基于灰度共生矩阵和工业CT 扫描的受载含瓦斯煤裂隙动态演化特征

王登科，吴 岩，魏建平，赵小龙，张宏图，朱传奇，袁安营

1) 安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室，淮南 232001 2) 河南理工大学河南省瓦斯地质与瓦斯治理重点实验室-省部共建国家重点实验室培育基地，焦作 454000 3) 河南理工大学安全科学与工程学院，焦作 454000 4) 煤炭安全生产与清洁高效利用省部共建协同创新中心，焦作 454000 5) 中国石化胜利油田分公司，东营 257000

煤层气作为一种重要的非常规天然气资源，因其对矿井安全、环境保护和商业价值等方面的重要作用，近年来受到人们越来越多的关注[1-2].煤是一种具有发达孔隙结构的多孔介质，由包含原生孔隙的煤基质和天然裂隙组成[3].其中天然裂隙为煤层气提供了主要运输通道，裂隙的非均匀分布及加载条件下的裂隙扩展演化都会导致煤体的渗透和力学特性发生变化[4-5].因此，研究不同应力状态下煤体裂隙的空间形态特征及演化规律对煤层气生产和控制煤与瓦斯突出灾害具有重要意义.

近年来，国内外学者利用各种理论方法和技术研究煤中孔裂隙结构的变化，如压汞法[6-8]、氮气吸附法[8-9]、扫描电子显微镜(SEM)[10-11]，核磁共振(NMR)[12-14]，X 射线CT 扫描[15-18]，声发射和超声技术[19-20]，分形几何理论[21-23].其中，压汞法用于孔隙孔径分布的定量研究，但会破坏孔隙结构[8,24]；扫描电子显微镜用于孔裂隙分布的二维分析；分形几何能有效描述裂隙分布的自相似性和几何复杂性，但用于定量分析则容易导致较大误差[25].而基于X 射线的CT 扫描技术可进行无损检测，并能以较高精度表征样品的三维空间分布，因此近年来被广泛应用[26-34].王登科[16,35-36]，Zhang 等[17]，Liu 等[26]等研究了温度冲击作用下的煤体内部裂隙演化过程，发现裂隙的扩展演化与温度梯度正相关.Wang 等[37]和毛灵涛等[38]利用显微CT 分别研究了煤样内部的孔隙结构和三维应变场.外部载荷的存在往往会给煤岩裂隙的扩展带来重要影响[32,39]，Zhang[40]等利用显微CT 发现随着有效应力的增加，煤的孔隙度呈线性下降.宋红华[41]等研究发现，煤样内部初始缺陷以及矿物的非均匀分布是造成不同加载方向上煤岩破坏特征差异性显著的重要原因.Duan 等[42]和Zhou 等[43]则利用CT 扫描技术对单轴加载过程中煤岩样品的裂隙网络演化特征进行了研究.Hao 等[44]采用CT 扫描技术分析了不同载荷条件下煤中主要裂隙的扩展方向、发育程度和连通性.Lu 等[45]研究了裂隙孔径分布的变化情况，并对储层条件下的煤渗透率进行了定量分析.Ju 等[46-47]和Stappen 等[48]同样利用CT 成像表征了三维裂隙网络，并研究了裂隙网络演化对渗透率的影响.

为了提高分析精度和效率，人们通常采用阈值分割方法来识别和研究煤岩孔裂隙结构发育及其演化特征.传统意义上的阈值分割法往往基于用户人为经验或相关算法来确定灰度图像的分割阈值，但是也经常会造成图像基本信息的丢失[49-50].为弥补传统方法的不足，研究人员利用Haralick在20 世纪70 年代提出的灰度共生矩阵（GLCM）理论[51]来分析CT 扫描图像，有效避免了传统阈值分割方法的信息缺失[52-53].如今，GLCM 方法已经被广泛应用于医学领域的样本分析[54]、患病组织的甄别[55]、蛋白质图像特征分析[56]以及混凝土和岩石类材料内部的裂隙识别和提取[57-58].Zhu 等[59]和Wang 等[60]等利用GLCM 方法分析了混凝土的CT 图像，定量提取了CT 图像中的裂隙信息，有效描述了混凝土试样变形过程中的损伤发展过程.

