随着开采深度与强度的不断增加，我国煤矿动力破坏显现加剧，为了能有效预测预报煤岩破坏所诱发的动力灾害，如冲击地压、煤与瓦斯突出、矿震与顶板大面积来压等，国内外专家、学者对动力灾害的机理、监测预警与防治技术开展了大量的研究工作[1-4]，虽然具有一定成效，缓解了目前困难的局面，但监测预警环节相对薄弱，重大动力灾害时有发生，无法及时预警。随着地球物理技术的发展，微震、地音、电磁辐射与电荷等监测技术应用于煤矿之中，并开展了大量的室内与井下实验，取得了良好进展，但由于许多煤岩动力灾害机理不清，导致上述地球物理监测技术未能充分发挥优势，仍具备较大的挖掘潜力，这也是未来监测预警技术体系的重点研究方向。相对于其它监测方法来说，电荷监测技术是属于一种全新的预测煤岩动力灾害危险性的局部探测法[1]，诸多学者对其研究做了大量的基础工作，如何学秋等[3]在我国首次通过试验研究证明了煤在变形破坏过程中会产生电磁辐射，其产生的前提和基础是电荷的分离，并认为压电效应、摩擦起电效应、带电缺陷的非平衡应力扩散、共价键断裂、EDA键断裂和分子间力的消长等因素导致电荷分离;潘一山等[5-7]研究了不同围压、不同孔隙压力、不同温度、不同加载速率等条件下，煤岩体变形破坏过程中的电荷感应信号产生机理与变化规律，认为感应电荷信号与煤岩体的失稳破坏具有高度相关性;王恩元、李忠辉等[8-9]研究了煤体在单轴压缩、拉伸、三点弯曲等不同破坏方式下的表面电位效应特征和规律，认为煤体在受载破坏时能产生表面电位，并且表面电位与载荷呈较好的一致性;肖晓春[10-11]研制了实验室专用的高精度电荷监测仪，并对煤样的声发射-电荷信号进行量化分析，初步提出了判定煤体失稳形式的声-电荷复合判定依据;赵扬锋等[12]研究了岩石变形破裂过程中微震、电荷感应、自电位和声发射等多参量前兆特征;唐治等[13]研究了岩石破裂过程中感应电荷的变化规律;丁鑫等[14]基于煤岩破裂电荷信号产生机制和傅里叶变换方法获得了不同受载阶段电荷信号时-频域特征及其变化规律，并设计数字滤波器进行电荷信号降噪处理;罗浩等[15]研究了含瓦斯煤破坏过程中声-电信号的前兆信息，明确了声-电监测技术用于矿山动力灾害的可行性。这些成果对于电荷监测技术应用于煤矿现场进程中起着重要作用，但仍然存在较多问题，如对于是否由煤岩试件受载损伤而产生的电荷信号仅是根据幅值波动定性判断，而对于初始加载阶段不易辨识的低幅值有效电荷信号缺乏有效的判识方法;研究过程中仍然注重应力与电荷信号的时序变化特征，而电荷信号的频域特征还有待深入研究;缺乏反映煤矿动力破坏程度的简单且实用的电荷评价指标;多数研究成果，未充分考虑井下环境的复杂性，所研发的矿用设备并不具备防爆性能，若冒然测试，一旦发生意外，后果不堪设想。
为此，考虑以上问题，以单轴压缩实验为基础，提出有效电荷产生的初始时刻识别方法，确定煤体破坏演变过程中时域及频域的共性特征，采用低通数字滤波器降低噪声信号，基于有效电荷信号构建失稳破坏的电荷评价指标，研发本质安全型电荷监测仪，开展井下电荷监测试验，该研究为煤矿动力灾害提供一种新的监测预警手段。
1 受载煤体感应电荷产生原理
如图1所示，煤体受载变形破坏过程中，电荷产生主要有压电效应、裂隙尖端电荷效应与摩擦起电效应[1,3-4]。其中，压电效应主要是煤体中含有二氧化硅等压电体，当其受到外载荷作用而变形时，其内部会产生极化现象，并导致压电体两端表面内出现符号相反的束缚电荷，其电荷密度与外载荷成正比;裂隙尖端效应是指煤体在破裂过程中，裂纹尖端由于应力集中而使得该处被束缚的电子动能增加而逃逸成为自由电子，因此与平滑部位相比，在裂纹尖端处聚集了相对密集的电荷，尖端附近的电场强度较强;摩擦起电效应是指煤体在外载荷作用下，不同介质颗粒以及破裂面之间会发生强烈的滑动摩擦，使得两接触面形成了偶电层。
图1 受载煤体电荷产生示意
Fig.1 Schematic diagram of charge generated with coal loading
