珊瑚钙质砂导热系数与含水率关系的修正Côté-Konrad模型研究

刘志遐; 郭成超; 朱鸿鹄; 曹鼎峰; 黄锐; 王复明; 董璞

doi:10.11779/CJGE20220985

珊瑚钙质砂导热系数与含水率关系的修正Côté-Konrad模型研究 English Version

刘志遐^{1, 2, 3,},
郭成超^{1, 2, 3, ,},
朱鸿鹄⁴,
曹鼎峰^{1, 2, 3},
黄锐^{1, 2, 3},
王复明^{1, 2, 3},
董璞⁵

1.
中山大学土木工程学院和南方海洋科学与工程广东省实验室(珠海), 广东珠海 519082
2.
广东省海洋土木工程重点实验室, 广东广州 510275
3.
广东省地下空间开发工程技术研究中心, 广东广州 510275
4.
南京大学地球科学与工程学院, 江苏南京 210023
5.
惠州学院建筑与土木工程学院, 广东惠州 516007

基金项目:

国家自然科学基金项目 42377150

国家自然科学基金项目 42225702

详细信息

作者简介:
刘志遐(1998—)，女，博士研究生，主要从事珊瑚钙质砂力学性质方面的研究工作。E-mail: liuzhx57@mail2.sysu.edu.cn

通讯作者:
郭成超, E-mail: guochch25@mail.sysu.edu.cn

中图分类号: TU441
计量
- 文章访问数: 324
- HTML全文浏览量: 58
- PDF下载量: 75
出版历程
- 收稿日期: 2022-08-11
- 网络出版日期: 2023-03-09
- 刊出日期: 2023-10-31

Modified Côté-Konrad model for describing relationship between thermal conductivity and water content of coral calcareous sand

LIU Zhixia^{1, 2, 3,},
GUO Chengchao^{1, 2, 3, ,},
ZHU Honghu⁴,
CAO Dingfeng^{1, 2, 3},
HUANG Rui^{1, 2, 3},
WANG Fuming^{1, 2, 3},
DONG Pu⁵

1.
School of Civil Engineering, Sun Yat-sen University & Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai), Zhuhai 519082, China
2.
Guangdong Key Laboratory of Marine Civil Engineering, Guangzhou 510275, China
3.
Guangdong Engineering Technology Research Center for Underground Space Development, Guangzhou 510275, China
4.
School of Earth Science and Engineering, Nanjing University, Nanjing 210023, China
5.
School of Architecture and Civil Engineering, Huizhou University, Huizhou 516007, China

摘要

摘要: 掌握珊瑚钙质砂的热力学性质对于中国南海人工冻结法施工工艺的优化十分重要，但目前对其研究仍有不足。珊瑚钙质砂颗粒形状不规则、棱角度高，内部传热路径长且曲折，经典Côté-Konrad(CK)模型不能准确描述其含水率与导热系数之间的关系。提出相对颗粒评价参数 $\mu$ ，并结合CK模型得到了改进模型(modified Côté-Konrad模型，简称MCK模型)，用于定量描述非冻结状态下珊瑚钙质砂含水率与导热系数的关系。结果表明：非冻结状态下，MCK模型对珊瑚钙质砂导热系数的预测结果远远好于经典CK模型，改进后MAE，RMSE和MAPE分别从0.286，0.098 W/m℃和40%下降至0.098，0.011 W/m℃和10%。在冻结状态下，由于冰增强了砂土颗粒之间的联结，从而降低了颗粒形状不规则对导热系数的影响程度，因此经典CK模型仍然适用。
- 珊瑚钙质砂 /
- 导热系数 /
- 改进Côté-Konrad模型 /
- 含水率
Abstract: The artificial freezing construction process is determined through the thermal properties of coral calcareous sand in the South China Sea, however, the heat transfer among calcareous sand particles is still unclear. The classic Côté-Konrad (CK) model is difficult to be directly used in calcareous sand because of the irregular shape, high angularity and long heat transfer path among particles. To fill this gap, a relative particle evaluation parameter ( $\mu$ ) is defined, and a modified CK (MCK) model is established with consideration of $\mu$ . The MCK model is used to describe the relationship between water content and thermal conductivity in unfrozen calcareous sand. A serious of laboratory tests are conducted to verify the MCK model. The results indicate that the mean absolute error, root mean square error and mean absolute percentage error are 0.098 W/m℃, 0.011 W/m℃ and about 10%, respectively, which are much less than those of CK model (0.286 W/m℃, 0.098 W/m℃ and 40%). In the frozen calcareous sand, the CK model is still applicable because ice can fill the surface pores of solid particles and enhance connectivity, which reduces the influences of particle shape on thermal conductivity.
- coral calcareous sand /
- thermal conductivity /
- modified Côte-Konrad model /
- water content

