Comparative study on stress acoustic emission changes in damage and failure of raw coal and briquette
-
摘要: 在研究声发射特征与煤样和断裂的关系时，原煤和型煤都可用作实验样本。大多煤层材质较软，制造标准的原煤试样较为困难，因此使用型煤作为研究样本的实验较普遍，但型煤改变了煤的原始结构，影响了其物理和力学性质，使用型煤替代原煤作为实验样本的适用性一直是学术界讨论的焦点。此外，目前对于原煤和型煤在假三轴压缩实验中表现出的声发射特征差异的研究相对有限。针对上述问题，开展了原煤和型煤假三轴压缩声发射实验，从力学性能、断裂模式和声发射时空演化、频带能量分布、非线性特征等方面着重讨论和分析。结果表明：加载过程中释放的声发射能量和峰值应力总能量与煤样强度密切相关，原煤主要为剪切和拉伸混合破坏模式，型煤主要为拉伸轴裂破坏模式；煤样的声发射位置分别对应其宏观破裂形态，但发生时间和空间分布不同；在峰前加载阶段，原煤的声发射信号相对较少，而型煤的声发射响应剧烈，并在峰值应力时刻达到最大值；通过小波包分析得到型煤的声发射频带能量分布范围小于原煤，原煤的声发射信号频率主要集中在10～120 kHz，而型煤的声发射信号仅在0～100 kHz频率范围内活跃，说明型煤的微破裂规模大于原煤；原煤和型煤的波形能量90%活跃在0～150 kHz；当加载试样接近失稳破坏时，即加载应力为峰值应力的99%左右时，原煤和型煤声发射信号的Hurst指数均大于0.5，表明声发射时间序列与加载过程具有长期相关性。Abstract: When studying the relationship between acoustic emission features and coal samples and fractures, both raw coal and briquette can be used as experimental samples. Most coal seams have soft materials, making it difficult to manufacture standard raw coal samples. Therefore, it is common to use briquettes as research samples in experiments. However, coal briquettes change the original structure of coal, affecting its physical and mechanical properties. The applicability of using briquettes instead of raw coal as experimental samples has always been a focus of academic discussion. And currently, there is relatively limited research on the differences in acoustic emission features between raw coal and briquette in pseudo triaxial compression experiments. In order to solve the above problems, pseudo triaxial compression acoustic emission experiments are conducted on raw coal and briquette, with a focus on discussing and analyzing mechanical properties, fracture modes, spatiotemporal evolution of acoustic emission, frequency band energy distribution, nonlinear features, and other aspects. The results show that the acoustic emission energy released during the loading process and the total peak stress energy are closely related to the strength of the coal sample. The raw coal mainly exhibits a mixed failure mode of shear and tension, while the briquette mainly exhibits a tensile axial crack failure mode. The acoustic emission positions of coal samples correspond to their macroscopic fracture morphology, but their occurrence time and spatial distribution are different. In the pre peak loading stage, the acoustic emission signal of raw coal is relatively small, while the acoustic emission response of briquette is intense and reaches its maximum value at the peak stress moment. Through wavelet packet analysis, it is found that the energy distribution of the acoustic emission frequency band of briquette is smaller than that of raw coal. The acoustic emission signals of raw coal are mainly concentrated in the frequency range of 10-120 kHz, while the acoustic emission signals of briquette only jump in the frequency range of 0-100 kHz, indicating that the micro fracture scale of briquette is larger than that of raw coal. 90% of the waveform energy of raw coal and briquette is active at 0-150 kHz. When the loaded sample approaches instability failure, i.e. around 99% of the peak stress, the Hurst index of the acoustic emission signals of raw coal and briquette are both greater than 0.5. It indicates a long-term correlation between the acoustic emission time series and the loading process.
