颗粒表面粗糙度对材料小应变动力特性的影响

张涛; 吴健; 魏骁; 杨仲轩

doi:10.11779/CJGE20230390

颗粒表面粗糙度对材料小应变动力特性的影响 English Version

张涛^{1, 3,},
吴健²,
魏骁^{1, 3, ,},
杨仲轩¹

1.
浙江大学建筑工程学院, 浙江杭州 310058
2.
浙江交工地下工程有限公司, 浙江杭州 310051
3.
浙江大学平衡建筑研究中心, 浙江杭州 310058

基金项目:

浙江省“尖兵”“领雁”研发攻关计划项目 2022C03180

国家自然科学基金青年科学基金项目 52108351

浙江省建设厅项目 2022K073

浙江交工协同创新联合研究中心项目 ZDJG2021001

详细信息

作者简介:
张涛(1998—)，男，硕士研究生，主要从事土动力学方面的研究工作。E-mail: zhangtaot@zju.edu.cn

通讯作者:
魏骁, E-mail: weixiaos@zju.edu.cn

中图分类号: TU435
计量
- 文章访问数: 512
- HTML全文浏览量: 56
- PDF下载量: 110
出版历程
- 收稿日期: 2023-05-09
- 网络出版日期: 2024-03-24
- 刊出日期: 2024-07-31

Effects of surface roughness of particles on small-strain dynamic properties of granular materials

ZHANG Tao^{1, 3,},
WU Jian²,
WEI Xiao^{1, 3, ,},
YANG Zhongxuan¹

1.
College of Civil Engineering and Architecture, Zhejiang University, Hangzhou 310058, China
2.
Zhejiang Jiaogong Underground Engineering Co., Ltd., Hangzhou 310051, China
3.
Center for Balance Architecture, Zhejinag University, Hangzhou 310058, China

摘要

摘要: 土体的小应变剪切模量和阻尼比是表征土体动力学特性的重要参数，不仅受到土体密实度和应力状态的影响，还受到土体颗粒级配、形状等颗粒特征的影响。颗粒表面粗糙度是重要的土体颗粒特征之一，然而关于颗粒表面粗糙度对土体小应变动力特性影响的研究较为匮乏。利用能量注入式虚拟质量共振柱设备，系统地测试了颗粒表面粗糙度不同的玻璃珠所成试样的小应变剪切模量和阻尼比；采用三维干涉显微镜测量了玻璃珠的表面粗糙度，并量化表征粗糙度对试样小应变剪切模量和阻尼比的影响。试验结果表明，在相同孔隙比和有效应力条件下，试样的小应变剪切模量随颗粒表面粗糙度增大而减小，而小应变阻尼比受颗粒表面粗糙度影响的规律不明显。研究结果表明，当材料的颗粒形状、级配等因素相近时，颗粒表面粗糙度对材料小应变剪切模量的影响不应被忽略。
- 表面粗糙度 /
- 颗粒材料 /
- 小应变 /
- 剪切模量 /
- 阻尼比
Abstract: The small-strain shear modulus and damping ratio are the important dynamic properties of granular soils, which are influenced by the packing density and stress states of the soil element as well as the particle characteristics including gradation, shape of particles, etc. As one of the important particle characteristics, however, the surface roughness of particles is often ignored by the previous investigations regarding the small-strain dynamic properties of granular soils. In this study, the small-strain dynamic properties of specimens of glass beads with different surface roughnesses are measured using the energy injecting virtual mass resonant column system. The surface roughness of the glass beads is quantified with the assistance of the three-dimensional interference microscope. The experimental results show that the small-strain shear modulus decreases with the increasing surface roughness of particles, while there is no obvious effects of surface roughness on the small-strain damping ratio. Clearly, the effects of surface roughness on the small-strain dynamic properties cannot be ignored particularly when other influencing factors, such as particle shape and gradation, are similar.
- surface roughness /
- granular material /
- small strain /
- shear modulus /
- damping ratio

HTML全文

0. 引言

黄土高原占中国总面积的6%,由于降雨稀少,农业灌溉在黄土高原十分普遍,过量灌溉的水入渗至地下,改变了地下水系统并诱发灾害；加之近年来黄土高原大力推行平山造城、治沟造地、固沟保塬等重大工程,控水便成了黄土工程灾变防控的关键点。要对水诱黄土灾害进行防控,首先就得探索水是如何入渗至黄土内部的。在黄土的自然边坡中,存在大量裂隙,尤其对于隐伏的无地表显露的裂隙,在灌溉活动、工程治水系统中均会被忽视；在工程边坡中,填挖边界、卸荷裂隙、地下管道等均是水入渗的优势通道,优势通道中水可以较快的入渗至底部,是工程中控水的关键点,故研究水在优势通道中的渗流特征具有重要意义。