HTML全文

0. 引言

饱和黄土在振动荷载作用下黄土体内孔隙水压力增大，同时黄土颗粒成分能有效减缓孔隙水压力的消散，致使土体骨架有效应力降低，从而产生大变形和超孔隙水压力，最终致使黄土产生液化^[1]。王兰民^[2]对饱和黄土液化开展了深入研究，同时基于室内土动力学试验和现场SPT测试，给出了深度范围在20 m内饱和黄土液化的初判和详判方法。部分研究成果已被《甘肃省建筑抗震设计规程：DB62/T25—3055—2011》和《地下结构抗震设计标准：GB/T51336—2018》采纳。结合对饱和黄土液化方面的深入研究，笔者认为在地震作用下黄土地下工程围岩同样可能像其他可液化地层一样，会产生液化现象。

地下工程往往是由围岩和支撑结构两者组成并相互作用的结构体系。地层既是承载结构的基本组成部分，又是荷载的主要来源，这种合二为一的作用机理与地面结构是完全不同的^[3-4]。基于以上认识和早期工程实践，一般认为地下结构由于围岩在地震中提供的多维约束作用，对其破坏很小。然而近年来几次大的地震中地下结构的严重破坏，频发的黄土隧道翻浆冒泥、仰拱开裂等病害，警示我们必须对黄土隧道，尤其是饱和段落的振动液化问题给予足够的重视^[5]。

在这类地区修建的黄土隧道，由于开挖使得黄土围岩应力重新分布，有效围压降低。同时隧道开挖提供的新的地下水通道，使得围岩含水率增加，力学特性降低^[6]。

根据以上黄土隧道的典型病害和围岩特征，基于前期数值模拟与理论分析得出的研究结果^[7]，进一步通过系列振动台试验，开展了饱和黄土隧道地震围岩液化特征的分析。

1. 黄土隧道围岩液化势研究

1.1 水平自由场地液化势特征

对于地面下某深度处动剪应力 ${\tau _{\text{d}}}$ ，Seed等^[8]依据水平地面下土体刚体运动提出了便于工程运用的简化方法。其关键为根据式（1）正确确定动剪应力折减系数 ${r_{\text{d}}}$ 的值。

${r_{\text{d}}} = \frac{{{\tau _{{\text{d, max}}}}g}}{{{\sigma _{\text{y}}}{a_{{\text{s, max}}}}}} \;。$

(1)

式中： ${r_{\text{d}}}$ 为动剪应力折减系数； ${\tau _{{\text{d, max}}}}$ 为地面下某点的最大地震水平剪应力；g为重力加速度； ${\sigma _{\text{y}}}$ 为地面下某一点的竖向竖向应力。如果获得 ${r_{\text{d}}}$ 值，则可以根据式（1）得到某次地震时地面以下某点的 ${\tau _{{\text{d, max}}}}$ 或者动剪比 ${a_{\text{s}}}$ 。

随后许多学者开展了 ${r_{\text{d}}}$ 相关的相关研究。目前公认的表征水平场地地面下的 ${r_{\text{d}}}$ 随深度z变化的有^[9]

${r_{\text{d}}} = 1.0 - 0.015z\begin{array}{*{20}{c}} {}&{{\text{(}}z \leqslant 30.5{\text{ m}}} \end{array}) \;,$

(2)

${r_{\text{d}}} = \left\{ {\begin{array}{*{20}{l}} {1.0 - 0.00765z\begin{array}{*{20}{c}} {}&{\begin{array}{*{20}{c}} {}&{(z \leqslant 9.15 {\text{m)}}} \end{array}}&{} \end{array}} \\ {1.174 - 0.0267z\begin{array}{*{20}{c}} {}&{{\text{ (}}9.15 {\text{m < }}z \leqslant 23 {\text{m)}}} \end{array}} \end{array}} \right.$

(3)

