文摘

岩爆的发生动态的灾难是一个过程从microdamage macroinstability煤和岩石的质量,这是伴随着声发射(AE)现象。AE技术的应用可以可靠地帮助判断和预测煤岩体的损伤演化,作为最基本问题研究的AE声发射源的位置。在这部作品中,声发射源定位实验的杆状的岩石和推出餐盘状岩石。校准的影响波速线性和飞机定位在AE源的位置进行了研究。声发射源定位的可行性分析推出餐盘状岩石具有不同的传感器阵列。平面位置进行优化的结果通过小波包分析与交叉相关性相结合。结果表明,大理石成员的同质性在这个工作是合适的,定位误差是影响最小波速。在飞机AE源的定位,它适用于选择一个钻石传感器阵列。定位源应该是附近的中心阵列网络。杆状摇滚的定位效果一般优于推出餐盘状岩石。 In the actual source positioning work, it should be simplified as much as possible as a linear positioning problem. A more accurate AE signal delay could be obtained using wavelet packet analysis combined with cross-correlation technology, which can greatly reduce the positioning error caused by the accuracy of time difference. The purpose of this work is to provide a basis for determining a more accurate location of the fracture source of rock materials, which is of great significance and application value on the prediction and control of rockburst dynamic disaster.

1。介绍

近年来,地下动态岩爆灾害经常发生在国内外,造成重大人员伤亡和经济损失(1- - - - - -5]。事实上,岩爆的发生过程中微裂隙不断交错启动双和粒子接口之间传播,聚合,形成宏观裂纹,导致不稳定和失败。在整个过程中,声发射(AE)现象存在6,7]。如今,AE技术用于监测AE信号的过程中,煤岩石破裂和破裂。这项技术可以帮助受损区域做出可靠的判断和预测,损伤程度,进一步损害煤和岩石的趋势,无疑提供了一个有效的预警和预防手段防止岩爆动态灾难(8- - - - - -10]。

很重要的一部分AE检测是AE源的位置,也就是说,AE源的位置的决心。源位置点代表一个AE事件由一个或多个位置的影响。声源的位置有助于评估煤和岩石的破坏。宋和张成泽(11- - - - - -13]分析了色散特性的AE信号板结构使用小波变换方法。波的到达时间的传感器获得,和AE源的位置。小王和楚14)位于转子的摩擦声发射信号通过小波包分析与互相关方法相结合,得到的结论是,该方法的定位精度比直接使用AE信号的方法。利用模态声发射理论,剑et al。15]分析了弹性波的传播特性的金属板,用小波变换的振幅的时差来确定不同的电波到达相同的传感器定位的线性的伤害来源。气(16]介绍了新开发的应用程序基于小波变换的信号处理技术在复合材料的裂纹行为的研究,并与传统的AE技术。结果表明,基于小波变换的分析结果更接近实际情况比通过传统的分析方法。裴et al。17]研究了空间分形特征的自然进化和骨折的大理石单轴载荷作用下基于AE定位技术。富山等。18)使用小波分析方法计算零扩散波的到达时间和零级波弯曲的AE信号物质和意识到AE源的准确位置。汤森et al。19)使用AE监测系统来定位和跟踪一个离散的时间和空间演化压实区在整个直径范围的Diemelstadt砂岩岩心样品。根据大小AE事件的频率分布,裂缝在开发的规模的频带。Naderloo et al。20.]研究了损伤进展关节周围使用AE监测技术在脆性材料。此外,杨et al。21),Sedlak et al。22),Lokajicek et al。23),唐et al。24)进行了许多研究在AE源的位置不同的材料和定位精度的提高。

