【技术实现步骤摘要】
本专利技术涉及岩石力学，特别涉及一种煤岩疲劳变形裂隙扩展智能预测方法。
技术介绍
1、在地下采矿工程中，煤岩体经常受到采掘活动、震动等周期性循环扰动，在周期性循环荷载作用下，煤岩体会发生塑性变形和弹性变形，其中，弹性变形部分在荷载卸除后得到恢复，而塑性变形部分会残留下来。在周期性循环扰动下，煤岩中裂隙的萌生、扩展、贯通以及塑性不可逆变形的大小与煤岩体损伤程度直接相关，是煤岩在循环荷载下疲劳性能的体现。因此，研究循环加卸载作用下煤岩的裂隙扩展及变形损伤特征具有重要意义。
2、国内外学者针对循环加卸载作用下煤岩的力学变形特征及损伤演化规律开展了大量的研究。其中，很多学者进行了单轴压缩和三轴压缩试验，并对其应力-应变曲线进行了分析，研究发现，在循环荷载作用下，煤岩加载和卸载路径并不完全重合，每次加卸载都形成一个迟滞回路，留下一段永久的变形。目前，针对循环加卸载应力路径下的应力-应变“滞回环”现象和不可逆应变的研究多是间接和定性的，与此同时，科技进步和人工智能算法的发展，为岩石力学的研究提供了新的思路和方法，高精度工业ct等技术能够进行实时无损监测，为煤岩内部裂隙扩展和变形损伤的研究提供了新的方法和思路。基于此，本专利技术利用ct扫描技术和智能算法，实现了基于可视化时序图片的煤岩疲劳变形裂隙扩展的预测，为煤岩安全的智能化研究提供了一种可靠的理念、方法和技术。
技术实现思路
1、本专利技术的目的是提供一种煤岩疲劳变形裂隙扩展智能预测方法，以解决现有技术中存在的问题。
3、1)制备煤岩试样，并构建试样空间坐标系。
4、2)对煤岩试样进行循环加卸载力学试验直至试样破坏。循环加卸载过程中，对煤岩试样进行高精度全范围实时ct扫描。
5、3)进行煤岩试样实时ct图像预处理，构建图像识别时序数据集。并进行ct图像三维重构。步骤3)具体包括以下同时进行或不分先后顺序的子步骤：
6、3.1)根据时间重要度系数φ选用特定时刻的ct图像作为时序数据集。其中，时间重要度系数φ反应煤岩孔裂隙及体积变化时间效应。所述时序数据集包括时序径向二维切片数据集和轴向二维切片数据集。利用煤岩试样中的原生裂隙作为散斑结构特征，实现对煤岩中孔裂隙的定位。针对单个定位的孔裂隙建立单个孔裂隙时序数据集。单个孔裂隙定位时序数据集表征煤岩中单个孔裂隙从起裂、发育、扩展、贯通直至破坏的过程。
7、3.2)利用数字岩心软件对ct数据进行过滤降噪强化之后进行孔裂隙三维体积重构。
8、4)将步骤3.1)构建的时序数据集分为训练集和验证集，分别从变形增量维度、变形方向维度及煤岩类型维度对训练集数据进行时序特征提取，然后将时序特征分别代入不同的时序算法中，融合构建煤岩疲劳裂隙扩展回归模型，对孔裂隙的发育扩展和煤岩的变形进行实时预测；其中，验证集及步骤3.2)得到的孔裂隙三维重构模型用于对煤岩疲劳裂隙扩展回归模型进行改进和验证；
9、5)基于步骤4)所得煤岩疲劳裂隙扩展回归模型对煤岩在循环加卸载作用下的变形及裂隙扩展特征可进行实时预测和表征；
10、6)基于步骤4)的结果，可获得时序应变回归参数集k，结合应力-应变曲线的“滞回环”特征，从应变时序、煤岩类型及应变方向三个维度对应变公式及本构方程进行修正。与此同时，将步骤4)中的模型进行封装形成可供推广运用的装置和系统。进一步，步骤1)中，将工作面挑选的大块煤样通过切割、打磨及抛光处理，加工成圆柱体试件。或采用模具将煤岩粉加水混合后压制成圆柱体试件。
11、进一步，步骤1)中，试样布置在空间直角坐标系o-xyz中。所述空间直角坐标系o-xyz的原点位于试样底面中心位置。所述空间直角坐标系o-xyz的z轴平行于试样长度方向，x轴和y轴平行于试样的径向。
12、进一步，选用初始时刻ct图像和所有φ＝1时刻及该时刻前后时刻的ct图像作为时序数据集。时间重要度系数φ的确定方法如式(1)所示。当变化率大于阈值时，给φ赋1否则赋0。阈值通过专家经验总结或以图像观测确定。
13、
14、式中，nt为t时刻煤岩中有效孔裂隙的数量。vt为t时刻煤岩中定位孔裂隙的体积。n为该种煤岩所对应的认为具有明显损伤变形的裂隙条数的最小增量；vp为定位孔裂隙的体积变化量。vt为t时刻煤岩的体积。vp为煤岩的体积变化量。
15、进一步，步骤4)中，时序数据集训练集和验证集的比例划分为7：3，并可根据具体试验进行调整。
16、进一步，步骤4)中，变形增量时序特征提取方法为将δt时刻和δt+t时刻同一孔隙进行最大量重合，计算孔裂隙循环加卸载后的绝对变形增量：
17、δt时间段循环荷载作用下，孔裂隙由圆球形变为了椭球形，a所示区域为原来孔隙范围内减少的区域，定义为变形减量，其在y＝yi时xoz平面的面积记为其所在孔裂隙的体积记为va；b所示区域为原来孔隙范围内增加的区域，定义为变形增量，其在y＝yi时xoz平面的面积记为其所在孔裂隙的体积记为vb。此外，记点e和点f分别是所研究空裂隙边界上的任意点，且ef为点e和点f之间的距离，|ef|a和|ef|b分别是循环荷载作用之前的距离和循环荷载作用之后的距离。
18、对孔裂隙二维图像，定义二维变形增量函数如下：
19、
20、
21、h(x)＝f(x)+g(x) (4)
22、
23、当h(x)＝0时，孔裂隙没有产生不可逆的线应变和面积应变；当h(x)＝1时，孔裂隙的变形增量等于变形减量，产生了不可逆的线应变，但没有产生面积应变；当h(x)＝2时，说明孔裂隙的变形减量大于变形增量，产生了线应变和面积应变，且孔裂隙在y＝yi的xoz平面内发生了收缩。当h(x)＝3时，说明孔裂隙的变形减量小于变形增量，产生了线应变和面积应变，且孔裂隙在y＝yi的xoz平面内发生了扩胀。(5)式s(x)为绝对变形增量。