在煤体受载变形破坏过程中，主要以上述3种方式产生电荷，并在带电体周围产生电场，当敏感元件靠近带电体时，敏感元件表面会感应出等量异种电荷，当煤体中电荷产生动态变化时，其周围的电场强度也在不断变化，导致元件上感应电荷量发生变化，通过传感器接收煤体变形破裂过程的感应电荷信号，可获得电荷-应力与时间的曲线特征，揭示电荷信号与煤岩体破裂的力学关系，进而利用电荷信号的演化规律来掌握煤岩变形破裂的力学进程。
图2 煤体受载感应电荷信号监测系统
Fig.2 Monitoring system of induction charge signals with coal loading 1—MTS压机;2—力学参数采集系统;3—压力机操控与数显终端; 4—屏蔽缸体;5—煤体试件;6—电荷感应敏感元件;7—电荷放大器; 8—电荷采集系统;9—电荷采集控制与显示终端
2 煤体变形破坏感应电荷时频特征
2.1 煤体单轴压缩破坏电荷感应实验
选用阜新某矿的煤块制作标准的实验试件，其尺寸为φ50 mm×100 mm，将试件放入屏蔽缸体，采用位移加载控制，利用MTS岩石力学测试系统对煤体进行单轴压缩破坏实验。利用电荷采集系统监测煤体压缩过程中的电荷感应信号，该系统主要是由电荷感应元件(合金薄片)、屏蔽外界干扰信号的缸体、电荷前置放大器、信号高频采集仪及计算机组成，如图2所示。实验室专用的电荷传感器量程为-1pC～1pC，实验设置2种采集频率，分别为1 000 Hz与5 000 Hz。同时启动压力机与感应电荷监测系统，实时记录载荷、位移、感应电荷信号直至试样破坏。
2.2 有效电荷信号初始时刻识别方法
选取5个典型实验试件进行分析，如图3所示，煤体试件在单轴压缩过程中，除了在塑性阶段与破坏阶段产生的高幅值电荷信号可易识别外，其他阶段所产生的低幅值电荷信号与白噪声信号混合，无法通过时域曲线特征进行有效识别，为了明确压密阶段-弹性阶段-弹塑性过渡阶段是否会产生有效的电荷信号，本文采用正态分布检验方法来判识有效电荷产生的初始时刻。有效电荷信号定义为因煤体受载变形破裂所产生的电荷信号。电荷幅值强度定义为某段时间内的平均电荷幅值。
在煤体受载初期可认为所监测的感应电荷信号基本为白噪声信号，若把某时间段内的白噪声信号分成n组，求出的n组电荷幅值强度也应为白噪声信号，即服从正态分布。
若监测到的感应电荷幅值强度随机变量为Vm，即{v1,v2,…,vm}，若Vm符合正态分布，即Vm～N(μ,σ2)，那么该时间段内的电荷信号为白噪声信号。按照时间顺序不断更新样本容量，生成新的随机变量Vm+1，Vm+2，…，Vn，并对其分别进行正态分布检验，若截止到某一时刻新生成的随机变量Vn不服从正态分布，则认为该时刻的电荷信号是煤岩受载所产生的有效信号或该段时间内存在有效的电荷信号。
图3 单轴压缩煤体应力-电荷曲线
Fig.3 Stress-charge curves in the condition of uniaxial compression coal
本文基于假设检验原理的Lilliefors方法[16]对电荷幅值强度随机变量V进行正态分布检验。Lilliefors检验是对K-S检验的改进，它不需要事先指定分布参数，可由样本数据估计获取，样本的标准化避免了在正态拟合优度检验之前对分布参数的估计，非常适用于小样本检验。本文将感应电荷采集时间T分成n组，即{t1,t2,…,tn}，计算每组时间内的平均电荷幅值{v1,v2,…,vn}，检验该观测样本是否符合正态分布。
根据实验具体情况，本文选取1 s内的电荷幅值作为该时间段内的电荷幅值强度。如图3为电荷幅值强度频率直方图及其概率密度拟合曲线。经过Lilliefors方法检验，得到图3最左列图为正态分布，图3最右列图为非正态分布。以图3(a)～(c)为例，在加载初期前12 s内，经过Lilliefors方法检验，样本符合正态分布，同时图3(b)频率直方图的拟合曲线也符合正态概率密度曲线特征，当把第13秒时刻的电荷强度添加至样本中，样本更新后经过检验，得到样本不符合正态分布的结果，同时图3(c)的概率密度曲线也明显不具有对称性，不满足正态概率密度曲线特征，也进一步验证了该结论，可认为在第13秒出现了有效电荷信号。实际上，通过仔细观察应力-电荷与时间的时序曲线就可得知第13秒的电荷信号确实是一个小幅度突然波动的有效电荷信号，也进一步验证了Lilliefors方法的有效性。同理，通过正态分布检验的方法识别出试件2在第39秒、试件3在第270秒、试件4在第31秒与试件5在第21秒时，开始不符合正态分布，即开始产生有效电荷信号。
