冲击扰动下细砂岩岩块动力响应随机特性的深度解析与量化研究

冲击扰动下细砂岩岩块动力响应随机特性的深度解析与量化研究一、绪论1.1研究背景与意义1.1.1背景阐述煤炭作为我国重要的基础能源，在能源结构中占据主导地位。近年来，虽然新能源和可再生能源的发展取得了一定进展，但煤炭在一次能源生产和消费结构中的占比仍较为可观。根据相关数据，2022年我国能源生产结构中，原煤占比达75.6%；能源消费结构中，煤炭占比为66.0%。并且预计在未来较长一段时间内，煤炭的主体能源地位仍难以被替代。随着煤炭资源开发的不断深入，开采深度和强度持续加大。开采深度的增加使得地应力、地温等地质因素变得更为复杂，对煤炭开采的影响愈发显著。深部岩体所处的高应力、高温环境，使其力学性质和变形特征与浅部岩体存在明显差异。在高应力作用下，岩体更容易发生破坏和失稳，给开采作业带来严重的安全隐患。与此同时，开采强度的加大意味着单位时间内煤炭的开采量增加，这不仅对开采设备和技术提出了更高的要求，也加剧了对岩体的扰动。频繁的开采活动使得岩体受到的冲击和振动更为强烈，增加了动力灾害发生的可能性。煤矿开采过程中，顶板破断、断层错动、放顶、打钻、爆破等开采扰动现象频繁发生。这些扰动会造成煤层顶板剧烈振动，引发岩体的动力响应。煤层顶板的细砂岩岩块在受到冲击扰动时，其内部会产生复杂的应力应变分布，进而导致岩块的变形、破裂甚至失稳。而这些响应形式往往伴随较大随机性，这是由于岩体本身的非均质性、结构面的复杂性以及开采扰动的不确定性等多种因素共同作用的结果。岩体的非均质性使得其力学性质在不同部位存在差异，结构面的存在则改变了岩体的连续性和完整性，使得应力传播和变形机制变得复杂。开采扰动的不确定性，如爆破的能量释放、顶板破断的时间和方式等难以精确预测，进一步增加了岩块动力响应的随机性。这种随机性给煤矿开采的安全保障带来了极大的挑战，一旦对岩块动力响应的随机性认识不足或处理不当，就可能引发严重的动力灾害，如冲击地压、顶板垮落等，对人员生命安全和煤矿生产造成巨大损失。因此，深入研究冲击扰动下细砂岩岩块动力响应的随机特性具有重要的现实意义。1.1.2研究意义从理论层面来看，岩石动力学是研究岩石在动荷载作用下的力学响应、变形与破坏规律的学科。目前，虽然在岩石动力学领域已经取得了众多研究成果，但对于岩石在复杂冲击扰动下动力响应的随机性研究仍相对薄弱。深入探究冲击扰动下细砂岩岩块动力响应随机特性，能够进一步完善岩石动力学理论体系。通过揭示岩石在随机冲击扰动下的力学行为本质，如应力应变的分布与演化规律、能量传递与耗散机制等，可以为建立更加准确、全面的岩石动力学模型提供依据。这有助于从理论上深入理解岩石在动态荷载作用下的破坏机理，填补该领域在随机特性研究方面的部分空白，推动岩石动力学理论的发展。从实际应用角度出发，在煤矿开采、地下工程建设等领域，岩体的稳定性是保障工程安全的关键因素。在煤矿开采中，准确掌握煤层顶板细砂岩岩块在冲击扰动下的动力响应随机特性，能够为顶板支护设计提供科学依据。根据岩块动力响应的特点和规律，可以合理选择支护材料和支护方式，确定支护参数，提高顶板支护的可靠性和有效性，从而预防顶板垮落、冲击地压等动力灾害的发生，保障煤矿开采的安全进行。在地下工程建设中，如隧道、硐室等的开挖过程中，也会不可避免地对周围岩体产生冲击扰动。了解岩块的动力响应随机特性，有助于优化工程施工方案，采取有效的工程措施来控制岩体的变形和破坏，确保地下工程的稳定性和安全性。此外，对于一些已经存在的工程隐患，通过对岩块动力响应随机特性的研究，还可以制定针对性的监测和治理方案，及时发现和处理潜在的安全问题，降低工程风险，提高工程的经济效益和社会效益。1.2国内外研究现状1.2.1岩石动力学研究进展岩石动力学作为一门重要的交叉学科，在过去几十年中取得了丰硕的研究成果，为揭示岩石在动态荷载作用下的力学行为和破坏机制提供了坚实的理论和实验基础。在实验研究方面，随着试验技术的不断进步，各种先进的实验设备被广泛应用于岩石动力学研究。分离式霍普金森压杆（SHPB）装置是目前研究岩石动态力学性能的重要工具之一。通过该装置，能够在短时间内对岩石试件施加高应变率的冲击荷载，从而获取岩石在动态加载条件下的应力-应变关系、动态强度、能量吸收与耗散等关键力学参数。众多学者利用SHPB装置对不同类型的岩石，如花岗岩、砂岩、灰岩等进行了大量的冲击试验，研究了冲击荷载幅值、加载速率、波形等因素对岩石动态力学性能的影响。研究发现，岩石的动态强度随冲击荷载幅值和加载速率的增加而显著提高，呈现出明显的应变率效应。岩石在冲击荷载作用下的破坏模式也与静态加载时有很大差异，动态破坏通常更为剧烈，岩石碎块更为细小，这反映了冲击荷载下岩石内部能量的快速释放和裂纹的高速扩展。数值模拟方法在岩石动力学研究中也发挥着越来越重要的作用。有限元方法（FEM）、有限差分法（FDM）、离散元法（DEM）等数值计算方法能够对岩石在复杂荷载条件下的力学响应进行模拟分析。通过建立合理的岩石力学模型和本构关系，数值模拟可以再现岩石从变形到破坏的全过程，深入研究岩石内部的应力、应变分布规律以及裂纹的萌生、扩展和贯通机制。例如，利用有限元软件可以对岩石在冲击荷载作用下的应力波传播过程进行模拟，分析应力波在岩石内部的反射、折射和叠加现象，以及这些现象对岩石破坏的影响。离散元法能够较好地模拟岩石的非连续变形和破坏过程，通过将岩石离散为大量的颗粒单元，考虑颗粒之间的接触力和相对运动，能够直观地展现岩石在荷载作用下的破碎过程和碎块的运动规律。在理论研究方面，岩石动力学的基本理论不断完善。应力波理论是岩石动力学的重要基础，它研究应力波在岩石中的传播特性、衰减规律以及与岩石相互作用的机制。通过对应力波理论的深入研究，能够更好地理解冲击荷载下岩石内部的力学响应过程，为建立岩石的动态本构关系和破坏准则提供理论依据。岩石的动态本构关系描述了岩石在动态荷载作用下的应力-应变关系，是研究岩石动力学行为的核心内容之一。目前，已经提出了多种岩石动态本构模型，如弹性模型、弹塑性模型、粘弹性模型、损伤模型等，这些模型从不同角度考虑了岩石的力学特性和变形机制，能够在一定程度上描述岩石在动态荷载下的力学行为。然而，由于岩石材料的复杂性和多样性，现有的本构模型仍存在一定的局限性，需要进一步的改进和完善。