本申請(qǐng)涉及巖石力學(xué)、探測(cè)信號(hào)處理、人工智能與機(jī)器學(xué)習(xí)，特別是涉及一種致密砂巖拉伸與剪切裂紋的識(shí)別方法、系統(tǒng)和設(shè)備。

背景技術(shù)：

1、裂紋的擴(kuò)展方向主要取決于裂紋表面的應(yīng)力狀態(tài)，明確巖石破壞時(shí)的裂紋擴(kuò)展類型對(duì)于揭示巖石破壞機(jī)理、闡明巖石破壞類型具有重要意義。

2、傳統(tǒng)的裂紋擴(kuò)展類型識(shí)別方法包括顯微鏡分析和聲發(fā)射監(jiān)測(cè)分析。顯微鏡分析為用顯微鏡(如光學(xué)顯微鏡、電子顯微鏡)觀察裂紋的形態(tài)、方向和特征，以區(qū)分拉伸裂紋和剪切裂紋；聲發(fā)射監(jiān)測(cè)分析是指在巖石試驗(yàn)過(guò)程中，利用聲發(fā)射傳感器實(shí)時(shí)監(jiān)測(cè)巖石內(nèi)部裂紋形成和擴(kuò)展的聲發(fā)射信號(hào)，通過(guò)分析聲發(fā)射信號(hào)的振幅、頻率等特征參數(shù)來(lái)識(shí)別裂紋類型。

3、然而，傳統(tǒng)的致密砂巖拉伸與剪切裂紋的識(shí)別方法，存在效率低下和準(zhǔn)確率不高的等問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種致密砂巖拉伸與剪切裂紋的識(shí)別方法、一種致密砂巖拉伸與剪切裂紋的識(shí)別系統(tǒng)和一種計(jì)算機(jī)設(shè)備。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例采用以下技術(shù)方案：

3、一方面，提供一種致密砂巖拉伸與剪切裂紋的識(shí)別方法，包括：

4、收集目標(biāo)致密砂巖的目標(biāo)聲發(fā)射數(shù)據(jù)；目標(biāo)聲發(fā)射數(shù)據(jù)為目標(biāo)致密砂巖的聲發(fā)射時(shí)頻圖；

5、將目標(biāo)聲發(fā)射數(shù)據(jù)輸入至訓(xùn)練好的transformer模型；transformer模型包括基于自注意力機(jī)制的自編碼神經(jīng)網(wǎng)絡(luò)、全連接層網(wǎng)絡(luò)和softmax層網(wǎng)絡(luò)；在訓(xùn)練過(guò)程中，在自編碼神經(jīng)網(wǎng)絡(luò)加入表示對(duì)齊約束；

6、獲得transformer模型輸出的目標(biāo)聲發(fā)射數(shù)據(jù)的目標(biāo)裂紋類型；目標(biāo)裂紋類型包括拉伸裂紋和剪切裂紋。

7、另一方面，還提供一種致密砂巖拉伸與剪切裂紋的識(shí)別系統(tǒng)，包括：

8、收集模塊，用于收集目標(biāo)致密砂巖的目標(biāo)聲發(fā)射數(shù)據(jù)；目標(biāo)聲發(fā)射數(shù)據(jù)為目標(biāo)致密砂巖的聲發(fā)射時(shí)頻圖；

9、輸入模塊，用于將目標(biāo)聲發(fā)射數(shù)據(jù)輸入至訓(xùn)練好的transformer模型；transformer模型包括基于自注意力機(jī)制的自編碼神經(jīng)網(wǎng)絡(luò)、全連接層網(wǎng)絡(luò)和softmax層網(wǎng)絡(luò)；在訓(xùn)練過(guò)程中，在自編碼神經(jīng)網(wǎng)絡(luò)加入表示對(duì)齊約束；

10、輸出模塊，用于獲得transformer模型輸出的目標(biāo)聲發(fā)射數(shù)據(jù)的目標(biāo)裂紋類型；目標(biāo)裂紋類型包括拉伸裂紋和剪切裂紋。

11、又一方面，還提供一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，處理器執(zhí)行計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述的致密砂巖拉伸與剪切裂紋的識(shí)別方法的步驟。

