CN113484145B - 煤岩变形破裂过程的红外辐射信息去噪与监测预警方法 - Google Patents
煤岩变形破裂过程的红外辐射信息去噪与监测预警方法 Download PDFInfo
- Publication number
- CN113484145B CN113484145B CN202110760388.5A CN202110760388A CN113484145B CN 113484145 B CN113484145 B CN 113484145B CN 202110760388 A CN202110760388 A CN 202110760388A CN 113484145 B CN113484145 B CN 113484145B
- Authority
- CN
- China
- Prior art keywords
- infrared radiation
- coal rock
- rock sample
- sequence
- comparison
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0019—Compressive
Abstract
本发明公开了一种煤岩变形破裂过程的红外辐射信息去噪与监测预警方法,属于保水开采与遥感岩石力学领域。本发明设计了一种在煤岩红外辐射试验过程中主动激励辅助下的被动红外监测布置方法,提出了一种基于双对比试样的二次差分去噪方法,得到了真实红外辐射温度序列,该去噪方法有效剔除了环境噪声对试验的影响;进一步将试验数据进行差分运算,并将运算结果线性映射到灰度颜色空间,得到了真实红外辐射灰度差分图序列,最后提出了一种红外辐射信号值作为前兆预警指标,丰富了煤岩破坏过程中的红外辐射监测预警方法。此发明提高了煤岩红外辐射无损监测技术的准确性、科学性和有效性,对提升采矿工程、岩土工程等领域的安全生产有重要意义。
Description
技术领域
本发明涉及一种煤岩变形破裂过程的红外辐射信息去噪与监测预警方法,属于保水开采与遥感岩石力学领域。
背景技术
煤岩在受载过程中,伴随着微观尺度上裂纹的萌生和扩展。随着煤岩受载载荷的增加,微观裂纹扩展、集结,从无序向有序方向发展,最终形成宏观裂纹,使煤岩失稳破裂,引发生岩爆、煤与瓦斯突出、顶板垮落和突水等灾害,造成严重的人员伤亡与经济损失。煤岩内部裂纹扩展到宏观裂纹的形成是矿山灾害发生的主要原因,对煤岩的失稳监测预警是防灾减灾的关键所在,因此,煤岩破裂监测量化预警技术成为岩石力学研究的一大热点。
煤岩在受载过程中,内部微裂纹的持续扩展萌生,会产生红外辐射热效应。红外辐射作为一种无损、非接触的监测技术已被逐步引入到煤岩失稳监测预警领域。但在煤岩红外辐射监测过程中,表现的红外辐射有效信号微弱,且易受环境的影响,导致红外辐射信号不易被高效可视化。因此本发明在红外辐射信息去噪的基础上,提出了一种新的煤岩破裂过程中的红外辐射预警方法,提高了煤岩破坏失稳红外辐射前兆的识别度。
发明内容
针对现有技术的不足之处,提供一种煤岩变形破裂过程的红外辐射信息去噪与监测预警方法,通过红外辐射信息的高效可视化,发现受载煤岩红外辐射前兆预警信号,实现受载煤岩的红外辐射监测预警。
为实现上述技术目的,本发明的煤岩变形破裂过程的红外辐射信息去噪与监测预警方法,首先进行煤岩单轴压缩红外辐射监测试验,在压力机上设置一个加载煤岩试样,并在加载煤岩试样的左右设置两个对比煤岩试样,然后布置防辐射区域并设置均匀的无辐射主动光源激励环境;采集加载的煤岩试样从开始加载到压裂后全过程的红外辐射数据和两个对比煤岩试样同时间的红外辐射数据,对加载的煤岩试样进行初始去噪得到初始红外辐射温度序列,之后计算两个对比煤岩试样的对比试样噪声因子序列,过滤掉初始加载红外辐射序列中的噪声因子得到加载煤岩试样真实红外辐射温度序列,通过差值点运算计算得到加载煤岩试样在压力过程中的真实红外辐射温度差分序列,将真实红外辐射温度差分序列线性映射到灰度空间,得到真实红外辐射灰度图序列最后计算真实红外辐射灰度差分图序列的红外辐射信号值,之后利用红外辐射信号值曲线参考应力时间曲线,即可分析获得测试区域被测煤岩所在压力下红外辐射突变状态,从而实现红外辐射突变预警。
