声发射信号预测山体滑坡基础性试验研究

熊　文　万毅宏　侯训田　叶见曙

(1东南大学交通学院，南京　210096)(2浙江省公路管理局，杭州　310009)



声发射信号预测山体滑坡基础性试验研究

熊文1万毅宏2侯训田2叶见曙1

(1东南大学交通学院，南京210096)
(2浙江省公路管理局，杭州310009)

摘要:对现场取样并二次加工的岩石样本采用深梁三点加载方式在5种工况(变速加载、匀速加载、破坏形态改变、加载环境改变以及尺寸改变)下进行剪切加载至破坏，以模拟岩体滑坡．进而基于声发射理论，利用声发射传感器对试验样本破坏全过程中的声发射信号进行实时采集，并形成相应位置的声发射信号随时间变化曲线．最终通过声发射信号曲线变化特征识别区分出岩石样本加载破坏整个过程中的不同阶段．试验结果证明，基于传感器合理布置位置，通过观察声发射信号曲线变化特征可以对山体滑坡面中关键点破坏的预警提供较好的判断依据，从而通过对多个关键点破坏位置的预警来预测滑坡面的早期形态，为今后声发射信号预测山体滑坡的工程应用提供试验基础．

关键词:声发射;山体滑坡;岩石样本;基础性试验

引用本文:熊文，万毅宏，侯训田，等．声发射信号预测山体滑坡基础性试验研究［J］．东南大学学报(自然科学版)，2016，46(1) : 184－190．DOI: 10．3969/j．issn．1001－0505．2016．01．030．

高速公路山体滑坡现象日益严重，特别是山区修建高速公路，天然滑坡、潜在滑坡、工程滑坡构成的高速公路滑坡灾害几乎不可避免［1－2］．国内外针对山体滑坡监测预报主要以地表变形监测为研究对象，采用大地测量技术、地理信息技术、全球卫星定位技术、三维激光扫描技术以及遥感技术等对地表位移与加速度进行长期监测［1－5］，以此进行山体滑坡滑动方向、滑动规模的预报．但是，这些方法在地表监测过程中很容易受到恶劣环境(如气候、地形等)及人为因素的影响［6］，很难对地下深部不断进行的细微地质活动进行实时动态监测．而一般认为滑坡过程事实上是滑坡体内不断向外散发各种信息的过程，最初的信息只有在滑坡体内才能感知，到一定程度时传至地表，待出现宏观运动时才能被表观监测设备捕获．显然，通过监测山体表面变化，以表观现象为监测对象的监测方法很难准确探明滑坡灾变的初始形态并以此进行提前有效地灾难预报．

声发射(acoustic emission，AE)是岩土体变形破坏过程中内部微破裂扩展而发射的一种弹性波，是固体内部缺陷或潜在缺陷(即声发射源)在外部条件作用下的自动发声．显然，在山体滑坡灾变演化过程中，岩石破坏面及滑动面形成发展，均会伴随大量连续的声发射现象．一旦利用按一定几何关系组成阵列的传感器监测到该声发射信号，便可根据其声发射特征参数来确定或跟踪声发射源的形态与位置，从而进行滑坡预报．

本文基于声发射理论，利用现场取样并二次加工的岩石试验样本，对其进行不同情况下的剪切加载以模拟岩体局部滑坡破坏，进而利用声发射传感器对试验样本破坏全过程的声发射信号进行实时采集记录，并形成相应位置的声发射信号随时间变化曲线，最终通过曲线变化特征识别区分出岩石样本加载破坏整个全过程中的不同阶段．试验结果证明，基于传感器合理布置位置，通过观察声发射信号曲线变化特征可以对山体滑坡面中关键点破坏的预警提供较好的判断依据，从而通过对多个关键点破坏位置的预警来预测滑坡面的早期形态，为声发射信号预测山体滑坡的工程应用提供试验基础．

1　声发射基本原理

声发射信号检测的原理如图1所示，从声发射源产出应变能释放，从而发射弹性波，弹性波最终传播到达材料的表面，引起材料表面的“位移”．声发射传感器将材料的振动信号转换为电信号，然后再放大、处理和记录．在结构领域，外力使材料形成或扩展裂纹的过程可分为3个阶段:①裂纹的成核;②裂纹的扩展;③最终断裂．而这3个阶段均能够成为强烈的声发射源［7］．对于山体滑坡来说，岩体声发射现象(AE event)是指岩体变形破坏过程中内部微破裂扩展而发射的一种弹性波，是固体内部缺陷或潜在缺陷在外部条件作用下的自动发声［8］．显然，在山体滑坡形成过程中，岩石内部裂缝以及塑性变形的增长，会伴随着大量连续的声发射现象．