从以上研究可以看出,原始AE信号直接从AE源无法监控到目前为止,这是唯一有效的方法来分析和处理AE信号接收传感器获得的AE源的信息。然而,尽管有许多学术研究AE源的位置,AE源的位置的准确性对煤和岩石损伤仍不是很理想的工程实践,因为煤的内部结构的复杂性和岩石材料。从复杂的AE信号中提取有用信息AE源的位置和反演煤和岩石断裂过程仍然是一个值得进一步研究的问题。此外,从当前的研究现状可以看出,小波理论引入AE信号处理具有重要意义的AE信号的有效分析。基于AE信号的到达时间差定位理论(25,26),获得了波速度和到达时间的准确性的材料是影响定位精度的关键因素。一方面,因为不同地区的平均波速在实际岩体是不同的,它将不可避免地影响到AE源位置的准确性,导致巨大的错误。同样,传感器之间的距离会直接影响波速的测量值。因此,有必要确定材料的波速测量传感器阵列数据采集。另一方面,由于AE的特征波,横波、纵波,和表面波,它将极大地影响传感器的时间差测量的准确性。

因此,在这项工作中,通过位置实验AE源的杆状的岩石和推出餐盘状岩石,校准的影响波速线性和飞机定位在AE源的位置是定量研究。的可行性推出餐盘状岩石的声发射源定位与不同的传感器阵列进行了分析,结果飞机的位置优化了小波包分析与交叉相关性相结合。这项工作提供了一个依据确定更准确的位置地下岩石的断裂源材料,具有重要意义和应用价值。

2。样本的波速校准

2.1。杆状的岩石的波速校准

由于不同的波速不同岩性岩石材料,G3768花岗岩(山东五莲红花岗岩),GAM大理石(黄色Atlantide大理石),和麦(阿里斯顿人造大理石)人造石被选为声波的车辆在这工作。

模拟声发射源的位置的表面波速度校准杆的右端,和传感器布置在不同的样本如表所示1。

模拟声源的位置,测量校准波速度的方向,和传感器的位置如图所示1。实验总共进行了8到10倍。应用公式(1),不同岩性岩石的波速度(纵波)材料获得和展示在表2: 在哪里x₂是传感器的位置2,x₁传感器的位置是1,T₂和T₁是传感器的监测时间2和传感器1,分别。

它可以观察到从表2同一岩性岩石的波速材料非常接近。每组的校准结果几乎接近平均值。变异系数是一种技术统计能够衡量的程度变化的观测数据。一般来说,如果一组数据的变异系数大于0.15,该组织的数据是不正常的。变异系数在这个实验中都是非常小的,这充分体现了实验方案的可靠性和真实性。它可以看到人造岩石的波速材料接近花岗岩,大理石的波速大于花岗岩。

2.2。推出餐盘状岩石的波速校准

在这个工作中,两种推出餐盘状岩石(G3761-L花岗岩和大理石GAM-L)被选为声波的车辆。传感器集样品表面的三个方向的0°、90°、45°校准波速度,如图2。

在G3761-L,传感器的位置在0°方向被设定为96厘米和126厘米的位置,和铅笔芯断裂位置设置为100厘米。传感器的位置设置为15厘米,90°方向45厘米,铅笔芯断裂位置在38厘米。传感器的位置设置为10厘米,52.5厘米45°方向,和铅笔芯断裂位置是15厘米。在GAM-L,传感器在0°方向是设定在72厘米和105厘米,和铅笔芯断裂位置是96厘米。在90°方向,这是19厘米和57厘米,分别和铅笔芯断裂位置是30厘米。在45°方向,5厘米、55.5厘米,铅笔芯断裂位置是100厘米。以上职位距离值相对于x - y坐标图2。实验进行了4次为每个铅笔芯断裂位置。根据公式(1),不同方向的波速度的样品两种推出餐盘状岩石总结在表3。

根据平均值的变化,平均误差,波速和变异系数,可以看出,变异系数的校准波速G3761-L 90°方向接近45°方向。平均误差值在90°方向很小。因此,可以得出结论,波速G3761-L应该约3380 m / s。变异系数的校准波速GAM-L 90°方向也接近45°方向。然而,平均误差值45°方向很小。因此,校准波速GAM-L应该约4256 m / s,这是接近相同岩性杆状岩石的波速,以前校准。