由式（2），（3）可以得知，地面下可液化土体，其 ${r_{\text{d}}}$ 值随着埋深的增加逐渐减小。由于在某次地震中其水平场地地表峰值加速度 ${a_{{\text{s, max}}}}$ 容易确定，g为定值，因此从另一方面来看， ${r_{\text{d}}}$ 又表征地面下某点在地震过程中遭受动剪应力 ${\tau _{{\text{d, max}}}}$ 的大小。所以从 ${r_{\text{d}}}$ 的变化趋势入手，可以判断饱和黄土隧道围岩在水平地震荷载作用下的液化特征。

1.2 黄土隧道场地围岩液化势特征

基于以上理论，根据式（1），选取不同的地震加速度记录从土层底部输入，选取不同黄土地层及不同的深度，选取不同的力学模型参数，组合得出了饱和黄土隧道围岩的r_d随埋深h的变化特征^[7]。

研究得出隧道衬砌周围1 m范围内围岩的平均动剪应力折减系数r_d随埋深h的变化特征，见图 1。其r_d值比同一埋深水平场地r_d值显著增大，同时其随埋深h的增加而减小，且其减小速率逐渐放缓，当h大于60 m时，r_d变化趋于稳定^[7]。这说明隧道结构的存在显著提高了其围岩的液化势，且埋深越小，其围岩液化势越高。

图 1 隧道周边1 m范围内的r_d随埋深h的变化趋势^[7]

Figure 1. Tendency of r_d of surrounding soils within range of 1 m outside tunnel excavation contour with buried depths h^[7]

下载: 全尺寸图片幻灯片

2. 振动台模型试验

2.1 工程背景

为进一步验证前期理论分析与数值模拟相结合得到的隧道围岩液化势特征，便于试验中在地震动荷载作用下的黄土隧道围岩液化与实际工程比较，进一步开展了大比例为1∶20的振动台试验。该试验以正在建设的兰州至合作铁路某隧道黄土段（夏河县境内）为背景，其场地照片见图 2。该隧道处于高烈度地震区，设计基本地震动峰值加速度为0.20g，相当于地震基本烈度Ⅷ度，地震动反应谱特征周期分区为0.45 s。该隧道进口段约270 m洞身17.7‰上坡穿越Q₃黄土段落。其中隧道上部自洞口向洞内其埋深从8 m增加到37 m。随后穿越土石分界面，进入弱富水区板岩地层（预测该段正常涌水量为117.1 m³/d，最大涌水量为351.3 m³/d）。

图 2 隧道场地地貌

Figure 2. Landform of tunnel site

下载: 全尺寸图片幻灯片

其中本研究最为关注的Q₃黄土地层具有如下特征：为分布于河流高阶地上更新统洪积黄土，厚度8~60 m，淡黄色，稍湿—潮湿，稍密—中密，Ⅱ级普通土；预测该段正常涌水量为13.1 m³/d，最大涌水量为39.2 m³/d，隧道施工中出现点状渗水，土石界面成线状或股状流水。

2.2 振动台试验

振动台试验在中国地震局兰州地震研究所（甘肃省地震局）黄土地震工程重点实验室进行。振动台台面尺寸为4 m×6 m，可进行水平和垂直双向耦合地震模拟，振动台总共由28台伺服电机驱动。

试验采用刚性模型箱，其箱体尺寸为2.8 m（长）×1.4 m（宽）×1.9 m（高）。试验中在模型箱的内壁上贴两层塑料膜，并在左右两侧铺设20 cm厚的海绵，以减小模型箱对土体的侧向约束。其前后侧的20 cm厚的有机玻璃，既保证了模型箱的刚度，又便于观察模拟地震试验过程中模型的破坏过程和现象。具体见图 3。

图 3 饱和黄土隧道振动台试验

Figure 3. Shaking-table tests of saturated loess tunnel

下载: 全尺寸图片幻灯片

试验中模型围岩黄土取自兰州至合作铁路某黄土隧道正在施工掌子面，土体物理力学参数见表 1。模型填筑时采用逐层夯实填筑，确保模型干密度与隧道掌子面情况一致。

表 1 隧道现场黄土物理特性

Table 1. Physical properties of in-site loess

孔隙比e	干密度ρ_d/(g·cm^-3)	含水率w/%	黏粒d ≤ 0.005	粉粒0.005＜d≤0.075 (mm)	砂粒0.075＜d ≤ 0.25 (mm)
0.86	1.45	17.2%	16.8%	67.7%	14.5%

