高子興,夏 冬,楊意德,李友偉
(1.華北理工大學 礦業工程學院, 河北 唐山市 063009;2.華北理工大學 河北省礦業開發與安全技術重點實驗室, 河北 唐山市 063009)
AE是指材料或結構在外部載荷作用下,以彈性波的形式釋放應變能的現象[1]。AE技術可實時動態監測巖石材料內部微裂紋萌生、擴展,揭示其損傷演化過程[2]。通過對材料受載過程中AE事件動態演分析,有助于揭示巖石損傷破壞過程的動態演化規律[3]。國內外諸多學者對巖石損傷破壞過程中AE定位開展了廣泛而深入的研究,20世紀60年代晚期,K. Mogi[4]應用AE定位技術,對花崗巖板在彎曲變形條件下的二維定位進行了研究,其后,C. H. Scholz[5]采用6個AE探頭,應用最小二乘法獲得了單軸壓縮條件下AE事件的空間位置,開創了多通道擬合AE源定位算法。D. P. Janson[6]等應用AE監測技術,對巖石損傷演化過程中裂紋累積、成核及宏觀擴展規律進行了研究;裴建良等[7]應用AE及其定位技術,對單軸加載條件下大理巖巖樣破裂過程中內部不同空間組合類型自然裂隙的空間動態演化過程進行了研究,實現了自然裂隙及其擴展過程的精確定位;左建平等[8]采用AE監測系統對煤、巖和煤巖組合體損傷破壞過程中的力學行為和AE行為進行了實時監測,獲得了其AE三維空間分布規律;張鵬海等[9]對蝕變花崗巖破壞過程中AE事件的演化規律開展了試驗研究,研究結果為預測巖石的破壞提供試驗依據;劉建坡等[10]采用單純形定位算法,對預制孔巖石試件損傷破壞過程中的AE時空演化特征進行了研究。
上述研究成果極大地提高了人們對巖石破裂失穩過程中AE時空演化規律的認識,但這些研究多針對于干燥巖石,很少涉及天然與飽水狀態巖石損傷破壞過程中AE的時空演化規律,而大多數的巖體工程多處于含水或飽水狀態。針對這一問題,采用基于最小二乘法的AE組合定位算法[11],對中關鐵礦干燥、天然及飽水狀態下的閃長巖在單軸加載條件下的動態損傷演化過程進行研究,研究成果有助于進一步認識巖體失穩破壞機制,為提高含水巖體失穩監測精度提供試驗依據。
將從中關鐵礦地下約600 m深處取回的閃長巖巖塊加工成高徑比為2∶1的圓柱體巖樣,巖樣直徑約為48 mm,加工精度符合相關試驗規程。根據試驗要求,干燥、天然及飽水巖樣分別為3個,各巖樣的具體尺寸和縱波波速見表1。
試驗采用加載速率為10 kN/min的單軸應力加載方式。試驗設備由TAW-3000微機控制電液伺服試驗機和PCI-Ⅱ監測系統組成,AE傳感器型號為Nano30,試驗裝置和傳感器位置示意圖見圖1。

表1 巖樣尺寸及縱波波速

圖1 試驗系統和傳感器位置
AE監測系統具體參數設置為:前置增益40 dB,傳感器頻率為125~750 kHz,門檻值和主放分別為45 dB和40 dB,采樣頻率為1 MHz。傳感器距試件端面距離20 mm,試驗時,在試件與傳感器接觸部位涂抹黃油進行耦合。
試驗前為檢驗定位算法的精度,采用0.5 mm的HB鉛筆芯斷鉛試驗模擬源進行傳感器響應和定位誤差的測算。本次所有斷鉛試驗的試驗點均選在1、5傳感器連線的中點處,每組試驗重復10次。干燥、天然及飽水巖樣的定位結果如圖2所示。

圖2 閃長巖斷鉛試驗定位結果
根據實際斷鉛位置與定位結果對比分析可知,天然、干燥及飽水巖樣的定位誤差的平均值分別為4.44, 4.04 mm和2.44 mm。
AE事件實時動態顯示是研究巖石動態損傷演化過程的前提。本文按照AE事件產生的時間順序和能級大小進行三維動態顯示,AE事件能量的大小由球的直徑決定,能量與球的直徑成正比。
干燥狀態典型巖樣的應力-應變-AE能率曲線、應力-應變-AE能量累積數曲線及AE事件的動態演化規律分別如圖3~圖5所示。

