CN116127239A - 岩体损伤状态测评方法、装置及存储介质 - Google Patents

岩体损伤状态测评方法、装置及存储介质 Download PDF

Info

Publication number
CN116127239A
CN116127239A CN202211457096.5A CN202211457096A CN116127239A CN 116127239 A CN116127239 A CN 116127239A CN 202211457096 A CN202211457096 A CN 202211457096A CN 116127239 A CN116127239 A CN 116127239A
Authority
CN
China
Prior art keywords
temperature
rock mass
fracture
subunit
damage
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.)
Granted
Application number
CN202211457096.5A
Other languages
English (en)
Other versions
CN116127239B (zh
Inventor
包含
吕洪涛
兰恒星
李黎
陈卫昌
马克
李静蕊
郑涵
晏长根
尹培杰
刘长青
李昌波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHINESE ACADEMY OF CULTURAL HERITAGE
Dalian University of Technology
Changan University
Shaanxi Coal and Chemical Technology Institute Co Ltd
Original Assignee
CHINESE ACADEMY OF CULTURAL HERITAGE
Dalian University of Technology
Changan University
Shaanxi Coal and Chemical Technology Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CHINESE ACADEMY OF CULTURAL HERITAGE, Dalian University of Technology, Changan University, Shaanxi Coal and Chemical Technology Institute Co Ltd filed Critical CHINESE ACADEMY OF CULTURAL HERITAGE
Priority to CN202211457096.5A priority Critical patent/CN116127239B/zh
Publication of CN116127239A publication Critical patent/CN116127239A/zh
Application granted granted Critical
Publication of CN116127239B publication Critical patent/CN116127239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G01N25/72—Investigating presence of flaws
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明提供一种岩体损伤状态测评方法、装置及存储介质，该方法包括：将被测岩体划分为若干个面积相等一级子单元；分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图；对各一级子单元的温度云图进行划分，共划分为m个二级子单元；获取每个二级子单元内的温度参数，温度参数包括平均温度
Figure DDA0003953721230000011
最高温度
Figure DDA0003953721230000012
最低温度
Figure DDA0003953721230000013
和温度变化率Bi；获取每个二级子单元内的裂隙参数，裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi；基于温度参数和裂隙参数采用灰色关联度法获得岩体损伤指数Si。采用本发明提供的测评方法，可实现岩体损伤状态的快速、高效测评，具有较好的准确性。

Description

岩体损伤状态测评方法、装置及存储介质
技术领域
本发明涉及岩体质量测评技术领域，尤其涉及一种岩体损伤状态测评方法、装置及存储介质。
背景技术
岩体是指在一定工程范围内，由包含软弱结构面的各类岩石所组成的具有不连续性、非均质性和各向异性的地质体。“损伤”泛指材料内部的一种劣化因素，与所涉及的材料与工作环境密切相关。事实上，岩体本身就是一种天然损伤结构，长期暴露于自然环境中，岩体中的各类结构易发生扩展、连通、汇合，导致损伤不断积累，一旦达到临界值便发生失稳断裂，产生垮塌、倾覆、滑移等不稳定性病害，严重影响人类的生产生活及各类工程活动的开展。研究岩体损伤特征是岩体稳定性分析的基础，可为灾害的精准防控提供理论依据。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
现阶段关于岩体损伤测评方法可分为两类：单一指标测评和多指标综合测评。虽然单一指标(如波速衰减率)的测评方法较为方便、方向明确，但并不符合岩体的实际情况，存在诸多不合理之处；相对而言，采用综合指标的岩体损伤测评方法则可获得较为合理、准确的结果，如Q系统方法、RMR法等，但这类方法存在指标权重难以准确确定、部分指标数值的选取主观性较大、评价周期耗费时间较长等相关问题。另外，上述评价方法中参数的获取手段多为接触式(如人工测量，钻孔取样等)，然而实际岩体的赋存环境复杂，存在诸多高陡、高危、难以触及及有特殊保护需求的岩体，致使岩体参数的获取较为困难，进而导致评价方法难以适用。
因此需要一种岩体损伤状态测评方法、装置及存储介质，以至少部分地解决上述技术问题。
发明内容
鉴于此，本发明实施例提供了一种岩体损伤状态测评方法、装置及存储介质，以至少解决现有技术中的问题之一。
本发明的一个方面提供了一种岩体损伤状态测评方法，该方法包括以下步骤：
将被测岩体划分为若干个面积相等一级子单元；
分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图；
对所述各一级子单元的温度云图进行划分，共划分为m个二级子单元；
获取每个二级子单元内的温度参数，其中所述温度参数包括平均温度
Figure BDA0003953721210000021
最高温度
Figure BDA0003953721210000022
最低温度
Figure BDA0003953721210000023
和温度变化率Bi，其中i＝1，…，m；
获取每个二级子单元内的裂隙参数，其中所述裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi；
基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si；其中，损伤指数的大小代表岩体的不同损伤劣化状态，以参考序列为完整部位岩体为例，当评价部位的损伤指数越大，表明该部位损伤越为严重，具体为：轻微损伤(0＜Si≤0.3)、中等损伤(0.3＜Si≤0.5)、显著损伤(0.5＜Si≤0.8)、严重损伤(0.8＜Si≤1)。
在本发明的一些实施例中，所述分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图，包括：
使用加热装置分别对每块一级子单元的岩体进行长时序红外热激励，所述加热装置优选可调节功率的恒热流卤素加热灯，加热距离设置在1-2m。和/或
所述热激励的最高温度不超过50℃。
在本发明的一些实施例中，所述一级子单元面积为1-1.5m2。和/或
所述二级子单元的面积为一级子单元面积的
Figure BDA0003953721210000024
在本发明的一些实施例中，所述获取每个二级子单元内的裂隙参数，包括：