进一步,具体包括以下步骤:
步骤1,在压力机加载平台上待加载的煤岩试样左右两侧同一水平高度放置的与煤岩试样尺寸相同的对比煤岩试样Ⅰ和对比煤岩试样Ⅱ作对比用以消除噪声因子对试验去噪效果的影响;然后在加载煤岩试样和对比煤岩试样Ⅰ和对比煤岩试样Ⅱ的后边、左边、右边分别设置电磁屏蔽板将三个煤岩试样包围以减少辐射干扰,在没有设置电磁屏蔽板的前面使用红外热像仪录制监测;
步骤2,将压力机加载平台与红外热像仪区间内1米范围内的空间区域用防辐射黑色幕布包围,在包围区域顶部,给予无辐射主动光源激励,保证区域内光照相同,且试样表面没有由于光照不均匀产生的阴影遮掩,使煤岩试样、压力机加载平台、红外热像仪放置在同样光照环境下使光照环境保持不变,以减少误差;
步骤3,利用红外热像仪采集被煤岩试样从开始加载到压力机停止加载过程中的红外辐射变化数据,同时采集相同时间内的对比煤岩试样Ⅰ和对比煤岩试样Ⅱ的红外辐射数据,分别以加载煤岩试样和对比试样的边界为采集轮廓,定义相同大小、同一水平高度的三个监测区域,采集监测区域的红外辐射数据,得到一个加载煤岩试样和两个对比煤岩试样的红外热像温度矩阵序列,每个序列的第p帧温度矩阵表示如下:
式中,IRTEGSp、IRTRGS1p、IRTRGS2p分别表示加载煤岩试样、对比煤岩试样Ⅰ、对比煤岩试样Ⅱ第p帧的红外辐射温度矩阵,xp m,n xp m,n、yp m,n、zp m,n分别为加载煤岩试样、对比煤岩试样Ⅰ、对比煤岩试样Ⅱ第p帧的红外辐射温度矩阵的第m行、n列的矩阵元素;其中,m,n分别为矩阵的最大行号和列号;
步骤4,利用对比煤岩试样Ⅰ对加载煤岩试样进行初始去噪,得到初始红外辐射温度序列;
步骤5,利用对比煤岩试样Ⅰ的红外辐射温度矩阵与对比煤岩试样Ⅱ的红外辐射温度矩阵进行差值点运算得到对比试样噪声因子序列;
步骤6,将初始加载红外辐射序列中的噪声因子过滤,得到加载煤岩试样的真实红外辐射温度序列;
步骤7,将加载煤岩试样的真实红外辐射温度序列进行间隔差值点运算,得到加载煤岩试样的真实红外辐射温度差分序列。
步骤8,将加载煤岩试样的真实红外辐射温度差分序列线性映射到灰度颜色空间,得到真实红外辐射灰度差分序列图。
步骤9,计算加载煤岩试样真实红外辐射灰度差分图序列的信号值,该信号值即为红外辐射的前兆预警指标,利用前兆预警指标即可实现煤岩破裂预警。
进一步,步骤4所述的进行加载煤岩试样初始去噪的具体计算方法为:
将加载煤岩试样的第p帧IRTEGSp与对比煤岩试样Ⅰ的第p帧IRTRGS1p进行差值点运算,得到加载煤岩试样序列与对比煤岩试样Ⅰ序列的差分序列,即为初始红外辐射温度序列,记为:
式中,IIRTSp为第p帧加载煤岩试样与对比煤岩试样Ⅰ红外辐射温度序列一次差分序列,wp m,n为初始红外辐射温度序列第p帧第m行、n列的矩阵元素2其中p为帧序列号,m,n分别为矩阵的行号和列号。
进一步,步骤5所述的计算对比试样噪声因子序列方法为:
将对比煤岩试样Ⅰ的第p帧IRTRGS1p与对比煤岩试样Ⅱ的第p帧IRTRGS2p进行差值点运算,得到对比试样噪声矩阵,记作NFCRSP,表达式如下:
式中,NFCRSP为第p帧对比煤岩试样Ⅰ与对比煤岩试样Ⅱ的红外辐射温度序列进行差值运算得到的对比试样噪声因子2,其中p为噪声因子序列号,m,n分别为矩阵的行号和列号。
进一步,步骤6所述的计算加载煤岩试样真实红外辐射温度序列方法为:
将步骤4所得的初始红外辐射温度序列中的第p帧温度矩阵IIRTSp与步骤5所得的对比试样噪声因子序列中的第p个噪声因子矩阵NFCRSP进行差值点运算,得到加载煤岩试样真实红外辐射温度序列,其第p帧记作NIRTp,表达式如下所示:
式中,NIRTp为加载煤岩试样第p帧真实红外辐射温度矩阵,tp m,n表示真实红外辐射温度图序列第p帧的温度矩阵第m行、n列的元素值。
进一步,步骤7所述计算计算真实红外辐射温度差分序列具体为:
DRIRTSp(m,n)=NIRTp(m,n)-NIRTp-1(m,n)
式中,DRIRISp(m,n)表示第p帧真实红外辐射温度差分矩阵,NIRTp加载煤岩试样第p帧真实红外辐射温度矩阵,NIRTp-1加载煤岩试样第p-1帧真实红外辐射温度矩阵.