精确定量分析含瓦斯煤变形过程中的裂隙扩展演化规律，对我国煤层气有效开发和煤矿安全生产具有重要意义.从目前的研究现状来看，还缺乏工业CT 扫描技术结合GLCM 方法分析受载含瓦斯煤裂隙动态演化规律的相关研究.本文利用装配有三轴加载装置的工业CT 扫描设备，开展不同瓦斯压力条件下的受载含瓦斯煤三轴压缩实验和工业CT 扫描测试，运用图像处理技术、三维重建技术和GLCM 统计方法对测试结果进行深入分析，定性和定量表征含瓦斯煤裂隙在载荷作用下的动态演化规律，为受载含瓦斯煤的裂隙发展和损伤演化过程提供科学依据.

1 实验描述

1.1 煤样制备

煤样取自河南安阳主焦矿，所采煤层中宏观煤岩以亮煤和半亮煤为主，半暗煤及暗煤次之，类型属半亮型煤.煤样的有机显微组分以深灰色均一的镜质组为主，体积分数约为74%，惰质组与壳质组的体积分数约为15%，其中镜质组多与木质丝炭、半丝炭和丝炭等惰质组互成条带状分布.无机显微组分即煤中的矿物质主要为黏土质，体积分数为10.75%，其中难选和较难选的黏土类物质体积分数占9.17%，碳酸岩及氧化硅含量较少.采用块煤取样法制备煤样，将从井下获取的大块原煤蜡封后运回实验室，利用岩石钻芯机钻取煤柱，然后在岩石切割机和岩石打磨机上经切割和打磨制备成φ25 mm×50 mm 的圆柱煤样，将煤样干燥24 h 脱水备用.图1 为制备并编号后的煤样.

图1 试验煤样Fig.1 Coal samples for testing

1.2 试验设备和测试方法

试验在受载含瓦斯煤显微工业CT 扫描系统上进行，设备归属河南理工大学瓦斯地质与瓦斯治理国家重点实验培育基地，设备结构如图2 所示，主要由三轴加载控制系统和显微工业CT 在线扫描系统组成.该设备同时配置了高功率微米焦点和高分辨率纳米焦点的X 射线管，能实现试样在单轴加载和三轴加载条件下的实时CT 扫描测试.微米焦点射线管的最好扫描分辨率为2 μm，纳米焦点射线管的最好扫描分辨率为0.5 μm，本实验所用煤样的扫描精度为27.31 μm.设备的加载系统可施加轴向最大压力为100 kN；最大围压为30 MPa；轴向最大位移量20 mm，轴向位移速率为0.01～3 mm·min-1.

图2 受载含瓦斯煤显微工业CT 扫描系统Fig.2 Industrial micro-computed tomography (CT) scanning system for a loaded coal-containing gas

利用受载含瓦斯煤显微工业CT 扫描系统对煤样进行不同瓦斯压力条件下的三轴压缩试验和实时CT 扫描试验.首先，在环境温度和相对湿度均满足要求的状态下开启CT 扫描设备，试验前打开数据采集软件phoenix datos|x 2.0 以记录图像数据；其次，将准备好的煤样用橡胶套包裹严实，装入三轴压力室中后完成CT 扫描参数；再次，启动三轴加载设备及加载控制软件，对煤样施加预设围压后并通入瓦斯气体，完成对煤样的初次扫描；最后，随着对煤样加载的进行，在不同变形阶段停止加载并对煤样进行CT 扫描，得到不同变形阶段煤样内部裂隙的演化情况.S1、S2 和S3 煤样的试验围压均为3 MPa，孔隙气体压力分别为0、0.5 和1.5 MPa.以轴向位移速率0.02 mm·min-1均匀加载轴向压力，对加载过程进行实时监控，在扫描点维持加载应力不变并对煤样进行CT 扫描，由此获得不同应力状态下煤样的CT 图像.本文所选取的主要扫描参数如表1 所示.

表1 受载煤样CT 扫描参数Table 1 Computed tomography scanning parameters of loaded coal samples

1.3 三维重建方法

利用CT 数据重建软件phoenix datos|x 2.0 打开待显微工业CT 扫描数据，定义感兴趣的数字重建区域后，对扫描图像进行几何校正、射束硬化校正、反色处理、对数滤波处理和反投影处理，以确认最佳补偿效果，显示最清晰的三维数字煤芯.利用VG Studio MAX 图像处理软件对实验煤样的CT 扫描数据进行可视化三维重构，并通过分割工具定义感兴趣分析区域（ROI），以去除包裹煤样的胶套和加载液的影响，从而节省内存、减小计算量.利用孔隙/夹杂物分析模块对煤样的内部裂隙等初始缺陷进行提取和分析，将检测到的裂隙进行颜色编码和可视化，并计算每个缺陷的各种参数（如裂隙体积、长度、表面积等）.

