地球物理学进展  2017, Vol. 32 Issue (4): 1773-1778   PDF    
煤样破坏前兆次声波预测研究
贾炳1,2, 魏建平1,2,3, 温志辉1,2, 王云刚1,2, 贾林兴1,2     
1. 河南省瓦斯地质与瓦斯治理省部共建国家重点实验室培育基地, 焦作 454000
2. 河南理工大学安全科学与工程学院, 焦作 454000
3. 煤炭安全生产河南省协同创新中心, 焦作 454000
摘要:为了研究煤样破坏前兆次声波预测的可行性.采用理论分析与实验室测试相结合的方法.首先,对大量文献进行查阅、分析,从理论上证明了进行次声波预测的可行性.然后,采用自主研发的煤岩渗流装置进行了模拟测试,采用小波阈值去噪、巴特沃斯滤波器对测试结果进行了去噪、滤波处理.并采用时频分析、频谱分析等波形分析方法和分形维数等参数分析方法进行了分析.分析结果显示:在煤样发生峰值破坏前均有异于之前次声波频率的异常次声波产生;并且,随着加载进行,分形维数值呈整体波动性增加,在破坏前有一个相对的稳定期.利用这些特征可以进行破坏前兆的预测,并且具有较好的预测效果.说明了次声波预测方法进行煤样破坏预测的可行性,为煤矿地质灾害预测提供了一种新方法.
关键词地质灾害    次声波    实验    小波分析    
Study on prediction of coal sample damage by infrasound
JIA Bing1,2 , WEI Jian-ping1,2,3 , WEN Zhi-hui1,2 , WANG Yun-gang1,2 , JIA Lin-xing1,2     
1. State Key Laboratory Cultivation Base for Gas Geology and Gas Control, Henan Polytechnic University, Jiaozuo 454000, China
2. School of Safety Science and Engineering, Henan Polytechnic University, Jiaozuo 454000, China
3. Coal Production Safety Collaborative Innovation Center in Henan Province, Jiaozuo 454000, China
Abstract: In order to study the feasibility of damage prediction in coal sample. The method of theoretical analysis and laboratory testing were used for the analysis. First of all, a large number of literatures were consulted and analyzed, and the feasibility of the prediction of infrasound was proved theoretically. Then, the independent research and development of coal rock seepage device was used to carry out simulation test. Wavelet threshold and Butterworth filter were used to denoise and filter the test results. The waveform analysis method of time frequency analysis and frequency spectrum analysis, and the parameter analysis method of fractal dimension were used to analyze the results. The analyzed results showed that:there was abnormal infrasound, which was different from the previous infrasound in frequency before the coal samples were destroyed. At the same time, with the loading, the fractal dimension value increases with the increase of volatility, and there is a relatively stable period before destruction. This features can be used to predict the damage precursor of coal samples, and the forecast effect was very good. This showed the feasibility of prediction of geological hazards in coal mine by infrasound, which provides a new method for the prediction of the geological hazards in coal mine.
Key words: geological disaster     infrasound     experiment     wavelet analysis    
0 引言

煤矿地质灾害是指煤矿采掘过程中,由于采动影响,破坏了煤岩原有的平衡状态,导致煤岩发生变形、破坏,进而对煤矿的安全生产造成极大的危害.为了对煤矿地质灾害进行预测,以往学者进行了诸多研究.主要是通过对采掘过程中煤岩变形、破坏时,相关响应参数的变化特征进行分析,建立响应参数与地质灾害之间的关系,对地质灾害进行预测.目前主要是以电磁辐射法(王恩元等,2005李祥春等,2011)、微震法(高保彬等,2014雷文杰等,2015朱权洁等,2015)、声发射法(艾婷等,2011左建平等,2011许江等,2013)等预测方法在煤矿应用最为常见.目前这些技术现场应用成熟,并且预测效果较好.但是,这些方法存在干扰大、接触性预测、衰减快等不足.为此,针对目前声波预测存在的不足,一些学者提出了采用更低频的次声波进行煤矿灾害预测(魏建平等,2016).