进一步,步骤8所述的进行灰度空间线性映射计算方法为:
将步骤7得到的加载煤岩试样真实红外辐射温度差分序列中的每一帧中的元素tp m,n线性映射到灰度颜色空间,得到对应的加载煤岩试样二次去噪温度矩阵的灰度像素矩阵序列,称为真实红外辐射灰度图序列,记作NIRGISp,其表达式为:
式中:NIRGISp(m,n)为加载煤岩试样第p帧真实红外辐射灰度差分图,tp m,n表示真实红外辐射温度图序列第p帧的温度矩阵第m行、n列的元素值,min(tp m,n)、max(tp m,n)分别表示第p帧真实红外辐射温度图中像素值的最小、最大值。
进一步,步骤9所述的计算真实红外辐射灰度差分图序列的信号值的方法为:
将第q帧真实红外辐射灰度差分图中像素点(i,j)处的灰度值定义为g(i,j),该灰度值的像素点在本帧图像所有像素点所占比例定义为Pg(i,j),则第q帧真实红外辐射灰度差分图的红外辐射信号值为:
式中,IRSVq为第q帧真实红外辐射灰度差分图的红外辐射信号值。
有益效果:
本方法提出了基于双对比试样的二次差分去噪方法,得到了加载煤岩试样去噪后的真实红外辐射温度差分矩阵序列,对其线性映射到灰度颜色空间,将温度矩阵转化到灰度空间内进行数据挖掘处理,并以红外辐射信号值作为煤岩破裂过程中红外辐射预警指标,丰富了煤岩破裂红外辐射预警方法,对提升采矿工程、岩土工程等领域的安全生产有重要意义。
本方法与现有技术相比,具有以下技术优点:
1)对试验方法与环境进行了改进,减小了试验过程中环境因素带来的干扰。2)对加载煤岩试样进行了二次差分去噪,得到了初始红外辐射温度序列、噪声因子序列以及真实红外辐射温度序列。3)对真实红外辐射温度序列进行了线性灰度颜色空间映射。4)在统一尺度下,计算了红外辐射信号值,并以此作为煤岩破裂过程中红外辐射监测预警指标,煤岩在达到应力峰值前,红外辐射信号值IRSV会发生前兆突变,且越接近峰后阶段,试样损伤程度越严重,对应的IRSV的突变幅度也越大。
附图说明
图1为本发明煤岩变形破裂过程的红外辐射信息去噪与监测预警方法流程示意图。
图2为本发明煤岩变形破裂过程的红外辐射信息去噪与监测预警方法使用装置示意图。
图3为使用本发明预警煤岩样真实红外辐射灰度差分图的红外辐射信号值IRSV与载荷随时间变化的曲线图。
具体实施方式
下面结合附图对本发明的实施作进一步描述:
如图1和图2所示,本发明的煤岩变形破裂过程的红外辐射信息去噪与监测预警方法,首先进行煤岩单轴压缩红外辐射监测试验,在压力机上设置一个煤岩试样和左右两个作为对比的煤岩试样,然后布置防辐射区域并设置均匀的无辐射主动光源激励环境;采集加载的煤岩试样从开始加载到压裂后全过程的红外辐射数据和两个对比试样同时间的红外辐射数据,对加载的煤岩试样进行初始去噪得到初始红外辐射温度序列,之后计算对比试样噪声因子序列,过滤掉初始加载红外辐射序列中的噪声因子得到加载煤岩试样真实红外辐射温度序列,最后计算真实红外辐射灰度差分图序列的红外辐射信号值,之后利用红外辐射信号值曲线参考应力时间曲线,即可分析获得被测煤岩所在压力下红外辐射突变状态,从而实现红外辐射突变预警。
具体包括以下步骤:
步骤1,在压力机加载平台上待加载的煤岩试样左右两边同一水平高度放置的与煤岩试样Ⅰ尺寸相同的煤岩试样Ⅰ和煤岩试样Ⅱ作为对比试样用以消除噪声因子对试验去噪效果的影响;然后在加载煤岩试样和对比煤岩试样的后边、左边、右边设置电磁屏蔽板将三个煤岩试样包围以减少辐射干扰,在没有设置电磁屏蔽板的前边使用红外热像仪进行录制监测;
