文章摘要:岩石内部微破裂累积演化过程中的信息获取和行为判别能够掌握岩石破坏失稳状态，对于岩土工程灾害预警防控具有重要意义。本文通过开展花岗岩失稳破裂的声发射试验，分析声发射能级频次分布和波形频谱变化两类指标在岩石破坏过程中表现出的阶段性特征，给出基于多元声发射指标的岩石失稳评价建议，并利用集成机器学习模型构建岩体塑性阶段裂纹扩展状态的辨识方法。研究表明：（1）在花岗岩破坏的压密、弹性、稳定扩展和不稳定扩展4个阶段中，b值、S值、RA值、AF值、频率重心等声发射参量的变化趋势表现出明显地阶段性特征和时序相关性，各参量分别从损伤整体程度、破裂尺度变化和震源类型多角度解读了岩石内部破裂演化行为。（2）b值低位持续性下降、S值高位平稳波动、AF值高位降低、RA值低位攀升以及AFG值突然下降对应了花岗岩裂纹不稳定扩展阶段，可作为花岗岩的失稳前兆。（3）集合能级频次分布和波形频谱变化的多元声发射前兆指标体系和风险评价判据，克服一般特征参数和单指标的缺陷，可为岩体工程失稳评价提供参考建议。（4）在上述参量基础上引入A（b）和主频带宽（W）分别扩充两类指标以补充数据集，通过AdaBoost和RandomForest构建的2种岩石裂纹稳定扩展和不稳定扩展阶段识别模型，分类准确率分别达到了94.0%和95.1%。该研究分析方法和思路不仅实现了实验室尺度下岩体破坏阶段的有效辨识，而且可为岩体工程灾害预警或类似研究提供借鉴和参考。

文章关键词:

项目基金: 上一篇：航空航天科学与工程论文_基于非约束模态刚柔耦 下一篇：没有了