次声波是一种频率介于0.01~20 Hz(Matoza et al., 2011)之间的声波,具有频率低、波长长的特点,在传播过程中衰减小、传播距离远,进而被广泛应用于海啸(郭发滨和董立峰,2007陈维升等,2013)、地震(Arrowsmith et al., 2012许强等,2013Maruyama and Shinagawa, 2014郭泉等,2014)、山体滑坡、火山喷发(Matoza and Fee, 2014Nishida and Ichihara, 2016)等自然灾害的预测,并取得了较好的预测效果.为了进一步研究岩石破坏过程次声波的响应特征,一些学者采用实验室测试的方法,对不同岩性岩样进行了加载过程次声波测试,对其频率特征、能量特征进行了分析,建立了岩样破坏与次声波响应之间的关系(朱星等,2013徐洪等,2016).煤样发生破坏过程与岩石发生破坏过程虽有相似之处,但又不完全相同,要想采用次声波对煤矿灾害进行预测,必须准确建立煤样变形与次声波响应之间的关系.而目前关于煤样破坏前兆次声波响应特征的研究又鲜有报道.为此,本文对煤样破坏前兆次声波预测的可行性及其前兆特征开展了研究,以期为煤矿地质灾害预测提供一种可行的新方法.

1 煤矿地质灾害次声波预测方法现状分析 1.1 自然灾害次生波预测研究现状

海啸、地震、山体滑坡、火山喷发等自然灾害的发生都是一个多因素耦合作用过程,不是一个随机、突变的过程.因此,根据其前兆特征进行破坏的预测是可行的.大量学者通过对灾害前兆特征进行分析,形成了多种预测方法,其中次声波预测法是应用较为成熟的方法之一.该方法是在对以往破坏前兆次声波特征进行分析的基础上,借助于监测仪器对次声波信号进行实时监测,进而根据次声波特征对自然灾害进行预测.相关学者(Arrowsmith et al., 2012陈维升等,2013许强等,2013Matoza and Fee, 2014Maruyama and Shinagawa, 2014郭泉等,2014Nishida and Ichihara, 2016)在对灾害前兆次声波特征进行分析的基础上,对次声波进行实时监测,发现在灾害发生前兆有异常次声波产生,并根据异常次声波的特征,对自然灾害进行了预测,取得了较好的预测效果.

1.2 煤矿地质灾害预测技术研究现状

煤矿地质灾害的发生是地应力、瓦斯、煤岩性质、采掘活动等多因素耦合作用下,引起煤岩发生变形、破坏,是一个量变引发质变的过程.以往大量学者通过对破坏前兆特征进行分析,形成了多种预测方法,这些方法主要是基于煤岩破坏前所产生声波的特点.其中一些学者(王恩元等,2005李祥春等,2011)等在对煤岩破坏过程电磁辐射变化规律以及煤与瓦斯突出时电磁辐射、突出预警参数变化规律进行分析的基础上,形成了基于电磁辐射监测的灾害预测方法;一些学者(高保彬等,2011雷文杰等,2015朱权洁等,2015)等通过对采掘过程中煤壁、顶板以及煤岩层破坏时微震响应参数的动态变化特征进行分析,得出响应参数与煤岩变形之间的关系,形成基于微震参数测试的地质灾害预测方法;一些学者(康建东,2013梁冰等,2015)在对煤岩声发射特征进行分析的基础上,通过现场声发射实时监测,进行了防突效果检验、地质灾害的预测等,并取得了较好的效果.

煤矿地质灾害在形成过程,由于应变分布的不均性,会产生异常次声波,与自然灾害产生次声波的过程具有较强的相似性.因此,将次声波应用到煤矿地质灾害的预测在理论上是可行的.并且可以弥补常规预测方法存在接触性预测、衰减快的不足.

