Numerical simulation of construction of water-blocking wall based on CFD-DEM coupling method
-
摘要: 通过灌注骨料封堵动水巷道的过程长期以来处于经验摸索状态,基于数值力学模型(CFD-DEM)研究了骨料灌注过程及截流堵水机制。模拟了骨料颗粒在水中的沉降速度、不同堆积厚度下的启动速度、天然状态和静水中的堆积角、动水中粒径分区效应以及各粒径组的阻水消压能力,验证了模型的适用性。测试了水流的携砂能力,发现未接顶区和堆积区的流场分界线对应启动流速上限,当流场的携砂能力远小于灌注能力时,表现为接顶容易,反之接顶困难。建立了考虑突水通道、突水源水压、灌注速度、骨料粒径、灌注次序、骨料摩擦参数和水流黏性等关键因素的计算模型,模拟了骨料在动水环境下铺底、充填、接顶的主要阶段,得出了速度场和压力场在不同灌注阶段的演化过程及两者间的动态响应关系。通过双巷截流模型,对两种截流方案进行了模拟,证明了优先封堵其中一条巷道的方案更具合理性。最后总结了钻孔间堆积体“前期接龙”、“后期叠加”及“逆向生长”的一般截流过程,分析了水力梯度和携砂能力对堆积长度和钻孔数量的影响。动水中骨料灌注两相流耦合模型的建立为截流施工过程研究及工程优化提供了技术途径。Abstract: The process of filling aggregate to block hydrodynamic pathway has been explored in an empirical way for a long time. A numerical model (CFD-DEM) is established to study the mechanism of water closure. By simulating the settling velocity of aggregate particles in water, the starting velocity under different stacking thicknesses, the accumulation angle in natural state and hydrostatic water, the particle size partition effect in dynamic water and the pressure suppression capability of each particle group, the applicability of the model is verified. The carrying capacity of the flow is tested, and the flow field between the unconnected top area and the accumulation area corresponds to the upper limit of the starting velocity. When the carrying capacity of the flow field is much smaller than the aggregate-filling speed, it is easy to connect the top, and vice versa. The model considering water inrush channel, pressure, aggregate-filling speed, aggregate size, filling sequence, aggregate friction parameters and viscous flow of water is established to simulate the main stages of paving, filling and roofing of aggregate in hydrodynamic pathway, and the evolution process of velocity and pressure at different stages is obtained. A double-pathway closure model is established to simulate the two kinds of aggregate-filling schemes, and it is proved that giving priority to blocking one of the pathways is more reasonable. Finally, the processes of "early connection", "late superimposition" and "reverse growth" are summarized, and the effects of hydraulic gradient and carrying of flow capacity on accumulation length and number of boreholes are analyzed. The model for filling aggregate in hydrodynamic pathway provides a new research method for the process of closure.
