复杂结构中异常区域对波速成像影响的量化研究.docx

《复杂结构中异常区域对波速成像影响的量化研究.docx》由会员分享，可在线阅读，更多相关《复杂结构中异常区域对波速成像影响的量化研究.docx（21页珍藏版）》请在优知文库上搜索。

1、引言随着地表空间资源的口益紧缺，地下空间开发受到越来越多的关注。但复杂的地质环境为地下交通运输和隧道工程建设带来了巨大的挑战，涌水、地下泥石流、塌方等地下工程灾害使人员和设备面临巨大的安全风险。地下工程中常使用的空间探测方法可分为两类：地震法和电磁法。这两种方法都可以在大范围上间接预测异常结构（如富水区）的存在。其中地震法包括地质预测、断层扫描成像及陆地声纳等技术，该方法主要分析弹性波在地质体中的传播特性，并推断它们的分布、几何形态和结构特征。电磁法，如探地雷达和瞬态电磁法，一般通过介电常数和电阻率的差异来推断地质体的特征。随着新信息技术的出现，物联网和声发射（AE）技术已经应用于材料的无损检

2、测，主要用于动态裂纹检测和疲劳断裂监测。声发射技术可以评估组件的完整性和结构的危险等级，因此引起了人们的极大关注，该技术在航空、冶金、交通、建筑等领域得到快速发展。基于声发射信号到达时间和声发射震源位置，可以迭代求解复杂的速度结构。反演波所得到的波速场，可以更直观、更快速、更准确地检测区域异常。对花岗岩中的热致微裂纹进行了超声成像和声发射监测。他们的研究表明，声发射的位置和速度差异清楚地描绘了裂纹的形态。采用扩展信息标准来推进速度层析成像研究，他们的米级实验表明该方法为断层扫描提供了一个客观的标准。在较小的范围内，使用差分层析成像测量了C02注入饱和水多孔砂岩过程中的波速和衰减特性，指出由于流

3、体扩散导致的黏性损失对多孔岩石中超声波P波的传播具有重要作用。最近，在实验室尺度上研究了岩石破裂的层析成像，通过一种新的层析成像方法，量化了非断层压裂时破裂能量演化过程。本文提出了一种基于快速匹配算法和最小二乘法的改进型三维声发射成像扫描方法,并以此检测潜在异常区域。本文通过使用合成的震源位置和到时数据，联合反演了各向异性的P波结构。通过改变个别参数，包括先验模型、传感器配置、内部事件数量、真实模型、射线覆盖率和事件定位误差，探讨了影响成像结果的不同因素。*、方法在合成测试中，通过快速匹配算法和标准优化程序，采用将主动超声测量与被动声发射监测相结合的方式进行反演，得到三维各向异性波速成像，反演

4、过程如图1所示。具体反演过程包含以下5个运行步骤：确定初始环境并划分网格节点；配置先验模型；收集所需的声发射和超声波数据；执行层析扫描计算并建立速度结构数据库；识别层析扫描结果中的异常区域。PriormodelArrivalsoftriggeredsensorsUIbmographyresultofthecomplexstructureForwardproblemThefastmarchingmethodThequasi-NewtonmethodCoordinatesoftriggeredsensorsAsusticemissionWaVeVelOCityinversiontestSizeof

5、gridcellCollectingtheAEmonitoringdataArrivalsofAEeventsCoordinatesofAEeventsModifiedFaATSORaypathAninversionof3D,anisotropicP-wavestructureInverseproblem图1反演计算过程流程图。FaATSO:基于标准优化的声发射快速搜索成像(1)确定初始环境。首先确定待测区域的大小和具体位置，根据待测结构的情况和反演的精度要求，确定单位立方体网格的尺寸。一般来说，网格划分得越密，反演精度越高，计算量也会成倍增加，程序处理时间越长。但当网格足够密时，继续增加网格