下载: 导出CSV

| 显示表格

模型不同含水层的分布见图 4（a），上部土层与现场隧道掌子面含水率相当，下部70 cm厚为饱和黄土，含水率w为30.9%。其通过在模型箱底部铺设5 cm的中砂层，砂层中铺设均匀开有小孔的直径1.5 cm的塑料管，将塑料管接出模型顶部土层约1.2 m。从管口控制总水量缓慢注水，水从底部砂层在反压作用下逐渐自下向上渗流，经过9 d达到试验要求的饱和高度。

图 4 传感器布置图

Figure 4. Layout of sensors on middle section of linings

下载: 全尺寸图片幻灯片

2.3 传感器布设和地震波施加

模型传感器布设如图 4所示，均布设在垂直于隧道轴中心的断面上。图中A表示加速度计，S表示动剪切应力传感器，P表示动孔隙水压力计。

2019年10月28日，甘肃省夏河县发生了M 5.7级地震，震源深度为10 km。本次试验采用中国地震局工程力学研究所强震观测中心提供的2019年夏河地震波，见。试验中考虑隧道遭受多遇地震、设防地震和罕遇地震，对其峰值加速度 ${a_{{\text{max}}}}$ 进行调整， ${a_{{\text{max}}}}$ 从1 m/s²开始，逐级增加1 m/s²进行加载，至4 m/s²时饱和土体出现明显液化特征后停止加载。根据动三轴试验获得的原样土动孔压消散规律，在两级加载中间设置40 min间隔期，可使得上一级液化孔压消散到5%以内，以尽量减小前一级结果对后一级试验的影响。

图 5 2019年夏河地震地震波

Figure 5. Seismic waves of 2019 Xiahe earthquake

下载: 全尺寸图片幻灯片

3. 结果与分析

3.1 剪应力变化特征分析

当激励地震波峰值加速度 ${\tau _{{\text{d, max}}}}$ =1.0 m/s²时，位于同一水平高度的点S1和S2，其靠近衬砌结构的点S1的动剪应力峰值 ${\tau _{{\text{d, max}}}}$ 明显大于远离衬砌结构的点S2的峰值，见。说明此阶段的围岩受结构与土相互作用显著，隧道结构的存在使得围岩承受的动剪应力 ${\tau _{\text{d}}}$ 增大。此规律与前期数值模拟的动剪应变结果相吻合，见图 7。

图 6 S1和S2位置动剪应力时程曲线

Figure 6. Time histories of dynamic shear stresses at points S1 and S2

下载: 全尺寸图片幻灯片

图 7 动剪应变时程曲线（A靠近衬砌，B远离衬砌）^[7]

Figure 7. Dynamic shear strains of soils (A is near tunnel, and B is far)^[7]

下载: 全尺寸图片幻灯片

当激励 ${a_{{\text{max}}}}$ 为2.0，3.0，4.0 m/cm²时，此时位于同一水平高度的点S1和S2，S1的动剪应力峰值 ${\tau _{{\text{d, max}}}}$ 小于远离衬砌结构的点S2的峰值，见图 6（b），（c）。结合图 8的动孔隙水压力变化分析，其原因可能为：靠近隧道的点动孔隙水压力上升较快也较大，由于动孔压的升高，靠近衬砌结构土体的剪切模量降低；在数值模型中建立的土体为弹塑性材料，其不能体现变形模量随着动孔压的增高而减小的现象。

图 8 动孔隙水压力时程曲线（a_max = 2.0 m/cm²）

Figure 8. Time histories of dynamic pore water pressure (a_max = 2.0 m/cm²)

下载: 全尺寸图片幻灯片

3.2 动孔隙水压力特征分析

当激励地震波峰值加速度 ${a_{{\text{max}}}}$ =2.0 m/cm²时，其动孔隙水压力的时程曲线如图 8所示。由图 8（a）可以得知，位于同一水平高度的点P1和P2，靠近衬砌结构的位置P1，其动孔压上升更快，且值也更高。图 8（b）中的P3和P4点具有同样的规律。

