岩石破裂声发射压缩波到时拾取方法及其优化改进研究EI北大核心CSCD

岩石破裂过程中的微震及声发射监测技术已广泛应用于岩石工程领域。P波到时自动拾取是进行岩石破裂源定位和矩张量反演等声发射(AE)技术研究的基础与关键,为提高到时拾取精度,分析Allen拾取法、Baer-Kradolfer改进拾取法、高阶统计量拾取法以及AR-AIC拾取法对模拟正弦信号振幅、频率与相位突变识别的敏感性。基于加拿大原子能公司地下实验室(URL)的隧道密封试验现场监测数据,对比分析几种拾取方法对不同信噪比(SNR)水平的信号拾取结果,研究表明。Allen拾取法、Baer-Kradolfer拾取法和高阶统计量拾取法具有更广的信噪比识别范围,特别对低信噪比水平的信号具有较强识别能力,进而提出对AR-AIC拾取法的改进思路。利用改进AR-AIC拾取法对真实声发射信号进行到时拾取,得到影响拾取精度的关键因素以及适用于工程尺度的局部范围的声发射信号的合理参量,进而成功对信噪比水平小于10的声发射信号进行自动到时拾取,研究认为高阶统计量法中的峰度拾取法是应用改进AR-AIC法初拾阶段的最优方法,其自动拾取与人工识别结果时差小于5μs的准确率为94%,表明提出的改进AR-AIC拾取法在实际应用中,特别是对低信噪比水平信号进行到时拾取具有良好的适用性。     

基于高阶统计量偏斜度和赤池信息准则的突涌水微振信号初至拾取方法

突涌水灾害演化过程中，伴生着大量的微振事件，得到准确微振信号的初至时刻，是实现微振事件准确定位的重要前提。通过分析高阶统计量偏斜度、赤池信息准则到时拾取方法原理和抗噪声干扰能力差、滑动时窗依赖性大等问题。针对两种方法的局限性，提出基于高阶统计量偏斜度和赤池信息准则的突涌水微振到时拾取方法。通过模型试验的突涌水微振信号进行实例验证，结果表明：提出的拾取方法对高信噪比和低信噪比信号的拾取精度较高阶统计量偏斜度方法分别提高了3.125,4.700 ms。验证了提出的突涌水微振信号到时拾取方法较单一的高阶统计量偏斜度方法和赤池信息准则到时拾取更加准确，具有更高的稳定性、准确性、抗噪能力及更低的滑动时窗大小依赖性。     

工程尺度下微震信号及P波初至自动识别AB算法

 为提高工程噪音环境中低信噪比微震信号的自动识别率及其P波自动拾取准确率,结合Allen算法能快速自动拾取震动信号的优点及Bear算法善于拾取低信噪比震动信号P波初至的优势,在Allen算法的基础上,引入Bear算法的加权因子和特征函数,对Allen算法进行改进,提出适用于工程尺度的微震信号及P波初至自动识别的AB(Allen coupled with Bear algorithm)算法。分析AB算法对信号振幅或频率变化的敏感性以及拾取效果,结果表明：(1) AB算法能准确识别微震信号也能同时准确自动拾取信号的P波初至;(2) AB算法的加权因子K、特征函数CF, 值对频率和振幅变化的敏感性高于Allen算法;(3) AB算法对振幅变化比对频率变化敏感;(4) 工程尺度下AB算法微震信号的拾取率高于Allen算法,且P波自动拾取准确率也高于Allen算法。将AB算法用于分析锦屏深部地下实验室实测微震信号：对于弱信号,基于AB算法拾取结果进行微震源定位,定位结果具有更高的可靠性与稳定性;AB算法是一种行之有效,计算简单,适合实时监测微震信号识别及其P波初至拾取。     

