双轴加载下花岗岩破裂过程声发射b值特征研究

基于声发射定位技术和声发射事件震级算法,对在双轴加载条件下岩石破裂声发射b值变化规律进行试验研究。研究结果表明：双轴加载试验中,岩样声发射b值变化规律与单轴加载b值变化规律相似,先随应力增大而增大,之后随应力增大而减小;侧向压力的变化对声发射b值均值的大小影响不明显,但对加载过程中b值的波动范围有明显影响;随着侧向压力的增大,声发射b值峰值出现在较低应力区间,与单轴加载试样破坏前才出现b值下降规律不同,双轴加载岩石的b值变化规律应充分考虑侧向压力的影响,这对应用b值预报双轴加载条件下岩石的破坏具有重要意义。     

花岗岩破裂过程中的声发射活动性研究

当岩石受外力或内力作用产生变形或断裂时,产生声发射现象.声发射技术是一个用来研究岩石裂纹扩展过程的很好的工具.本文应用声发射技术,研究了单轴加载条件下花岗岩试样破裂失稳过程,应用单纯形方法对声发射事件进行定位,对加载过程中花岗岩的声发射活动性进行了分析.研究结果表明：声发射次数随着应变的增加而增加;通过声发射事件定位技术,在开始加载时,声发射事件分布的很散乱,但是随着荷载的增加,声发射事件逐步聚集,直至宏观发生破坏;声发射次数随时间变化出现逐渐增加趋势,但岩石宏观破坏之后,其声发射活动并没有立即停止,而有增加的趋势,这主要是由于应力场寻求新的平衡,声发射次数仍然增加.可见,声发射事件随时间的变化,可以很好的反映岩石宏观失稳破裂之后,其内部应力场达到新的应力平衡过程.     

烧变岩石受压破坏全过程声发射特征试验

在对烧变岩石受压破坏全过程进行声发射试验基础上,检测了岩样从加载直至破坏过程中的声发射活动,得到了烧变岩石破坏全过程的力学特征和声发射特征,探讨了声发射信号在岩石受力变形破坏过程中的变化规律,为正确利用声发射信息监测岩石破坏的前兆现象提供了理论依据。     

支持向量机在岩石破裂失稳声发射定位实验中的应用

声发射技术是研究岩石变形破坏微观机理的重要手段,对开采扰动下采空区煤岩破裂失稳的机制和前兆预测具有重要意义。基于声发射定位实验,利用支持向量机方法,对煤岩单轴抗压破裂与失稳过程中的声发射信号进行分析与预测,为采空区煤岩破裂定量化预测提供科学依据。     

煤系岩石单轴压缩损伤破坏演化规律与表征北大核心

为了研究煤系岩石单轴压缩损伤破坏演化规律及其表征方法,以煤系岩层中普遍存在的3种不同岩性岩石为研究对象,重点讨论不同矿物组成以及不同微观结构等对其自身岩石力学性质的贡献关系,对比分析了声发射多维度特征参数的特殊表征意义,借助于计数与能量参数表征破坏尺度大小的关系,以及借助于声发射高灵敏定位效果来表征破坏位置的演化,通过两者的结合可进一步表征出承载体损伤演化全过程的可行性,基于理论分析,推导了响应的本构方程。结果表明:不同岩性煤系岩石微观形貌特征及矿物组成成分的差异直接影响其物理力学性质与受载损伤破坏特征;声发射特征振铃计数及声发射能量能有效表示岩石受载过程中损伤演化过程,声发射空间定位点分形维数D能在一定程度上反映岩石的损伤破坏过程,但受岩石孔隙率及致密程度的影响较大。基于岩石孔隙率特征及受载过程中的声发射累计振铃计数,建立了考虑初始损伤和累计损伤的本构模型,并分析了孔隙率对损伤张量Dn的影响规律。     

岩石破坏过程的声发射特征研究

通过对岩石受力破坏过程的声发射试验，研究了岩石破坏全过程的声发射特征，包括声发射与时间、声发射与应力水平之间的关系。研究表明，岩石声发射事件率在不同应力水平的变化很大；岩石在接近峰值强度时单位时间内的应力增长速度减小、声发射事件率出现明显下降。     

基于岩石损伤破坏和声发射理论的岩爆发生机理

岩石等脆性材料在加载过程中，随着载荷的增加，材料内部的微裂纹产生、扩展并伴随着声发射现象的发生。声发射是研究脆性材料损伤演化的良好工具，它能连续、实时地监测脆性物体内部微裂纹的产生与扩展，这是其他任何方法都不具有的优势。采用岩石声发射测试技术，对不同孔隙率的岩石的岩爆机理进行了系统的试验研究；利用统计规律和连续损伤力学理论建立了声发射与损伤变量之间线性关系式；用不同孔隙率的大理岩进行了双轴压缩试验。试验模拟了双向受力状态下的岩爆，研究了其破坏过程中的声发射特征，并从岩石损伤的角度分析了岩爆的发生机制。研究表明，采用岩石声发射测试技术追踪岩爆的产生和发展过程，是进行岩爆机理研究的一种科学、有效的方法。     

