《工程科学学报》：张拉作用下岩石破裂的声发射特性及P波初动极性研究（中南大学）

《工程科学学报》录用稿，htps:/doi.org/10.13374/i,issn2095-9389.2021.01.16.005©北京科技大学2020 工程科学学报DO: 张拉作用下岩石破裂的声发射特性及P波初动极 性研究 刘希灵☒，刘清林)，杜坤)，李夕兵”，谢秦) 1)中南大学资源与安全工程学院，长沙400083 ☒通信作者，E-mail:Ixlenglish@163.com 版稿 摘要为深入探讨岩石在张拉作用下破裂的声发射特性，设计了一种膨胀剂史张破裂的声发射实验，详细分析了花 岗岩、大理岩和红砂岩声发射信号的特征参数及P波初动极性。实验结果表明：声发射信号的累积计数和能量在三种 岩石试样宏观开裂时均呈指数增长：花岗岩、大理岩和红纱岩试样有发射信号的中心频率分别主要集中在100-300 kHz、200-400kHz、200-500kHz之间：花岗岩低频率事件最多， 理岩高频率事件占比较多，而红砂岩高频事 件占比最多，三种岩样膨胀力荷载后期低中心频率声发射信增，说明大尺度破裂增加：三种岩样声发射信号的 RA主要集中在0-1.9之间，大理岩和红砂岩AF值史要集中在50-100kHz之间，花岗岩AF值主要集中在200- 25OkHz之间，RA-AF的分布特性表明，实验中岩样要以张拉破坏为主：通过P波初动极性分析法，获得各岩样 声发射信号的初动极性，结果显示，花岗岩、大理岩和红砂岩分别有77.82%、79.5%和87.42%的T型破裂源，花岗岩、 大理岩几乎不产生S-型破裂源，而红砂岩因为天然节理裂隙较多，有9.93%的S-型破裂源。RA-AF分布分析和p波 初动极性分析都是统计分析法，可以定性描述岩石破裂类型。 关键词膨胀剂：声发射：中心频率 RA近分布：P波初动 分类号TD315 Research on acoustic emission features and P-wave first motion polarity of tensile fractures in rock LIU Xi-ling回，LIU Qing-lin,DU Kun,L1Xi-bing”,XIE Qin' 1)School of Resources and Safety Engineering,Central South University,Changsha,400083,China Corresponding author,E-mail:Ixlenglish@163.com ABSTRACT In order to investigate the Acoustic Emission (AE)characteristics of tensile fracture in rock,an AE experiment of granite,marble and red sandstone which using expanding agent for fracture generation was designed.The characteristic parameters of AE signals and the P-wave first motion polarity were analyzed in detail.The results show that the cumulative count and energy of AE signal increase exponentially when macroscopic failure occurs in all three kinds of rock samples.The

工程科学学报 DOI: 张拉作用下岩石破裂的声发射特性及 P 波初动极 性研究 刘希灵 1) ，刘清林 1)，杜坤 1)，李夕兵 1)，谢秦 1) 1) 中南大学资源与安全工程学院，长沙 400083  通信作者，E-mail: lxlenglish@163.com 摘 要 为深入探讨岩石在张拉作用下破裂的声发射特性，设计了一种膨胀剂扩张破裂的声发射实验，详细分析了花 岗岩、大理岩和红砂岩声发射信号的特征参数及 P 波初动极性。实验结果表明：声发射信号的累积计数和能量在三种 岩石试样宏观开裂时均呈指数增长；花岗岩、大理岩和红纱岩试样声发射信号的中心频率分别主要集中在 100-300 kHz、200-400 kHz、200-500 kHz 之间；花岗岩低频率事件占比最多，大理岩高频率事件占比较多，而红砂岩高频事 件占比最多， 三种岩样膨胀力荷载后期低中心频率声发射信号增多，说明大尺度破裂增加；三种岩样声发射信号的 RA 主要集中在 0-1.9 之间，大理岩和红砂岩 AF 值主要集中在 50-100kHz 之间，花岗岩 AF 值主要集中在 200- 250kHz 之间，RA-AF 的分布特性表明，实验中岩样主要以张拉破坏为主；通过 P 波初动极性分析法，获得各岩样 声发射信号的初动极性，结果显示，花岗岩、大理岩和红砂岩分别有 77.82%、79.5%和 87.42%的 T-型破裂源，花岗岩、 大理岩几乎不产生 S-型破裂源，而红砂岩因为天然节理裂隙较多，有 9.93%的 S-型破裂源。RA-AF 分布分析和 p 波 初动极性分析都是统计分析法，可以定性描述岩石破裂类型。 关键词 膨胀剂；声发射；中心频率；RA-AF 分布；P 波初动 分类号 TD315 Research on acoustic emission features and P-wave first motion polarity of tensile fractures in rock LIU Xi-ling1) , LIU Qing-lin1) , DU Kun1) , LI Xi-bing 1) , XIE Qin1) 1) School of Resources and Safety Engineering, Central South University, Changsha, 400083, China  Corresponding author, E-mail: lxlenglish@163.com ABSTRACT In order to investigate the Acoustic Emission (AE) characteristics of tensile fracture in rock, an AE experiment of granite, marble and red sandstone which using expanding agent for fracture generation was designed. The characteristic parameters of AE signals and the P-wave first motion polarity were analyzed in detail. The results show that the cumulative count and energy of AE signal increase exponentially when macroscopic failure occurs in all three kinds of rock samples. The 《工程科学学报》录用稿，https://doi.org/10.13374/j.issn2095-9389.2021.01.16.005 ©北京科技大学 2020 录用稿件，非最终出版稿

centroid frequency of AE signals of granite samples mainly concentrate between 100-300 kHz,and that of marble samples mainly concentrate between 200-400 kHz,while that of red sandstone samples mainly concentrate between 200-500 kHz,and the proportion of high centroid frequency events in red sandstone test is the highest,followed by marble and granite,and as the centroid frequency of AE signal in all three kinds of rocks changed with the time of expander action, 收稿日期：2021-01-01 基金项目：国家自然科学基金资助项目(41630642；51774326) more AE signals with low centroid frequency appeared in the late loading period,indicating the increase of large-scale fracture in the late loading period.The RA values of AE signals of the three rock samples mainly concentrates between 0 and 1.9,AF values of marble and red sandstone mainly concentrate between 50kHz and 100kHz,and AF values of granite mainly concentratebetween 200kHz and 250kHz.The distribution characteristics of RA-AF indicate that the tensile failure dominates the cracking process in such experiment.The P-wave first-motion polarity analysis method was used to obtain the first- motion polarity of AE signals of each rock sample.The results showed that there have 77.82%, 79.5%and87.42%T-type crackles in granite,marble and red sandstone respectively,and almost have no S-type crackles in granite and marble.while there have 9.93%S-type crackles in red sandstone.Both the analysis of RA-AF distribution and P-wave first-motion polarity are statistical analysis methods,which can qualitatively analyze the type of rock fracture. KEY WORDS expanding agent;acoustic emission;centroid frequency;RA-AF distribution;P-wave first motion polarity. 随着矿产资源开采活动日渐趋向深部，矿产采过程中岩体的稳定性也越来越受到人们的关注 而岩石破裂状况监测是岩体稳定性评估的最重要手对于岩石的破裂状况监测需要对断裂机理有 深入的认识。通常情况下，岩石材料在受力后，会产生张拉、直剪和扭剪三种破裂模式山，而I型张 拉破坏是岩石破裂的主要类型，这在很多学者的研究中得到了共识。因此，对于岩石张拉破坏特 性的研究不仅有助于深入认识岩石的断裂机理(，刀，还可以为工程现场岩体的稳定性监测提供理论 依据。很多学者对岩石的张拉破裂特性开展了研究⑧，而声发射技术作为一种有效的破裂监测手段， 常被用来作为一种辅助手段对岩石的断裂特性进行研究，并且大量的研究表明，地震前震序列的机 制可以通过室内岩石声发射实验中观察到的微破裂活动得到再现1)。 在岩石破裂的声发射监测中，Aggelisa等u通过分析声发射信号的RA与AF参数，研究了大 理岩试样在三点弯曲破坏下的破裂机制：Nejati等基于RA与AF值指标，研究了巴西劈裂试验过 程中加载速率对破裂机制的影响：刘希灵通过开展花岗岩和大理岩巴西圆盘声发射试验，结合扫 描电镜进行破裂面微观形貌分析，探讨了劈裂荷载下岩石声发射特性与微观破裂机制的关系；谢秦 [采用分离式霍普釜森压杆(SHPB)装置和NSTRON1346伺服试验机在纯I型加载条件下对巴西圆 盘(CSTBD)直穿裂缝页岩试样进行了测试，基于声发射信号的分析结果，探讨了页岩断裂韧性和裂 纹扩展速度随加载速率变化的断裂机理。杜坤2通过巴西间接拉伸试验和三点弯曲岩石试验，研究 了岩石断裂过程中的声发射特征和裂纹类型，试验结果表明，根据声发射计数和能量特征参数的变 化趋势，岩石破裂过程表现出明显的分段变化特征，并存在明显的增长期，岩石的声发射特征与岩 石破裂过程中产生的微裂纹类型密切相关。同时，也有学者开展了不同应变率下岩石破裂的声发射 特性研究，通过分析声发射信号特征参数得到随着应变率的升高，岩样中拉伸破裂占比增加1，。 以往学者所做的岩石力学实验多采用常规机械加载方式，在这些实验研究中声发射作为一种有效的 分析岩石断裂机理的手段，常被用来检测裂纹从萌生到扩展再到宏观破裂产生的弹性波信号，进而 通过揭示岩石破裂损伤机理。 在常规的张拉声发射实验中，由于加载设备的影响，传感器会收到很多非破裂信号，如果用定 位的方法来确定破裂信号，则会损失很多小幅值的信号，这对通过声发射数据分析破裂特性会产生

