陶雪杰，徐金明，王树成，王亚磊

（1.上海大学土木工程系，上海 200444；2.中铁十七局集团有限公司，山西 太原 030006）

岩石是一种典型的颗粒材料，通常是由不同成分组成（如花岗岩通常由石英、黑云母和长石等组成）。岩石的变形破坏过程与这些成分的变化过程密切相关。因此，判别岩石所处的变形破坏阶段对分析岩石变化过程和物理力学性质具有重要的理论意义和实用价值。

使用数字图像处理技术研究岩石的变形破坏过程，已经取得了很多进展。如在使用图像处理技术方面，陈中一等[1]获得了单轴压缩条件下花岗岩中不同组分长度和面积的变化过程，Rigopoulos等[2]分析了岩石特征对裂隙萌生和扩展的影响，Lin等[3]结合傅里叶变换得到了岩石中的位移变化特征，Akesson等[4]研究了单轴循环荷载作用下花岗岩中不同微观裂隙的变化情况，孙皓等[5]探讨了花岗岩中不同矿物成分的变化特征，张岩等[6]分析了花岗岩中细观组分的定向性变化特征，Han等[7]以裂缝为目标追踪岩石中裂纹的运动，徐金明等[8]使用粒子图像测速技术得到了石灰岩裂隙的萌生扩展过程和数字特征参数变化过程，刘希康等[9]使用基准图像与对比图像相对熵研究了花岗岩的损伤演化特征。

近年来，一些学者尝试使用长短期记忆神经网络（Long-Short Term Memory Neural Network，LSTM-NN）来解决土木工程问题。如，刘雪燕等[10]提出一种基于LSTM-NN和注意力机制结合的矿山安全事故分类方法，对矿山事故进行了安全等级分类，曲星宇等[11]使用LSTM-NN实现了磨矿系统故障的智能化诊断。……