[發明專利]基于聲響特征的硬巖拉剪破裂識別方法與裝置在審
| 申請號: | 202011068722.2 | 申請日: | 2020-09-29 |
| 公開(公告)號: | CN112200238A | 公開(公告)日: | 2021-01-08 |
| 發明(設計)人: | 蘇國韶;黃杰;蔣劍青;許華杰;張研;羅丹旎;粟明杰;藍蘭 | 申請(專利權)人: | 廣西大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/00;G06K9/46 |
| 代理公司: | 南寧市吉昌知識產權代理事務所(普通合伙) 45125 | 代理人: | 林鵬 |
| 地址: | 530004 廣西壯族*** | 國省代碼: | 廣西;45 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 聲響 特征 硬巖拉剪 破裂 識別 方法 裝置 | ||
本發明公開了一種基于聲響特征的硬巖拉剪破裂識別方法及裝置,主要解決了現場硬巖拉剪破裂識別不易的問題。包括以下步驟,S1:測定硬巖幾何物理參數;S2:記錄現場環境噪聲;S3:提取硬巖張拉破裂和剪切破裂去噪后聲音信號的MFCC特征和LBP特征;步驟S4:將獲取的兩種特征作為訓練樣本集合訓練IVM模型;S5:現場監測硬巖破裂聲音信號,并進行去噪處理;S6:提取監測信號的MFCC和LBP特征,輸入已訓練的IVM模型中,確定硬巖破裂類型;S7:將IVM分類良好的預測樣本作為新的訓練樣本加入到訓練集合中,訓練IVM,對之后現場監測聲音進行預測。本發明適用于巖溶地區的硬巖中等尺度至宏觀尺度拉剪破裂的識別。
技術領域
本發明屬于巖土工程災害防治技術領域,涉及一種基于聲響特征的硬巖拉剪破裂識別方法及裝置。
背景技術
我國三分之二以上的國土面積為山區,屬于危巖失穩破壞災害多發地區。危巖災害由于它的突發、快速、大規模破壞性等特性,給社會造成來了巨大的災害,因此引起了越來越眾多研究者的關注。如何能夠科學有效地提高對于硬巖災害預警的能力成為了當前研究的熱點問題。
已有研究表明,硬巖的宏觀破壞均從微小的脆性破裂逐漸發育而成,加深對于脆性破裂的研究對于硬巖宏觀破壞機理的揭示具有重要的意義,因此如何監測硬巖的破裂行為是現場工程中急需解決的問題。
硬巖的脆性破裂可分為張拉破裂和剪切破裂,拉剪破裂的研究對于再現硬巖內部的破壞演化以及對硬巖的破壞預警具有重要的意義。通過研究硬巖的拉剪演化,從拉剪破裂的角度進一步的揭示巖石破壞的機理。因此,對硬巖拉剪破裂進行分類識別,可以實現對硬巖中等尺度至宏觀破壞地及時預警,減少硬巖破壞造成的人員傷亡和財產的損失。
張拉破裂是硬巖在外荷載狀態下,當硬巖某一承載面達到抗拉強度時,硬巖產生張拉破裂,張拉破裂是在能量急劇情況下,最后能量快速釋放所表現出的急劇性宏觀破裂;剪切破裂是指硬巖在外荷載狀態下,硬巖某一接觸面達到最大抗剪強度,硬巖產生剪切破裂,剪切破裂是硬巖是內部不同尺寸顆粒接觸間相互摩擦產生的連續性破裂事件,相較于張拉破裂所表現出急劇短促的特點,剪切破裂屬于連續,較長時間地破裂。由于上述兩種破裂過程的根本性不同,因此通過分析硬巖張拉破裂和剪切破裂時所表現出的較為明顯地特征,即能做到對兩種不同破裂類型的顯著區分。
當前對硬巖張拉破裂和剪切破裂傳統區分手段包括:數值模型分析,現場的觀測等手段,但是上述等監測手段存在著諸多的問題。數值模型的計算方法耗時較大,且數學模型的建立需要較多的假設,因此對于現場硬巖的真實情況反映還有所欠缺。基于現場的監測方法手段常借助于聲發射、微震等設備,但是此類監測設備的使用成本較高,經濟性較差,在現場環境下難以獲得較大范圍地使用。
針對上述分析手段的不足,需要一種新的巖石拉剪破裂識別的方法,既能準確地進行巖石拉剪破裂機制的分析,同時還具有操作上的便利性。
當硬巖發生脆性破裂時,伴隨著硬巖的宏觀破裂,會發出人耳可聽見的清晰聲響,屬于20Hz~20000Hz的中頻率段信號。與傳統地利用聲發射、微震等專門的傳感器進行接觸式信號監測有所不同,聲音信號能以巖體和空氣作為傳播介質,且不受到巖體介質對于傳播過程的影響,具有采集上的便利,加強巖石破裂聲音信號的研究具有極強的經濟價值。當前,生物語音識別已經取得了令人矚目的發展,被廣泛地用于實踐,這為聲音信號在巖石力學領域的研究提供了重要的啟示。如何借鑒生物語音識別技術,實現對張拉破裂和剪切破裂地定量化識別區分,成為工程防災領域尚需解決的問題。
機器學習是人工智能的一個新興分支,它從已知實例中自動發現規律,建立對未知實例的預測模型,與傳統回歸方法相比較,更適用于復雜高度非線性的回歸問題。人工神經網絡與支持向量機是當今代表性的機器學習方法。但人工神經網絡和支持向量機均存在一些公開問題,例如,人工神經網絡存在著最優網絡拓撲結構與最優超參數不易確定、存在過(欠)學習風險、小樣本推廣能力差等問題;支持向量機的核函數及合理超參數沒有可行的理論求解方法,很難保證預測的可靠性。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣西大學,未經廣西大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011068722.2/2.html,轉載請聲明來源鉆瓜專利網。





