基于声发射技术的花岗岩破裂特征试验研究

储超群，吴顺川,2，曹振生，张朝俊，张永乐

(1.北京科技大学金属矿山高效开采与安全教育部重点实验室，北京，100083；2.昆明理工大学国土资源工程学院，云南昆明，650093；3.中电建路桥集团有限公司，北京，100048；4.中国中铁六局集团有限公司，北京，100036)

随着国家支持西部建设战略的推进，隧道建设在西南地区逐渐向“长大深”转变，西南地区地势和地质构造独特，很多隧道埋深大，且开挖工程围岩多以花岗岩为主，当工程进行到一定的埋深时，由于施工扰动，岩体应力重新分布导致弹性应变能释放，出现爆裂、弹射等一系列不同程度的岩爆动力灾害。直接威胁施工人员与工程机械的安全，严重影响工程进度，因此，探明岩爆动力灾害的发生机制、先兆信息，实现岩爆的精准处置和预测预警，对于实现安全生产、保证工程顺利进行尤为必要。尽管对岩爆监测、预警和控制方面存在诸多有待进一步研究的问题，但针对岩石岩爆发生机制和孕育机理，人们已取得系列重要成果，冯夏庭等[1−2]依托锦屏水电站的深埋隧洞工程全面研究分析了即时型岩爆与时滞型岩爆发生机制及时空演化规律。GONG等[3]针对岩爆倾向性判断，提出了一种峰值强度应变储能指标准则，用于预测和分类岩石材料的冲击倾向性。LIU 等[4]进行了一系列砂岩隧道模型的试验研究，分析了含水量对岩爆的影响。冯涛等[5]运用SEM电镜扫描研究了岩爆的破坏模式及机制。范勇等[6]从能量耗散角度对比研究了不同施工条件下时滞型与即时型岩爆的孕育及破坏模式差异。

而随着试验技术的发展，声发射(acoustic emission，AE)技术被广泛运用于岩石破裂的监测，能够获取岩石破裂过程中产生的声发射信号，具有实时性和连续性的特点，能为研究岩石破坏模式和机制提供丰富的信息。在运用声发射监测参数研究岩石破裂方面，罗丹旎等[7]运用能量分析结合声发射监测分析了岩爆破坏岩样的强度与变形特征、破坏与弹射特征、声发射特性等；LEI 等[8]使用20 个声发射传感器实时监测三轴试验中2 种花岗岩的声发射特征，基于测得的数据，使用各向异性速度模型确定了数千个事件的震源，声发射在真三轴岩爆试验中同样被用于岩爆孕育各阶段岩样破裂特征监测，能揭示岩爆过程中声发射时空演化特征[9]；张国凯等[10]研究了单轴压缩下花岗岩裂纹扩展不同阶段声发射演化及波传播特征，分析了声发射事件时空及幅值演化分布规律。在运用声发射特征参数震源定位研究岩石破裂损伤演化上已有一定的成果，但在硬脆性岩石破坏先兆信息方面的研究仍不够全面，大量学者开始通过声发射频谱特征揭示岩石破裂孕育不同阶段的特征信息。GONG等[11]基于试验室岩爆试验声发射信号，运用奇异频谱算法，识别了岩爆前兆波和本征频率。XIAO 等[12]对煤样微裂纹扩展过程中声发射b值和频谱特征的变化规律进行了研究。何满潮等[13]结合频谱分析，研究了岩爆全过程声发射主频特征和主频频带分布。AKER 等[14]通过AE 矩张量反演各分量百分比，研究了三轴压缩下砂岩破裂机制。MANTHEI等[15]研究了矩张量分解在试验室及原位尺度AE 活动分析中的应用。甘一雄等[16]通过试验分析了声发射RA(上升时间/振幅)与AF(平均频率)描述了岩石破坏剧烈程度的可行性与优势。储超群等[17]基于矩张量分解详细研究了砂岩加载过程中不同阶段的破裂机制变化。AGGELIS等[18]通过RA与AF 参数，研究了三点弯曲破坏下的试样破裂机制。何满潮等[19]基于r(RA与AF的比值)，研究了不同卸载速率下的岩爆破裂机制。上述学者基于室内试验、声发射监测、能量特征和矩张量分解等研究了岩爆的机理和破坏机制，但是手段单一，对从先兆特征和破坏模式角度分析岩爆灾害机制和预警方面的研究较少，为此，本文基于单轴压缩条件下的花岗岩破裂声发射试验，综合考虑声发射震源定位和频谱特征及震源机制，运用矩张量分析，对比r来判断破裂机制，系统研究深埋花岗岩的声发射特征变化以及破裂模式演化规律，研究结果能为深埋花岗岩隧道开挖的安全稳定性以及岩爆灾害先兆信息获取提供技术支撑，对于隧道开挖现场支护措施的决策具有参考意义。