2 煤样破坏前兆次声波测试实验 2.1 实验测试 2.1.1 实验原理与设备

加载过程中,由于煤样内部结构的强非均质性、受力的差异性,引起煤样内部局部变形不均一,与空气耦合产生次声波.这些次声波的产生是煤样性质、加载方式、加载阶段等多因素耦合作用的结果,其特征的不同记录了煤样破坏过程演化的差异.因此,可以在大量测试的基础上,对破坏前兆次声波特征进行分析,建立破坏前兆识别特征.进而根据次声波测试特征,对煤样的破坏做出预测.

实验设备采用自主研发的煤岩蠕变-渗流装置和中科院声学研究所研制的CASI-ISM-2013高精度电容式次声传感器.该设备主要是包括轴压加载系统、应力-应变采集系统、次声波采集、分析系统,其实验原理示意图如图 1所示.

图 1 实验装置原理示意图 1-轴压系统;2-应力传感器;3-应变传感器;4-次声波传感器. Figure 1 Schematic diagram of experimental device
2.1.2 煤样制作与实验方案

根据煤样采集、制作要求,在研究区采集煤样以后,将煤样制成ϕ50 mm×100 mm的标准柱状样,共制作煤样7个,其中有1个为备用样.

由于次声波具有衰减小、传播距离远的特点,因此传感器与煤样之间采用非耦合接触,将传感器固定在距离煤样20 cm左右处.

在测试时,首先将样品放入样品缸内,并固定次声波传感器;然后启动测试设备,调节次声波采集参数,进行环境噪声测试;最后,进行加载参数的设置,采用力控制模式,以0.20 kN/s的速度进行加载,直至样品完全破坏,并对加载过程中的应力-应变、次声波信号进行记录与保存.

2.2 测试结果的时频特征 2.2.1 测试结果的滤波与去噪

去噪的目的是为了去除声波测试结果中的噪声干扰部分.主要是借助于matlab程序,通过daubechies小波、stein无偏风险估计法获得阈值实现.

滤波的目的主要是对测试信号进行过滤,留下所需频率段的声波信号.通过设定通带频率、阻带频率、通带衰减、阻带衰减,设计了巴特沃斯滤波器,如图 2所示.

图 2 巴特沃斯带通滤波器 Figure 2 Butterworth band pass filter

采用该滤波器对测试结果进行了滤波,滤波后结果如图 3所示.

图 3 煤样测试结果 Figure 3 Test results of coal samples
2.2.2 测试结果的频谱分析

为了体现不同频率信号的强度特征,对信号进行频谱分析,实现信号由时域向频域的转换.在此,采用快速傅里叶变换的方法进行了频谱特征分析,其变换可以表示为

(1)

式中:R(f)为以频率为变量的函数;f(t)为以时间为变量的滤波去噪后信号;t为信号采集时刻,单位为秒;T为信号累计采集时间,单位为秒;e-2iωt为正弦函数.

根据公式(1),借助于Matlab程序,对测试结果进行频谱分析,其频谱图如图 4所示.

图 4 煤样频谱图 Figure 4 Spectrum map of coal samples

根据频谱图可以看出:经过滤波后1#煤样的次声波频率范围以分布在10~20 Hz之间为主.2#煤样的次声波频率范围在1~2.1 Hz和10~20 Hz之间为主, 且分布范围相对较分散,其中1~2.1 Hz内的主要是测试前进行的环境噪声测试中的异常干扰部分.因此,煤样加载过程中,次声波频率主要是以10~20 Hz之间为主.

2.2.3 测试结果的时频分析

根据次声波进行煤样破坏的预测,不仅要分析次声波在频域的分布特征,还要分析次声波在时域的分布特征,也即是对其时频特征进行分析.目前常用的线性时频分析方法主要是短时傅里叶变换和小波变换,而短时傅里叶变换存在窗口不可变的不足.因此,采用小波分析的方法进行时频分析.

