基于小波分析的岩体结构面轮廓曲线形态分离方法与流程

本发明属于工程技术领域，涉及一种基于小波分析的岩体结构面轮廓曲线分离方法，特别是本发明在岩体结构面表面形态三级划分的基础上，根据不同级别表面形态数值化处理后的频率、幅值的差异，提供了一种基于小波分析的合理分离、重构结构面表面形态的技术方案，解决了结构面起伏表面形态多级定量描述问题，显著提高了结构面表面形态描述的准确性。

背景技术：

结构面的存在是岩体介质区别于其他介质的根源，更是影响岩体力学特性的重要因素。结构面对岩体的变形与破坏起着控制作用，而结构面表面形态又是结构面力学性质的重要影响因素，现有技术通常一般按平整度(unevenness)和起伏度(waviness)两级形态来描述岩体结构面表面形态模型，名称界线不明确，且没有说明采用二级形态的确定方法，不便于实际应用。因此，杜时贵(2005)将结构面表面形态划分为3级：宏观几何轮廓、表面起伏形态、微观粗糙度。该结构面形态划分模式充分考虑了表面形态的力学机理，形态分级的界线概念明确。本发明主要通过小波分析来实现结构面表面形态三级要素(宏观几何轮廓、表面起伏形态、微观粗糙度)的分离与重构，确定各级表面形态的性质与特征，为岩体结构面表面形态的定量描述提供科学依据，具有重要的工程实用价值。

结构面表面起伏形态不仅包含各种频率信号，还包括几乎没有任何周期或频率特征的突起等局部特征。小波分析在时域和频域上同时具有良好的局部化能力，多分辨率的特性使其可以提取信号任意细节的信息。这一特性恰恰符合了表面形貌微凸体多尺度分布的特点，使其在表面微观形貌重构方面得到了广泛应用。一些代表性的研究如下：

徐磊(2010)截取人工劈裂方法制备的花岗岩结构面二维轮廓线进行几何组成分析，将其分为非稳态倾向、稳态一阶起伏度、稳态二阶粗糙度三个组成部分。并利用小波分析实现了稳态一阶起伏度、稳态二阶粗糙度的分离。

潘学哉(2014)在精确测试岩块试样失稳断裂结构面表面形貌并进行数值化的基础上，定义了能量和信噪比，抽取了岩块试样断裂面不同测段进行研究，结果表明小波变换能判别不同加载模式下的岩石断裂面形貌特征差异特征。

荆君涛(2014)在原有测量数据基础上进行小波分析，将表面粗糙度从原有测量数据中分离出，减少了数据丢失。重构后的微观形貌表面均方根偏差小，为解决表面完整性综合评价提供了一种新的技术途径。

李艳娜(2015)对mallat算法进行了优化，依据二代提升小波变换理论构建了表面形貌分离的数学模型，通过对模型的仿真实现，成功实现了表面形貌的分离。然而其提取的精确度仍有待进一步深入研究。

以上研究，尚未明确小波分析结构面表面起伏特征的分解尺度的确定方法，更没有提及结构面宏观几何轮廓、表面起伏形态、微观粗糙度的分离与重构的具体方法。由于不同级别表面形态对结构面力学性质的影响存在显著差异，为了研究结构面宏观几何轮廓、表面起伏形态、微观粗糙度对结构面抗剪强度的贡献，迫切需要提出结构面轮廓曲线的定量化分离方法。

技术实现要素：

为了克服传统方法无法量化分析岩体结构面各级表面形态的不足，保证岩体结构面表面形貌特征三级要素分离的精确性，本发明提出一种基于小波分析的岩体结构面轮廓曲线分离的方法，适用于定量确定不同类型结构面的表面轮廓形态要素。

本发明解决其技术问题所采用的技术方案是：

一种基于小波分析的岩体结构面轮廓曲线确定方法，包括以下步骤：

(1)采用轮廓曲线仪对结构面表面进行定向测量，基于图像灰度数据提取技术将结构面测量图像进行坐标数据转化处理；

(2)选取小波基函数，选取的小波基函数必须同时满足对称性、正交性、较短的支撑和较高的消失矩，结合具体结构面表面形貌实际进行确定；

(3)根据结构面表面形貌原始测量数据及工程需要，确定最大分解尺度j，计算每次分解通过小波低通分解滤波器分解出的低频细节信号a1-aj，计算每次分解通过小波高通分解滤波器分解出的高频细节信号d1-dj；

(4)将小波变换的最大分解尺度j所对应的aj作为宏观几何轮廓，它反映了采用峰谷包络线来表征结构面表面起伏形态；

(5)将步骤(4)分离出的d1-dj中每一级别的微观粗糙度高度分布频率与分布频率的信息绘制成图，依据构成结构面的矿物颗粒大小分布规律，将符合高斯分布，统计平均值接近0小波变换所对应的p个d之和即为所求微观粗糙度，该级别结构面表面起伏形态具体体现了矿物颗粒或细小矿物晶体在结构面表面的分布排列特征；

(6)将步骤(5)确定的d1-dp叠加在一起即为分离所得微观粗糙度；

(7)将原始结构面轮廓曲线除去步骤(4)、(6)分离出的宏观几何轮廓与微观粗糙度，剩下的就是表面起伏轮廓，至此，结构面表面形态三级要素均已分离得出。

进一步，所述步骤(2)中，选用小波基函数sym5。

本发明的有益效果主要表现在：能够准确的分离出岩体结构面三级表面形态，实现了对三级表面形态的统计、整合、重构，排除了实际表面随机现象对表面特征的影响。本发明为结构面轮廓曲线分离提供了一个科学高效的方法，能够有效解决现有结构面形貌分离中存在的不足与问题。

附图说明

图1为岩体结构面原始几何表面。

图2为基于小波分析的岩体结构面各级二阶粗糙度。

图3为基于小波分析的岩体结构面宏观几何轮廓。

图4为基于小波分析的岩体结构面微观粗糙度。

图5为基于小波分析的岩体结构面表面起伏轮廓。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

下面结合附图对本发明作进一步描述。

参照图1～图5，一种基于小波分析的岩体结构面轮廓曲线分离方法，包括以下步骤：

(1)采用轮廓曲线仪对结构面表面进行定向测量，基于图像灰度数据提取技术将结构面测量图像进行坐标数据转化处理；

(2)选取小波基函数sym5，对结构面轮廓曲线进行二维分离；

(3)根据结构面表面形貌原始测量数据及工程需要，确定最大分解尺度j＝[log2n]＝12，计算每次分解通过小波低通分解滤波器分解出的低频细节信号a1-a12，计算每次分解通过小波高通分解滤波器分解出的高频细节信号d1-d12，见图2；

(4)将小波变换的最大分解尺度12所对应的a12作为宏观几何轮廓，它反映了采用峰谷包络线来表征结构面表面起伏形态，见图3。

(5)将步骤(4)分离出的d1-d12中每一级别的微观粗糙度高度分布频率与分布频率的信息绘制成图，依据构成结构面的矿物颗粒大小分布规律，将符合高斯分布，统计平均值接近0小波变换所对应的d1、d2、d3、d4之和作为微观粗糙度，见图4，该级别结构面表面起伏形态具体体现了矿物颗粒或细小矿物晶体在结构面表面的分布排列特征；

(6)将步骤(5)确定的d1-dp叠加在一起即为分离所得微观粗糙度；

(7)将原始结构面轮廓曲线除去步骤(4)、(6)分离出的宏观几何轮廓与微观粗糙度，剩下的就是表面起伏轮廓，见图5。至此，结构面表面形态三级要素均已分离得出。

虽然结合附图对发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。