[发明专利]一种用于岩石断裂分类的声发射信号可视化处理方法

权利要求书

1.一种用于岩石断裂分类的声发射信号可视化处理方法，其特征在于，包含以下步骤：

步骤S1，在实验室中设置好监测岩石破裂的声发射信号参数，包括声发射工作频率范围、谐振频率、振铃计数阈值、阈值增益、滤波器的极值以及采样频率；

建立声发射信号收集和识别模型，声发射信号收集和识别模型参数包括时间、通道、上升时间、计数、能量、持续时间、幅值、平均频率、峰值振幅、反算频率、初始频率、信号强度、绝对能量；

步骤S2，在加工好的标准煤岩样上用热熔胶枪粘结用于采集声发射信号的探头；

步骤S3，提取岩石加载过程中的表征岩石拉伸断裂、剪切断裂、拉剪混合断裂声发射信号的数据集，包括上升角、上升时间、峰值振幅、平均频率、超过声发射波形阈值的总数和声发射波形的持续时间；

上升角RA按以下公式计算：

RA＝RT/A

式中，RT为上升时间，A为峰值振幅；

平均频率AF按以下公式计算：

AF＝C/D

式中，C为超过声发射波形阈值的总数，D为声发射波形的持续时间；

拉伸裂缝的波形主要以纵波传播，因此产生较低RA值；相反剪切事件的波形以剪切波形式传播，从而导致较高的RA值；于是基于RA与AF两个AE指标将岩石的断裂模式进行分类；

步骤S4，将数据集通过关键密度函数估计方法进行可视化模型处理；

首先计算时间间隔函数，时间间隔函数F(τ)反映的是在单位时间内N个连续AE事件发生的平均频率，对于单位时间内N个连续声发射事件，从以下公式获得这些声发射事件一段时间的平均值τ_i：

τ_i＝Δt_i/N

式中，Δt_i＝t_N+i-1-t_i-1，因此一个时间段的平均值τ_i被定义为：

τ_i＝(t_N+i-1－t_i-1)/N

在t_i-1到t_N+i-1的时间内，时间间隔函数F(τ)被定义为τ_i的倒数：

F(τ_i)＝τ_i^-1

其次，通过关键密度函数估计方法将时间间隔函数F(τ)得到的结果可视化处理，在关键密度函数估计方法中，AE数据采集到的每个元素都为概率密度的分布做出了贡献，多元数据的真实密度的估算函数如下：

式中，Z_i是第i个数据点，n是训练集中点的数量，h是控制元素宽度的平滑参数，是元素分布真实密度的估计值；

关键密度函数K(x)是满足一定约束的任意局部函数：

其中d是数据空间的维数；一旦建立了估算函数之后，数据集中的所有元素将全部用于密度可视化处理；

输出的质量主要取决于训练集的大小和平滑参数值h，在每个数据集中，存在一个最优平滑参数值h*；

通过最小二乘交叉验证确定平滑参数值h，以达到估计密度和真实密度p(x)之间的平方误差最小化的目的：

但是，由于真实密度p(x)的不确定性，不可以直接获取，因此，找到一个基于交叉验证的近似解，在这里使用二次拟合牛顿类型方法来实现和p(x)之间的平均平方误差的最小化；

如果已知真实密度p(x)为高斯分布，则最优平滑参数h*的计算如下：

对于多元分布，参数A根据以下公式确定：

步骤S5，可视化模型智能识别岩石加载过程中的拉伸断裂、剪切断裂以及拉剪混合断裂；

步骤S6，根据声发射信号特征确定波形产生的上升角、平均频率因素与岩石断裂模式种类之间的关系。

2.根据权利要求1所述的一种用于岩石断裂分类的声发射信号可视化处理方法，其特征在于，在步骤S2中，标准煤岩样主要包括Φ50×100的压缩样品，Φ50×25的巴西劈裂样品，Φ50×50的变角剪切样品。