在对基本小波的容许条件进行判别后,通过对基本小波进行伸缩、平移处理,得出原始信号f(t)的小波变换为

(2)

式中:WTf(ab)为小波变换结果;ψa, b(t)为母函数ψ(t)伸缩、平移后的小波序列;a为伸缩因子;b为平移因子;的共轭函数.

采用小波分析的方法,通过编制matlab程序,对测试信号进行了时频分析,分析结果如图 5所示.

图 5 煤样时频图 Figure 5 Time frequency diagram of coal samples

通过对时频结果进行分析可以看出:1#煤样在出现次声波异常突变之前,次声波信号强度较小,有零星的次声波事件产生,但是这些次声波事件的频率通常小于1.5 Hz.在加载至250 s时,次声波发生异常突变,较煤样应力-应变峰值破坏超前了4.1 s,此时次声波的频率主要是分布在12~19 Hz之间.2#煤样在发生次声波异常突变之前,产生了较多强度较小的次声波事件,这些次声波事件主要是由于煤样内部局部弱面发生破坏产生的.在加载至191 s时,次声波发生异常突变,较煤样的应力-应变峰值破坏超前了3.2 s,此时次声波事件的频率主要是分布在11.5~20 Hz之间,以14.8 Hz时强度最大.同时,与1#煤样相比,在发生次声波异常突变时,2#煤样产生次声波事件的强度较低,突变前次声波事件相对较多,这主要受煤样内部弱面分布控制.

2.3 测试结果的分形特征 2.3.1 相空间维数的确定

分形可以用来对次声波变化的复杂程度进行定量化的评价.分形维数的处理方法有很多,比如信息维数、盒维数、关联维数等.其中关联维数应用较为广泛,因此选用关联维数进行计算.

根据关联维数的计算公式,借助于matlab工具,自行编制了分形维数计算程序,对次声波幅值序列的分形维数进行了计算,得出了分形维数随相空间维数的变化规律:随着空间维数的增加,分形维数逐渐增大,当相空间维数达到6时,分形维数值逐渐趋于稳定,因此选择6作为相空间维数.

2.3.2 分形特征分析

以相空间维数为6,计算了不同空间距离r时,关联函数w(r)的值,通过曲线拟合,得出了lnr与ln(w(r))之间的关系如图(6)所示,从图中可以看出:lnr与ln(w(r))之间相关系数R2=0.9931,具有较好的规律性.说明该次声波幅值参数序列具有分形特征.

图 6 关联维数拟合曲线 Figure 6 The fitting curve of correlation dimension
2.3.3 分形维数动态变化特征

根据分形维数计算方法,借助于matlab对煤样的分形维数进行了计算, 得出1#和2#煤样分形维数值随时间的变化序列,如图 7所示.

图 7 分形维数变化特征 Figure 7 The variation characteristics of fractal dimension

根据其变化特征可以看出,随着加载的进行分形维数呈波动性增加趋势,并且在发生破坏之前,分形维数值较低,处于一个相对的稳定期.这主要是由于随着加载的进行,煤样内部发生破坏的区域逐渐增加,产生的次声波信号更加复杂,因此分形维数呈增加趋势.并且煤样在被加载破坏过程中,不断经历着“应力增加-发生破坏-趋于稳定”的循环过程.因此,在“应力增加-发生破坏”过程中产生复杂的次声波事件,具有较高的分形维数,而在“趋于稳定”过程中次声波事件较少,分形维数较小.进而导致加载过程分形维数呈现出波动性特征.在峰值破坏前由于前期加载破坏导致一些弱面趋于稳定,在峰值破坏前,煤样产生的次声波事件处于一个相对稳定期.因此,在峰值破坏前,分形维数较低.

分形维数的变化特征较好的表征了煤样的变形过程,并且在峰值破坏前具有明显的分形维数低值,可以根据该特征对煤样变形进行预测.

