岩石PFC2D模型细观参数确定方法研究

郝保钦1,张昌锁1,王晨龙2 ,任 超1

(1. 太原理工大学 矿业工程学院,山西 太原 030024;2.太原理工大学 机械与运载工程学院,山西 太原 030024)

摘 要:目前对标定方法的应用大多围绕单轴压缩试验展开,而仅通过单轴试验建立的数值模型在拉伸强度和强度包络线方面与实际试验吻合度较差。因此基于单轴压缩试验、单轴拉伸试验和三轴压缩试验,采用正交试验设计方法对平行黏结模型细观参数标定方法进行了研究。利用多因素方差分析确定了模型细观参数对宏观力学指标的影响程度,并建立了宏观力学参数与细观参数之间的关系。在此基础上提出了与岩石弹性模量、泊松比、单轴抗压强度、启裂强度、拉压强度比及摩擦角相匹配的细观参数确定方法。研究结果表明:采用标定方法建立的数值模型的宏观力学参数以及单轴压缩应力-应变曲线与室内试验结果相近,能够很好地反映岩石单轴和三轴条件下的破坏模式,证明了标定方法的可行性。二维颗粒流程序PFC2D对试验极限主应力关系曲线的拟合程度较差,这可能是由于平行黏结模型将形状不规则的矿物颗粒理想化为圆形颗粒,而颗粒形状可能会影响到颗粒间的咬合作用。

关键词:正交试验;二维颗粒流程序;平行黏结模型;细观参数标定;三轴压缩试验

中图分类号:TU458

文献标志码:A

文章编号:0253-2336(2022)04-0132-10

移动扫码阅读

郝保钦,张昌锁,王晨龙,等.岩石PFC2D模型细观参数确定方法研究[J].煤炭科学技术,2022,50(4):132-141.

HAO Baoqin,ZHANG Changsuo,WANG Chenlong,et al.Study on determination micro-parameters of rock PFC2D model[J].Coal Science and Technology,2022,50(4):132-141.

收稿日期:2021-10-10

责任编辑:朱恩光

DOI:10.13199/j.cnki.cst.2019-0906

基金项目:国家自然科学基金资助项目(50774054)

作者简介:郝保钦(1995—),男,山西吕梁人,硕士。E-mail:772953763@qq.com

Study on determination micro-parameters of rock PFC2D model

HAO Baoqin1,ZHANG Changsuo1,WANG Chenlong2,REN Chao1

(1.School of Mining Engineering,Taiyuan University of Technology,Taiyuan 030024,China;2.Colleye of Mechanical and Vehicle Engineering Taiyuan University of Technology, Taiyuan 030024,China)

Abstract:The majority of contemporary numerical model calibration methods focus on the usage of uniaxial compression tests, however the results of numerical models calibrated in this manner are generally inconsistent with the results of actual physical experiments with regards to the tensile strength and strength envelope. Therefore, based on the uniaxial compression test, the uniaxial tensile test and the triaxial compression test, the orthogonal experimental design method was used to study the calibration method of the mesoscopic parameters of the parallel bonding model. The multi-factor analysis of variance was used to determine the degree of influence of the model meso-parameters on the macro-mechanical indexes, and the relationship between the macro-mechanical parameters and the meso-parameters was established. On this basis, a determination method of meso-parameter matching with rock elastic modulus, Poisson′s ratio, uniaxial compressive strength, crack initiation strength, tensile-compression strength ratio and friction angle was proposed. The research results show that the macroscopic mechanical parameters and the uniaxial compressive stress-strain curve of the numerical model established by the calibration method in this paper are similar to the laboratory test results, which can well reflect the failure mode of the rock under uniaxial and triaxial conditions. The PFC2D fits the experimental limit principal stress curve poorly, which may be due to the fact that the parallel bonding model idealizes the irregularly shaped mineral grains into round grains, and the grain shape may affect the inter-grain occlusion.

Key words:orthogonal experiment;PFC2D;parallel bonded model;microscopic parameter calibration;triaxial compression test

0 引 言

常规岩石室内试验是研究岩石力学性质的主要手段。受限于试验设备和测试手段,岩石力学试验一般只能得到岩石试件的宏观变形和强度特性,而无法真正揭示岩石细观层面的力学行为。颗粒流程序(PFC)基于离散单元方法,将岩石类材料视为刚性颗粒的集合体,克服了传统连续介质分析方法在研究岩石类非均质材料时的局限性,可以从细观角度再现裂纹的孕育、扩展以及贯通的时空演化规律,已成为研究岩石力学问题的有效手段之一[1]