步骤2,将压力机加载平台与红外热像仪区间内1米范围内的空间区域用防辐射黑色幕布包围,在包围区域范围内,给予无辐射主动光源激励,保证区域内光照相同,且试样表面没有由于光照不均匀产生的阴影遮掩,使煤岩试样、压力机加载平台、红外热像仪放置在同样光照环境下使光照环境保持不变,以减少误差;
步骤3,利用红外热像仪采集被加载的煤岩试样从开始加载到破坏过程中的红外辐射变化数据,同时采集相同时间内作为对比试样的煤岩试样Ⅰ和煤岩试样Ⅱ的红外辐射数据,分别以加载煤岩试样和对比试样的边界为采集轮廓,定义相同大小、同一水平高度的三个监测区域,采集监测区域的红外辐射数据,得到一个加载煤岩试样和两个对比试样的红外热像温度矩阵序列,每个序列的第p帧温度矩阵表示如下:
式中,IRTEGSp、IRTRGS1p、IRTRGS2p分别表示加载煤岩试样、对比煤岩试样Ⅰ、对比煤岩试样Ⅱ第p帧的红外辐射温度矩阵,xp m,n、yp m,n、zp m,n分别为加载煤岩试样、对比煤岩试样Ⅰ、对比煤岩试样Ⅱ第p帧的红外辐射温度矩阵的第m行、n列的矩阵元素;其中,m,n分别为矩阵的最大行号和列号;
步骤4,利用对比煤岩试样Ⅰ对加载煤岩试样进行初始去噪,得到初始红外辐射温度序列;
进行加载煤岩试样初始去噪的具体计算方法为:
将加载煤岩试样IRTEGSp第p帧与对比煤岩试样Ⅰ(IRTRGS1)对应第p帧进行差值点运算,得到加载煤岩试样序列与对比试样序列的差分序列,叫做初始红外辐射温度序列,记为:
式中,IIRTSp为第p帧加载煤岩试样与对比试样红外辐射温度序列一次差分序列,wp m,n为初始红外辐射温度序列第p帧第m行、n列的矩阵元素2其中p为帧序列号,m,n分别为矩阵的行号和列号;
步骤5,利用对比煤岩试样Ⅰ的红外辐射温度矩阵与对比煤岩试样Ⅱ的红外辐射温度矩阵进行差值点运算得到对比试样噪声因子序列;
计算对比试样噪声因子序列方法为:
将对比煤岩试样Ⅰ(IRTRGS1)第p帧与对比煤岩试样Ⅱ(IRTRGS2p)对应第p帧进行差值点运算,得到对比试样噪声矩阵,记作NFCRSP,表达式如下:
式中,NFCRSP为第p帧对比煤岩试样Ⅰ与对比煤岩试样Ⅱ的红外辐射温度序列进行差值点运算得到的对比试样噪声因子2其中p为噪声因子序列号,m,n分别为矩阵的行号和列号;
步骤6,将初始加载红外辐射序列中的噪声因子过滤,得到加载煤岩试样真实红外辐射温度序列;
计算加载煤岩试样真实红外辐射温度序列方法为:
将步骤4所得的初始红外辐射温度序列中的第p帧温度矩阵IIRTSp与步骤5所得的对比试样噪声因子序列中的第p个噪声因子矩阵NFCRSP进行差值点运算,得到加载煤岩试样真实红外辐射温度序列,其第p帧记作NIRTp,表达式如下所示:
式中,NIRTp加载煤岩试样第p帧真实红外辐射温度矩阵,tp m,n表示真实红外辐射温度图序列第p帧的温度矩阵第m行、n列的元素值。
步骤7,将加载煤岩试样的真实红外辐射温度序列进行间隔差值点运算,得到加载煤岩试样的真实红外辐射温度差分序列;
计算真实红外辐射温度差分序列具体为:
DRIRTSp(m,n)=NIRTp(m,n)-NIRTp-1(m,n)
式中,DRIRISp(m,n)表示第p帧真实红外辐射温度差分矩阵,NIRTp加载煤岩试样第p帧真实红外辐射温度矩阵,NIRTp-1加载煤岩试样第p-1帧真实红外辐射温度矩阵;