基于质量寻优与归一化STA/LTA方法的微震P波到时拾取技术研究

微震信号P波初至拾取是微震数据处理的关键步骤之一。为了实现微震信号P波初至到时的精确拾取,针对微震信号不同信道各时段受噪声污染程度不同的特点,使用归一化后的信噪比、信号的明显程度和信号初至起跳点的明显程度叠加的信噪指数代替单一信噪比来量化微震信号的质量。以信噪指数作为判定条件选取质量较高的信号作为输入来提高P波到时准确度,设计一种基于质量寻优与归一化STA/LTA方法的微震P波初至到时拾取算法(QONSL方法)。为了验证该方法的可行性和有效性,分别对测试数据和阜新市五龙矿微震监测数据进行处理。对测试数据的处理结果表明,在量化微震信号的质量时,信噪指数比信噪比更准确,且信噪指数越大,到时拾取结果越接近准确到时。对阜新市五龙矿三分向数据处理结果表明,QONSL方法可以通过信噪指数快速锁定信号质量较高的信号通道并快速拾取微震P波初至到时,综合120个微震信号的到时拾取结果来看,与准确到时的误差保持在5 ms之内,将86个微震事件的到时误差控制在2 ms以内。与STA/LTA算法相比,QONSL算法拾取精度整体提升72%,整体误差范围波动减少75%。QONSL方法受噪声影响较小,具有较高的拾取...     

基于时域分析法的微震波到时拾取研究

微震波到时拾取是实现微震监测精确定位与实时预警的必要前提。在收集整理国内外相关资料的基础上,从微震波的波形特征、到时拾取方法等方面总结了目前微震波到时拾取方法的优缺点,指出不准确的特征函数与经验性的阈值参数是导致微震波到时拾取存在较大误差的原因。到时拾取算法需要与现场微震定位相互验证,并根据波形特征建立自适应信噪比具有调节性的特征函数。将STA/LTA法与AIC法相结合,提高了微震波到时拾取速度与准确性,实现了微震监测的时效性,更适用于工程应用。     

煤层水力压裂微震信号P波初至的自动拾取方法

水力压裂技术是矿山领域防冲、消突以及瓦斯抽采等的绿色技术,煤层水力压裂过程的微震监测可实现对压裂裂缝追踪和效果评价。为了实现对煤层水力压裂微震信号P波初至到时的精确拾取,针对水力压裂微震信号的频域特性,提出一种基于改进小波包阈值去噪(MWPT)的和改进AIC法(IAIC)的初至到时精确拾取方法。该方法首先提出对原有WPT去噪模型进行改造,建立基于多去噪规则的多阈值去噪方法;然后对原AIC算法进行改进,提出构建联合快速搜索和精确拾取两大模块的IAIC快速、精确拾取算法。以典型煤层压裂微震数据为例,以人工拾取结果为参照,利用IAIC,ER,MER,WFM以及PAI-S/K五种算法对该数据进行处理,结果表明:MWPT算法适用于背景干扰少、频率范围集中的煤层水力压裂信号,信噪比提升至12.67 d B,信号能量特征保留高达97.15%;在到时拾取方面,除PAI-S/K外其余4种算法在去噪后的到时拾取精度均得到有效提高,其中尤以IAIC法最为明显,到时平均误差由34.17 ms锐减至7.08 ms;ER,MER,WFM算法对波形的起伏较为敏感,但由于时窗因素影响,其到时往往滞后于手动拾取值。总而言之,IAIC法对去噪结果更为敏感,在12通道波形的拾取精度(约7.08 ms)和速度(约0.124 s)远优于人工拾取和其他4类方法,误差分布方面也较理想(-10~10 ms误差范围内可达62.5%,-20~20 ms范围高达100%)。所提出方法一定程度上提升了煤层水力压裂微震信号P波初至的拾取效率和精度,可为后续的微震自动、高精定位计算提供借鉴。     

公路隧道微震监测信号到时拾取研究

依托某公路隧道工程中的微震监测信号,从微震波的波形特征等方面总结分析了目前微震波到时拾取方法的优缺点,通过对依托工程微震监测信号采用多种到时拾取方法对比分析可知,将STA/LTA法与AIC法有机结合,可实现数据的快速处理与高效拾取,具有重要的工程应用价值。     