岩石的破坏准则是判断岩石在荷载作用下是否发生破坏的依据，对于岩石工程的设计和安全评估具有重要意义。在岩石动力学领域，已经发展了多种破坏准则，如Mohr-Coulomb破坏准则、Hoek-Brown破坏准则、Griffith破坏准则等。这些破坏准则在不同的条件下具有各自的适用性，但对于复杂的冲击荷载情况，还需要进一步研究和发展更加准确的破坏准则，以更好地预测岩石的破坏行为。1.2.2岩石力学随机性研究进展岩石力学随机性研究是近年来岩石力学领域的一个重要研究方向，旨在揭示岩石力学参数和力学行为的不确定性及其对工程稳定性的影响。在岩石力学参数的随机性研究方面，大量的实验和现场观测表明，岩石的力学参数，如弹性模量、泊松比、抗压强度、抗拉强度等，存在显著的空间变异性和不确定性。这种变异性主要源于岩石的非均质性、结构面的存在、地质构造的复杂性以及测量误差等因素。为了描述岩石力学参数的随机性，学者们采用了概率论和数理统计的方法，对岩石力学参数进行统计分析，建立概率分布模型。研究发现，岩石力学参数通常服从正态分布、对数正态分布、Weibull分布等常见的概率分布。通过对大量岩石力学参数数据的统计分析，可以确定参数的均值、标准差、变异系数等统计特征，从而评估参数的不确定性程度。在岩石力学模型的随机性研究方面，考虑到岩石力学参数的随机性，传统的确定性岩石力学模型难以准确描述岩石的力学行为。因此，随机岩石力学模型应运而生。随机有限元法（SFEM）是一种常用的随机岩石力学模型，它将岩石力学参数视为随机变量，通过随机变量的抽样和有限元计算，得到岩石力学响应的统计特征，如均值、方差、概率分布等。随机有限元法能够考虑参数随机性对岩石力学响应的影响，为岩石工程的可靠性分析提供了有力的工具。除了随机有限元法，还有随机边界元法（SBEM）、蒙特卡罗模拟（MCS）等方法也被应用于岩石力学模型的随机性研究。蒙特卡罗模拟通过对随机变量进行大量的随机抽样，模拟岩石力学系统的行为，从而得到系统响应的统计信息。这种方法简单直观，但计算量较大，需要耗费大量的计算资源。在岩石工程稳定性的随机性分析方面，考虑岩石力学参数和力学模型的随机性，对岩石工程的稳定性进行可靠性分析具有重要的工程实际意义。可靠性分析方法主要包括一次二阶矩法（FORM）、二次二阶矩法（SORM）、响应面法（RSM）等。一次二阶矩法是一种基于泰勒级数展开的近似方法，通过计算岩石工程系统的失效概率和可靠指标，评估工程的稳定性。二次二阶矩法在一次二阶矩法的基础上，进一步考虑了随机变量的高阶矩，提高了计算精度。响应面法通过构造响应面函数，将复杂的岩石力学问题简化为一个近似的函数关系，然后利用可靠性分析方法计算失效概率和可靠指标。这些可靠性分析方法能够综合考虑岩石力学参数和力学模型的随机性，为岩石工程的设计、施工和安全评估提供科学的依据，有助于降低工程风险，提高工程的安全性和可靠性。1.3研究内容与技术路线1.3.1研究内容本文以煤层顶板细砂岩岩块为研究对象，对细砂岩岩块进行动力学响应实验，采用时域和频域分析方法，通过引入相对均差系数这一无量纲量来定量描述细砂岩岩块动力响应特性随机性，具体内容如下：细砂岩岩块动力响应特性实验研究：开展细砂岩基本力学参数测试实验，运用常规岩石力学实验设备，测定细砂岩的密度、孔隙率、单轴抗压强度、弹性模量、泊松比等基本力学参数，全面了解细砂岩的物理力学性质，为后续的冲击响应实验提供基础数据。利用分离式霍普金森压杆（SHPB）等冲击实验设备，对细砂岩岩块进行冲击响应实验。在不同的冲击荷载条件下，测量岩块的受力情况以及加速度响应。通过力谱分析，研究冲击荷载的频率成分和能量分布；通过相干系数分析，探讨激励与响应之间的相关性；通过加速度响应幅值谱分析，确定响应的主要频率成分和幅值分布；通过功率谱密度分析，研究能量在频率域上的分布特性，深入揭示细砂岩岩块在冲击荷载作用下的动力响应特性。进行不同尺寸岩块动力响应特性对比实验，选取多种不同尺寸的细砂岩岩块，在相同的冲击荷载条件下进行实验。对比分析不同尺寸岩块的动力响应差异，包括应力、应变、加速度等响应参数的变化规律，研究岩块尺寸对动力响应特性的影响机制。细砂岩岩块动力响应特性随机性分析：引入相对均差系数这一无量纲量，对细砂岩岩块动力响应特性的随机性进行定量描述。通过计算相对均差系数，分析扰动力、加速度响应以及功率谱密度等参数的离散程度，评估其随机性大小。对扰动力的随机性进行分析，研究冲击荷载的不确定性来源，如加载设备的精度、加载方式的差异等因素对扰动力随机性的影响。通过统计分析方法，确定扰动力的概率分布特征，为后续的动力响应分析提供输入依据。从峰值频率点和峰值窄带内两个角度，对加速度响应的随机性进行分析。在峰值频率点处，计算加速度响应的相对均差系数，评估该频率点处响应的稳定性；在峰值窄带内，综合考虑多个频率成分的影响，分析加速度响应的随机性变化规律，深入了解加速度响应在频率域上的随机性特征。同样从峰值频率点和峰值窄带内两个方面，对功率谱密度的随机性进行分析。在峰值频率点处，研究功率谱密度的相对均差系数，判断该频率点处能量分布的稳定性；在峰值窄带内，分析功率谱密度的变化情况，探讨能量在窄带内的随机分布特性，为全面理解细砂岩岩块的动力响应随机性提供依据。研究岩石尺寸对响应随机性的影响，分析不同尺寸岩块在相同冲击荷载条件下，动力响应随机性的差异。探讨岩石尺寸与相对均差系数之间的关系，揭示岩石尺寸对动力响应随机性的影响规律，为实际工程中考虑岩石尺寸效应提供理论支持。1.3.2技术路线本文的技术路线如图1-1所示，首先开展细砂岩基本力学参数测试实验，获取细砂岩的密度、孔隙率、单轴抗压强度等基本力学参数，为后续实验提供基础数据。接着利用分离式霍普金森压杆（SHPB）等设备对细砂岩岩块进行冲击响应实验，测量不同冲击荷载下岩块的受力及加速度响应，然后对实验数据进行力谱、相干系数、加速度响应幅值谱以及功率谱密度等分析，深入研究细砂岩岩块的动力响应特性。同时进行不同尺寸岩块动力响应特性对比实验，对比分析不同尺寸岩块的动力响应差异，研究岩块尺寸对动力响应特性的影响。在实验数据处理与分析的基础上，引入相对均差系数定量描述细砂岩岩块动力响应特性的随机性，分别对扰动力、加速度响应以及功率谱密度的随机性进行分析，研究岩石尺寸对响应随机性的影响。