寒区风化花岗岩的损伤与断裂行为:基于CT成像的见解

《Journal of Rock Mechanics and Geotechnical Engineering》:Damage and fracture behaviors of weathered granite in cold regions: Insights from CT imaging

【字体: 大 中 小 】 时间:2026年08月28日 来源:Journal of Rock Mechanics and Geotechnical Engineering 10.8

编辑推荐:

  寒区岩体长期稳定性受自然风化作用的强烈影响。本研究以采集自中国新疆的风化花岗岩为研究对象。基于计算机断层扫描(computed tomography, CT)图像,研究人员通过整合裂缝几何特征与灰度共生矩阵(gray level co-occurrence m

  
寒区岩体长期稳定性受自然风化作用的强烈影响。本研究以采集自中国新疆的风化花岗岩为研究对象。基于计算机断层扫描(computed tomography, CT)图像,研究人员通过整合裂缝几何特征与灰度共生矩阵(gray level co-occurrence matrix, GLCM)纹理参数,构建了协同损伤识别框架。此外,研究还开发了一种基于纹理的新型早期预警方法。该方法将声发射(acoustic emission, AE)信号中提取的梅尔频率倒谱系数(Mel-frequency cepstral coefficients, MFCC)转换为差分累积热图(differential cumulative heatmap, DCH),并以GLCM熵作为预警指标。结果表明:随着风化程度增加,花岗岩孔隙率从0.14%增至2.98%,裂缝数量、裂缝节点数、裂缝总长度、平均裂缝宽度及分形维数均显著增加。基于切片的孔隙率沿轴向自顶部至底部呈现明显梯度,表明风化诱导的损伤演化具有方向性特征。GLCM纹理分析显示对比度增加,而相关性、能量和均匀性降低,其快速至渐进的演化趋势与轴向孔隙率变化一致。与单独裂缝几何分析相比,GLCM纹理分析对内部细微损伤更为敏感。在临界失稳前,MFCC呈现明显的“尾部”特征,表现为显著增大或减小。对MFCC-1进行高斯混合模型聚类识别出三种破裂模式:微裂纹萌生、稳定扩展和剧烈破裂。所提出的DCH–GLCM熵方法对未风化至中等风化试件提供36.52–62.48 s的预警时间,优于传统累积声发射能量指标。
论文解读:寒区风化花岗岩损伤演化与破裂预警研究

一、研究背景与意义

花岗岩是寒区岩体工程中常见的基岩类型,广泛分布于隧道、高坝和边坡等关键基础设施中。在长期冻融循环和水热耦合作用下,花岗岩极易遭受物理和化学风化,表现为矿物颗粒崩解、微裂纹萌生、孔隙结构改变以及力学性能劣化。尤其是微尺度损伤通常具有隐蔽性和渐进性,传统方法难以实时探测,但此类损伤可在短期内快速累积,最终可能诱发突发性破坏事件,严重威胁工程结构的安全运营和长期稳定性。因此,精确表征风化花岗岩的微损伤特征和断裂演化规律,并开发可靠的早期预警方法,是寒区岩土工程中亟待解决的科学难题。

二、研究内容与总体结论

本研究以采自中国新疆天山北麓典型高海拔露头的风化花岗岩为对象,围绕微损伤演化和断裂预警两个关键问题展开。研究人员按照GB/T 50218-2014标准将花岗岩试件分为未风化(unweathered, UW)、微风化(slightly weathered, SW)、中等风化(moderately weathered, MW)和强风化(highly weathered, HW)四组,开展工业CT扫描、单轴压缩试验和声发射监测的联合试验。通过整合CT成像与GLCM纹理分析量化微损伤,同时从AE信号中提取MFCC特征并耦合高斯混合模型(Gaussian mixture model, GMM)进行破裂类型分类,进而提出基于差分累积热图和纹理熵的预警方法。研究结果表明:风化作用显著改变花岗岩的孔隙结构、裂缝网络和破裂模式;GLCM纹理分析可有效捕捉传统阈值分割难以识别的细微损伤;MFCC尾部特征可用于临界失稳识别;所提出的DCH–GLCM熵方法在脆性破裂主导阶段表现出优于传统指标的预警性能。

三、主要关键技术方法

本研究采用的主要技术方法包括:(1)工业CT扫描技术,在加载前对试件进行150 kV和180 μA参数下的扫描,空间分辨率0.1 mm,获取三维裂隙重构图像和CT切片图像;(2)基于PCAS软件的裂缝几何分析,提取裂缝数量、长度、宽度、节点数和分形维数等统计特征;(3)灰度共生矩阵(GLCM)纹理分析方法,从CT切片中提取对比度、相关性、能量和均匀性四项纹理参数;(4)声发射(AE)监测技术,采用PCI-2系统在单轴压缩全程记录AE信号;(5)梅尔频率倒谱系数(MFCC)特征提取方法,从AE波形中提取12维倒谱系数;(6)高斯混合模型(GMM)聚类分析和主成分分析(principal component analysis, PCA)降维方法,用于破裂模式分类和关键特征筛选。