centroid frequency of AE signals of granite samples mainly concentrate between 100-300 kHz, and that of marble samples mainly concentrate between 200-400 kHz, while that of red sandstone samples mainly concentrate between 200-500 kHz, and the proportion of high centroid frequency events in red sandstone test is the highest, followed by marble and granite, and as the centroid frequency of AE signal in all three kinds of rocks changed with the time of expander action, 收稿日期:2021-01-01 基金项目: 国家自然科学基金资助项目(41630642; 51774326). more AE signals with low centroid frequency appeared in the late loading period, indicating the increase of large-scale fracture in the late loading period. The RA values of AE signals of the three rock samples mainly concentrates between 0 and 1.9, AF values of marble and red sandstone mainly concentrate between 50kHz and 100kHz, and AF values of granite mainly concentratebetween 200kHz and 250kHz. The distribution characteristics of RA-AF indicate that the tensile failure dominates the cracking process in such experiment. The P-wave first-motion polarity analysis method was used to obtain the first￾motion polarity of AE signals of each rock sample. The results showed that there have 77.82%, 79.5% and 87.42% T-type crackles in granite, marble and red sandstone respectively, and almost have no S-type crackles in granite and marble, while there have 9.93% S-type crackles in red sandstone. Both the analysis of RA-AF distribution and P-wave first-motion polarity are statistical analysis methods, which can qualitatively analyze the type of rock fracture. KEY WORDS expanding agent; acoustic emission; centroid frequency; RA-AF distribution; P-wave first motion polarity. 随着矿产资源开采活动日渐趋向深部，矿产开采过程中岩体的稳定性也越来越受到人们的关注 而岩石破裂状况监测是岩体稳定性评估的最重要手段，对于岩石的破裂状况监测需要对断裂机理有 深入的认识。通常情况下，岩石材料在受力后，会产生张拉、直剪和扭剪三种破裂模式[1]，而Ⅰ型张 拉破坏是岩石破裂的主要类型，这在很多学者的研究中得到了共识[2-5]。因此，对于岩石张拉破坏特 性的研究不仅有助于深入认识岩石的断裂机理[6, 7]，还可以为工程现场岩体的稳定性监测提供理论 依据。很多学者对岩石的张拉破裂特性开展了研究[8-10]，而声发射技术作为一种有效的破裂监测手段， 常被用来作为一种辅助手段对岩石的断裂特性进行研究，并且大量的研究表明，地震前震序列的机 制可以通过室内岩石声发射实验中观察到的微破裂活动得到再现[11-15]。 在岩石破裂的声发射监测中，Aggelisa 等[16]通过分析声发射信号的 RA 与 AF 参数，研究了大 理岩试样在三点弯曲破坏下的破裂机制；Nejati 等[17]基于 RA 与 AF 值指标，研究了巴西劈裂试验过 程中加载速率对破裂机制的影响；刘希灵[18]通过开展花岗岩和大理岩巴西圆盘声发射试验，结合扫 描电镜进行破裂面微观形貌分析，探讨了劈裂荷载下岩石声发射特性与微观破裂机制的关系；谢秦 [19]采用分离式霍普金森压杆(SHPB)装置和 INSTRON1346 伺服试验机在纯 I 型加载条件下对巴西圆 盘(CSTBD)直穿裂缝页岩试样进行了测试，基于声发射信号的分析结果，探讨了页岩断裂韧性和裂 纹扩展速度随加载速率变化的断裂机理。杜坤[20]通过巴西间接拉伸试验和三点弯曲岩石试验，研究 了岩石断裂过程中的声发射特征和裂纹类型，试验结果表明，根据声发射计数和能量特征参数的变 化趋势，岩石破裂过程表现出明显的分段变化特征，并存在明显的增长期，岩石的声发射特征与岩 石破裂过程中产生的微裂纹类型密切相关。同时，也有学者开展了不同应变率下岩石破裂的声发射 特性研究，通过分析声发射信号特征参数得到随着应变率的升高，岩样中拉伸破裂占比增加[21, 22]。 以往学者所做的岩石力学实验多采用常规机械加载方式，在这些实验研究中声发射作为一种有效的 分析岩石断裂机理的手段，常被用来检测裂纹从萌生到扩展再到宏观破裂产生的弹性波信号，进而 通过揭示岩石破裂损伤机理。 在常规的张拉声发射实验中，由于加载设备的影响，传感器会收到很多非破裂信号，如果用定 位的方法来确定破裂信号，则会损失很多小幅值的信号，这对通过声发射数据分析破裂特性会产生 录用稿件，非最终出版稿

较大的影响。基于此本文设计了一种膨胀剂扩张的岩石声发射实验，详细研究岩石在张拉作用下破 裂的声发射特性。该实验设计的目的是确保传感器收集的声发射信号都是由岩石试样的破裂产生的， 而不依赖于定位来识别有效的破裂信号。进而通过分析张拉破裂下声发射信号的特征参数，深入认 识张拉破裂产生的弹性波信号的特征，同时也为深部开采岩体稳定性的微震以及声发射监控提供理 论支撑。 1实验设计 本次实验选取花岗岩、大理石、砂岩三种岩石类型各一块作为研究对象，均制成为105mm×105 mm×105mm正方体试样如图1所示。三种岩石的矿物成分分别是花岗岩含有石英、斜长石、钾长石 和少量黑云母，大理石主要由方解石和白云石，砂岩的主要矿物组成是石英，三种岩石不管是在岩 石的成因、颗粒组成以及节理裂隙发育方面都可以作为研究岩石声发射特性的伏表岩样。实验方案如 图2所示，声发射监测采用PCI-2采集系统，相关参数设置见表1。按照图2粘贴嫁应变片和声发射 传感器（压电式声发射传感器Nano30,带宽125-750kHz,谐振频为140kH2并将相应设备与采集系 统连接后，在采集系统采集声发射数据之前，需要做几组断铅实验，确保每一个传感器都与岩样表 面处于最佳的耦合状态，这样声发射传感器才能在长时间的实验过程稳定接收高质量的信号。断 铅实验达到预期后，在将准备好的膨胀剂和水搅拌均匀（膨胀剂和水的质量比率为5：1.7），然后将混 合物匀速浇灌到岩石试样的孔洞中，避免在浇灌膨胀剂和水的混物时在孔洞中产生气泡，然后启 动声发射和应变采集系统开始实验。 表1 声发射采集系统参 Table 1 AE instrument pa eters setups Threshold(dB) Sampling rate (MHz) Pre trigger (s) PDT(us) HDT(us) HLT(μs) 40 5 56 50 200 300 图络石试样图：(a)花岗岩：(b)大理岩：(c)红砂岩 Fig.1 Three rock samples:(a)Granite:(b)Marble:(c)Red sandstone 图2膨胀剂扩张破裂的声发射实验系统示意图