层状黑云变粒岩的波速模型及声发射定位新方法

为了提高层状黑云变粒岩破坏过程中声发射源的定位精度,建立了一种适用于该类岩石的各向异性波速声发射源定位方法。首先,通过波速测量结果构建了各向异性波速模型;然后,建立声发射定位目标函数,并采用直接网格搜索法进行优化求解;最后,通过单轴压缩条件下的层状黑云变粒岩声发射实验,对单一波速的传统定位法和该定位方法进行了验证。研究结果表明：该定位方法具有较高的精度,误差较单一波速的传统定位法减少了约4 mm,可以为研究层状黑云变粒岩破裂过程中裂纹时空演化规律提供技术基础。     

子波变换在围岩非稳态破坏信号分析中的应用

阐述了围岩非稳态破坏的声发射监测的特征及子波变换的信号分析技术，尝试将子波变换技术应用在采空区动力学破坏监测的非稳态信号分析中，给出了具体的分析过程与步骤，最终结合统计力学的理论，对采空区围岩非稳态破坏位置进行了统计推断以及对断裂位置正确定位，取得了很好的效果。从而证实这种信息挖掘方法，将会与岩石的变形破裂机制密切联系起来，从本质上给围岩破裂机制和非稳态损伤与破坏提出更为有效的分析新方法。     

岩石声发射特性的研究

对单轴压缩下的花岗岩，砂岩，灰岩的声发射及剪切时花岗岩，灰岩的声发射进行了测试，并对声发射的时间序列，活动特点和频谱特征等进行了分析。结果表明，岩石的声发射时间序列可分为主震型，孤震和震群型三类，与岩石结构的均匀性和受力状态有关，岩石声发射活动在岩石破坏前都有一个稳定发展阶段和加速发展阶段，声发射的主频在５－３０ｋＨｚ以内，与岩石种类和受力状态关系不大，声发射主频一幅值因岩石不同而呈不同的分布状态     

单轴压缩条件下充填体—砂岩组合体破坏过程及前兆特征声发射试验研究

分别对砂岩、充填体—砂岩组合体试件进行单轴压缩声发射（AE）试验,研究了试件破坏过程中AE振铃计数及主频特征,重点对比了组合体试件中砂岩侧、充填体侧所采集到的AE信号差异性,同时采用BP神经网络对峰值应力前组合体试件的AE信号类型进行识别,分析了试件破坏过程中不同类型AE信号的时间—应力变化关系及占比变化规律。研究表明：组合体试件的平均单轴抗压强度仅为砂岩试件的38.85%;组合体试件破坏过程中的声发射信号振铃计数量整体少于砂岩试件;峰值应力前,组合体试件中砂岩侧AE振铃计数“激增”现象明显;临近破坏前,组合体试件中砂岩类型的声发射信号占比逐渐下降,充填体类型信号的占比逐渐上升,这一现象可作为组合体试件破坏的前兆特征。     

基于BP神经网络的回采巷道围岩稳定性分类

针对袁店矿回采巷道围岩条件复杂、现有分类方案不够完善、巷道收敛率较大等问题,探索一种准确、高效、易于使用的回采巷道围岩稳定性预测方法.以袁店矿区回采巷道作为工程研究背景,采用BP神经网络预测原理,在分析出回采巷道围岩稳定性的影响因素基础之上,设计出一种基于BP神经网络的回采巷道围岩分类方法,利用Matlab7.0BP神经网络工具箱,实现算法编程和GUI友好的用户操作界面,结果证明此方法具有相当高的预测精度.     

岩体可爆性分级的神经网络判别方法

以神经网络技术为基础,利用MATLAB软件设计了岩体可爆性分级的BP神经网络判别模型,使用此模型完成对某铁矿中7种不同岩体岩体可爆性分级判别,并将此判别结果与使用模糊识别方法的判别结果进行比较分析,得出的结论一致。体现了使用MATLAB语言设计BP神经网络模型不仅简便精确,而且还具备较强的可行性和客观性。     

基于FLAC及神经网络的岩体力学参数反分析

以大冶铁矿高陡边坡为例, 应用差分法、正交设计和BP神经网络建立了边坡岩体物理力学参数反分析方法。按照正交设计要求选取不同物理力学参数, 用FLAC^3D差分程序建立模型并计算得出相应的BP神经网络分析样本, 对样本进行了BP网络训练, 再将现场监测数据作为输入样本值, 对岩体力学参数进行了神经网络反分析, 分析结果满足工程要求, 表明该反分析方法的可行性和精确性。     