图1　声发射技术原理示意图

2　试验

2. 1试验样本

在曾发生过滑坡的现场进行取样(见图2)，取样段位于滑坡活跃区，是顺层岩体结构，目前已经开挖并设有支挡结构．选取岩石样本的尺寸不仅要满足加载设备的要求，同时要方便二次加工．通过现场识别，此类岩石可归类为略有层状裂隙的叶腊石．由于是现场采集，故试验样本部分包含有实际可能存在的天然节理、裂隙等岩石材料随机特征，试验数据更能反映现场实际情况．

图2　取样现场

通过二次加工，形成不同大小的标准立方体试样12个(实际试验过程中有损耗)，尺寸误差控制在10 mm以内，标准试样各端面严格平行，不平行度小于5 mm，四面凸起小于3 mm．

2. 2试验装置

图3给出本次试验进行声发射信号采集所需要的装置系统．利用声发射传感器采集试验全过程中源事件所产生的弹性波能，通过前置放大器放大信号并被多通道数字声发射信号采集系统采集，经过电脑上的声发射信号处理系统对信号进行识别与转化，形成试验全过程中可视化的声发射数据形式．

声发射传感器和多通道数字声发射信号采集系统的采样精度为16位，以5 MHz波形参数实时采集．传感器频率带宽22～220 kHz，灵敏度大于65 dB．前置放大器带宽20～2 000 kHz，增益40 dB可调．

图3　试验声发射信号采集装置系统

本试验加载装置为微机屏显式液压千斤顶组合反力架(见图4)，该装置可用于岩石及类岩石材料的压缩、劈裂等力学性能试验．该组合装置最大试验力为1 000 kN，试验力示值相对误差小于示值的±1%，采用以计算机为核心的全数字电液伺服控制器自动完成既定试验加载过程，满足本试验对加载装置的力学要求．

图4　试验加载装置

2. 3试验方案

由于岩石破坏大部分为剪切破坏，所以本试验加载以剪切破坏为主，选择深梁剪切破坏形式进行加载．图5给出深梁剪切加载方式，利用2根滚轴以一定间距支承于岩石样本底部，顶部在2根滚轴中间位置加载荷载，理论上深梁发生纯剪切破坏，受力简单明确，并且剪切路径沿加载荷载位置与滚轴支承的连线．试验步骤如下:

①将试验样本安装到加载装置中，同时在试验样本两侧安装声发射传感器(见图6)，安装前对安装位置进行表面打磨，去除污浊，并涂抹耦合剂以保证信号采集的准确性．

图5　试验加载方案示意图

图6　传感器安装位置

②分别对试验样本按图5采用连续加载方式施加竖向荷载，控制加载速度为0. 2 kN /s(或0. 1，0. 01 kN /s，可根据实际情况选择合适的大小)，直至试样剪切破坏［9－10］．加载时同时收集记录试验样本加载至剪切破坏全过程的声发射信号．

③整理剪切试验所得到的岩石声发射信号，分析连续加载过程中声发射信号的特征，并比较各阶段信号差别，得到岩石样本邻近剪切破坏时的声发射信号特征的定性描述．

3　试验数据与分析

本试验选择5个具有代表性的加载工况进行加载，分别为变速加载(试验样本1)、匀速加载(试验样本2)、破坏形态改变(试验样本3)、加载环境改变(试验样本4)和尺寸改变(试验样本5)．通过5个代表性样本来分析不同情况下声发射信号与岩石破坏过程的内在对应关系．声发射信号采集过程中主要关注信号幅度与能量这2个主要参数．

每一种试验样本均有3组试样，由于3组试样结果接近，下文中针对每一种试验样本仅给出其中一组试验数据与结果．

3. 1试验样本1

试验样本1的尺寸为20 cm×20 cm×20 cm，加载方法见图5，整个加载过程为匀速加载．由于是第1个试验样本加载，为避免崩裂危险，在邻近极限状态时加载速度减半．试验样本1的最终破坏形态如图7所示．

图7　试验样本1破坏形态

通道1(图6(a)中左侧声发射传感器，下同)中整个加载破坏过程声发射记录数据如图8所示．由图8(a)的幅度曲线可以看出，剪切加载初期，岩石内部仅产生对应的应力与应变，而没有明显结构裂隙产生，也没有宏观的破坏形态产生，此阶段整个岩石仍处于弹性受力阶段，此处称之为常态阶段．由于常态阶段岩石所产生的弹性应变仍会发出一定量的应力波(能量波)，因此可通过采集装置得到幅度参数，此时幅度较小且变化较为平稳，处于常态阶段范围内(见图8(a) )．