较大的影响。基于此本文设计了一种膨胀剂扩张的岩石声发射实验，详细研究岩石在张拉作用下破 裂的声发射特性。该实验设计的目的是确保传感器收集的声发射信号都是由岩石试样的破裂产生的 ， 而不依赖于定位来识别有效的破裂信号。进而通过分析张拉破裂下声发射信号的特征参数，深入认 识张拉破裂产生的弹性波信号的特征，同时也为深部开采岩体稳定性的微震以及声发射监控提供理 论支撑。 1 实验设计 本次实验选取花岗岩、大理石、砂岩三种岩石类型各一块作为研究对象，均制成为 105 mm×105 mm×105 mm 正方体试样如图 1 所示。三种岩石的矿物成分分别是花岗岩含有石英、斜长石、钾长石 和少量黑云母，大理石主要由方解石和白云石，砂岩的主要矿物组成是石英，三种岩石不管是在岩 石的成因、颗粒组成以及节理裂隙发育方面都可以作为研究岩石声发射特性的代表岩样。实验方案如 图 2 所示，声发射监测采用 PCI-2 采集系统，相关参数设置见表 1。按照图 2 粘贴好应变片和声发射 传感器(压电式声发射传感器 Nano30，带宽 125-750kHz，谐振频为 140kHz)并将相应设备与采集系 统连接后，在采集系统采集声发射数据之前，需要做几组断铅实验，确保每一个传感器都与岩样表 面处于最佳的耦合状态，这样声发射传感器才能在长时间的实验过程中稳定接收高质量的信号。断 铅实验达到预期后，在将准备好的膨胀剂和水搅拌均匀(膨胀剂和水的质量比率为 5:1.7)，然后将混 合物匀速浇灌到岩石试样的孔洞中，避免在浇灌膨胀剂和水的混合物时在孔洞中产生气泡，然后启 动声发射和应变采集系统开始实验。 表 1 声发射采集系统参数设置 Table 1 AE instrument parameters setups 图 1 三种岩石试样图：(a)花岗岩；(b)大理岩；(c)红砂岩 Fig.1 Three rock samples: (a) Granite;(b) Marble;(c) Red sandstone 图 2 膨胀剂扩张破裂的声发射实验系统示意图 Threshold (dB) Sampling rate (MHz) Pre trigger (μs) PDT(μs) HDT(μs) HLT(μs) 40 5 256 50 200 300 录用稿件，非最终出版稿

Fig.2 Schematic diagram of rock AE experimental system for expansion fracture 2实验结果及讨论 2.1声发射信号特征参数的变化规律 花岗岩、大理岩和红砂岩岩石试样的声发射参数幅值、能量、累积计数和应变数据随时间变化曲 线如图3所示。由于花岗岩、大理岩和红砂岩试样分别在13000S,98000s和16000s以前采集的声 发射信号很少，所以图3是从13000s,9800s和16000s开始分别记录花岗岩，大理岩和红砂岩的 声发射参数和应变随时间变化的关系。 从图3可以看出，花岗岩、大理岩和红砂岩分别在13000-16025s、100000-108929s和17250- 17888s之间累积计数近似呈水平增长。而三种岩石试样分别在16025-17199s108927-108930s和 17888-17890s之间发生了宏观破裂，累积计数快速增长，能量也达到了峰值。为不更清楚的说明三 种岩石宏观破裂期间累积计数的增长趋势，我们选取了上述三种宏观破裂发生时间段的累积计数数 据，对其进行线性拟合，线性拟合的一次项系数越大，说明数据增长趋势越快 。如表2所示，花岗 岩、大理岩、红砂岩宏观破裂阶段累积计数拟合的一次项系数分别为494⑤104797、20254。花岗岩 的拟合曲线一次项系数远小于大理岩和红砂岩，这说明花岗岩的累积计数在宏观破裂过程中的增长 趋势明显比红砂岩、大理岩缓慢，这与三种岩石声宏观破裂阶段声发射信号能量变化有很大的相关 性。 (a) 10 1000001a200010400010600010s000110000 Time/s 录用稿贷 图3声发射特征参数和应变随时间变化曲线：(a)花岗岩：(b)大理岩；(c)红砂岩 Fig.3 Variation curve of AE parameters and strain over time:(a)Granite:(b)Marble:(c)Red sandstone 花岗岩在岩石试样发生宏观破裂时存在连续多次能量突增现象，而大理岩和红砂岩只存在一次 能量突增的现象，这说明花岗岩的破裂过程有一定的持续性。出现这种现象说明作为火成岩的花岗 岩，其内部矿物颗粒较大，组成复杂，与大理岩和红砂岩矿物颗粒组成有明显的区别，花岗岩在发 生宏观破裂之前局部（尤其是大矿物颗粒边界）更容易形成大尺度的破裂，因此花岗岩会有持续的能 量突增，大理岩和红砂岩的岩石颗粒较小，在膨胀力作用下在宏观破裂时只出现一次能量突增。 此外，在地震活动中存在前震、主震和余震，从图3可以看出，膨胀剂扩张的岩石声发射实

Fig.2 Schematic diagram of rock AE experimental system for expansion fracture 2 实验结果及讨论 2.1 声发射信号特征参数的变化规律 花岗岩、大理岩和红砂岩岩石试样的声发射参数幅值、能量、累积计数和应变数据随时间变化曲 线如图 3 所示。由于花岗岩、大理岩和红砂岩试样分别在 13000 s，98000 s 和 16000 s 以前采集的声 发射信号很少，所以图 3 是从 13000 s，9800 s 和 16000 s 开始分别记录花岗岩，大理岩和红砂岩的 声发射参数和应变随时间变化的关系。 从图 3 可以看出，花岗岩、大理岩和红砂岩分别在 13000-16025 s、100000-108929 s 和 17250- 17888 s 之间累积计数近似呈水平增长。而三种岩石试样分别在 16025-17199 s、108927-108930 s 和 17888-17890 s 之间发生了宏观破裂，累积计数快速增长，能量也达到了峰值。为了更清楚的说明三 种岩石宏观破裂期间累积计数的增长趋势，我们选取了上述三种宏观破裂发生时间段的累积计数数 据，对其进行线性拟合，线性拟合的一次项系数越大，说明数据增长趋势越快。如表 2 所示，花岗 岩、大理岩、红砂岩宏观破裂阶段累积计数拟合的一次项系数分别为 149.45、104797、20254。花岗岩 的拟合曲线一次项系数远小于大理岩和红砂岩，这说明花岗岩的累积计数在宏观破裂过程中的增长 趋势明显比红砂岩、大理岩缓慢，这与三种岩石声宏观破裂阶段声发射信号能量变化有很大的相关 性。 图 3 声发射特征参数和应变随时间变化曲线：(a)花岗岩；(b) 大理岩；(c) 红砂岩 Fig.3 Variation curve of AE parameters and strain over time: (a) Granite;(b) Marble;(c) Red sandstone 花岗岩在岩石试样发生宏观破裂时存在连续多次能量突增现象，而大理岩和红砂岩只存在一次 能量突增的现象，这说明花岗岩的破裂过程有一定的持续性。出现这种现象说明作为火成岩的花岗 岩，其内部矿物颗粒较大，组成复杂，与大理岩和红砂岩矿物颗粒组成有明显的区别，花岗岩在发 生宏观破裂之前局部(尤其是大矿物颗粒边界)更容易形成大尺度的破裂，因此花岗岩会有持续的能 量突增，大理岩和红砂岩的岩石颗粒较小，在膨胀力作用下在宏观破裂时只出现一次能量突增。 此外，在地震活动中存在前震、主震和余震[23]，从图 3 可以看出，膨胀剂扩张的岩石声发射实 录用稿件，非最终出版稿