对于水在黄土中的渗流特征,国内外已有大量研究成果。渗透系数作为评价土体渗透性能的指标,学者们研究不同情况下的渗透系数的测定方法和影响因素^[1-2],发现马兰黄土从饱和到非饱和,其渗透系数急剧降低并且渗透系数随着干密度的增大而减小,最终趋于稳定^[3-6]。研究黄土的结构可以揭示水的入渗机制,学者们通过电镜扫描^[7]、CT扫描^[8]、Matlab^[9]等手段研究了黄土结构的特征及其影响因素^[10-13]。水在黄土介质中的入渗机理是个复杂的过程,学者们多通过现场渗透试验和室内试验^[14]对黄土中水的基质流渗流规律^[15-17]、土水特征曲线^[18-19]及持水特性^[20]进行了研究。亦有学者认为地表水的入渗是以黄土垂直节理为主,孔隙渗透为辅的方式,而地裂缝和落水洞则是地表水的优势通道^[21-24]。对于黄土中水场的数值模拟,学者们分析了非饱和黄土路基水分场^[25]、孔隙流动建模方法及孔隙流速分布规律^[26]、黄土滑坡体立体排水系统的三向渗流^[27]、黑方台灌区潜水渗流场与斜坡稳定性耦合分析^[28]及基于透明土技术的多孔介质孔隙流动特征^[29]等。由于水的渗流受到优势通道的影响,有学者对优势流和基质流共同作用下的渗流数值模拟进行了研究^[30-31]。

前人对黄土中水入渗研究已取得大量成果。但多集中于室内重塑土试验研究,无考虑现场土体的复杂性；对于现场试验的研究,多采用探井传感器监测的手段,无法获取原位的二维的渗流过程；对于黄土水入渗数值模拟,多注重基质流的模拟,缺乏优势流和基质流共同作用下的模拟。黄土中普遍存在垂直裂隙可为水的入渗提供优势通道,为探究水在黄土优势通道中的渗流特征,以甘肃黑方台黄土台塬^#CH7滑坡后缘为试验场地,基于无场地扰动的现场入渗试验和数值模拟研究了黄土优势通道中水的入渗规律,可为黄土高原上各类工程的控水控灾提供理论依据。

1. 研究方法

1.1 研究区概况

研究区位于甘肃省黑方台（图1（a））,黑方台由于长期的农业漫灌导致地下水位抬升诱发了70余处滑坡（图1（c））,虽然灌溉诱发了大量滑坡,但农业灌溉方式还在延续之前的漫灌,尤其在塬边裂隙发育较多的区域,农田中存在向塬内延伸的大量隐伏裂隙,导致灌溉水容易渗入土体内。以^#CH7滑坡后缘为试验区（图1（b））,研究有隐伏裂隙存在时水的入渗特征。

图 1 研究区概况

Figure 1. General setting of study area

下载: 全尺寸图片幻灯片

1.2 水位及裂隙探测

研究区滑坡的产生是由于地下水位的抬升引起,故通过高密度电法探测研究区的地下水位分布特征,使用WDA-2电法仪,布设剖面长度207 m（图1（b））,电极距3 m,测量深度35 m,分辨率1.5 m。并有水位孔持续监测水位变化情况。

在剖面靠近塬边的区域发育有大量裂缝,由于裂缝中间无土壤填充,电阻率极大,故使用高密度电法探测裂缝分布特征,布设剖面长度34.5 m（图1（b））,电极距0.5 m,测量深度6 m,分辨率0.25 m。

部分裂缝在地面无法识别,但高密度电法可辨识出,对于高密度电法识别出的但无出露地表的隐伏裂缝区,使用地质雷达进行探测,进行微裂缝的识别,雷达探测采用拖动式探测方法,每10 cm采集一次数据,得到分辨率为0.01 m的雷达反射图谱。使用多种物探手段找出易被忽视的隐伏裂隙,并探究水在其中的渗透特征。

1.3 现场入渗试验

（1）单环入渗试验

对地质雷达扫描出微裂缝的区域进行单环试验,单环试验采用笔者自主发明的单环渗透仪^[32]。将单环压入土体15 cm,并铺设细砂、卵石防止冲刷,顶部设计防蒸发盖。在常水头高度处的出水管将水引入水箱,水箱内有抽水泵,可持续为单环提供水量,水箱放置于可记录重量的电子秤之上,电子秤的变化即为入渗于土体内的水量。水头保持10 cm（图2）。

图 2 单环渗透仪剖面图

Figure 2. Sketch map of single-ring infiltrometer

下载: 全尺寸图片幻灯片

单环试验渗透系数采用下式^[33]计算：

$K = \frac{Q_{z}}{F (H + z + 0.5 H_{a})}$ ,

(1)

式中,K为试验土层的渗透系数(cm/s),Q为单环的注入流量（L/min）,F为单环的底面积（cm²）,H为试验水头（cm）,z为从试坑底算起的渗入深度（cm）,H_a为试验土层的毛细上升高度（cm）。

为探测水入渗的过程,在单环渗流区域使用高密度电法进行2D剖面监测,长度14 m,电极距0.2 m,测量深度2 m,分辨率0.1 m。其中单环内的电极使用PVC管套筒,防止电极与水的直接接触。为准确的反应出水入渗过程中土体电阻率变化特征,单环试验入渗的水中加入了盐,使其离子浓度增加,渗入土体后可增加高密度电法对其的辨识度。在入渗前首先对场地进行背景值探测,待入渗开始后分别进行0.5,1.0,1.5,2.5,3.5,4.5,5.5,6.5,7.5 h的电法测量,得出入渗过程的序列值。