6、密度，反演精度将不会有明显变化。建立与网格节点尺寸相同的零矩阵M,将矩阵索引位置(jjk)与网格节点位置一一对应。网格节点形成一个集合，当在后续节点间搜索最快波形路径时，它们被作为起始点。假定P波在周围非空区域的传播速度为一个未知数，用!/来表示。（2）配置先验模型。根据待测结构特点设置先验模型，在实际应用中，待测结构内部异常区域的情况是未知的，根据待测结构有限的已知信息确定一个先验模型，代入实测数据进行迭代计算，最终得出实际反演模型，进而研究待测复杂结构内部异常区域的特征。本次合成数据实验模拟的复杂结构为中空花岗岩，异常区域为低速区，一般花岗岩波速范围为40005500ms,水或流体的波速一

7、般为1500mS-,所以模拟合成数据实验中真实的内部区域和外部模型的波速分别设为1500ms-1和4500m1.,先验模型的波速为内外波速平均值。（3）采集声发射和超声数据。在待测结构的不同位置上安装传感器。传感器同时满足主动发射脉冲和被动接收声发射信号的要求，各个传感器位置均为已知。对于三维模型，未知数有5个P波的波速V、声发射源坐标（6%,z。）、激发的初始时间端，因而传感器数量需为大于或等于5的整数。发射脉冲信号的传感器即为主动震源S,位置坐标为（x,%,z）,发射时间为“；接收信号的第k个传感器Sk的位置坐标为（双加乙），接收声发射P波信号的初至到时为玲；对于未知震源P。，设置其位置坐

8、标为（,加z。），激发的初始时间为1.=-（1）(2)式中，zuO：表示发射脉冲信号的传感器S与接收脉冲信号的传感器SA之间的实际到时差；A若表示未知震源PO与接收脉冲信号的传感器SA之间的实际到时差。在本研究中，传感器和声发射事件的坐标（粗位置），以及信号的到达时间差，都是输入数据。结构中每个网格点的波速通过迭代计算得到。这些值用三维图像中的不同颜色表示；动态的射线路径和声发射事件被追踪下来，因而可以通过色差直观地分离复杂结构中异常区域的边界和位置。此外，异常结构也可以根据P波速度值进行量化分区。三、实验假设的100mmXlOommXloomm立方体的中心有60mm（直径）的通孔,7个传感器

9、均匀地排列在立方体的4个垂直边上。在分析传感器布置的影响时，另外4个传感器将均匀分布在上、下表面的圆孔中。综合测试中的传感器具有主动传输脉冲功能。因此，它们不仅可以用作主动声发射源，也可作为接收器。立方体内部随机生成了600个声发射事件：异常区域内部的170个事件和其外部的430个事件。每个声发射事件的确切坐标都是已知的，并且每个事件都可以被全部传感器检测到。下文将实际模拟的异常区域称为“内部，其P波速度用14表示；外面的结构孔被称为外部，其P波速度由KUt表示。为了研窕不同因素对速度扫描结果的影响，我们定量测试了先验模型、传感器配置、事件分布、真实模型、射线覆盖率和事件定位误差。在计算每个节

10、点的速度扫描结果并获得射线路径后，我们将每个网格节点的反演速度K与实际值6进行比较。如果它们之间的差异小于20%,则速度扫描结果视为有效。为了定量表征各种影响因素对反演结果的影响，将实验中各网格的K与其对应的力来逐一对比，并确定准确率的有效范围。四、结果与讨论（一）先验模型与传感器布置为了评估先验模型和传感器布置对层析成像结果的影响，共进行了两组4次试验（表Do除了围绕立方体试样放置的28个传感器之外，试验3中异常区域上方布置了4个传感器，试验4中异常区域下方也布置了4个传感器。对比试验1与试验2,以分析先验模型的影响；对比试验2、3和4,以研究传感器布置的影响。在这种情况下，移除异常区域内的

