岩石在受到外界压裂的影响下会产生裂缝,岩石内部的油气能源随着缝网汇集到一起,有利于能源的开采。目前,岩石压裂技术是油气能源开发的主要技术手段,而在岩石压裂过程中所包含的很多有用的信息可以通过压裂过程中产生的声发射信号反映出来。因此,本文主要以室内岩石压裂实验所产生的声发射信号为载体,利用分数阶傅里叶变换、时频分析方法、粒子群算法和K-means算法等方法对采集到的声发射信号进行去噪和特征分析,研究岩石破裂过程中产生的声发射信号与岩石破裂裂缝之间的对应关系。本课题的主要研究内容为以下四个部分:1、进行对岩石压裂实验进行设计。通过声发射检测系统与岩石破裂加载系统采集岩石破裂过程中产生的声发射信号,并利用AEWIN可视化软件显示信号波形;以此收集到的声发射信号为基础,为下文的理论分析提供实验数据。2、将收集到的声发射信号进行去噪。首先利用平面峰值搜索法和稀疏度量法确定不同脆性矿物含量下岩石破裂声发射信号的最优阶次;然后使用不同类型的离散分数阶傅里叶变换（DFRFT,Discrete fractional Fourier transform）对最优阶次下不同脆性矿物含量岩石的声发射信号进行去噪,最后计算去噪前后信号的信噪比及均方根误差,选取适合不同脆性矿物含量下岩石破裂声发射信号的DFRFT算法中最佳的去噪算法,为下文的信号特征提取提供优质的声发射信号样本。3、划分岩石破裂过程的不同阶段。根据信号能量的释放水平及声发射信号累积能量的变化,将岩石破坏过程划分为四个阶段,即弹性阶段、微裂纹萌发阶段、宏观裂纹不断出现阶段以及岩石失稳破坏阶段;并通过能量与持续时间的关联分析来进一步分析岩石破裂过程这四个阶段的声发射信号特征。4、确定岩石破裂过程产生的破裂类型。首先基于岩石破裂声发射信号分析规律,建立以K-means算法为核心的岩石破裂声发射信号识别模型,其中加入粒子群算法对K-means算法识别模型进行优化;然后用建立的声发射信号识别模型对信号的主要特征进行了统计分析,基本上确定了声发射信号所对应的破裂类型;最后结合累积撞击次数和累积计数值对岩石破裂过程的四个阶段进行有效识别,以及对岩石破裂模式进行过程演化,确定其声发射信号所对应的破裂类型,进一步验证信号识别模型的可靠性。