萊州花崗巖巖爆聲發射特征試驗大數據分析

張昱 李繼濤 蘇仡琳 高凱龍 劉開峰

1.北京建筑大學電氣與信息工程學院，北京100044；2.北京建筑大學建筑大數據智能處理方法研究北京市重點實驗室，北京100044；3.中國礦業大學（北京）深部巖土力學與地下工程國家重點實驗室，北京100083

因受高應力、高壓、高溫、工程擾動等因素的影響，在煤礦、地下水電站、深埋隧道、引水隧洞等地下工程中圍巖會突然發生猛烈破壞，同時伴隨能量的快速釋放，該現象稱為巖爆［1］。巖爆不僅嚴重影響生產，還會造成經濟損失，甚至人員傷亡［2-3］。文獻［4］以川藏鐵路隧道為例分析巖爆的判別方法、發生規律及危害性，并針對巖爆各風險等級給出了應對措施。文獻［5］在總結巖爆發生規律的基礎上，闡述了巖爆的防治技術。文獻［6］采用巖石彈性應力指數、強度脆性系數等指標對隧道巖爆段的巖性進行了分析預測。文獻［7］針對錦屏水電站隧洞施工高強巖爆等問題，提出一系列工程治理方案。

巖爆過程中會產生彈性應力波，從而出現聲發射現象。文獻［8-9］采用應變巖爆物理模擬試驗系統在室內再現了巖爆現象，通過采集裝置實時接收巖爆過程中的聲發射信號，從而將巖爆過程中巖體破壞與聲發射現象聯系起來。文獻［10］通過分析巖爆試驗結果發現，聲發射信號波形大致能反映巖爆的本質信息。文獻［11］提取巖爆過程中每個波形的主頻并匯總，將主頻的分布區間分為5個頻帶，分別為低頻帶、中低頻帶、中頻帶、中高頻帶和高頻帶。

既有研究都取得了較好的效果，然而并沒有完全揭示出巖爆現象與聲發射現象的密切關系。本課題組在室內進行巖爆試驗，實時采集循環加載條件下巖爆聲發射信號，將其通過快速傅里葉變換（Fast Fourier Transform，FFT）處理后再進行大數據可視化分析，揭示巖爆現象與聲發射信號的主頻、振幅、能量的關系，為巖爆預測提供依據。

1 巖爆試驗

1.1 巖爆試驗系統

何滿潮院士及其團隊于2004年研發了應變巖爆物理模擬試驗系統。該系統由主機、加載控制系統和數據采集系統三部分組成，在室內即可模擬巖爆。其中數據采集系統由聲發射傳感器、壓力傳感器和高速攝影機組成，見圖1。

圖1 應變巖爆物理模擬試驗系統

1.2 巖石樣本

巖石樣本為山東省萊州市花崗巖，其礦物成分為石英、斜長石、鉀長石、黑云母和黏土礦物。樣本質量為648.831 g，尺寸為150.67 mm（長）×27.99 mm（寬）×59.85 mm（高），均勻性和完整性較好。

1.3 巖石應力狀況

巖石樣本應力狀況見圖2。巖石樣本首先三向六面受力，以模擬隧道施工前巖石應力狀況。然后沿虛線箭頭方向快速卸載，以模擬隧道施工時巖石應力狀況。

圖2 巖石樣本應力狀況

1.4 數據處理

巖爆試驗會產生大量數據。本次巖爆試驗產生的數據存儲在11 375個文本文件中，每個文本文件包含4 096組數據，單次試驗處理的數據量為46 592 000組。

首先將數據導入大數據可視化分析平臺，然后對數據進行預處理，清除異常值。原始數據和預處理后的數據均為時域數據，對預處理后的數據進行離散傅里葉變換（Discrete Fourier Transform，DFT），即可將時域數據轉變為頻域數據。DFT公式為

式中：X（k）為第k次DFT后的數據；X（i）為第i個原始數據；e-j2πki/N為連續周期函數，j為虛數單位，N為數據長度。

經計算可知，長度為N的數據進行DFT的時間復雜度為O（N2）。FFT是在DFT基礎上改進的一種算法，利用DFT的周期性和對稱性，采用蝶形算法將DFT的時間復雜度降低為O（Nlog2N），見圖3。