2 结果与讨论

2.1 实验结果分析

由加载实验得到煤样的应力-应变曲线（图3），其中，σ3为围压；p为气体压力，曲线上用红色符号标出了每个煤样的扫描阶段，如表2 所示.从图3中可以看到，三轴应力条件下含瓦斯煤的应力-应变曲线可分为裂隙压密阶段、弹性变形阶段、塑性屈服阶段和峰后阶段4 个阶段；加载初期煤样内的裂隙在外力作用下逐渐闭合，应力-应变曲线呈上凹型，这一阶段为裂隙压密阶段；之后应力-应变曲线基本呈直线，应力与应变近似线性相关；随着轴向应力的增大，应力-应变曲线偏离线性呈下凹型，煤样开始产生不可逆的塑性变形进入塑性屈服阶段，表征着煤样的破坏已经开始；当应力到达强度极限时，煤样发生失稳破坏，之后承载力逐渐降低，表现出应变软化特征.当瓦斯压力从0 增加到0.5 MPa 时，煤样抗压强度从41.63 下降到34.48 MPa，下降幅度为17.17%；弹性模量从3227 MPa 下降到2557 MPa，下降幅度为20.76%.瓦斯压力增加至1.5 MPa 时，煤样抗压强度下降到25.93 MPa，下降幅度为37.71%；弹性模量下降到2182 MPa，下降幅度为32.38%.由于气楔作用的存在[61]，随着瓦斯压力的增加，煤样的峰值强度和弹性模量均大幅减小，表现出瓦斯对煤样力学性质的弱化作用.

图3 连续扫描阶段的应力-应变曲线.(a) S1;(b) S2;(c) S3Fig.3 Stress-strain curves at successive scanning stages: (a) S1;(b) S2;(c) S3

表2 受载煤样CT 扫描状态Table 2 Computed tomography scanning statuses of the loaded coal samples

2.2 裂隙演化分析

2.2.1 二维裂隙动态演化分析

CT 图像中灰度值与样品的密度呈正相关[62-63].在CT 图像中白色区域为高密度的矿物，黑色区域表示煤样内部的孔裂隙结构，灰色区域表示煤基质[64].通过CT 扫描图像定性分析煤样内部裂隙闭合、萌生、发育、分叉和扩展等动态变化过程，有助于了解煤样内部细观孔裂隙结构的破坏机制.选取煤样中含有原生裂隙的断面CT 扫描图像进行高斯滤波后，使用ImageJ 中的OTSU 算法[63]进行阈值分割，用红色区域表示裂隙，以便更清晰地分析二维裂隙动态演化过程及其特征.

图4 为S1 煤样的CT 扫描图像，前3 次的CT图像显示煤样内部矿物质含量较高，原生裂隙在弹性阶段完全闭合；随着轴向应力的增加，煤样进入塑性屈服阶段，在断面下方薄弱区域萌生新裂隙（第4 次扫描图像）；而造成煤样破坏的裂隙主要产生于条状矿物质带与煤基质之间的薄弱面，并在峰后阶段分叉扩展（第5 次和第6 次扫描图像）.

图4 S1 煤样在不同扫描阶段的CT 图像Fig.4 Computed tomography images of coal sample S1 at various scanning stages

图5 为S2 煤样的CT 扫描图像，煤样有一条近乎贯穿该断面的原生裂隙，进入弹性阶段后该裂隙部分闭合（第2 次扫描图像）；随着轴向应力的增加，煤样断面上方萌生新裂隙（第3 次扫描图像）；轴向应力达到峰值强度后，裂隙不断发育扩展使煤样失稳破坏（第4 次扫描图像）；煤样进一步卸压后，裂隙贯穿断面（第5 次扫描图像）；之后原生裂隙重新张开，宏观裂隙宽度明显增大，并且分叉扩展使煤样得到充分破坏（第6 次扫描图像）.

图5 S2 煤样在不同扫描阶段的CT 图像Fig.5 Computed tomography images of coal sample S2 at various scanning stages

图6 为S3 煤样的CT 扫描图像，弹性阶段时原生裂隙闭合；轴向应力达到屈服强度后，煤样产生塑性变形，一些小裂隙萌生并交织形成了裂隙网络（第3 次扫描图像）；由第4 次扫描图像可知，裂隙结构进一步发育，裂隙网络扩展使煤样发生破坏；峰后阶段时裂隙结构趋于稳定，但裂隙宽度明显增加，说明已有裂隙仍在不断发育（第5 次扫描图像）；随着应变的增加，残余强度缓慢降低，第6 次扫描时发现裂隙网络稳定，未发生大的变化，部分裂隙宽度增加并相互连通.

