CN107782640B

CN107782640B - 一种进行岩石试件含水均匀性检测和扩散系数计算的方法

Info

Publication number: CN107782640B
Application number: CN201710985575.7A
Authority: CN
Inventors: 刘洪磊; 李如飞; 朱万成; 李帅; 刘溪鸽; 牛雷雷; 魏晨慧; 吉东亮
Original assignee: Northeastern University China
Current assignee: Northeastern University China
Priority date: 2017-10-20
Filing date: 2017-10-20
Publication date: 2020-07-31
Anticipated expiration: 2037-10-20
Also published as: CN107782640A

Abstract

本发明属于岩石渗流力学领域，涉及一种基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法，包括：(1)采集目标岩石区域的岩石样本，制备浸泡试验所需的岩石试件和红色墨水溶液；(2)获取湿度扩散过程中试样表面色差的图像；(3)识别和提取岩石样本的颜色灰度值；(4)计算岩石横截面像素灰度值的方差；(5)岩石横截面像素灰度值与所选择的岩石含水率进行回归分析；(6)利用湿度扩散试验中扩散位置数据建立适合该岩石湿度扩散的数值模型，反演扩散系数。通过本发明的岩石试件含水均匀性检测方法，编制适合该岩石样本含水分布图像的像素识别程序，为所选计算图像灰度值方差提供准确的输入参数，从而提高含水均匀性预测精度。

Description

一种进行岩石试件含水均匀性检测和扩散系数计算的方法

技术领域

本发明属于岩石渗流力学领域，涉及一种基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法。

技术背景

在采矿工程的众多危险因素中，突水无疑是最主要的因素之一。突水存在严重影响工程进度，增加工程成本，甚至造成设备损坏及人员伤亡等灾难性后果。确定开采过程中的突水隐患成为企业安全开采的首要任务，因此研究岩层中的含水量分布情况及检测岩石含水均匀性等，对于评价地下开挖空间的稳定性和设计地下岩石工程的永久支护有着重要的理论意义。

尽管人们已经认识到岩石含水均匀性检测的重要性，但是在进行湿度扩散试验时需要量化岩石试样含水分布状态，精确判断岩石含水分布是否均匀，试验技术难度较大，相关的研究较少。在岩石试件含水均匀性数字图像表征方面，目前还鲜有文献报道，更没有相关的试验装置和试验方法。

而岩石试样的实验室湿度扩散试验受到研究者的高度重视，20世纪初，国外学者K.J.Sakata(1983年)、S.F.Wong(2001年)、S.Bahador(2007年)、和N.Jafarifar(2014年)等人研究混凝土湿度扩散影响因素；国内学者王永宝、王宁等利用有限元软件对混凝土湿度场进行数值模拟，给出不同位置的相对湿度与时间的变化规律；张君、蒋正武等利用混凝土湿度扩散试验数据，计算湿度扩散系数。黄达海等测量饱和混凝土向非饱和空气介质传湿过程，研究在同一湿度条件下碾压混凝土与常态混凝土扩散系数的差异。但是，目前的工作仅限于通过测量干燥岩石试样与含水岩石试样的重量来计算宏观含水率参数，例如陈钢林在制作不同饱水度岩石试件时，把饱水状态的试件加热，让水分散失到所需要的饱水度后再浸水，如此反复进行多次，以期达到一个较均匀分布的设定的含水状态，最后用天平称出其重量。周辉将岩石试样烘干或饱水后放置于特殊的恒湿器中，采用逐步吸湿或去湿方法增加或减小试样重量，进而制备不同含水率的岩石试样。赵红鹤采用真空抽气法，通过控制抽气压力和抽气时间实现不同含水率岩样的快速制备。以上方法无法描述水在岩石试件内的分布状态，不能精确判断岩石含水率，可能造成实际岩石强度、弹性模量以及泊松比等力学指标估算误差。因此，对于岩石试样内部含水分布状态，需要利用科学合理的方法进行定量描述，水在岩石试样中分布位置和相应含量的定量化还有待进一步加强，而这些参数又是求解湿度扩散系数所需要的。