验也存在类似于地震事件的现象：在岩石试件宏观破裂前产生一定数量的声发射事件，岩石试件形 成宏观破裂时产生大量密集声发射事件，岩石试样发生宏观破裂后依然会有相当数量的声发射事件。 表2三种岩石宏观破裂阶段黑积计数线性拟合一次项系数 Table 2 The linear fitting first order coefficients of cumulative counts during macroscopic fracture stages of three rock samples Granite Marble Red sandstone Coefficient of 149.45 104797 20254 first order term 2.2声发射信号的频率特征 信号中心频率是声发射信号能谱图对应的质心频率，声发射事件的高频成众占比较高时中心频 率较高，反之中心频率较低，中心频率能表示声发射事件的频率成分分布糢征对)岩石这种多晶 体、各向异性材料来说，其破裂模式与矿物颗粒的组成以及矿物晶体的性质密彻相关，结构体（层理、 夹层、弱面等)和矿物颗粒之间的耦合（胶结物、填充物或空隙）决定了岩运观破裂的形态，而晶体的 性质决定了岩石内部微裂纹发展的方式。不同类型的破裂就会产生不同特征的声发射信号，而频率 则是表征弹性波震源特性的一个重要参数。对于岩石声发射而言、不同类型的震源产生不同尺度的 破裂，不同尺度的破裂则产生不同频率的信号。声发射信号频率破裂穴度的关系在众多研究中都 有提及42”，结果都表明岩石在不同加载阶段声发射信号频率有明显的变化，这与不同加载阶段的 破裂尺度有很大的关系，信号频率的变化特征甚至可以作为判断宏观破坏发生的前兆信息。 图4显示了三种岩石声发射信号中心频率随膨胀剂作用时间的变化特征，整体上来看，在加载 后期出现较多中心频率较低的声发射信号，这说明载合期大尺度破裂增加，但由于岩样是沿着预 定面破裂，这种频率降低的变化并不明显。为了进一显示各岩样不同频率成分的显著性，我们绘 制了如图5所示的各频段声发射信号的分布图。从图5可以看出，花岗岩中心频率主要分布在100 300kHz,大理岩中心频率主要分布在200-400Az,红砂岩中心频率主要分布在200-500kHz。因此， 花岗岩较低频率事件占比较多，大理岩较高频率事件占比较多，红砂岩高频的事件占比最多。此外， 花岗岩、大理岩和红砂岩300-500kHz频段的事件占比分别在20%，30%和60%左右，红砂岩高频事 件占比最高，大理岩次之，花岗岩高频事件占比最低。这种现象出现的原因在于：如图6所示， 花岗岩内部矿物颗粒较大，不同达小的矿物颗粒胶结复杂，大尺度的矿物颗粒交界面破裂就会产生 低频率的信号：而大理岩砂物颗粒较小且均一，这会产生较多小尺度破裂，高频信号占比会增加： 进一步，红砂岩矿物颗粒在种岩石试样中最小、最均匀，因此高频信号占比也最多。 1H0 (c) 20 r03N10om511e0w3m10m79w1100 Time's 图4三种岩石中心频率的时域分布散点图：(a)花岗岩：(b)大理岩：（©）红砂岩 Fig.4 Scatter diagram of centroid frequency in time domain of three rock samples:(a)Granite:(b)Marble:(c)Red sandstone

验也存在类似于地震事件的现象：在岩石试件宏观破裂前产生一定数量的声发射事件，岩石试件形 成宏观破裂时产生大量密集声发射事件，岩石试样发生宏观破裂后依然会有相当数量的声发射事件。 表 2 三种岩石宏观破裂阶段累积计数线性拟合一次项系数 Table 2 The linear fitting first order coefficients of cumulative counts during macroscopic fracture stages of three rock samples Granite Marble Red sandstone Coefficient of first order term 149.45 104797 20254 2.2 声发射信号的频率特征 信号中心频率是声发射信号能谱图对应的质心频率，声发射事件的高频成分占比较高时中心频 率较高，反之中心频率较低，中心频率能表示声发射事件的频率成分分布特征。对于岩石这种多晶 体、各向异性材料来说，其破裂模式与矿物颗粒的组成以及矿物晶体的性质密切相关，结构体(层理、 夹层、弱面等)和矿物颗粒之间的耦合(胶结物、填充物或空隙)决定了岩石宏观破裂的形态，而晶体的 性质决定了岩石内部微裂纹发展的方式。不同类型的破裂就会产生不同特征的声发射信号，而频率 则是表征弹性波震源特性的一个重要参数。对于岩石声发射而言，不同类型的震源产生不同尺度的 破裂，不同尺度的破裂则产生不同频率的信号。声发射信号频率与破裂尺度的关系在众多研究中都 有提及[24-27]，结果都表明岩石在不同加载阶段声发射信号频率有明显的变化，这与不同加载阶段的 破裂尺度有很大的关系，信号频率的变化特征甚至可以作为判断宏观破坏发生的前兆信息。 图 4 显示了三种岩石声发射信号中心频率随膨胀剂作用时间的变化特征，整体上来看，在加载 后期出现较多中心频率较低的声发射信号，这说明加载后期大尺度破裂增加，但由于岩样是沿着预 定面破裂，这种频率降低的变化并不明显。为了进一步显示各岩样不同频率成分的显著性，我们绘 制了如图 5 所示的各频段声发射信号的分布图。从图 5 可以看出，花岗岩中心频率主要分布在 100- 300 kHz，大理岩中心频率主要分布在 200-400 kHz，红砂岩中心频率主要分布在 200-500 kHz。因此， 花岗岩较低频率事件占比较多，大理岩较高频率事件占比较多，红砂岩高频的事件占比最多。 此外， 花岗岩、大理岩和红砂岩 300-500 kHz 频段的事件占比分别在 20%，30%和 60%左右，红砂岩高频事 件占比最高，大理岩次之，花岗岩高频事件占比最低。这种现象出现的原因在于：如图 6 所示[28]， 花岗岩内部矿物颗粒较大，不同大小的矿物颗粒胶结复杂，大尺度的矿物颗粒交界面破裂就会产生 低频率的信号；而大理岩矿物颗粒较小且均一，这会产生较多小尺度破裂，高频信号占比会增加； 进一步，红砂岩矿物颗粒在三种岩石试样中最小、最均匀，因此高频信号占比也最多。 图 4 三种岩石中心频率的时域分布散点图: (a) 花岗岩；(b) 大理岩；(c) 红砂岩 Fig.4 Scatter diagram of centroid frequency in time domain of three rock samples: (a) Granite；(b) Marble；(c) Red sandstone 录用稿件，非最终出版稿

so[(a) 60K(b) 50 40 20 0-10 00-200300s0400.0 00 0100100200200.30030040040000500 0-1010-30n00m4nn4m-50>5 Frequency range kHz Frequetcy range KHz 图5三种岩石不同中心频率频段声发射事件占比分布图：(a)花岗岩：b)大理岩：(c)红砂岩 Fig.5 The distribution of AE events in different centroid frequency intervals of three stone:(a)Granite:(b)Marble:(c) Red sandstone (a) (b) (c) 6三种岩石微观结构图：(a花岗岩天理岩：心红砂岩 The microinuclure of ocks inae (a)Granite:(b)Marble:(c)Red sandstone 2.3声发射信号RA-AF值分布特征 在岩石、混凝土材料室内声发射试验中，/A值（上升时间/幅值）可以作为实验试样破裂类型评判 的指标参数，常与平均频率AF值（计数/持续时间）起分析岩石或混凝土材料的破裂模式。高AF值 低RA值对应拉伸破裂，而高RA值低AF值对应着剪切破裂820,2四。 如图7(a),(c),(e)分别为花岗岩、大理岩和红砂岩的RA-AF值的散点图，为了更清楚展现RA- AF的分布规律，图7(b),(d),(分别为花岗岩、大理岩和红砂岩的RA-AF值分布的密度云图。三 种岩石的RA值主要分布在01.9之间，花岗岩AF值主要分布在200-250kHz,大理岩和红砂岩AF 值主要分布在50-100kHz间众从图中可以看出，大部分的声发射信号都是高AF值低RA值，说 录用 明花岗岩、大理岩和红砂春在膨胀力作用下主要发生张拉破坏