3 煤矿地质灾害次声波预测可行性分析与讨论

在查阅大量文献的基础上,分析了煤矿地质灾害和自然灾害在产生次声波方面的相似性、次声波预测自然灾害的准确性、现有煤矿地质灾害预测方法的不足性,论述了次声波预测煤矿地质灾害的可行性.次声波预测方法的应用弥补了常规预测方法的不足,具有较好的应用前景.

在煤样发生峰值破坏之前,均有明显的次声波异常事件产生,该事件的频率主要是分布在12~20 Hz之间与之前次声波事件频率通常小于2 Hz有明显的差别.可以利用该特征作为煤样破坏的前兆特征.这主要是由于随着加载能量在煤样内部的积累,在发生破坏前,煤样的局部变形与空气耦合产生了大量次声波事件.

加载过程中,次声波的分形维数变化特征与煤样的变形特征具有较好的一致性.这主要是由于煤样加载、破坏过程中,局部变形与空气耦合产生次声波,次声波的变化特征是煤样内部变形破坏的外在表征,因此,表征次声波变化特征的分形维数可以较好的表征煤样的变形特征.

形成的次声波信号滤波、去噪、频谱分析、时频分析方法,可以较好对原始信号进行处理,实现了对次声波信号时域特征、频域特征进行分析.得出了加载过程次声波信号的动态变化特征,可以将该方法应用与煤矿地质灾害前兆次声波预测信号的处理.

信号的监测采用非耦合式接触,并且传播过程衰减小、传播距离远,具有常规预测方法所不具备的优点.但是该方法目前主要是以理论研究、实验室研究为主,与现场实际还是有一定的差距,因此,还需要在进行大量现场测试的基础上进行不断优化与完善.

4 结论

通过理论分析与实验室测试相结合的方法,对煤矿地质灾害次声波预测方法的可行性进行分析,得出如下结论:

(1) 通过理论分析与实验室测试,得出煤样破坏前兆有异常次声波产生,并且分形维数变化与煤样变形具有较好的一致性,可以利用该特征对煤样变形进行预测.并且,次声波特征是煤样内部演化过程的外在表征,可以通过次声波变化特征,对煤矿地质灾害演化进行预测,为煤矿地质灾害的防治提供指导.说明了煤矿地质灾害次声波预测的可行性.

(2) 小波分析方法实现了对测试信号的去噪、滤波、频谱分析、时频分析,得出了加载过程次声波信号的真实动态变化特征,体现了该信号分析方法的可行性,可以将该方法应用到煤矿地质灾害预测.

(3) 目前该方法还未进行现场应用,实验室测试与现场实际存在一定的差距,今后将在现场进行大量应用的基础上不断优化、完善该预测方法.

