系统和数据采集系统三部分组成，在室内即可模拟岩爆。其中数据采集系统由声发射传感器、压力传感器和高速摄影机组成，见图1。

图1 应变岩爆物理模拟试验系统

1.2 岩石样本

岩石样本为山东省莱州市花岗岩，其矿物成分为石英、斜长石、钾长石、黑云母和黏土矿物。样本质量为648.831 g，尺寸为150.67 mm（长）×27.99 mm（宽）×59.85 mm（高），均匀性和完整性较好。

1.3 岩石应力状况

岩石样本应力状况见图2。岩石样本首先三向六面受力，以模拟隧道施工前岩石应力状况。然后沿虚线箭头方向快速卸载，以模拟隧道施工时岩石应力状况。

图2 岩石样本应力状况

1.4 数据处理

岩爆试验会产生大量数据。本次岩爆试验产生的数据存储在11 375个文本文件中，每个文本文件包含4 096组数据，单次试验处理的数据量为46 592 000组。

首先将数据导入大数据可视化分析平台，然后对数据进行预处理，清除异常值。原始数据和预处理后的数据均为时域数据，对预处理后的数据进行离散傅里叶变换（Discrete Fourier Transform，DFT），即可将时域数据转变为频域数据。DFT公式为

式中：X（k）为第k次DFT后的数据；X（i）为第i个原始数据；e-j2πki/N为连续周期函数，j为虚数单位，N为数据长度。

经计算可知，长度为N的数据进行DFT的时间复杂度为O（N2）。FFT是在DFT基础上改进的一种算法，利用DFT的周期性和对称性，采用蝶形算法将DFT的时间复杂度降低为O（Nlog2N），见图3。

图3 FFT蝶形算法

假设N=8，X（0）～X（7）表示8个样本，W3N为旋转因子，即对数据进行3次变换。为了降低时间复杂度，缩短计算时间，采用FFT来对岩爆数据进行计算处理。

2 试验结果分析

2.1 声发射信号主频分析

每个声发射信号中振幅最大时的频率称为主频，主频反映波形在某一特定时刻的特征。首先对原始数据进行FFT、数据取半、求模，得到所有声发射信号的主频。然后统计岩爆过程中所有声发射信号主频的分布情况，见表1。

表1 声发射信号主频分布情况

由表1可知：在岩爆过程中声发射信号的主频主要分布于中低频、中频、中高频这三个频带，三者占比共达到94.87%。只有极少数分布于低频带和高频带。

岩爆试验声发射信号主频时程分布见图4。将整个岩爆试验过程分为三个时期：从开始试验到快速卸载（4 000 s）前为初期；从快速卸载到出现破裂现象（9 000 s）前为中期；从出现破裂现象到试验结束为后期。由图4可见：主频大多分布在中低频、中频、中高频这三个频带；从整个过程来看，试验初期中低频最多，低频、高频几乎没有；试验中期和后期高频明显增多，中低频、中频、中高频占据大多数。

图4 声发射信号主频时程分布

2.2 声发射信号振幅与能量分析

由机械能守恒定律可知，质点的机械能等于其动能与势能之和。因为岩石样本中质点在静止状态下其动能、势能均为0，因此该质点的机械能为0。当波传播到某个质点时，质点会因发生振动而具备动能，同时也会因发生弹性形变而具备势能。根据能量守恒定律，该质点的机械能来自于声发射信号能量。

假设质点振动时间为t，质点振动的角速度为ω，振幅为A。

式中：m、ρ、V分别为质点的质量、密度和体积。

质点的势能Ep为

由式（6）可见，质点的机械能与其振幅的平方成正比。根据能量守恒定律，声发射信号能量与其振幅的平方成正比。

为分析岩爆试验声发射信号振幅变化规律，将数据进行处理得到声发射信号振幅时程曲线，见图5。可见：试验初期和中期振幅变化较小，后期振幅变化较大且呈现出先增大后减小的规律。由声发射信号能量与振幅的关系可知，在岩爆试验初期和中期声发射信号能量变化较小，后期能量变化较大且呈先增大后减小的规律变化。

图5 声发射信号振幅时程曲线

2.3 声发射信号主频、振幅与能量综合分析

将11 375个文本文件中的数据提取和处理后生成声发射信号主频、振幅、时间三维分布图，见图6。

图6 声发射信号主频、振幅、时间三维分布

由图6可见：试验初期和中期振幅和能量变化不大，试验后期振幅和能量先增大后减小。试验后期振幅增大的瞬间即岩爆时刻，此时声发射信号主频主要集中在中频带［150～250）kHz。

3 结论

1）在岩爆试验过程中主频主要分布于中低频、中频、中高频三个频带，只有极少数分布于低频带和高频带。岩爆试验初期主频集中在中低频带，低频带、高频带几乎没有；试验中期和后期主频大多数在中低频带、中频带、中高频带，高频带较初期明显增多。

2）岩爆试验过程中声发射信号的振幅和能量初期和中期变化不大，后期变化较大且呈先增大后减小的规律变化。

本文研究成果可用于隧道岩爆预测等。下一步工作拟采用人工智能算法对主频、振幅、能量特征进一步研究，以实现对岩爆的精准预测。