-
0. 引言
在当前“双碳目标”背景下,干热岩地热作为前景可期的清洁能源,在国家能源结构调整中作用愈加凸显[1]。目前干热岩开发的基本原理是通过水力压裂等激发技术形成裂隙网络,注入的低温流体经过储层热交换后提升到地面[2],在此过程中高温岩体快速降温[3]。此外,地热能开发过程中井壁围岩与常温钻井液接触,高温岩体同样会发生温度降低过程。因此,研究高温作用后岩石物理力学特性演化规律以及高温作用机制,对深部地热能开发具有重要意义。
针对高温冷却后岩石力学参数演化规律,国内外学者通过室内试验研究取得了一系列成果。贾蓬等[4]开展了高温花岗岩水冷却后单轴压缩试验,发现高温后花岗岩峰值强度和弹性模量随温度增大而减小。朱振南等[5]对水冷却后花岗岩进行了单轴压缩试验,结果表明花岗岩抗压强度和弹性模量均随着温度的升高呈减小趋势。郤保平等[6]分析了20~600℃温度范围内自然降温和遇水急剧冷却条件下花岗岩单轴抗压强度。邓龙传等[7]测试了自然降温和遇水冷却花岗岩巴西劈裂强度,表明随着温度的升高,遇水冷却花岗岩拉伸强度降幅更大且均低于自然降温试样。朱要亮等[8]通过试验观察到水冷却后花岗岩的强度低于自然降温,弹性模量高于自然降温。此外,学者对不同冷却方式下岩石波速、导热能力和孔隙度演化规律进行了探索[9-11]。断裂韧度作为岩石材料的重要参数之一,反映了岩石抵抗断裂失效的能力[12],然而目前对于不同冷却方式下高温岩石断裂韧度的研究尚不多见。
通过微观结构图像分析岩石微裂纹演化特征,是探究高温作用机制的常用方法之一。李春等[13]基于高温后花岗岩偏光显微图像,分析了温度升高过程中沿晶微裂纹和穿晶微裂纹变化趋势。平琦等[14]观察了不同温度条件下岩石扫描电镜(SEM)图像,探讨了岩石颗粒尺寸变化与温度之间的关系。Huang等[15]通过光学显微观察,探究了自然降温和遇水冷却花岗岩表面热裂纹分布规律,结果表明水冷却条件下微裂纹数量和尺寸均大于自然降温。Yang等[16]采用CT扫描获得高温后花岗岩微裂纹图像,分析了不同温度后花岗岩试样裂纹分布特征。上述研究主要基于岩石微观图像分析了温度对岩石微观裂纹影响的定性规律,然而高温后岩石微观结构劣化的定量表征还有待进一步探究。随着图像处理技术的发展与应用[17],可通过图像处理获得高温后岩石热裂纹数量、面积等定量信息,以揭示高温及冷却方式对岩石微观结构的作用机制。
综上所述,不同冷却方式下高温岩石断裂韧度及其与岩石微观结构劣化之间的关系还有待深入研究。因此,本文以花岗岩为试验对象,对不同高温岩样分别进行炉内自然降温和遇水冷却处理,分析不同冷却方式对花岗岩断裂韧度的影响规律。基于高温后花岗岩微观图像,采用图像处理技术分析花岗岩热裂纹演化特征,结合矿物成分X射线洐射(XRD)及含量分析,揭示高温后花岗岩劣化机理。
1. 试验准备
1.1 岩性特征与岩样制作
试验岩石取自山东省济宁市。考虑到晶粒对岩石热-力耦合特性有明显影响[18],本文选取了两种不同晶粒花岗岩。两组岩石均为细-中晶块状结构花岗岩,相对而言A组岩石晶粒较细,B组岩石晶粒较粗,如图 1所示。结合XRD结果可知,A组花岗岩矿物成分及含量为石英(20.5%)、斜长石(27.8%)、正长石(42.6%)和黑云母(9.1%),B组花岗岩为石英(20.8%)、斜长石(58.5%)、正长石(16.3%)和黑云母(4.4%)。压汞试验结果表明,A组花岗岩孔隙率为0.62%,平均孔径为33 nm;B组花岗岩孔隙率为1.3%,平均孔径为242 nm。
根据岩石断裂韧度测试推荐方法[19],将现场取得的花岗岩加工成半圆盘试样,如图 2所示。半圆盘试样的几何参数为:切槽高度a=11.5 mm,半圆盘直径2R=50 mm,厚度B=25 mm。
1.2 高温处理程序
加温设备为SGM系列高温炉,最高温度可达1200℃。首先将花岗岩半圆盘试样放入高温炉内,以5℃/min的速率增大至目标温度(分别为200℃,400℃,600℃和800℃)后,试样在炉内恒温2 h。然后,迅速取出一部分岩样置于准备好的蒸馏水中快速冷却,另一部分岩样则留在炉内自然降温至室温。为保证两种冷却方式下的可比性,对遇水冷却岩样干燥以后再进行力学试验。
1.3 试验系统
花岗岩半圆盘试样三点弯曲试验在中国矿业大学CSS-88020电子万能试验机上进行,如图 3所示。该试验系统轴向最大加载力为20 kN。首先安装好三点弯曲夹具,调节下部两个加载点之间的水平距离为36 mm。将半圆盘试样放置在三点弯曲夹具上,施加初始压力使上部加载点与试样接触。对岩样施加轴向力直至岩样发生破坏,采用位移控制模式,加载速率为0.05 mm/min。试验过程由计算机自动采集时间、位移和力等数据。