致谢 感谢审稿专家提出的修改意见和编辑部的大力支持!
参考文献
[] Ai T, Zhang R, Liu J F, et al. 2011. Space-time evolution rules of acoustic emission locations under triaxial compression[J]. Journal of China Coal Society (in Chinese), 36(12): 2048–2057.
[] Arrowsmith S J, Burlacu R, Pankow K, et al. 2012. A seismoacoustic study of the 2011 January 3 Circleville earthquake[J]. Geophysical Journal International, 189(2): 1148–1158. DOI:10.1111/gji.2012.189.issue-2
[] Chen W S, Li J Z, Xia Y Q, et al. 2013. Early prediction of great earthquake and tsunami in Japan and impending signals[J]. Journal of Beijing University of Technology (in Chinese), 39(8): 1206–1209.
[] Gao B B, Li H G, Li H M, et al. 2014. Current situation of the study on acoustic emission and microseismic monitoring of coupling dynamic catastrophe for gas-filled coal-rock[J]. Progress in Geophysics (in Chinese), 29(2): 689–697. DOI:10.6038/pg20140229
[] Guo F B, Dong L F. 2007. Discussion on application of infrasonic wave to tsunami disaster warnings[J]. Coastal Engineering (in Chinese), 26(1): 29–32.
[] Guo Q, Yang Y C, Lü J, et al. 2014. Observation of local infrasound coupled by seismic wave on wide spread infrasound network[J]. Earth Science-Journal of China University of Geosciences (in Chinese), 39(12): 1807–1817. DOI:10.3799/dqkx.2014.164
[] Kang J D. 2013. Acoustic emission prediction technology for coal and gas outburst in torsion structural zone in Donglin mine[J]. Mining Safety & Environmental Protection(in Chinese), 40(4): 53–55, 58.
[] Lei W J, Wang Z F, Han Z L. 2015. Micro-seismic characteristics due to mining effects[J]. Chinese Journal of Rock Mechanics and Engineering (in Chinese), 34(4): 795–803.
[] Li X C, Nie B S, Wang L K, et al. 2011. Analysis on coal and gas outburst mechanism under multi field coupling action[J]. Coal Science and Technology (in Chinese), 39(5): 64–66, 69.
[] Liang B, Wang B F, Li G, et al. 2015. Study on rockburst prevention effect of floor pressure-relief slot in 5935 roadway of Xinzhouyao coal mine[J]. Journal of Safety Science and Technology (in Chinese), 11(2): 48–55.
[] Maruyama T, Shinagawa H. 2014. Infrasonic sounds excited by seismic waves of the 2011 Tohoku-oki earthquake as visualized in ionograms[J]. Journal of Geophysical Research:Space Physics, 119(5): 4094–4108. DOI:10.1002/2013JA019707
[] Matoza R S, Fee D. 2014. Infrasonic component of volcano-seismic eruption tremor[J]. Geophysical Research Letters, 41(6): 1964–1970. DOI:10.1002/2014GL059301
[] Matoza R S, Le Pichon A, Vergoz J, et al. 2011. Infrasonic observations of the June 2009 Sarychev Peak eruption, Kuril Islands:Implications for infrasonic monitoring of remote explosive volcanism[J]. Journal of Volcanology and Geothermal Research, 200(1-2): 35–48. DOI:10.1016/j.jvolgeores.2010.11.022
[] Nishida K, Ichihara M. 2016. Real-time infrasonic monitoring of the eruption at a remote island volcano using seismoacoustic cross correlation[J]. Geophysical Journal International, 204(2): 748–752. DOI:10.1093/gji/ggv478