发明内容

针对现有实验室研究水对岩石力学特性的影响主要是通过浸泡试验计算侵入岩石中水的质量，这种方法无法描述水在岩石试件内的分布状态的问题，本发明的目的是提供一种基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法，可以在室内检测岩石试件含水均匀性及计算扩散系数。

本发明的技术方案是：

一种基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法，包括：

(1)采集目标岩石区域的岩石样本，制备浸泡试验所需的岩石试件和红色墨水溶液；

(2)获取湿度扩散过程中试样表面色差的图像；

(3)识别和提取岩石样本的颜色灰度值；

(4)计算岩石横截面像素灰度值的方差；

(5)岩石横截面像素灰度值与所选择的岩石含水率进行回归分析；

(6)利用湿度扩散试验中扩散位置数据建立适合该岩石湿度扩散的数值模型，反演扩散系数。

所述获取湿度扩散过程中试样表面色差的图像，包括：

(1)天然岩石试件烘干至恒重测试其质量，用环氧树脂封住上下表面后浸泡在红色墨水溶液中；

(2)取出后测试其质量，切开岩石试样，用数码相机对试样进行拍照。

所述识别和提取岩石样本的颜色灰度值，包括：

通过MATLAB图像识别程序对湿度扩散过程中岩石试样表面色差的图像进行识别与提取。

所述计算岩石横截面像素灰度值的方差，包括：

根据方差公式编制计算程序，通过计算不同静置时刻岩石横截面像素灰度值方差的变化情况来分析试件含水均匀状态。

所述利用湿度扩散试验中扩散位置数据建立适合该岩石湿度扩散数值模型，反演扩散系数，包括：

(1)利用浸泡试验中岩石试样浸泡1小时后湿度扩散位置数据，建立适合该岩石样本湿度扩散数值模型；

(2)利用数值模型试件内部水分扩散状态和试验测得水分分布状态的对比，确定扩散系数。

本发明的优点及有益效果是：

1、本发明通过岩石浸泡试验，准确快速地获取湿度扩散过程中试样表面色差的图像，基于图像颜色灰度值对试样的含水分布进行定量化，获得岩石横截面像素灰度值的方差；根据方差的变化分析试件含水均匀状态。同时，将所述岩石横截面像素灰度值与所选择的岩石含水率进行回归分析，建立岩石试件(水分扩散过程)像素灰度值与含水率之间的定量关系。另外，通过浸泡试验中湿度扩散位置，建立适合该岩石样本的湿度扩散数值模型，该计算模型考虑湿度扩散变化过程，从而提高扩散系数预测精度。

2、本发明给出符合室内岩石含水均匀性的检测方法，该方法利用MATLAB图像处理技术识别和提取岩石样本的颜色灰度值，定量描述水在岩石试件内部的分布状态，包括分布位置和相应含量等信息。除此之外，结合浸泡试验数据，采用COMSOL数值计算软件反演试样湿度扩散过程中的扩散系数，为计算湿度扩散系数提供一条新思路。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为岩石试件含水均匀性检测和扩散系数计算方法流程图；

图2为不同静置时间含水试件横截面图；其中，(a)泡水1小时；(b)静置24小时；(c)静置48小时；(d)静置120小时；(e)静置168小时；

图3为试件浸泡1小时红、绿、蓝分量灰度图像；其中，(a)代表原始图像；(b)代表红色分量灰度图；(c)代表绿色分量灰度图；(d)代表蓝色分量灰度图；

图4(a)-图4(j)为不同静置时刻含水试件横截面灰度值曲线；其中，图4(a)-图4(b)分别代表浸泡1小时的灰度图像和灰度值曲线；图4(c)-图4(d)分别代表静置24小时的灰度图像和灰度值曲线；图4(e)-图4(f)分别代表静置48小时的灰度图像和灰度值曲线；图4(g)-图4(h)分别代表静置120小时的灰度图像和灰度值曲线；图4(i)-图4(j)分别代表静置168小时的灰度图像和灰度值曲线；图4(b)、图4(d)、图4(f)、图4(h)、图4(j)中，横坐标Distance along profile代表沿横截面从左至右的距离，单位10^-1mm；纵坐标代表灰度值；

