遥感一岩石力学（VII）——岩石低速撞击的热红外遥感成像实验研究

利用热红外遥感成像技术进行岩石低速撞击瞬间的遥感监测，分别进行了以大理岩为主的不同岩性的垂直撞击实验、不同角度的倾斜撞击实验以及不同表面条件(潮湿度)的垂直撞击实验。发现：(1)岩石垂直撞击时，均存在一临界速度，不同岩性岩石的临界速度值有所差异，以大理岩为例，其临界速度约为15m/s；(2)辐射特征与撞击因子相关，大理岩在临界速度以内垂直撞击时，热红外辐射通量增量与弹体动能线性相关，热红外辐射温度增量与撞击速度二次相关；(3)不同角度撞击时，热红外辐射特征各不相同，其辐射强度基本上都比相同速度下垂直撞击时强，且在45^。角入射时达到峰值；(4)潮湿与干燥火理岩在垂直撞击时具有不同的热红外辐射特征，且其变化趋势与速度相关。     

岩体稳定性评价的物元分析法

本文提出了岩体稳定性评价的物元分析法，并经实测数据进行验证，说明此方法是科学可靠的。     

岩石破裂失稳声发射监测频段信息识别研究

首先对声发射信号进行分频处理,分析岩石损伤破裂演化过程中声发射信号频段分布规律.根据岩石断裂模式与声发射频率存在一定的对应关系,证明了岩石破裂监测中声发射前兆优势频段的存在,进一步构建前兆优势频段的计算方法,确定声发射监测岩石破裂的最优短临预报参数.通过开展花岗岩圆形隧洞模型水平卸荷试验,分析整个过程的声发射信号,寻找前兆优势频段,以此验证方法的可靠性.研究结果表明,水平方向卸荷瞬间,隧洞两壁发生劈裂破坏,频段(31.25~62 kHz)的小波能量占比达73%以上.临近最终破裂,频段(7.8125~15.625 kHz)变能系数ζCD6由前一刻的0.5突增到15,具有典型的灾变响应特征,可以确定该频段为声发射前兆优势频段.选择ζCD6作为宏观破裂的短临预报参数,再结合临近最终破裂前声发射主频在频段(90~105 kHz)和(13~20 kHz)所出现的响应突现规律,可以为预测花岗岩圆形隧洞模型的失稳破坏提供预警参量.     

地震红外遥感实验的热像处理系统与关键技术

为满足地震遥感基础实验研究中的红外热像处理要求,研究了实验红外热像数据的提取、增强显示和温度场分析等问题.通过引入最佳灰度域和动态值域概念,解决了实验热像分析处理所要求的最佳伪彩色显示与动态局部增强显示等关键技术.采用面向对象的程序设计方法开发了一套实验红外热像处理系统,并应用于模拟地震孕育的岩石单轴压缩破裂过程及岩石双剪摩擦滑移过程的红外热像处理与分析研究.     

打造安全高效的操作系统

打造安全、高效的操作系统,是每一个计算机用户特别是网民最为期待的。面对每天产生的数十种甚至数百种病毒及其变种,面对计算机每天的劳作,我们的电脑表现得一天比一天慢,真到了忍无可忍的地步,大部分用户无奈的选项就是:格式化硬盘,重装系统。     

红外热成像在排土场稳定性监测中的应用

随着矿山开采深度和排岩量的不断增加,排土场的高度越来越高,排土场的稳定性将越来越差。如遇大型降雨,可能会造成滑坡,给矿山生产和生命财产带来危害。因此开展排土场稳定性监测,对于保证矿山安全生产至关重要。利用红外热成像技术对鞍钢鞍千矿的2个排土场的稳定性进行了监测,发现了4处低温异常区域,结合热力学理论和现场勘查确定异常区域为含水的砂土层。由于这些沙土层本身强度较低,属于弱层,而含水后又增加了其滑动性,因而给排土场的稳定性造成重要影响。此研究成果为矿山排土场稳定性监测提供了新的技术方法。     

露天矿滑坡位移监测的ASIFT算法

针对现有的大型露天矿边坡大变形监测方法存在的不足,提出了一种基于ASIFT图像特征匹配算法的滑坡位移监测方法。首先基于露天矿滑坡真实地形空间分布形态,设计了滑坡物理模型,并利用高分辨率数码相机获取模型滑动过程中的序列影像;然后利用ASIFT特征匹配算法对滑坡各阶段光学影像进行特征点提取与匹配,并利用RANSAC随机抽样一致算法剔除误匹配点;最后利用滑坡体运动特征矢量集模型计算出特征点空间矢量位移,从而实现了滑坡位移场标定与滑坡范围确定。研究表明：所提算法对于滑坡蠕变阶段的位移监测效果一般,但可有效监测滑坡中后期发生明显变形时的位移,该算法的特征点匹配数量及匹配正确率均明显优于SIFT算法,且位移矢量标定精度也得到明显提高,反映出该算法适合于大型滑坡后期发生大变形时的位移量监测。     

基于极差的受载含孔洞岩石红外辐射温度场的定量分析

以岩石含孔结构模拟地下巷道,开展了含孔洞岩石加载过程的红外辐射监测实验。对含孔洞岩石加载的红外辐射温度场的时空变化特征进行了研究,引入极差参数作为红外辐射温度场的定量刻画指标,重点讨论了极差曲线的变化特征,以及极差与特征粗糙度、熵和方差的异同。结果表明：①极差曲线随应变的变化具有明显的阶段性特征,表现为低水平发展、稳定上升和快速上升 3 个阶段;②在最后阶段,极差曲线加速上升并出现突跳点,反映了温度场的分异现象和前兆特征,前兆时间点平均为 0.88 峰值应力;③在特征粗糙度、熵、方差和极差这 4 个参数中,特征粗糙度和极差的阶段性变化特征最明显,有利于岩石加载阶段的识别与判定,方差次之,熵最差;特征粗糙度和极差波动性最大,对岩石加载过程的红外温度场变化更为敏感,熵次之,方差最光滑;极差的前兆点易识别性最大,特征粗糙度次之,熵和方差最小;在前兆时间上,4 个参数处于 0.87~1 峰值应力区间,平均为 0.94σmax,其中极差最早,特征粗糙度次之,熵和方差最晚,不同参数的前兆时间差有利于增强岩石破裂预警的临近渐进性和识别可靠性;从计算的难易程度上看,特征粗糙度和熵最复杂,方差次之,极差最为简单。本研究成果丰富了遥感 —岩石力学的内容和红外辐射温度场定量表达方法,为岩巷岩体失稳破坏的红外监测及预警提供了实验基础。     

基于可见光—近红外光谱特征的BIF铁矿原位测定方法

条带状铁建造(Banded iron formation,BIF)是我国主要的铁矿资源类型,主要采用露天开采方式生产。目前采场品位确定以传统化验方法为主,存在采样密度低、化验周期长、效率低、品位测试结果滞后等不足,导致矿体边界圈定不准确,增大了矿石损失率和贫化率,并使得配矿质量受到影响。选择鞍千露天铁矿作为试验场,通过现场采样、光谱测试、模型构建、模型验证等试验流程,揭示了不同岩矿类型的光谱特征,建立了矿石品位与光谱特征之间的联系,对BIF铁矿快速原位测定方法进行了研究。结果表明:赤铁矿、磁铁矿与围岩之间的光谱特征存在显著差异,利用该类差异构建的岩矿类型识别和分类模型,其铁矿石与围岩的区分正确率为97.1%,赤铁矿和磁铁矿的区分正确率达到93.5%;利用偏最小二乘法(Partial least squares method,PLS)构建的全铁品位回归模型的反演精度达到了3.43%。上述分析可为露天铁矿实现精准开采与合理配矿提供可靠依据。