地下洞室围岩体应力波特征与数值模拟

《地下洞室围岩体应力波特征与数值模拟》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、图书分类号：学校代码：顿±僮论文论文题目地下洞室围岩体应力波特征与数值模拟研究生姓名杨阳导师姓名张伯虎（副教授）学科专业防灾减灾工程及防护工程研究方向岩石应力波特征分析二〇一五年六月西南石油大学研究生学位论文知识产权声明书及学位论文版权使用授权书本人完全了解学校有关保护知识产权的规定，卩：研究生在校攻读学位期间论文工作的知识产权单位属于西南石油大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或

2、扫描等复制手段保存和汇编本学位论文。同时，本人保证，毕业后结合学位论文研宄课题再撰写的文章一律注明作者单位为西南石油大学。本学位论文属于、保密（），在年解密后适用本授权书。、不保密（请在以上相应括号内打十）学位论文作者签名：指导教师签名：年月日年月⋯日西南石油大学研究生学位论文独创性声明本人声明：所呈交的研宄生学位论文是本人在导师指导下进行的研宄工作及取得的研宄成果。据我所知，除了文中特别加以标注和致谢的地方外，本论文不包含其他人己经发表或撰写过的研究成果，也不包含其他人为获得西南石油大学或其它教育机构的学位或证

3、书而使用过的材料。与我一同工作的同志对本研宄所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：年月》曰摘要岩石动力破坏是地下洞室开挖过程中遇到的难题，如何保证洞室围岩稳定取决于对岩石动力学特性和应力调整过程中围岩破坏方式的深入研宂，而对岩石破坏过程中的应力波信号特征分析是重要的研宄方法。本文釆用傅里叶变换、短时傅里叶变换与小波变换等方法分析了应力波的时频特征和能量特性；运用数值模拟方法，建立了爆破荷载对地下洞室的影响的模型，分别从质点波速、振幅以及最大应力三个方面分析了应力波在岩体中的传播特性

4、和规律；结合地下洞室微震监测，分析了微震事件分布规律与硐室稳定关系，获得了监测的多种应力波的波谱及能量特性。主要研究结论如下：地下空间开挖过程中监测到岩体中应力波信号包括直接人为活动产生的，如人工敲击、凿岩、爆破等，也包括岩石破裂、断层错动等产生微震动，这些振动均可以通过傅里叶变换、短时傅里叶变换、小波变换来进行分析。通过对微震振动和爆破振动的频率分析看出，微震信号一般只有一个主频率，而爆破信号往往有多个主频率，可能是由于开挖过程中微差爆破造成的；通过其能量分布来看，微震信号和爆破信号的主要能量基本集中在低频带，

5、但爆破信号在高频部分也聚集一定的能量，能量分布相对于微震信号较宽。通过地下洞室爆破施工的数值模拟来看，围岩质点振动速度和振动幅度均是墙脚最大，侧墙次之，拱顶最小，水平方向的速度是垂直方向速度的几倍，这是由于墙脚距爆源最大，受到的冲击作用最为强烈，拱顶位置由于几何形状的影响，加上应力波的反射叠加和衰减，使得应力波对拱顶的作用最小，产生的位移也就最小。从频谱图可以看出，微差爆破产生的应力波有多个主频率，主频范围在，其最大主频率大约在左右，这与监测到的爆破信号主频率基本一致。通过对大岗山水电站微震监测事件和微震应力波分

6、析看出，随着分台阶施工从上至下的开展，洞室下部微震事件由于爆破开挖的影响逐步增多，且微震震级较大，在拱顶和两侧墙微震振动相对较小；通过对微震监测数据的综合分析，分析了微震时空分布、震级与能量分布等动力学问题，并总结了微震监测下的地下洞室稳定性评价方法。通过对岩体动力破坏过程中应力波蕴含的大量岩体状态信息来反馈岩体动力破坏过程，为地下洞室围岩稳定性判别、支护设计选择以及设计施工提供了较强的理论和实践基础。关键词：地下洞室；围岩；应力波；时频特征；爆破；动态响应AbstractTheproblemofrockdyna

7、micdamageisencounteredintheprocessofundergroundcavernexcavation.Howtoguaranteethestabilityofsurroundingrocksdependsonthein-depthresearchofthedynamicpropertiesofrocksandsurroundingrockfailuremodeintheprocessofstressadjustment.Itisanimportantresearchmethodtoana

8、lyzecharacteristicsofstresswavesignalintheprocessofrockdamage.ThispaperproposestheFouriertransform,short-timeFouriertransformaswellaswavelettransformtoanalyzethetime-frequencycharacterist