基于SSA-BP神经网络的岩爆烈度等级预测

随着深部开采战略在我国的发展,岩爆愈加成为我国资源开采时必须面对的地质灾害之一。为提高传统误差反向传播（Back Propagation,BP）神经网络模型进行岩爆预测的准确性与有效性,采用麻雀搜索算法（Sparrow Search Algorithm,SSA）优化传统BP神经网络,提出一种基于麻雀搜索算法优化BP神经网络的岩爆预测模型(SSA-BP模型)。在考虑岩爆产生的内外因基础上,选取相关岩爆预测指标,利用国内外100例已有工程岩爆数据建立SSA-BP模型,并与传统BP模型、粒子群算法（Particle Swarm Optimization, PSO）优化支持向量机（Support Vector Machines, SVM）模型对比。结果表明：SSA-BP预测模型的有效性和准确度皆高于传统BP模型和PSO-SVM模型,同时SSA-BP模型训练集的均方误差(Mean Square Error,MSE)为0.081,比传统BP模型（0.25）降低67.7%,可为类似工程的岩爆预测提供科学依据。     

岩石高径比效应对其声发射影响的数值模拟研究

对6种不同高径比岩石试样进行数值模拟研究,讨论了不同高径比值下声发射之间的关系,得出了声发射的时间序列特征和空间分布的规律:H/D1时,达到应力峰值前,声发射频度及能量极少,且弥散、随机的过程较长;当达到峰值时,声发射频度和能量达到历史最大,主要分布在试样中部。H/D≤1时,在初期声发射已有出现,达峰值应力前有声发射突跃,且能量也较大,出现声发射带;达到峰值应力和在峰值过后仍有几次频度较高的声发射。这些特征为用压力机做实验时,控制一定高径比尽量避免岩石试样破裂过程受垫板干扰提供了参考依据,对预测岩石破裂来临及位置具有一定的参考意义。     

改进GWO-BP算法的概率积分法预计参数求取

针对BP神经网络模型在求取概率积分法预计参数时的缺陷,提出了一种基于改进灰狼优化算法(GWO)的BP神经网络参数预测模型。主要通过对灰狼算法的收敛因子a进行非线性收敛的改进,再利用粒子群算法(PSO)的速度更新公式更新搜索灰狼搜索位置。用改进的灰狼优化算法对BP神经网络的初始权值和阈值进行优化,然后利用最优的初始权值和阈值对模型进行训练和预测,从而得到概率积分法参数的预测结果。结果显示经过改进的灰狼算法优化BP神经网络的参数预测结果明显优于单一的BP神经网络模型和不改进的灰狼算法优化BP神经网络模型的预测结果,可以在矿区开采沉陷预计方面得到应用。     

基于BP网络的深部软岩巷道围岩力学参数反演研究

为探索高地应力下深部软岩巷道围岩应力场及位移场的分布情况, 建立了简化的应变软化模型, 分析了此模型的关键参数; 采用均匀设计法设计了数值计算中待分析的参数方案, 且将各方案参数代入FLAC^3D软件中进行了数值仿真分析; 再将各工况下监测点计算的相对位移与岩体力学参数代入BP网络进行训练、学习, 并将监测点位移相对监值输入训练的BP网络, 获得参数反演值。以淮南矿业集团顾桥煤矿轨道巷为工程背景, 进行了巷道深部位移监测, 根据监测结果反演了简化应变软化模型的关键参数, 经正分析对比验证了力学参数反演结果的准确度、可靠性, 反演结果为后续工程数值计算奠定了基础。     

煤层底板导水破坏深度的灰色BP神经网络预算模型

在综合分析影响煤层底板导水破坏深度因素的基础上,应用灰色关联理论筛选预测指标,建立底板破坏深度的灰色BP神经网络计算模型。该模型采用全国典型突水范例和实测数据作为训练样本和测试样本,对实测值、BP和灰色BP神经网络模型计算值进行对比分析。实例分析表明:应用灰色理论筛选指标考虑因素更加全面,结合神经网络预算结果更为接近实际,该模型为承压水上安全采煤提供了科学依据。     

BP网络在露天矿边坡角优化中的应用

基于影响边坡稳定性的主要自然和工程因素,运用BP神经网络预测岩质边坡的稳定性,经大量样本进行网络训练,得出可靠的BP网络模型,预测露天矿最终边坡的最优化角度,并将结果与多元线性回归的预测角度比较。研究表明神经网络法具有精度高、收敛速度快、容错能力高等特点,能够满足实际工程的需要,是有一定实用价值和参考价值的边坡稳定性预测方法。