图 5 三种岩石不同中心频率频段声发射事件占比分布图: (a) 花岗岩；(b) 大理岩；(c) 红砂岩 Fig.5 The distribution of AE events in different centroid frequency intervals of three stone: (a) Granite；(b) Marble；(c) Red sandstone Kfs Bt Qtz Qtz Pl 1 mm Dol 1 mm Cal Dol Cal Dol 1 mm Qtz (a) (b) (c) 图 6 三种岩石微观结构图：(a)花岗岩；(b)大理岩；(c)红砂岩 Fig.6 The microstructure of rocks in transparent refractive index experiment: (a) Granite；(b) Marble；(c) Red sandstone 2.3 声发射信号 RA-AF 值分布特征 在岩石、混凝土材料室内声发射试验中，RA 值(上升时间/幅值)可以作为实验试样破裂类型评判 的指标参数，常与平均频率 AF 值(计数/持续时间)一起分析岩石或混凝土材料的破裂模式。高 AF 值 低 RA 值对应拉伸破裂，而高 RA 值低 AF 值对应着剪切破裂[18, 20, 22]。 如图 7 (a)，(c)，(e)分别为花岗岩、大理岩和红砂岩的 RA-AF 值的散点图，为了更清楚展现 RA￾AF 的分布规律，图 7 (b)，(d)，(f)分别为花岗岩、大理岩和红砂岩的 RA-AF 值分布的密度云图。三 种岩石的 RA 值主要分布在 0-1.9 之间，花岗岩 AF 值主要分布在 200-250 kHz，大理岩和红砂岩 AF 值主要分布在 50-100 kHz 之间。从图中可以看出，大部分的声发射信号都是高 AF 值低 RA 值，说 明花岗岩、大理岩和红砂岩在膨胀力作用下主要发生张拉破坏。 录用稿件，非最终出版稿

400 (a) 300 2 100 d 400 20 00 200 20 30 RA/(ms+V-) (0 0 100 20 10 20 30 40 RA(msV) RAmsΨ 图7三种岩样RA-AF散点图和密度云图：(a,(b),(e)分方花岩大理岩、红砂岩RA-AF散点图：(b),(d,() 分别为花岗岩、大理岩红酸器RA-AF密度云图 Fig.7 RA-AF distribution and density cloud diagram ofthree kinds rock samples:(a),(b),(e)is RA-AF scatter diagram of granite,marble and red sandstone respectively;(b),(d)(fis density cloud diagram of granite,marble and red sandstone respectively 2.4全波形P波初动极性分析 在对声发射数据进行P波初动极性分和前，需对实验数据进行处理，从声发射事件的数据文件 中筛选出含有编号为1~6号声发射传感器依次出现的声发射事件序列组，再筛选出声发射事件组中 最晚采集的事件时间与最采集事件时间差值小于12s(震源到每两个声发射传感器距离之差最大 值与弹性波波速的比值)事件进而提取出这些声发射事件组中每个传感器的波形数据，提取出 波形数据后，需要拾取各波形的P波到时数据。常用的P波到时拾取方法有STA/LTA四，0，PAI-S/ KBU和AICB四等方入然而STA/LTA法虽具有计算速度快、稳定性好的特点，但拾取精度较低，拾 取低信噪比信是的P波初至较为困难。而PA-S/K法和AIC法精度较高，但稳定性差，容易受尖刺 和尾部信号的影响。因此，本文采用SL-K-A法对每个声发射事件进行全波形P波初至拾取，S/ L-K-A法是SA心TA,PA-K和AIC的改进方法，其综合了上述三种拾取方法的优点，既有较高 的精度，又能稳定拾取。 在对声发射信号进行P波初至拾取后，即可开展P波初至极性分析。P波初至极性与岩石破裂 类型之间有很好的对应关系，我们区分岩石破裂类型的简单方法是计算具有正向P波初动和负向P 波初动的压电信号的比值。如果大多数传感器具有正向或负向的P波初动，则分别将这些事件命名 为T-型和C-型，否则(-0.25和0.25之间的极性)被命名为S-型B。P波初至的平均极性可根据公式 (1)计算而得： y m=k∑sign(A) (1) 其中k为声发射传感器的个数，pol是微破裂源的平均极性，为全波形P波初至的幅值，sig()函

图 7 三种岩样 RA-AF 散点图和密度云图：(a)，(b)，(e)分别为花岗岩、大理岩、红砂岩 RA-AF 散点图；(b)，(d)，(f) 分别为花岗岩、大理岩、红砂岩 RA-AF 密度云图 Fig.7 RA-AF distribution and density cloud diagram of three kinds rock samples: (a), (b), (e) is RA-AF scatter diagram of granite, marble and red sandstone respectively; (b), (d), (f) is density cloud diagram of granite, marble and red sandstone respectively 2.4 全波形 P 波初动极性分析 在对声发射数据进行 P 波初动极性分析前，需对实验数据进行处理，从声发射事件的数据文件 中筛选出含有编号为 1~6 号声发射传感器依次出现的声发射事件序列组，再筛选出声发射事件组中 最晚采集的事件时间与最早采集事件时间差值小于 12μs (震源到每两个声发射传感器距离之差最大 值与弹性波波速的比值)的事件组。进而提取出这些声发射事件组中每个传感器的波形数据，提取出 波形数据后，需要拾取各波形的 P 波到时数据。常用的 P 波到时拾取方法有 STA/LTA[29, 30]，PAI-S/ K [31]和 AIC[32]等方法，然而 STA/LTA 法虽具有计算速度快、稳定性好的特点，但拾取精度较低，拾 取低信噪比信号的 P 波初至较为困难。而 PAI-S/K 法和 AIC 法精度较高，但稳定性差，容易受尖刺 和尾部信号的影响。因此，本文采用 S/L-K-A 法[33]对每个声发射事件进行全波形 P 波初至拾取，S/ L-K-A 法是 STA/LTA，PAI-K 和 AIC 的改进方法，其综合了上述三种拾取方法的优点，既有较高 的精度，又能稳定拾取。 在对声发射信号进行 P 波初至拾取后，即可开展 P 波初至极性分析。P 波初至极性与岩石破裂 类型之间有很好的对应关系，我们区分岩石破裂类型的简单方法是计算具有正向 P 波初动和负向 P 波初动的压电信号的比值。如果大多数传感器具有正向或负向的 P 波初动，则分别将这些事件命名 为 T-型和 C-型，否则(- 0.25 和 0.25 之间的极性)被命名为 S-型[34]。P 波初至的平均极性可根据公式 (1)计算而得[35]：   1 1 k i pol si gn A k   (1) 其中 k 为声发射传感器的个数，pol 是微破裂源的平均极性，A i为全波形 P 波初至的幅值，sign( )函 录用稿件，非最终出版稿