图5为岩石横截面像素灰度值方差随时间变化曲线；

图6为岩石试件含水率与颜色灰度值关系曲线；

图7为湿度扩散数值模型；

图8为不同扩散时间湿度分布图；其中，(a)t＝0h；(b)t＝48h；(c)t＝120h；(d)t＝168h；

图9为模型中心点湿度变化曲线；图中，横坐标为时间，单位h；纵坐标代表湿度c，单位mol/m³。

具体实施方式

在具体实施过程中，本发明提供一种基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法，包括：把岩石试样浸泡在红色墨水溶液；利用数码相机对不同浸泡时间(含水率)的岩石试样进行拍照，获取湿度扩散过程中试样表面色差的图像；通过图像处理技术识别和提取岩石样本的颜色灰度值，基于颜色灰度值对试样的含水分布进行定量化，获得岩石横截面像素灰度值的方差；根据方差的变化分析试件含水均匀状态；将所述岩石横截面像素灰度值与所选择的岩石含水率进行回归分析，建立岩石试件(水分扩散过程)像素灰度值与含水率之间的定量关系。利用湿度扩散试验中扩散位置数据建立适合该岩石湿度扩散的数值模型，反演扩散系数。通过本发明的岩石试件含水均匀性检测方法，编制适合该岩石样本含水分布图像的像素识别程序，为所选计算图像灰度值方差提供准确的输入参数，从而提高含水均匀性预测精度。

为了使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

本发明将湿度扩散过程中试样表面色差的图像、颜色灰度值和湿度扩散系数反演结合起来，根据岩石试件截面图像灰度值方差的变化情况，分析试件含水是否均匀。利用浸泡试验中岩石试样浸泡1小时后湿度扩散位置数据，建立适合该岩石样本湿度扩散数值模型，为所选计算模型提供准确的输入参数，形成一种基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法。

如图1所示，岩石试件含水均匀性检测和扩散系数计算方法流程图。为了实现上述目的，本发明所采用的含水均匀性检测方法，包括：

步骤一：通过岩石浸泡试验，获取湿度扩散过程中试样表面色差的图像；

所述岩石浸泡试验选用吸水能力较强的绿砂岩，并制作成尺寸为φ50mm×100mm的岩石试样；将干燥的岩石试样浸泡在配置好的湿度显示溶液中1小时，取出分别静置不同时间，横向切开后用高像素相机拍摄横截面水的分布情况，如图2所示；

步骤二：识别和提取岩石样本的颜色灰度值；

所述岩石含水分布识别提取模块，通过编写MATLAB图像处理技术程序识别岩石断面的含水分布状态，并将RGB图像转化成灰度图像(如图3所示)，并用绿色分量的灰度图进行下一步的分析研究。

步骤三：计算岩石横截面像素灰度值的方差；

所述岩石含水分布图像识别过程中，图像中的像素值保存在MATLAB数据变量存储工作空间中，因此可以计算存储工作空间中像素值x_i(i＝1,2,·····,n)的平均值

和方差S²，平均值

与方差S²的定义为：

通过方差的变化情况来反映试件内部含水均匀性的变化。除此之外，还可以应用MATLAB自带的Improfile函数来绘制图像的灰度值曲线(如图4(a)-图4(j)所示)，进一步直观反映砂岩试件内部水分的分布时效特征。将试件截面图像灰度值方差拟合成反比例曲线(如图5所示)，拟合曲线公式为：

式中：S²——方差；

t——静置时间，单位h。

当砂岩横截面像素灰度值的方差小于0.005(不同岩石参数略有差异)时，则可以认为其内部含水状态已达到均匀。此时静置时间为168小时，故可判定当静置时间t≥168h，非饱和试件内部含水分布能达到均匀状态。