最后，综合实验研究与随机性分析的结果，总结细砂岩岩块在冲击扰动下动力响应的随机特性，得出研究结论，并提出对未来相关研究的展望，为深部采场煤岩结构的动力学研究提供参考。\\二、细砂岩岩块动力响应特性实验研究2.1细砂岩基本力学参数测试2.1.1实验目的本实验旨在精确测定细砂岩的基本力学参数，包括密度、孔隙率、单轴抗压强度、弹性模量以及泊松比等。这些参数是深入了解细砂岩物理力学性质的基础，为后续开展的冲击响应实验和动力响应特性分析提供不可或缺的数据支持。通过掌握这些基本力学参数，能够更好地理解细砂岩在冲击扰动下的力学行为，从而为揭示其动力响应的随机特性奠定坚实基础。例如，密度和孔隙率可以反映细砂岩的内部结构和致密程度，影响其在冲击荷载下的能量吸收和传播特性；单轴抗压强度、弹性模量和泊松比则直接关系到细砂岩的强度和变形特性，对其在冲击作用下的破坏模式和动力响应具有重要影响。因此，准确获取这些基本力学参数对于本研究的顺利开展和深入进行具有重要意义。2.1.2实验设备与试样实验设备选用了电子万能压力实验机，该设备具备高精度的加载控制系统和数据采集系统，能够精确控制加载速率和测量荷载，确保实验数据的准确性和可靠性。同时，还配备了电子天平、游标卡尺、岩石切割机、磨片机等辅助设备，用于试样的制备和尺寸测量。实验所用的细砂岩试样采集自某煤矿的煤层顶板，该区域的细砂岩具有典型的工程地质特征，能够代表实际工程中的细砂岩情况。为了保证实验结果的代表性和可靠性，在采集试样时，从不同位置选取了多块岩石，以涵盖细砂岩的各种特性。将采集到的岩石加工成直径为50mm、高度为100mm的标准圆柱体试样，在加工过程中，严格控制试样的尺寸精度和表面平整度，以确保实验结果的准确性。对试样进行编号，以便在实验过程中进行跟踪和记录。2.1.3实验过程及结果密度测试时，首先使用电子天平准确称取每个试样的质量，记录为m。然后采用排水法测量试样的体积，将试样完全浸没在水中，测量排开的水的体积，即为试样的体积，记录为V。根据密度的计算公式\rho=\frac{m}{V}，计算每个试样的密度。对多个试样的密度测试结果进行统计分析，得到细砂岩的平均密度。孔隙率测试采用的是饱和吸水率法。先将试样在105℃的烘箱中烘干至恒重，称取干重m_0。然后将烘干后的试样放入水中，使其充分饱和，称取饱和后的质量m_1。根据孔隙率的计算公式\varphi=\frac{m_1-m_0}{\rho_wV}\times100\%（其中\rho_w为水的密度），计算出试样的孔隙率。同样对多个试样的孔隙率测试结果进行统计，得到细砂岩的平均孔隙率。单轴抗压强度测试在电子万能压力实验机上进行。将制备好的试样放置在实验机的加载平台上，调整加载头的位置，使其与试样中心对齐。以0.5MPa/s的加载速率缓慢施加轴向压力，直至试样破坏。记录试样破坏时的最大荷载P，根据单轴抗压强度的计算公式\sigma_c=\frac{P}{A}（其中A为试样的横截面积），计算出每个试样的单轴抗压强度。对多组实验数据进行统计分析，得到细砂岩的单轴抗压强度平均值及离散程度。弹性模量和泊松比测试则是在单轴抗压强度测试的基础上，利用实验机的数据采集系统同步记录试样在加载过程中的轴向应变\varepsilon_{axial}和横向应变\varepsilon_{lateral}。根据胡克定律，弹性模量E=\frac{\sigma}{\varepsilon_{axial}}（其中\sigma为轴向应力），泊松比\nu=-\frac{\varepsilon_{lateral}}{\varepsilon_{axial}}。通过对实验数据的处理和计算，得到细砂岩的弹性模量和泊松比。同样对多组实验数据进行统计分析，得到弹性模量和泊松比的平均值及变化范围。具体的实验结果如下表2-1所示：力学参数平均值标准差变异系数密度（g/cm^3）2.580.050.019孔隙率（%）3.250.350.108单轴抗压强度（MPa）56.84.50.079弹性模量（GPa）12.51.20.096泊松比0.230.020.087由表2-1可知，该细砂岩的密度较为稳定，变异系数较小，说明其内部物质组成相对均匀。孔隙率虽数值不大，但仍会对其力学性能产生一定影响。单轴抗压强度反映了细砂岩在轴向压力下的承载能力，其标准差和变异系数表明不同试样间存在一定差异。弹性模量体现了细砂岩抵抗弹性变形的能力，泊松比则反映了其横向变形特性，它们的标准差和变异系数也反映了实验数据的离散程度。这些基本力学参数的测定结果为后续的冲击响应实验和动力响应特性分析提供了重要的基础数据，有助于深入研究细砂岩在冲击扰动下的力学行为和随机特性。2.2细砂岩岩块冲击响应实验2.2.1实验目的本实验旨在通过模拟实际工程中可能遇到的冲击扰动情况，利用分离式霍普金森压杆（SHPB）等设备对细砂岩岩块进行冲击加载，测量岩块在冲击过程中的受力情况以及加速度响应。通过对力谱、相干系数、加速度响应幅值谱以及功率谱密度等的分析，深入探究细砂岩岩块在冲击扰动下的动力响应特征，揭示其响应规律，为后续研究细砂岩岩块动力响应特性的随机性提供实验数据和理论基础。例如，通过力谱分析可以了解冲击荷载的频率成分和能量分布，相干系数分析能判断激励与响应之间的相关性，加速度响应幅值谱分析可确定响应的主要频率成分和幅值分布，功率谱密度分析则有助于研究能量在频率域上的分布特性，这些分析结果对于全面认识细砂岩岩块在冲击扰动下的动力响应特性具有重要意义。2.2.2实验设备、原理及流程实验设备选用了直径为50mm的分离式霍普金森压杆（SHPB）装置，该装置主要由加载系统、波形整形系统、测试系统等部分组成。加载系统通过发射子弹撞击入射杆，产生应力波并传入岩块；波形整形系统用于调整应力波的波形，使其更加符合实验要求；测试系统则包括应变片、动态应变仪和数据采集系统，用于测量入射波、反射波和透射波的应变信号，进而计算出力和应力等参数。同时，配备了高精度的加速度传感器，用于测量岩块在冲击过程中的加速度响应，确保实验数据的准确性和可靠性。实验原理基于应力波传播理论。当子弹撞击入射杆时，在入射杆中产生一个应力波，该应力波以弹性波的形式传播到岩块与入射杆的界面。由于岩块和入射杆的波阻抗不同，应力波在界面处发生反射和透射。通过测量入射波、反射波和透射波的应变信号，利用一维应力波理论和波动方程，可以计算出岩块所受到的力和应力，以及岩块的应变和应变率。