（2）电阻率变化率

为分析入渗过程中高密度电法监测的电阻率变化特征,引入电阻率变化率i来反应水的入渗对土体电阻率的影响：

$i = 1 - \frac{R_{x}}{R_{0}}$ ,

(2)

式中,i为电阻率变化率, $R_{x}$ 为某一时刻测量后的电阻率, $R_{0}$ 为场地背景值。

上述各方法中充分利用了物探手段（表1）,保证了试验过程中试验场地的原状特性。

表 1 各研究方法统计表

Table 1. Summary of various methods

探测对象	方法	参数	测量长度/m	测量深度/m	分辨率/m
水位	ERT	电极距3 m	207.0	35	1.50
裂隙	ERT	电极距0.5 m	34.5	6	0.25
隐伏	GPR	频率400 MHz	4.0	2	0.01
裂隙	GPR	频率400 MHz	4.0	2	0.01
入渗	ERT	电极距0.2 m	14.0	2	0.10
过程	ERT	电极距0.2 m	14.0	2	0.10
入渗	单	常水头10 cm	采样频率1 min
水量	环	常水头10 cm	采样频率1 min
注：ERT为高密度电法；GPR为探地雷达。

下载: 导出CSV

| 显示表格

1.4 数值模拟

（1）渗流模型

数值模拟采用COMSOL软件中Fluid flow 模块中的 Richards 方程,为模拟优势流在渗透过程中的作用,首先采用单渗透模型即采用单Richards 方程进行计算,得出只存在基质流情况下的渗流特征。进而采用双渗透模型即两个可以互相转换、相互作用的Richards 方程^[34]（式（3）,（4））和水质量交换系数^[35]（式（5）,（6））来完成优势流和基质流共同存在时的渗透特征,即优势流通过的区域均会对优势通道周围的土体进行水的扩散,转换的水分又会以基质流的形式渗流,这样便会使水分更快地入渗至底部。

$[C_{f} + Θ_{f} S_{s}] \frac{\partial h_{f}}{\partial_{t}} = \nabla [K_{f} (\nabla h_{f} + \nabla z)] - \frac{Γ_{w}}{w_{f}}$ ,

(3)

$[C_{m} + Θ_{m} S_{s}] \frac{\partial h_{m}}{\partial_{t}} = \nabla [K_{m} (\nabla h_{m} + \nabla z)] + \frac{Γ_{w}}{w_{m}}$ ,

(4)

$Γ_{w} = α_{w} K_{a} (h_{f} - h_{m})$ ,

(5)

$K_{a} = \frac{K_{f} + K_{m}}{2}$ ,

(6)

式中,下标f,m分别表示优势流和基质流,C（L^-1）表示含水率, $Θ$ (1)为土体饱和度,h(L)表示水头高度,t(T)表示时间,z表示垂直坐标,K(LT^-1）表示各向同性的水力传导系数,S_s(L^-1)单位体积容水量,w(1)表示体积占比, $Γ_{w}$ (T^-1)为两方程的水量交换系数,α_w(L^-2)表示水转换率, $K_{a}$ （LT^-1）表示两个模型的平均水力传导系数^[36-37]。

其中,两类模型的体积比之和等于1,

$w_{f} + w_{m} = 1$ ,

(7)

土体的总体积含水率为两个模型中的平均体积含水率,

$θ = w_{f} θ_{f} + w_{m} θ_{m}$ ；

(8)

同理可得出土体总水力传导系数,

$K_{s} = w_{f} K_{sf} + w_{m} K_{sm}$ ；

(9)

依据此,可将赋予模型的初始稳定流量i分配于各个模型中,

$i = w_{f} i_{f} + w_{m} i_{m}$ 。

(10)

同时,利用Brooks-Corey 函数来表征基质流和优势流的特征^[38]：

$Θ = \frac{θ - θ_{r}}{θ_{s} - θ_{r}} = {\begin{cases} {| α_{BC} h |}^{n_{BC}} (α_{BC} h ＜ - 1) \\ 1 (α_{BC} h \geq - 1) \end{cases}$ ,

(11)

$K = K_{s} Θ^{2 / n_{BC} + l_{BC} + 2} = K_{s} {| α_{BC} h |}^{- 2 - n_{BC} (l_{BC} + 2)}$ ,

(12)

$C = - \frac{d θ}{d | h |} = {\begin{cases} α_{BC} n_{BC} (θ_{s} - θ_{r}) {| α_{BC} h |}^{- n_{BC} - 1} (α_{BC} h ＜ - 1) \\ 0 (α_{BC} h \geq - 1) \end{cases},$

(13)

式中, $θ$ (L³L^-3)为体积含水率,下标s和r分别为饱和、残余含水率,K_s(LT^-1)为饱和渗透系数,α_BC, $l_{BC}$ , $n_{BC}$ 为土水特征曲线拟合参数。