图6 S3 煤样在不同扫描阶段的CT 图像Fig.6 Computed tomography images of coal sample S3 at various scanning stages

由图4～6 可知，受载含瓦斯煤的二维裂隙在弹性变形阶段部分闭合，在塑性屈服阶段开始扩展，在峰后阶段快速扩展并连通形成复杂裂隙网络.

2.2.2 三维裂隙动态演化分析

煤样的CT 断面图像只能反映出二维断面上的裂隙发育情况，无法反映三维裂隙空间分布信息，难以直观、完整地揭示煤样内部三维裂隙动态演化特征.为更好地研究受载煤样的裂隙演化过程，表征裂隙的三维形貌，利用VG Studio MAX 图像处理软件对各扫描阶段的CT 图像进行三维数字重建，煤样的三维裂隙演化过程如图7 所示.

图7 煤样裂隙的三维动态演化过程Fig.7 Three-dimensional fracture evolution of coal samples

图7 显示S1 煤样内部存在众多的原生裂隙（第1 次扫描），总体积为10.05 mm3；煤样进入弹性变形阶段后，原生裂隙完全闭合，之后煤样在塑性阶段产生新裂隙，并在峰后阶段不断发育扩展（第4～6 次扫描），裂隙总体积上升到247.15 mm3.S2煤样的原生裂隙较少，裂隙总体积为8.92 mm3，在轴向应力的压实作用下，裂隙体积下降到0.84 mm3（第1～2 次扫描）；随着外部载荷的增加，新的裂隙不断产生，扩展形成了贯通煤样的宏观主裂隙，导致了煤样的失稳破坏，裂隙总体积增加至91.97 mm3（第3～4 次扫描）；煤样进一步卸压后，裂隙扩展使得所形成的裂隙网络明显增大，裂隙体积急剧增加至537.98 mm3（第6 次扫描）.S3 煤样在下部有极少的原生裂隙，其体积为0.32 mm3，弹性阶段裂隙体积减少到了0.10 mm3（第1～2 次扫描）；当轴向应力达到弹性极限时，煤样内部形成了一条近乎贯通煤样的片状大裂隙（第3 次扫描），导致裂隙总体积增加到158.90 mm3；煤样破坏后，内部的两条片状大裂隙相互连接组成了新裂隙网络，裂隙总体积增加到272.98 mm3；煤样处于峰后阶段时裂隙网络进一步扩展，裂隙总体积上升到1114.52 mm3（第5～6 次扫描）.

受载煤样各扫描阶段的裂隙体积、表面积和裂隙密度表征裂隙的发育程度（见表3），其中裂隙密度是描述多孔介质中裂隙发育的重要参数.由于煤含有大量随机分布的天然裂隙和缺陷，在外部荷载作用下，煤中裂隙的萌生、发育和扩展效应非常复杂.本文用裂隙表面积与煤样体积之比定义裂隙密度[65]，对裂隙动态演化进行三维定量表征，其表达式如下：

表3 受载煤样裂隙的动态演化Table 3 Dynamic evolution of loaded coal sample fractures

式中，ρ为裂隙密度，mm-1；S为裂隙表面积，mm2；Vs为煤样体积，mm3.

根据表3 绘制了裂隙体积和裂隙密度随应力的变化曲线（图8）.由图8 可知，全应力应变过程中煤样的裂隙体积与裂隙密度的变化规律有良好的一致性，由此将裂隙发育过程分为3 个发展阶段：裂隙压密闭合阶段Ⅰ、新裂隙萌生扩展阶段Ⅱ和主裂隙加速扩展与贯通阶段Ⅲ，卸压破坏后煤样内部裂隙扩展充分，致使裂隙体积和裂隙密度均大幅增加.由表3 可知，与S1 煤样相比，S2和S3 煤样在破坏后的裂隙体积和裂隙密度均有不同程度的增加，裂隙体积的增幅分别为117.67%和350.94%，裂隙密度的增幅分别为168.15%和347.79%.随着瓦斯压力的增加，煤样裂隙发育更充分，破坏更彻底.