加速度传感器则直接测量岩块在冲击过程中的加速度响应，为分析岩块的动力响应提供重要数据。实验流程如下：首先，将加工好的细砂岩岩块试样放置在入射杆和透射杆之间，调整岩块的位置，使其中心与入射杆和透射杆的轴线重合，确保应力波能够均匀地作用在岩块上。在入射杆、反射杆和透射杆上合适位置粘贴应变片，并将应变片与动态应变仪连接，确保信号传输正常。同时，将加速度传感器安装在岩块表面，保证传感器能够准确测量岩块的加速度响应。利用空气压缩机向发射装置中充入一定压力的气体，通过控制气体压力来调整子弹的发射速度，从而实现不同冲击荷载条件下的实验。发射子弹，使其撞击入射杆，产生应力波并作用于岩块。动态应变仪实时采集入射波、反射波和透射波的应变信号，数据采集系统同步记录加速度传感器测量的加速度响应数据。一次冲击实验完成后，检查岩块的破坏情况，清理实验装置，更换新的岩块试样，重复上述步骤，进行多次不同冲击条件下的实验，以获取丰富的实验数据。2.2.3力谱及相干系数分析力谱分析是研究冲击荷载特性的重要手段。通过对采集到的力信号进行快速傅里叶变换（FFT），得到力谱，力谱能够清晰地展示冲击荷载在不同频率下的能量分布情况。从力谱图中可以观察到，冲击荷载包含了多个频率成分，其中在低频段（0-100Hz）能量相对集中，这是因为在冲击加载过程中，主要的能量集中在较低频率的应力波传播中。随着频率的增加，能量逐渐衰减，高频段的能量相对较低。这表明在冲击扰动下，细砂岩岩块主要受到低频段应力波的作用，低频应力波在岩块的动力响应中起到关键作用。相干系数用于衡量激励与响应之间的线性相关性。对于细砂岩岩块冲击响应实验，激励为力信号，响应为加速度信号。相干系数的计算公式为：\gamma_{xy}^{2}(f)=\frac{\vertS_{xy}(f)\vert^{2}}{S_{xx}(f)S_{yy}(f)}其中，\gamma_{xy}^{2}(f)为频率f处的相干系数，S_{xy}(f)为激励与响应的互功率谱密度，S_{xx}(f)和S_{yy}(f)分别为激励和响应的自功率谱密度。相干系数的取值范围为0到1，当相干系数接近1时，表示激励与响应之间具有良好的线性相关性；当相干系数接近0时，则表示两者之间线性相关性较差。通过计算不同频率下的相干系数，得到相干系数随频率的变化曲线。分析结果表明，在10Hz-100Hz频段内，相干系数较高，接近0.8，说明在该频段内，细砂岩岩块的激励与响应之间具有较好的线性相关性。这意味着在这个频率范围内，力信号的变化能够较为准确地反映在加速度响应中，岩块的动力响应主要受到该频段内激励的影响。而在其他频段，相干系数相对较低，激励与响应之间的线性相关性较弱，可能存在其他因素对岩块的动力响应产生干扰，或者在这些频段内，岩块的响应机制更为复杂，力与加速度之间的线性关系不再明显。2.2.4加速度响应幅值谱分析加速度响应幅值谱能够直观地展示加速度响应在不同频率下的幅值分布情况。对采集到的加速度响应信号进行快速傅里叶变换（FFT），得到加速度响应幅值谱。在加速度响应幅值谱图上，可以清晰地看到不同频率对应的加速度幅值。从图中可以发现，存在一些频率点处加速度幅值出现峰值，这些峰值对应的频率即为岩块的主要响应频率。通过对多个实验数据的分析，总结出细砂岩岩块的主要响应频率范围在30Hz-80Hz之间。在这个频率范围内，加速度幅值相对较大，表明岩块在这些频率下的振动较为强烈，动力响应明显。例如，在50Hz左右的频率点，加速度幅值达到一个较高的值，说明岩块在该频率下对冲击扰动的响应最为敏感，能量吸收和转换较为显著。随着频率的增加或减小，加速度幅值逐渐降低，说明岩块在其他频率下的动力响应相对较弱。进一步分析加速度响应幅值与频率的关系，发现加速度幅值随着频率的变化呈现出一定的规律性。在主要响应频率范围内，加速度幅值随着频率的增加先增大后减小，呈现出类似抛物线的变化趋势。这种变化趋势反映了细砂岩岩块在冲击扰动下的固有振动特性，当外界激励频率接近岩块的固有频率时，会发生共振现象，导致加速度幅值增大，岩块的动力响应加剧。而当激励频率偏离固有频率时，加速度幅值逐渐减小，动力响应减弱。加速度响应幅值谱分析结果对于深入理解细砂岩岩块在冲击扰动下的动力响应特性具有重要意义，为后续研究岩块的破坏机制和稳定性提供了关键信息。2.2.5功率谱密度分析功率谱密度（PSD）是描述信号功率在频率域上分布的函数，它能够反映信号在不同频率成分上的能量分布情况。对于细砂岩岩块的冲击响应实验，通过对加速度响应信号进行处理，计算得到功率谱密度。功率谱密度的计算方法通常采用Welch法，该方法通过对信号进行分段加窗处理，然后对每一段进行傅里叶变换并求平均，从而得到较为平滑的功率谱密度估计。功率谱密度分析结果表明，在主要响应频率范围内，功率谱密度较高，这意味着在这些频率下，岩块的能量吸收和转换较为显著，动力响应强烈。在50Hz左右的频率点，功率谱密度出现峰值，说明该频率是岩块能量集中的主要频率，岩块在这个频率下对冲击扰动的响应最为敏感。在低频段和高频段，功率谱密度相对较低，表明在这些频率范围内，岩块的能量分布较少，动力响应较弱。与加速度响应幅值谱分析结果相结合，可以发现功率谱密度的分布与加速度幅值的分布具有一定的相关性。在加速度幅值较大的频率点，功率谱密度也相对较高，这进一步说明了在这些频率下，岩块的能量吸收和转换与加速度响应密切相关。通过功率谱密度分析，能够更全面地了解细砂岩岩块在冲击扰动下的能量分布和动力响应特性，为研究岩块的破坏机制和动力学行为提供了重要的依据。同时，功率谱密度分析结果也可以为工程实际中的结构设计和振动控制提供参考，通过合理调整结构的固有频率，避免与岩块的主要响应频率重合，从而减少冲击扰动对结构的影响，提高结构的稳定性和安全性。2.3不同尺寸岩块动力响应特性对比实验2.3.1实验目的本实验旨在探究岩块尺寸对其动力响应特性的影响。在实际工程中，岩体的尺寸和形状各异，而尺寸因素可能会显著改变岩块在冲击扰动下的应力、应变分布以及加速度响应等特性。通过开展不同尺寸岩块的动力响应特性对比实验，能够深入了解尺寸效应在岩石动力学中的作用机制，为实际工程中岩体稳定性分析和工程设计提供更为准确的理论依据和数据支持。