基于小波变换时频能量分析技术的岩石声发射信号时延估计

声发射源定位技术是根据各传感器接收声发射信号的时差来实现损伤定位的,时延估计精确程度直接影响声发射源定位的精度。首先,在对不同损伤的声发射波形模式和频率识别的基础上,利用小波变换提取相应的单一频率或某一很窄频率段内的波形,并据此实现不同传感器在该频段的时延估计,为声发射源定位提供一个更为科学的方法;然后,使用Hyperion超声波系统,对单轴加载条件下岩石破裂过程中的声发射信号进行监测,并使用仪器自带的定位算法实现声发射源定位;最后,基于小波变换的方法对岩石试样声发射信号的时频能量分布特征进行分析,实现声发射源定位,并将定位结果与试样的真实破裂模式进行比较。试验结果表明,基于小波变换时频能量分析技术有利于减小声发射源定位的误差,从而提高材料损伤定位的精度。     

不同岩石声发射时频特性实验研究

通过对变粒岩、花岗岩、石灰岩、粉砂岩等四种岩石进行室内单轴加载声发射试验,获取岩石破裂全过程的应力-应变曲线、声发射参数及声发射信号。根据岩石破裂过程,从时、频域对声发射信号进行分析,着重对比了不同岩石的力学性质、声发射信号频域特征。研究结果表明:采用声发射率、能率可以很好地描述岩石破裂损伤的整个阶段;随着加载的进行,根据岩体变形及破裂程度的不同,不同岩石破裂阶段的声发射信号的频带范围也在不断发生变化。结合声发射时间序列参数特征和频谱特性,可得出岩石破裂时的损伤特性,为现场岩体的稳定性监测提供技术支持。     

基于频谱分析和卷积神经网络的岩石声发射信号定位研究

众所周知,在声发射测试中,如何准确定位源位置意义重大。传统的声发射定位方法存在波速模型和到时拾取不准等问题,导致其定位精度不高。因此提出一种将频谱分析与卷积神经网络相结合,无需波速模型与到时拾取的声发射定位方法。具体而言,基于主动源声发射试验收集的声发射全波形信号,首先通过小波分析得到正方体花岗岩试样各面声发射信号的频谱分布情况,根据声发射信号的频谱差异性对声发射信号进行面源定位,将复杂的三维空间定位转化为二维平面定位;继而设计一个卷积神经网络,对各面断铅点的声发射信号进行短时傅里叶变换,将得到的同时包含时域与频域信息的信号频谱图作为卷积神经网络的输入特征,各断铅点的二维空间坐标作为输出特征,进行训练、测试和验证,对各面断铅点的声发射源进行二维定位。结果表明,布设传感器的XOZ-面平均定位误差为0.5 cm,试样两侧面YOZ+,YOZ-的平均定位误差为0.7 cm,对立面XOZ+的定位误差为1.0 cm。综上所述,研究有效提升了声发射定位精度,且规避了传统定位方法存在的不足,为岩石声发射定位提供一种新思路。     

矿震P波到时拾取优化与降低震源定位误差应用研究

多通道微震监测系统采用的定位算法一般是基于P波到时与等速度模型,P波到时拾取的准确与否直接影响着定位精度的高低。然而由于地震波传播衰减与应用环境背景噪声的原因,参与定位的一些通道信噪比偏低,P波到时拾取的随意性较大,导致震源定位结果与实际震源位置相差较大,影响了在矿山的实际应用效果。简要介绍了震源定位方法并开发应用了基于小波理论的离散信号滤噪程序,通过对原始信号进行小波分解、给定阀值与重构处理后,提高了原始信号的信噪比,显著地提高了P波到时拾取准确度。结合某矿山特大采空区采场冒顶实例,应用基于小波理论的信号滤噪方法对信噪比偏低的通道进行了滤噪处理,重新优化拾取了P波到时。所得到的定位结果,与处理前相比,定位误差从47~94 m减小到14~23 m,大大提高了微震监测在矿山的实际应用效果。 方法1的P波到时/ms 方法2的P波到时#br# /ms 方法1 方法2     

