王创业,刘沂琳,常新科

(内蒙古科技大学矿业研究院,包头 014010)

岩石声发射(acoustic emission,AE)是岩石材料受力作用下,其内部原生缺陷闭合、扩展贯通过程中以瞬态弹性波释放的应变能现象,其在一定程度上能够反映岩石的破裂损伤程度[1]。目前,AE信号分析方法有参数分析与频谱分析两类常用方法,与前者的不确定性与随机性等特征相比,后者具有本征性与唯一性。赵菲等[2]基于AE信号频谱分析,揭示了试件高度对花岗岩岩爆破坏后破裂面特征的影响。Wang等[3]分析了AE波形信号频谱特征演化与砂石变形损伤各阶段的关系。曾鹏等[4]通过声发射信号主频频段的变化趋势分析,提出了岩石的破坏前兆信息识别。

由于岩石材料在受力过程中产生AE信号的时域、频域特征均有差异,准确对AE信号进行识别分类能够判别岩石的破裂阶段。BP神经网络无需事先确定输入输出样本之间的映射关系,具有较强的非线性映射能力,适用于解决损伤识别问题[5]。周俊等[6]利用BP神经网络对声发射信号进行分类测试,表明其区分性能好且性能更优越。申景诗等[7]采用BP神经网络实现声发射定位,获得了较好的定位结果。张艳博等[8]对声发射信号聚类分析,建立并训练BP神经网络从获取的信号中识别出岩爆前兆特征信号。

在前人研究的基础上,对天然状态下的石灰岩进行单轴压缩AE试验,获得加载全过程的AE特征参数及其波形信息,通过频谱分析与小波包分析,将频域内的频谱图、主频与小波包分析提取的能量占比联合起来,找到石灰岩AE频谱特征变化规律,寻求适合的破裂阶段识别信息；……