1 试样准备与试验仪器

1.1 试验样品

本试验试样为中国云南红河州埋深约为900 m的燕山期白垩纪花岗岩，平均密度为2 661.6 kg/m3，常温下平均纵波波速为4.7 km/s。将花岗岩加工为符合国际岩石力学学会推荐的标准圆柱试样[20]，直径为50 mm，高度为100 mm，确保端面平行度和轴线与端面的垂直度控制在±0.02 mm 以内。试样取自同一岩块(编号为G-1～G-6)，加工完成的试样如图1所示。

图1 典型试样照片Fig.1 Typical specimen photos

从制作试样岩块中随机取样，制作显微玻片，进行光学显微镜观察，在正交偏光显微镜下发现试样微观组成形式如图2所示。由图2可见：试样具有明显的花岗岩结构和块状结构，其矿物成分主要包含石英、长石、角闪石和黑云母。矿物颗粒粒径为1～16 mm，不均匀地嵌入和分布在花岗岩中。

图2 光学显微镜照片Fig.2 Photo of optical micrographs

1.2 试验设备与方案

试验加载装置及声发射采集系统示意图如图3所示，单轴压缩试验采用YAW-600 微机控制电液伺服岩石试验机，AE信号采集系统为英国IMaGE公司12通道连续采集系统，该12通道连续采集系统能在试验过程中同步采集声发射主、被动波形信号，其中“A”代表高性能计算机，“B”代表脉冲发生器接口单元(PIU)，“C−E”代表主从配置中组合的3组4通道Richter16连续采集系统，用于声发射连续波形的采集。后期运用软件InSite-Lab进行数据分析。AE传感器为美国声学物理公司PICO传感器，中心频率为550 kHz，频率范围为200～750 kHz，前置放大器为内置100 kHz～1 MHz 带通滤波器的脉冲放大器，增益设置范围为30～70 dB。

图3 试验加载装置及声发射采集系统示意图Fig.3 Schematic diagram of experimental loading device and acoustic emission acquisition system

在试验过程中，同步进行AE监测。本试验使用的PICO传感器本身尺寸较小，对声发射定位精度的影响非常小，通过合理的声发射传感器阵列优化能使监测效果达到最佳[21]，因此，试样表面共布置上、下2层8枚传感器，距离试样上、下端面均为20 mm，且上、下2 层传感器布置错位90°，将传感器运用氟胶管和胶水固定在提前开好孔的热缩管位置。为减少AE信号在传感器与试样接触面之间的衰减与消散，保证试验效果，编号为奇数和偶数的增益分别设为30 dB和50 dB(高增益可有效采集微破裂信息，帮助研究裂纹的成核、贯通及准静态扩展过程；低增益则可有效避免波形出现削峰现象，获取裂纹最终扩展阶段重要信息)，采样频率为10 MHz，波形数字化分辨率为16 bit。在传感器与试样接触面之间均匀涂抹硅脂作为耦合剂，加载前，同时在试件端面放置同等直径的圆形铜片及特氟龙(Teflon)，减少端部摩擦效应。为防止花岗岩破裂剧烈飞溅，在试样表面包裹热缩管。