获取每个二级子单元内的出露型裂隙的裂隙参数：裂隙条数oi、裂隙迹长li和裂隙隙宽di，其具体方法包括：使用SmartView红外图像专业软件进行处理，调整可见光和红外热图像的融合度，融合度优选为50％；同时对融合图像进行算法增强，以此来提取裂隙条数oi、裂隙迹长li和裂隙隙宽di；
获取每个二级子单元内的埋藏型裂隙的裂隙参数：裂隙深度hi和裂隙面积ψi，其具体方法包括：
分析岩体表面温度场，识别内部缺陷在岩体表面所对应的位置；
提取缺陷区域二级子单元表面温度值
Figure BDA0003953721210000031
和无缺陷区域二级子单元表面温度值
Figure BDA0003953721210000032
a，b∈i；
测试岩体的密度ρ、导热系数λ、比热容c、时间t、t时刻所对应的温差ΔT及岩体表面的热流密度qw，其中
Figure BDA0003953721210000033
将各参数代入温差函数
Figure BDA0003953721210000034
和埋深计算公式
Figure BDA0003953721210000035
其中
Figure BDA0003953721210000036
Figure BDA0003953721210000037
求解不同时刻计算所得的缺陷埋深h的变化率：求解计算深度变化率
Figure BDA0003953721210000038
Figure BDA0003953721210000039
其中k为提取温度值时采样的序列值，k＝1，…，n；
选取变化率D的最小值所处时刻为缺陷埋深h的最佳计算时间，获取该时刻的缺陷埋深h，即为最终所确定的缺陷埋深h；
将埋藏型裂隙视为圆盘状，通过岩体高温区范围估算裂隙面积，计算公式为ψ＝4π(dz-2hg)2，dz为高温区的直径或长轴大小；g为修正系数取值0.26-0.36；h为计算深度；ψ为裂隙计算面积。
在本发明的一些实施例中，所述基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si，包括：
确定关联评价的分析数列，本发明选用的参考数列X0由岩体完整性好、风化程度低的二级子单元的损伤参数组成，比较数列X1-Xm为剩余各二级子单元的损伤参数组成。利用参考数列和比较数列建立分析矩阵
Figure BDA00039537212100000310
其中，矩阵A中xij表示第i个二级子单元中的第j个损伤评价参数(i＝1，…，m；j＝1，…，9)，且(j＝1，j＝2，j＝3，j＝4，j＝5，j＝6，j＝7，j＝8，j＝9)＝(平均温度，最高温度，最低温度，温度变化率，裂隙条数，裂隙迹长，裂隙隙宽，裂隙深度，裂隙面积)；
对参考数据列和比较数据列进行规范化处理，以消除量纲不同造成的影响，获取xij规范化后的结果数据aij；
获取灰色关联系数eij；
获取灰色关联度ri，其计算公式如下：
Figure BDA0003953721210000041
其中wj为复合权重；
获取岩体损伤指数Si，其中Si＝1/ri。
在本发明的一些实施例中，aij、eij的计算公式分别为
Figure BDA0003953721210000042
正向指标：
Figure BDA0003953721210000043
负向指标：
Figure BDA0003953721210000044
其中ρ为分辨系数，优选为0.5。
在本发明的一些实施例中，所述复合权重wj通过层次分析法和熵权法综合确定，计算公式为
Figure BDA0003953721210000045
在本发明的一些实施例中，所述复合权重wj通过层次分析法和熵权法综合确定的计算过程，包括：
所述层次分析法步骤为：
采用层次分析法确定客观权重，建立层次结构；
将同一层次的指标两两进行比较，根据其重要程度进行打分，构造指标间相对重要程度的判断矩阵；
构造判断矩阵B＝(bvp)9×9，其中bvp表示为第v个指标相对于第p个指标的重要程度，v，p∈j；
求判断矩阵B的最大特征值与特征向量，具体如下：
将矩阵中的每列元素进行标准化处理
Figure BDA0003953721210000046
将标准化后矩阵的各列进行累加得
Figure BDA0003953721210000047
对累加后的向量进行标准化处理得
Figure BDA0003953721210000048
其中wv即为层次分析法所确定的指标权重向量，wv的分量即为各参数的权重系数，为了便于计算这里令w1j＝wv；
计算判断矩阵B的最大特征值，
Figure BDA0003953721210000051
对判断矩阵B进行一致性检验，计算一致性指标
Figure BDA0003953721210000052
计算一致性比率
Figure BDA0003953721210000053
其中RI为随机一致性指标，查表可得，当CR＜0.1时，表明层次分析矩阵的一致性满足要求，此时所求矩阵最大特征值所对应的特征向量即为损伤参数指标的权重分布；
所述熵权法步骤为：
构造评价矩阵A＝(aij)m9(i＝0，1，2，...，m；j＝l，2，3，...，9)，aij表示第i个二级子单元第j个损伤评价指标经标准化后的值；
确定评价指标的熵，计算公式为
Figure BDA0003953721210000054
计算评价指标的熵权
Figure BDA0003953721210000055
式中，w2j表示熵权法中各单一指标占有的权重。
本发明的另一方面提供了一种岩体损伤状态测评装置，该装置包括：
第一划分模块，用于将被测岩体划分为若干个面积相等一级子单元；
温度云图获取模块，用于分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图；
第二划分模块，用于对所述各一级子单元的温度云图进行划分，共划分为m个二级子单元；
温度参数获取模块，用于获取每个二级子单元内的温度参数，其中所述温度参数包括平均温度
Figure BDA0003953721210000056
最高温度
Figure BDA0003953721210000057
最低温度
Figure BDA0003953721210000058
和温度变化率Bi，其中i＝1，2，...，m；
裂隙参数获取模块，用于获取每个二级子单元内的裂隙参数，其中所述裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi；
计算模块，用于基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si。
本发明的另一方面提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述岩体损伤状态测评方法。
根据本发明实施例的岩体损伤状态测评方法、装置及存储介质，首先根据被测岩体面积、被测距离、环境等情况将被测岩体划分为若干个面积相等一级子单元；分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图；然后对所述各一级子单元的温度云图进行划分，共划分为m个二级子单元；接着获取每个二级子单元内的温度参数，其中所述温度参数包括平均温度
Figure BDA0003953721210000061
最高温度
Figure BDA0003953721210000062
最低温度
Figure BDA0003953721210000063
和温度变化率Bi；获取每个二级子单元内的裂隙参数，其中所述裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi；最后基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si。其满足了岩体探测无损、非接触的需求，基于灰色关联法的损伤指数Si结合了现场岩体结构特征与岩体风化特性，可实现岩体损伤状态的快速、高效评价。
本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
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。附图中的部件不是成比例绘制的，而只是为了示出本发明的原理。为了便于示出和描述本发明的一些部分，附图中对应部分可能被放大，即，相对于依据本发明实际制造的示例性装置中的其它部件可能变得更大。在附图中：
图1为本发明一实施例中岩体损伤状态测评方法的流程图；
