岩爆的孕育、发生过程实质上是岩体渐进变形、损伤到失稳破坏的非线性演化过程。本项目以应用矿山微震监测系统及其定位技术为基础,利用模式识别理论及其可视化编程平台,研究开发基于模式识别理论的岩爆孕育过程微震活动特征参数识别的数学模型;应用该数学模型对岩爆孕育过程的微震活动演化规律进行试验研究,辨识岩爆孕育、发生过程及其微震活动性和应力场演化规律;揭示诱发岩爆发生力学机制及其不同受力状态微震活动的性态特征,包括应力场、变形场和微震活动演化规律及其失稳诱致岩爆发生的前兆模型。该项研究不仅可以更深入地揭示岩爆的本质,从根本上认清岩爆特别是大范围矿震形成和发生的条件,还可以为现场岩爆预测提供新的方法,对于减轻或避免矿山岩爆灾害,保障矿山生产和矿山周边城市安全,具有重大的经济效益和社会效益。
rock Burst;Acoustic emission;pattern recognition;stress threshold;microseisimic monitonring
岩爆的孕育、发生过程实质上是岩体渐进变形、损伤到失稳破坏的非线性演化.过程。本研究以红透山矿深部岩爆活动为岩爆研究背景,在Kaiser效应基本原理的基础上,通过应用Kaiser起跳点之前与之后声发射累计数切线(割线)的相交点的方法作为判断Kaiser点确定方法,确定原岩应力的Kaiser效应点,该方法测得的原岩应力结果接近于现场的最大主应力。通过对现场矿柱的岩体结构组成进行现场调查并进行数值计算,矿柱破裂的主要模式为剥落、剪切破坏、劈裂破坏。在红透山铜矿建立矿山微震监测系统,产生大量冗余的微震监测数据,可以应用神经网络模式识别方法有效剔除干扰信号。针对爆破、凿岩、动力电等各种干扰信号,应用小波分析方法,分析采集的各种波的频率和振幅,通过建立模式识别数学模型,该模型主要由数据采集、信号处理、应用神经网络人工智能对微震信号的数据信息进行信号特征提取、分类及输出数据,将各种干扰信号排除掉。通过对微震监测数据进行能量释放率分析,能够有效区分微震能量释放大小,进而分析不同微震事件的产生原因;对连续监测的微震活动事件进行时间非线性分析,通过设定在单位时间内微震事件活动数目来判定岩爆发生可能。研究单双轴条件下,完整岩块、含不同孔洞岩样、矿柱进行系统实验研究;在异轴加载条件下,在低应力水平下,其声发射事件是由试样内部原有微裂纹闭合或摩擦产生;岩样处于峰值应力的70%左右时,表征裂纹扩展快慢的声发射率有一个相对稳定的时期,此加载阶段可以用来预测岩样的破坏;对含有不同孔洞的岩样,不同孔径对岩样破坏具有尺寸效应;其破坏主要是沿加载方向的轴向拉伸破坏、在孔洞两侧的压裂纹以及在孔洞附近的远场裂纹共同作用的结果;双轴加载方式下其声发射活跃期较单轴加载来临较早,但双轴加载方式并不影响岩石的声发射时间序列模式。裂纹损伤应力阈值的确定依据为岩石的体积从被压缩到最小到开始扩容的瞬间,岩石试样的体积达到最小,该应力为裂纹损伤应力阈值。在单轴加载条件下,当加载超过岩石体积扩容点后,声发射现象出现一段时间不等的“相对平静期”,分析得出裂纹损伤应力阈值与岩石峰值应力之比值和岩样波速之间的二次多项式关系式,可以在测得试样的波速和峰值应力的情况下,反算出裂纹损伤应力阈值与岩石峰值应力之比值,进而计算出出裂纹损伤应力阈值,定位出试样的体积扩容点,该点可以作为预测岩石破裂的前兆关节点。