24、进一步，步骤4)中，变形方向时序特征提取方法为以原生裂隙作为定位参照点，统计δt时刻和δt+t时刻裂隙扩展的方向，提取切片图像上裂隙角度和方向的空间分布特征。进一步地，可以为每个角度方向赋值，当δt时段内某方向上裂隙增长了，则为该时段赋该方向上相应的值，从而实现裂隙方向的量化。
25、进一步，步骤4)中，煤岩类型时序特征提取方法为统计不同时刻ct图像切片的ct值，ct值与煤岩的密度密切相关，ct值的大小能够反应不同的煤岩类型。
26、进一步，步骤4)中，时序算法利用全尺度跳跃链接。
27、进一步，步骤4)中，时序算法采用全尺度深度监督。
28、进一步，步骤5)中，变形特征包括变形增量特征和变形方向特征。
29、进一步，步骤6)中，步骤6)中，回归参数集k是回归模型的参数集合，进行映射转换之后本文档来自技高网...
【技术保护点】
1.一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：步骤1)中，将工作面挑选的大块煤样通过切割、打磨及抛光处理，加工成圆柱体原煤试件；或采用模具将煤岩粉加水混合后压制成圆柱体煤试件。
3.根据权利要求2所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：步骤1)中，试样布置在空间直角坐标系O-XYZ中；所述空间直角坐标系O-XYZ的原点位于试样底面中心位置；所述空间直角坐标系O-XYZ的Z轴平行于试样长度方向，X轴和Y轴平行于试样的径向。
4.根据权利要求1所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：选用初始时刻CT图像和所有φ＝1时刻及该时刻前后时刻的CT图像作为时序数据集；时间重要度系数φ的确定方法如式(1)所示；当变化率大于阈值时，给φ赋1否则赋0；阈值通过专家经验总结或以图像观测确定；
5.根据权利要求1所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：步骤4)中，变形增量时序特征提取方法为将Δt时刻和Δt+T时
6.根据权利要求1所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：步骤4)中，时序算法利用全尺度跳跃链接。
7.根据权利要求1所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：步骤5)中，变形特征包括变形增量特征和变形方向特征。
8.根据权利要求1所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于，步骤6)中，回归参数集K是回归模型的参数集合，进行映射转换之后可形成不同的修正系数，其中，包括考虑煤岩孔裂隙扩展的时序修正系数δt、考虑不同煤岩材料的煤岩类型修正系数δm和考虑材料加载方式不同导致的方向修正系数δo，煤岩应变公式自适应修正为：
9.一种计算机可读存储介质，其特征在于：存储有用于实现权利要求1～8中任意一种煤岩疲劳变形裂隙扩展智能预测方法的计算机程序。
10.一种煤岩疲劳变形裂隙扩展智能预测装置，其特征在于：包括处理器、输入单元、输出单元和存储单元；所述输入单元可接收来自外部CT机的CT图像数据；所述输出单元可以反映外部表现的信息；所述存储单元用于存储数字岩心软件、由处理器执行的用于实现权利要求1～8中任意一种煤岩疲劳变形裂隙扩展智能预测方法的的指令序列和操作期间的数据。
...【技术特征摘要】
1.一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：步骤1)中，将工作面挑选的大块煤样通过切割、打磨及抛光处理，加工成圆柱体原煤试件；或采用模具将煤岩粉加水混合后压制成圆柱体煤试件。
3.根据权利要求2所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：步骤1)中，试样布置在空间直角坐标系o-xyz中；所述空间直角坐标系o-xyz的原点位于试样底面中心位置；所述空间直角坐标系o-xyz的z轴平行于试样长度方向，x轴和y轴平行于试样的径向。
4.根据权利要求1所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：选用初始时刻ct图像和所有φ＝1时刻及该时刻前后时刻的ct图像作为时序数据集；时间重要度系数φ的确定方法如式(1)所示；当变化率大于阈值时，给φ赋1否则赋0；阈值通过专家经验总结或以图像观测确定；
5.根据权利要求1所述的一种煤岩疲劳变形裂隙扩展智能预测方法，其特征在于：步骤4)中，变形增量时序特征提取方法为将δt时刻和δt+t时刻同一孔隙进行最大量重合，计算孔裂隙循环加卸载后的绝对变形增量；变形方向时序特征提取方法为以原生裂隙作为定位参照点，统计δt时刻和δt+t时刻裂隙扩展的方向，提取切片图像上...
【专利技术属性】
技术研发人员：邹全乐，湛金飞，吕飞翔，郑皓泷，彭康，陈子涵，陈春梅，王伟志，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。