二维颗粒流程序(PFC2D)通过定义颗粒接触的本构关系再现岩石宏观力学性质,接触黏结模型(CBM)、平行黏结模型(PBM)和平直节理模型(FJM)是最常用的3种细观本构模型。不论选取哪种模型,都需要不断调整细观参数来匹配宏观力学性质。目前大多数研究普遍采用“试错法”进行标定[2-3],调整过程盲目性大、费时费力。国内外学者针对此问题展开了大量研究,进行了一定的改进。刘新荣等[4]以接触黏结模型中的等效微梁模型为基础,经过详细的理论推导确定了细观强度参数与岩石断裂韧度之间的关系。由于接触黏结模型颗粒接触界面不能抵抗转矩,平行黏结模型更广泛地被用于模拟岩石材料。文献[5-8]将理论分析与数值模拟相结合,系统地分析了平行黏结模型细观参数对宏观特性的影响,并给出了两者之间的量化关系。POTYONDY等[1,9-11]研究表明,受颗粒形状的影响,平行黏结模型不能很好地反映岩石的拉压强度比和强度包络线。为此,CHO等[10]分别提出了簇平行黏结模型[10]和平直节理模型[11],通过抑制颗粒破坏后的旋转,使得拉压强度比显著减小。邓树新等[12]采用PB(Plackett-Burman)试验设计分析平直节理模型细观参数对宏观参数指标的敏感性,PB设计针对每个因素只能选取2个水平,当因素范围较大时可能会影响分析结果。

上述研究在颗粒流细观参数与岩石宏观力学响应关系的建立方面取得了富有成效的进展,同时也存在一定的不足。以往研究大多集中在单轴压缩、单轴拉伸和巴西劈裂试验上,而对于有围压的三轴压缩试验研究较少。对平行黏结这一最常用模型进行宏细观参数研究时,相关学者[1,9-11]做了一定的假设。对于摩擦因数和黏结摩擦角这些可能对宏观力学响应有重要影响的细观参数并未做深入的研究。鉴于此,针对PFC2D中的平行黏结模型,基于正交设计原理,通过一系列的实验室试验(单轴压缩、单轴拉伸和三轴压缩)系统全面地分析细观参数与宏观参数间的关系。

1 正交试验设计

1.1 正交试验设计原理

在科学试验中常会遇到试验结果受多种因素影响的情况。若采取全面试验的方法,其工作量将随因素的个数呈指数形式剧增。正交试验设计是一种优化的试验方法,它利用正交表科学安排因素组合,能够在明显减少试验次数的前提下得到可靠性较强的试验结果[13-14]。通过多因素方差分析可以评估众多因素对试验指标的影响程度。因此,采用正交试验设计法对PFC2D平行黏结模型宏细观参数关系进行研究,量化参数对应关系,为参数标定提供依据。

正交表是正交试验设计中安排试验和分析结果的基本工具,一般用Ln(rm)表示。其中,L为正交表代号;n为试验次数;r为因素水平;m为因素数量。正交表具有2个重要性质:表中任一列不同因素水平出现的次数均相同;表中任意两列同行水平组成的数字对出现的次数相同。

1.2 方差分析

方差分析可以精确量化试验因素对试验结果的影响程度,通过计算因素的离差平方和与误差的离差平方和,并基于此构造F统计量。对于给定的显著性水平α,可以查F分布表得到对应的临界值F1-α。当F值大于临界值F1-α时,认为该因素对试验结果有显著影响。

若采用Ln(rm)正交表设计试验,y1y2,…,yn为试验结果,方差分析的基本步骤如下。

1)计算总离差平方和SST

(1)

其中,

(2)

(3)

2)计算因素j引起的离差平方和SSj

(4)

其中,

(5)

(6)

式中:Ki为第j列水平号为i的试验结果之和。

3)计算试验误差的离差平方和SSe

SSe=∑SSk

(7)

式中,SSk为空列离差平方和。

4)计算自由度。SST和SSj的自由度分别为

fT=n-1

(8)

fj=r-1

(9)

误差的自由度为

fe=∑fk

(10)

式中:fk为空列自由度。

5)计算F值。

(11)

6)显著性检验。对于给定的显著性水平α,当Fj>F1-α(fj,fe)时,则该因素对试验结果有显著性影响。Fj相对F1-α(fj,fe)越大,则该因素对试验结果的影响越显著。

2 试验指标及试验因素

2.1 试验指标选取

岩石力学试验是测试岩石在不同受力条件下(即单轴压缩、单轴拉伸和三轴压缩等)的破坏及变形特性参数,通过岩石力学试验可以得到岩石材料的力学参数包括抗压强度、抗拉强度、弹性模量以及泊松比等。