-
0. 引言
煤体作为实验室研究矿山开采活动的主要对象之一，其内部缺陷的结构变化和分布特征决定了煤体的物理性质和强度特征[1]，针对不同性质的煤体采取不同的开采方法和防灾措施已逐渐成为实验室研究和矿山开采优化研究的重点[2]。声发射作为一种响应速度快、分辨率高的无损检测技术[3]，可用于研究矿山冲击地压的发生机制、演化过程、预测和预防，对矿山事故预防具有重要意义。煤样的声发射反映了煤的损伤程度，与内部缺陷的演化有直接关系[4]。原煤和型煤都可用作实验样本，探索声发射特征与煤样和断裂的关系，有助于阐明原煤和型煤的断裂机制异同，从而为矿山动力灾害监测提供理论和技术依据。
相关学者针对不同煤样损伤破坏过程中的性能和声发射演化特征开展了大量研究工作。在声发射时间方面，李术才等[5]通过单轴声发射响应实验发现，不同破坏阶段试样的声发射信号有显著区别；陈结等[6]从不同应力路径开展了含瓦斯煤轴向加卸载实验，研究了煤的声发射特性；冯志杰等[7]利用声发射手段，结合冲击地压鉴定标准开展了煤的相关破坏实验；Zhou Xin等[8]研究了声发射时变特征和裂纹扩展模式，并引入声发射事件的统计b值和βt值（损伤参数）来确定受扰动煤的加载损伤状态。在空间演化方面，吴永胜等[9]对2组试样开展了单轴压缩实验，并全程监测声发射信号，分析了声发射响应随试样、加载应力和失稳变形的变化规律；Z. Moradian等[10]对预制断裂花岗岩进行了单轴压缩实验，发现声发射冲击次数可反映裂纹的数量和大小；杨磊[11]分析了不同冲击倾向性煤体的声发射事件时空演化规律。在幅频特性方面，杜帅等[12]研究了大理岩岩爆前后的声发射频率和幅值的变化规律；M. C. He等[13]通过对不同温度下的砂岩进行单轴压缩实验，阐明了声发射信号的幅频特征及不同应力下的频率分布；Qi Gang等[14]则通过小波包分析研究了声发射信号在不同频段的能量分布，为声发射技术在岩土工程中的应用奠定了实验基础。非线性特征方面，Kong Biao等[15]论证了热损伤砂岩变形过程中声发射信号的多重分形特征，Hurst指数和多重分形参数反映了热损伤砂岩的变形和破裂；Wang Guilin等[16]研究了裂纹闭合和扩展的非线性行为，提出用初始平衡应力、周期裂纹扩展应力和初始混沌应力3个阈值应力指标描述微裂纹的闭合和扩展。
在实验研究中，原煤和型煤都被用作实验样本。由于多数煤层材质较软，制造标准的原煤试样较为困难，所以使用型煤作为研究样本的实验越来越普遍。型煤通常是将煤粉与水混合后，在特制模具中压制成型。尽管型煤的加工和成型较为便捷，但其改变了煤的原始结构，从而影响了其物理和力学性质。因此，使用型煤替代原煤作为实验材料的适用性一直是学术界讨论的焦点。此外，对于原煤和型煤在假三轴压缩实验中表现出的声发射特征差异的研究相对有限。为了深入研究原煤和型煤的差异性，本文研究了原煤和型煤在假三轴压缩过程中的声发射信号特征，对比了在假三轴压缩下的基本力学性能、声发射时序特性、空间演化、频带能量分布及峰值应力非线性特性，对矿山开采工程灾害监测中煤体的变形和断裂过程进行了探讨，以了解煤体的断裂规律，便于灾害监测。
1. 假三轴压缩声发射实验装置与方案
1.1 实验装置
实验装置如图1所示。假三轴压缩实验装置采用RLJW–2000实验机，加载速率为0.05 mm/min，控制方式为位移控制。选择DS5–8B全信息声发射采集仪作为声发射信号采集装置，采样频率为3 MHz，触发方式为门限触发（100 mV）。传感器固定至试样表面并以凡士林为耦合剂，增加传感器与金属外壳接触面的耦合效果。实验开始后，同时启动加载系统和声发射采集系统，为保证实验数据的连续采集，实验过程不得终止，直到实验结束。
![]()
图 1 假三轴压缩声发射实验装置Figure 1. Pseudo triaxial compression acoustic emission experimental device1.2 样品制备与实验方案
实验煤样取自贵州某矿9号煤层，该煤层瓦斯含量高、压力大，为煤与瓦斯突出煤层。从煤矿获取原始煤心并进行切削、打磨，加工制作成原煤样；获取突出煤块和非突出煤块，分别粉碎并制作成型煤。筛选40～60目的煤粉颗粒，加水拌匀，放入模具中，在2 000 kN刚性实验机上以100 MPa的压力施压成型。加工完的煤样尺寸为ϕ50 mm×100 mm，两端平整度约为0.05 mm。原煤、型煤样制作完成后，发现二者表面光滑度、质地等均存在差异，选择密实度相近、裂纹相似的煤样开展实验。煤样制作流程如图2所示，部分标准煤样如图3所示。原煤试样编号为M−01，M−02，M−03，型煤试样编号为XM−01，XM−02，XM−03。
2. 实验结果分析
通过假三轴压缩至破坏过程、同步加载过程和声发射监测过程采集煤样变形破坏过程的应力应变和声发射参数。
2.1 基本力学性能
原煤和型煤6个样品的基本力学参数见表1。可看出原煤假三轴抗压强度、弹性模量和密度均大于型煤，而型煤泊松比大于原煤。
表 1 原煤和型煤的基本力学参数Table 1. Basic mechanical parameters of raw coal and briquette煤样类型 试样编号 轴向应