图8 受载煤样裂隙体积和裂隙密度的变化曲线.(a) S1;(b) S2;(c) S3Fig.8 Variation curves of fracture volumes and fracture densities of loaded coal samples: (a) S1;(b) S2;(c) S3

3 灰度共生矩阵（GLCM）统计分析

3.1 灰度共生矩阵（GLCM）

为了更好地定量描述煤样内部细观裂隙结构的演化过程，采用基于统计理论的灰度共生矩阵（GLCM）方法来分析显微工业CT 扫描图像，进一步挖掘细观裂隙结构发展细节.灰度共生矩阵（GLCM）反映了灰度值的空间相关性特征，能够有效描述二维CT 图像中像素的空间关系[66].

GLCM 是通过描述灰度值从参考像素到相邻像素的变化来建立的.假设CT 图像每个像素的灰度值为{1，2，···，L}，CT 图像的分辨率为N×N.定义参考像素的灰度值和坐标分别为i和(x,y)，定义相邻像素的灰度值和坐标分别为j和(x+dx,y+dy)，参考像素与相邻像素之间的距离为d，特定角度为θ.对于二维显微CT 扫描图像，参考像素周围有8 个像素，呈现了四种独特的像素方向（图9）.

图9 参考像素和相邻像素之间的空间表示.(a) θ=0°/180°;(b) θ=45°/225°;(c) θ=90°/270°;(d)θ=135°/315°Fig.9 Spatial representation between a reference pixel and a neighboring pixel: (a) θ=0°/180°;(b) θ=45°/225°;(c) θ=90°/270°;(d)θ=135°/315°

通过计算这两个像素灰度级的联合概率密度来定义GLCM，数学表达式为：

从灰度共生矩阵（GLCM）中能提取14 个统计特征，与CT 图像中的纹理信息相关的主要有四个特征：对比度、能量、相关性和同质性[67]，数学表达式分别如下所示：

（1）对比度.

对比度衡量参考像素与相邻像素之间的灰度级变化.图像上局部的灰度变化越剧烈，纹理沟纹越深，视觉效果越清晰，其对比度越大.即对比度可表示图像的清晰度和纹理沟纹深浅的程度.

（2）能量.

能量是灰度共生矩阵元素的平方和，反映了图像灰度的分布均匀程度，即能量越高，说明纹理变化越均匀.

（3）相关性.

相关性表征图像纹理的主方向，度量灰度共生矩阵元素在行或列方向上的相似程度，其值大说明矩阵元素趋向于一致.

（4）同质性.

同质性度量图像纹理的局部变化情况，其值大说明图像不同区域间缺少变化，反映了纹理的规律性.对CT 图像进行灰度共生矩阵（GLCM）分析时受像素距离、方向和灰度级的影响较大.在本文中，像素距离选取1，即中心像素同与之直接相邻的像素做运算和比较.为了能考虑到煤样最细微的裂隙结构信息，选取灰度级为256.选取0°、45°、90°、135° 4 个方向计算灰度共生矩阵（GLCM），已有研究表明4 个不同方向的样本中灰度共生矩阵（GLCM）图像没有显著差异[59].因此，为了便于分析，本研究取这4 个方向计算的统计特征平均值作为最终的特征值共生矩阵.

3.2 CT 图像的GLCM 统计分析

为了尽量减小煤样端面效应对计算结果的影响，利用编写的MATLAB 代码提取横向断面1～5（轴向位置分别为4、2、0、-2 和-4 mm，如图10所示）在各扫描阶段的4 个统计特征：对比度、能量、相关性和同质性，利用4 个统计特征对加载过程中的煤样细观结构演化进行分析.由图11～13 可以看出，断面1～5 的统计特征在不同扫描阶段的变化趋势表现出较大的波动性，表明煤样内部的各向异性和非均质性较明显.

图10 断面位置示意图Fig.10 Schematic diagram of the section location

图11 S1 煤样的GLCM 统计特征曲线.(a) 对比度;(b) 能量;(c) 同质性;(d) 相关性Fig.11 Curves of gray level co-occurrence matrix statistical characteristics of the S1 coal sample: (a) contrast;(b) energy;(c) homogeneity;(d) correlation

图11 为S1 煤样的GLCM 统计特征的变化曲线，由图4 可知煤样内部矿物质含量很高，一定程度上影响了GLCM 的计算结果.由图11(a)可以看到初始阶段煤样的对比度为0.7033～1.0042，之后煤样在轴向应力作用下被压实，对比度减小到0.6182～0.7825；图7 显示第4 次扫描时煤样内部产生了新裂隙，对比度增加到0.6021～ 0.9410，第5～6 次扫描时裂隙进一步扩展导致裂隙网络扩大，对比度最终增加为0.9773～1.1561.由图11(b)、11(c)和11(d)中的第1 次扫描结果可以看到，断面1～5的能量为0.1714～0.1834，同质性为0.7846～0.8216，相关性为0.0963～0.1303；破坏卸压后煤样的裂隙发育充分，能量为0.1646～0.1775，同质性为0.7519～0.7757，相关性为0.0470～0.0648，与初始阶段相比均有不同程度的下降.

