岩石智能声波频谱特征识别系统开发及其应用
发布时间：2021-08-28 16:12
岩石作为工程地质结构的重要组成部分,在各类工程建设中具有基础性的作用。岩体的失稳与破坏会给工程带来灾难性的影响。由于岩石分布环境隐蔽复杂、不确定性多,对岩石岩性检测难度大。在诸多的检测方法中,声波无损检测通过测试岩石的声学性质,进而获得岩石物理力学性质,是岩石质量评价的一种重要技术手段。岩石的振动信号蕴含着丰富的岩性信息,其中频谱信号能够反映被测岩石的特性,通过提取岩石声波频谱中振动特性的特征信号,可以识别不同岩石的岩性特征。由于声波频谱特征信号的提取依赖于专业人员的分析,因此开发能够快速自动地识别岩石特性的智能检测仪器存在实际的工程需求。本文主要研究内容及结果如下:（1）开发了智能岩石声波频谱特征识别分析软件。根据声波在岩石传播系统中的频谱特性,基于LabVIEW开发集成环境、岩性特征识别方法开发了智能岩石声波频谱特征识别软件;软件主要有岩石的波形采集、数据处理分析、岩石特征识别、数据截取与存储等功能模块,实现了将声波信号在时域中的波形转变为频域的频谱,并通过频域信号能量积分来获得声波数据在频域中的特征量,进而实现对声波信号的定量分析。（2）实现了岩石智能声波频谱特征识别软件与应用装...
【文章来源】：湘潭大学湖南省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
岩石岩性识别迁移学习模型构建
湘潭大学硕士学位论文7图1.2时域图声学特征声波在传播时其信号会因为多次反射、折射和散射而衰减，使得接收信号较为微弱。在该情况下，时域图所反映信息并不全面和准确，不能有效的对被测对象进行判定。因此，对于将声波时域信号转换到时域的频谱分析方法中，对时域声波信号的频率进行快速傅里叶变换(FFT)[42]，这是最常用的频谱分析方法之一，使用相同时域的声波信号转换为频域的信号，它通过获取声波峰值的主频以及声波频率信号获取幅值的大小，将复杂声波时域信号的频率变换至相同的声波频域的信号并对其加以分析和处理的一种方法，这也叫做频域分析法[43]。频谱分析是一种将复杂信号分解为叫简单信号的技术，这样处理以后，频率值可以对应幅值，()的一维傅里叶变换定义为下式：()=∫()+∞∞(1.8)式中：t代表时间；ω代表频率。傅里叶逆变换公式为：()=12∫()+∞∞(1.9)频谱曲线图中频率的线性特征明显，横轴的频率幅值对应于纵横两轴的幅值，在很多信号分析计算都可以通过频谱图更好的判断主频频率以及幅值大校本文中采用频谱分析对采集到的声波信号进行分析，其表达式为：()=√2()+12()(1.10)1.3.3声波信号包络线分析当一条曲线与某一曲线族上任何一条曲线都存在一个切点，那么这条曲线就是几何学上的包络线[44]。根据包络线获取方式区别，通常将包络线分为两种形式：(1)第一种方式：用平滑曲线将信号极值点连接得到曲线族包络线如图1.3所示。
岩石智能声波频谱特征识别系统开发及其应用8图1.3包络线波形示意图(2)第二种方式：从原始信号的角度出发，针对其振幅和频率，进行希尔伯特-黄变换。而希尔伯特黄变换定义如下：H{()}=(t)=x(t)*1=1∫()+∞∞(1.11)式中：()为任意原始时域信号，又有：1{(t)}=()*1=-1∫()+∞∞(1.12)式中：()为解析信号，根据上述希尔伯特变换，可以得到()的解析信号()为：()=()+()=()()(1.13)()=√[2()+2()]，()=[()()](1.14)式中：()为解析信号的幅值；()为任意原始时域信号()的包络信号。1.4本文主要研究内容岩性特征识别多依赖于人工超声波判别的方法，需要一定的科学知识背景和超声波判别技术经验的专业人员完成。本文根据声波在不同的岩石介质环境中的传播特性，基于LabVIEW集成环境、岩性的特征识别方法开发了岩石频谱特征识别系统，并对岩石声波采集系统外部应用装置进行改进设计，将软件与硬件设备集成整合，实现岩石超声波的数据采集、数据处理与分析、岩石特征的识别、数据截取与数字化存储等多种功能集成。目前岩石声波特性研究大多偏向于声波波速单一参数的研究应用，本文展开了对不同种类岩石的声波衰减、频率特性的研究。本文的主要内容如下：(1)介绍了课题研究发展的背景、岩石声波无损检测技术的特点和岩石岩性识别
【参考文献】：
期刊论文
[1]跨频段岩石波速及频散的实验研究[J]. 李民龙,刘浩杰,杨宏伟,魏国华,石建新. 石油地球物理勘探. 2020(02)
[2]基于曲线重构的复杂砂砾岩体岩性识别研究——以北16井区梧桐沟组为例[J]. 张永健,汤子余,卢美月,吴承美. 西安石油大学学报(自然科学版). 2020(02)