含水承载煤岩损伤演化过程能量释放规律及关键孕灾声发射信号拾取

不同含水状态对煤岩样损伤演化过程有重要的影响,为了研究不同含水状态煤岩样单轴压缩全过程煤岩样损伤演化过程能量释放规律,并基于能量贡献率与振铃计数贡献率共同准则拾取关键孕灾声发射信号,以指导声发射技术在岩体工程监测和灾害预警中的应用。利用岩石力学试验系统和全信息声发射信息分析仪,开展不同含水状态煤岩样的单轴压缩试验,主要对不同含水状态下煤岩样的力学特性、能量释放规律、破坏模式以及关键部位孕灾声发射信号进行拾取。试验结果表明,不同含水状态煤岩样力学性质各不相同,含水率的增大能有效弱化煤岩样强度。不同含水状态煤岩样能量释放规律各不相同,水在软化煤岩基质的同时,也对弹性应变能进行大量吸收,进一步导致含水煤岩受载屈服阶段弹性应变能占比增大,耗散应变能迅速降低,对应蓄能期(声发射平静期),待其孔隙水压力增大到对裂隙进行了扩展与贯通,即试样马上进入破坏阶段。不同含水状态下煤岩样单轴压缩破坏模式均为剪切形式,且含水率增大,剪切裂纹趋于复杂。同时验证了基于能量贡献率和振铃计数贡献率计算准则的声发射信号拾取方法可行,并与其他常规声发射参数形成对应关系,可为具体分析前兆特征分析和灾变预警提供参考。     

三函数四指标矿震信号S波到时拾取方法及应用

 S波到时拾取是微震监测技术中基础而又关键的环节,其拾取速度和精度直接影响到矿山震源机制分析、微震活动预测以及岩体应力重分布等后续工作的效率和精度。基于国内外微震监测系统的S波自动识别不够精确,需技术人员二次识别,随机且效率低的考虑,对矿山微震数据的短时平均过零率、短时平均振幅、短时能量3个时域特征函数进行分析得到4个S波识别指标,进而形成“三函数四指标”的S波到时算法。根据实际微震事件信号确定S波到达的经验阈值,并编制成自动程序应用于实例分析中。自动识别结果与人工拾取结果对比表明：时差在25 ms内的准确率可达88%,时差在12.5 ms内的准确率达到74%,其中短时能量的识别效果最优,短时平均过零率识别效果较好、短时平均振幅识别效果较差。本文提出的三函数四指标的时域分析方法是一种行之有效、计算简单、适合实时监测的S波到时拾取算法。     

岩石声发射信号能量的小波包分析

信号处理是研究岩石声发射技术的关键。岩石声发射信号具有瞬态性和多样性的特点,属于典型的非平稳信号,传统的快速傅立叶变换不适于处理这类信号。本文根据岩石声发射信号的特点,引入小波包分析方法对岩石声发射信号的能量分布特征进行了研究。首先,简略介绍了小波变换与小波包分析的特点;其次,对声发射信号进行了小波包分解和重构,计算出不同频带声发射信号能量,得到了信号在不同频带上的能量分布图;最后,总结了声发射信号的频带能量的分布特征。     

单轴压缩下粗砂岩临界破坏的多频段声发射耦合判据和前兆识别特征

为寻求岩石临界破坏判据和前兆特征,在粗砂岩单轴压缩声发射(AE)试验的基础上,研究了岩石破坏过程中AE信号频段占比随应力变化特征,重点分析高、低两个特征频段占比随应力变化规律,同时对两个特征频段中不同应力水平下AE幅值关联维数进行计算与分析,并建立了基于频段占比与应力间关系的多频段AE信号主频识别判据模型。研究表明:AE信号频段占比的分布特征能较好地诠释岩石破坏所经历的主要过程;岩石破坏过程中,较低频段AE信号(31.25~46.875 k Hz)占比先减小后增大,较高频段AE信号(140.625~156.25 k Hz)占比先增大后减小。在临界破坏状态下,高、低两个特征频段占比分别出现最大值和最小值,且二者中AE幅值关联维数都下降到最低。通过对特征频段占比与应力之间的耦合分析,利用特征频段占比、AE幅值关联维数的变化可更准确地对岩石临界破坏前兆进行判别和预测。     