目前关于参数标定的大多数研究都是针对单轴压缩试验展开的,通过不断调整细观参数对应力-应变曲线进行拟合。陈鹏宇等[15]研究指出,仅通过单轴压缩试验标定得到的颗粒流数值模型,并不能直接用于研究有围压条件下岩石的力学性质。自然界的绝大多数岩石都处在三向应力状态,研究岩石在三向应力状态下的强度和变形特征对于指导岩土工程设计具有重要的意义。强度包线可以全面反映三轴试验的强度指标值,因此选择它作为参数标定的依据。强度包络线包括黏聚力和内摩擦角2个宏观力学参数,对于库伦强度包线,黏聚力可以由单轴抗压强度和内摩擦角表示,因此仅选取内摩擦角作为试验指标。

岩石的抗拉强度是反映岩石力学性质的重要指标之一。岩石的抗拉强度远小于其抗压强度,在受荷不大时就可能出现拉伸破坏,因此进行数值仿真时应将拉伸强度作为重要的标定依据。POTYONDY等[1,9-10]采用平行黏结模型模拟Lac du Bonnet花岗岩材料时发现,其抗拉强度与抗压强度的比值显著大于实验室的测量值。但以上的研究对一些参数如摩擦因数μ、黏结摩擦角φ以及黏结强度变异系数Cv等的选取并不充分,它们对于拉压强度比的影响还不明确。

启裂强度是裂纹萌生和稳定扩展的标志,它对估算岩体隧洞松动圈范围、指导围岩支护有重要的意义。室内试验常通过计算裂纹体积应变[16],或结合声发射试验结果确定岩石试件的启裂强度[17]。采用PFC模拟岩石试件可以记录试验加载过程中的裂纹数目及扩展情况,可以结合裂纹数目判断试件的启裂强度。POTYONDY等[1]通过裂纹数目的变化来确定启裂强度,认为裂纹数目达到峰值强度裂纹数目1%时所对应的强度即为启裂强度。数值模型相对半径范围较大,为兼顾所有数值模型,选取10%为启裂强度的判断条件。

2.2 试验因素确定

采用平行黏结模型(PBM)模拟岩石室内试验。平行黏结模型将岩石表示为具有有限厚度圆盘的组合,圆盘之间通过黏结键相连,圆盘之间的接触以及黏结区域具有有限刚度。当施加的局部应力(即张力、剪切力或旋转力矩)超过规定的键的强度时,这些键断裂形成一个微裂纹。在这些过程中,PFC不需要任何描述屈服后响应流动规律来控制断裂行为,只需要颗粒的运动规律、颗粒变形的简单本构规律和颗粒键断裂的屈服规律。平行黏结模型参数主要包括颗粒细观参数和黏结细观参数,具体见表1。

表1 PFC2D模型主要的宏细观力学参数

Table 1 Main macroscopic and microscopic mechanical parameters of PFC2D model

分类参数符号颗粒细观参数颗粒相对半径L/Rmin颗粒粒径比Rmax/Rmin颗粒密度/(kg·m-3)ρ颗粒接触模量/GPaEc颗粒刚度比kn/ks摩擦因数μ黏结细观参数平行黏结模量/GPaEc平行黏结刚度比kn/ks平行黏结法向强度均值/MPaσc平行黏结切向强度均值/MPaτc平行黏结强度变异系数Cv内摩擦角/(°)φ宏观参数单轴抗压强度/MPaσc抗拉强度/MPaσt内摩擦角/(°)θ启裂强度/MPaσci弹性模量/GPaE泊松比ν

采纳POTYONDY等[1]对细观参数标定的建议,对细观参数做出一定的假设。假定颗粒与黏结键有共同的变形性能,即赵国彦等[8]对粒径比(即模型中最大颗粒半径与最小颗粒半径的比值,Rmax/Rmin)进行了研究,认为粒径比在1~5取值时,对模型力学特性几乎无影响。因此采用POTYONDY等[1]建议值,将粒径比设为定值1.66。计算效率与颗粒数目直接相关,它由模型边长和最小颗粒半径的比值决定(L/Rmin)。在上述假设的基础上对颗粒流细观参数进行精简和调整,最终选取μ这8个参数为研究对象。

2.3 试验因素范围

阿比尔的邓树新等[6,12]研究表明岩石材料的泊松比与刚度比有关。将除刚度比之外的其余参数设为定值kn/ks设定为1~5,进行一系列的单轴压缩试验,将试验结果进行拟合可以得到刚度比与泊松比间的关系:ν=0.192ln(kn/ks)+0.118。文献[11]对常见岩石泊松比进行了统计,大部分取值在0.1~0.4。将ν=0.1和0.4代入ν=0.192ln(kn/ks)+0.118分别计算得到kn/ks=0.91和kn/ks=4.3,因此将刚度比的取值范围设定为1~4。其他细观参数也经过类似的试算,细观弹性模量Ec的取值范围设定为10~70 GPa,切向强度均值的取值范围设定为10~100 MPa。