（2）边界条件

结合现场试验的结果,数值模拟几何尺寸为3 m宽2 m高,其中顶部1 m为非饱和黄土,为体现顶部非饱和黄土优势入渗对土体底部含水率的影响,数值模拟中将底部1 m设置为饱和黄土（图3）,可分析在优势流存在时底部饱水层的变化。左、右边界和下边界均为无流量边界,顶部边界为渗透流量。由于黑方台的灌溉为漫灌,根据调研,单次漫灌强度约为25 mm/h并持续近4 h,农作物生长周期内灌溉次数约8次,故数值模拟中高强度灌溉强度设置为25 mm/h,模拟时长为32 h,为对比高低强度的模拟结果,设置2 mm/h为低强度灌溉,模拟时长400 h,两类模拟的总灌溉水量一致。

图 3 数值模拟边界条件示意图

Figure 3. Computational mesh and boundary conditions

下载: 全尺寸图片幻灯片

（3）参数选取

由于优势通道在土体中是稀疏分布的,故优势流的体积比w_f取0.1。单渗透模型中的 $K_{s}$ 和双渗透模型中优势流和基质流按照体积比加权计算后的 $K_{s}$ 值相同。其中 $K_{s}$ 是通过现场单环试验获得。基质流和优势流之间的水量转换系数α_w,Brooks-Corey拟合参数α_BC,l_BC,n_BC引自文献[30]。具体参数见表2。

表 2 数值模拟参数统计表

Table 2. Summary of parameters

符号	名称	数值
$θ_{s}$	饱和含水率	0.4
$θ_{r}$	残余含水率	0.04
$K_{s}$	饱和渗透系数/(cm·h^-1)	2.56
$K_{s}_{f}$	优势流的K_s/(cm·h^-1)	23.49
$K_{s}_{m}$	基质流的K_s/(cm·h^-1)	0.2349
$α_{w}$	水量转换系数/m^-2	0.2
αBC	Brooks-Corey拟合参数/cm^-1	0.068
$n_{BC}$	Brooks-Corey拟合参数	0.322
$l_{BC}$	Brooks-Corey拟合参数	1

下载: 导出CSV

| 显示表格

2. 研究结果

2.1 现场水位及裂隙发育特征

通过对地下水位的持续监测,发现研究区内的水位持续上涨,2015年3月20日—2017年3月20日累积水位增长1.2 m（图4（a））,同时黑方台的滑坡也在不断发生（图4（a））,即源源不断的灌溉水入渗使水位上涨诱发边坡失稳。

图 4 现场物探结果图

Figure 4. Results of in-situ geophysical prospecting

下载: 全尺寸图片幻灯片

高密度电法揭示的水位可以看出水位埋深呈非均匀分布（图4（b））,在靠近塬边出水位埋深较浅。对塬边的裂隙分布区进行探测（图4（c））。高密度探测出10条裂隙,对比现场可知F₁,F₂,F₄这3条裂隙在地表无明显的贯通的裂隙出露,其余裂隙分布于探测结果高度吻合。其中F₂在地表只表现为一土洞,但其底部已贯通,F₄位于两条大裂隙中间,在地表也可看出有较小的裂隙发育,而F₁是最远离边坡的,为隐伏裂隙区域。为进一步探测验证隐伏裂隙特征,对图4（c）中A区进行探地雷达探测,结果显示有明显的波形异常（图4（d））,即该区域内发育有隐伏裂隙。

2.2 现场水入渗特征

（1）单环入渗量特征

在雷达探测区进行的单环入渗试验（图4（e））渗透流量监测结果显示,在渗流初期,渗透流量可达330 mL/min,最后流量趋于稳定（图5）,达到稳定渗流阶段,流量在210 mL/min左右波动。通过式（1）计算得出场地的饱和渗透系数为2.56 cm/h。

图 5 单环稳定渗透流量曲线

Figure 5. Curves of infiltration volume in single-ring infiltrometer

下载: 全尺寸图片幻灯片

（2）入渗过程分析

高密度电法对渗透过程的监测结果显示（图6）,在开始入渗0.5 h后,在基质流渗流的同时,出现了一条明显的优势渗流通道,这也和流量监测曲线对应。优势通道渗流后,在稳定渗流过程中,单环底部基质流稳定渗透扩展,同时优势通道也向下开始基质流的扩散渗透,即在基质流和优势流的共同作用下水入渗至黄土内部,在渗透7.5 h后,形成了明显的基质流渗流区和优势流渗流区,其中优势流渗流区的深度明显大于基质流渗流区。i值在0.9以上的区域集中于单环入渗区域以下0.4 m。

图 6 水入渗过程图

Figure 6. Process of water infiltration detected by ERT

下载: 全尺寸图片幻灯片

分析入渗7.5 h后不同部位电阻率变化率的剖面可知（图7）,a剖面在0.5 m处有一明显增大,并随着深度增加逐渐降低,即为优势流向左边入渗所致。b,c,d剖面均位于单环入渗区域,i值在表层为最大值,随着深度的增加逐渐降低,为典型的基质流渗流剖面曲线。