步骤8,将加载煤岩试样的真实红外辐射温度差分序列线性映射到灰度颜色空间,得到真实红外辐射灰度差分序列图;
进行灰度空间线性映射计算方法为:
将步骤7得到的加载煤岩试样真实红外辐射温度差分序列中的每一帧中的元素tp m,n线性映射到灰度颜色空间,得到对应的加载煤岩试样二次去噪温度矩阵的灰度像素矩阵序列,称为真实红外辐射灰度图序列,记作NIRGISp,其表达式为:
式中:NIRGISp(m,n)为加载煤岩试样第p帧真实红外辐射灰度差分图,tp m,n表示真实红外辐射温度图序列第p帧的温度矩阵第m行、n列的元素值,min(tp m,n)、max(tp m,n)分别表示第p帧真实红外辐射温度图中像素值的最小、最大值。
步骤9,计算加载煤岩试样真实红外辐射灰度差分图序列的信号值,该信号值即为红外辐射的前兆预警指标;
计算真实红外辐射灰度差分图序列的信号值的方法为:
将第q帧真实红外辐射灰度差分图中像素点(i,j)处的灰度值定义为g(i,j),该灰度值的像素点在本帧图像所有像素点所占比例定义为Pg(i,j),则第q帧真实红外辐射灰度差分图的红外辐射信号值为:
式中,IRSVq为第q帧真实红外辐射灰度差分图的红外辐射信号值。
实施例一、
参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
步骤1,进行煤岩单轴压缩红外辐射观测试验。将加载煤岩试样1放在压力机加载平台上,在加载煤岩试样左右两边同一水平高度放置两个与加载煤岩试样尺寸相等的对比煤岩试样1和对比煤岩试样2。为了隔离压力机和其他实验器材对试样小范围内的辐射影响,用三块电磁屏蔽板4将三个煤岩试样后边、左边、右边包围,留一个正面缺口用于红外热像仪录制监测。试验开始前要提前24小时将试验所用试样放置在实验室内,使得试样整体和实验室环境充分接触,可以减小试验误差。
步骤2,将试验台与热像仪区间内1米范围内的空间区域用防辐射黑色幕布7包围,在包围区域范围内,给与无辐射主动光源激励6,保证试验试样、压力机加载平台、红外热像仪放置在同样光照环境下,整个试验过程光照环境不会变化,减小环境光照不均匀变化以及实验人员活动带来的试验误差。
步骤3,采集加载煤岩试和对比煤岩试样1和对比煤岩试样2的红外辐射数据。分别以加载煤岩试和对比煤岩试样1和对比煤岩试样2的边界为采集轮廓,定义相同大小、同一水平高度的三个监测区域,采集监测区域的红外辐射数据,得到加载煤岩试和对比煤岩试样1和对比煤岩试样2的红外热像温度矩阵序列,每个序列的第p帧温度矩阵表示如下:
式中,IRTEGSp、IRTRGS1p、IRTRGS2p分别表示加载煤岩试样、对比煤岩试样1、对比煤岩试样2第p帧的红外辐射温度矩阵,xp m,n、yp m,n、zp m,n分别为加载煤岩试样、对比煤岩试样1、对比煤岩试样2第p帧的红外辐射温度矩阵的第m行、n列的矩阵元素。其中,m,n分别为矩阵的最大行号和列号。
步骤4,进行加载煤岩试样初始去噪。将加载煤岩试样IRTEGSp每一帧(第p帧)与对比煤岩试样1(IRTRGS1)对应p帧进行差值点运算,得到加载煤岩试样序列与对比试样序列的差分序列,叫做初始红外辐射温度序列,记为
式中,IIRTSp为加载煤岩试样红外辐射温度序列第p帧与对比试样红外辐射温度序列第p帧一次差分得到的初始红外辐射温度序列,wp m,n为初始红外辐射温度序列第p帧第m行、n列的矩阵元素。其中p为帧序列号,m,n分别为矩阵的行号和列号。