图2为本发明一实施例中岩体损伤状态测评装置的结构示意图；
图3为本发明一实施例中电子设备的框图。
具体实施方式
为使本发明的目的、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。
在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。
在下文中，将参考附图描述本发明的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。
首先，将参考图1描述根据本申请实施例的岩体损伤状态测评方法100。如图1所示，岩体损伤状态测评方法100可以包括如下步骤：
在步骤S110，将被测岩体划分为若干个面积相等一级子单元。
在步骤S120，分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图。
在步骤S130，对各一级子单元的温度云图进行划分，共划分为m个二级子单元。
在步骤S140，获取每个二级子单元内的温度参数，其中温度参数包括平均温度
Figure BDA0003953721210000071
最高温度
Figure BDA0003953721210000072
最低温度
Figure BDA0003953721210000073
和温度变化率Bi，其中i＝1，2，...，m。
在步骤S150，获取每个二级子单元内的裂隙参数，其中裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi。
在步骤S160，基于温度参数和裂隙参数采用灰色关联度法获得岩体损伤指数Si；其中，损伤指数的大小代表岩体的不同损伤劣化状态，以参考序列为完整部位岩体为例，当评价部位的损伤指数越大，表明该部位损伤越为严重，具体为：轻微损伤(0＜Si≤0.3)、中等损伤(0.3＜Si≤0.5)、显著损伤(0.5＜Si≤0.8)、严重损伤(0.8＜Si≤1)。
在本申请的实施例中，首先根据被测岩体面积、被测距离、环境等情况将被测岩体划分为若干个面积相等一级子单元；分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图；然后对所述各一级子单元的温度云图进行划分，共划分为m个二级子单元；接着获取每个二级子单元内的温度参数，其中所述温度参数包括平均温度
Figure BDA0003953721210000074
最高温度
Figure BDA0003953721210000075
最低温度
Figure BDA0003953721210000076
和温度变化率Bi；获取每个二级子单元内的裂隙参数，其中所述裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi；最后基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si。
另外，在图示实施例中，步骤S140的顺序在步骤S150之前，其也仅仅是一个示例，并不代表步骤S140的顺序必然在步骤S150之前，也可以是步骤S140的顺序安排在步骤S150之后，也可以是步骤S140与步骤S150同步进行。
通过上述过程的描述可知，根据本申请实施例的岩体损伤状态测评方法100，其满足了岩体探测无损、非接触的需求，基于灰色关联法的损伤指数Si结合了现场岩体结构特征与岩体风化特性，可实现岩体损伤状态的快速、非接触式、高效评价。
其中，岩体是一种不连续性、非均质性和各向异性的地质体，在内外营力长期作用下岩体不断劣化，不稳定性病害时有发生，严重影响人类生产生活。目前，人类生产建设中的岩体工程类型很多，如石质文物保护、核废料储存、页岩气开发等，该类工程对岩体的劣化结构敏感性较强和有特殊使用需求，对岩体的劣化较为敏感，快速实现其劣化程度分析异常重要，可为灾害的诊断、防止提供有效决策。
现阶段关于岩体损伤测评方法可分为两类：单一指标测评和多指标综合测评。单一指标的测评可利用试验数据直接进行评价，如利用波速衰减率作为岩体质量损伤分级测评的指标，虽然单一指标的测评方法使用较为方便、方向明确，但并不符合岩体的实际情况，存在诸多不合理之处；相对而言，采用多因素综合指标的岩体分类可较为准确的获得合理、准确的岩体损伤评价结果，如Q系统方法、RMR法等，但这类方法存在指标权重难以准确确定、部分指标数值的选取主观性较大、评价周期耗费时间较长等相关问题。
另外，由于实际工程的特殊性和复杂性使得诸多有损、接触式探测手段在现场的应用受到了限制。因此，需要一种建立一种新的损伤评价方法，该方法既满足了探测手段无损、非接触式的需求，也可以分析岩体结构的劣化特征和岩石的劣化特征。目前，满足无损、非接触特点的探测手段有三维激光扫描法、探地雷达法和红外热成像法，其中探地雷达法和三维激光扫描法只能实现岩体结构指标的获取，无法顾及岩体风化参数的提取。相对而言，红外热成像技术在非绝热材料缺陷测试和表征方面具有突出优势，获取的岩体温度云图中蕴含了丰富的参数信息。然而，现今红外热成像技术在岩体工程中的应用多集中于水害检测、空鼓病害的定性评估及裂缝监测工作，在岩体损伤评价领域的应用尚少，将其同时用于岩体结构信息的获取和风化状态评估的研究不足。
从所述内容来看，本发明可以较好的解决上述问题。其中，岩体包括的种类很多，如石质文物岩体。石质文物是我国文化遗产中的一颗璀璨明珠，记录着中华民族不同时期的历史文化特点，是不可再生的珍贵文物资源。其中石窟寺作为石质文物的典型代表，不仅分布广泛、规模宏大，而且具有极高的文化、艺术价值，受到人们的广泛关注。然而随着岁月的流失，在内外营力耦合作用下，石窟岩体损伤劣化严重，不稳定性病害时有发生，其长久保存问题异常突出。因此需要一种能够实现石窟文物表层岩体损伤状态的快速、非接触式、高效测评方法。下面将以石窟文物表层岩体为例具体描述根据本申请实施例的岩体损伤状态测评方法100的上述各步骤的内容，但不表示对此做出限定，不代表本申请实施例的岩体损伤状态测评方法100仅适用于石窟岩体，其对其他岩体也适用。
在本申请的实施例中，步骤S110中将被测岩体划分为若干个面积相等一级子单元。以石窟文物表层岩体为例，其中划分成的每个一级子单元的面积不做限定，可以根据被测石窟岩体面积、被测距离、洞窟环境以及下方将涉及的红外热像仪、加热装置性能等情况来确定。
在本申请的实施例中，步骤S120中分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图。例如可以使用加热装置分别对每块一级子单元的石窟岩体进行长时序红外热激励。其中加热装置可以采用选用可调节功率的恒热流卤素加热灯，加热距离可以设置在1-2m，在此情况下最佳的一级子单元面积为1-1.5m2，保证该面积下岩体受热均匀，三维扩散效应影响较小。另外，为了便捷地获取不同加热时间下的各一级子单元的温度云图，可以使用便携式红外热像仪进行现场监测，并获取不同加热时间下的各一级子单元的温度云图。其中，便携式红外热像仪例如可以采用FlukeTi480Pro，其测温范围可以达到-10℃至1000℃，测温精度2％，热灵敏度≤0.05℃，探测器空间分辨率为307200。此外，对每块一级子单元的岩体进行热激励的加热时间需根据石窟岩体所能承受的最高温度进行设置，一般情况下需将石窟岩体的最高温度控制为50℃以内。使用红外热像仪Fluke Ti480Pro进行现场监测时可以进行间隔拍摄。拍摄间隔例如可以设置为30s。
在本申请的实施例中，步骤S130中对各一级子单元的温度云图进行划分，共划分为m个二级子单元。优选的，二级子单元的面积为一级子单元面积的
Figure BDA0003953721210000091
在本申请的实施例中，步骤S140中获取每个二级子单元内的温度参数，其中温度参数包括平均温度
Figure BDA0003953721210000092
最高温度
Figure BDA0003953721210000093
最低温度
Figure BDA0003953721210000094
和温度变化率Bi。为了获取温度参数：平均温度
Figure BDA0003953721210000101
最高温度
Figure BDA0003953721210000102
最低温度
Figure BDA0003953721210000103
和温度变化率Bi，可以使用Matlab软件进行自动化提取，其提取技术为现有技术，在此不进行详述。并且，使用Matlab软件还可以自动化提取二级子单元的温度云图。