图 7 竖向剖面电阻率变化率分布图

Figure 7. Change rate of electronic resistivity for different sections

下载: 全尺寸图片幻灯片

2.3 现场入渗特征验证

（1）开挖剖面分区特征

试验完成后对试验场地进行开挖验证,测量现场剖面含水率,发现在单环中心线以下的含水率在40 cm以内均达到了饱和,40 cm以下含水率开始降低,与电阻率的结果对应一致。对开挖后的剖面进行网格划分（图8（c））,分析不同部位的地质结构特征及含水率特征,得出其渗透分区特征概念图（图8（d））,包含基质流渗流区（L₁）、优势流渗流区（L₂）和毛细扩散带（L₃）,开挖剖面上还有明显的4条裂隙（f₁—f₄）,其中f₁是影响整个渗流过程的主要裂隙,同时还发现有一致密高阻体（m₁）。

图 8 现场验证图

Figure 8. Results of in-situ verification after tests

下载: 全尺寸图片幻灯片

（2）开挖剖面与测量剖面的对应关系

将剖面揭示结构对应到高密度电法测量结果上,通过背景值（图8（a））可以看出f₁裂隙为比较明显的高阻区域,而干密度较大、含水率较小的完整土体m₁也表现为明显的高阻区域。在此背景值下渗流7.5 h后,根据i值得变化将渗流区域划分为类似开挖剖面中的3个区（图8（b））,发现基质流渗流区（L₁）均在-0.4 m,和开挖剖面比较吻合,优势流（L₂）的渗流也是沿着f₁裂隙入渗,但高密度电法未能探测出-0.8 m以下的f₃,f₄。毛细带分布区（L₃）深度较开挖剖面偏小20 cm。探测结果和实际开挖结果的差异主要是由于试验完成后到开挖验证之间相隔时间为3 h左右,在此过程中,水分是持续扩散的,会造成探测的范围较小,同时高密度电法测量的分辨率为10 cm,会有一定误差,但可以明显地分析出优势流和基质流的渗流特征。

2.4 数值模拟结果

（1）二维渗流特征

现场入渗试验采用的是常水头,模拟现场的高强度灌溉,数值模拟中采用高强度灌溉和低强度灌溉两种模拟条件,模拟结果中有效饱和度二维分布如图9所示,左侧一列为单渗透模型,中间一列为双渗透模型中的基质流域,右侧一列为双渗透模型中的优势流域。为较好地对比不同模拟条件下的入渗特征,各模拟具有相同的初始模拟条件且与现场土体饱和度相同。

图 9 不同模型饱和度变化图

Figure 9. Saturation distribution by different models

下载: 全尺寸图片幻灯片

在模拟过程中（高强度灌溉和低强度灌溉）,单渗透模型中的湿润锋平行向下传播,在灌溉强度为25 mm/h时,湿润锋到达饱和层时,土体均处于饱和状态。在灌溉强度为2 mm/h时,入渗以非饱和状态进行。由于基质流和优先流的共同作用,双渗透模型的有效饱和度响应比单渗透模型较为复杂。

在高强度灌溉情况下,灌溉强度是双渗透模型中基质流饱和渗透系数的10.5倍。基质流的有效饱和度呈线性增长,达到0.6左右。28 h后,随着地下水位的抬升,0.9 m处的饱和度达到1,但整个区域仍处于非饱和状态（图10（a））。同时,优势流湿润锋到达的区域有效饱和度不断增加到1（图10（b））。由于优势流的饱和渗透系数较高,水迅速到达深层,引起地下水位的增加。在这种情况下,水主要从优势流域转换到基质流域（图10（e））,解释了上层土体保持非饱和状态,而下层饱和层不断增加。

图 10 不同模型饱和度和水转换率变化图

Figure 10. Saturations and water exchange rates by different models

下载: 全尺寸图片幻灯片

在低强度灌溉情况下,由于灌溉强度低于基质流的饱和渗透系数,水入渗以基质流为主。当湿润锋运移至观测点时,基质流的饱和度迅速达到1（图10（c））。这表明在这种情况下,基质流的运移为饱和运移,这与单渗透模型的模拟结果相反。在100 h后,优势流域的有效饱和度达到0.6左右,且保持稳定（图10（d））。在这种情况下,优势渗流是非饱和渗流过程。

（2）水质量转换特征

通过分析不同灌溉条件下的水质量转换特征发现（图11）,在灌溉强度为25 mm/h即高强度时,在所有区域,入渗的水从优势流中转换为基质流即优势通道中的水扩散入渗至基质流域中,由于优势流可以很快入渗至底部导致地下水位抬升,所以在入渗32 h时水位抬升,只在水位附近进行水质量转换。

图 11 水质量转换变化图

Figure 11. Distribution of water exchange rate

下载: 全尺寸图片幻灯片

在灌溉强度为2 mm/h即低灌溉强度时,由于灌溉强度较低,水交换主要由基质流域向优势流域转换。由于优势流的存在,入渗初期的水交换率为正,一旦基质流入渗至观测深度,则改变为负即水从基质流转换为优势流。350 h后,整个区域的水交换率为负即基质流入渗至饱和层。