在颗粒离散元模型中,黏结破坏后颗粒间的滑移与摩擦因数μ有关,POTYONDY等[1]认为摩擦因数可能会影响材料的峰后行为,建议对于岩石材料μ取0.5。CHO、程爱平等[10,18]认为颗粒间的摩擦力会抑制颗粒的运动,从而提高材料的强度。为了研究μ对宏观参数的影响,设定μ的取值范围为0.2~0.8,这与文献[10,12,15]的取值相近。

文献[19]表明能够体现材料统计平均性质代表性体积单元的尺寸至少应该是颗粒尺寸的7~8倍。周喻等[20]研究发现,当RES=(L/Rmin)[1/(1+Rmax/Rmin)]≥10,即L/Rmin≥26.6(Rmax/Rmin=1.66)时,计算结果离散性不大。尹小涛等[21]研究表明,材料内尺度比非常小时,它对模型特性几乎无影响,但会造成计算时间急剧升高。兼顾计算精度和计算效率,设定L/Rmin取值范围为30~120。

法向黏结强度与切向黏结强度之比与模型破坏形式密切相关[5-6,22]。大比值时,模型体现延性材料的力学特性,细观层面表现为由剪切裂纹主导的破坏。小比值时,模型在宏观上更多表现为脆性材料特性,常发生由泊松效应导致的横向拉伸破坏。根据他们的建议,将的取值设定为0.5~2.0。

陈鹏宇等[15,23]利用单轴或三轴数值试验展开了黏结内摩擦角φ与宏观力学参数关系的研究,结合他们的研究成果,将φ的取值设定为0°~60°。

变异系数Cv是黏结强度标准差与强度均值的比值,反映了模型细观强度的不均匀性。阿比尔的等[6]研究发现Cv<0.2时,模型强度参数趋于稳定,Cv取值过大则会造成强度参数偏小,因此将Cv的取值设定为0.2~0.8。

3 细观参数敏感性分析

3.1 正交试验设计方案及计算结果

根据因素个数与因素水平,采用L32(49)正交表设计试验。依据因素水平可设置32组参数组合。基于参数组合分别进行单轴压缩、直接拉伸和三轴压缩试验(围压分别为5、10、15、20 MPa),共计192组数值试验,具体结果见表3。数值试样长度H=100 mm,宽度L=50 mm,密度ρ=2 700 kg/m3

表2 各参数因素水平

Table 2 Factor level of each parameter

因素水平1234L/Rmin306090120Ec/GPa10305070kn/ks1234τc/MPa104070100σc/τc0.51.01.52.0Cv0.20.40.60.8φ/(°)0204060μ0.20.40.60.8

对表3的正交试验设计结果进行初步的分析,数值模型试件的拉压强度比σtc是关注的重点。岩石的抗拉强度一般为抗压强度的1/25~1/4,平均为1/10[24]。对表3中的结果进行统计可以得到拉压强度比在0.09~0.46,这基本满足了大部分岩石的标定需求。同时也表明采用平行黏结模型模拟岩石试件时,全面地对细观参数进行合理取值就可以得到较小的拉压强度比。

表3 基于正交试验设计的数值计算方案及结果

Table 3 Numerical calculation scheme and results based on orthogonal experimental design

试验号细观参数因素水平及取值(自变量)L/RminEc/GPakn/ksτc/MPaσc/τcCvφ/(°)μ空列宏观参数(因变量)E/GPaνσc/MPaσεi/σcσt/σcθ/(°)11 (30)1(10)1(1.0)1(10)1(0.5)1(0.2)1(0)1(0.2)112.10.1110.330.600.2310.58212(30)2(2.0)2(40)2(1.0)2(0.4)2(20)2(0.4)223.30.1547.40.130.2024.75313(50)3(3.0)3(70)3(1.5)3(0.6)3(40)3(0.6)328.50.15109.20.180.1533.20414(70)4(4.0)4(100)4(2.0)4(0.8)4(60)4(0.8)433.20.16174.00.160.1240.4852 (60)1122334415.30.0959.80.250.1234.68622211443330.10.198.990.240.1035.38723344112241.00.20198.20.540.4629.67824433221146.40.23128.10.420.2126.8893 (90)1234123414.70.22160.40.660.3330.811032143214341.60.07175.80.240.2727.821133412341246.40.2910.30.260.1334.221234321432161.50.2332.10.170.1435.69134(120)1243342114.40.24170.60.310.0927.821442134431242.40.12112.10.160.1337.981543421124351.90.2742.70.730.2036.811644312213467.60.2214.20.240.2117.351711414232310.30.3624.20.350.1734.091812323141422.50.2155.80.860.2128.721913232414129.80.1158.00.180.3037.872014141323233.50.0380.50.410.1541.332121423413210.90.3569.70.260.2127.632222314324129.00.2319.60.180.2033.472323241231440.30.1770.30.350.2036.352424132142357.50.07104.90.570.1839.572531331244213.40.2964.30.330.1442.442632442133133.00.28160.80.740.2534.942733113422457.10.0915.90.190.1829.412834224311363.10.1962.10.230.3017.052941342421312.50.36113.20.150.1933.753042431312433.30.3252.90.370.1632.843143124243166.20.0777.40.360.1043.123244213134274.50.1523.10.700.2136.58