试验进行时，设置AE采集系统参数并检查传感器状态，试验加载速率为200 N/s。同步开启试验机加载系统与声发射采集系统，在试验信息采集过程中同步进行主动声发射测试。

2 力学特性与宏观破裂特征

对G-1～G-6 号试样进行单轴压缩声发射试验，结果如图4所示。从图4可以看出：6 块试样均表现出深埋花岗岩的显著脆性，在应力−应变曲线中应力达到峰值点后明显下降，在破坏发生时，试样突然爆裂，声响较大，瞬间失去承载能力；试样破坏面新鲜，破坏后的块体较大，岩屑较少；在断面上，擦断和划痕较少，完整性较好，在单轴压缩条件下破坏主要为张拉破坏。典型试样破坏照片如图5所示。

图4 花岗岩试样单轴压缩应力−应变曲线Fig.4 Stress−strain curves of granite specimens with uniaxial compression tests

图5 花岗岩典型试样破坏Fig.5 Typical failure modes of granite specimen

试样破坏的基本力学参数统计见表1，由表1可得：平均弹性模量为29.91 GPa，平均单轴抗压强度为138.76 MPa。

表1 试样基本力学参数Table 1 Mechanical parameters of specimens

3 声发射试验结果分析

3.1 声发射事件参数及震源定位结果

基于连续采集的声发射信号，必须选择一个合理的阈值，既能过滤大多背景噪声，又能合适触发破裂产生的声发射事件[22]，本试验中以30 mV作为阈值进行触发处理，若在480 个采样点(48µs)的窗口长度内有3个或更多通道记录的电压超过30 mV，则将触发1个事件，写入事件的波形长度为1 024个采样点。由于试样在压缩过程中的破坏剧烈程度和破坏持续时间的差异，试样G-1～G-6分别触发了4 553，4 118，16 086，3 616，19 540和32 375 个事件，图6所示为不同试样AE事件数、累积事件计数、应力−应变关系，红色五角星标注的是试样剧烈破坏发生点，后续由于试样破裂，脱离试验机，试验机器自动停止，且红色五角星标注的点仅1 个数据点。由图6可知：G-2，G-4和G-5 试样第一段在应力增加很小的情况下出现了应变变化较大的情况。作为典型的硬脆性岩石试样，花岗岩试样均在突然破裂前声发射事件数剧烈增加，不同编号的试样的声发射事件数变化趋势基本一致，最后G-5与G-6试样在加载前期，声发射事件极少，但在试样破坏前期，事件剧增，且事件数量相比于前4 个试样均高出1个数量级，这说明在前期声发射时间较少时试样产生较少裂纹，且能量进一步累积导致试样后期剧烈破坏，产生声发射事件急剧增加。

图6 花岗岩试样AE事件数、累积事件计数、应力−应变关系Fig.6 Relationships among AE events,cumulative event counts,and stress−strain in granite specimens

基于不同阶段的P波速度，可以构建试样随时间变化的横观各向同性速度模型。假设圆柱试样是一个包含所有震源和传感器的半空间，每对震源−传感器射线用矢量r表示。基于横观各向同性速度模型的假设，根据射线路径r与模型对称轴的相对关系，其P波速度可表示为

式中：vP-r为射线路径r上的P 波速度；θr为射线路径r与对称轴的夹角；v‖和v⊥分别为平行、垂直于对称轴的P波相速度，两者具有如下关系：

式中：αA为各向异性系数，其取值范围为0～10。在本试验中，圆柱的初始各向异性系数为0.674，说明对称轴方向为快速P波方向。在相邻2次波速测量时间间隔内，假定P波速度恒定，可构建1个子速度模型，所有子速度模型最终合并成随时间变化的横观各向同性(time-dependent transeversely isotropic,TTI)速度模型。该时间依赖的横观各向同性速度模型对于声发射事件结果定位的精确性已经在其他研究中得到验证[23]。