2.3 煤体变形破坏感应电荷时域特征
参考图3的煤体单轴压缩变形破坏过程的感应电荷信号在各个阶段的演化规律，得到应力与电荷信号在时域的共性特征，电荷信号与煤体力学演化进程的示意图如图4所示，可获得如下结论:
(1)OA段为原始空隙压密阶段。采用Lilliefors方法判识可知，该阶段产生的电荷信号基本为白噪声信号。
图4 单轴压缩煤体电荷信号演化特征示意
Fig.4 Schematic diagram of evolution characteristics of charge signals in the condition of uniaxial compression coal
(2)AB段为弹性阶段。应用Lilliefors方法判识可知，在弹性阶段也会产生少量的低幅值有效电荷信号，这是由于煤体非均质性导致某处产生应力集中而发生了个别的微破裂事件，此时应力-应变曲线会表现出小幅度的应力降现象，同时电荷信号会出现小幅度的波动现象，但从整体上看仍属于弹性阶段;事实上还存在另一种原因，即有的煤体含有石英等压电介质，当煤体受压时，不发生破裂同样会产生少量的低幅值有效电荷信号，此时应力-应变曲线不会出现应力降现象。
(3)BC段为弹塑性过渡阶段。当应力达到0.6σmax，煤体裂纹形成且不断扩展，微破裂不断产生，岩石的体积开始由压缩转为膨胀，应力-应变曲线的应力降次数开始增多，但应力降幅度不大，与此同时电荷信号幅值开始增大，易于肉眼辨识的电荷信号也开始增多，但该类电荷信号出现次数仍然较少，连续性较差。
(4)CD段为塑性阶段。当应力超过屈服强度且接近0.95σmax时，煤体局部裂纹加速扩展贯通，岩石破裂速度加快，体积膨胀加速，直到峰值点破坏。相对其他阶段，应力-应变曲线应力降次数更加频繁，应力降幅度更大，同时电荷信号波动突变次数也明显增多，信号波动幅度加剧，有时高幅值电荷信号连续出现，连续性增强。
(5)DE段为破坏阶段。超过应力峰值强度后，煤体进入破坏阶段，裂隙裂缝贯通形成应变弱化区，该区内的煤体介质进一步失去了抵抗变形的能力而快速发生了主破坏，此阶段的高幅值电荷信号最为密集，平均幅值最大，信号波动最为剧烈，信号的连续性最强。破坏阶段的电荷感应信号主要是由煤体破裂面之间剧烈的剪切滑动摩擦所产生的。
事实上，每一次应力的突然降低大多数都会伴随着电荷幅值的突变，应力降幅度越大，感应电荷波动程度越高。若把每一次应力降都看成是一次失稳破坏事件，说明电荷信号与失稳破坏具有高度的关联性，就可以借助感应电荷信号的变化特征来识别煤岩体的动力破坏程度。
2.4 煤体变形破坏感应电荷频域特征
感应电荷信号掺杂了大量的噪声信号，需要进行滤波剔除其干扰信号，本文首先利用傅里叶变换来分析感应电荷信号的频域特性。傅立叶原理表明[14]:任何连续测量的时序或信号，都可以表示为不同频率的余弦(或正弦)波信号的无限叠加。设x(n)是一个长度为N的有限长序列，定义x(n)的N点离散傅里叶变换为
式中,
则
FFT是离散傅里叶变换的一种快速算法，降低了运算要求，可以将一个信号从时域快速变换到频域。
分别选取压密阶段与破坏阶段1 s内的电荷时序信号进行频域变换，可获得白噪声与煤体破坏时产生有效电荷的频率特征。如图5,6所示，试件2与试件5的电荷信号采样频率设置fs=5 000 Hz，其余设置为fs=1 000 Hz。
图5(f)主要频率为7～14，50，55～56，60，71，82～83 Hz;图5(g)主要频率为50,150,1 382,1 432,1 766，1 916 Hz;图5(h)主要频率为16,50,80,150,250,350,450 Hz;图5(i)主要频率为50,150,250,350,450 Hz;图5(j)主要频率为50,150,300,1 282,1 432,1 528,1 766,1 916,2 066 Hz。通过以上频谱图的共性特征，认为白噪声主频不小于50 Hz。