[3]混积岩复杂岩性识别方法[J]. 陈恭洋,王鹏宇,高阳,张方,印森林. 西南石油大学学报(自然科学版). 2020(02)
[4]基于超声波检测技术和声波散射衰减方法的混凝土内部缺陷研究[J]. 陆益军,方俊,王晓妮. 工程技术研究. 2020(02)
[5]超声波无损检测技术的发展与应用[J]. 瞿辉,戴晓娇,赵金菊. 机电信息. 2020(02)
[6]A wavelet transform method for studying the energy distribution characteristics of microseismicities associated rock failure[J]. Yumei Kang,Hongyuan Liu,Md Maniruzzaman A.Aziz,Khairul Anuar Kassim. Journal of Traffic and Transportation Engineering（English Edition）. 2019(06)
[7]大数据智能分形中岩性特征识别方法仿真[J]. 熊欢. 计算机仿真. 2019(11)
[8]超声波无损检测分析仪在回采巷道中的应用[J]. 郭尉玲. 矿业装备. 2019(03)
[9]基于波速测量的岩石储能量化表征方法研究[J]. 郭春志,马春德,周亚楠,刘泽霖,龙珊. 黄金科学技术. 2019(02)
[10]沁水盆地南部高角度正断层区应力莫尔圆及包络线分析[J]. 白耀文,李春生,尹帅. 石油地质与工程. 2019(01)
博士论文
[1]典型复杂工程结构智能声波无损评价系统研究[D]. 李婷.湘潭大学 2019
[2]静载荷与循环冲击组合作用下岩石动态力学特性研究[D]. 金解放.中南大学 2012
[3]岩石类材料压缩断裂的实验与理论研究[D]. 郭少华.中南大学 2003
[4]高温高压下几种岩石的弹性纵波速度及其动力学特征[D]. 刘巍.中国地震局地质研究所 2002
硕士论文
[1]基于岩石声弹一般理论的岩石波速与静水围压关系的研究[D]. 王密.中国地震局地壳应力研究所 2018
[2]基于电磁波传播特性的岩石损伤评估[D]. 姚文权.重庆大学 2017
[3]层状岩体应力波传播特性及震源定位研究[D]. 包会云.东北大学 2015
[4]地层条件下岩石力学特性研究[D]. 吴华.中国石油大学 2010
[5]岩石在单轴受荷条件下的超声波特性研究[D]. 翟小洁.成都理工大学 2008
[6]岩石声学特性影响因素的实验研究[D]. 李洁.中国石油大学 2008
[7]基于LabVIEW的音频信号采集分析虚拟实验系统设计[D]. 刘延华.合肥工业大学 2007
[8]LabVIEW在实时测控系统中的应用研究[D]. 徐超.重庆大学 2005
[9]虚拟仪器技术的研究[D]. 李冰.大庆石油学院 2005
本文编号：3368834
【文章来源】：湘潭大学湖南省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
岩石岩性识别迁移学习模型构建
湘潭大学硕士学位论文7图1.2时域图声学特征声波在传播时其信号会因为多次反射、折射和散射而衰减，使得接收信号较为微弱。在该情况下，时域图所反映信息并不全面和准确，不能有效的对被测对象进行判定。因此，对于将声波时域信号转换到时域的频谱分析方法中，对时域声波信号的频率进行快速傅里叶变换(FFT)[42]，这是最常用的频谱分析方法之一，使用相同时域的声波信号转换为频域的信号，它通过获取声波峰值的主频以及声波频率信号获取幅值的大小，将复杂声波时域信号的频率变换至相同的声波频域的信号并对其加以分析和处理的一种方法，这也叫做频域分析法[43]。频谱分析是一种将复杂信号分解为叫简单信号的技术，这样处理以后，频率值可以对应幅值，()的一维傅里叶变换定义为下式：()=∫()+∞∞(1.8)式中：t代表时间；ω代表频率。傅里叶逆变换公式为：()=12∫()+∞∞(1.9)频谱曲线图中频率的线性特征明显，横轴的频率幅值对应于纵横两轴的幅值，在很多信号分析计算都可以通过频谱图更好的判断主频频率以及幅值大校本文中采用频谱分析对采集到的声波信号进行分析，其表达式为：()=√2()+12()(1.10)1.3.3声波信号包络线分析当一条曲线与某一曲线族上任何一条曲线都存在一个切点，那么这条曲线就是几何学上的包络线[44]。根据包络线获取方式区别，通常将包络线分为两种形式：(1)第一种方式：用平滑曲线将信号极值点连接得到曲线族包络线如图1.3所示。