3.2 正交设计结果分析

对数值计算结果进行方差分析见表4。根据式(5)和式(8)分别计算因素和误差的离差平方和。根据公式(10)可计算得各因素自由度f=r-1=4-1=3,误差自由度fe=3。计算选定显著性水平α=0.01,F0.99(3,3)=29.46。当FF0.99(3,3)时,认为因素j对试验结果有非常显著影响,记作“**”。对于显著性水平α=0.05,F0.95(3,3)=9.28。当FjF0.95(3,3)时,认为因素j对试验结果有显著性影响,记作“*”。为更直观地分析试验因素对试验指标的影响程度,将方差分析结果绘制成柱状图,如图1所示。

表4 方差分析

Table 4 Analysis of variance

因素F统计量Eνσcσci/σcσt/σcθL/Rmin182.96**6.174.290.5115.71*5.10Ec/GPa686.62**16.46*1.992.864.4529.64**kn/ks22.70*71.26**1.175.5113.99*7.08τc/MPa45.99**0.56272.71**0.897.3296.54**σc/τc3.780.3760.92**1.8416.265.28Cv16.61*0.2610.90*346.00**51.90**26.31*φ/(°)9.220.101.598.1584.97**266.67**μ1.303.103.609.29*0.71117.16**

图1 多因素方差分析F统计量

Fig.1 F-statistics of multi-factor analysis of variance

结合表4和图1的方差分析统计结果可以看出,试验因素对试验指标影响程度各不相同,具体分析如下:

1)图1a黏结切向强度和黏结法向强度与切向强度的比值这2个细观参数对试块单轴抗压强度σc有非常显著的影响。黏结强度变异系数Cv对应F>9.28,表示Cv对试验结果有显著性影响。F统计量数值远大于Cv,因此可以认为的影响占主导地位。

2)图1b细观弹性模量Ec、颗粒相对半径L/Rmin和黏结切向强度均值这3个细观参数对试块弹性模量E影响非常显著。虽然黏结强度变异系数Cv和颗粒刚度比kn/ks也对弹性模量E有显著性影响,但是相对于EcL/Rmin三个细观参数,他们的影响可以忽略。

3)图1c显示,对试块泊松比ν有非常显著影响的只有刚度比kn/ks这1个细观参数。虽然EcL/Rmin达到了著影响水平,但他们对ν的影响可以忽略。

4)图1d黏结强度变异系数Cv和黏结内摩擦角φ这2个细观参数对拉压强度比σt/σc有非常显著影响。kn/ks对应F>9.28,对试验结果有显著性影响,其F值相对于非常显著影响因素较小,在进行宏细观参数回归分析时不予考虑。

5)图1e对摩擦角θ有非常显著影响的细观参数共有4个,影响程度从高到低分别为黏结内摩擦角φ、摩擦因数μ、黏结切向强度均值以及细观弹性模量Ec。其中Ec相对于非常其他显著影响因素F值较小,其对于试验结果的影响可以忽略。

6)图1f有且仅有一个试验因素Cv对启裂强度与单轴抗压强度比值σci/σc有非常显著的影响。通过多因素方差分析,可以从众多的细观参数中筛选出对试验指标有显著性影响的因素。对显著性影响因素与试验指标进行回归分析,可以得到宏细观参数间的对应关系:

(12)

ν=0.144ln(kn/ks)+0.080 (R2=0.70)

(13)

(14)

(15)

(16)

(17)

4 标定方法及应用

4.1 标定方法

方差分析结果为细观参数的标定指明了方向。分析结果表明,对不同试验指标的有显著影响的细观参数个数和类型各不相同。因此基于“先少后多,先易后难”的原则,确定参数标定顺序,具体流程如图2所示。①L/Rmin与模拟精度和计算效率有关,应结合模拟要求合理取值。②与模拟试块的最终破坏形式有关,应根据实验室试块的实际破坏形式选择合理的比值。③不同的试验指标,其影响因素的数目也不尽相同。对νσc均有显著性影响的细观参数个数只有一个,分别是kn/ks基于“先少后多”的原则在参数调整过程中应首先确定它们的值。同样地,σt/σcθ等试验指标的显著影响因素较多,应最后进行标定。④标定应同时考虑试验类型,相比单轴压缩试验和单轴拉伸试验,三轴压缩试验工作量大,计算时间长。秉承“先易后难”的原则应放在最后进行标定。