图8　试验样本1声发射记录数据(通道1)

继续加载岩石开始产生局部的第1条裂隙，此时相对应的岩石会释放出较大的应力波，该应力波导致幅度曲线产生一个较大的跳跃突变，意味着岩石由常态阶段开始转向材料破坏阶段，而这一跳跃标志着岩石受力常态至极限状态的转换界限，如图8(a)中的常态－极限转换状态．

此后随着加载荷载不断增大，局部裂隙在不同地方不断产生，相应地不断有较大的应力波发出，通过采集装置得到连续的幅度曲线，见图8(a)中极限初态．这一阶段局部裂隙不断产生，所采集的应力波变化幅度较大，且曲线波动明显，是达到最终极限状态的初始阶段或称之为准备阶段．

局部裂隙不断产生，最终会形成一道贯穿岩石结构的裂缝，岩石完成从量变至质变的过程，此时荷载已经无法继续加载，岩石结构材料破坏．对应于图8(a)中，可以在幅度曲线末期发现一个较为明显的曲线凸起，此时刻即为岩石产生贯穿裂缝的一瞬间，标志着岩石的最终破坏，称之为破坏瞬间．

图8(b)给出试验样本1整个加载破坏过程中声发射的能量曲线．可以发现能量曲线与幅度曲线的变化趋势非常接近，同样可以明显区分出4个状态或阶段．即岩石仍处于弹性状态，对应图8(b)中的常态阶段;开始产生第1个裂隙，发出应力波被采集，此时对应图8(b)中的常态至极限状态的状态转换瞬间;进而局部裂隙不断产生，应力波持续产生，所对应的声发射信号不断连续被采集，此时对应图8(b)中的极限初态;最终多个局部裂隙连成一体形成一道贯穿岩石结构的裂缝，岩石达到破坏的极限状态，此时对应图8(b)中的破坏瞬间．显然，采集的能量曲线随时间推移，其曲线形态区分度明显，并且能量曲线中不同曲线形态所对应的岩石受力状态与幅度曲线几乎一致，每一状态所对应的时间也基本相同．

由图8中幅度曲线以及能量曲线可以发现，在整个加载过程中，岩石持续加载动态声发射信号所对应的幅度曲线与能量曲线具有完全一致的变化特征，可以明显区分识别岩石受力状态的不同阶段(从弹性状态直至破坏瞬间)．即可以通过对岩石加载过程中的声发射信号进行实时记录，并对其记录曲线进行特征识别，来提前判断或预测岩石结构破坏这一极限状态．需要说明的是，该判断或预测不仅针对破坏这一极限瞬间，还包括针对常态(弹性状态)至极限状态(开始产生裂隙)变化时刻的识别，即该判断或预测是分级进行的(可以具有不同的提前量)，而不是仅针对最后一个破坏瞬间．

通道2的结果与通道1基本相同．

3. 2试验样本2

试验样本2尺寸仍为20 cm×20 cm×20 cm，加载方法见图5，但与试验样本1不同的是，整个加载过程匀速加载，并没有在后期对加载速度进行调整．试验样本2最终破坏形态如图9所示．可以看出，由于试验样本2加载后期的加载速度比试验样本1更快，其破坏时的开裂界面明显比试验样本1更为光滑，更接近脆性破坏．

图9　试验样本2破坏形态

通道1中整个加载破坏过程声发射记录数据如图10所示．

图10　试验样本2声发射记录数据(通道1)

试验样本2在加载过程中2个通道所采集的声发射信号参数曲线与试验样本1结果非常相似，根据曲线变化特征以及发展趋势，均可明显区分为常态阶段、常态－极限转换状态、极限初态以及破坏瞬间4个阶段，分别对应岩石受载过程中初期的弹性状态、开始出现裂隙、局部裂隙不断产生以及形成贯穿开裂．

另外，由于试验样本2加载后期的加载速度比试验样本1快，其破坏时开裂界面明显比试验样本1更为光滑，更接近脆性破坏．这一点从所采集的声发射信号也可以看出，图10中破坏瞬间的曲线变化显然比试验样本1更加强烈，符合其脆性的破坏形式．