图6(f)主要频率为1～5,7～14,23与48 Hz，其中幅值较高的频率分布在不超过15 Hz范围内;图6(g)主要频率为1～100 Hz，其中幅值较高的频率4～7,12～15与20～22 Hz;图6(h)主要频率为1～10 Hz;图6(i)主要频率为1～15 Hz;图6(j)主要频率为1～170,1 916与1 432 Hz，其中幅值较高的频率主要集中在1～50 Hz内，幅值最大的频率为14 Hz，由于该试件破坏过程中有效的高幅值电荷较少，大多基本为低幅值的干扰信号，如图6(e)所示，结合白噪声信号的频域特征，认为图6(j)的50,150,1 916与1 432 Hz都为白噪声信号。通过以上频谱图的共性特征，认为煤体破裂时电荷信号主频率为不超过15 Hz的低频信号。
图5 压密阶段1 s内电荷信号时频曲线
Fig.5 Time-frequency curves of charge signals in 1 s during compaction stage
图6 破坏阶段1 s内电荷信号时频曲线
Fig.6 Time-frequency curves of charge signals in 1 s damage during stage
2.5 感应电荷信号滤波
根据煤体破裂产生电荷信号主要为低频信号的特点，本文采用窗函数设计法来构造一种FIR低通滤波器，并对给定的电荷信号进行滤波。选定窗函数为海明窗，通带截止频率15 Hz，阻带截止频率25 Hz，过渡带宽为10 Hz，过渡带中心频率为20 Hz，利用MATLAB程序函数fir1与filter编程实现。
选取前3个试件进行低通滤波测试，效果如图7所示，该滤波方法进一步降低了低幅值电荷信号的波动幅度，高幅值电荷信号较滤波前有所不同，但所受影响不大，仍然保持较高的波动性，说明所设计的低通滤波器能够对电荷信号进行良好地降噪，降噪后的信号数据可近似认为是由于煤体受载损伤所产生的有效电荷信号。
图7 低通滤波
Fig.7 Low-pass filtering
3 煤体失稳破坏电荷评价指标
将降噪后的电荷信号数据与应力曲线结合分析，可得如下结论:
(1)电荷累积量跃升特性。加载过程中，煤体受载不断发生损伤，损伤累积达到一定程度时，煤体就会发生裂隙裂纹扩展-加速破裂-失稳破坏，破坏过程中破裂事件越多，高幅值电荷信号脉冲数越多，即高幅值电荷信号越丰富，电荷累积量就越大。尤其在加速破裂与破坏阶段时，电荷累积量将会出现不断跃升现象，每次的跃升都标志着某时刻有较大的破裂产生。
若有一组时刻{t1,t2,…,tn}，其监测到的电荷量为{x1,x2,…,xn}，经过滤波后的电荷数据为{q1,q2,…,qn}，则第tm时刻的累积电荷量为
(2)电荷高幅值特性。某段时间内破坏事件越多、越剧烈，有效电荷幅值越大，高幅值脉冲数也越多，单位时间内的平均电荷量越大，若煤岩体中含有压电效应物质，还可反映出煤岩体的应力水平。这里也可采用滑动平均值进行计算。
若规定滑动时间长度，即时间窗为
时间段内的电荷数据总数为k，该时段内的电荷数据绝对值之和为Qm，则第tm时刻平均电荷强度为
(3)电荷幅值突变特性。煤试件加载过程中，每一次应力的突然降低，可认为试样某局部位置发生了一次破坏程度较小的失稳事件，同时电荷信号幅值快速发生突变。煤体失稳破坏越剧烈，应力快速下降程度就越高，电荷幅值突变的程度就越高，其突变程度可以用变异系数来表示。
若时间窗为时间段内的电荷数据绝对值的平均值与标准差分别为μ与σ，则第tm时刻的变异系数为
以试件1～3为例，把时间窗设为1 s，如图8所示，构建的3种电荷指标曲线能较好地反映煤体的破坏特征，与失稳破坏呈现出较好的相关性。累积电荷曲线的首次大幅度跃升表示着煤体受载过程中已进入了非稳定的加速破坏阶段;电荷滑动平均值曲线在无高幅值电荷信号时，曲线数值接近于0，出现高幅值信号时，曲线数值显著升高;电荷变异系数较前两个指标更加敏感，变异系数能够反映出电荷信号的微小波动，可更加准确地识别煤体进入加速破坏阶段的前兆关键点。