[] Wang E Y, He X Q, Dou L M, et al. 2005. Electromagnetic radiation characteristics and rocks during excavation in coal mine and their application[J]. Chinese J. Geophys. (in Chinese), 48(1): 216–221. DOI:10.3321/j.issn:0001-5733.2005.01.029
[] Wei J P, Liang S J, Wang Y G, et al. 2016. Feasibility study on infrasonic wave monitoring dynamic disasters in coal and rock[J]. Progress in Geophysics (in Chinese), 31(2): 814–820. DOI:10.6038/pg20160242
[] Xu H, Chen Z H, Zhou T Q, et al. 2016. Characteristics analysis of infrasound before rock failure applying the wavelet decomposition[J]. Journal of Applied Acoustics (in Chinese), 35(3): 231–238.
[] Xu J, Zhou W J, Liu D, et al. 2013. Temperature and acoustic emission characteristics of coal in the process of outburst under the influence of mining[J]. Journal of China Coal Society (in Chinese), 38(2): 239–244.
[] Xu Q, Zhu X, Li W L, et al. 2013. Study on infrasound waveforms from Lushan earthquake on April 20, 2013, Sichuan, China[J]. Journal of Chengdu University of Technology (Science & Technology Edition) (in Chinese), 40(3): 225–231.
[] Zhu Q J, Li Q S, Li S Q, et al. 2015. Microseismic dynamic response and characteristic analysis of coal and gas outburst experiment[J]. Chinese Journal of Rock Mechanics and Engineering (in Chinese), 34(S2): 3813–3821.
[] Zhu X, Xu Q, Tang M G, et al. 2013. Experimental study of infrasound wave generated by typical rock fracture[J]. Rock and Soil Mechanics (in Chinese), 34(5): 1306–1312.
[] Zuo J P, Pei J L, Liu J F, et al. 2011. Investigation on acoustic emission behavior and its time-space evolution mechanism in failure process of coal-rock combined body[J]. Chinese Journal of Rock Mechanics and Engineering (in Chinese), 30(8): 1564–1570.
[] 艾婷, 张茹, 刘建锋, 等. 2011. 三轴压缩煤岩破裂过程中声发射时空演化规律[J]. 煤炭学报, 36(12): 2048–2057.
[] 陈维升, 李均之, 夏雅琴, 等. 2013. 日本大地震及海啸的早期预测及临震信号[J]. 北京工业大学学报, 39(8): 1206–1209.
[] 高保彬, 李回贵, 李化敏, 等. 2014. 声发射/微震监测煤岩瓦斯复合动力灾害的研究现状[J]. 地球物理学进展, 29(2): 689–697. DOI:10.6038/pg20140229
[] 郭发滨, 董立峰. 2007. 次声波在海啸灾害预警中的应用探讨[J]. 海岸工程, 26(1): 29–32.
[] 郭泉, 杨亦春, 吕君, 等. 2014. 基于广域次声传感器网络的地震本地次声波监测[J]. 地球科学-中国地质大学学报, 39(12): 1807–1817.
[] 康建东. 2013. 东林煤矿扭转构造带煤与瓦斯突出声发射预测技术[J]. 矿业安全与环保, 40(4): 53–55, 58.
[] 雷文杰, 王兆丰, 韩真理. 2015. 采动效应微震特征及其变化规律[J]. 岩石力学与工程学报, 34(4): 795–803.
[] 李祥春, 聂百胜, 王龙康, 等. 2011. 多场耦合作用下煤与瓦斯突出机理分析[J]. 煤炭科学技术, 39(5): 64–66, 69.
[] 梁冰, 汪北方, 李刚, 等. 2015. 忻州窑煤矿5935巷道底板卸压槽防冲效果研究[J]. 中国安全生产科学技术, 11(2): 48–55.
[] 王恩元, 何学秋, 窦林名, 等. 2005. 煤矿采掘过程中煤岩体电磁辐射特征及应用[J]. 地球物理学报, 48(1): 216–221. DOI:10.3321/j.issn:0001-5733.2005.01.029
[] 魏建平, 梁松杰, 王云刚, 等. 2016. 次声波监测煤岩动力灾害的可行性研究[J]. 地球物理学进展, 31(2): 814–820. DOI:10.6038/pg20160242
[] 徐洪, 陈正华, 周廷强, 等. 2016. 基于小波分解的岩石破坏次声信息特征研究[J]. 应用声学, 35(3): 231–238.
[] 许江, 周文杰, 刘东, 等. 2013. 采动影响下突出煤体温度与声发射特性[J]. 煤炭学报, 38(2): 239–244.
[] 许强, 朱星, 李为乐, 等. 2013. "4·20"芦山地震次声波研究[J]. 成都理工大学学报(自然科学版), 40(3): 225–231.
[] 朱权洁, 李青松, 李绍泉, 等. 2015. 煤与瓦斯突出试验的微震动态响应与特征分析[J]. 岩石力学与工程学报, 34(S2): 3813–3821.
[] 朱星, 许强, 汤明高, 等. 2013. 典型岩石破裂产生次声波试验研究[J]. 岩土力学, 34(5): 1306–1312.
[] 左建平, 裴建良, 刘建锋, 等. 2011. 煤岩体破裂过程中声发射行为及时空演化机制[J]. 岩石力学与工程学报, 30(8): 1564–1570.