对已经触发的事件运用均方根振幅方法进行P波到时拾取，运用上述速度模型，对花岗岩试样加载过程中的声发射事件震源进行定位，结果如图7所示。由图7可知：在花岗岩单轴压缩试验中，声发射事件的产生主要集中在加载后期、岩爆发生阶段附近，且所有的事件成核阶段均对应在岩爆发生时刻。通过应力−应变、声发射事件率和累计数随时间的变化关系，结合声发射事件定位结果可知，在花岗岩单轴试验中，岩爆时刻伴随着声发射事件的大量爆发，同样验证了云南红河州花岗岩在单轴压缩条件下破坏符合岩爆特征。

图7 花岗岩试样破坏过程AE事件定位结果Fig.7 Results of AE events location during failure process of granite specimens

3.2 声发射频谱特征分析

3.2.1 声发射频谱特征提取方法

除了分析声发射事件的时间发生率与应力变化曲线外，分析声发射本身的特征参数对于花岗岩岩爆的研究也很重要，声发射信号其本身具有非平稳性，而通过快速傅里叶变换(FFT)来分析这种信号具有非常大的优势，其中常用的是频谱分析方法。对触发的声发射事件波形进行快速傅里叶变换(FFT)，通过频谱分析得到不同所有事件的频谱特性，然后针对需要研究的不同阶段的事件进行单独处理，可以得到不同阶段的试样损伤程度和声发射事件的特征，以获取岩爆的一些先兆信息来进行判断和预测，其原理如下[24]：

式中：h(t)为原始信号是时间参数t的时域函数；H(f)为频率参数f的频域函数。

选择一段波形来演示波形文件主频及幅值的计算方法。声发射设备采集试验过程中的波形信号，经过触发后提取波形如图8(a)所示。对声发射波形进行快速傅里叶变换(FFT)，得到提取波形的二维频谱图，如图8(b)所示，将二维频谱图中的幅值最高点所对应的频率确定为该事件波形的主频，而此时的幅值最高值确定为事件波形的主频幅值。

图8 声发射信号波形及频谱图Fig.8 Waveform and spectrum of AE signal

波形分析是AE信号后处理的另一种方法，波形分析反映的岩石破裂特征更全面、直观[25]。根据触发出来的时间，选取在岩爆不同阶段的关键点事件点波形进行傅里叶分析，得到声发射事件波形进行傅里叶变换后的频谱图(选取试样G-3和G-6进行分析)。G-3试样在不同试验加载阶段中AE事件信号经过FFT 变换后的波形频谱图如图9所示。从图9可见：在试验初始0.02σc时，主频约为444.3 kHz，振幅为1.59×10−7V；而在0.45σc时，信号的主频基本没有太大变化，为451.7 kHz，振幅为1.88×10−7V；随着试验的进行，AE事件信号的主频变化在0.65σc时为444.3 kHz，振幅为1.72×10−7V；当试验应力达0.70σc时，对应裂纹稳定扩展阶段，主频为458.2 kHz，振幅有明显增大，为3.22×10−7V；在岩爆前阶段0.80σc，声发射信号主频变高，为471.2 kHz，此时的频谱图表现出明显的双峰特征，而振幅为2.14×10−7V；随外部荷载不断增大，在达到应力峰值σc时，主频明显降低，为422.4 kHz，振幅为9.63×10−7V，同时AE频带中增加了主频为481.0 kHz，振幅为7.92×10−7V 的高频成分，呈现出低频高幅特征。

图9 花岗岩岩爆声发射频谱不同阶段对比图(G-3)Fig.9 Acoustic emission frequency-spectrum comparison chart of granite rock burst at different stages(G-3)