在本申请的实施例中，步骤S150中获取每个二级子单元内的裂隙参数，其中裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi。实现中，步骤S150中具体包括两方向内容：获取每个二级子单元内的出露型裂隙的裂隙参数：裂隙条数oi、裂隙迹长li和裂隙隙宽di，以及获取每个二级子单元内的埋藏型裂隙的裂隙参数：裂隙深度hi和裂隙面积ψi。
接上文，仍以石窟岩体为例进行说明。具体地，为了获取每个二级子单元内的出露型裂隙的裂隙参数：裂隙条数oi、裂隙迹长li和裂隙隙宽di，可使用SmartView红外图像专业软件进行处理，调整可见光和红外热图像的融合度，融合度一般选择为50％，使得所融合的图像及保留岩体的裂隙特征又有显著的红外温度云图；同时对融合图像进行算法增强，以此来提取裂隙条数、裂隙迹长以及裂隙隙宽。
进一步地，为了获取每个二级子单元内的埋藏型裂隙的裂隙参数：裂隙深度hw和裂隙面积ψi，可以使用传热学原理和统计学原理进行计算，具体步骤可以包括：
在步骤S210，分析每个二级子单元岩体表面温度场，识别内部缺陷在岩体表面所对应的位置。
在步骤S220，提取缺陷区域二级子单元表面温度值
Figure BDA0003953721210000104
和无缺陷区域二级子单元表面温度值
Figure BDA0003953721210000105
a，b∈i；
在步骤S230，测试岩体的密度ρ、导热系数λ、比热容c、时间t、t时刻所对应的温差ΔT及岩体表面的热流密度qw，其中
Figure BDA0003953721210000106
在步骤S240，将各参数代入温差函数
Figure BDA0003953721210000107
和埋深计算公式
Figure BDA0003953721210000108
其中
Figure BDA0003953721210000109
在步骤S250，求解不同时刻计算所得的缺陷埋深h的变化率：求解计算深度变化率
Figure BDA00039537212100001010
其中k为提取温度值时采样的序列值。
在步骤S260，选取变化率D的最小值所处时刻为缺陷埋深h的最佳计算时间，获取该时刻的缺陷埋深h，即为最终所确定的缺陷埋深h。
在步骤S270，将埋藏型裂隙视为圆盘状，通过岩体高温区范围估算裂隙面积，计算公式为ψ＝4π(dz-2hg)2，dz为高温区的直径或长轴大小；g为修正系数取值0.26-0.36；h为计算深度；ψ为裂隙计算面积。
需要说明的是，获取每个二级子单元内的埋藏型裂隙的裂隙参数：裂隙深度hi和裂隙面积ψi可以基于上述公式计算获取，也可以通过其他可以得到每个二级子单元内的埋藏型裂隙的裂隙参数：裂隙深度hi和裂隙面积ψi的公式计算获取，在此不做限定。
在本申请的实施例中，步骤S160中基于温度参数和裂隙参数采用灰色关联度法获得岩体损伤指数Si。其步骤可以包括：
在步骤S301，确定关联评价的分析数列，本发明选用的参考数列X0为岩体完整性好、风化程度低二级子单元的损伤参数组成，比较数列X1-Xm为剩余各二级子单元的损伤参数组成。利用参考数列和比较数列建立分析矩阵
Figure BDA0003953721210000111
Figure BDA0003953721210000112
其中，矩阵A中xij表示第i个二级子单元中的第j个损伤评价参数(i＝1，…，m；j＝1，…，9)，且(j＝1，j＝2，j＝3，j＝4，j＝5，j＝6，j＝7，j＝8，j＝9)＝(平均温度，最高温度，最低温度，温度变化率，裂隙条数，裂隙迹长，裂隙隙宽，裂隙深度，裂隙面积)。
在步骤S302，对参考数据列x0j和比较数据列xij进行规范化处理，以消除量纲不同造成的影响，温度参数和裂隙参数指标属性，计算公式为
正向指标：
Figure BDA0003953721210000113
负向指标：
Figure BDA0003953721210000114
在步骤S303，求解灰色关联系数，计算公式为
Figure BDA0003953721210000115
在步骤S304，采用层次分析法确定客观权重，建立层次结构。
在步骤S305，将同一层次的指标两两进行比较，根据其重要程度进行打分，构造指标间相对重要程度的判断矩阵。选用1-9标度法，取值标准见表。
Figure BDA0003953721210000116
Figure BDA0003953721210000121
在步骤S306，构造判断矩阵B＝(bvp)9×9，建立判断矩阵B＝(bvp)9×9如下：
Figure BDA0003953721210000122
在步骤S307，求判断矩阵的最大特征值与特征向量，方程如下
将矩阵中的每列元素进行标准化处理
Figure BDA0003953721210000123
将标准化后矩阵的各列进行累加得
Figure BDA0003953721210000124
对累加后的向量进行标准化处理得
Figure BDA0003953721210000125
其中wv即为层次分析法所确定的指标权重向量，wv的分量即为各参数的权重系数，为了便于计算这里令w1j＝wv；
计算判断矩阵B的最大特征值，
Figure BDA0003953721210000126
在步骤S308，对判断矩阵进行一致性检验，计算一致性指标
Figure BDA0003953721210000127
计算一致性比率
Figure BDA0003953721210000128
其中RI为随机一致性指标，查表可得，当CR＜0.1时，表明层次分析矩阵的一致性满足要求，此时所求矩阵最大特征值所对于的特征向量即为损伤参数指标的权重分布。
在步骤S309，熵权法确定客观权重，构造评价矩阵A＝(aij)m9(i＝0，1，2，...，m；j＝1，2，3，...，9)，aij表示第i个二级子单元第j个损伤评价指标经标准化后的值。
在步骤S310，确定评价指标的熵，计算公式为
Figure BDA0003953721210000129
在步骤S311，计算评价指标的熵权
Figure BDA0003953721210000131
在步骤S312，通过层次分析法和熵权法综合确定复合权重wj，计算公式为
Figure BDA0003953721210000132
在步骤S313，求解灰色关联度，计算公式为
Figure BDA0003953721210000133
式中：wj为复合权重。
在步骤S314，求解损伤指数Si，计算公式为：
Si＝1/ri
需要说明的是，获取岩体损伤指数Si可以基于上述公式计算获取，也可以通过其他可以得到岩体损伤指数Si的公式计算获取，在此不做限定。
基于上面的描述，根据本申请实施例的岩体损伤状态测评方法100，其应用于石窟文物表层岩体损伤状态测评时，为石窟岩体的损伤状态测评提供了一种多指标有机结合的方法。
该方法考虑了岩体结构的劣化和岩石材料的劣化对石窟岩体损伤的影响，所建立的损伤指数更加贴近石窟岩体的实际损伤状态，使得测评结果准确性更高；采用红外热成像技术用于损伤评价参数的现场获取，不仅满足了石窟文物保护的需求，而且使用了红外与可见光图像融合技术、红外图像增强技术、图像信息自动化提取技术对捕获的红外图像进行了处理，可以便捷、迅速、准确的获取所需参数，并使得石窟岩体的损伤测评可在现场快速完成，扩大了红外热成像技术在石窟文物保护中的应用范围；采用裂隙参数和温度参数分别表征岩体结构的劣化状态和岩石的劣化状态，结合传热学原理提出了一种获取岩体内部裂隙埋置深度和面积的计算方法，并且采用灰色关联法将裂隙参数和温度参数进行了有机融合，此外在关联分析中使用了层次分析法和熵权法得到了各指标的组合权重，使得岩体的损伤状态评价结果更加准确；采用主动热激励系统，使用恒热流激励装置进行持续加热，解决了石窟寺洞窟内部环境温度较低、岩体温度场分布无异常的问题，同时对石窟现场环境条件要求不高，仪器操作简便，适用性较高。
以上示例性地示出了根据本申请实施例的岩体损伤状态测评方法100。下面结合图2描述本申请另一方面提供的岩体损伤状态测评装置200。
参照图2来描述用于实现本发明实施例的岩体损伤状态测评方法的示例装置200。装置200可以包括第一划分模块210、温度云图获取模块220、第二划分模块230、温度参数获取模块240、裂隙参数获取模块250和计算模块260，其中：
第一划分模块210，用于将被测岩体划分为若干个面积相等一级子单元。