图 9为模型中4个孔压监测点P1、P2、P3和P4点的峰值动孔压比R_u（动孔隙水压力U_d与有效围压之比 ${\sigma '_0}$ ）。通常当R_u大于0.7时，认为黄土产生液化^[1]。由可知，从 ${a_{{\text{max}}}}$ 为1 m/cm²开始，靠近衬砌结构的P1和P3点的R_u大于远离衬砌的P2和P4点，且随着 ${a_{{\text{max}}}}$ 增大，差值越明显。当 ${a_{{\text{max}}}}$ 达到3.0 m/cm²时，靠近衬砌结构的P1和P3点先产生液化；当 ${a_{{\text{max}}}}$ 达到4.0 m/cm²时，远离衬砌结构的P2和P4点产生液化。该结果与Ding等^[10]开展的地下结构在砂土液化中的振动台研究结果相似。

图 9 动孔隙水压力比R_u随a_max变化特征曲线

Figure 9. Variation of ratio R_u of dynamic pore water pressure and effective vertical stress with a_max

下载: 全尺寸图片幻灯片

3.3 加速度变化特征分析

在模型中按照不同高度及距离衬砌结构不同的位置总计布设5个加速度传感器（见），以观察并比较不同位置的加速度响应。为各个测点峰值加速度 ${a_{{\text{p, max}}}}$ 随激励地震波的峰值加速度 ${a_{{\text{max}}}}$ 的变化特征。从A2和A3点的变化分析， ${a_{{\text{p, max}}}}$ 随 ${a_{{\text{max}}}}$ 的增大，其增大速率略微减小，但不明显，说明具有较高线形相关性。共同处于衬砌最大跨水平高度的A4和A2比较，说明土-结构相互作用随着 ${a_{{\text{max}}}}$ 的增大，对加速度的影响较为显著，这和前期相关研究结果^{[4, 7]}存在差异。特别是当 ${a_{{\text{max}}}}$ = 3.0 m/cm²时，A1和A5的几乎未随着 ${a_{{\text{max}}}}$ 的增大而增大，甚至A4的 ${a_{{\text{p, max}}}}$ 反而出现明显的减小。值得注意的是，这个阶段正好是3.2节根据动孔压判断衬砌周围围岩产生液化的阶段。

图 10 测点峰值加速度a_{p, max}随激励地震波的a_max的变化特征

Figure 10. Variation of peak accelerations a_{p, max} of monitoring points with a_max of exerted seismic waves

下载: 全尺寸图片幻灯片

分析影响该阶段 ${a_{{\text{p, max}}}}$ 异常的最大因素应该为振动引起土体孔压显著增高，进而引起土体强度显著减小，流动性增强，即产生液化，致使土体传播地震波的能力减弱，模型内土体加速度 ${a_{{\text{p, max}}}}$ 相对减小^{[1, 10]}。而数值分析中土体采用弹塑性材料^[7]，未考虑动孔压的增长对土体物性参数带来的变化，即弹塑性材料本构不能很好地模拟土体液化过程中随着孔压增长而引起的应力应变关系的变化。

为不同激励 ${a_{{\text{max}}}}$ 下的加速度放大系数沿高度h（即A1、A2和A3）的变化特征。可以看出，A2和A3点不但没有放大，反而减小，可能是由于在振动箱内周边铺设塑料膜和海绵，减小了加速度的传递。模型顶部A1点的放大作用明显，当 ${a_{{\text{max}}}}$ = 2.0 m/cm²时，其放大系数为1.89，最大；随后随着激励加速度的 ${a_{{\text{max}}}}$ 增大呈现逐渐减小状态，当 ${a_{{\text{max}}}}$ = 4.0 m/cm²时，其放大系数为1.30，最小。

图 11 加速度放大系数沿高度h变化特征

Figure 11. Variation of amplification factors of peak accelerations with height h

下载: 全尺寸图片幻灯片

4. 结语

该研究以正在建设的兰合铁路某隧道黄土段为背景，开展了1∶20的大比例饱和黄土隧道液化振动台试验研究，得出以下4点结论。

（1）土-结构相互作用显著提升了其周围土体的液化势；地震时，衬砌周围土体会比远离衬砌的土体先液化。

（2）激励地震加速度较小时，靠近衬砌结构的土体动剪应力比远离衬砌结构的要大；随着激励地震加速度的增大，靠近衬砌结构的动剪应力比远离衬砌结构的要小。

（3）动孔隙水压力的变化与动剪应力的表现不同；靠近衬砌结构的土体动孔压比远离衬砌结构的要大，且随着地震加速度的增大，其趋势增大。

（4）土-结构相互作用对靠近衬砌结构土体加速度影响显著，具有明显的放大效应；同时模型顶部土体的放大效应最为明显，呈现处随着激励加速度a_max增大而逐渐减小的趋势。