数中当4为负，函数值为-1：为0，函数值为0：“为正，函数值为1。当pol∈[-1，-025)时，微破 裂属于张拉破裂源(T-型)：当pol∈[-0.25,0.25)时，微破裂为剪切破裂源(S-型)：当pol∈[0.25,1]时， 微破裂源为坍缩破裂源(C-型)。 图8显示了通过上述步骤计算得到的pol参数值，从图中可以看出，pol值主要分布在[-1，-0.25) 之间，其中花岗岩的比率为77.71%，大理岩为79.5%，红砂岩为87.42%，说明岩石试样多发生T- 型破裂。花岗岩和大理岩pol∈[-0.25,0.25)的声发射事件占比几乎为零，因此花岗岩和大理岩中很 少发生S-型破裂，而作为沉积岩的红砂岩pol∈[-0.25,0.25)的声发射事件占比为9.93%左右，存在 一定数量的S-型破裂。花岗岩和大理岩的pol∈(0.25,1]事件占比分别为22.15%和20.5%，这说明这 两种岩石中C型破裂也较多。 (a) (b) e) 77.71 55% 图8三种岩石实验中T型、C-型和S-型破裂源声发射事件数所占比率：(a)花岗卷：⑥大理岩：(c)红砂岩 Fig.8 The proportion of T-type,C-type and S-type AE events in three rock samples experiments:(a)Granite:(b)Marble;(c) Red sandstone Tension (a) Original erac Section Crack shear 图9膨胀剂作用下岩石试横受月示意图：(a)岩石试样实验中受力示意图：b)T-ype破裂示意图：(c)S-ype破裂示 意图：(d)C-ype破裂示意图 Fig.Schematic diagram of the force in rock sample under the action of expansion agent:(a)Schematic diagram of stress on rock sample:(b)Schematic diagram of T-type rupture:(c)Schematic diagram of S-type rupture:(d)Schematic diagram of C- type rupture 图9显示了膨胀剂作用下岩样的受力图，处于岩石试样孔洞之间的微元体受到膨胀剂的挤压和 张拉作用力时，由于岩石材料的抗拉强度远远小于其抗压强度所以岩石微裂纹主要在张拉力作用下 扩展，发生图9b)所示的T型破裂。另一方面，如果在岩样中存在较多的节理面，则可能会产生如 图9©)所示的区域微元体受力状况，节理面会在挤压和张拉力的作用下发生剪切破裂，从而产生S- 型破裂源，这也正是红砂岩p0l∈[-0.25,0.25)的声发射事件占比较多的原因。对于C-型破裂源来说， 如图9()所示，岩石试样中存在原生裂隙，在挤压和张拉力作用下不可避免发生原生裂隙的坍缩闭 合，这些坍缩闭合则属于C型破裂源。对于矿物颗粒较大、组成复杂的花岗岩和大理岩来说，受力 后容易在矿物颗粒之间或内部的空隙中发生坍缩闭合，这就导致这两种岩石中产生较多C型破裂 源

数中当 A i为负，函数值为-1；A i为 0，函数值为 0；A i为正，函数值为 1。当 pol∈[-1, -0.25)时，微破 裂属于张拉破裂源(T-型)；当 pol∈[-0.25, 0.25)时，微破裂为剪切破裂源(S-型)；当 pol∈[0.25, 1]时， 微破裂源为坍缩破裂源(C-型)。 图 8 显示了通过上述步骤计算得到的 pol 参数值，从图中可以看出，pol 值主要分布在[-1, -0.25) 之间，其中花岗岩的比率为 77.71%，大理岩为 79.5%，红砂岩为 87.42%，说明岩石试样多发生 T- 型破裂。花岗岩和大理岩 pol∈[-0.25, 0.25) 的声发射事件占比几乎为零，因此花岗岩和大理岩中很 少发生 S-型破裂，而作为沉积岩的红砂岩 pol∈[-0.25, 0.25)的声发射事件占比为 9.93%左右，存在 一定数量的 S-型破裂。花岗岩和大理岩的 pol∈(0.25,1] 事件占比分别为 22.15% 和 20.5%，这说明这 两种岩石中 C-型破裂也较多。 图 8 三种岩石实验中 T-型、C-型和 S-型破裂源声发射事件数所占比率: (a)花岗岩；(b)大理岩；(c)红砂岩 Fig.8 The proportion of T-type, C-type and S-type AE events in three rock samples experiments: (a) Granite;(b) Marble;(c) Red sandstone 图 9 膨胀剂作用下岩石试样受力示意图：(a) 岩石试样实验中受力示意图；(b) T-type 破裂示意图；(c) S-type 破裂示 意图；(d) C-type 破裂示意图 Fig.9 Schematic diagram of the force in rock sample under the action of expansion agent: (a)Schematic diagram of stress on rock sample;(b) Schematic diagram of T-type rupture;(c) Schematic diagram of S-type rupture;(d) Schematic diagram of C￾type rupture 图 9 显示了膨胀剂作用下岩样的受力图，处于岩石试样孔洞之间的微元体受到膨胀剂的挤压和 张拉作用力时，由于岩石材料的抗拉强度远远小于其抗压强度所以岩石微裂纹主要在张拉力作用下 扩展，发生图 9(b)所示的 T-型破裂。另一方面，如果在岩样中存在较多的节理面，则可能会产生如 图 9(c)所示的区域微元体受力状况，节理面会在挤压和张拉力的作用下发生剪切破裂，从而产生 S- 型破裂源，这也正是红砂岩 pol∈[-0.25, 0.25) 的声发射事件占比较多的原因。对于 C-型破裂源来说， 如图 9(d)所示，岩石试样中存在原生裂隙，在挤压和张拉力作用下不可避免发生原生裂隙的坍缩闭 合，这些坍缩闭合则属于 C-型破裂源。对于矿物颗粒较大、组成复杂的花岗岩和大理岩来说，受力 后容易在矿物颗粒之间或内部的空隙中发生坍缩闭合，这就导致这两种岩石中产生较多 C-型破裂 源。 录用稿件，非最终出版稿

从声发射事件P波初动极性分析来看，花岗岩、大理岩和红砂岩主要发生张拉破裂，这与三种 岩石RA-AF值的分布特征一致，花岗岩和大理岩除了主要发生张拉破裂之外还有20%左右的裂纹 闭合破裂(C型破裂)主要原因如图6所示花岗岩和大理岩中含有较多空隙：红砂岩除了张拉破裂之 外还产生10%左右的S型破裂，主要是因为红砂岩是沉积岩，含有大量节理面。另一方面，上文中 分析得到，花岗岩、大理岩和红砂岩的中心频率大部分分布在200-400kHz之间，红砂岩还有约15% 左右的声发射事件中心频率在400-500kHz,花岗岩和红砂岩甚至还有部分声发射事件的中心频率 高于500kHz,可以看出三种岩石试样破裂时产生的声发射信号都属于高频信号。对于张拉型破裂来 说，其产生的弹性波P波成分较显著，而剪切型破裂产生的弹性波S波成分较显著。由于P波波速 要大于S波，因此，从破裂的最初端传到最远端P波脉冲不会被大量分离，这就使P波脉冲比S波 脉冲更窄6刃。脉冲窄的弹性波频率就高，这也是膨胀剂实验中产生较多高频声发射信号的主要原 因。 3结论 (①)频率是信号固有的特性，破裂尺度和频率有着天然的对应关贰感裂欠度小的产生的弹性 波信号频率高，破裂尺度大的产生的弹性波信号频率低，因此三种岩石试样花岗岩、大理岩、红砂 岩)中岩石颗粒最大的花岗岩破裂过程中产生中心频率较低的事件赤比最犬，大理岩次之，而颗粒 最小的红砂岩破裂过程中产生的高中心频率事件占比最大，因此在对破裂信号进行分析时，频率是 一个重要的参数。然而，值得注意的是，声发射信号是传感器收到的来自破裂处激发的信号，其频 率不仅与破裂的尺度和类型有关，还与传感器到破裂震原的距离距离越远，高频成分衰减越大)和 传感器的谐振频率有关，因此，不同实验条件下声发谢信频率的对比需综合考虑上述因素。 (2)RA-AF值分布和P波初动极性，都是具有统学规律的岩石声发射特征参数，可以很好 的判断破裂源的特征一一张拉型还是剪切型，本文实施的岩石试样膨胀剂张拉试验采集的声发射 信号的低RA值高AF值的分布特征，以及DQ餐数多分布在[-1，-0.25)的分布特征说明采用RA-AF 值分布和P波初动极性分析岩石破裂源特征的方法是可行的。然而，这两种方法都只能基于统计对 破裂类型进行定性的描述，RA-AF值不同破裂类型下的分布区间并没有明确的限定，通过RA-AF 值的分布特征只能定性的说明声发射信号的频率特性，并且由于频率与破裂尺度和模式紧密相关， 进而RA-AF的分布特征也在一定程度土反应岩样破裂尺度和模式的分布特征。而P波初动极性分析 也是基于不同传感器收到信号♪波初动方向的定性分析，因此，不能依据这两种方法推断单个震源 的破裂模式，单个震源破裂模式的识别还需借助诸如矩张量反演等方法开展分析。 参考文献 [1]Atkinson B K.Yin X C.Xiu J G.Rock fracture mechanics.Beijing:Seismological Press,1992:52-53. (B.K阿特金森尹祥础，修济刚.岩石断裂力学.北京：地震出版社，1992：52-53) [2]Manthei G.Characterization of acoustic emission sources in a rock salt specimen under triaxial compression.Bull Seismological Soc Am.2005,95(5):1674-1700. [3]Alkan H,Cinar Y,Pusch G.Rock salt dilatancy boundary from combined acoustic emission and triaxial compression tests.Int J Rock Mech Min Sci.2007.44(1):108-119. [4]HuX C.Su GS,Chen G,et al.Experiment on rock burst process of borehole and its acoustic emission characteristics. Rock Mech.Rock Eng.2019,52:783-802. [5]Wang Y,He MC,Liu DQ,et al.Rockburst in sandstone containing elliptic holes with varying axial ratios.Adv.Mater: Sci.Eng2019,pp.1-17. [6]Tao M,Ma A,Cao WZ,Li X B,et al.Dynamic response of pre-stressed rock with a circular cavity subject to transient loading.Int J Rock Mech Min Sci.2017,99:1-8