温度云图获取模块220，用于分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图。
第二划分模块230，用于对各一级子单元的温度云图进行划分，共划分为m个二级子单元。
温度参数获取模块240，用于获取每个二级子单元内的温度参数，其中所述温度参数包括平均温度
Figure BDA0003953721210000141
最高温度
Figure BDA0003953721210000142
最低温度
Figure BDA0003953721210000143
和温度变化率Bi，其中i＝1，2，...，m。
裂隙参数获取模块250，用于获取每个二级子单元内的裂隙参数，其中所述裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi。
计算模块260，用于基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si。
本申请提出的岩体损伤状态测评装置200，满足了岩体探测无损、非接触的需求，基于灰色关联法的损伤指数Si结合了现场岩体结构特征与岩体风化特性，避免了单一指标评价的不准确性，可实现岩体损伤状态的快速、高效评价。
参考图3，用于实现根据本申请实施例的岩体损伤状态测评方法的电子设备300包括处理器310和存储器320。电子设备300可以包括一个或多个处理器310、一个或多个存储器320。存储器320存储有由处理器310运行的可执行程序，所述可执行程序在被处理器310运行时，使得处理器310执行前文所述的根据本申请实施例的岩体损伤状态测评方法100。
所述处理器310可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制所述电子设备300中的其它组件以执行期望的功能。
所述存储器320可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器310可以运行所述程序指令，以实现本文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。
电子设备300还可以包括输入装置(未示出)以及输出装置(未示出)，这些组件通过总线系统(未示出)和/或其它形式的连接机构互连。应当注意，图3所示的电子设备300的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备300也可以具有其他组件和结构。
所述输入装置可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。此外，所述输入装置也可以是任何接收信息的接口。
所述输出装置可以向外部(例如用户)输出各种信息(例如图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。此外，所述输出装置也可以是任何其他具备输出功能的设备。
示例性地，用于实现根据本发明实施例的岩体损伤状态测评方法100的示例电子设备300可以应用于终端设备(比如手机)、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、手持计算机、上网本、个人数字助理(personaldigital assistant，PDA)、可穿戴设备(如智能手表、智能眼镜或者智能头盔等)、增强现实(augmented reality，AR)、虚拟现实(virtualreality，VR)设备、智能家居设备、车载电脑等电子设备中，本申请实施例对此不做任何限制。
本领域技术人员可以结合前文所述的内容理解根据本申请实施例的用于实现岩体损伤状态测评方法的电子设备300的具体操作，为了简洁，此处不再赘述具体的细节，仅描述处理器310的一些主要操作。
在本申请的一个实施例中，所述可执行程序在被处理器310运行时，使得处理器310执行如下步骤：将被测岩体划分为若干个面积相等一级子单元；分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图；对所述各一级子单元的温度云图进行划分，共划分为m个二级子单元；获取每个二级子单元内的温度参数，其中所述温度参数包括平均温度
Figure BDA0003953721210000151
最高温度
Figure BDA0003953721210000152
最低温度
Figure BDA0003953721210000153
和温度变化率Bi；获取每个二级子单元内的裂隙参数，其中所述裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi；基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si。
在本申请的一个实施例中，所述可执行程序在被处理器310运行时，使得处理器310还执行如下步骤：使用加热装置分别对每块一级子单元的岩体进行长时序红外热激励，所述加热装置优选可调节功率的恒热流卤素加热灯，加热距离设置在1-2m；和/或所述热激励的最高温度不超过50℃。
在本申请的一个实施例中，所述可执行程序在被处理器310运行时，使得处理器310还执行如下步骤：获取每个二级子单元内的出露型裂隙的裂隙参数：裂隙条数oi、裂隙迹长li和裂隙隙宽di，其具体方法包括：使用SmartView红外图像专业软件进行处理，调整可见光和红外热图像的融合度，融合度优选为50％；同时对融合图像进行算法增强，以此来提取裂隙条数oi、裂隙迹长li和裂隙隙宽di；
获取每个二级子单元内的埋藏型裂隙的裂隙参数：裂隙深度hi和裂隙面积ψi，其具体方法包括：分析岩体表面温度场，识别内部缺陷在岩体表面所对应的位置；提取缺陷区域二级子单元表面温度值
Figure BDA0003953721210000161
和无缺陷区域二级子单元表面温度值
Figure BDA0003953721210000162
a，b∈i；测试岩体的密度ρ、导热系数λ、比热容c、时间t、t时刻所对应的温差ΔT及岩体表面的热流密度qw，其中
Figure BDA0003953721210000163
将各参数代入温差函数
Figure BDA0003953721210000164
和埋深计算公式
Figure BDA0003953721210000165
Figure BDA0003953721210000166
其中
Figure BDA0003953721210000167
求解计算深度变化率
Figure BDA0003953721210000168
Figure BDA0003953721210000169
其中k为提取温度值时采样的序列值，k＝1，…，n；选取变化率D的最小值所处时刻为缺陷埋深h的最佳计算时间，获取该时刻的缺陷埋深h，即为最终所确定的缺陷埋深h；将埋藏型裂隙视为圆盘状，通过岩体高温区范围估算裂隙面积，计算公式为ψ＝4π(dz-2hg)2，dz为高温区的直径或长轴大小；g为修正系数取值0.26-0.36；h为计算深度；ψ为裂隙计算面积。
在本申请的一个实施例中，所述可执行程序在被处理器310运行时，使得处理器310还执行如下步骤：确定关联评价的分析数列，本发明选用的参考数列X0为岩体完整性好、风化程度低二级子单元的损伤参数组成，比较数列X1-Xm为剩余各二级子单元的损伤参数组成。利用参考数列和比较数列建立分析矩阵
Figure BDA00039537212100001610
Figure BDA00039537212100001611
其中，矩阵A中xij表示第i个二级子单元中的第j个损伤评价参数(i＝1，…，m；j＝1，…，9)，且(j＝1，j＝2，j＝3，j＝4，j＝5，j＝6，j＝7，j＝8，j＝9)＝(平均温度，最高温度，最低温度，温度变化率，裂隙条数，裂隙迹长，裂隙隙宽，裂隙深度，裂隙面积)；对参考数据列和比较数据列进行规范化处理，以消除量纲不同造成的影响，获取数据aij(aij为xij规范化后的结果)。
获取灰色关联系数eij；
获取灰色关联度ri，其计算公式如下：
Figure BDA0003953721210000171
其中wj为复合权重；
获取岩体损伤指数Si，其中Si＝1/ri。在本申请的一个实施例中，所述可执行程序在被处理器310运行时，使得处理器310还执行如下步骤：aij、eij的计算公式分别为
Figure BDA0003953721210000172