3所示。声发射源定位实验

3.1。线性(一维)定位实验

AE传感器被安排在相同的两个位置在每组杆状的岩石在5厘米和100厘米的右端,分别如图3。用作已知源pulse-excited来源。

三个事件的到达时间由传感器监控每组的岩石和已知的校准不同的波速值带入公式(2)获得线定位的结果,与实际坐标值的三个事件相比,如表所示4- - - - - -6。图4是根据相应的绝对距离误差定位结果不同事件下波速度。 Δ在哪里t之间的区别是由传感器接收到的声发射信号到达时间x₁和x₂。x_年代代表了线性声发射源定位的。

全面分析的基础上从绝对距离的角度误差,可以看出不同波速的设置对定位结果的影响更大。当波速度校准G3768在3495.15 m / s, 3483.85 m / s,绝对距离误差较小的相对于其他定位结果在同一组。事件1和事件的绝对误差3是稳定在0.9厘米左右。因此,可以得出结论:真正的波速花岗岩应该约为3489.5 m / s。校准时,波速GAM的大理石是4448.94 m / s,每个事件的绝对定位误差是相对较近,小。这个值也可以被视为quasireal波速的材料。它甚至还可以确定波速变化明显,对应的绝对距离误差主要是稳定0.9厘米以下,表明抢劫大理石材料的密度和均匀性相对较好。校准波速变化明显由于麦岩石的成分的复杂性。而真正的位置是在50厘米,岩石材料的相应的绝对误差在不同波速度接近2只和小事件。认为这个岩石材料的quasireal波速大约2970 m / s。 The corresponding absolute errors are 2.9 cm, 0.82 cm, and 3 cm, respectively. According to Figure5事件2,每个组的绝对误差是相对较近的石头和选择进行分析。G3768, GAM,麦当波速度之间的差异大约是220厘米,相应的绝对误差是0.7厘米,0.11厘米,0.13厘米,分别。他们所有的人都稳定在大约0.1厘米。为了避免错误造成的粗定位的平均波速的应用实验,上述方法可以用来找到quasireal相应岩石的波速资料。然而,由于岩石材料的非均质性,绝对误差在事件2 G3768接近1.5厘米,和事件的绝对误差1麦波速时异常5.63厘米的材料是3200 m / s。这将有一个巨大的对定位结果的影响。因此,岩石的波速的确定材料仍需更深入的研究。

3.2。平面(二维)定位实验

3.2.1之上。计划我的传感器布局

如图5,4个传感器被安排在一个矩形形状的表面GAM-L G3761-L。一个额外的传感器是用来激发脉冲源增益放大器。每个传感器的坐标如表所示7。六个源点表面的两个选择推出餐盘状岩石。每个源点的坐标如表所示8。具体信息传感器的坐标和来源的坐标图所示6。

3.2.2。方案二的传感器布局

如图7,四个传感器被安排在一个钻石形状的表面上两个推出餐盘状岩石。确保传感器可以更好的接收到AE信号,传感器和岩石的表面加上一个偶联剂。脉冲激励源被选为已知的来源,并提出了每一个源点的坐标表8。每个传感器的坐标表展出9。每个传感器的坐标上的特定信息和每个源呈现在图8。

3.2.3。实验结果和分析的焦点位置

准确地拿起第一个到达的时间每个传感器,每个源发出两个或三个脉冲信号。由DS5 AE信号然后回放分析软件找到quasireal每个传感器的初始到达时间的价值。在实验中第一个到达时间定位源与两种不同的传感器布局在每组的岩石是在桌子上10表13。