步骤四：岩石横截面像素灰度值与所选择的岩石含水率进行回归分析；

所示浸泡试验中，根据浸泡时间制备不同含水率的试样，取出试样放在密封袋中，为了使水分扩散均匀需静置168小时以上，利用相机对不同含水率的岩样横截面进行图像采集。按照步骤二和三对不同含水率岩样横截面图像识别和像素值计算，将像素灰度值与所选择的岩石含水率进行曲线拟合，拟合出岩石试件(水分扩散均匀时)像素值与含水率之间的对应关系。如图6所示，可以看出像素值与含水率之间存在着线性负相关的关系，含水率越高岩石试件的像素值就越底，根据岩石试件含水分布的像素值计算岩石含水率。

正如本发明前面所述，目前在岩石含水率测量方面，国内外学者测量岩石烘干后重量、岩石浸水后重量等等，但这种测量方法无法给出岩石试件含水是否均匀。用这种方法测量含水率可能造成对实际含水岩石强度、弹性模量以及泊松比等力学指标估算误差，进而误判含水条件下岩体失稳的危险等级。

步骤五：建立适合该岩石湿度扩散的数值模型反演扩散系数。

本步骤根据浸泡试验确定不同浸泡时间岩石内部水的扩散位置(如图2(a)所示)，建立适合该岩石样本的湿度扩散数值模型。

表1为砂岩试样浸水1小时后，试件内部水分扩散位置R₁数据，数值模型如图7所示，模型为组合圆柱实体，外圆柱几何尺寸φ50mm×100mm，内圆柱几何尺寸为φ34.625mm×100mm。组合圆柱外表面边界条件设为绝缘/对称。C1初始湿度设为6966.7mol/m³，C2初始湿度设为0mol/m³。扩散系数设为D m²/s，模型所用到的湿度扩散方程如下：

式中：c为表示湿度(采用SI单位mol/m³)；D_h为溶质的扩散系数(m²/s)。

表1泡水试验数据

编号	1	2	3	4	5	6	7	8	平均值
										R<sub>1</sub>/cm	17.25	17.25	17.25	17	17.5	17	17.25	18	17.31

查阅相关文献得知，孔隙较致密的砂岩扩散系数为10^-13～2.5×10^-12m²/s，孔隙较发育的砂岩扩散系数为5.5×10^-6m²/s。经过不断试算得出当c＝5.18×10^-10m²/s时，扩散时间恰好为168小时，试件内部含水达到均匀状态。图8为不同时间沿模型z方向所做剖面的湿度分布图，当t＝0h中间部分(实际为红色区域)代表低湿度区域C2，外侧部分(实际为蓝色区域)代表高湿度区域C1，随着水分从高湿度区域向低湿度区域扩散，红色区域变窄，在t＝168h模型中心点(0，0，0.05)的湿度不再变化，说明模型中水分扩散趋于均匀。图9为模型中心一点(0，0，0.05)的湿度变化曲线，由图9可以看出，48h之前模型中心的湿度逐渐增加，随后湿度增加缓慢，在120h湿度不再增加，湿度为3600mol/m³。

下面，给出一个本发明具体的应用实施例：

实施例

本实施例中，基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法如下：

(1)岩样采集与岩石试件制备：岩样的采集与制备，一方面要能反映目标区的典型特征，另一方面还要充分考虑设备的测试条件和要求，本实施例采集某目标区域的5块岩样样品，所用岩石试件为圆柱状，尺寸为直径50mm×高100mm。

(2)配置红色墨水溶液：为了能够得到更加直观反映湿度扩散过程中试样表面含水分布图像，需配置红色墨水溶液。取1000mL蒸馏水放到指定容器中，再加入100mL红墨水，用玻璃棒搅拌均匀(水：墨体积配比＝10:1)。