正向指标：
Figure BDA0003953721210000173
负向指标：
Figure BDA0003953721210000174
其中，当一个指标越小被认定为岩体损伤程度越低时，则认为该指标为正向指标，反之，则认为该指标为负向指标；ρ为分辨系数，一般在0至1之间。
在本申请的一个实施例中，所述可执行程序在被处理器310运行时，使得处理器310还执行如下步骤：复合权重wj通过层次分析法和熵权法综合确定，计算公式为
Figure BDA0003953721210000175
在本申请的一个实施例中，所述可执行程序在被处理器310运行时，使得处理器310还执行如下步骤：复合权重wi通过层次分析法和熵权法综合确定的计算过程，包括：
层次分析法步骤为：采用层次分析法确定客观权重，建立层次结构；将同一层次的指标两两进行比较，根据其重要程度进行打分，构造指标间相对重要程度的判断矩阵；
构造判断矩阵B＝(bvp)9×9，其中bvp表示为第v个指标相对于第p个指标的重要程度，v，p∈j；求判断矩阵B的最大特征值与特征向量：将矩阵中的每列元素进行标准化处理
Figure BDA0003953721210000176
将标准化后矩阵的各列进行累加得
Figure BDA0003953721210000177
v＝1......9；对累加后的向量进行标准化处理得
Figure BDA0003953721210000178
其中wv即为层次分析法所确定的指标权重向量，wv的分量即为各参数的权重系数，为了便于计算这里令w1j＝wv；计算判断矩阵B的最大特征值，
Figure BDA0003953721210000181
对判断矩阵B进行一致性检验，计算一致性指标
Figure BDA0003953721210000182
计算一致性比率
Figure BDA0003953721210000183
其中，RI为随机一致性指标，当CR＜0.1时，表明层次分析矩阵的一致性满足要求，此时所求矩阵最大特征值所对应的特征向量即为损伤参数指标的权重分布；
熵权法步骤为：构造评价矩阵A＝(aij)m9(i＝0，1，2，...，m；j＝1，2，3，...，9)，aij表示第i个二级子单元第j个损伤评价指标经标准化后的值；确定评价指标的熵，计算公式为
Figure BDA0003953721210000184
计算评价指标的熵权
Figure BDA0003953721210000185
式中，w2j表示熵权法中各单一指标占有的权重。
此外，根据本申请实施例，本发明还提供了一种存储介质，在所述存储介质上存储了计算机程序，在所述计算机程序被处理器运行时用于执行本申请实施例的岩体损伤状态测评方法的相应步骤。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本申请的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本申请的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本申请的范围之内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本申请的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的一些模块的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本申请的具体实施方式或对具体实施方式的说明，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种岩体损伤状态测评方法，其特征在于，所述方法包括以下步骤：
将被测岩体划分为若干个面积相等一级子单元；
分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图；
对所述各一级子单元的温度云图进行划分，共划分为m个二级子单元；
获取每个二级子单元内的温度参数，其中所述温度参数包括平均温度
Figure FDA0003953721200000011
最高温度
Figure FDA0003953721200000012
最低温度
Figure FDA0003953721200000013
和温度变化率Bi，其中i＝1，…，m；
获取每个二级子单元内的裂隙参数，其中所述裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi；
基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si；其中，损伤指数的大小代表岩体的不同损伤劣化状态，以参考序列为完整部位岩体为例，当评价部位的损伤指数越大，表明该部位损伤越为严重，具体为：轻微损伤(0<Si≤0.3)、中等损伤(0.3<Si≤0.5)、显著损伤(0.5<Si≤0.8)、严重损伤(0.8<Si≤1)。
2.根据权利要求1所述的岩体损伤状态测评方法，其特征在于，所述分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图，包括：
使用加热装置分别对每块一级子单元的岩体进行长时序红外热激励，所述加热装置优选可调节功率的恒热流卤素加热灯，加热距离设置在1-2m；和/或
所述热激励的最高温度不超过50℃。
3.根据权利要求2所述的岩体损伤状态测评方法，其特征在于，所述一级子单元面积为1-1.5m2；和/或
所述二级子单元的面积为一级子单元面积的
Figure FDA0003953721200000014
4.根据权利要求1所述的岩体损伤状态测评方法，其特征在于，所述获取每个二级子单元内的裂隙参数，包括：
获取每个二级子单元内的出露型裂隙的裂隙参数：裂隙条数oi、裂隙迹长li和裂隙隙宽di，其具体方法包括：使用SmartView红外图像专业软件进行处理，调整可见光和红外热图像的融合度，融合度优选为50％；同时对融合图像进行算法增强，以此来提取裂隙条数oi、裂隙迹长li和裂隙隙宽di；
获取每个二级子单元内的埋藏型裂隙的裂隙参数：裂隙深度hi和裂隙面积ψi，其具体方法包括：
分析岩体表面温度场，识别内部缺陷在岩体表面所对应的位置；
提取缺陷区域二级子单元表面温度值
Figure FDA0003953721200000021
和无缺陷区域二级子单元表面温度值
Figure FDA0003953721200000022
a，b∈i；
测试岩体的密度ρ、导热系数λ、比热容c、时间t、t时刻所对应的温差ΔT及岩体表面的热流密度qw，其中
Figure FDA0003953721200000023
将各参数代入温差函数
Figure FDA0003953721200000024
和埋深计算公式
Figure FDA0003953721200000025
其中
Figure FDA0003953721200000026
Figure FDA0003953721200000027
求解不同时刻计算所得的缺陷埋深h的变化率：求解计算深度变化率
Figure FDA0003953721200000028
Figure FDA0003953721200000029
其中k为提取温度值时采样的序列值，k＝1，…，n；
选取变化率D的最小值所处时刻为缺陷埋深h的最佳计算时间，获取该时刻的缺陷埋深h，即为最终所确定的缺陷埋深h；
将埋藏型裂隙视为圆盘状，通过岩体高温区范围估算裂隙面积，计算公式为ψ＝4π(dz-2hg)2，dz为高温区的直径或长轴大小；g为修正系数取值约为0.26-0.36；h为计算深度；ψ为裂隙计算面积。
5.根据权利要求1或4所述的岩体损伤状态测评方法，其特征在于，所述基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si，包括：
确定关联评价的分析数列，选用的参考数列X0由岩体完整性好、风化程度低的二级子单元的损伤参数组成，比较数列X1-Xm为剩余各二级子单元的损伤参数组成；利用参考数列和比较数列建立分析矩阵
Figure FDA00039537212000000210
其中，矩阵A中xij表示第i个二级子单元中的第j个损伤评价参数(i＝1，…，m；j＝1，…，9)，且(j＝1，j＝2，j＝3，j＝4，j＝5，j＝6，j＝7，j＝8，j＝9)＝(平均温度，最高温度，最低温度，温度变化率，裂隙条数，裂隙迹长，裂隙隙宽，裂隙深度，裂隙面积)；