图2 细观参数标定流程

Fig.2 Flow chart of calibration of microparameter

4.2 实例验证

以锦屏二级水电站深埋白山组大理岩[25-26]为研究对象,采用上述方法进行细观参数标定。对比大理岩力学试验及声发射试验结果,验证标定方法的可行性。表5再现了细观参数标定过程,共进行了5次调整过程。式(12)—式(17)反算可以得到步骤1的初始细观参数,此时对应的宏观参数与目标值接近,但仍有一定的差距。这是因为细观参数数目众多,回归分析时只考虑了对宏观参数有显著性影响的细观参数,而影响不显著的参数可能对试验结果有一定的影响。 步骤2~6参考图2的标定流程,对细观参数进行了适当的调整。将试验平均值与模拟值汇总在表6中,除内摩擦角以外,其他模拟结果与目标值之间的误差均在7%以内,可认为标定结果符合要求,结束标定。

表5 大理岩宏观参数试验值与模拟值

Table 5 Experimental and simulated values of macro-parameters of marble

项目νσc/MPaE/GPaσci/σcσt/σcθ/(°)试验值0.17100.0050.000.500.1525.62模拟值0.1798.4550.150.480.1431.29

表6 大理岩细观参数标定过程

Table 6 Marble micro-parameter calibration process

步骤细观参数L/RminEc/GPakn/ksτc/MPaσc/τcCvφ/(°)μ宏观参数E/GPaνσc/MPaσci/σcσt/σcθ/(°)112047.401.8771.711.200.33467.61052.340.2481.880.580.13—212047.401.2071.711.200.33467.61052.340.1796.960.480.12—312039.001.2071.711.200.33467.61050.330.1798.240.480.12—412039.001.2071.711.200.33460.00050.360.17105.810.380.14—512039.001.2071.711.200.35060.00050.200.17111.320.470.14—612039.001.2064.001.200.35060.00050.150.1798.450.480.1431.29

将数值模拟试验和物理试验获得的单轴压缩应力-应变曲线绘制在图3中。可以看出两者曲线基本重合,但存在一定的区别。大理岩试件中存在的微裂隙会在压力作用下产生闭合,应力-应变曲线会出现明显的压密阶段。而数值模拟在生成颗粒时采用了一定伺服压力,使产生的颗粒集合体接触致密、均匀,因此其应力应变关系峰前阶段近似为一条直线。

图3 物理试验和数值试验的单轴压缩应力-应变曲线对比[26]

Fig.3 Comparison of uniaxial compression stress-strain curves between physical and numerical tests[26]

莫尔-库仑强度准则因其简单实用而在岩土工程领域得到广泛应用,可以用来表征强度包络线。该准则在主应力平面上呈线性关系,即

(18)

因此,若已知σ1σ3间的关系就可以求得黏聚力C和内摩擦角θ

(19)

(20)

式中:k为极限主应力(σ1-σ3,σ1为最大主应力,σ3为最小主应力)关系曲线斜率[24]σc为极限主应力关系曲线在纵坐标轴上的截距。

图4为数值试验与室内试验极限主应力关系曲线对比,试验曲线参考文献[26]中σ1-σ3拟合曲线。根据拟合曲线,由式(18)—式(20)可计算得到岩石的内聚力和摩擦角,将计算结果标注在图4中。可以看出,当围压较小时,数值模型预测的极限轴向应力与试验结果较接近,而随着围压的增大,他们之间的差值也逐渐增大。这可能是由于PFC基于离散单元方法,将岩石类材料视为圆形/球形颗粒的集合体,而实际岩石矿物颗粒形状则为不规则的多面体。形状的不同可能会导致颗粒间的咬合作用产生差异,而围压的增加则放大了这种差异。POTYONDY 等[1,12]研究也指出颗粒离散元法在极限主应力关系曲线的拟合上存在一定困难。

图4 极限主应力关系曲线[26]

Fig.4 Ultimate principal stress relationship curve[26]

将数值试验得到的试件破坏形式实际物理试验进行对比,如图5所示。对比发现不同加载条件下的数值试验与物理试验结果吻合性较好。图5a单轴压缩试验试件的破坏形式表现为沿剪切带的整体滑移破坏,同时与主要滑移面斜交方向产生1个次生破坏面。图5b围压18 MPa下的三轴压缩试验试块均出现了宏观剪切破坏带(其他围压条件下试件破坏形式也一致)。

图5 破坏形式对比[26]

Fig.5 Failure mode comparison[26]

5 结 论

1)通过对正交试验结果进行多因素方差分析,精确估计了各细观参数对宏观参数的影响程度。岩石单轴抗压强度主要受黏结切向强度和黏结强度比的影响;岩石泊松比主要受刚度比的影响,它们之间呈对数关系,泊松比随着刚度比增大而增大;对岩石的宏观弹性模量有显著影响的细观参数,影响程度由高到低为:细观弹性模量、相对半径及黏结强度比;岩石拉压强度比主要受黏结内摩擦角和黏结强度变异系数的影响,合理地调整细观参数可以使拉压强度比降至0.1左右,满足大部分岩石的要求;对岩石内摩擦角有显著影响的细观参数类型最多,影响程度由高到低依次为:黏结内摩擦角、摩擦因数、黏结切向强度以及细观弹性模量。