根据平均波速值两个岩性推出餐盘状的岩石在不同方向校准,MatlabR2012b被用来和信赖域算法的程序(Levenberg-Marquardt算法(27)被用来组成的一系列非线性方程组迭代求解公式(3)。选择人工源的定位结果在每组的岩石,如表所示14- - - - - -17。整体绝对距离误差可以根据获得的坐标的定位错误X协调和Y协调,每组的绝对距离误差直方图的岩石在不同波速度对应于源结果如图9。

在公式(3), , ,和 。AE源的坐标 ,这是未知的。假设 是最接近AE源传感器,将安排额外的传感器在吗 。在公式(3), ,在哪里波速的材料, 每个传感器的到达时间吗 , 最近的传感器的到达时间 。 , ,和 。

分析推出餐盘状岩石的绝对距离错误GAM-L和G3761-L在不同校准波速度,它可以看到波速对定位结果有很大的影响。GAM-L实验方案我,当校准波速度是4856.76米/秒,4773.78 m / s, C3源点的绝对距离误差值异常的大,这个点的真实坐标是(80年56)。根据几何关系,源点是位于边界附近的传感器S3-S4矩形阵列,并对波速的变化极其敏感。它也可以显示在方案二的C5源点的边界附近的传感器S1-S4和C4源点的边界附近的传感器S1-S2也显示绝对距离误差的现象是不寻常的。比较这两个方案的错误绝对距离图9(GAM-L)的真正价值的波速大理石材料接近4256.81 m / s,在实验中获得的结论是一致的校准推出餐盘状岩石的波速。总体距离误差值校准波速进行了比较。的平均绝对误差距离传感器安排在一个矩形阵列在计划我是3.6厘米,这钻石阵列传感器安排的3.48厘米。因此,钻石形的传感器可以提高定位的准确性的源在数组中。定位实验G3761-L也表现出异常定位分如C6、C4和C5。通过一个粗略的比较,平均绝对距离的长方形的错误和菱形的传感器阵列是4.06厘米和3.15厘米,分别。这也反映出钻石的适用性为二维数组AE信号定位。的波速校准G3761-L应该接近3308.71 m / s。

分析定位精度的影响程度GAM-L和G3761-L在不同传感器阵列和定位效果的比较在不同岩性岩石,源定位误差和绝对距离误差下的波速获得从上面的分析绘制点图。图表呈现在图10。

从数据10 ()和10 (b)可以看出,长方形的传感器阵列的定位误差几乎超过1.5厘米,而钻石形的传感器阵列的定位误差小于1.7厘米,这表明菱形的优越性数组内部的定位效果。的Y钻石形的数组中每个点坐标误差小于1厘米。的X坐标的误差源点C1是0.53厘米,和它的Y坐标误差是0.21厘米。的X坐标误差和Y坐标误差源点C6 0.55厘米和0.27厘米,分别,这比其他点定位精度。的几何关系,C1和C6的真实坐标的中心附近的传感器阵列。的定位错误X协调,Y钻石形的坐标,绝对距离传感器阵列G3761-L稳定低于2厘米。其中,XC3和C6源点的坐标是不正常的错误超过5厘米,说明复杂的传播规律的脉冲源板波兴奋的原因一个错误的传感器识别。长方形的数组中的错误相对较近,和他们也稳定低于2厘米。除了异常点C6,抵消从数组的中心和边界附近的传感器S2-S3约11厘米的大错误。比较分析表明,X协调错误,Y坐标误差,误差和绝对距离G3761-L花岗岩中的每个源点低于2厘米和有很好的一致性。每个源点的变化不同的错误GAM-L大理石很大,表明G3761-L花岗岩推出餐盘状岩石具有更好的传感器阵列范围内的同质性,和每个传感器的接收到达时间的真实性更加可靠。每个源点的误差通过长方形的数组和菱形的数组在G3761-L稳定低于2厘米。然而,通过观察的变化区间X和Y坐标,它可以发现,长方形的阵列误差的变化区间0厘米到4厘米,在菱形的数组是0厘米至2厘米。GAM-L结合相关分析,得出进行实验研究时在飞机上定位的材料,它是适合选择一个菱形的传感器阵列和确保监测源应该位于数组的中心,以避免边界效应。