对参考数据列和比较数据列进行规范化处理，以消除量纲不同造成的影响，获取xij规范化后的结果数据aij；
获取灰色关联系数eij；
获取灰色关联度ri，其计算公式如下：
Figure FDA0003953721200000031
其中wj为复合权重；
获取岩体损伤指数Si，其中Si＝1/ri。
6.根据权利要求5所述的岩体损伤状态测评方法，其特征在于，aij、eij的计算公式分别为
Figure FDA0003953721200000032
正向指标：
Figure FDA0003953721200000033
负向指标：
Figure FDA0003953721200000034
其中，当一个指标越小被认定为岩体损伤程度越低时，则认为该指标为正向指标，反之，则认为该指标为负向指标；ρ为分辨系数，取值在0至1之间。
7.根据权利要求5或6所述的岩体损伤状态测评方法，其特征在于，所述复合权重wj通过层次分析法和熵权法综合确定，计算公式为
Figure FDA0003953721200000035
8.根据权利要求7所述的岩体损伤状态测评方法，其特征在于，所述复合权重wj通过层次分析法和熵权法综合确定的计算过程，包括：
所述层次分析法步骤为：
采用层次分析法确定客观权重，建立层次结构；
将同一层次的指标两两进行比较，根据其重要程度进行打分，构造指标间相对重要程度的判断矩阵；
构造判断矩阵B＝(bvp)9×9，其中bvp表示为第v个指标相对于第p个指标的重要程度，v,p∈j；
求判断矩阵B的最大特征值与特征向量，具体如下：
将矩阵中的每列元素进行标准化处理
Figure FDA0003953721200000036
将标准化后矩阵的各列进行累加得
Figure FDA0003953721200000037
对累加后的向量进行标准化处理得
Figure FDA0003953721200000041
其中wv即为层次分析法所确定的指标权重向量，wc的分量即为各参数的权重系数，为了便于计算这里令w1j＝wv；
计算判断矩阵B的最大特征值，
Figure FDA0003953721200000042
对判断矩阵B进行一致性检验，计算一致性指标
Figure FDA0003953721200000043
计算一致性比率
Figure FDA0003953721200000044
其中，RI为随机一致性指标，当CR<0.1时，表明层次分析矩阵的一致性满足要求，此时所求矩阵最大特征值所对应的特征向量即为损伤参数指标的权重分布；
所述熵权法步骤为：
构造评价矩阵A＝(aij)m9(i＝0，1，2，…，m；j＝1，2，3，…，9)，aij表示第i个二级子单元第j个损伤评价指标经标准化后的值；
确定评价指标的熵，计算公式为
Figure FDA0003953721200000045
计算评价指标的熵权
Figure FDA0003953721200000046
式中，w2j表示熵权法中各单一指标占有的权重。
9.一种岩体损伤状态测评装置，其特征在于，包括：
第一划分模块，用于将被测岩体划分为若干个面积相等一级子单元；
温度云图获取模块，用于分别对每块一级子单元的岩体进行热激励，获取不同加热时间下的各一级子单元的温度云图；
第二划分模块，用于对所述各一级子单元的温度云图进行划分，共划分为m个二级子单元；
温度参数获取模块，用于获取每个二级子单元内的温度参数，其中所述温度参数包括平均温度
Figure FDA0003953721200000047
最高温度
Figure FDA0003953721200000048
最低温度
Figure FDA0003953721200000049
和温度变化率Bi，其中i＝1，…，m；
裂隙参数获取模块，用于获取每个二级子单元内的裂隙参数，其中所述裂隙参数包括裂隙条数oi、裂隙迹长li、裂隙隙宽di、裂隙深度hi和裂隙面积ψi；
计算模块，用于基于所述温度参数和所述裂隙参数采用灰色关联度法获得岩体损伤指数Si。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
CN202211457096.5A 2022-11-21 2022-11-21 岩体损伤状态测评方法、装置及存储介质 Active CN116127239B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211457096.5A CN116127239B (zh) 2022-11-21 2022-11-21 岩体损伤状态测评方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211457096.5A CN116127239B (zh) 2022-11-21 2022-11-21 岩体损伤状态测评方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN116127239A true CN116127239A (zh) 2023-05-16
CN116127239B CN116127239B (zh) 2023-12-19

Family

ID=86294504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211457096.5A Active CN116127239B (zh) 2022-11-21 2022-11-21 岩体损伤状态测评方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN116127239B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152060A (zh) * 2023-07-25 2023-12-01 长安大学 基于机器学习的裂隙岩体裂隙数量确定方法、裂隙岩体质量评价方法、电子设备及存储介质
CN117152060B (zh) * 2023-07-25 2024-06-07 长安大学 基于机器学习的裂隙岩体裂隙数量确定方法、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2899700B1 (ja) * 1998-06-11 1999-06-02 工業技術院長 岩盤損傷度測定方法
CN104330474A (zh) * 2014-10-22 2015-02-04 中国地质大学（武汉） 一种岩石损伤裂隙系统标定方法
CN104655820A (zh) * 2014-09-11 2015-05-27 中铁十六局集团第五工程有限公司 隧道硬质岩岩爆的判断、等级划分及处理方法
CN111208198A (zh) * 2020-01-17 2020-05-29 大连理工大学 一种岩体实时波速测定及质量评价的方法
KR102207794B1 (ko) * 2019-09-05 2021-01-26 한국전력공사 자기 애자 상태의 진단장치 및 그 방법
CN112683915A (zh) * 2020-12-11 2021-04-20 中国文化遗产研究院 一种快速测量劣化后石质文物宏观工程参数的方法
CN114113217A (zh) * 2021-11-15 2022-03-01 中国矿业大学 一种煤岩体损伤程度的红外辐射量化评价方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2899700B1 (ja) * 1998-06-11 1999-06-02 工業技術院長 岩盤損傷度測定方法
CN104655820A (zh) * 2014-09-11 2015-05-27 中铁十六局集团第五工程有限公司 隧道硬质岩岩爆的判断、等级划分及处理方法
CN104330474A (zh) * 2014-10-22 2015-02-04 中国地质大学（武汉） 一种岩石损伤裂隙系统标定方法
KR102207794B1 (ko) * 2019-09-05 2021-01-26 한국전력공사 자기 애자 상태의 진단장치 및 그 방법
CN111208198A (zh) * 2020-01-17 2020-05-29 大连理工大学 一种岩体实时波速测定及质量评价的方法
CN112683915A (zh) * 2020-12-11 2021-04-20 中国文化遗产研究院 一种快速测量劣化后石质文物宏观工程参数的方法