模拟结果说明在优势流存在的情况下,高强度灌溉水可以沿着优势通道较快的到达坡体底部,导致地下水位抬升,但顶部土体还保持为非饱和状态。在本数值模拟中通过定义不同渗流模型来分析优势流对渗流过程的影响,但土体中水的入渗是复杂的过程,优势流是一个相对概念,土体中的大孔隙,节理等均是水的优势入渗通道,故优势通道对宏观的渗透过程的影响及渗流机理需要进一步研究完善。

3. 结论

本文通过探测典型黄土台塬裂隙发育和现场水入渗过程,进而模拟了优势通道存在时的水入渗特征,主要得出以下4点结论。

（1）黄土中存在大量的易被忽视的隐伏裂隙,可以为水入渗提供通道,在实际工程中应引起重视；物探手段可较有效的揭示黄土中的裂隙发育。

（2）单环渗透流量曲线可说明在有优势通道存在时,水入渗初期就会迅速渗入优势通道,且水的入渗量极大,可达到稳定入渗阶段渗透流量的20倍。

（3）高密度电法可揭示土体的结构特征,亦可监测水的入渗过程,高密度电法结果显示在现场高强度灌溉条件下,水首先沿着优势通道入渗,随后便均匀入渗,优势通道中的水也向下以基质流的形式开始渗透,形成了基质流渗流区和优势流渗流区,其中优势流渗流区为非饱和渗流区。

（4）数值模拟中,高灌溉强度短历时条件下,优势流起主导作用,灌溉水可快速入渗至底部导致地下水位抬升,顶部基质流渗流为非饱和入渗,即在实际生产中高强度的集中灌溉或高强度降水容易通过优势通道渗入坡体底部,低灌溉强度长历时条件下,基质流起主导作用,基质流以饱和状态入渗,在地表形成一层饱和层,而优势流以非饱和状态入渗,即在实际生产中可提倡低灌溉强度的长历时灌溉方式。

图 1 不同打磨时长的玻璃珠在光学显微镜与扫描电镜下图像

Figure 1. Images of glass beads subjected to different durations of abrasion obtained by optical and scanning electron microscopes

下载: 全尺寸图片幻灯片

图 2 3种玻璃珠表面纹理

Figure 2. Surface textures of three types of glass beads

下载: 全尺寸图片幻灯片

图 3 3种玻璃珠的S_q测试结果

Figure 3. Measured S_q for three types of glass beads

下载: 全尺寸图片幻灯片

图 4 能量注入式虚拟质量共振柱系统示意图

Figure 4. Schematic diagram of energy injecting virtual mass resonant column system

下载: 全尺寸图片幻灯片

图 5 孔隙比与有效应力对G_max影响

Figure 5. Effects of void ratio and effective stress on G_max

下载: 全尺寸图片幻灯片

图 6 不同有效应力下粗糙度对G_max影响

Figure 6. Effects of roughness on G_max under different effective confining pressures

下载: 全尺寸图片幻灯片

图 7 有效应力对3种表面粗糙度不同的颗粒材料G_max的影响

Figure 7. Effects of effective stress on G_max of granular materials with different particle surface roughnesses

下载: 全尺寸图片幻灯片

图 8 S_q对拟合参数A和n的影响

Figure 8. Effects of S_q on fitting parameters A and n

下载: 全尺寸图片幻灯片

图 9 孔隙比对D_min影响

Figure 9. Effects of void ratio on D_min

下载: 全尺寸图片幻灯片

图 10 有效应力对D_min影响

Figure 10. Effect of effective stress on D_min

下载: 全尺寸图片幻灯片

图 11 表面粗糙度对颗粒材料D_min的影响

Figure 11. Effects of surface roughness on D_min of granular materials

下载: 全尺寸图片幻灯片

图 12 未打磨的不同粒径玻璃珠试样的G_max

Figure 12. G_max of original glass beads with different sizes

下载: 全尺寸图片幻灯片

图 13 G_max/f(e)随S_q/R变化规律

Figure 13. Variation of G_max/f(e) with S_q/R

下载: 全尺寸图片幻灯片

图 14 天然砂粒与玻璃珠G_max

Figure 14. G_max of natural sand particles and glass beads

下载: 全尺寸图片幻灯片

表 1 试验方案

Table 1 Test schemes

编号	初始孔隙比e₀	有效应力/kPa
GB-2-A	0.620, 0.622, 0.637, 0.652	50, 100, 200, 400
GB-2-B	0.628, 0.631, 0.632, 0.633, 0.658, 0.662	50, 100, 200, 400
GB-2-C	0.637, 0.654, 0.660, 0.669	50, 100, 200, 400

下载: 导出CSV

表 2 G_max拟合参数

Table 2 Fitting parameters of G_max

颗粒类别	d	A	n	R²
GB-2-A		609.28	0.370	0.971
GB-2-B	1.935	557.38	0.380	0.978
GB-2-C		420.88	0.486	0.995