圖3 干燥狀態巖樣應力-應變-AE能率曲線

圖4 干燥狀態巖樣應力-應變-AE能量累積數曲線

圖5 干燥狀態巖樣不同應力水平聲發射時空演化規律
根據圖3中AE能率與應力之間的關系,將應力-應變-AE能率曲線劃分為初始壓密階段、彈性變形階段、損傷演化階段和失穩破裂階段,各階段對應于圖3中的OA段、AB段、BD段和D點以后階段,其中C點為巖石受擾動容易破裂失穩的分界點。
由圖3、圖4可見,在OA和AB段,巖樣內部幾乎沒有AE能量釋放,在BD段,隨軸向應力的增大,巖樣內部有大量的AE能量釋放,在該階段,AE能率增大并呈階躍變化,AE能量累積數快速增多,D點以后,幾乎沒有AE能量釋放。
由圖5可見,干燥巖樣在低于0.5σc(σc為峰值應力)時,巖樣內部累計產生的AE事件數約為其破裂失穩時AE事件總數的12.5%,AE事件主要集中于巖樣的端部,這是因為在這一過程中,巖樣端部產生了損傷裂紋。當應力由0.5σc增大到0.6σc這一過程中,新增AE事件數約為其總數的8.5%,新增AE事件有向巖樣內部發展的趨勢,且主要出現于巖樣最終破裂面附近;當應力由0.6σc增大到0.7σc這一過程中,新增AE事件數約為其總數的5%,從圖3也可以看出,該階段AE能率相對較小,新增AE事件主要出現在巖樣的中部;當應力由0.7σc增大到0.8σc這一過程中,AE能率出現了一次大的階躍變化,新增AE事件數約為其總數的11.5%;當應力由0.8σc增大到0.9σc這一過程中,這一階段AE能率相對較小,但該階段巖樣釋放的能量相對較多,新增AE事件數約為其總數的12.5%;當應力超過0.9σc時,巖樣處于失穩破裂前夕,該階段AE能率、AE能率累積數及AE事件數急劇增大,新增AE事件數約為總數的50%,該階段破壞裂紋貫通,巖樣發生宏觀破壞。在上述各應力階段,AE事件均有向巖樣最終破裂面附近集群的趨勢,且主要分布于最終破裂面兩側。
天然狀態下典型巖樣的軸向應力-應變-AE能率曲線及軸向應力-應變-AE能量累積數曲線分別如圖6、圖7所示,不同應力水平時累積AE事件在空間中的分布如圖8所示。
由圖6、圖7可見,在OA和AB段,AE能率和能量累積數幾乎為零,這兩個階段分別處于巖樣的壓密與彈性變形階段。BD段,該階段的應力區間為(0.43~1.0)σc,其中C點的應力為0.73σc,在BC段,AE能率和能量累積數均有小幅增大,CD段,AE能率出現階躍變化,能量累積數急劇增大。

圖6 天然巖樣應力-應變-AE能率曲線

圖7 天然巖樣應力-應變-AE能量累積數曲線

圖8 天然巖樣不同應力水平聲發射時空演化規律
由圖8可見,天然巖樣在低于0.5σc時,巖樣內部有少量AE事件產生,且產生的AE事件分布隨機;當應力由0.5σc增大到0.8σc這一過程中,新增AE事件數約為其總數的17.6%,新增AE事件主要出現于巖樣最終破裂面附近,但分布依舊較為分散;當應力由0.8σc增大到0.9σc這一過程中,巖樣處于損傷演化階段后期,新增AE事件數約為其總數的10.8%,通過對比該階段AE定位結果與巖樣最終破裂面位置關系發現,AE事件主要集中于最終破裂面;當巖樣所受壓力接近其峰值強度時,AE能率、AE能量累積數及AE事件數快速增加,巖樣達到峰值強度時,巖樣失穩破壞,此時,AE事件數不再增多,該階段新增AE事件數約為其總數的60.9%,該階段新增AE事件絕大多數集中于巖樣最終破裂面附近,少數呈離散狀分布。
飽水狀態下典型閃長巖巖樣的軸向應力-應變-AE能率關系曲線及軸向應力-應變-AE能量累積數關系曲線如圖9、圖10所示,不同應力水平時累積AE事件在空間中的分布如圖11所示。
由圖9、圖10可見,在OA和AB段,AE能率和AE能量累積數幾乎為零。BD段所處的應力區間為0.76~1.0σc,其中C點的應力為0.90σc,BC段,AE能率和能量累積數均有小幅增大,CD段,AE能率出現階躍變化,AE能量累積數急劇增大。
由圖11可見,飽水巖樣在(0~0.5)σc應力區間,巖樣內有少量AE事件產生。當應力由0.5σc增大到0.9σc這一過程中,新增AE事件數約為其總數的28.56%,新增AE事件主要集中于最終破裂面附近,且接近于最終破裂面,當應力超過0.9σc直至巖樣最終破裂這一過程中,新增AE事件數約為其總數的62.9%,并有向最終破裂面附近集群的趨勢。
對比分析上述3種含水狀態巖樣損傷演化過程AE事件動態變化規律,可以發現:在低應力(應力<0.5σc)階段,干燥巖樣內部有少量AE事件產生,而天然與飽水巖樣內部幾乎沒有AE事件產生;在0.5~0.9σc應力區間內,各巖樣內部均有一定數量的AE事件產生,且飽水巖樣產生的AE事件最接近于最終破裂面;在失穩破裂階段,干燥、天然、飽水巖樣內部AE事件所占各巖樣AE事件的比例依次遞增,且干燥與飽水巖樣AE事件集中出現在巖樣失穩前的一段時間內,而飽水巖樣的AE事件集中出現于巖樣失穩破裂前的一瞬間。