岩石智能声波频谱特征识别系统开发及其应用8图1.3包络线波形示意图(2)第二种方式：从原始信号的角度出发，针对其振幅和频率，进行希尔伯特-黄变换。而希尔伯特黄变换定义如下：H{()}=(t)=x(t)*1=1∫()+∞∞(1.11)式中：()为任意原始时域信号，又有：1{(t)}=()*1=-1∫()+∞∞(1.12)式中：()为解析信号，根据上述希尔伯特变换，可以得到()的解析信号()为：()=()+()=()()(1.13)()=√[2()+2()]，()=[()()](1.14)式中：()为解析信号的幅值；()为任意原始时域信号()的包络信号。1.4本文主要研究内容岩性特征识别多依赖于人工超声波判别的方法，需要一定的科学知识背景和超声波判别技术经验的专业人员完成。本文根据声波在不同的岩石介质环境中的传播特性，基于LabVIEW集成环境、岩性的特征识别方法开发了岩石频谱特征识别系统，并对岩石声波采集系统外部应用装置进行改进设计，将软件与硬件设备集成整合，实现岩石超声波的数据采集、数据处理与分析、岩石特征的识别、数据截取与数字化存储等多种功能集成。目前岩石声波特性研究大多偏向于声波波速单一参数的研究应用，本文展开了对不同种类岩石的声波衰减、频率特性的研究。本文的主要内容如下：(1)介绍了课题研究发展的背景、岩石声波无损检测技术的特点和岩石岩性识别
【参考文献】：
期刊论文
[1]跨频段岩石波速及频散的实验研究[J]. 李民龙,刘浩杰,杨宏伟,魏国华,石建新. 石油地球物理勘探. 2020(02)
[2]基于曲线重构的复杂砂砾岩体岩性识别研究——以北16井区梧桐沟组为例[J]. 张永健,汤子余,卢美月,吴承美. 西安石油大学学报(自然科学版). 2020(02)
[3]混积岩复杂岩性识别方法[J]. 陈恭洋,王鹏宇,高阳,张方,印森林. 西南石油大学学报(自然科学版). 2020(02)
[4]基于超声波检测技术和声波散射衰减方法的混凝土内部缺陷研究[J]. 陆益军,方俊,王晓妮. 工程技术研究. 2020(02)
[5]超声波无损检测技术的发展与应用[J]. 瞿辉,戴晓娇,赵金菊. 机电信息. 2020(02)
[6]A wavelet transform method for studying the energy distribution characteristics of microseismicities associated rock failure[J]. Yumei Kang,Hongyuan Liu,Md Maniruzzaman A.Aziz,Khairul Anuar Kassim. Journal of Traffic and Transportation Engineering（English Edition）. 2019(06)
[7]大数据智能分形中岩性特征识别方法仿真[J]. 熊欢. 计算机仿真. 2019(11)
[8]超声波无损检测分析仪在回采巷道中的应用[J]. 郭尉玲. 矿业装备. 2019(03)
[9]基于波速测量的岩石储能量化表征方法研究[J]. 郭春志,马春德,周亚楠,刘泽霖,龙珊. 黄金科学技术. 2019(02)
[10]沁水盆地南部高角度正断层区应力莫尔圆及包络线分析[J]. 白耀文,李春生,尹帅. 石油地质与工程. 2019(01)
博士论文
[1]典型复杂工程结构智能声波无损评价系统研究[D]. 李婷.湘潭大学 2019
[2]静载荷与循环冲击组合作用下岩石动态力学特性研究[D]. 金解放.中南大学 2012
[3]岩石类材料压缩断裂的实验与理论研究[D]. 郭少华.中南大学 2003
[4]高温高压下几种岩石的弹性纵波速度及其动力学特征[D]. 刘巍.中国地震局地质研究所 2002
硕士论文
[1]基于岩石声弹一般理论的岩石波速与静水围压关系的研究[D]. 王密.中国地震局地壳应力研究所 2018
[2]基于电磁波传播特性的岩石损伤评估[D]. 姚文权.重庆大学 2017
[3]层状岩体应力波传播特性及震源定位研究[D]. 包会云.东北大学 2015
[4]地层条件下岩石力学特性研究[D]. 吴华.中国石油大学 2010
[5]岩石在单轴受荷条件下的超声波特性研究[D]. 翟小洁.成都理工大学 2008
[6]岩石声学特性影响因素的实验研究[D]. 李洁.中国石油大学 2008
[7]基于LabVIEW的音频信号采集分析虚拟实验系统设计[D]. 刘延华.合肥工业大学 2007
[8]LabVIEW在实时测控系统中的应用研究[D]. 徐超.重庆大学 2005
[9]虚拟仪器技术的研究[D]. 李冰.大庆石油学院 2005
本文编号：3368834
本文链接：https://www.wllwen.com/kejilunwen/diqiudizhi/3368834.html