图 1 珊瑚钙质砂、石英砂颗粒与球形玻璃珠形状对比图(来自任玉宾等^[14])

Figure 1. Comparison of shapes of coral calcareous sand, quartz sand particles and spherical glass beads(from Ren Yubin et al. ^[14])

下载: 全尺寸图片幻灯片

图 2 颗粒级配曲线

Figure 2. Grain-size distribution curves

下载: 全尺寸图片幻灯片

图 3 Hot Disk TPS 2500S仪器照片

Figure 3. Photos of Hot Disk TPS 2500S

下载: 全尺寸图片幻灯片

图 4 试验装置配置

Figure 4. Configuration of tests

下载: 全尺寸图片幻灯片

图 5 非冻结砂土导热系数实测数据与模型预测结果对比

Figure 5. Comparison between measured and predicted thermal conductivities of unfrozen sand

下载: 全尺寸图片幻灯片

图 6 非冻结砂土颗粒间热传导示意图

Figure 6. Schematic diagram of heat conduction between unfrozen sand particles

下载: 全尺寸图片幻灯片

图 7 改进模型验证

Figure 7. Validation of modified model

下载: 全尺寸图片幻灯片

图 8 冻结过程中砂土内部温度、质量含水率变化情况

Figure 8. Change of internal temperature and mass moisture content of sand during freezing

下载: 全尺寸图片幻灯片

图 9 冻结砂土导热系数实测数据与模型预测结果

Figure 9. Measured data and model prediction results of thermal conductivity of frozen sand

下载: 全尺寸图片幻灯片

图 10 冻结与非冻结珊瑚钙质砂导热路径区别

Figure 10. Difference of heat conduction paths between frozen and nonfrozen coral calcareous sand

下载: 全尺寸图片幻灯片

表 1 土样各矿物成分体积百分数与导热系数

Table 1 Volume percentages and thermal conductivities of each mineral component

土样	珊瑚砂	石英砂	导热系数 ${\lambda _{{\text{mj}}}}$ /(W/m℃)
文石	47.3%	0	2.24
方解石	50.3%	0	3.59
石英	2.4%	50.3%	7.69
斜长石	0	26.9%	2.49
钠长石	0	22.8%	1.96
注：少量含量小于1%的矿物不进行具体计算。

下载: 导出CSV

表 2 各土样的CK及MCK模型参数^{[8, 14]}

Table 2 Parameters of CK and MCK models^{[8, 14]}

土样	${\lambda _{{\text{sat}}}}$ / (W·m^-1·℃^-1)	${\lambda _{{\text{dry}}}}$ / (W·m^-1·℃^-1)	a	${\lambda _{\text{w}}}$ (W·m^-1·℃^-1)	${\rho _{\text{w}}}$ / (g·cm^-3)	${\rho _{\text{s}}}$ / (g·cm^-3)	$\chi$ / (W·m^-1·℃^-1)	$\eta$	${\lambda _{\text{i}}}$ / (W·m^-1·℃^-1)	$\mu$	$\psi$
非冻结珊瑚砂	1.35	0.19	3.55	0.6	1	1.4	0.75	1.2	2.24	0.782	0.528
冻结珊瑚砂	1.35	0.19	0.95	0.6	1	1.4	0.75	1.2	2.24	0.782	0.528
非冻结石英砂	1.67	0.20	3.55	0.6	1	1.4	0.75	1.2	2.24	—	0.675
冻结石英砂	1.67	0.20	0.95	0.6	1	1.4	0.75	1.2	2.24	—	0.675
非冻结珊瑚砂^[21]	1.35	0.19	3.55	0.6	1	1.2	0.75	1.2	2.24	0.782	0.528
非冻结珊瑚砂^[28]	1.35	0.19	3.55	0.6	1	1.2	0.75	1.2	2.24	0.782	0.528