例如，在煤矿开采中，不同尺寸的顶板岩块在受到开采扰动时的响应不同，了解这种尺寸效应有助于合理设计顶板支护方案，确保开采过程的安全。2.3.2实验设备与流程实验设备依然采用直径为50mm的分离式霍普金森压杆（SHPB）装置，该装置能够精确控制冲击荷载的大小和加载速率，保证实验结果的准确性和可靠性。同时配备高精度的动态应变仪、数据采集系统以及加速度传感器，用于测量和记录实验过程中的各项数据。实验选取了三种不同尺寸的细砂岩岩块，尺寸规格分别为：小型岩块直径30mm、高度60mm；中型岩块直径50mm、高度100mm；大型岩块直径70mm、高度140mm。每种尺寸的岩块均制备5个试样，以保证实验数据的代表性和可靠性。实验流程如下：首先，对不同尺寸的细砂岩岩块试样进行编号和尺寸测量，确保尺寸准确无误。将试样放置在SHPB装置的入射杆和透射杆之间，调整岩块位置，使其中心轴线与入射杆和透射杆的轴线重合，保证应力波能够均匀地作用在岩块上。在入射杆、反射杆和透射杆上粘贴应变片，并连接到动态应变仪上，同时将加速度传感器安装在岩块表面，确保传感器能够准确测量岩块的加速度响应。设置SHPB装置的冲击参数，如子弹发射速度等，以实现相同的冲击荷载条件。发射子弹，使应力波作用于岩块，动态应变仪实时采集入射波、反射波和透射波的应变信号，数据采集系统同步记录加速度传感器测量的加速度响应数据。一次冲击实验完成后，检查岩块的破坏情况，清理实验装置，更换新的岩块试样，按照上述步骤，对每种尺寸的岩块试样分别进行多次冲击实验，获取丰富的实验数据。2.3.3实验结果及分析通过对不同尺寸岩块的实验数据进行整理和分析，得到了以下结果：在相同冲击荷载条件下，不同尺寸岩块的应力应变响应存在明显差异。小型岩块的应力峰值相对较高，达到了[X1]MPa，应变峰值也较大，为[Y1]；中型岩块的应力峰值为[X2]MPa，应变峰值为[Y2]；大型岩块的应力峰值最低，为[X3]MPa，应变峰值为[Y3]。这表明随着岩块尺寸的增大，其在冲击荷载作用下的应力和应变峰值呈现出降低的趋势。这是因为岩块尺寸增大，内部缺陷和结构面增多，在冲击荷载作用下，应力波在传播过程中会发生更多的反射、折射和散射，导致能量分散，从而使应力和应变峰值降低。不同尺寸岩块的加速度响应也有所不同。小型岩块的加速度峰值最大，达到了[Z1]m/s²，中型岩块的加速度峰值为[Z2]m/s²，大型岩块的加速度峰值最小，为[Z3]m/s²。从加速度响应的频谱分析来看，小型岩块的主要响应频率相对较高，集中在[F1]Hz-[F2]Hz之间；中型岩块的主要响应频率在[F3]Hz-[F4]Hz之间；大型岩块的主要响应频率较低，在[F5]Hz-[F6]Hz之间。这说明岩块尺寸的变化会影响其加速度响应的幅值和频率特性，尺寸较小的岩块在冲击扰动下更容易产生高频振动，而尺寸较大的岩块则以低频振动为主。这是由于小型岩块的惯性较小，对冲击荷载的响应更为灵敏，容易产生高频振动；而大型岩块惯性较大，振动相对缓慢，主要以低频振动为主。综合分析不同尺寸岩块的动力响应特性，可以得出岩块尺寸对其动力响应特性具有显著影响。在实际工程中，应充分考虑岩块尺寸效应，根据具体情况选择合适的力学模型和参数，以准确评估岩体的稳定性和安全性。例如，在煤矿顶板支护设计中，对于不同尺寸的顶板岩块，应采用不同的支护方案和参数，以确保顶板的稳定，防止顶板垮落等事故的发生。2.4本章小结本章通过开展一系列实验，对细砂岩岩块的动力响应特性进行了深入研究。首先进行了细砂岩基本力学参数测试实验，准确测定了细砂岩的密度、孔隙率、单轴抗压强度、弹性模量和泊松比等参数，这些参数为后续的冲击响应实验提供了基础数据，有助于深入理解细砂岩的物理力学性质。接着利用分离式霍普金森压杆（SHPB）进行细砂岩岩块冲击响应实验，通过力谱分析明确了冲击荷载在不同频率下的能量分布，相干系数分析确定了激励与响应在10Hz-100Hz频段内具有较好的线性相关性，加速度响应幅值谱分析找出了岩块的主要响应频率范围在30Hz-80Hz之间，功率谱密度分析揭示了能量在频率域上的分布特性，全面深入地探究了细砂岩岩块在冲击扰动下的动力响应特征。最后开展不同尺寸岩块动力响应特性对比实验，发现随着岩块尺寸增大，应力和应变峰值降低，加速度峰值减小，主要响应频率降低，充分证明了岩块尺寸对其动力响应特性具有显著影响。这些实验结果为后续研究细砂岩岩块动力响应特性的随机性提供了丰富的数据支持和理论依据，有助于进一步揭示细砂岩岩块在冲击扰动下动力响应的内在机制和随机特性，为实际工程中岩体稳定性分析和工程设计提供更准确的参考。三、细砂岩岩块动力响应特性随机性分析3.1相对均差系数在研究细砂岩岩块动力响应特性的随机性时，引入相对均差系数这一无量纲量来定量描述其离散程度。相对均差系数能够有效地衡量数据的离散性，从而准确评估动力响应特性的随机性大小。相对均差系数的计算基于一组数据的平均值和平均绝对偏差。首先，计算数据序列x_1,x_2,\cdots,x_n的平均值\overline{x}，计算公式为\overline{x}=\frac{1}{n}\sum_{i=1}^{n}x_i。接着，计算每个数据点与平均值的绝对偏差\vertx_i-\overline{x}\vert，然后求这些绝对偏差的平均值，即平均绝对偏差MAD=\frac{1}{n}\sum_{i=1}^{n}\vertx_i-\overline{x}\vert。最后，相对均差系数RMD通过将平均绝对偏差除以平均值得到，公式为RMD=\frac{MAD}{\overline{x}}。例如，对于一组扰动力数据F_1,F_2,\cdots,F_n，先计算其平均值\overline{F}，再计算平均绝对偏差MAD_F，进而得到扰动力的相对均差系数RMD_F=\frac{MAD_F}{\overline{F}}。相对均差系数用于描述随机性的原理在于，它反映了数据相对于平均值的离散程度。当相对均差系数较小时，说明数据点相对集中在平均值附近，数据的离散程度小，随机性较弱；反之，当相对均差系数较大时，表明数据点较为分散，与平均值的偏离程度较大，数据的离散程度大，随机性较强。在细砂岩岩块动力响应特性研究中，通过计算扰动力、加速度响应以及功率谱密度等参数的相对均差系数，可以直观地了解这些参数在不同条件下的随机性变化情况。