下载: 导出CSV

表 3 D_min拟合参数表

Table 3 Fitting parameters of D_min

颗粒类别	D₁	κ	R²
GB-2-A	0.0062	0.451	0.846
GB-2-B	0.0069	0.580	0.910
GB-2-C	0.0060	0.281	0.867

下载: 导出CSV

表 4 颗粒材料相关信息^{[7, 16-19]}

Table 4 Information of granular materials ^{[7, 16-19]}

颗粒名称	S_q/nm	OR	C_u	d₅₀/mm
Leighton Buzzard砂	300	0.87	1.45	0.84
Hostun砂	1972	0.84	1.48	0.34
丰浦砂	1847	0.85	1.39	0.216
2 mm玻璃珠	64, 602, 1176	0.960	1.02	2
1 mm玻璃珠	170	0.955	1.06	1

下载: 导出CSV

参考文献(19)

[1]	杨文保, 吴琪, 陈国兴. 长江入海口原状土动剪切模量预测方法探究[J]. 岩土力学, 2019, 40(10): 3889-3896. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201910023.htm YANG Wenbao, WU Qi, CHEN Guoxing. Dynamic shear modulus prediction method of undisturbed soil in the estuary of the Yangtze River[J]. Rock and Soil Mechanics, 2019, 40(10): 3889-3896. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201910023.htm
[2]	WICHTMANN T, TRIANTAFYLLIDIS T. Influence of the grain-size distribution curve of quartz sand on the small strain shear modulus G_max[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2009, 135(10): 1404-1418. doi: 10.1061/(ASCE)GT.1943-5606.0000096
[3]	LIU X, YANG J. Shear wave velocity in sand: effect of grain shape[J]. Géotechnique, 2018, 68(8): 742-748. doi: 10.1680/jgeot.17.T.011
[4]	SARKAR D, GOUDARZY M, WICHTMANN T. Influence of particle size on the small-strain stiffness in granular soils: experimental observations and micromechanical interpretation[J]. Géotechnique, 2022, 19(6): 545-554.
[5]	黄志鹏, 魏骁, 潘坤, 等. 颗粒特性对材料小应变动力特性的影响[J]. 岩土工程学报, 2022, 44(5): 889-897. doi: 10.11779/CJGE202205012 HUANG Zhipeng, WEI Xiao, PAN Kun, et al. Effects of particle characteristics on small-strain dynamic properties of granular materials[J]. Chinese Journal of Geotechnical Engineering, 2022, 44(5): 889-897. (in Chinese) doi: 10.11779/CJGE202205012
[6]	MITCHELL J K, SOGA K. Fundamentals of Soil Behavior[M]. New York: John Wiley & Sons, 2005.
[7]	CAVARRETTA I. The Influence of Particle Characteristics on the Engineering Behaviour of Granular Materials[D]. London : Imperial College London, 2009.
[8]	SANTAMARINA C, CASCANTE G. Effect of surface roughness on wave propagation parameters[J]. Géotechnique, 1998, 48(1): 129-136. doi: 10.1680/geot.1998.48.1.129
[9]	SHARIFIPOUR M, DANO C. Effect of grains roughness on waves velocities in granular packings[C]//1^st Euro- Mediterranean Symposium in Advances on Geomaterials and Structures. Hammamet, 2006.
[10]	OTSUBO M, O'SULLIVAN C. Experimental and DEM assessment of the stress-dependency of surface roughness effects on shear modulus[J]. Soils and Foundations, 2018, 58(3): 602-614. doi: 10.1016/j.sandf.2018.02.020
[11]	YANG Z X, WEN Y X, PAN K. Previbration signature on dynamic properties of dry sand[J]. Journal of Testing and Evaluation, 2019, 47(3): 2167-2192. doi: 10.1520/JTE20180037
[12]	蔡正银, 李相崧. 材料状态对干砂小应变特性的影响[J]. 岩土力学, 2004, 25(1): 10-14. doi: 10.3969/j.issn.1000-7598.2004.01.003 CAI Zhengyin, LI Xiangsong. Effects of material state on the small strain behavior of dry sand[J]. Rock and Soil Mechanics, 2004, 25(1): 10-14. (in Chinese) doi: 10.3969/j.issn.1000-7598.2004.01.003
[13]	MENQ F Y, STOKOE K H. Linear dynamic properties of sandy and gravelly soils from large-scale resonant tests[C]// Deformation Characteristics of Geomaterials. IS Lyon, 2003.
[14]	SHARIFIPOUR M, DANO C, HICHER P. Wave velocities in assemblies of glass beads using bender-extender elements[C]// 17th ASCE Engineering Mechanics Conference. Newark, 2004.
[15]	PATEL A, BARTAKE P P, SINGH D N. An empirical relationship for determining shear wave velocity in granular materials accounting for grain morphology[J]. Geotechnical Testing Journal, 2008, 32(1): 1-10.
[16]	ALSHIBLI, KHALID A, et al. Quantifying morphology of sands using 3D imaging. Journal of Materials in Civil Engineering[J]. Journal of Materials in Civil Engineering, 2015, 27(10): 04014275. doi: 10.1061/(ASCE)MT.1943-5533.0001246
[17]	ALTUHAFI F, O'SULLIVAN C, CAVARRETTA I. Analysis of an image-based method to quantify the size and shape of sand particles[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2013, 139(8): 1290-1307. doi: 10.1061/(ASCE)GT.1943-5606.0000855
[18]	GU X Q, YANG J, HUANG M S. Laboratory measurements of small strain properties of dry sands by bender element[J]. Soils and Foundations, 2013, 53(5): 735-745. doi: 10.1016/j.sandf.2013.08.011
[19]	GOUDARZY M, KÖNIG D, SCHANZ T. Interpretation of small and intermediate strain characteristics of Hostun sand for various stress states[J]. Soils and Foundations, 2018, 58(6): 1526-1537. doi: 10.1016/j.sandf.2018.09.002