下载: 导出CSV

表 3 非冻结导热系数预测模型误差分析

Table 3 Error analysis of thermal conductivity for unfrozen soils

土样	模型	温度/ ℃	MAE/ (W·m^-1·℃^-1)	RMSE/ (W·m^-1·℃^-1)	MAPE/%
石英砂	CK	25 ± 5	0.128	0.024	12.0
珊瑚砂	CK	25 ± 5	0.286	0.098	40.0
珊瑚砂	MCK	25 ± 5	0.098	0.011	15.0
珊瑚砂^[21]	MCK	20	0.072	0.007	15.6
珊瑚砂^[28]	MCK	20	0.019	0.001	2.8

下载: 导出CSV

表 4 冻结砂土导热系数预测模型误差分析

Table 4 Error analysis of thermal conductivity evaluation models of frozen sand

土样	测试温度/℃	MAE/ (W·m·℃^-1)	RMSE/ (W·m·℃^-1)	MAPE/ %
石英砂	-30	0.301	0.110	25
珊瑚砂	-30	0.393	0.183	18

下载: 导出CSV

参考文献(28)

[1]	HE S H, DING Z, XIA T D, et al. Long-term behaviour and degradation of calcareous sand under cyclic loading[J]. Engineering Geology, 2020, 276: 105756. doi: 10.1016/j.enggeo.2020.105756
[2]	马维嘉, 陈国兴, 李磊, 等. 循环荷载下饱和南沙珊瑚砂的液化特性试验研究[J]. 岩土工程学报, 2019, 41(5): 981-988. doi: 10.11779/CJGE201905023 MA Weijia, CHEN Guoxing, LI Lei, et al. Experimental study on liquefaction characteristics of saturated coral sand in Nansha Islands under cyclic loading[J]. Chinese Journal of Geotechnical Engineering, 2019, 41(5): 981-988. (in Chinese) doi: 10.11779/CJGE201905023
[3]	金宗川. 钙质砂的休止角研究与工程应用[J]. 岩土力学, 2018, 39(7): 2583-2590. doi: 10.16285/j.rsm.2017.2326 JIN Zongchuan. Study of natural repose angle of calcareous sand and engineering application[J]. Rock and Soil Mechanics, 2018, 39(7): 2583-2590. (in Chinese) doi: 10.16285/j.rsm.2017.2326
[4]	WANG X, WU Y, CUI J E, et al. Shape characteristics of coral sand from the South China Sea[J]. Journal of Marine Science and Engineering, 2020, 8(10): 803. doi: 10.3390/jmse8100803
[5]	HE H L, FLERCHINGER G N, KOJIMA Y, et al. A review and evaluation of 39 thermal conductivity models for frozen soils[J]. Geoderma, 2021, 382: 114694. doi: 10.1016/j.geoderma.2020.114694
[6]	WANG J M, HE H L, DYCK M, et al. A review and evaluation of predictive models for thermal conductivity of sands at full water content range[J]. Energies, 2020, 13(5): 1083. doi: 10.3390/en13051083
[7]	JOHANSEN O. Thermal Conductivity of Soils[R]. Hanover: Cold Regions Research and Engineering Lab. 1977.
[8]	CÔTÉ J, KONRAD J M. A generalized thermal conductivity model for soils and construction materials[J]. Canadian Geotechnical Journal, 2005, 42(2): 443-458. doi: 10.1139/t04-106
[9]	ZHANG N, YU X B, PRADHAN A, et al. A new generalized soil thermal conductivity model for sand-Kaolin clay mixtures using thermo-time domain reflectometry probe test[J]. Acta Geotechnica, 2017, 12(4): 739-752. doi: 10.1007/s11440-016-0506-0
[10]	LU S, REN T S, GONG Y S, et al. An improved model for predicting soil thermal conductivity from water content at room temperature[J]. Soil Science Society of America Journal, 2007, 71(1): 8-14. doi: 10.2136/sssaj2006.0041
[11]	YANG Y L, ZHANG T, LIU S Y. Influence factor analysis and calculation model for thermal/electrical resistivity of geomaterials[J]. Measurement, 2020, 152: 107373. doi: 10.1016/j.measurement.2019.107373
[12]	WADELL H. Volume, shape, and roundness of rock particles[J]. The Journal of Geology, 1932, 40(5): 443-451. doi: 10.1086/623964
[13]	DELLINO P, MELE D, BONASIA R, et al. The analysis of the influence of pumice shape on its terminal velocity[J]. Geophysical Research Letters, 2005, 32(21): L21306.
[14]	任玉宾, 王胤, 杨庆. 颗粒级配与形状对钙质砂渗透性的影响[J]. 岩土力学, 2018, 39(2): 491-497. doi: 10.16285/j.rsm.2016.0277 REN Yubin, WANG Yin, YANG Qing. Effects of particle size distribution and shape on permeability of calcareous sand[J]. Rock and Soil Mechanics, 2018, 39(2): 491-497. (in Chinese) doi: 10.16285/j.rsm.2016.0277