比如在不同冲击荷载条件下，计算加速度响应的相对均差系数，若系数较大，则说明加速度响应的随机性较大，在相同的冲击扰动下，加速度响应的变化较为复杂且难以预测；若系数较小，则加速度响应相对较为稳定，随机性较小。相对均差系数为定量分析细砂岩岩块动力响应特性的随机性提供了有效的工具，有助于深入理解岩块在冲击扰动下的力学行为和响应规律。3.2扰动力随机性分析在冲击扰动下，细砂岩岩块所受到的扰动力存在明显的随机性，这种随机性对岩块的动力响应有着至关重要的影响。扰动力的随机性来源广泛，其中加载设备的精度和加载方式的差异是两个主要因素。加载设备的精度直接关系到扰动力的准确性和稳定性。在实际实验中，即使采用高精度的分离式霍普金森压杆（SHPB）装置，也难以完全避免设备本身存在的系统误差和随机误差。设备的机械部件磨损、传感器的精度限制以及信号传输过程中的干扰等，都可能导致加载过程中扰动力的波动和不确定性。当设备的某些部件出现轻微磨损时，在发射子弹产生应力波的过程中，可能会使应力波的波形和幅值产生微小的变化，从而导致作用在细砂岩岩块上的扰动力出现随机性波动。这种波动虽然可能在每次实验中表现得并不明显，但在多次实验的统计分析中，就会体现出扰动力的离散性和随机性。加载方式的差异也是扰动力随机性的重要来源。不同的加载方式会产生不同的冲击波形和加载速率，进而导致扰动力的随机性。在SHPB实验中，通过调整发射子弹的气体压力来改变冲击荷载，不同的气体压力会使子弹的发射速度和撞击入射杆的能量不同，从而产生不同的应力波波形和扰动力。加载的重复性和一致性也难以完全保证，即使在相同的实验条件下进行多次加载，每次加载时的细微差异，如子弹与入射杆的撞击角度、撞击位置等，都可能导致扰动力的变化，增加其随机性。为了分析扰动力的随机性，对多次冲击实验中的扰动力数据进行统计分析。通过计算扰动力的相对均差系数，能够直观地了解其离散程度。对10次相同冲击条件下的实验进行统计，得到扰动力数据F_1,F_2,\cdots,F_{10}，计算其平均值\overline{F}和平均绝对偏差MAD_F，进而得到扰动力的相对均差系数RMD_F=\frac{MAD_F}{\overline{F}}。经过计算，该组实验中扰动力的相对均差系数为[X]，这表明扰动力存在一定程度的离散性，具有明显的随机性。进一步研究扰动力的概率分布特征，采用概率密度函数来描述扰动力的分布情况。通过对大量实验数据的拟合分析，发现扰动力近似服从正态分布。正态分布的概率密度函数为：f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}}其中，\mu为均值，对应扰动力的平均值\overline{F}；\sigma为标准差，反映扰动力的离散程度。在本研究中，通过统计分析确定了扰动力正态分布的均值和标准差，扰动力在均值附近出现的概率较高，随着与均值偏差的增大，出现的概率逐渐减小。这一概率分布特征表明，虽然扰动力存在随机性，但在一定范围内具有相对稳定的分布规律，为后续分析细砂岩岩块在扰动力作用下的动力响应提供了重要的输入依据，有助于深入理解扰动力随机性对岩块动力响应的影响机制。3.3加速度响应随机性分析3.3.1峰值频率点在细砂岩岩块受到冲击扰动的过程中，加速度响应在不同频率下呈现出不同的特征，其中峰值频率点处的加速度响应随机性分析具有重要意义。峰值频率点对应着加速度响应幅值相对较大的频率位置，在该点处，细砂岩岩块的振动较为剧烈，能量的吸收和转换也更为显著。通过对峰值频率点处加速度响应的研究，可以深入了解岩块在冲击扰动下的主要振动特性和响应的随机性。对多组冲击实验中峰值频率点处的加速度响应数据进行分析，计算其相对均差系数。在某次系列实验中，共进行了15次相同冲击条件下的实验，获取了峰值频率点处的加速度响应数据a_1,a_2,\cdots,a_{15}。首先计算这些数据的平均值\overline{a}，即\overline{a}=\frac{1}{15}\sum_{i=1}^{15}a_i。接着计算每个数据点与平均值的绝对偏差\verta_i-\overline{a}\vert，再求这些绝对偏差的平均值，得到平均绝对偏差MAD_a=\frac{1}{15}\sum_{i=1}^{15}\verta_i-\overline{a}\vert。最后，根据相对均差系数的计算公式RMD_a=\frac{MAD_a}{\overline{a}}，得出该组实验中峰值频率点处加速度响应的相对均差系数为[具体数值]。这一数值表明，在峰值频率点处，加速度响应存在一定程度的离散性，具有较为明显的随机性。为了进一步研究加速度响应在峰值频率点处的随机性，将其与扰动力在该频率点处的随机性进行对比，引入传递比相对均差系数。传递比定义为加速度响应与扰动力的比值，即T_i=\frac{a_i}{F_i}（其中F_i为对应的扰动力）。计算传递比的相对均差系数时，先计算传递比的平均值\overline{T}，\overline{T}=\frac{1}{n}\sum_{i=1}^{n}T_i，再计算平均绝对偏差MAD_T=\frac{1}{n}\sum_{i=1}^{n}\vertT_i-\overline{T}\vert，最后得到传递比相对均差系数RMD_T=\frac{MAD_T}{\overline{T}}。经过计算，传递比相对均差系数为[具体数值]。通过与扰动力和加速度响应各自的相对均差系数进行比较，可以发现传递比相对均差系数在一定程度上综合反映了两者之间的关系。当传递比相对均差系数较小时，说明在峰值频率点处，加速度响应与扰动力之间的比例关系相对稳定，随机性较小；反之，当传递比相对均差系数较大时，则表明两者之间的比例关系波动较大，随机性较强。这一分析结果有助于深入理解扰动力与加速度响应之间的内在联系，以及它们在峰值频率点处的随机特性对细砂岩岩块动力响应的影响。3.3.2峰值窄带内在峰值窄带内对加速度响应随机性进行研究，能够更全面地了解细砂岩岩块在冲击扰动下的动力响应特性。峰值窄带是指围绕峰值频率点的一个频率区间，在这个区间内，加速度响应的幅值相对较大，对岩块的动力响应具有重要影响。与单一频率点相比，峰值窄带内包含了多个频率成分，这些频率成分之间的相互作用和干扰使得加速度响应的随机性更为复杂。通过对实验数据的分析，计算峰值窄带内加速度响应的相对均差系数。