从声发射事件 P 波初动极性分析来看，花岗岩、大理岩和红砂岩主要发生张拉破裂，这与三种 岩石 RA-AF 值的分布特征一致，花岗岩和大理岩除了主要发生张拉破裂之外还有 20%左右的裂纹 闭合破裂(C-型破裂)主要原因如图 6 所示花岗岩和大理岩中含有较多空隙；红砂岩除了张拉破裂之 外还产生 10%左右的 S-型破裂，主要是因为红砂岩是沉积岩，含有大量节理面。另一方面，上文中 分析得到，花岗岩、大理岩和红砂岩的中心频率大部分分布在 200-400kHz 之间，红砂岩还有约 15% 左右的声发射事件中心频率在 400-500 kHz，花岗岩和红砂岩甚至还有部分声发射事件的中心频率 高于 500kHz，可以看出三种岩石试样破裂时产生的声发射信号都属于高频信号。对于张拉型破裂来 说，其产生的弹性波 P 波成分较显著，而剪切型破裂产生的弹性波 S 波成分较显著。由于 P 波波速 要大于 S 波，因此，从破裂的最初端传到最远端 P 波脉冲不会被大量分离，这就使 P 波脉冲比 S 波 脉冲更窄[36, 37]。脉冲窄的弹性波频率就高，这也是膨胀剂实验中产生较多高频声发射信号的主要原 因。 3 结论 (1) 频率是信号固有的特性，破裂尺度和频率有着天然的对应关系，破裂尺度小的产生的弹性 波信号频率高，破裂尺度大的产生的弹性波信号频率低，因此三种岩石试样(花岗岩、大理岩、红砂 岩)中岩石颗粒最大的花岗岩破裂过程中产生中心频率较低的事件占比最大，大理岩次之，而颗粒 最小的红砂岩破裂过程中产生的高中心频率事件占比最大，因此在对破裂信号进行分析时，频率是 一个重要的参数。然而，值得注意的是，声发射信号是传感器收到的来自破裂处激发的信号，其频 率不仅与破裂的尺度和类型有关，还与传感器到破裂震源的距离(距离越远，高频成分衰减越大)和 传感器的谐振频率有关，因此，不同实验条件下声发射信号频率的对比需综合考虑上述因素。 (2) RA-AF 值分布和 P 波初动极性，都是具有统计学规律的岩石声发射特征参数，可以很好 的判断破裂源的特征——张拉型还是剪切型，本文中实施的岩石试样膨胀剂张拉试验采集的声发射 信号的低 RA 值高 AF 值的分布特征，以及 pol 参数多分布在[-1,-0.25)的分布特征说明采用 RA-AF 值分布和 P 波初动极性分析岩石破裂源特征的方法是可行的。然而，这两种方法都只能基于统计对 破裂类型进行定性的描述，RA-AF 值不同破裂类型下的分布区间并没有明确的限定，通过 RA-AF 值的分布特征只能定性的说明声发射信号的频率特性，并且由于频率与破裂尺度和模式紧密相关， 进而 RA-AF 的分布特征也在一定程度上反应岩样破裂尺度和模式的分布特征。而 P 波初动极性分析 也是基于不同传感器收到信号 P 波初动方向的定性分析，因此，不能依据这两种方法推断单个震源 的破裂模式，单个震源破裂模式的识别还需借助诸如矩张量反演等方法开展分析。 参 考 文 献 [1] Atkinson B K, Yin X C, Xiu J G. Rock fracture mechanics. Beijing: Seismological Press, 1992：52-53. (B.K.阿特金森, 尹祥础, 修济刚. 岩石断裂力学. 北京：地震出版社, 1992：52-53.) [2] Manthei G. Characterization of acoustic emission sources in a rock salt specimen under triaxial compression. Bull Seismological Soc Am, 2005, 95(5): 1674-1700. [3] Alkan H, Cinar Y, Pusch G. Rock salt dilatancy boundary from combined acoustic emission and triaxial compression tests. Int J Rock Mech Min Sci, 2007, 44(1):108-119. [4] Hu X C, Su G S, Chen G, et al. Experiment on rock burst process of borehole and its acoustic emission characteristics. Rock Mech. Rock Eng, 2019, 52: 783-802. [5] Wang Y, He M C, Liu D Q, et al. Rockburst in sandstone containing elliptic holes with varying axial ratios. Adv. Mater. Sci. Eng, 2019, pp. 1-17. [6] Tao M, Ma A, Cao W Z, Li X B, et al. Dynamic response of pre-stressed rock with a circular cavity subject to transient loading. Int J Rock Mech Min Sci, 2017, 99: 1-8. 录用稿件，非最终出版稿

