关键词: 裂隙砂岩, 非均匀变形, 机器学习, 状态判识

Abstract: 为探究裂隙岩体表观变形场非均匀变形特征并判识其损伤不稳定发展状态,预制含不同角度裂隙的砂岩试件并开展单轴压缩试验,联合AE和DIC方法,获取试件应力-应变曲线和表观变形场演化过程,并训练基于AdaBoost、RF和LightGBM算法的状态判识模型。结果表明:各裂隙砂岩试件应力-应变曲线均经历压密阶段、弹性变形阶段、新生裂纹稳定发展阶段、新生裂纹不稳定发展阶段和峰后破裂阶段,其表观剪应变场γ_xy呈非均匀演化特征,促使试件表观应变分区异化,表现出数值差异和空间汇聚两个特征;γ_xy应变场非均匀变形空间指标和程度指标均呈现三阶段演化特征,并在第一次演化阶段转变中蕴含着损伤破裂的开始。四特征参数组合训练的判识模型具有较高的泛化能力和较强的判识能力,其次是双特征参数组合,单一特征参数训练的判识模型效果最差;多特征参数组合下训练的LightGBM模型中各单一特征参数的贡献率更为平均,即LightGBM模型对裂隙砂岩状态的判识能力最强、鲁棒性好。