G-6 试样试验加载不同阶段中AE 事件信号经过FFT 变换后的波形频谱图如图10所示。由图10可知：在试验初始0.02σc时，主频约为459.0 kHz，振幅为8.29×10−8V；而在0.45σc时，信号的主频略有增加，为479.0 kHz，振幅为2.53×10−7V；在0.65σc时，主频为449.2 kHz，振幅为2.68×10−7V，此时的振幅出现2 个相当的峰值(498.3 kHz，2.67×10−7V)；当试验应力达到0.70σc时，裂纹稳定扩展，主频为454.1 kHz，振幅为2.14×10−7V；在岩爆前阶段应力峰值为0.80σc时，声发射信号主频变高，为488.2 kHz，此时的振幅为4.31×10−7V，振幅较之前增长明显；随外部荷载不断增大，在达到应力峰值σc时，主频有明显的降低，为441.9 kHz，振幅为1.14×10−6V，振幅有一个数量级的变化，同样呈现出低频高幅特征。

图10 花岗岩岩爆声发射频谱不同阶段对比图(G-6)Fig.10 Acoustic emission frequency-spectrum comparison chart of granite rock burst at different stages(G-6)

3.2.2 关键点主频及幅值特征统计结果

对所有试样的岩爆声发射试验各关键阶段点频谱图中所对应的幅值进行统计，观察其在各个阶段的变化规律。图11所示为岩爆试验各个关键阶段的点的频谱分析中所对应的幅值进行统计出来的对比结果，横坐标1，2，3，4，5和6对应的应力峰值分别为0.02σc，0.45σc，0.65σc，0.70σc，0.80σc和σc。由图11可知：因为1～5号关键点的数值重叠较多，将重叠部分的数据用虚线长方形框标出并重新绘制小图进行放大。试验开始时，振幅较低；随着试验进行，振幅明显增大，在5(0.80σc)时，振幅呈下降趋势；在岩爆时刻，振幅特征明显呈跃升，对应岩爆时刻能量急剧释放，而且变化规律一致。

图11 花岗岩岩爆声发射不同阶段幅值特征对比图Fig.11 Acoustic emission amplitude characteristic comparison chart of granite rock burst at different stages

对各关键阶段点频谱图中所对应的主频进行统计，图12所示为花岗岩岩爆声发射不同阶段频率特征对比图，其横坐标1，2，3，4，5和6对应应力峰值分别为0.02σc，0.45σc，0.65σc，0.70σc，0.80σc和σc。由图12可知：在岩爆试验前期，主频较低，结合振幅分析可知，此阶段幅值也较低；在0.45σc阶段有小幅增大，而在岩爆时刻前夕会出现先减小后增大的趋势，直到岩爆发生，声发射主频明显减小，且此时的振幅明显升高。

图12 花岗岩岩爆声发射不同阶段频率特征对比图Fig.12 Acoustic emission frequency-characteristic comparison chart of granite rock burst at different stages

3.2.3 花岗岩时间−主频−幅值三维特征对比分析

使用MATLAB 程序提取整个加载过程中声发射事件FFT 之后的主频、振幅、时间数据，绘制时间−主频−幅值三维特征演化，结果如图13所示。可以据三维直观分析声发射事件的时间分布和事件的特征类型，进一步分析花岗岩试验岩爆过程中的频谱变化。G-1～G-5的试样破坏过程中前期事件较少，选取较为集中的时间段进行详细分析。

由图13可知：在G-1～G-6试样的破坏过程中，加载前期声发射事件主频主要集中在450 kHz 附近，且事件数较少；在试样临近破坏的200 s左右(G-1 中800～1 000 s，G-2 中950～1 150 s，G-3 中1 200～1 400，G-4 中1 150～1 350 s，G-5 中950～1 150 s，G-6中1 150～1 350 s)，声发射事件剧烈增加，且主频呈现低、中、高均有出现，主频分布由集中条状变为较连续分布，主要分布在350～500 kHz，且在岩爆发生前夕出现一个较短的平静期，平静期之后出现大量低频事件，且低频高幅事件明显增多，6个试样在岩爆发生阶段。声发射事件主频呈现同样的特征。