11、170个声发射事件，而保留区域外的430个事件。表1先验模型和传感器布置.表GroupTestOriginmodelVV.PriormodelVY.SensorconfigurationGrouplTcstl4.5/1.54.5/1.528Test243/1.53.O3.O28(i11up21cst345/1.53.0/3.028+4up7est44.5/1.53.0/3.028+4up+4down在层析成像反演之前，先获取了主动超声测量和声发射事件的到时。成像结果如图2所示。垂直于Z轴的5个切平面表示三维P波速度的层析成像结果。从脉冲源到接收传感器的传播路径用蓝色曲线表示，声发射事件的射线路

12、径用橙色曲线表示（随机选择一个声发射事件）。P波速度的定量分析如图3所示。TestlTest3图2不同先验模型和不同传感器布置卜的反演结果图3不同先验模型和不同传感器布置卜的反演准确率（八）和速度分布范围（b）在图2的层析成像结果中，图2（八）呈现了一个完美的直径为60mm的圆；图2（八）（d）中，圆消失了。此外，在比较第二组中的三个试验时，更改传感器配置并未起到明显的作用。即使传感器布置在异常区域的表面，射线仍然绕过异常区域并穿过岩石。根据层析成像结果，在结构的上、下部分获得了相对较高的精度。这是因为布置在空区顶部和底部传感器的超声波脉冲信号穿过了内部区域。对于第一组试验，当先验模型等于真实

13、模型且速度精度限制在20%时，反演的IZw和4完全正确（图3）。对于第二组的三个试验，当先验模型与真实模型不同时，14的准确率小于5%（图3）,这说明无法准确识别速度异常区域；但是，KUt仍然具有相对较高的准确度。（二）事件分布上一节的结果表明，当先验模型与实际情况不符时，内部P波速度是通过基于输入参数的迭代计算来获取的。然而，结果不尽如人意。外部事件的射线路径可能不会绕过内部区域，这是影响层析成像效果的原因之一。为了验证猜想是否正确，亦即内部事件是否会造成层析成像结果的差异，将170个内部事件添加到试验中。我们设置了分别对应第二组中试验2、3、4的另外三个试验。除了位于异常区域的170个声发

14、射事件外，所有参数均保持不变（表2）。表2异常区域内部事件对反演结果影响试验测试方案GroupTcrtOriginmodelPriormodel匕）几SensorconguralnInnerCVcnlXTesil4.5/1.53.O3.O28170GnMiP3TB24.5/1.53Q3O284upTi34.5/1.53.W3.O284UP4down试验结果如图4和图5所示。与异常区域表面上的传感器不同，来自内部事lest1Test2Tst3图4在异常区域分布内部事件时不同传感器布置方式卜的反演结果。（八）使用28件的射线必须穿过异常区域。然而，试验结果与之前的一致。这表明当真实模型KMMn等于

15、4.5/1.5时，内部事件的添加并没有有效改善层析成像的结果。个环绕传感器；（b）使用28个环绕传感器及4个顶部传感器；（C）使用28个环绕传感器、4个顶部传感器及4个底部传感器TestlTBSt2Test3图5在有内部事件时不同传感器布置卜的反演准确率（八）和速度分布范围（b）上述实验得到的层析成像效应表明，当外部和内部（异常）区域的实际P波速度分别为4.5kms1和1.5kms1,先验模型输入的lout=1.n=3kms-时，异常区域的反演精度低于5%o改变传感器布置或增加异常区域的声发射事件数对反演结果几乎没有影响。（三）真实模型我们进一步分析了真实模型和先验模型对层析成像结果的影响。在新的试验中，真实模型中的outn从4.5/1.5变化到4.54.0o先验模型使用人”和11的平均值。异常区域没有采集到声发射事件。实验配置列于表3。表3真实模型和先验模型对反演结果影响试验测试方案TcstOriginmodel匕/匕PriormodelVUVQSensorconfigurationTcstl4.5/I.53.000.0028T