[7]Zhou Z L,Cai X.Li X B,Cao WZ,et al.Dynamic response and energy evolution of sandstone under coupled static- dynamic compression:insights from experimental study into deep rock engineering applications.Rock Mech.Rock Eng. 2020,53(3)1305-1331. [8]Gong FQ,Luo S,LiX B,et al.Rules of linear energy storage and energy dissipation in red sandstone during tensioning. ChinJ Rock Mech Eng.2018,037(002):352-363. (宫凤强，罗松，李夕兵，等.红砂岩张拉破坏过程中的线性储能和耗能规律.岩石力学与工程学报，2018 037(002):352-363) [9]Luo S,Gong F Q.Linear energy storage and dissipation laws during rock fracture under three-point flexural loading. Eng Fract Mech,2020,234:107102.https://doi.org/10.1016/j.engfracmech.2020.107102 [10]Almerich A,Fenollosa E,Cabrera I.GFRP Bar:Determining Tensile Strength with Bending Test.Adv.Mater:Sci. Eng2015,1083:90-96. [11]Mogi K.Magnitude-Frequency Relation For Elastic Shocks Accompanying Fractures of Various Materials and Some Relation Problems in Earthquakes (2nd Paper).Bull Earthquake Res Inst Univ Tokyo.962,40:831-853. [12]Scholz,C.H.The frequency-magnitude relation of micro fracturing in rock and its relation to earthquakes.Bull Seismological Soc Am.1968,58(1):399-415. [13]Scholz,C.H.On the stress dependence of the earthquake b-value.Geoplys Res Lett,2015,42(5):1399-1402. https:/ldoi.org/10.1002/2014GL062863 [14]Vorobieva I.,Shebalin P,Narteau C.Break of slope in earthquakesize distribution and creep rate along the San Andreas fault system.Geophys Res Len,2016,43(13),6869-6875 httpsilldoi.org/10.1002/2016GL069636 [15]Liu X L,Han M S,He W,et al.A new b value estimation method in rock acoustic emission testing.Geophys.Res.- Solid Earth.2020.125.e2020JB019658.https://doi.org/101029/2020JB019658 [16]Aggelists D G,Mpalaskas A C,Matikas T E.Acoustic signatufe of different fracture modes in marble and cementitious materials under flexural load.Mech.Res.Commun,2013,47:39-43. [17]Nejati H R,Nazerigivi A,Sayadi A R.Physical and Mechanical Phenomena Associated with Rock Failure in Brazilian Disc Specimens /World Academy of Science.Eng and Tech.Int J of Geo and Em Eng.Paris,2018:35 [18]Liu X L,Liu Z,Li X B,et al.Acoustic emission and micro-fracture characteristics of rock under splitting load.ChinJ Eng.2019,307(1):65-75.htps1o0rg10.1007s11771-020-4533-5 (刘希灵，刘周，李夕兵，等.劈裂荷载下的岩石声发射及微观破裂特性.工程科学学报，2019,307(11)65-75) [19]Xie Q,LiS X,Liu XL,GongFQ.LiX B.Effect of loading rate on fracture behaviors of shale under mode I loading. J.Cen1.South Univ.2020270.38-3133 [20]Du K,Li X F,Tao M et al.Experimental study on acoustic emission(AE)characteristics and crack classification during rock fracture i several basic lab tests.IntJ Rock Mech Min Sci,2020,133:104411. [21]Liu X L,LiX B,Hong L,et al.Acoustic emission characteristics of rock under impact loading.J.Cent.South Univ 2015(9:35713577 [22]Liu XL,LiuZbiX B,et al.Experimental study on the effect of strain rate on rock acoustic emission characteristics. Int J Rock Mech Min Sci,2020,9(133).https://doi.org/10.1016/j.ijrmms.2020.104420 [23]An Y J.Ouantitative seismology.Beijing:Seismological Press,1986. [24]Wang E Y,He X Q,Liu Z T,et al.Study on the spectral characteristics of acoustic emission from coal fracture.J Chain C0alS0ci.2004,29(3):289-292. (王恩元，何学秋，刘贞堂，李忠辉.煤体破裂声发射的频谱特征研究煤炭学报，2004,29(3)289-292) [25]Ji H G,Wang H W,Cao S Z,et al.Experimental study on acoustic emission signal frequency Characteristics of granite under uniaxial compression.Chin J Rock Mech Eng,2012,31(1):2900-2905. (纪洪广，王宏伟，曹善忠，侯昭飞，金延花岗岩单轴受压条件下声发射信号频率特征试验研究，岩石力学与工程 学报，2012,31(1)：2900-2905)

[7] Zhou Z L, Cai X, Li X B, Cao W Z, et al. Dynamic response and energy evolution of sandstone under coupled static– dynamic compression: insights from experimental study into deep rock engineering applications. Rock Mech. Rock Eng, 2020, 53(3):1305-1331. [8] Gong F Q, Luo S, Li X B, et al. Rules of linear energy storage and energy dissipation in red sandstone during tensioning. Chin J Rock Mech Eng, 2018, 037(002):352-363. (宫凤强, 罗松, 李夕兵,等. 红砂岩张拉破坏过程中的线性储能和耗能规律 . 岩石力学与工程学报, 2018, 037(002):352-363) [9] Luo S , Gong F Q. Linear energy storage and dissipation laws during rock fracture under three-point flexural loading. Eng Fract Mech, 2020, 234 :107102.https://doi.org/10.1016/j.engfracmech.2020.107102 [10] Almerich A , Fenollosa E , Cabrera I . GFRP Bar: Determining Tensile Strength with Bending Test. Adv. Mater. Sci. Eng, 2015, 1083:90-96. [11] Mogi K. Magnitude-Frequency Relation For Elastic Shocks Accompanying Fractures of Various Materials and Some Relation Problems in Earthquakes (2nd Paper). Bull Earthquake Res Inst Univ Tokyo, 1962, 40:831-853. [12] Scholz, C. H. The frequency-magnitude relation of micro fracturing in rock and its relation to earthquakes. Bull Seismological Soc Am, 1968,58(1):399-415. [13] Scholz, C. H. On the stress dependence of the earthquake b-value. Geophys Res Lett, 2015,42(5):1399-1402. https://doi.org/10.1002/2014GL062863 [14] Vorobieva I., Shebalin P., Narteau C. Break of slope in earthquake-size distribution and creep rate along the San Andreas fault system. Geophys Res Lett, 2016, 43(13),6869-6875. https://doi.org/10.1002/2016GL069636 [15] Liu X L, Han M S, He W, et al. A new b value estimation method in rock acoustic emission testing. J. Geophys. Res.- Solid Earth, 2020, 125, e2020JB019658. https://doi.org/ 10.1029/2020JB019658 [16] Aggelists D G, Mpalaskas A C, Matikas T E. Acoustic signature of different fracture modes in marble and cementitious materials under flexural load. Mech. Res. Commun, 2013, 47: 39-43. [17] Nejati H R, Nazerigivi A, Sayadi A R. Physical and Mechanical Phenomena Associated with Rock Failure in Brazilian Disc Specimens // World Academy of Science, Eng and Tech, Int J of Geo and Env Eng. Paris, 2018: 35. [18] Liu X L, Liu Z, Li X B, et al. Acoustic emission and micro-fracture characteristics of rock under splitting load. Chin J Eng, 2019, 307(11):65-75. https://doi.org/10.1007/s11771-020-4533-5 (刘希灵, 刘周, 李夕兵,等. 劈裂荷载下的岩石声发射及微观破裂特性. 工程科学学报, 2019, 307(11):65-75) [19] Xie Q, Li S X, Liu X L, Gong F Q, Li X B. Effect of loading rate on fracture behaviors of shale under mode I loading. J. Cent. South Univ, 2020, 27(10):3118-3133. [20] Du K, Li X F, Tao M, et al. Experimental study on acoustic emission (AE) characteristics and crack classification during rock fracture in several basic lab tests. Int J Rock Mech Min Sci, 2020, 133:104411. [21] Liu X L, Li X B, Hong L, et al. Acoustic emission characteristics of rock under impact loading. J. Cent. South Univ, 2015(9):3571-3577. [22] Liu X L, Liu Z, Li X B, et al. Experimental study on the effect of strain rate on rock acoustic emission characteristics. Int J Rock Mech Min Sci, 2020, 9(133). https://doi.org/10.1016/j.ijrmms.2020.104420 [23] An Y J. Quantitative seismology. Beijing: Seismological Press, 1986. [24] Wang E Y, He X Q, Liu Z T, et al. Study on the spectral characteristics of acoustic emission from coal fracture. J Chain Coal Soci, 2004, 29 (3): 289-292. (王恩元, 何学秋, 刘贞堂, 李忠辉. 煤体破裂声发射的频谱特征研究. 煤炭学报，2004, 29 (3): 289-292) [25] Ji H G, Wang H W, Cao S Z, et al. Experimental study on acoustic emission signal frequency Characteristics of granite under uniaxial compression. Chin J Rock Mech Eng, 2012, 31(1): 2900-2905. (纪洪广, 王宏伟, 曹善忠, 侯昭飞, 金延. 花岗岩单轴受压条件下声发射信号频率特征试验研究，岩石力学与工程 学报, 2012, 31(1): 2900-2905) 录用稿件，非最终出版稿