组合煤岩冲击破坏电磁辐射规律研究

大量理论研究和物理试验已经证实煤岩变形破裂过程中会产生宽频带的电磁辐射信号,因此研究坚硬顶板–煤体–底板所构成的组合煤岩变形破裂电磁辐射规律对于预测预报煤岩动力灾害具有重要的意义。采用MTS815伺服加载以及Disp–24声电测试系统对组合煤岩变形破裂所产生的电磁辐射及声发射信号进行了测定,试验结果表明,试样在发生冲击破坏前,电磁辐射强度呈小幅度上升的波动趋势,且冲击破坏前兆会产生突变;而声发射信号计数率在试样冲击破坏时将急剧增加并达到最大值,随后产生突降。电磁辐射与声发射信号峰值位置出现的时间并不同步,电磁辐射信号的最大值出现在试样变形破坏的峰后阶段,而声发射信号的最大值位置则出现在试样的峰值强度处。电磁辐射信号出现峰值时声发射相对较弱,且声发射信号出现峰值时其电磁辐射强度也相对较弱。依此规律,可以对冲击矿压的危险性进行正确地评价和预测预报。     

Rock burst process of limestone and its acoustic emission characteristics under true-triaxial unloading conditions

The rock failure process is associated with acoustic emission (AE). Hence, violent rock failure processes such as rock burst under different stress paths in laboratory can be studied using the AE monitoring technique. In this paper, single-face dynamic unloading tests under true-triaxial condition were carried out for Paleozonic marine sedimentation limestone samples produced by blocks cored from 1140 m depth in Jiahe coal mine of China. Frequency-spectra analysis was conducted for the full-wave AE data and figures showing the relationship of frequency–amplitude of AE signals in rock burst stages were obtained. The dynamical damage process and characteristics of limestone under the test condition are summarized. It is found from the fast Fourier transformation (FFT) analysis of the AE signals that there exist two main frequency ranges, i.e. lower (60–100 kHz), and higher (170–190 kHz), for the samples. When the limestone samples are under relatively lower stress, the AE signals are characterized by high frequency and low amplitude. As the stress increases, the AE signals tend to shift more towards a signature of high amplitude. Near the bursting failure of the rock samples, it is observed that there are much higher amplitude and lower frequency events. The AE accumulated energy release rapidly increases from the unloading state of the rock samples to its failure. The dynamic unloading test facility provides a useful tool to gain an insight into the characteristics of rock bursts.     

花岗岩灾变声发射信号多参量耦合分析及主破裂前兆特征试验研究

 通过开展花岗岩单轴压缩声发射试验,提取花岗岩破裂过程声发射信号的能量、主频和主频幅值,分析花岗岩破裂过程中3种耦合关系：破裂尺度和能量、能量和主频幅值、能量和主频的关系。以能量为媒介,探讨破裂尺度和声发射信号特征(能量、幅值和主频)之间的对应关系,研究花岗岩破裂过程中不同破裂尺度对应声发射信号的演化规律,探索岩石破裂的声发射前兆规律。研究结果表明：花岗岩破裂过程中存在4种模式声发射信号：低频高幅值、低频低幅值、中频低幅值和高频低幅值。花岗岩破裂过程中大尺度破裂声发射表现为低主频、高幅值和高能量的特征,对应低频高幅值声发射信号;小尺度破裂表现为低幅值和低能量,低、中和高主频共存的声发射特征,对应低频低幅值、中频低幅值和高频低幅值3种模式声发射信号。中、高频低幅值和低频高幅值3种模式声发射信号,适合作为花岗岩破裂预测的主要信号源,前兆特征表现为：中、高频低幅值信号逐渐消失,低频高幅值信号出现,即出现中、高频低幅值信号平静,而低频高幅值信号不平静的现象。高频低幅值和低频高幅值信号的前兆响应系数为0.2,中频低幅值信号前兆响应系数为0.14,相比中频低幅值信号,高频低幅值和低频高幅值信号的前兆响应时间早,前兆响应能力较强。