4所示。小波包分析结合互相关方法优化源位置

上面的讨论是基于实验条件和环境因素。固定阈值的时差AE源位置的方法。事实上,AE信号检测到每个AE传感器是扭曲或从原脉冲源。AE信号可以被一波又一波的混合和叠加不同形式如纵波、横波、表面波和板波(28]。通过这种方式,不同的模式波的AE信号在不同频率和传播速度,这势必会造成信号的色散。如果定位进行简单地根据固定阈值的方法,AE信号的时差监视每个传感器都有一个大错误。因此,小波包分解和重构算法的AE信号波形分析方法还介绍了,和每个传感器接收到的信号波形的处理。采用互相关法优化传统的固定阈值脉冲源位置的方法。

4.1。AE信号的相关分析

相关工作表示变量之间的线性关系。对确定性信号,两个变量之间的关系可以建立函数和相互通信。等随机信号的AE信号,没有明确的功能这两个随机变量之间的关系。然而,有一个近似关系,可以描述他们的特点,被称为概率相关。

对于一个AE信号 ,其自相关函数被定义为产品的平均值 :

的公式, 是新的AE信号从后形成的吗来 。 是延迟时间,采样点的离散序列是什么 。自相关函数定量地描述了原始波形和波形之间的相似程度,在时间轴上的一个信号是转移(29日]。

两个AE信号的互相关函数和表示为信号的平均值的产品吗在时间和在时间 :

互相关函数只能描述两个信号之间的一般依赖,不能代表信号之间的相关程度。为此,相关数字介绍:

因此,在AE源位置的应用方法与时差,最大值对应的时间之间的关联数据应该首先发现AE信号,也就是说,两个传感器接收的信号之间的时差应该确定。

4.2。使用小波包分析与互相关方法来定位AE源

正如上面所讨论的,这些组件生成的AE信号脉冲激励是非常复杂的。因此,在使用互相关方法找到两个AE信号的时差,应该使用小波包分解和重构算法将原始AE信号分解成一个频带的小波包系数后适应频带分解应提取。因此,弹性波的到达时间可以更准确地确定。

固定阈值的AE源定位结果G3761-L方案二世(钻石传感器阵列)进行了优化,和波速被设置为3380.71 m / s。Daubechies系列的推出的DB7在小波作为小波基分解原始AE信号(30.]。AE信号的频率分布的岩性岩石是0 - 300 kHz,分解层数通常设置为3 - 6。在本文中,小波包分解层数设置为4,和具体的小波包分解树如图11。

根据小波包分解系数,获得小波包阈值收缩方法首次应用于消除干扰的小波包系数。自重构信号获得的软阈值方法一样光滑的原始信号,小波包系数由软阈值去噪。然后,原始信号在每个频带是根据小波包系数重构。由于奈奎斯特频率是1500 kHz,有24小波包。因此,在频域中,原始信号被分解为16次能带,每个宽93.75 kHz。MatlabR2012b软件应用于过程写作程序的算法。图12给出了算法的流程图。

图13显示了原始AE信号和重建信号从接收到的脉冲源C1 S1, S2、S3、S4传感器。图14显示了原始AE信号的波形分解频带的0 - 97.35 kHz重建后的小波包分解系数(4 0)。

从数据可以看出13和14的重构信号小波包软阈值处理后的算法得到的系数分布在频带从0到97.35 kHz。重构信号的频带非常类似于原始的重构信号。因此,它可以真正反映原始信号和只有一个波形。重建信号的S1、S2、S3、S4在0 - 97.35 kHz的时差与对方找到四个AE传感器△t₁₂,△t₁₃,△t₁₄,△t₂₃,△t₂₄,△t₃₄。图15介绍了信号的互相关图收到每个传感器对应的小波包分解后的脉冲源C1。