步骤5,对比试样噪声因子序列NFCRSP。计算对比煤岩试样1(IRTRGS1)每一帧(第p帧)的每一个温度点yp m,n与对比煤岩试样2(IRTRGS2p)的同一位置的温度点zp m,n进行差值点运算,得到对比试样噪声矩阵,记作NFCRSP,表达式如下:
式中,NFCRSP为对比煤岩试样1的红外辐射温度序列第p帧与对比煤岩试样2的红外辐射温度序列第p帧进行差值运算得到的对比试样噪声因子序列中的第p个的噪声因子。其中p为因子序列号,m,n分别为矩阵的行号和列号。
步骤6,计算加载煤岩试样真实红外辐射温度序列。将步骤4所得的初始红外辐射温度序列中的第p帧温度矩阵IIRTSp与步骤5所得的对比试样噪声因子序列中的第p个噪声因子矩阵NFCRSP进行差值点运算,得到加载煤岩试样真实红外辐射温度序列,其第p帧记作NIRTp,表达式如下所示:
式中,NIRTp加载煤岩试样第p帧真实红外辐射温度矩阵。
步骤7,将步骤6得到的加载煤岩试样真实红外辐射温度矩阵进行一次差分运算,得到真实红外辐射温度差分矩阵,计算表达式为:
DRIRTSp(m,n)=NIRTp(m,n)-NIRTp-1(m,n)
式中,DRIRISp(m,n)表示第p帧真实红外辐射温度差分矩阵。
步骤8,将步骤7得到的加载煤岩试样真实红外辐射温度差分矩阵序列中的每一帧中的元素tp m,n线性映射到灰度像素空间,得到对应的加载煤岩试样二次去噪温度矩阵的灰度像素矩阵序列,称为真实红外辐射灰度图序列,记作NIRGISp,其表达式为:
式中:NIRGISp(m,n)为加载煤岩试样第p帧真实红外辐射灰度图,tp m,n表示真实红外辐射灰度图序列第p帧的温度矩阵第m行、n列的元素值,min(tp m,n)、max(tp m,n)分别表示第p帧真实红外辐射灰度图序列中像素值的最小、最大值。
步骤8,计算加载煤岩试样真实红外辐射灰度差分图序列的信号值。将第q帧真实红外辐射灰度差分图中像素点(i,j)处的灰度值定义为g(i,j),该灰度值的像素点在本帧图像所有像素点所占比例定义为Pg(i,j),则第q帧真实红外辐射灰度差分图的红外辐射信号值为:
式中,IRSVq为第q帧真实红外辐射灰度差分图的红外辐射信号值。
本发明的主动激励辅助下的被动红外辐射监测实验办法,提出了基于双对比试样的二次差分去噪方法,得到了加载煤岩试样去噪后的真实红外辐射温度差分矩阵序列,对其线性映射到灰度颜色空间,将温度矩阵转化到灰度空间内进行数据挖掘处理,并以红外辐射信号值作为煤岩破裂过程中红外辐射预警指标,丰富了煤岩破裂红外辐射预警方法,对提升采矿工程、岩土工程等领域的安全生产有重要意义。
图3所示为某煤样应力时间曲线与IRSV时间曲线,可以看出煤样在发生破坏失稳前,IRSV会发生前兆突变,且越接近峰后阶段,试样损伤程度越严重,对应的IRSV的突变幅度也越大。因此,利用IRSV能够很好地对煤岩破裂过程中红外辐射进行量化监测,为煤岩破裂监测预警提供了一种新方法。
Claims (7)