圖3 FFT蝶形算法

假設N=8，X（0）～X（7）表示8個樣本，W3N為旋轉因子，即對數據進行3次變換。為了降低時間復雜度，縮短計算時間，采用FFT來對巖爆數據進行計算處理。

2 試驗結果分析

2.1 聲發射信號主頻分析

每個聲發射信號中振幅最大時的頻率稱為主頻，主頻反映波形在某一特定時刻的特征。首先對原始數據進行FFT、數據取半、求模，得到所有聲發射信號的主頻。然后統計巖爆過程中所有聲發射信號主頻的分布情況，見表1。

表1 聲發射信號主頻分布情況

由表1可知：在巖爆過程中聲發射信號的主頻主要分布于中低頻、中頻、中高頻這三個頻帶，三者占比共達到94.87%。只有極少數分布于低頻帶和高頻帶。

巖爆試驗聲發射信號主頻時程分布見圖4。將整個巖爆試驗過程分為三個時期：從開始試驗到快速卸載（4 000 s）前為初期；從快速卸載到出現破裂現象（9 000 s）前為中期；從出現破裂現象到試驗結束為后期。由圖4可見：主頻大多分布在中低頻、中頻、中高頻這三個頻帶；從整個過程來看，試驗初期中低頻最多，低頻、高頻幾乎沒有；試驗中期和后期高頻明顯增多，中低頻、中頻、中高頻占據大多數。

圖4 聲發射信號主頻時程分布

2.2 聲發射信號振幅與能量分析

由機械能守恒定律可知，質點的機械能等于其動能與勢能之和。因為巖石樣本中質點在靜止狀態下其動能、勢能均為0，因此該質點的機械能為0。當波傳播到某個質點時，質點會因發生振動而具備動能，同時也會因發生彈性形變而具備勢能。根據能量守恒定律，該質點的機械能來自于聲發射信號能量。

假設質點振動時間為t，質點振動的角速度為ω，振幅為A。

式中：m、ρ、V分別為質點的質量、密度和體積。

質點的勢能Ep為

由式（6）可見，質點的機械能與其振幅的平方成正比。根據能量守恒定律，聲發射信號能量與其振幅的平方成正比。

為分析巖爆試驗聲發射信號振幅變化規律，將數據進行處理得到聲發射信號振幅時程曲線，見圖5。可見：試驗初期和中期振幅變化較小，后期振幅變化較大且呈現出先增大后減小的規律。由聲發射信號能量與振幅的關系可知，在巖爆試驗初期和中期聲發射信號能量變化較小，后期能量變化較大且呈先增大后減小的規律變化。

圖5 聲發射信號振幅時程曲線

2.3 聲發射信號主頻、振幅與能量綜合分析

將11 375個文本文件中的數據提取和處理后生成聲發射信號主頻、振幅、時間三維分布圖，見圖6。

圖6 聲發射信號主頻、振幅、時間三維分布

由圖6可見：試驗初期和中期振幅和能量變化不大，試驗后期振幅和能量先增大后減小。試驗后期振幅增大的瞬間即巖爆時刻，此時聲發射信號主頻主要集中在中頻帶［150～250）kHz。

3 結論

1）在巖爆試驗過程中主頻主要分布于中低頻、中頻、中高頻三個頻帶，只有極少數分布于低頻帶和高頻帶。巖爆試驗初期主頻集中在中低頻帶，低頻帶、高頻帶幾乎沒有；試驗中期和后期主頻大多數在中低頻帶、中頻帶、中高頻帶，高頻帶較初期明顯增多。

2）巖爆試驗過程中聲發射信號的振幅和能量初期和中期變化不大，后期變化較大且呈先增大后減小的規律變化。

本文研究成果可用于隧道巖爆預測等。下一步工作擬采用人工智能算法對主頻、振幅、能量特征進一步研究，以實現對巖爆的精準預測。