施引文献(42)

期刊类型引用(20)

1.	张文栋，程岩，袁武立，郑龙浩. 降雨作用下黄土基岩滑坡变形特征及演化规律. 陕西水利. 2025(04): 112-114+126 . 百度学术
2.	许博闻，兰恒星，刘世杰. 界面形态对黄土-泥岩接触面剪切力学特性影响研究. 工程地质学报. 2024(02): 448-462 . 百度学术
3.	黄晓虎，魏兆亨，易武，郭飞，黄海峰，肖宇煌. 裂隙优势流入渗诱发堆积层滑坡浅层破坏机理研究. 岩土工程学报. 2024(06): 1136-1145 . 本站查看
4.	赵宽耀，许强，陈婉琳，彭大雷，高登辉. 黄土塬边漫灌区土体水入渗过程研究. 岩土力学. 2024(09): 2754-2764 . 百度学术
5.	王立朝，任三绍，李金秋. 降雨作用下古滑坡复活机理物理模拟试验研究. 中国地质灾害与防治学报. 2024(05): 21-31 . 百度学术
6.	王诏楷. 地下水人工回灌颗粒沉积研究进展. 江淮水利科技. 2023(01): 9-14 . 百度学术
7.	周峙，罗易，张家铭，孙狂飙. 考虑裂隙面积率的裂隙性黏土优势流双域入渗规律研究. 安全与环境工程. 2023(02): 109-118 . 百度学术
8.	吴玮江，宋丙辉，刘迪，安亚鹏. 黄土塬区包气带水分运移特征研究. 水文地质工程地质. 2023(03): 12-22 . 百度学术
9.	曾鹏，王宇豪，张天龙，张琳，南骁聪. 基于NSGA-Ⅱ遗传算法的黄土滑坡参数反分析与稳定性预测. 地球科学. 2023(05): 1675-1685 . 百度学术
10.	冯乐涛，吴玮江，刘兴荣，宿星，万朝东. 黄土高原降水入渗方式与引发滑坡研究——以甘肃黄土地区为例. 科学技术与工程. 2023(14): 5937-5945 . 百度学术
11.	许增光，李海洋，柴军瑞，曹成，陈东来. 堤坝内集中渗漏通道与周围介质水量交换研究. 水力发电学报. 2023(07): 12-23 . 百度学术
12.	赵宽耀，许强，高登辉，刘方洲，彭大雷，陈婉琳. 坡底饱和型黄土滑坡离心模拟试验. 岩土力学. 2023(11): 3213-3223 . 百度学术
13.	赵鲁庆，彭建兵，马鹏辉，冷艳秋，朱兴华. 黄土细观界面及其灾害效应研究初探. 工程地质学报. 2023(06): 1783-1798 . 百度学术
14.	许强，陈婉琳，蒲川豪，袁爽，刘佳良. 基于自然的解决方案在黄土高原重大工程灾变防控中的理论与实践. 工程地质学报. 2022(04): 1179-1192 . 百度学术
15.	宁瑞浩，冷艳秋，何芝远，李泽坤，马哲. 基于CT的黄土孔隙尺度优先流特性. 科学技术与工程. 2022(23): 9927-9936 . 百度学术
16.	蒋小虎，黄跃廷，胡海军，陈铄，陈锐，王崇华，汪慧，康顺祥. 基于原位双环、试坑浸水试验和数值模拟反演的Q_3黄土饱和渗透系数对比研究. 岩土力学. 2022(11): 2941-2951 . 百度学术
17.	李同录，汪颖，胡向阳，李萍，王宇. 厚层非饱和黄土中优势流和活塞流的讨论. 工程地质学报. 2022(06): 1842-1848 . 百度学术
18.	张永双，吴瑞安，任三绍. 降雨优势入渗通道对古滑坡复活的影响. 岩石力学与工程学报. 2021(04): 777-789 . 百度学术
19.	孙恒飞，朱兴华，成玉祥，张智锋，张卜平，蔡佳乐. 黄土优势渗流研究进展与展望. 自然灾害学报. 2021(06): 1-12 . 百度学术
20.	侯孝东，涂国祥，邱潇，李明，王清，钱昭宇. 汉源九襄地区深厚砾石层渗透特性研究. 水利与建筑工程学报. 2020(04): 192-197 . 百度学术