1.一种煤岩变形破裂过程的红外辐射信息去噪与监测预警方法,其特征在于:首先进行煤岩单轴压缩红外辐射监测试验,在压力机上设置一个加载煤岩试样,并在加载煤岩试样的左右设置两个对比煤岩试样,然后布置防辐射区域并设置均匀的无辐射主动光源激励环境;采集加载的煤岩试样从开始加载到压裂后全过程的红外辐射数据和两个对比煤岩试样同时间的红外辐射数据,对加载的煤岩试样进行初始去噪得到初始红外辐射温度序列,之后计算两个对比煤岩试样的对比试样噪声因子序列,过滤掉初始红外辐射温度序列中的噪声因子得到加载煤岩试样真实红外辐射温度序列,通过差值点运算计算得到加载煤岩试样在压力过程中的真实红外辐射温度差分序列,将真实红外辐射温度差分序列线性映射到灰度空间,得到真实红外辐射灰度差分图序列最后计算真实红外辐射灰度差分图序列的红外辐射信号值,之后利用红外辐射信号值曲线参考应力时间曲线,即可分析获得测试区域被测煤岩所在压力下红外辐射突变状态,从而实现红外辐射突变预警;
具体包括以下步骤:
步骤1,在压力机加载平台上待加载的煤岩试样左右两侧同一水平高度放置的与煤岩试样尺寸相同的对比煤岩试样Ⅰ和对比煤岩试样Ⅱ作对比用以消除噪声因子对试验去噪效果的影响;然后在加载煤岩试样和对比煤岩试样Ⅰ和对比煤岩试样Ⅱ的后边、左边、右边分别设置电磁屏蔽板将三个煤岩试样包围以减少辐射干扰,在没有设置电磁屏蔽板的前面使用红外热像仪录制监测;
步骤2,将压力机加载平台与红外热像仪区间内1米范围内的空间区域用防辐射黑色幕布包围,在包围区域顶部,给予无辐射主动光源激励,保证区域内光照相同,且试样表面没有由于光照不均匀产生的阴影遮掩,使煤岩试样、压力机加载平台、红外热像仪放置在同样光照环境下使光照环境保持不变,以减少误差;
步骤3,利用红外热像仪采集被煤岩试样从开始加载到压力机停止加载过程中的红外辐射变化数据,同时采集相同时间内的对比煤岩试样Ⅰ和对比煤岩试样Ⅱ的红外辐射数据,分别以加载煤岩试样和对比试样的边界为采集轮廓,定义相同大小、同一水平高度的三个监测区域,采集监测区域的红外辐射数据,得到一个加载煤岩试样和两个对比煤岩试样的红外热像温度矩阵序列,每个序列的第p帧温度矩阵表示如下:
式中,IRTEGSp、IRTRGS1p、IRTRGS2p分别表示加载煤岩试样、对比煤岩试样Ⅰ、对比煤岩试样Ⅱ第p帧的红外辐射温度矩阵,xp m,n xp m,n、yp m,n、zp m,n分别为加载煤岩试样、对比煤岩试样Ⅰ、对比煤岩试样Ⅱ第p帧的红外辐射温度矩阵的第m行、n列的矩阵元素;其中,m,n分别为矩阵的最大行号和列号;
步骤4,利用对比煤岩试样Ⅰ对加载煤岩试样进行初始去噪,得到初始红外辐射温度序列;
步骤5,利用对比煤岩试样Ⅰ的红外辐射温度矩阵与对比煤岩试样Ⅱ的红外辐射温度矩阵进行差值点运算得到对比试样噪声因子序列;
步骤6,将初始红外辐射温度序列中的噪声因子过滤,得到加载煤岩试样的真实红外辐射温度序列;
步骤7,将加载煤岩试样的真实红外辐射温度序列进行间隔差值点运算,得到加载煤岩试样的真实红外辐射温度差分序列;
步骤8,将加载煤岩试样的真实红外辐射温度差分序列线性映射到灰度颜色空间,得到真实红外辐射灰度差分序列图;
步骤9,计算加载煤岩试样真实红外辐射灰度差分图序列的信号值,该信号值即为红外辐射的前兆预警指标,利用前兆预警指标即可实现煤岩破裂预警。
5.根据权利要求4所述的煤岩变形破裂过程的红外辐射信息去噪与监测预警方法,其特征在于,步骤 7 所述得到加载煤岩试样的真实红外辐射温度差分序列具体为:
DRIRTSp(m,n)=NIRTp(m,n)-NIRTp-1(m,n)
式中,DRIRISp(m,n)表示第p帧真实红外辐射温度差分矩阵,NIRTp加载煤岩试样第p帧真实红外辐射温度矩阵,NIRTp-1加载煤岩试样第p-1帧真实红外辐射温度矩阵.