根据公式(4)- (6),可获得相关数量的最大值(标记在图15)。根据数量的采样点对应的最大价值,公式(7的时差)可以用来计算相对应的四个AE传感器C1-C6脉冲源,如表所示18: 在哪里是采样点的数量对应于相关数量的最大值,是原始信号的采样点的数量,然后呢采样频率设置实验。

在确定两个传感器之间的时差,可以优化脉冲源的位置根据飞机时差定位方法。表19介绍了定位小波包互相关的结果与原来的固定阈值优化和比较时差定位的结果。

从表可以看出19,通过比较不同位置固定阈值,该方法在这项工作取得了良好的优化效果定位时差。图16显示了真正的脉冲源的综合比较,实验结果位置来源,和小波包分解优化定位结果。可以清楚地看到,定位效应后的优化是非常重要的。定位实验结果的误差很大,尤其是对脉冲源C6的三分,C3和C4接近阵列的边缘地区。然而,其优化结果非常接近原始点。因此,噪声小波包阈值分解和重构后的波形,互相关分析是用来获取传感器接收的AE信号之间的时间延迟,然后是时差。这是一定的现实意义。此外,还有一些问题提出进一步解决。首先,应用小波包软阈值降噪确定阈值可以获得符合实际的信号处理。第二,在互相关分析,没有噪声之间的相关性在默认随机信号和噪声,以及噪音和声音发射信号。信号的默认为无限连续的序列。 In practice, the signal is often a time-dependent finite sequence, so the traditional cross-correlation analysis will inevitably affect the calculation accuracy of the time difference. Third, the problem of defining the wavelet basis of wavelet packet decomposition also needs to be solved.

5。讨论

在目前的工作,研究可分为三个方面:波速的影响在AE源的定位结果,声发射源定位的有效性分析在不同的平面阵列,基于小波包和位置优化波形分析和互相关技术。虽然取得了一些成绩,经常很难掌握弹性波的传播特性,因为实际岩体弹性波的复杂性。此外,AE技术广泛应用于金属的损伤检测和缺陷位置或相关材料密实度好,延性,同样性质的媒介。这种技术缺乏强有力的理论支持。此外,在实验中有许多不确定的干扰因素。因此,仍存在一些不足和值得改进的地方。AE源定位方法的适用性和准确性是密切相关的信号本身的特点,传感器阵列,速度模型。因此,在实际应用中,应该采用合适的声发射源定位方法根据特定的AE源的特点和传播介质干扰造成的误差降到最低。在未来,有必要进一步探索AE定位误差引起的特定波的变化速度和决定如何避免或减少这样的错误。与此同时,定位结果可以从的角度优化迭代优化算法的准确性。

6。结论

(1)波velocity-related平均值的变化,平均误差和变异系数是用于确定岩石的波速,尤其是当结合变异系数,可以真正反映计算数据的可靠性。大理石成员的同质性更好,定位误差是影响最小波速。(2)线性定位,设置不同的波速度对定位结果有明显影响。通过比较和分析不同的波速度的线性定位结果,岩石波速的真实性校准可以初步判断的评估。GAM大理石的波速是4485.94 m / s,和真正的波速花岗岩约为3489.5 m / s。(3)在平面上定位实验,有必要选择钻石传感器阵列定位源和确保监测源位于阵列网络的中心,以避免尽可能边界效应的影响。杆状摇滚的定位效果一般优于推出餐盘状岩石。在实际的源定位工作,应该尽可能地简化为一个线性定位问题。(4)通过小波包分析,最初的AE信号去噪和小波的分解频带。传感器之间的时差是互相关分析得到的重构信号在一个频率。验证了该方法的有效性通过实验数据的分析,证明了这种定位方法可以有效地提高源的定位精度。一个参考的研究方法也提供了真正的AE源的反演。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者证明他们没有利益冲突。

确认

这项研究是由中国国家自然科学基金(51804161)。