图13 花岗岩试样加载过程中主频−时间−振幅的变化规律Fig.13 Variations of dominant frequency−time−amplitude during loading process of granite specimen

4 花岗岩破裂机制分析

4.1 基于矩张量反演的破裂机制分析

4.1.1 矩张量分解方法

岩石破裂矩张量是二阶对称张量，其中3个主特征值(m1，m2，m3)均为实数，将矩张量在主轴坐标系对角化后可简单表示为

运用KNOPOFF等[26]提出的将矩张量分解为各向同性部分(ISO)、纯双力偶(DC)和补偿线性矢量偶极成分(CLVD)的方法，各向同性部分可由3 个相等的特征值矩阵表示，双力偶成分由2个线性矢量偶极组合而成，可以代表岩体的剪切破坏或者断层的相对错动机制，补偿线性矢量偶极成分是深部地震中的一种作用机制。

式中：tr(M)为矩张量3个特征值之和。

对上式中的偏量部分可进一步分解为双力偶成分和补偿线性矢量偶极成分：

4.1.2 震源机制分析

运用AE监测手段获取岩石破裂过程中震源时间信息，通过矩张量反演法可以获得在岩石破裂过程中的震源参数、震源机制等，该分析方法在室内岩石力学试验以及工程监测中已经得到应用和验证。采用矩张量反演分析法对单轴压缩过程中破裂事件震源机制进行分析，进行矩张量反演基于如下假设：试样为均匀且纵波波速呈现各向同性；破裂事件的震源类型为点震源；纯脉冲震源为时间函数。通过声发射监测设备后处理软件，基于P波初动振幅和极性来反演矩张量[27]，并统计矩张量反演结果，来判断不同时间段内的破裂类型占比。

运用KNOPOFF等[26]提出的将矩张量分解为各向同性部分(ISO)、纯双力偶(DC)和补偿线性矢量偶极成分(CLVD)的方法，根据OHTSU[28]提出的矩张量反演方法分析结果，进一步分析AE事件的震源机制：以矩张量特征值中的DC 分量比例PDC对震源事件的破裂类型进一步量化，其中PDC≥60%定义为剪切破裂，PDC≤40%为张拉破裂，40%

由图14可知：6个试样的全过程声发射事件有效矩张量分解的DC 分量占比中，PDC≤40%部分分别为38.4%，44.06%，43.75%，37.71%，40.4%和39.98%，PDC≥60% 部分分别为31.19%，27.16%，27.39%，34.66%，31.05%和32.72%。由此可知，6个试样的全过程破裂还是以张拉破裂占比为主，符合花岗岩岩爆破裂模式特征。

图14 矩张量分解剪切(DC)成分比例统计直方图Fig.14 Histograms of results of shear(DC)component by moment tensor decomposition

因为花岗岩试样破裂爆发时间较为集中，声发射事件主要集中于岩爆前的短暂平静期和岩爆时刻，为了更加直观地获取岩爆前期的破裂特征先兆信息，选取G-3与G-6试样，基于矩张量分解特征值DC 分量比重PDC确定破裂比例分析0.8σc～0.9σc和0.9σc～1.0σc整个试验过程中的破裂类型，同时为了与整个试验过程中((0～1.0)σc)破坏类型比例进行对比，统计得到G-3和G-6试样的不同阶段破裂模式变化，如表2所示。

由表2可以看出：在岩爆前期，张拉破裂比例呈现增大的趋势；在0.9σc～1.0σc阶段，张拉破裂比例比整体试验过程中的比例高。结合应力−应变曲线可以看出，在前期逐步能量累积，内部微裂纹形成，试样随荷载增大，在应力达到峰值时，急剧释放，试样破裂。结合试样的典型破坏图可以看出，试样有岩爆破坏特征，破坏后试样的完整性相对较好，有较多相对较大的块体，说明在加载过程中，破坏模式以张拉破坏为主导，内部花岗岩颗粒未进行更多的剪切错动，试样宏观破裂已经形成，岩爆过程已经完成。