图8 失稳破坏电荷评价指标曲线
Fig.8 Evaluation curves of charge indicators for instability failure
4 井下现场试验
针对煤矿现场进一步研发了YCD5本质安全型、多通道、便携式煤岩电荷监测仪，该装备主要由本质安全型煤岩电荷监测仪主机、本质安全型煤岩电荷监测探头及矿用防爆屏蔽电缆组成。如图9(a)所示，该装备可连接4路电荷传感器，采样频率为3 000次/s，量程为-300～300 pC，误差不超过5%，可实现多通道、实时显示电荷时程曲线与数据自动存储;图9(b)为自主研制的电荷发生器，可以产生10～600 pC电荷源，用来检测电荷传感器的误差。为了获得煤体发生动力破坏时感应电荷的变化特征，本文以双鸭山新安矿为例，采用YCD5电荷监测仪进行测试。
图9 感应电荷监测成套装备
Fig.9 Monitoring equipment of induction charge
如图10所示，在南翼负400十层轨道巷进行电荷监测，该回采工作面距终采线约50 m左右，沿工作面走向布置5个测点，每个测点在巷道煤壁中部且沿煤层倾向打1个钻孔，孔深约为2 m，钻孔直径大于42 mm，1号测点超前工作面10 m，且各个测点的间距均为10 m，在回采期间与停采期间分别进行电荷监测，在无采动时各测点监测时间为4～8 min，在回采期间为2 min左右，每秒中存储1个有效数据，每个有效数据是每秒3 000个数据中前10个最大值的平均值。
图10 电荷测点布置示意
Fig.10 Layout diagram of charge monitoring
图11分别为停采与回采期间电荷监测时序曲线，通过其原始数据可计算某段时间内的电荷累积量、电荷平均量、电荷标准差、平均电荷强度与变异系数等统计参数，具体见表1与2及图12。
图11 感应电荷时序曲线
Fig.11 Time series curves of induction charge
通过图11可知，无论是否有采动影响，测点电荷幅值波动程度都随着远离工作面而逐渐减弱，这是由于逐渐远离工作面的煤体破坏程度相对降低，强度逐渐增加，抵抗变形破坏能力相应增强，煤体破裂的次数相对减少，导致了电荷波动出现了如此规律。在无采动影响下的1号测点电荷波动情况出现了异常现象，即监测前期波动很高，后期波动迅速减弱。这是由于1号测点距回采工作面很近，煤壁破坏程度较高，打钻过程与电荷探头送入钻孔过程，进一步对钻孔周围煤体造成了损伤破坏，导致监测前期孔内时常发出煤体掉落，造成了高幅值电荷信号的产生且波动异常剧烈，待孔内煤体稳定后，电荷幅值逐渐变小，波动程度减弱。图12(b)中的变异系数把电荷波动情况更加科学地展现了出来，定量评价了煤壁钻孔的稳定性，进一步验证了该指标的有效性。
如图12(a)所示，测点平均电荷强度与距工作面距离之间的关系和变异系数存在差异性，并没有完全随着远离工作面而逐渐减小，而是先下降后上升且在距离工作面40 m(采动后，4号测点与工作面距离不足40 m)左右处达到了最高值，推测该位置处于工作面超前支承压力峰值影响区内，这比较符合现场超前支承压力的实际情况，在此种力学环境下存于煤体内的压电介质可产生较大的电场，进而形成较高的感应电荷幅值，但不会剧烈波动，由于煤体内介质较为复杂，该结论还需进一步深入研究。
现场监测中并没有分析电荷累积量的变化特征，这是由于电荷累积量适用于单个测点的长时间连续监测，通过分析每个钻孔电荷累积量的跃升特征来评价钻孔的内部破坏情况，因此少量数据并不适用。
实际回采过程中，工作面前方8 m范围内煤壁发生片帮甚至炸帮现象，煤层破裂声很大，1号钻孔塌孔，动力现象十分显著。如图12所示，采动影响下的电荷平均强度与变异系数明显比无采动的数值更大，说明构建的感应电荷指标能良好地反映出煤体破坏时的动力显现程度，可为煤矿动力灾害监测预警提供一种新的参考。