四、研究结果

4.1 裂缝几何特征的定量表征

通过CT三维重构和切片图像分析,随着风化程度加剧,花岗岩总孔隙率从0.14%骤增至2.98%。在未风化阶段,裂缝稀疏且孤立;强风化阶段,裂缝密集分布并形成网络状破碎区。沿轴向方向的切片孔隙率呈现自上而下的递减梯度,表明风化损伤主要以自上而下的方式扩展。裂缝统计显示,顶部切片裂缝数量从微风化阶段的246条增至强风化阶段的1822条,增幅超过六倍;裂缝节点数从65增至252;分形维数从1.37增至1.82。裂缝长度和宽度分布均发生系统性迁移,裂缝长度从SW阶段的20–60像素主控转为HW阶段超过100像素主控,宽度从2–4像素迁移至6–10像素。裂缝优势取向集中在0°–20°和160°–180°范围内,表现出结构面继承性和风化增强的耦合机制。

4.2 GLCM纹理特征分析

GLCM纹理分析显示,未风化试件的四项纹理参数曲线近水平,对比度约0.03、相关性约0.78、能量约0.96、均匀性约0.93。随风化程度增加,平均对比度从0.025增至0.072,平均相关性从0.755降至0.163,能量和均匀性亦呈持续下降趋势。纹理参数在试件表面区域(切片0–60)变化最为剧烈,呈现快速—渐进—稳定的非线性演化规律。频率分布分析进一步证实,对比度分布右移,相关性、能量和均匀性分布左移,表征灰度分布由有序集中向无序分散转变。这些结果表明GLCM纹理特征能有效捕捉岩石基质内部的细微损伤累积和结构异质性增强。

4.3 MFCC特征与破裂模式分类

AE波形分析表明,随风化程度增加,AE信号从峰值附近的稀疏高能脉冲转变为全加载过程的持续低幅事件。12阶MFCC在加载前期波动不规律,但在接近峰值强度时呈现显著的“尾部”特征,表现为系统性增大或减小。MFCC-1具有最高的平均偏差和变化幅度,可作为快速简化指标;经PCA筛选后,推荐MFCC-1、MFCC-2、MFCC-6、MFCC-8和MFCC-9的多元组合进行稳健的状态识别。GMM聚类将MFCC-1划分为三类,经波形回溯验证:Cluster-1对应微裂纹萌生(幅值约±1 mV),Cluster-2对应稳定裂纹扩展(幅值约±2 mV),Cluster-3对应剧烈破裂(幅值超过±8 mV)。各聚类比例演化显示,随风化程度增加,Cluster-2持续上升,在MW阶段达56.41%;Cluster-3先升后降,峰值出现在MW阶段(27.86%);Cluster-1在HW阶段因结构松散而重新激活。

4.4 基于DCH–GLCM熵的预警方法

研究人员提出将MFCC特征进行一阶差分和绝对累积求和,构建差分累积热图(DCH),并提取GLCM熵作为预警指标。在UW、SW和MW阶段,DCH–GLCM熵预警时间分别为37.21 s、52.51 s和66.79 s,均优于传统累积AE能量的16.69 s、2.81 s和52.71 s。但在HW阶段,DCH–GLCM熵预警时间仅为12.08 s,低于累积AE能量的84.47 s。这一差异归因于HW阶段岩石破坏由脆性断裂转为准塑性耗散过程,AE信号呈连续宽带低幅特征,抑制了MFCC的尾部突变。

五、讨论与结论

在讨论部分,研究人员指出传统CT阈值分割方法难以识别过渡区内由微裂纹、孔隙细化和结构均质化引起的微弱灰度扰动。GLCM纹理分析通过相邻像素灰度对的联合概率分布,将弥散灰度扰动转化为具有物理意义的纹理参数,弥补了裂缝几何分析的局限。Pearson相关分析验证了纹理参数与裂缝几何指标及物理力学性质的强相关性,证实了“几何—纹理”协同框架的可靠性和物理意义。MFCC因梅尔滤波器组对高频域的压缩效应,有效保留了AE信号最具代表性的频段信息,结合GMM聚类可实现破裂类型的自动识别。DCH–GLCM熵方法将传统时序信号分析转化为图像纹理识别,为岩体失稳预警提供了新范式,但该方法在实时监测中受限于拐点判识对峰后曲线演化的依赖,未来需结合机器学习和多源监测数据提升适用性。

总结而言,本研究通过CT成像与AE监测的联合分析,系统揭示了寒区风化花岗岩的损伤演化机制,建立了涵盖几何特征、纹理特征和频谱特征的多尺度损伤表征体系,并开发了基于图像纹理识别的预警新方法,为寒区重大工程的安全运维提供了理论依据和技术支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号