2)根据方差分析结果,综合考虑多个细观参数对宏观参数的影响,进一步建立了显著影响因素与试验指标间的多元函数关系。

3)根据宏细观参数间的关系,确定了细观参数的标定顺序,提出了具体的标定方法。并采用该方法对锦屏白山组大理岩力学参数进行了标定。数值试验与物理试验的宏观力学参数、破坏模式以及应力-应变曲线基本对应,验证了细观参数标定方法的可行性。

4)由于采用圆形颗粒,平行黏结模型对极限主应力关系曲线的拟合效果较差。

参考文献(References):

[1] POTYONDY D O,CUNDALL P A . A bonded-particle model for rock[J]. International Journal of Rock Mechanics and Mining Sciences,2004,41(8):1329-1364.

[2] 田文岭,杨圣奇,方 刚. 煤样三轴循环加卸载力学特征颗粒流模拟[J]. 煤炭学报,2016,41(3):603-610.

TIAN Wenling,YANG Shengqi,FANG Gang. Particle flow simulation on mechanical behavior of coal specimen under triaxial cyclic loading and unloading[J]. Journal of China Coal Society,2016,41(3):603-610.

[3] 刘 宁,张春生,褚卫江. 深埋隧洞开挖损伤区的检测及特征分析[J]. 岩土力学,2011,32(S2):526-531,538.

LIU Ning,ZHANG Chunsheng,CHU Weijiang. Detection and analysis of excavation damage zone of deep tunnel[J]. Rock and Soil Mechanics,2011,32(S2):526-531,538.

[4] 刘新荣,傅 晏,郑颖人,等.颗粒流细观强度参数与岩石断裂韧度之间的关系[J].岩石力学与工程学报,2011,30(10):2084-2089.

LIU Xinrong,FU Yan,ZHENG Yingren,et al. Relation between meso-parameters of particle flow code and fracture toughness of rock[J]. Chinese Journal of Rock Mechanics and Engineering,2011,30(10):2084-2089.

[5] 丛 宇,王在泉,郑颖人,等.基于颗粒流原理的岩石类材料细观参数的试验研究[J].岩土工程学报,2015,37(6):1031-1040.

CONG Yu,WANG Zaiquan,ZHENG Yingren,et al. Experimental study on microscopic parameters of brittle materials based on particle flow theory [J]. Chinese Journal of Geotechnical Engineering,2015,37(6):1031-1040.

[6] 阿比尔的,郑颖人,冯夏庭,等.平行黏结模型宏细观力学参数相关性研究[J].岩土力学,2018,39(4):1289-1301.

ABI ERDI,ZHENG Yingren,FENG Xiating,et al. Relationship between particle micro and macro mechanical parameters of parallel-bond model [J]. Rock and Soil Mechanics,2018,39(4):1289-1301.

[7] 周 杰,汪永雄,周元辅.基于颗粒流的砂岩三轴破裂演化宏-细观机理[J].煤炭学报,2017,42(S1):76-82.

ZHOU Jie,WANG Yongxiong,ZHOU Yuanfu. Macro-micro evolution mechanism on sandstone failure in triaxial compression test based on PFC2d [J]. Journal of China Coal Society,2017,42(S1):76-82.

[8] 赵国彦,戴 兵,马 驰.平行黏结模型中细观参数对宏观特性影响研究[J].岩石力学与工程学报,2012,31(7):1491-1498.

ZHAO Guoyan,DAI Bing,MA Chi. Study of effects of microparameters on macroproperties for parallel bonded model [J]. Chinese Journal of Rock Mechanics and Engineering,2012,31(7):1491-1498.

[9] 蒋明镜,方 威,司马军.模拟岩石的平行黏结模型微观参数标定[J].山东大学学报(工学版),2015,45(4):50-56.

JIANG Mingjing,FANG Wei,SIMA Jun. Calibration of micro-parameters of parallel bonded model for rocks [J]. Journal of Shandong University(Engineering Science),2015,45(4):50-56.

[10] CHO N,MARTIN C D,SEGO D C . A clumped particle model for rock[J]. International Journal of Rock Mechanics and Mining Sciences,2007,44(7):997-1010.

[11] POTYONDY D O. A flat-jointed bonded-particle material for hard rock[C]//Proceedings of the 46th US Rock Mechanics Symposium,Chicago,2012:24-27.

[12] 邓树新,郑永来,冯利坡,等. 试验设计法在硬岩PFC3D模型细观参数标定中的应用[J]. 岩土工程学报,2019,41(4):655-664.