6.根据权利要求1所述的煤岩变形破裂过程的红外辐射信息去噪与监测预警方法,其特征在于,步骤 8 所述的将加载煤岩试样的真实红外辐射温度差分序列线性映射到灰度颜色空间进行灰度空间线性映射计算方法为:
将步骤7得到的加载煤岩试样真实红外辐射温度差分序列中的每一帧中的元素tp m,n线性映射到灰度颜色空间,得到对应的加载煤岩试样二次去噪温度矩阵的灰度像素矩阵序列,称为真实红外辐射灰度差分图序列,记作NIRGISp,其表达式为:
式中:NIRGISp(m,n)为加载煤岩试样第p帧真实红外辐射灰度差分图,tp m,n表示真实红外辐射温度图序列第p帧的温度矩阵第m行、n列的元素值,min(tp m,n)、max(tp m,n)分别表示第p帧真实红外辐射温度图中像素值的最小、最大值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110760388.5A CN113484145B (zh) | 2021-07-06 | 2021-07-06 | 煤岩变形破裂过程的红外辐射信息去噪与监测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110760388.5A CN113484145B (zh) | 2021-07-06 | 2021-07-06 | 煤岩变形破裂过程的红外辐射信息去噪与监测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113484145A CN113484145A (zh) | 2021-10-08 |
CN113484145B true CN113484145B (zh) | 2022-07-05 |
Family
ID=77941012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110760388.5A Active CN113484145B (zh) | 2021-07-06 | 2021-07-06 | 煤岩变形破裂过程的红外辐射信息去噪与监测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113484145B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114487012B (zh) * | 2021-12-29 | 2023-11-03 | 南京大学 | 一种土体表面裂隙发育预判方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103439342B (zh) * | 2013-09-17 | 2015-09-30 | 华东交通大学 | 基于热图时序特征的红外无损检测方法 |
CN104764528B (zh) * | 2015-04-03 | 2018-01-12 | 中国矿业大学 | 一种煤岩裂隙发育过程中的热红外信息去噪方法 |
CN106018096A (zh) * | 2016-07-20 | 2016-10-12 | 中国矿业大学 | 煤岩破裂过程中裂隙发育区的红外辐射监测定位方法 |
CN106567737B (zh) * | 2016-10-20 | 2018-07-31 | 辽宁工程技术大学 | 基于红外热像的采煤工作面煤与瓦斯突出预警系统及方法 |
CN110411572B (zh) * | 2019-07-10 | 2020-12-15 | 中国矿业大学 | 承载煤岩破裂的红外辐射监测预警方法 |
CN111811933B (zh) * | 2020-07-31 | 2022-03-11 | 中国矿业大学 | 一种承载煤岩损伤破裂过程中的红外辐射信息去噪方法 |
CN112665731A (zh) * | 2020-12-31 | 2021-04-16 | 中国矿业大学 | 红外辐射技术监测煤岩破坏失稳的分级预警方法 |
-
2021
- 2021-07-06 CN CN202110760388.5A patent/CN113484145B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113484145A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | Spatial-temporal infrared radiation precursors of coal failure under uniaxial compressive loading | |
Mahanta et al. | Temperature-induced deformational responses and microstructural alteration of sandstone | |
Liu et al. | Energy distribution and fractal characterization of acoustic emission (AE) during coal deformation and fracturing | |
Røyne et al. | Controls on rock weathering rates by reaction-induced hierarchical fracturing | |
McIntosh et al. | Distribution of dissolved water in magmatic glass records growth and resorption of bubbles | |
CN113484145B (zh) | 煤岩变形破裂过程的红外辐射信息去噪与监测预警方法 | |
WO2015176615A1 (zh) | 一种煤岩裂隙发育红外辐射监测试验方法 | |
Cao et al. | An experimental study of infrared radiation characteristics of sandstone in dilatancy process | |
Gong et al. | Thermography analysis of a roadway excavation experiment in 60 inclined stratified rocks | |
Yang et al. | Study on mechanical properties and damage evolution of carbonaceous shale under triaxial compression with acoustic emission | |
Ma et al. | Infrared radiation quantification of rock damage and its constitutive modeling under loading | |
Shi et al. | Effect of creep load on fatigue behavior and acoustic emission characteristics of sandstone containing pre-existing crack during fatigue loading | |
CN112665731A (zh) | 红外辐射技术监测煤岩破坏失稳的分级预警方法 | |
CN113188975A (zh) | 基于图像处理技术的岩体裂隙及飞石运动分析系统及方法 | |
Jia et al. | Precursory changes in wave velocity for coal and rock samples under cyclic loading | |
Shan et al. | Infrared radiation and acoustic emission of damage evolution and failure precursory for water-bearing coal | |
Cao et al. | A comprehensive model for evaluating infrared radiation and acoustic emission characteristics of sandstone fracture | |
CN111811933B (zh) | 一种承载煤岩损伤破裂过程中的红外辐射信息去噪方法 | |
Bi et al. | Research on crack classification method and failure precursor index based on RA-AF value of brittle rock | |
Chen et al. | Experimental investigation of key infrared radiation signals on rock during damaging process | |
CN106645399A (zh) | 一种复合材料损伤检测评估方法和系统 | |
Malovichko et al. | Description of seismic sources in underground mines: Dynamic stress fracturing around tunnels and strainbursting | |
Hao et al. | Analysis on rock fracture signals and exploration of infrared advance prediction under true triaxial loading | |
CN114113217A (zh) | 一种煤岩体损伤程度的红外辐射量化评价方法 | |
Liu et al. | Failure precursors recognition method for loading coal and rock using the fracture texture features of infrared thermal images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |