深部采矿面临着岩爆等危险，这严重限制了我国深部工程的利用。深部工程灾害的早期预警是预防和控制灾害的有效途径。有效预警灾害的关键难点在于识别岩石的不稳定阶段。在这一阶段，内部裂纹迅速发展，样本体积膨胀，岩体从局部失稳发展为整体失稳。目前，实验室测试可以识别岩石的不稳定阶段，但将这些测试理论应用于现场存在困难。本文提出了一种内部-外部-应力三维协同综合方法，通过应用RF模型来识别不稳定阶段，为将实验室理论研究应用于现场提供了新方法[1]、[2]、[3]。本构模型能够有效描述岩石破坏过程。Tian等人[4]描述了动态本构破坏（DCF）模型的参数变化，所得新模型可以广泛应用于循环加载下的压缩破坏、塑性变形和岩石蠕变等场景，解决了现有岩石本构模型无法准确描述高温高压下岩石应力-应变曲线的问题。深部岩体大多为非完整岩体，现有理论主要针对完整岩体的本构模型。许多学者对非完整岩体的本构模型进行了研究，并提出了含水裂隙岩体、节理岩体采矿诱导损伤模型以及具有正态分布的岩石损伤统计本构模型[5]、[6]、[7]。本构模型能够有效描述岩石破坏过程。岩石破坏时会释放应力波，这些应力波可以通过声发射有效检测到。许多学者研究了岩石破坏过程中的声发射特征，分析了循环加载下的岩石损伤特性、峰值强度前的声发射信息的多指标和分形维数、岩石断裂过程中的应力阈值确定以及隧道岩爆中的AE计数。声发射是识别岩石破坏特征的有效方法[8]、[9]、[11]。有研究利用声发射（AE）监测系统实时跟踪岩石破坏过程，并基于统计理论和聚类分析准确预测岩石破坏的演变趋势和特征[12]、[13]；还有研究使用AE技术检测具有不同节理倾角的试样中的拉伸和剪切信号的时间特征。
在岩石样品的加载过程中，样品表面会发生变形，这可以通过VIC进行监测。因此，可以根据岩石的变形特征确定岩石破坏过程。Pan等人[15]使用VIC监测系统研究了单轴压缩下岩石表面裂隙扩展过程中的应变场变化，并分析了原始裂纹I周围的应变率与次级裂纹II、III和IV之间的关系。Zhu等人[16]对具有单个预制裂隙的砂岩试样进行了单轴压缩测试，并通过集成3D-DIC和AE技术从光学和声学角度探讨了砂岩试样的表面和内部微裂纹特征。Wang等人[17]使用超高速摄影技术研究了细粒砂岩的动态破坏特性，并利用扫描电子显微镜（SEM）分析了细粒砂岩的力学特性及其破坏模式与微观层面应变率之间的关系，最终通过结合DIC技术全面阐明了岩石破坏机制。Tang等人[18]使用AE计数和b值分析了循环加载下试样的损伤演变过程，并利用DIC技术揭示了裂尖前沿的应变场、位移场和断裂过程区（FPZ）的演变特征。Xue等人[19]研究了螺栓在交叉节理岩体中的锚固效应，并通过结合声发射（AE）和数字图像相关性（DIC）技术实现了裂纹传播和应变演变的综合监测。声发射和VIC可以有效识别岩石破坏过程[20]。有研究将高速摄像机、分布式光纤传感、声发射（AE）系统和二维视频图像相关性（VIC-2D）技术结合起来，实时监测周围岩石的力学响应。由于岩体的各向异性，许多学者将机器学习方法应用于岩土工程领域，包括边坡预测、岩体质量分类与评估、回填强度预测、采空区预测和岩爆预测[21]、[22]、[23]、[24]、[25]、[26]、[27]。基于深度学习预测算法性能与岩爆预测向量之间的定量关系[28]，提出了一种基于CNN–GRU的岩爆风险和类别预测算法，并配备了原型预测机制，显示出相较于现有方法的明显优势。许多研究仅使用AE和VIC特征对岩石破坏过程进行定性描述，缺乏定量表征。目前，利用AE和VIC特征对岩石破坏过程进行定量描述仍是一个空白领域，相关理论研究尚缺。
总之，应力-应变、声发射和VIC的特征可以描述岩石失稳过程。然而，这些研究大多关注变化趋势，无法进行定量分析，因此难以将其应用于现场监测。工程实践表明，岩体的失稳阶段是工程失稳的关键时期，准确识别这一阶段对于灾害预防和控制至关重要[29]、[30]。本文提出了一种内部-外部-应力三维协同综合方法来识别不稳定阶段，并采用RF模型识别具有不同节理分布特征的闪长岩不稳定阶段，其准确率、召回率、精确率和F1值均高于0.98，为将AE和VIC监测系统应用于现场监测提供了理论基础。识别岩石破坏的不稳定阶段可以为地质灾害的监测和预警提供理论依据。