DENG Shuxin,ZHENG Yonglai,FENG Lipo,et al. Application of design of experiments in microscopic parameter calibration for hard rocks of PFC3D model [J]. Chinese Journal of Geotechnical Engineering,2019,41(4):655-664.

[13] 李云雁,胡传荣.实验设计与数据处理[M].北京:化学工业出版社,2005.

[14] 刘希亮,王蒙蒙,王新宇,等. 基于正交试验的深部岩巷稳定性数值分析[J]. 煤炭科学技术,2018,46(2):138-143,181.

LIU Xiliang,WANG Mengmeng,WANG Xinyu,et al. Numerical analysis on stability of deep rock roadway based on orthogonal test[J]. Coal Science and Technology,2018,46(2):138-143,181.

[15] 陈鹏宇,孔 莹,余宏明.岩石单轴压缩PFC2D模型细观参数标定研究[J].地下空间与工程学报,2018,14(5):1240-1249.

CHEN Pengyu,KONG Ying,YU Hongming. Research on the Calibration method of microparameters of a uniaxial compression PFC2D model for rock [J]. Chinese Journal of Underground Space and Engineering,2018,14(5):1240-1249.

[16] 李存宝,谢和平,谢凌志. 页岩起裂应力和裂纹损伤应力的试验及理论[J]. 煤炭学报,2017,42(4):969-976.

LI Cunbao,XIE Heping,XIE Lingzhi. Experimental and theoretical study on the shale crack initiation stress and crack damage stress[J]. Journal of China Coal Society,2017,42(4):969-976.

[17] 刘 宁,张春生,褚卫江. 锦屏深埋大理岩破裂特征与损伤演化规律[J]. 岩石力学与工程学报,2012,31(8):1606-1613.

LIU Ning,ZHANG Chunsheng,CHU Weijiang. Fracture characteristics and damage evolution law of Jinping deep marble [J]. Chinese Journal of Rock Mechanics and Engineering,2012,31(8):1606-1613.

[18] 程爱平,谭春森,王为琪,等. 基于颗粒流理论的充填体细观参数敏感性分析[J]. 金属矿山,2016(12):165-169.

CHENG Aiping,TAN Chunsen,WANG Weiqi,et al. Sensibility analysis of backfill microscopic parameters based particle flow theory[J]. Metal Mine,2016(12):165-169.

[19] VAN Vliet M R A. Size effect in tensile fracture of concrete and rock[D]. TU Delft:Delft University of Technology,2000.

[20] 周 喻,吴顺川,焦建津,等. 基于BP神经网络的岩土体细观力学参数研究[J]. 岩土力学,2011,32(12):3821-3826.

ZHOU Yu,WU Shunchuan,JIAO Jianjin,et al. Research on mesomechanical parameters of rock and soil mass based on BP neural network[J]. 岩土力学,2011,32(12):3821-3826.

[21] 尹小涛,郑亚娜,马双科. 基于颗粒流数值试验的岩土材料内尺度比研究[J]. 岩土力学,2011,32(4):1211-1215.

YIN Xiaotao,ZHENG Yana,MA Shuangke. Study of inner scale ratio of rock and soil material based on numerical tests of particle flow code[J]. Rock and Soil Mechanics,2011,32(4):1211-1215.

[22] 石 崇,张 强,王胜年.颗粒流(PFC5.0)数值模拟技术及应用[M]. 北京:中国建筑工业出版社,2018.

[23] 尹小涛,李春光,王水林,等. 岩土材料细观、宏观强度参数的关系研究[J]. 固体力学学报,2011,32(S1):343-351.

YIN Xiaotao,LI Chunguang,WANG Shuilin,et al. Study on the relationship between microscopic and macroscopic strength parameters of geotechnical materials [J]. Chinese Journal of Solid Mechanics,2011,32(S1):343-351.

[24] 蔡美峰.何满潮,刘东燕.岩石力学与工程[M].北京:科学出版社,2013.

[25] 张春生,陈祥荣,侯 靖,等. 锦屏二级水电站深埋大理岩力学特性研究[J]. 岩石力学与工程学报,2010,29(10):1999-2009.

ZHANG Chunsheng,CHEN Xiangrong,HOU Jing,et al. Study of mechanical behavior of deep-buried marble at Jinping II hydropower station[J]. Chinese Journal of Rock Mechanics and Engineering,2010,29(10):1999-2009.

[26] 刘 宁,张春生,褚卫江,等. 深埋大理岩脆性破裂细观特征分析[J]. 岩石力学与工程学报,2012,31(S2):3557-3565.

LIU Ning,ZHANG Chunsheng,CHU Weijiang,et al. Microscopic characteristics analysis of brittle failure of deep buried marble [J]. Chinese Journal of Rock Mechanics and Engineering,2012,31(S2):3557-3565.