在一组实验中，确定峰值窄带的频率范围为[下限频率]Hz-[上限频率]Hz，在该窄带内，对多个频率点的加速度响应数据进行采集和分析。假设在该窄带内选取了m个频率点，每个频率点对应的加速度响应数据为a_{ij}（i=1,2,\cdots,m；j=1,2,\cdots,n，n为每个频率点处的实验次数）。首先计算每个频率点处加速度响应的平均值\overline{a}_i=\frac{1}{n}\sum_{j=1}^{n}a_{ij}，然后计算整个窄带内加速度响应的总体平均值\overline{a}=\frac{1}{m}\sum_{i=1}^{m}\overline{a}_i。接着计算每个频率点处数据与该频率点平均值的绝对偏差\verta_{ij}-\overline{a}_i\vert，以及所有频率点处数据与总体平均值的绝对偏差\verta_{ij}-\overline{a}\vert，分别求其平均值得到平均绝对偏差MAD_{a1}和MAD_{a2}。最后，根据相对均差系数的计算公式，得到基于频率点平均值的相对均差系数RMD_{a1}=\frac{MAD_{a1}}{\overline{a}}和基于总体平均值的相对均差系数RMD_{a2}=\frac{MAD_{a2}}{\overline{a}}。通过这两个相对均差系数，可以从不同角度评估峰值窄带内加速度响应的随机性。将峰值窄带内加速度响应的随机性与单一频率点进行对比，发现两者存在一定的差异。在单一频率点处，加速度响应的随机性主要受该频率点处的扰动力、岩块的固有特性等因素影响；而在峰值窄带内，除了这些因素外，不同频率成分之间的相互作用也会对加速度响应的随机性产生影响。在窄带内，某些频率成分之间可能发生共振或干涉现象，导致加速度响应的幅值和相位发生变化，从而增加了随机性。从相对均差系数的数值上看，峰值窄带内的相对均差系数可能会大于或小于单一频率点处的相对均差系数，具体取决于窄带内频率成分的分布和相互作用情况。当窄带内频率成分较为集中且相互作用较弱时，峰值窄带内的相对均差系数可能与单一频率点处相近；当频率成分分布较为分散且相互作用较强时，峰值窄带内的相对均差系数可能会较大，表明加速度响应的随机性更强。这一对比分析结果表明，在研究细砂岩岩块的动力响应随机性时，需要综合考虑单一频率点和峰值窄带内的情况，以便更全面、准确地理解加速度响应的随机特性及其影响因素。3.4功率谱密度随机性分析3.4.1峰值频率点在峰值频率点对功率谱密度随机性进行分析，有助于深入理解细砂岩岩块在冲击扰动下能量分布的随机性特征。峰值频率点是功率谱密度出现峰值的频率位置，在该点处，岩块的能量集中程度最高，动力响应最为显著。通过研究该点处功率谱密度的随机性，可以揭示岩块在主要响应频率下能量分布的不确定性。对多组冲击实验中峰值频率点处的功率谱密度数据进行分析，计算其相对均差系数。在一组包含20次相同冲击条件下的实验中，获取了峰值频率点处的功率谱密度数据PSD_1,PSD_2,\cdots,PSD_{20}。首先计算这些数据的平均值\overline{PSD}，即\overline{PSD}=\frac{1}{20}\sum_{i=1}^{20}PSD_i。接着计算每个数据点与平均值的绝对偏差\vertPSD_i-\overline{PSD}\vert，再求这些绝对偏差的平均值，得到平均绝对偏差MAD_{PSD}=\frac{1}{20}\sum_{i=1}^{20}\vertPSD_i-\overline{PSD}\vert。最后，根据相对均差系数的计算公式RMD_{PSD}=\frac{MAD_{PSD}}{\overline{PSD}}，得出该组实验中峰值频率点处功率谱密度的相对均差系数为[具体数值]。这一数值表明，在峰值频率点处，功率谱密度存在一定程度的离散性，具有较为明显的随机性，即岩块在该频率点处的能量分布并非完全确定，而是存在一定的波动和不确定性。为了进一步研究功率谱密度在峰值频率点处的随机性与扰动力以及加速度响应之间的关系，引入功率传递比相对均差系数。功率传递比定义为功率谱密度与扰动力的比值，即PR_i=\frac{PSD_i}{F_i}（其中F_i为对应的扰动力）。计算功率传递比的相对均差系数时，先计算功率传递比的平均值\overline{PR}，\overline{PR}=\frac{1}{n}\sum_{i=1}^{n}PR_i，再计算平均绝对偏差MAD_{PR}=\frac{1}{n}\sum_{i=1}^{n}\vertPR_i-\overline{PR}\vert，最后得到功率传递比相对均差系数RMD_{PR}=\frac{MAD_{PR}}{\overline{PR}}。经过计算，功率传递比相对均差系数为[具体数值]。通过与扰动力、加速度响应以及加速度传递比的相对均差系数进行比较，可以发现功率传递比相对均差系数在一定程度上反映了功率谱密度与扰动力之间的关系。当功率传递比相对均差系数较小时，说明在峰值频率点处，功率谱密度与扰动力之间的比例关系相对稳定，随机性较小；反之，当功率传递比相对均差系数较大时，则表明两者之间的比例关系波动较大，随机性较强。这一分析结果有助于深入理解扰动力对功率谱密度随机性的影响，以及它们在峰值频率点处的随机特性对细砂岩岩块动力响应的作用机制。3.4.2峰值窄带内在峰值窄带内研究功率谱密度的随机性，能够更全面地揭示细砂岩岩块在冲击扰动下能量分布的复杂特性。峰值窄带围绕峰值频率点，在该窄带内，功率谱密度相对较高，多个频率成分相互作用，使得能量分布的随机性更为复杂。与单一峰值频率点相比，峰值窄带内包含了更多的频率信息，这些频率成分之间的相互耦合和干扰会导致功率谱密度的变化更加复杂，从而增加了随机性分析的难度和重要性。通过对实验数据的处理和分析，计算峰值窄带内功率谱密度的相对均差系数。在某组实验中，确定峰值窄带的频率范围为[下限频率]Hz-[上限频率]Hz，在该窄带内，对多个频率点的功率谱密度数据进行采集和分析。假设在该窄带内选取了k个频率点，每个频率点对应的功率谱密度数据为PSD_{ij}（i=1,2,\cdots,k；j=1,2,\cdots,m，m为每个频率点处的实验次数）。