力/MPa弹性模
量/GPa泊松比 密度/
（g·cm−3）原煤 M–01 53.10 13.13 0.54 1.28 M–02 64.98 10.55 0.46 1.32 M–03 59.12 13.84 0.42 1.31 型煤 XM–01 21.46 1.43 0.71 1.08 XM–02 23.05 1.54 0.83 1.12 XM–03 23.16 1.96 0.77 1.16 原煤和型煤的应力−应变曲线如图4所示。可看出原煤的应力在达到峰值后迅速减小，应变仍在增大；型煤应力在达到峰值后立即破坏失稳，应力不会减小，应变在整个破坏过程中一直增大，揭示了原煤完全破坏前的应力特征和脆性。应力−应变曲线在很大程度上反映了试样的变形破坏过程，试样在整个破坏过程中表现出不同的变形特征。其中，原煤的压实阶段较为典型，但时间较短，应力峰值为线弹性变形。型煤在达到峰值应力前存在明显应力线性增大，无明显残余强度。
2.2 原煤和型煤的断裂特征
尽管2种煤样的基本特征参数相似，但其破坏模式不同，如图5和图6所示。图5显示了原煤不均匀的成煤矿物颗粒和相对松散的结构，主破裂时产生的噪声更大，声发射响应较型煤剧烈，在破坏后的侧面形成了多个垂直裂纹。轴向中间位置向外凸起，体积膨胀增大，破坏模式为剪切−拉伸复合破坏。图6显示了型煤强度显著减小且变形大，结构稳定，内部均质，发生主裂纹时可听到明显的沉闷声，随后形成一条向上倾斜并贯穿整个试样的主断口，加载应力达到峰值，试样瞬间完全失去承载能力，因此无法对破坏后的裂纹形态进行描述和表征。
2.3 原煤和型煤的能量耗散特性
煤样的动态失稳破坏过程经历了裂纹闭合、裂纹萌生、裂纹扩展、裂纹贯通到失稳破坏的过程。该过程伴随着能量的累积和释放，是一种能量稳定转换的动力现象。Liu Xiaofei等[17]通过实验分析了试样破坏过程中能量转换与试样损伤破坏的内在关系。试样失稳破坏过程中遵循能量守恒定律，假设该过程与外界没有热交换，对试样所做的总功分为2个部分：一部分转换为弹性势能集聚于试样内部，作为试样破坏的内在能量；另一部分是内部缺陷发展过程中产生的耗散能量，是不可逆的。假三轴压缩下外力对试样所做的总功${U_0} $、煤体的弹性能${U^{\mathrm{e}}} $和耗散能${U^{\mathrm{d}}} $分别为[18]
$$ {U_0} = AL\int \sigma {\mathrm{d}}\varepsilon = Al\sum\limits_{i = 1}^n {\frac{1}{2}} \left( {{\sigma _i} + {\sigma _{i - 1}}} \right)\left( {{\varepsilon _i} + {\varepsilon _{i - 1}}} \right) $$ (1) $$ {U^{\mathrm{e}}} = AL\frac{{{\sigma ^2}}}{{2E}} $$ (2) $$ {U^{\mathrm{d}}} = {U_0} - {U^{\mathrm{e}}} $$ (3) 式中：A，L分别为试样的加载面积和高度；σ为试样加载应力；ε为试样最大应变；n为应力−应变曲线上点的个数；σi为应力−应变曲线上各点的应力；εi为σi对应的应变；E为弹性模量。
通过式（1）−式（3）获取原煤和型煤试样失稳破坏过程的能量变化曲线，如图7所示。可看出不同破坏阶段，原煤能量曲线有明显的阶段特征，弹性能存在明显拐点。峰值前期，随着加载应力的增加，试样从压实闭合、裂纹萌生到裂纹扩展，集聚了大量弹性能，总能量和弹性能呈指数增长，耗散能呈线性缓慢增长。峰值后期，试样内部裂纹逐渐贯通，进入塑性变形破坏阶段，在试样失稳破坏过程中大量弹性能瞬间释放，总能量和耗散能继续增长，耗散能增长速率明显变大，而弹性能迅速降低，整体变化趋势为急剧减小到缓慢减小再到趋于平稳。而型煤能量曲线在整个失稳破坏过程中均呈近似指数增长，直到试样失稳破坏。试样中储存的弹性能主要以瞬时耗散能的形式释放，如动能、表面能、辐射能等，诱发了初级宏观断裂的形成和整体失稳。
3. 原煤和型煤的声发射响应特征
由于篇幅有限，每种煤样选取2个试样（M–02，M–03，XM–02，XM–03）进行实验，揭示声发射的时间序列、空间演化、频幅特征和非线性特征。
3.1 原煤和型煤声发射的时间序列特征
利用声发射能量和声发射累计计数分析原煤和型煤的变形和破裂过程，原煤和型煤的声发射信号变化趋势不同，声发射特性如图8所示。具体而言，原煤破坏前后声发射能量出现跳变，对应原煤裂纹扩展阶段，大量微裂纹迅速扩展，能量急剧释放，产生大量高振幅声发射信号；型煤的声发射能量在整个失稳破坏过程中显著波动。原煤在微裂纹压实阶段、弹性变形阶段和塑性变形阶段的声发射能量较小，在塑性变形破坏阶段声发射能量激增；型煤在压力下表现出能量增加。原煤在破坏时刻释放的最大能量明显高于型煤。原煤的声发射累计计数在破坏前后呈近似线性上升趋势，而型煤上升趋势相对较为平缓。
![]()