3. 3试验样本3

试验样本3的尺寸和加载方式与试验样本1相同，但不同的是，其最终破坏形态是两侧对称贯穿开裂，如图11所示．

图11　试验样本3破坏形态

试验样本3与试验样本1和2的最大区别在于其破坏形式为加载岩石两侧对称开裂，在声发射传感器所采集的信号参数曲线中，其破坏瞬间均可观察到2个依次发生剧烈变化顶峰，该顶峰分别对应岩石2道贯穿裂缝产生的瞬间，如图12所示．根据曲线变化特征能够很好地区分出岩石加载破坏整个全过程中的不同阶段，并能够通过对不同阶段的识别来实现对岩石最终破坏的提前预测．

3. 4试验样本4

为简单模拟雨水浸泡对岩石的影响，试验样本4在加载前进行了1周时间的水箱浸泡，尺寸与加载方法同试验样本1．由于岩石经过浸泡，内部有可能发生轻微泥化，部分位置强度降低，导致其破坏形式的开裂路径与之前不同，如图13所示．

试验样本4与试验样本1～3的最大区别在于其极限状态(包括极限初态以及破坏瞬间)持续时间大大缩短，前3次加载试验的极限状态大多持续30～40 s，而样本4仅持续15 s左右(见图14)．这主要是由于经过水浸泡的岩石，内部可能发生轻微泥化，部分位置强度降低，不仅导致其破坏形式的开裂路径与之前不同，而且会导致其更加容易破坏．

即使经过浸泡，对开裂路径与加载时间有所改变，但根据曲线变化特征仍然能够很好地区分出岩石加载破坏整个全过程中的不同阶段，并能够通过对不同阶段的识别来实现对岩石最终破坏的预测．

图12　试验样本3声发射记录数据(通道1)

图13　试验样本4破坏形态

3. 5试验样本5

为观察试验样本尺寸对声发射信号采集曲线特征的影响，以试验样本1为基准，减半样本尺寸形成试验样本5，具体尺寸为10 cm×10 cm× 10 cm，加载方法同图5．由于仅改变尺寸，其破坏形式与试验样本1类似．此时，通道1记录数据如图15所示．

图14　试验样本4声发射记录数据(通道1)

由图15可以发现，由于试验样本5的尺寸减小，在加载阶段所产生局部裂缝以及相应的声发射事件也会减少，因此在采集装置所采集到的信号参数曲线(特别是在极限阶段)所包含的数据量也相应减少．另外由于尺寸减小，加载至破坏的时间也相应缩短．因此图15中极限初态到达破坏瞬间的时间间隔也大大缩短．即在与之前样本加载速度一致的情况下，试验样本5仅5 s便完成极限初态而达到破坏．

显然尺寸在一定范围的改变，对加载破坏时间以及采集信号量会有所影响，但是曲线变化特征仍然能够很好地区分出岩石加载破坏整个全过程中的不同阶段，并能够通过对不同阶段的识别来实现对岩石最终破坏的预测．

4　结语

基于声发射理论，选择在变速加载、匀速加载、破坏形态改变、加载环境改变以及尺寸改变5种情况下记录岩石样本破坏全过程的声发射信号，进而形成不同工况下声发射信号随时间变化曲线，并将声发射信号随时间变化规律与试件状态之间关系进行归纳与解释．通过将实际加载过程岩石变化情况与声发射信号曲线特征相关联，实现利用曲线变化特征来分别识别区分岩石样本加载破坏整个全过程中的不同阶段．

实际应用中可采集多个声发射源的信号，判断对应位置的破坏状态，并利用平面定位技术进行声发射源的定位，进而将多个声发射源连接起来形成山体滑坡面的早期形态，以此预警山体滑坡．

图15　试验样本5声发射记录数据(通道1)

参考文献(References)

［1］王念秦，王永锋，罗东海，等．中国滑坡预测预报研究综述［J］．地质论评，2008，54(3) : 355－361．Wang Nianqin，Wang Yongfeng，Luo Donghai，et al．Review of landslide prediction and forecast research in China［J］．Geological Review，2008，54(3) : 355－361．(in Chinese)

［2］Yue Depeng，Wang Jiping，Zhou Jinxing，et al．Monitoring slope deformation using a 3-D laser image scanning system: a case study［J］．Mining Science and Technology，2010，20(6) : 899－903．DOI: 10. 1016/ S1674－5264(09) 60303－3．

［3］Michlmayr G，Cohen D，Dani O．Sources and characteristics of acoustic emissions from mechanically stressed geologic granular media-A review［J］．Earth-Science Reviews，2012，112(3/4) : 97－114．DOI: 10. 1016/ j．earscirev．2012. 02. 009．