表1 无采动影响电荷参数
Table 1 Charge parameters table without mining influence
孔号监测时间/s电荷累积量/pC电荷平均量/pC电荷标准差/pC平均电荷强度/(pC·s-1)变异系数1号30515 333.0050.2767.800.1651.3492号2999 321.3031.1815.690.1040.5033号45719 795.6543.3217.440.0950.4034号29214 653.5050.1815.960.1720.3185号2268 323.0536.836.820.1630.185
表2 采动影响下电荷参数
Table 2 Charge parameters table with mining influence
孔号监测时间/s电荷累积量/pC电荷平均量/pC电荷标准差/pC平均电荷强度/(pC·s-1)变异系数1号2号1487 641.9051.6434.630.3490.8463号1559 962.4063.8643.660.4150.6044号1106 370.9557.9230.840.5270.5335号1215 447.7545.0218.740.3720.416
图12 有无采动影响的感应电荷指标变化特征
Fig.12 Variation characteristic of induction charge indexes with and without the influence of mining
5 结 论
(1)在单轴压缩煤体的实验中，采用正态分布Lilliefors检验方法可判识有效电荷产生的初始时刻;并认为压密阶段基本为白噪声信号;弹性阶段会产生少量的低幅值有效电荷信号，与白噪声相混合，不易识别;弹塑性过渡阶段电荷信号幅值开始增大，易于肉眼辨识的电荷信号也开始增多，连续性较差;丰富的有效高幅值信号主要产生于塑性阶段与破坏阶段，信号波动剧烈，连续性强。
(2)对电荷时序信号进行频域变换，发现其白噪声信号主频不小于50 Hz，煤体破坏时有效电荷信号主频为低频信号，不超过15 Hz。针对频域特征，设计的FIR低通滤波器能对电荷信号进行有效降噪。
(3)煤体单轴压缩实验表明，构建的累积电荷量、平均电荷强度与电荷变异系数3种指标均能较好地反映出煤体破裂程度，与失稳破坏有良好的相关性，尤其变异系数指标能更加准确地识别出煤体加速破坏的前兆点;通过有、无采动影响的现场实验表明，感应电荷监测及其评价指标可有效反映巷道动力破坏的显现程度，可为煤矿动力灾害监测预警提供一种新的参考。
[1] 潘一山.煤矿冲击地压[M].北京:科学出版社,2018.
[2] 潘一山.煤与瓦斯突出、冲击地压复合动力灾害一体化研究[J].煤炭学报,2016,41(1):105-112.
PAN Yishan.Intergrated study on compound dynamic disaster of coal-gas outburst and rockburst[J].Journal of China Coal Society,2016,41(1):105-112.
[3] 何学秋,刘明举.含瓦斯煤岩破坏电磁动力学[M].徐州:中国矿业大学出版社,1995.
[4] 王恩元,何学秋,李忠辉,等.煤岩电磁辐射技术及其应用[M].北京:科学出版社,2008.
[5] 潘一山,唐治,李忠华,等.不同加载速率下煤岩单轴压缩电荷感应规律研究[J].地球物理学报,2013,56(3):1043-1048.
PAN Yishan,TANG Zhi,LI Zhonghua,et al.Research on the charge inducing regularity of coal rock at different loading rate in uniaxial compression tests[J].Chinese Journal of Geophysics,2013,56(3):1043-1048.