图 8 原煤和型煤声发射信号的时间序列特征Figure 8. Time series characterization of acoustic emission signals from raw coal and briquette3.2 原煤和型煤声发射的空间演化特征
为了更好地观察煤样内部的破裂过程，对原煤和型煤进行三维声发射定位，分析在假三轴压缩下的空间演化。定位原理依赖于新裂纹产生的应力波（P波）到达各传感器的时间差变化。考虑到微裂纹长度相对于震源与传感器之间的距离要小得多，同时考虑到均匀速度模型，将裂纹源视为点源，坐标为$X(x,y,{\textit{z}}) $，设第j个传感器的坐标为$X_j(x_j,y_j,{\textit{z}}_j) $，则声发射定位方程为
$$ \left| {X - {X_j}} \right| = \sqrt {{{\left( {x - {x_j}} \right)}^2} + {{\left( {y - {y_j}} \right)}^2} + {{\left( {{\textit{z}} - {{\textit{z}}_j}} \right)}^2}} = {c_{\mathrm{p}}}\left( {{T_j} - T} \right) $$ (4) 式中：cp为纵波速度；Tj为纵波到达第j个传感器的时间；T为声发射事件的发生时间。
在纵波速度和各传感器坐标已知的情况下，式（4）包含x，y，z，T 4个未知变量。考虑到波速模型的影响及个别误差较大的离群值对定位精度的影响，采用最小绝对偏差和单纯形数值优化算法进行数据处理，即取各传感器处实测到达时间与计算到达时间之差的绝对值作为目标函数$f\left( x \right) $，$f\left( x \right) $峰值处的点作为源坐标解[19]。
$$ f\left( x \right) = \frac{1}{M}\sum\limits_{j = 1}^M {\left| {{T_j} - T - \frac{{\left| {x - {x_j}} \right|}}{{{c_{\mathrm{p}}}}}} \right|} $$ (5) 式中M为传感器个数。
4个试样在假三轴压缩下声发射局部化点的空间分布及其能量如图9所示。
![]()
图 9 不同应力水平下原煤和型煤声发射的空间分布和能量Figure 9. Spatial distribution and energy of AE from raw coal and briquette at different stress levels由图9（a）可知：在压实阶段（应力水平为20%），原煤M–02的声发射定位点较少，且分布随机；应力水平为40%时，裂纹首先出现在左前、后凹处，内部有多个声发射定位点；应力水平为60%时，左侧裂纹继续发育，右侧裂纹更加明显，声发射定位点后侧明显增大；应力水平为80%时，声发射测点密集，内部微裂纹发育充分；应力水平为100%时，声发射事件显著增加，裂纹开始连通成核，试样发生宏观断裂。
由图9（b）可知：初始加载阶段（应力水平为20%，40%），原煤M–03声发射事件集中在下部，在试样中部存在原始微破裂孔隙闭合产生的随机声发射定位点；应力水平为60%时，上端位置继续增大，两侧声发射定位点数量激增，说明两侧裂纹同时发育；应力水平为80%时，上部声发射定位点开始生长，两侧裂纹从下部开始发育；应力水平达到100%时，声发射定位点将出现激增和集中，裂纹扩展成核，同时裂纹充分发育，宏观裂纹开始形成，声发射事件达到峰值。
由图9（c）可知：在初始加载阶段（应力水平为20%），型煤XM–02试样处于压实阶段，原有的微裂纹和孔隙被封闭，声发射定位点较多；应力水平为40%时，声发射定位点将继续增加，在原声发射定位点的上下部分沿对角线由上到下生成一个新的声发射定位点，说明试样中形成的裂纹由上到下沿对角线方向发展；应力水平为60%时，在原断裂位置增加声发射定位点；应力水平为80%时，中部声发射定位点急剧增加，从中部开始出现左右裂纹发育；应力水平为100%时，声发射事件达到峰值，右下方的声发射定位点开始发育。
由图9（d）可知：在初始加载阶段，型煤XM–03试样处于压实阶段，原始微裂纹和孔洞被封闭，声发射定位点较多，由于微孔等缺陷的随机分布，声发射定位点较为分散；应力水平为20%时，中上部分出现左、右裂纹，中下部分出现声发射定位点；应力水平为40%时，两侧裂纹扩展，下部声发射定位点不断增加；应力水平为60%时，中部声发射定位点明显增加，两侧裂纹从中部开始发育；应力水平为80%时，声发射定位于材料中心，裂纹萌生，声发射达到峰值；应力水平接近100%时，试样中部声发射定位点强化，试样演化，开始出现可见裂纹。
3.3 原煤和型煤声发射信号的幅频特征
加载过程中产生的声发射信号不是连续的，而是一种间歇脉冲信号。变形破坏的发生需要能量积累，变形达到一定程度后才能形成断裂。试样变形和断裂产生的声发射定义为材料内部的小裂纹等缺陷在受力时发出的高频弹性波[20]。因此，每种煤样都有其特定的主频率和频率分布。