[15]	XIAO Y, MA G L, NAN B W, et al. Thermal conductivity of granular soil mixtures with contrasting particle shapes[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2020, 146(5): 06020004-06020004. doi: 10.1061/(ASCE)GT.1943-5606.0002243
[16]	LEE C, SUH H S, YOON B, et al. Particle shape effect on thermal conductivity and shear wave velocity in sands[J]. Acta Geotechnica, 2017, 12(3): 615-625. doi: 10.1007/s11440-017-0524-6
[17]	WANG Y, REN Y B, YANG Q. Experimental study on the hydraulic conductivity of calcareous sand in South China Sea[J]. Marine Georesources & Geotechnology, 2017, 35(7): 1037-1047.
[18]	HORAI K I. Thermal conductivity of rock-forming minerals[J]. Journal of Geophysical Research, 1971, 76(5): 1278-1308. doi: 10.1029/JB076i005p01278
[19]	YU L M, GAO W L, SHAMSHIRI R R, et al. Review of research progress on soil moisture sensor technology[J]. International Journal of Agricultural and Biological Engineering, 2021, 14(3): 32-42. doi: 10.25165/j.ijabe.20211404.6404
[20]	ROSHANKHAH S, GARCIA A V, CARLOS SANTAMARINA J. Thermal conductivity of sand–silt mixtures[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2021, 147(2): 06020031. doi: 10.1061/(ASCE)GT.1943-5606.0002425
[21]	付慧丽, 莫红艳, 曾召田, 等. 钙质砂热传导性能试验[J]. 岩土工程学报, 2019, 41(增刊2): 61-64. doi: 10.11779/CJGE2019S2016 FU Huili, MO Hongyan, ZENG Zhaotian, et al. Experimental study on thermal conductivity of calcareous sand[J]. Chinese Journal of Geotechnical Engineering, 2019, 41(S2): 61-64. (in Chinese) doi: 10.11779/CJGE2019S2016
[22]	HE H L, NOBORIO K, JOHANSEN O, et al. Normalized concept for modelling effective soil thermal conductivity from dryness to saturation[J]. European Journal of Soil Science, 2020, 71(1): 27-43. doi: 10.1111/ejss.12820
[23]	王晓东. 传热学[M]. 大连: 大连理工大学出版社, 2008. WANG X D. Transferts Thermiques[M]. Dalian: Dalian University of Technology Press, 2008. (in Chinese)
[24]	WANG Z Y, ZHANG N, DING J H, et al. Thermal conductivity of sands treated with microbially induced calcite precipitation (MICP) and model prediction[J]. International Journal of Heat and Mass Transfer, 2020, 147: 118899. doi: 10.1016/j.ijheatmasstransfer.2019.118899
[25]	CAO D F, ZHU H H, GUO C C, et al. Investigating the hydro-mechanical properties of calcareous sand foundations using distributed fiber optic sensing[J]. Engineering Geology, 2021, 295: 106440. doi: 10.1016/j.enggeo.2021.106440
[26]	CAO D F, ZHU H H, WU B, et al. Investigating temperature and moisture profiles of seasonally frozen soil under different land covers using actively heated fiber Bragg grating sensors[J]. Engineering Geology, 2021, 290: 106197. doi: 10.1016/j.enggeo.2021.106197
[27]	WU B, ZHU H H, CAO D F, et al. Feasibility study on ice content measurement of frozen soil using actively heated FBG sensors[J]. Cold Regions Science and Technology, 2021, 189: 103332.
[28]	杨二静, 曾召田, 车东泽, 等. 不同温度环境下珊瑚钙质砂导热系数试验[J]. 桂林理工大学学报, 2022, 42(3): 622-627. https://www.cnki.com.cn/Article/CJFDTOTAL-GLGX202203012.htm YANG Erjing, ZENG Zhaotian, CHE Dongze, et al. Thermal conductivity of coral calcareous sand under different temperatures[J]. Journal of Guilin University of Technology, 2022, 42(3): 622-627. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GLGX202203012.htm