CN114113217A (zh) * 2021-11-15 2022-03-01 中国矿业大学 一种煤岩体损伤程度的红外辐射量化评价方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ZHIJUN WU等: "Investigation of thermal-induced damage in fractured rock mass by coupled FEM-DEM method", COMPUTATIONAL GEOSCIENCES, no. 24, pages 1833 - 1843 *
徐赔;陈有亮;王苏然;李晓鹏;杨振坤;: "单裂隙岩石高温作用下的力学性能分析", 水资源与水工程学报, vol. 27, no. 02, pages 216 - 222 *
李鑫;李昊;杨桢;苏小平;马子莹;: "复合煤岩变形破裂温度-应力-电磁多场耦合机制", 煤炭学报, no. 05, pages 1764 - 1772 *
杨更社;申艳军;贾海梁;魏尧;张慧梅;刘慧;: "冻融环境下岩体损伤力学特性多尺度研究及进展", 岩石力学与工程学报, vol. 37, no. 03, pages 545 - 563 *
王章琼;晏鄂川;王亚军;: "片岩损伤裂隙系统生成及裂隙率间接定量表征方法研究", 力学季刊, no. 04, pages 697 - 702 *
高祥;吴贤振;尹丽冰;刘建伟;刘祥鑫;: "基于灰色关联度的砂岩加载过程中AIRT演化特征研究", 有色金属科学与工程, no. 02, pages 67 - 68 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152060A (zh) * 2023-07-25 2023-12-01 长安大学 基于机器学习的裂隙岩体裂隙数量确定方法、裂隙岩体质量评价方法、电子设备及存储介质
CN117152060B (zh) * 2023-07-25 2024-06-07 长安大学 基于机器学习的裂隙岩体裂隙数量确定方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN116127239B (zh) 2023-12-19

Similar Documents

Publication Publication Date Title
Benn Clast morphology
WO2020207070A1 (zh) 深圳海域水质评价方法及系统
US20170364664A1 (en) Method for stratifying and selecting candidates for receiving a specific therapeutic approach
Beijing et al. Crack detection and evolution law for rock mass under SHPB impact tests
CN111879709A (zh) 湖泊水体光谱反射率检验方法及装置
Scrivano et al. An experimental investigation of the effects of grain size and pore network on the durability of Vicenza stone
Lissa et al. Digital rock physics applied to squirt flow
CN116127239B (zh) 岩体损伤状态测评方法、装置及存储介质
Zhang et al. Depth detection of spar cap defects in large-scale wind turbine blades based on a 3D heat conduction model using step heating infrared thermography
CN114324336A (zh) 一种大豆全生育期生物量无损测量方法
Kinnard et al. Stratigraphic analysis of an ice core from the Prince of Wales Icefield, Ellesmere Island, Arctic Canada, using digital image analysis: High‐resolution density, past summer warmth reconstruction, and melt effect on ice core solid conductivity
Pan et al. Facing the 3rd national land survey (cultivated land quality): soil survey application for soil texture detection based on the high-definition field soil images by using perceptual hashing algorithm (pHash)
Glazner et al. StraboTools: A mobile app for quantifying fabric in geology
Claes et al. The application of computed tomography for characterizing the pore structure of building materials
Alshibli et al. Assessment of spatial distribution of porosity in synthetic quartz cores using microfocus computed tomography (µCT)
Shen et al. Impact of cyclic wetting and drying on slate properties in the Miaowei Reservoir area, southwest China
WO2019074491A1 (en) PATIENT STRATIFICATION METHOD USING IMAGE ANALYSIS PARAMETER DELIVERY FUNCTIONS
Tabrizi-Zarringhabaei et al. An image-based method to determine the particle size distribution (PSD) of fine-grained soil
CN117420011B (zh) 一种混凝土砖块多点式抗压强度检测系统
Liu et al. Detecting abrupt dynamic change based on changes in the fractal properties of spatial images
Derzhi et al. Comparison of traditional and digital rock physics techniques to determine the elastic core parameters in Cretaceous formations, Abu Dhabi
Wang Transient thermal stress intensity factors of near surface cracks
Luo et al. Research on establishing numerical model of geo material based on CT image analysis
Ingvander et al. Particle size sampling and object-oriented image analysis for field investigations of snow particle size, shape, and distribution
Chandler et al. Quantifying sample bias in clast fabric measurements

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