加载过程中，声发射信号频率发生变化。对时域波形进行离散傅里叶变换[21]，将经过分帧和加窗处理的信号从时域转移到频域。对每帧信号的频谱进行模平方运算，计算信号功率谱。考虑到时域信号的变化往往不能直观反映信号特性，常将其转换为频域的能量分布进行分析。频域能量分布可揭示不同信号的特性[22]。具体的转换方法为
$$ X\left(K\right)=\sum\limits_{r=0}^{Z-1}x'\left(r\right)\mathrm{exp}\left(-\mathrm{i}\frac{2\text{π}}{Z}rK\right)\quad0\leqslant K\leqslant Z $$ (6) 式中：$X\left( K \right) $为离散傅里叶变换后信号X的第K个值；Z为帧长；$x'(r) $为加窗后信号的第r个值；i为虚数单位。
以db5为小波基函数，深度为8层，对原煤和型煤声发射信号进行假三轴压缩小波包分析。原煤和型煤在σ/σc=99%（σc为峰值应力）时的声发射谱如图10所示。可看出原煤的声发射信号主要集中在10～120 kHz频率范围内，而型煤的声发射信号仅在0～100 kHz频率范围内跳跃活动。
为了明确声发射主频段的分布，将频率划分为8个频段，边界为30 kHz。另外，设大于240 kHz的频率为1个频带。波形能量在各频段的占比如图11所示。样品主次能量的主频段如下。M–02：30～60，90～120 kHz；M–03：0～30，30～60 kHz；XM–02：30～60，90～120 kHz；XM–03：30～60，120～150 kHz。
![]()
图 11 原煤和型煤在σ/σc=99%时的波形能量比分布Figure 11. Distribution of waveform energy ratios of raw coal and briquette at σ/σc=99%3.4 原煤和型煤声发射信号的非线性特征
R/S分析在岩石力学、岩土工程、环境变化等领域有着广泛应用[23]。R/S分析的基本概念是改变时间尺度，研究其统计特征的变化。本文采用R/S分析方法对原煤和型煤声发射信号的非线性特征进行研究[24]。将声发射信号定义为时间序列{$ p(t),t=1,2,\cdots k $}，该序列由N个长度为k的子序列组成，子序列的平均值为
$$ {\left\langle Y \right\rangle _k} = \frac{1}{k}\sum\limits_{t = 1}^k {p\left( t \right)} $$ (7) 累计偏差为
$$ Y\left( {m,k} \right) = \sum\limits_{t = 1}^m {\left( {p\left( t \right) - {{\left\langle Y \right\rangle }_k}} \right)} \quad 1 \leqslant m \leqslant k $$ (8) 累计偏差的取值范围为
$$ R\left( k \right) = {\max Y\left( {m,k} \right)} - {\min Y\left( {m,k} \right)} $$ (9) 标准差为
$$ S \left( k \right) = \sqrt {\frac{1}{k}\sum\limits_{t = 1}^k {{{\left[ {p\left( t \right) - {{\left\langle Y \right\rangle }_k}} \right]}^2}} } $$ (10) 改变N后，重复计算，对$R \left( k \right) $/$S \left( k \right) $统计规律进行Hurst分析，得
$$ \frac{{R\left( k \right)}}{{S\left( k \right)}} \sim { k ^H} $$ (11) 式中H为Hurst指数。
当H=0.5时，时间序列在任何尺度上都是独立的；当0.5＜H＜1时，时间序列整体上与序列递增呈正相关；当0＜H＜0.5时，时间序列与序列递增呈负相关。在此基础上，研究声发射时间序列的特征和内部趋势。通过分析分形维数D与H的关系，得
$$ D = 2 - H $$ (12) D表示时间序列的不规则性和复杂性。鉴于声发射时间序列中的声发射反映了变形和断裂的程度，D越大表示变形和断裂越复杂、越不规则，D越小表示变形规律性越强。
变换式（11）可得
$$ H = {\text{d}}[\ln \left( {R\left( k \right)/S\left( k \right)} \right)]/{\text{d}}[\ln k ]$$ (13) 不规则或混沌的时间序列可用分形维数Df来度量。Hurst指数H决定时间序列的趋势，分形维数描述时间序列的演化和复杂程度。可基于Matlab计算。应力水平为99%时原煤和型煤变形和破裂声发射信号的Hurst统计量如图12所示。声发射信号的分形结果见表2。可看出试样的Hurst指数为0.7～1.0，相关系数R在0.9以上，说明变形与断裂声发射信号符合Hurst统计规律。当H大于0.5时，表明变形断裂过程中声发射信号与载荷呈正相关。
![]()
图 12 原煤和型煤在σ/σc=99%时的Hurst统计量Figure 12. Hurst statistic at σ/σc=99% for raw coal and briquette表 2 声发射信号的分形结果Table 2. Fractal results of AE signal试样编号 Hurst指数 分形维数 相关系数 M–02 0.999 8 1.000 3 0.999 6 M–03 0.999 7 1.000 6 0.999 8 XM–02 0.999 5 1.000 4 0.999 4 XM–03 0.999 6 1.000 7 0.999 5 4. 结论
1） 煤样加载过程中释放的声发射能量和峰值应力处的总能量与煤的强度密切相关。原煤的声发射活动在预加载阶段（即初始压缩阶段、弹性变形阶段和塑性变形阶段）较少，而型煤的声发射活动在早期变形阶段较活跃，在裂纹扩展损伤阶段达最大值。
2） 原煤最终宏观破裂为剪切和拉伸混合破坏模式，型煤最终宏观破裂以轴向分裂为主，为典型的拉伸破坏模式。原煤和型煤的声发射位置与其宏观裂纹形态一致，但不同煤样的产状、时间和空间分布不同。煤样的损伤特征可通过空间能量差直观反映。
3） 原煤的声发射信号主要集中在10～120 kHz频率范围内，而型煤的声发射信号仅在0～100 kHz频率范围内跳跃活动，说明型煤的微破裂规模大于原煤。此外，原煤和型煤的波形能量90%活跃在0～150 kHz。
4）当试样接近失稳破坏时，即在峰值应力的99%左右时（不代表全过程的破裂），原煤和型煤声发射信号的非线性分形Hurst指数均大于0.5，表明声发射时间序列与加载过程具有长期相关性。Hurst指数越大，表明该变形阶段声发射信号的增加越明显，可作为动力灾害的短期前兆。
-
![]()
图 1 假三轴压缩声发射实验装置
Figure 1. Pseudo triaxial compression acoustic emission experimental device
![]()
图 8 原煤和型煤声发射信号的时间序列特征
Figure 8. Time series characterization of acoustic emission signals from raw coal and briquette
![]()
图 9 不同应力水平下原煤和型煤声发射的空间分布和能量
Figure 9. Spatial distribution and energy of AE from raw coal and briquette at different stress levels
![]()
图 11 原煤和型煤在σ/σc=99%时的波形能量比分布
Figure 11. Distribution of waveform energy ratios of raw coal and briquette at σ/σc=99%
![]()
图 12 原煤和型煤在σ/σc=99%时的Hurst统计量
Figure 12. Hurst statistic at σ/σc=99% for raw coal and briquette
表 1 原煤和型煤的基本力学参数
Table 1 Basic mechanical parameters of raw coal and briquette
煤样类型 试样编号 轴向应
力/MPa弹性模
量/GPa泊松比 密度/
（g·cm−3）原煤 M–01 53.10 13.13 0.54 1.28 M–02 64.98 10.55 0.46 1.32 M–03 59.12 13.84 0.42 1.31 型煤 XM–01 21.46 1.43 0.71 1.08 XM–02 23.05 1.54 0.83 1.12 XM–03 23.16 1.96 0.77 1.16 
下载: 导出CSV
表 2 声发射信号的分形结果
Table 2 Fractal results of AE signal
试样编号 Hurst指数 分形维数 相关系数 M–02 0.999 8 1.000 3 0.999 6 M–03 0.999 7 1.000 6 0.999 8 XM–02 0.999 5 1.000 4 0.999 4 XM–03 0.999 6 1.000 7 0.999 5
下载: 导出CSV
-
[1] 曹树刚,李勇,郭平,等. 型煤与原煤全应力–应变过程渗流特性对比研究[J]. 岩石力学与工程学报,2010,29(5):899-906. CAO Shugang,LI Yong,GUO Ping,et al. Comparative research on permeability characteristics in complete stress-strain process of briquettes and coal samples[J]. Chinese Journal of Rock Mechanics and Engineering,2010,29(5):899-906.
[2] ZHANG Erhui,ZHOU Baokun,LI Ping. Comparative research on the precursory characteristics of critical slowing down before the failure of raw coal and briquettes[J]. Bulletin of Engineering Geology and the Environment,2023,82(9). DOI: 10.1007/s10064-023-03373-3.
[3] 陈结,刘博,朱超,等. 基于煤样破坏声发射特征的冲击地压评价预警研究[J]. 煤炭科学技术,2023,51(2):116-129. CHEN Jie,LIU Bo,ZHU Chao,et al. Early-warning evaluation and warning of rock burst using acoustic emission characteristics of coal sample failure[J]. Coal Science and Technology,2023,51(2):116-129.
[4] 郭敬远,张玉柱. 煤单轴压缩破坏过程声发射特征分析[J]. 煤炭技术,2021,40(4):129-132. GUO Jingyuan,ZHANG Yuzhu. Analysis on acoustic emission characteristics of coal under uniaxial compression[J]. Coal Technology,2021,40(4):129-132.
[5] 李术才,许新骥,刘征宇,等. 单轴压缩条件下砂岩破坏全过程电阻率与声发射响应特征及损伤演化[J]. 岩石力学与工程学报,2014,33(1):14-23. LI Shucai,XU Xinji,LIU Zhengyu,et al. Electrical resistivity and acoustic emission response characteristics and damage evolution of sandstone during whole process of uniaxial compression[J]. Chinese Journal of Rock Mechanics and Engineering,2014,33(1):14-23.
[6] 陈结,张允瑞,蒲源源,等. 不同应力路径下含瓦斯煤的声发射特性与能量演化规律[J]. 中南大学学报(自然科学版),2023,54(6):2323-2337. CHEN Jie,ZHANG Yunrui,PU Yuanyuan,et al. Acoustic emission characteristics and energy evolution of coal containing gas under different stress paths[J]. Journal of Central South University(Science and Technology),2023,54(6):2323-2337.
[7] 冯志杰,苏发强,苏承东,等. 赵固二_1煤样冲击倾向性与声发射特征的试验研究[J]. 采矿与安全工程学报,2022,39(1):25-35. FENG Zhijie,SU Faqiang,SU Chengdong,et al. Experimental study on impact proneness and acoustic emission characteristics of coal samples from Zhaogu No.2_1 Mine[J]. Journal of Mining & Safety Engineering,2022,39(1):25-35.
[8] ZHOU Xin,LIU Xiaofei,WANG Xiaoran,et al. Acoustic emission characteristics of coal failure under triaxial loading and unloading disturbance[J]. Rock Mechanics and Rock Engineering,2022,56(2):1043-1061.
[9] 吴永胜,余贤斌. 单轴压缩条件下岩石声发射特性的实验研究[J]. 金属矿山,2008(10):25-28. WU Yongsheng,YU Xianbin. Experimental study on the acoustic emission characteristics of rocks at uniaxial compression[J]. Metal Mine,2008(10):25-28.