表2 试样不同阶段破裂模式变化(G-3，G-6)Table 2 Variations of failure mode of specimen at different stages(G-3,G-6) %

4.2 基于RA与AF的破裂机制分析

平均频率(AF)和上升时间/振幅(RA)与微裂纹模式直接相关[18]，一般而言，具有低AF和高RA的AE 信号通常对应于剪切裂纹，而具有高AF和低RA 的信号表示拉伸裂纹。OHNO 等[29]研究水压致裂试验的破裂模式时，选取分割线斜率k=80 来对破裂模式进行划分，并与SiGMA 矩张量分析结果进行比较，发现2种判别方法在对剪切破裂的判定上比例接近，且通过矩张量分析与r(RA与AF的比值)确定的张拉破裂与混合破裂占比。

为进一步揭示花岗岩试样在单轴压缩状态下的破裂机理，研究岩爆试样的破裂模式，结合试验中声发射参数RA(上升时间/振幅)与AF(平均频率)来对破裂机制进行分析。选取G-3与G-6 试样的声发射信号结果进行分析，结果分别如图15和图16所示。由图15和图16可以看出：2 组试样在岩爆试验过程中，随荷载增大，试样的声发射事件在岩爆时刻有一个剧增的阶段；但从试验开始到岩爆时刻，出现较多的高AF和低RA。根据AF与RA的含义可知，试样随荷载增大，张拉破裂百分比一直比剪切破裂百分比高，且张拉破裂百分比一直增大，剪切破裂百分比减小，意味着拉伸和剪切破坏都是在破坏过程中萌生和扩展的，但越接近岩爆时刻，张拉破裂越优先且为主导。前期低AF和高RA 的信号主要是由试样内部的微裂纹闭合和错动为主导致，在试样达到强度峰值，试样破裂，张拉破裂为主要破裂模式。结合矩张量分析结果，可以明确的是，花岗岩隧道中的岩爆灾害主要以张拉破裂模式为主，在灾害预防和支护过程中，应该以围岩的张拉破坏为导向布置灾害预防措施和支护措施。

图15 不同阶段内的RA与AF分布(G-3)Fig.15 Distribution of RA and AF at different stages(G-3)

图16 不同阶段内的RA与AF分布(G-6)Fig.16 Distribution of RA and AF at different stages(G-6)

5 结论

1)云南红河州花岗岩,存在较大的不均匀颗粒，成分以石英、长石、角闪石和黑云母为主，在单轴加载条件下破坏具有岩爆特征，在加载过程中以张拉破裂为主导作用，破坏块体较完整。

2)在加载初期，声发射主频较低，幅值也低；而在岩爆发生前期，声发射事件出现平静期；在平静期之前，声发射信号大量出现，且主频信号频带分布变宽，高、中、低频信号均大量出现，此试验现象可判定为岩爆发生的先兆信息，此时，声发射信号呈现低频高幅特征。

3)岩爆前期张拉破裂比例呈现增大趋势，在花岗岩破坏过程中以张拉破坏为主，运用RA/AF对比分析试样破坏模式，结果与矩张量分解统计结果一致，验证了在花岗岩岩爆中的破裂模式变化结果及主导破裂为张拉破裂。

4)花岗岩破裂机制以张拉破裂为主导，且在岩爆时刻前期，张拉破裂占比明显增加，破坏试样的完整性相对较好。有较多相对较大的块体，说明在加载过程中，当内部花岗岩颗粒未进行更多的剪切错动时，岩爆过程已经完成，隧道开挖时应该预防岩爆导致的片帮和大块的弹射，在支护措施中，应预防岩石张拉破裂产生的动力灾害为主。