［4］欧阳祖熙，张宗润，丁凯，等．基于3S技术和地面变形观测的三峡库区典型地段滑坡监测系统［J］．岩石力学与工程学报，2005，24(18) : 3203－3210．Ouyang Zuxi，Zhang Zongrun，Ding Kai，et al．Slope monitoring system of three gorges area based on 3S techniques and ground deformation observation［J］．Chinese Journal of Rock Mechanics and Engineering，2005，24(18) : 3203－3210．(in Chinese)

［5］徐进军，王海城，罗喻真，等．基于三维激光扫描的滑坡变形监测与数据处理［J］．岩土力学，2010，31 (7) : 2188－2191，2196．DOI: 10. 3969/j．issn．1000－7598. 2010. 07. 027．Xu Jinjun，Wang Haicheng，Luo Yuzhen，et al．Deformation monitoring and data processing of landslide based on 3d laser scanning［J］．Rock and Soil Mechanics，2010，31(7) : 2188－2191，2196．DOI: 10. 3969/ j．issn．1000－7598. 2010. 07. 027．(in Chinese)．

［6］许强．滑坡的变形破坏行为与内在机理［J］．工程地质学报，2012，20(2) : 145－151．DOI: 10. 3969/j．issn．1004－9665. 2012. 02. 001．Xu Qiang．Theoretical studies on prediction of landslides using slope deformation process data［J］．Journal of Engineering Geology，2012，20 (2) : 145－151．DOI: 10. 3969/j．issn．1004－9665. 2012. 02. 001．(in Chinese)

［7］杨明纬．声发射检测［M］．北京:机械工业出版社，2005: 1－20．

［8］Moradian Z A，Ballivy G，Rivard P，et al．Evaluating damage during shear tests of rock joints using acoustic emissions［J］．International Journal of Rock Mechanics ＆Mining Sciences，2010，47 (4) : 590－598．DOI: 10. 1016/j．ijrmms．2010. 01. 004．

［9］郑文翔，赵延林，王敏．单轴压缩条件下预制裂隙类岩石材料实验研究［J］．湖南科技大学学报(自然科学版)，2013，28(4) : 1－6．Zheng Wenxiang，Zhao Yanlin，Wang Min．Experimental study on rock like material with crack under uniaxial compression［J］．Journal of Hunan University of Science＆Technology (Natural Science Edition)，2013，28(4) : 1－6．(in Chinese)

［10］付金伟，朱维申，谢富东，等．岩石中三维双裂隙组扩展和贯通过程的试验研究和弹脆性模拟［J］．岩土力学，2013，34(9) : 2489－2495．Fu Jinwei，Zhu Weishen，Xie Fudong，et al．Experimental studies and elasto-brittle simulation of propagation and coalescence process of two three-dimensional flaws in rocks［J］．Rock and Soil Mechanics，2013，34(9) : 2489－2495．(in Chinese)

Fundamental experiments on landslide prediction based on acoustic emission monitoring

Xiong Wen1Wan Yihong2Hou Xuntian2Ye Jianshu1
(1School of Transportation，Southeast University，Nanjing 210096，China)
(2Highway Administration Bureau of Zhejiang Province，Hangzhou 310009，China)

Abstract:Rock specimens，sampled in field and re-shaped，were loaded by a shear force in the laboratory as a deep beam using a three-point loading method．Five cases were conducted，including the variable loading rate case，constant loading rate case，variable limit state case，variable surrounding case，and variable size case，to simulate the landslide under different conditions．The acoustic emission (AE) signals during the cracking were real-timely recorded by AE sensors and were used to create time-variant AE signal curves of different positions．By observing the characters of AE signal curves，the different cracking stages of the rock specimens could be clearly identified．The experimental results show that the monitored AE signals can provide enough information to predict the failure points during the landslide based on proper placement of AE sensors，which can further be regarded as the estimation basis to predict the early shape of the landslide．

Key words:acoustic emission; landslide; rock specimen;fundamental experiments

基金项目:国家自然科学基金资助项目(51208097)、中央高校基本科研业务费专项资金资助项目、浙江省交通运输厅科技计划资助项目(2012H38)．

收稿日期:2015-07-08．

作者简介:熊文(1982—)，男，博士，副教授，wxiong@ seu．edu．cn．

DOI:10．3969/j．issn．1001－0505．2016．01．030

中图分类号:U447

文献标志码:A

文章编号:1001－0505(2016) 01-0184-07