(3)浸泡试验：首先将5块天然岩样称重，放入烘箱，在108℃条件下烘干24小时，然后取出进行称重。为了尽量减少试验误差，用超声波检测仪测试样波速，去掉密度差异较大的岩样，用环氧树脂封住试件上下表面后，浸泡在红色墨水溶液中，浸泡时间为1小时。

(4)湿度扩散色差图像采集：取出一个浸泡过1小时试件，测试其质量，然后切开该试件，利用数码相机对试样横截面进行拍照；取出剩余的浸泡过的4个试件，放在密封袋中分别静置24、48、120、168小时，切开岩石试件，观察其横截面含水分布状态，采用Sony公司的RX100高清单反相机对不同静置时间的岩石试样进行拍照，浸泡过的试件在不同静置时间含水分布情况见图2。

(5)岩石样本的颜色灰度值提取：利用MATLAB图像处理方法对湿度扩散过程中试样表面色差的灰度图像进行识别与提取，最终可得到岩石湿度扩散过程中，试样表面含水分布红、绿、蓝分量灰度图；如图3所示，试件浸泡1小时后红、绿、蓝分量灰度图像。

(6)图像灰度值方差计算：通过MATLAB图像处理中的Improfile函数可以得到砂岩试件不同静置时刻的灰度值曲线，见图4(a)-图4(j)。为了分析不同静置时刻砂岩试件横截面上像素灰度值的波动程度，计算此时刻试件横截面上的像素灰度值均值、方差和标准差。当试件横截面像素灰度值的方差小于0.005，则认为其内部含水状态已达到均匀。

(7)岩石横截面像素灰度值与含水率回归分析：在浸泡试验中，根据不同的浸泡时间制备不同的含水率试样，取出试样放在密封袋中，为了使水分扩散均匀需静置168小时以上，利用数码相机对不同浸泡时间(即不同含水率)的岩样横截面进行图像采集。按照步骤(5)通过图像处理技术对不同含水率岩样横截面颜色灰度值识别和提取，然后将像素灰度值与所对应的岩石含水率进行曲线拟合，进而利用回归方程预测岩石试件(水分扩散过程)含水率。

(8)扩散系数的反演：利用浸泡试验中岩石试样浸泡1小时后湿度扩散位置数据，建立湿度扩散数值模型，反演扩散系数，如图7所示；模型为组合圆柱实体，外圆柱几何尺寸φ50mm×100mm，内圆柱几何尺寸为φ34.625mm×100mm，模型外部初始湿度设为6966.7mol/m³，模型内部初始湿度设为0mol/m³，经过不断试算得出当扩散系数c＝5.18×10^-10m²/s时，扩散时间恰好为168小时，试件内部含水达到均匀状态。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法，其特征在于，包括：

（1）采集目标岩石区域的岩石样本，制备浸泡试验所需的岩石试件和红色墨水溶液；

（2）获取湿度扩散过程中试样表面色差的图像；

（3）识别和提取岩石样本的颜色灰度值；

（4）计算岩石横截面像素灰度值的方差；

（5）岩石横截面像素灰度值与所选择的岩石含水率进行回归分析；

（6）利用湿度扩散试验中扩散位置数据建立适合该岩石湿度扩散的数值模型，反演扩散系数；

所述获取湿度扩散过程中试样表面色差的图像，包括：

（1）天然岩石试件烘干至恒重测试其质量，用环氧树脂封住上下表面后浸泡在红色墨水溶液中；

（2）取出后测试其质量，切开岩石试样，用数码相机对试样进行拍照；

所述计算岩石横截面像素灰度值的方差，包括：

2.如权利要求1所述的基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法，其特征在于：所述识别和提取岩石样本的颜色灰度值，包括：

3.如权利要求1所述的基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法，其特征在于：所述利用湿度扩散试验中扩散位置数据建立适合该岩石湿度扩散数值模型，反演扩散系数，包括：

（1）利用浸泡试验中岩石试样浸泡1小时后湿度扩散位置数据，建立适合该岩石样本湿度扩散数值模型；

（2）利用数值模型试件内部水分扩散状态和试验测得水分分布状态的对比，确定扩散系数。