[6] 潘一山,罗浩,肖晓春,等.三轴条件下含瓦斯煤力电感应规律的试验研究[J].煤炭学报,2012,37(6):918-922.
PAN Yishan,LUO Hao,XIAO Xiaochun,et al.Experimental study on mechanical-charge induction law of coal containing gas under triaxial compression[J].Journal of China Coal Society,2012,37(6):918-922.
[7] 潘一山,罗浩,唐治,等.煤岩体拉伸失稳破坏电荷感应规律研究[J].岩石力学与工程学报,2013,32(7):1297-1303.
PAN Yishan,LUO Hao,TANG Zhi,et al.Study of charge induction law of coal and rock mass during tensile instability and failure[J].Chinese Journal of Rock Mechanics and Engineering,2013,32(7):1297-1303.
[8] 李忠辉,王恩元,刘贞堂,等.煤岩破坏表面电位特征规律研究[J].中国矿业大学学报,2009,38(2):187-192.
LI Zhonghui,WANG Enyuan,LIU Zhentang,et al.Study on surface characteristics and rules of surface potential during coal fracture[J].Journal of China University of Mining & Technology,2009,38(2):187-192.
[9] 王恩元,李忠辉,刘贞堂,等.受载煤体表面电位效应的实验研究[J].地球物理学报,2009,52(5):1318-1325.
WANG Enyuan,LI Zhonghui,LIU Zhentang,et al.Experimental study on surface potential effect of coal under load[J].Chinese Journal of Geophysics,2009,52(5):1318-1325.
[10] 肖晓春,丁鑫,潘一山,等.颗粒煤岩破裂过程声发射与电荷感应试验[J].煤炭学报,2015,煤炭学报,2015,40(8):1796-1804.
XIAO Xiaochun,DING Xin,PAN Yishan,et al.Experiment of acoustic emission and charge induction in granular coal rock failure[J].Journal of China Coal Society,2015,40(8):1796-1804.
[11] 肖晓春,罗浩,潘一山,等.深井动力灾害电荷感应监测系统开发与应用[J].中国安全科学学报,2014,24(3):97-102.
XIAO Xiaochun,LUO Hao,PAN Yishan,et al.Development and application of charge monitoring system of deep mine dynamic disaster[J].China Safety Science Journal,2014,24(3):97-102.
[12] 赵扬锋,刘力强,潘一山,等.岩石变形破裂微震、电荷感应、自电位和声发射实验研究[J].岩石力学与工程学报,2016,36(1):107-123.
ZHAO Yangfeng,LIU Liqiang,PAN Yishan,et al.Experiment study on microseismic,charge induction,self-potential and acoustic emission during fracture process of rocks[J].Chinese Journal of Rock Mechanics and Engineering,2016,36(1):107-123.
[13] 唐治,潘一山,李忠华,等.煤岩破裂过程中电荷感应机理分析[J].岩土工程学报,2013,35(6):1156-1160.
TANG Zhi,PAN Yishan,LI Zhonghua,et al.Charge induction mechanism in the process of fracture of coal-rock[J].Chinese Journal of Geotechnical Engineering,2013,35(6):1156-1160.
[14] 丁鑫,肖晓春,吕祥锋,等.煤岩破裂过程电荷信号时-频域特性及降噪研究[J].煤炭学报,2018,43(3):657-666.
DING Xin,XIAO Xiaochun,LÜ Xiangfeng,et al.Investigation on charge signal time-frequency domain characteristics in coal failure process and noise reduction[J].Journal of China Coal Society,2018,43(3):657-666.
[15] 罗浩,潘一山,赵扬锋,等.含瓦斯煤体加载破坏声-电前兆信息试验研究[J].煤炭学报,2015,40(3):548-554.
LUO Hao,PAN Yishan,ZHAO Yangfeng,et al.Experimental study on acousto-charge precursory information of coal containing gas during loading failure process[J].Journal of China Coal Society,2015,40(3):548-554.
[16] 王东,曹兰柱,朴春德,等.基于假设检验原理的边坡临滑时刻的动态识别方法[J].岩石力学与工程学报,2012,31(3):577-585.
WANG Dong,CAO Lanzhu,PIAO Chunde,et al.Dynamic identification method of slope impending landslide moment based on hypothetic testing theory[J].Chinese Journal of Rock Mechanics and Engineering,2012,31(3):577-585.