12、本申請(qǐng)實(shí)施例中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

13、上述致密砂巖拉伸與剪切裂紋的識(shí)別方法、系統(tǒng)和設(shè)備，通過(guò)收集目標(biāo)致密砂巖的聲發(fā)射時(shí)頻圖數(shù)據(jù)，并將其輸入至訓(xùn)練好的transformer模型來(lái)識(shí)別裂紋類型。transformer模型包括基于自注意力機(jī)制的自編碼神經(jīng)網(wǎng)絡(luò)、全連接層網(wǎng)絡(luò)和softmax層網(wǎng)絡(luò)。在預(yù)訓(xùn)練過(guò)程中加入表示對(duì)齊約束，也即在對(duì)自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，限制解碼器學(xué)習(xí)編碼信息，進(jìn)而將編碼任務(wù)全部約束在自注意編碼器中，有效提高自注意編碼器的特征表示能力；同時(shí)，在自注意編碼器中采用了自注意力模塊，通過(guò)自相關(guān)操作全面分析時(shí)頻圖信息，讓神經(jīng)網(wǎng)絡(luò)能夠更充分表征時(shí)頻圖特征。之后通過(guò)試驗(yàn)獲得訓(xùn)練標(biāo)記數(shù)據(jù)集，再開展神經(jīng)網(wǎng)絡(luò)訓(xùn)練，獲得拉伸與剪切裂紋擴(kuò)展的準(zhǔn)確識(shí)別。利用訓(xùn)練好的模型進(jìn)行識(shí)別，能夠有效區(qū)分拉伸裂紋和剪切裂紋，提高了致密砂巖裂紋識(shí)別的精度和效率，實(shí)現(xiàn)了對(duì)裂紋類型的準(zhǔn)確分類，具有較強(qiáng)的魯棒性和實(shí)時(shí)識(shí)別能力。

技術(shù)特征：

1.一種致密砂巖拉伸與剪切裂紋的識(shí)別方法，其特征在于，包括步驟：

2.根據(jù)權(quán)利要求1所述的致密砂巖拉伸與剪切裂紋的識(shí)別方法，其特征在于，所述自編碼神經(jīng)網(wǎng)絡(luò)包括自注意編碼器和解碼器，所述自注意編碼器包括嵌入層、歸一層、自注意力模塊和多感知模塊，所述自注意編碼器的對(duì)齊損失函數(shù)為：

3.根據(jù)權(quán)利要求2所述的致密砂巖拉伸與剪切裂紋的識(shí)別方法，其特征在于，所述transformer模型的訓(xùn)練過(guò)程包括預(yù)訓(xùn)練過(guò)程，所述預(yù)訓(xùn)練過(guò)程包括步驟：

4.根據(jù)權(quán)利要求3所述的致密砂巖拉伸與剪切裂紋的識(shí)別方法，其特征在于，所述重構(gòu)損失函數(shù)為：

5.根據(jù)權(quán)利要求3或4所述的致密砂巖拉伸與剪切裂紋的識(shí)別方法，其特征在于，所述transformer模型進(jìn)行所述預(yù)訓(xùn)練過(guò)程之后，還包括步驟：

6.根據(jù)權(quán)利要求5所述的致密砂巖拉伸與剪切裂紋的識(shí)別方法，其特征在于，所述對(duì)訓(xùn)練致密砂巖進(jìn)行拉伸與剪切破裂試驗(yàn)，收集訓(xùn)練致密砂巖的各拉伸破裂聲發(fā)射數(shù)據(jù)和各剪切破裂聲發(fā)射數(shù)據(jù)作為訓(xùn)練標(biāo)記數(shù)據(jù)集的步驟包括：

7.根據(jù)權(quán)利要求6所述的致密砂巖拉伸與剪切裂紋的識(shí)別方法，其特征在于，

8.一種致密砂巖拉伸與剪切裂紋的識(shí)別系統(tǒng)，其特征在于，包括：

9.根據(jù)權(quán)利要求8所述的致密砂巖拉伸與剪切裂紋的識(shí)別系統(tǒng)，其特征在于，還包括訓(xùn)練模塊，用于對(duì)所述transformer模型進(jìn)行訓(xùn)練。

10.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，其特征在于，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述權(quán)利要求1至7任一項(xiàng)所述的致密砂巖拉伸與剪切裂紋的識(shí)別方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)涉及一種致密砂巖拉伸與剪切裂紋的識(shí)別方法、系統(tǒng)和設(shè)備，通過(guò)收集目標(biāo)致密砂巖的聲發(fā)射時(shí)頻圖數(shù)據(jù)，并將其輸入訓(xùn)練好的Transformer模型來(lái)識(shí)別裂紋類型。Transformer模型由自注意力機(jī)制的自編碼神經(jīng)網(wǎng)絡(luò)、全連接層和softmax層組成。在預(yù)訓(xùn)練中加入表示對(duì)齊約束，限制解碼器學(xué)習(xí)編碼信息，從而將編碼任務(wù)約束在自注意編碼器中，提高了其特征表示能力。同時(shí)，自注意編碼器采用自注意力模塊，通過(guò)自相關(guān)操作全面分析時(shí)頻圖信息，使神經(jīng)網(wǎng)絡(luò)更充分表征時(shí)頻圖特征。利用訓(xùn)練好的模型可以有效區(qū)分拉伸裂紋和剪切裂紋，提高了致密砂巖裂紋識(shí)別的精度和效率。

技術(shù)研發(fā)人員：耿偉樂,郭勝利,宋真龍,黃滾,陳曉春,王軍,董子文,蔣丹丹,劉嘉樹,李迪志
受保護(hù)的技術(shù)使用者：湖南工學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23