首先计算每个频率点处功率谱密度的平均值\overline{PSD}_i=\frac{1}{m}\sum_{j=1}^{m}PSD_{ij}，然后计算整个窄带内功率谱密度的总体平均值\overline{PSD}=\frac{1}{k}\sum_{i=1}^{k}\overline{PSD}_i。接着计算每个频率点处数据与该频率点平均值的绝对偏差\vertPSD_{ij}-\overline{PSD}_i\vert，以及所有频率点处数据与总体平均值的绝对偏差\vertPSD_{ij}-\overline{PSD}\vert，分别求其平均值得到平均绝对偏差MAD_{PSD1}和MAD_{PSD2}。最后，根据相对均差系数的计算公式，得到基于频率点平均值的相对均差系数RMD_{PSD1}=\frac{MAD_{PSD1}}{\overline{PSD}}和基于总体平均值的相对均差系数RMD_{PSD2}=\frac{MAD_{PSD2}}{\overline{PSD}}。通过这两个相对均差系数，可以从不同角度评估峰值窄带内功率谱密度的随机性。将峰值窄带内功率谱密度的随机性与单一频率点进行对比，发现两者存在显著差异。在单一频率点处，功率谱密度的随机性主要受该频率点处的扰动力、岩块的固有特性等因素影响；而在峰值窄带内，除了这些因素外，不同频率成分之间的相互作用也会对功率谱密度的随机性产生重要影响。在窄带内，某些频率成分之间可能发生共振或干涉现象，导致功率谱密度的幅值和分布发生变化，从而增加了随机性。从相对均差系数的数值上看，峰值窄带内的相对均差系数通常会大于单一频率点处的相对均差系数，这表明在峰值窄带内，功率谱密度的离散程度更大，随机性更强。当窄带内频率成分分布较为均匀且相互作用较弱时，峰值窄带内的相对均差系数可能与单一频率点处的相对均差系数差距较小；当频率成分分布不均匀且相互作用较强时，峰值窄带内的相对均差系数会明显增大，说明功率谱密度的随机性显著增强。这一对比分析结果表明，在研究细砂岩岩块的动力响应随机性时，需要充分考虑峰值窄带内功率谱密度的复杂特性，以便更准确地评估岩块在冲击扰动下的能量分布和动力响应的随机性。3.5岩石尺寸对响应随机性的影响岩石尺寸是影响其在冲击扰动下动力响应随机性的重要因素之一。不同尺寸的岩块在相同冲击荷载条件下，其动力响应的随机性表现出明显差异。为深入探究这种影响，对不同尺寸细砂岩岩块的实验数据进行详细分析。在实验中，选取了小型、中型和大型三种尺寸的细砂岩岩块，在相同的冲击荷载条件下进行多次冲击实验，获取扰动力、加速度响应和功率谱密度等数据，并计算其相对均差系数，以此来评估动力响应的随机性。对于扰动力，不同尺寸岩块的相对均差系数呈现出一定的变化规律。小型岩块的扰动力相对均差系数为[X1]，中型岩块为[X2]，大型岩块为[X3]。可以看出，随着岩块尺寸的增大，扰动力的相对均差系数逐渐减小，这表明大型岩块所受到的扰动力相对更为稳定，随机性较弱；而小型岩块的扰动力随机性较强，离散程度较大。这是因为小型岩块内部的缺陷和不均匀性相对更容易影响应力波的传播，使得扰动力在传播过程中更容易产生波动和变化，从而导致其随机性增大。而大型岩块由于体积较大，内部结构相对更为均匀，对应力波的传播影响较小，扰动力相对更为稳定。在加速度响应方面，不同尺寸岩块的随机性也有所不同。在峰值频率点处，小型岩块加速度响应的相对均差系数为[Y1]，中型岩块为[Y2]，大型岩块为[Y3]。同样呈现出随着岩块尺寸增大，相对均差系数减小的趋势，即大型岩块加速度响应的随机性小于小型岩块。在峰值窄带内，小型岩块加速度响应的相对均差系数为[Z1]，中型岩块为[Z2]，大型岩块为[Z3]，也表现出类似的规律。这说明岩块尺寸的增大能够降低加速度响应的随机性，使得加速度响应更加稳定。这是因为岩块尺寸增大，其惯性增大，对冲击荷载的响应相对更为平稳，不容易产生较大的加速度波动，从而降低了加速度响应的随机性。对于功率谱密度，在峰值频率点处，小型岩块功率谱密度的相对均差系数为[M1]，中型岩块为[M2]，大型岩块为[M3]；在峰值窄带内，小型岩块功率谱密度的相对均差系数为[N1]，中型岩块为[N2]，大型岩块为[N3]。均显示出随着岩块尺寸增大，相对均差系数减小的趋势，表明大型岩块功率谱密度的随机性小于小型岩块。这意味着岩块尺寸的变化会影响能量在频率域上的分布随机性，尺寸较大的岩块能量分布相对更为稳定。这是由于大型岩块内部结构相对均匀，能量在传播过程中更容易均匀分布，减少了能量的集中和波动，从而降低了功率谱密度的随机性。综合分析不同尺寸岩块动力响应的随机性，可以得出岩石尺寸对响应随机性具有显著影响。随着岩块尺寸的增大，扰动力、加速度响应和功率谱密度的随机性均呈现出减小的趋势，即岩块尺寸越大，其在冲击扰动下的动力响应越稳定，随机性越小。这一结论对于实际工程具有重要的指导意义，在工程设计和稳定性分析中，需要充分考虑岩石尺寸效应，根据岩块的实际尺寸来评估其动力响应的随机性，从而采取相应的措施来确保工程的安全和稳定。3.6本章小结本章通过引入相对均差系数，深入分析了细砂岩岩块动力响应特性的随机性。研究发现，扰动力的随机性主要源于加载设备精度和加载方式差异，其近似服从正态分布，相对均差系数反映了其离散程度。在加速度响应随机性分析中，峰值频率点处加速度响应存在明显随机性，通过传递比相对均差系数可探究其与扰动力的关系；峰值窄带内加速度响应随机性受多种因素影响，且与单一频率点存在差异。功率谱密度随机性分析表明，峰值频率点处功率谱密度的随机性可通过功率传递比相对均差系数与扰动力和加速度响应相关联；峰值窄带内功率谱密度随机性更为复杂，相对均差系数通常大于单一频率点。岩石尺寸对响应随机性有显著影响，随着岩块尺寸增大，扰动力、加速度响应和功率谱密度的随机性均减小。这些研究成果为深入理解细砂岩岩块在冲击扰动下的动力响应机制提供了重要依据，有助于在实际工程中更准确地评估岩体稳定性和安全性。四、结论与展望4.1研究结论通过对冲击扰动下细砂岩岩块动力响应随机特性的深入研究，本论文取得了以下主要研究成果：细砂岩基本力学参数及动力响应特性：精确测定了细砂岩的密度、孔隙率、单轴抗压强度、弹性模量和泊松比等基本力学参数，为后续研究提供了基础数据。利用分离式霍普金森压杆（SHPB）对细砂岩岩块进行冲击响应实验，通过力谱分析揭示了冲击荷载在不同频率下的能量分布，发现低频段（0-100Hz）能量相对集