图12 为S2 煤样的GLCM 统计特征的变化曲线，初始阶段对比度为0.5269～0.5603，第2 次扫描时为弹性阶段，裂隙部分闭合，对比度下降到0.4787～0.5384；第3～6 次扫描时煤样处于塑性屈服阶段和峰后阶段，由图7 可以看到裂隙不断发育扩展，对比度单调递增到0.7795～0.9030.由图12(b)、12(c)和12(d)可知，初始阶段断面1～5的能量为0.2743～0.2910，同质性为0.8813～0.9016，相关性为0.3020～0.3419；破坏后能量降为0.2209～0.2406，同质性降为0.8236～0.8402，相关性降为0.1607～0.1776.

图12 S2 煤样的GLCM 统计特征曲线.(a) 对比度;(b) 能量;(c) 同质性;(d) 相关性Fig.12 Curves of gray level co-occurrence matrix statistical characteristics of the S2 coal sample: (a) contrast;(b) energy;(c) homogeneity;(d) correlation

图13 为S3 煤样的GLCM 统计特征的变化曲线.初始阶段断面1～5 的对比度为0.0.4123～0.4972，在弹性阶段减小到了0.3924～0.4749（第2 次扫描结果）；图7 显示S3 煤样进入塑性屈服阶段后出现裂隙网络，导致了煤样的失稳破坏，对比度增加到了0.5344～0.7143（第4 次扫描结果）；峰后阶段时，裂隙网络结构扩展相对稳定，对比度最终增加至0.7372～1.0765（第6 次扫描结果）.由图13(b)、13(c)和13(d)中的第1 次扫描结果可知，初始阶段断面1～5 的能量为0.2268～0.2386，同质性为0.8443～0.8577，相关性为0.2359～0.2935；失稳卸压后煤样裂隙体积急剧增加，3 个统计特征值下降幅度明显，能量降至0.1732～0.2001，同质性降为0.7907～0.8195，相关性降为0.0975～0.1506.

图13 S3 煤样的GLCM 统计特征曲线.(a) 对比度;(b) 能量;(c) 同质性;(d) 相关性Fig.13 Curves of gray level co-occurrence matrix statistical characteristics of the S3 coal sample: (a) contrast;(b) energy;(c) homogeneity;(d) correlation

以上分析可知：三轴应力条件下，对比度的总体趋势为先减小后单调递增，能量和同质性的总体趋势为先增大后单调递减，与裂隙的动态演化趋势一致.部分断面的特征值存在一定的随机性波动，但不影响总体变化趋势，表明煤样裂隙发育存在局部非均匀性.

4 结 论

（1）瓦斯压力的存在弱化了受载含瓦斯煤的力学性质，加速了裂隙扩展.当瓦斯压力由0 升至0.5 再至1.5 MPa 时，受载含瓦斯煤的三轴抗压强度降低17.17%和37.71%，弹性模量降低20.76%和32.38%，裂隙体积增加117.67%和350.94%，裂隙密度增幅为168.15%和347.79%.

（2）在三轴应力作用下，受载含瓦斯煤的裂隙先闭合后扩展，并最终形成复杂的贯通裂隙网络；受载含瓦斯煤的三维裂隙体积和裂隙密度均表现出先减小后增大的发展规律，总体上呈现出裂隙压密闭合、新裂隙萌生扩展和主裂隙加速扩展贯通3 个变化阶段.

（3）灰度共生矩阵统计分析方法是分析受载含瓦斯煤裂隙动态扩展和演化的有效手段.灰度共生矩阵各统计特征值的变化能有效描述受载含瓦斯煤的裂隙扩展和演化过程.三轴应力条件下，对比度先减小后单调递增，能量和同质性的先增大后单调递减，与裂隙的动态演化趋势一致；相关性呈现出单调递减趋势.