[10] MORADIAN Z,EINSTEIN H H,BALLIVY G. Detection of cracking levels in brittle rocks by parametric analysis of the acoustic emission signals[J]. Rock Mechanics and Rock Engineering,2016,49(3):785-800. DOI: 10.1007/s00603-015-0775-1
[11] 杨磊. 不同冲击倾向性煤体声发射能量特征与时空演化规律研究[J]. 采矿与安全工程学报,2020,37(3):525-532. YANG Lei. Acoustic emission energy characteristics and time-space evolution law of coal with different rockburst tendency[J]. Journal of Mining & Safety Engineering,2020,37(3):525-532.
[12] 杜帅,王炀. 基于声发射幅频分布的大理岩岩爆试验研究[J]. 煤炭科学技术,2019,47(11):44-49. DU Shuai,WANG Yang. Experimental study on rockburst test of marble based on acoustic emission amplitude-frequency distribution[J]. Coal Science and Technology,2019,47(11):44-49.
[13] HE M C,MIAO J L,FENG J L. Rock burst process of limestone and its acoustic emission characteristics under true-triaxial unloading conditions[J]. International Journal of Rock Mechanics and Mining Sciences,2010,47(2):286-298. DOI: 10.1016/j.ijrmms.2009.09.003
[14] QI Gang. Wavelet-based AE characterization of composite materials[J]. NDT and E International:Independent Nondestructive Testing and Evaluation,2000,33(3):133-144.
[15] KONG Biao,WANG Enyuan,LI Zenghua,et al. Nonlinear characteristics of acoustic emissions during the deformation and fracture of sandstone subjected to thermal treatment[J]. International Journal of Rock Mechanics and Mining Sciences,2016,90:43-52. DOI: 10.1016/j.ijrmms.2016.10.004
[16] WANG Guilin,WANG Runqiu,SUN Fan,et al. Analysis of nonlinear energy evolution in fractured limestone under uniaxial compression[J]. Theoretical and Applied Fracture Mechanics,2022. DOI: 10.1016/j.tafmec.2022.103387.
[17] LIU Xiaofei,WANG Xiaoran,WANG Enyuan,et al. Effects of gas pressure on bursting liability of coal under uniaxial conditions[J]. Journal of Natural Gas Science and Engineering,2017,39:90-100. DOI: 10.1016/j.jngse.2017.01.033
[18] 谢和平,鞠杨,黎立云,等. 岩体变形破坏过程的能量机制[J]. 岩石力学与工程学报,2008,27(9):1729-1740. XIE Heping,JU Yang,LI Liyun,et al. Energy mechanism of deformation and failure of rock masses[J]. Chinese Journal of Rock Mechanics and Engineering,2008,27(9):1729-1740.
[19] WANG Xiaoran,WANG Enyuan,LIU Xiaofei. Damage characterization of concrete under multi-step loading by integrated ultrasonic and acoustic emission techniques[J]. Construction and Building Materials,2019,221(10):678-690.
[20] ISHIDA T,LABUZ J F,MANTHEI G,et al. ISRM suggested method for laboratory acoustic emission monitoring[J]. Rock Mechanics and Rock Engineering,2017,50(3):665-674. DOI: 10.1007/s00603-016-1165-z
[21] 王恩元,何学秋,刘贞堂. 煤岩破裂声发射实验研究及RS统计分析[J]. 煤炭学报,1999,24(3):48-51. WANG Enyuan,HE Xueqiu,LIU Zhentang. Experimental research and R/S statistic analysis of AE during the fracture of coal or rock[J]. Journal of China Coal Society,1999,24(3):48-51.
[22] 李振雷,李娜,杨菲,等. 声发射梅尔倒谱系数在砂岩破裂分析的应用[J]. 煤炭学报,2023,48(2):714-729. LI Zhenlei,LI Na,YANG Fei,et al. Applying Mel-frequency cepstral coefficient of acoustic emission for analyzing fracture and failure of sandstone specimens[J]. Journal of China Coal Society,2023,48(2):714-729.
[23] 李远耀,殷坤龙,程温鸣. R/S分析在滑坡变形趋势预测中的应用[J]. 岩土工程学报,2010,32(8):1291-1296. LI Yuanyao,YIN Kunlong,CHENG Wenming. Application of R/S method in forecast of landslide deformation trend[J]. Chinese Journal of Geotechnical Engineering,2010,32(8):1291-1296.
[24] WANG J A,SHANG X C,MA H T. Investigation of catastrophic ground collapse in Xingtai gypsum mines in China[J]. International Journal of Rock Mechanics and Mining Sciences,2008,45(8):1480-1499. DOI: 10.1016/j.ijrmms.2008.02.012
计量
- 文章访问数: 67
- HTML全文浏览量: 34
- PDF下载量: 8