圖9 飽水狀態巖樣應力-應變-AE能率曲線

圖10 飽水狀態巖樣應力-應變-AE能量累積數曲線

圖11 飽水狀態巖樣不同應力水平時累積AE試件空間分布
(1) 含水狀態對巖樣AE事件的精度和事件數均有顯著影響,干燥、天然及飽水閃長巖的定位誤差分別為3.46,4.44 mm和2.44 mm。天然、飽水巖樣的聲發射事件數分別為干燥巖樣的37.2%和17.6%。
(2) 在低應力階段,干燥巖樣內部產生的AE事件多于天然與飽水巖樣;在0.5~0.9σc應力區間內,各巖樣內部均有一定數量的AE事件產生;在失穩破裂階段,干燥、天然、飽水巖樣內部AE事件所占各巖樣AE事件的比例依次遞增。
參考文獻:
[1]LOCKNER D A. The role of acoustic emission in the study of rock fracture[J]. International Journal of Rock Mechanics and Mining Sciences and Geomechanics,1993,30(7):883-899.
[2]TSUYOSHI I,TADASHI K,YUJI K. Source distribution of acoustic emissions during an in-situ direct shear test:implications for an analog model of seismogenic faulting in an inhomogeneous rock mass[J]. Engineering Geology,2010,110(3/4):66-76.
[3]宮宇新,何滿朝,汪政紅,等.巖石破壞聲發射時頻分析算法與瞬時頻率前兆研究[J].巖石力學與工程學報,2013,32(4):788-799.
[4]MOGI K. Source location of elastic shocks in the fracturing process in rock[J]. Bulletin of Earthquake Research Institute,Tokyo Imperial University,1968,46(8):1103-1125.
[5]SCHOLZ C H. Experimental study of the fracturing in brittle rock[J]. Journal of Geophysical Research,1968,74(4):1447-1454.
[6]JANSED D P, CARLSON S R, YOUNG R P, et al. Ultrasonic imaging and acoustic emission monitoring of thermally induced micro cracks in Lac du Bonnet Granite[J]. Journal of Geophysical Research,1993,B12(98):22231-22243.
[7]裴建良,劉建鋒,左建平,等.基于聲發射定位的自然裂隙動態演化過程研究[J].巖石力學與工程學報,2013,32(4):696-704.
[8]左建平,裴建良,劉建鋒,等.煤巖體破裂過程中聲發射行為及時空演化機制[J].巖石力學與工程學報,2011,30(8):1564-1570.
[9]張鵬海,楊天鴻,徐 濤,等.蝕變花崗片麻巖破壞過程中聲發射事件的演化規律[J].巖土力學,2017,38(8):2189-2197.
[10]XU Shuai, LIU Jianpo, XU Shida, et al. Experimental studies on pillar failure characteristics based on acoustic emission location technique[J].Transactions of Nonferrous Metals Society of China,2012,(22):2792-2798.
[11]康玉梅,劉建坡,李海濱,等.一類基于最小二乘法的聲發射源組合定位算法[J].東北大學學報(自然科學版),2010,31(11):1648-1651.