2. 试验结果
2.1 荷载-位移曲线
图 4给出了高温后花岗岩半圆盘试样荷载-位移曲线。由图 4可见,未经高温处理花岗岩试样三点弯曲下峰后荷载-位移曲线均快速跌落,说明常温下两种花岗岩均呈脆性。然而,当花岗岩经过高温处理后,其荷载-位移曲线与常温条件下有所不同,且变化趋势与温度密切相关。
当花岗岩经过200℃和400℃温度处理后,不管是自然降温还是遇水冷却A组花岗岩试样的峰后均呈现出延性特征,如图 4(a),(b)所示;然而,自然降温和遇水冷却B组花岗岩试样的峰后依然呈现明显的脆性特征,如图 4(c),(d)所示,体现了不同晶粒结构在抵抗温度诱发岩石力学特性变化所起到的作用程度不同。当花岗岩经过600℃和800℃温度处理后,A组花岗岩和B组花岗岩在不同冷却方式下均出现了较明显的峰前屈服阶段和峰后延性特征,说明当温度达到一定程度后矿物颗粒之间结合力较弱,使得花岗岩由脆性向延性转化,而且相同条件下B组花岗岩的变形更为显著。
2.2 断裂韧度
图 5给出了花岗岩试样断裂韧度与温度之间的关系。由图 5(a)可见,未经高温处理A组花岗岩半圆盘试样断裂韧度为1.25 MPa·m1/2。随着温度的升高,A组花岗岩断裂韧度呈减小趋势。与常温条件相比,200℃,400℃,600℃和800℃自然降温A组花岗岩断裂韧度降幅分别为27.7%,38.7%,74.6%和85.7%,遇水冷却试样降幅分别为43.5%,51.4%,82.2%和90.5%。比较可见,相同温度作用下A组花岗岩遇水冷却处理引起的断裂韧度降幅大于自然降温条件,即遇水冷却花岗岩断裂韧度弱于炉内自然降温花岗岩。同时,200℃,400℃,600℃和800℃遇水冷却和自然降温条件下花岗岩断裂韧度降幅差异分别为15.8%,12.7%,7.6%和4.8%,即两种降温方式之间的差异逐渐减小,说明随着温度的升高,由遇水冷却导致的断裂韧度弱化程度呈降低趋势。
由图 5(b)可见,未经高温处理B组花岗岩断裂韧度为0.81 MPa·m1/2,仅为A组花岗岩的64.8%。与常温条件相比,200℃,400℃,600℃和800℃自然降温B组花岗岩断裂韧度降幅分别为10.6%,29.6%,72.5%和80.9%,遇水冷却试样降幅分别为18.1%,34.2%,76.3%和81.6%,两种冷却方式下降幅差异分别为7.5%,4.6%,3.9%和0.7%。可见,B组花岗岩断裂韧度受温度影响的变化趋势与A组花岗岩相似,但是对温度的敏感程度要略低于A组花岗岩。
2.3 宏微观破裂特征
岩石破断面中蕴含丰富的力学信息,通过分析高温后花岗岩半圆盘试样破裂模式以进一步认识高温及冷却方式对花岗岩变形破裂特征的影响。图 6给出了三点弯曲作用下花岗岩半圆盘试样典型破裂模式。在试验过程中观察到,裂纹首先萌生于直切槽尖端,并逐渐向上端加载点方向扩展,最终将岩样劈裂为两大块。花岗岩半圆盘试样的破裂面的总体特征为切槽尖端萌生的向上扩展的裂纹,但是在局部特征上受晶粒随机分布和初始微观裂纹影响呈曲折扩展。为分析温度和冷却方式对花岗岩试样破裂特征的影响,把岩样正面和背面的破裂痕迹描绘出来[20],如图 6(b)所示。
表 1给出了高温后花岗岩半圆盘试样断裂痕迹。比较可见,在温度相对较低(如200℃)时,三点弯曲作用下花岗岩半圆盘试样的断裂痕迹相对较直,与中心线的距离相对较小;随着温度的升高,花岗岩半圆盘试样的断裂痕迹曲折程度增大,与中心线的距离也有所增大,该现象与液氮冷却花岗岩试样[21]变化趋势相同。根据最小能耗原理,岩石在断裂时,裂纹会沿着最薄弱面向前扩展。在较高温度作用下岩样内部产生热开裂,提高了岩样的非均质性和非连续性[22],宏观裂纹易沿着这些热开裂扩展,因而破裂面更为曲折。然而,在本次试验范围内,冷却方式对断裂痕迹的影响并不明显,可能是因为自然降温和遇水冷却方式下产生的热裂纹数量和尺度虽然有一定差异,但是差异程度有限(将在第3节详细分析),因而冷却方式对宏观裂纹曲折程度的影响难以体现出来。
表 1 高温后花岗岩试样断裂痕迹Table 1. Traces of fracture of granite after high temperature冷却 20 ℃ 200 ℃ 400 ℃ 600 ℃ 800 ℃ — 自然/遇水 自然/遇水 自然/遇水 自然/遇水 A组 B组 岩石宏观裂纹是由于内部微裂纹不断萌生、扩展和贯通形成的,归根结底是岩石矿物颗粒晶体的破坏,而矿物晶体的破裂主要有3类:沿晶断裂、穿晶断裂以及沿晶穿晶耦合断裂[23]。为分析不同高温及冷却方式下花岗岩试样的断裂机理,对高温后花岗岩破裂面进行了SEM观察。以A组花岗岩试样为例,如图 7所示。
由图 7可见,在常温条件下花岗岩一部分颗粒表面光滑,无明显棱角,即断面颗粒保持较为完整,呈现为沿晶断裂,但是另一部分颗粒表面有明显被切割或撕裂痕迹,呈现为穿晶断裂(图 7(a));而随着温度的升高,400℃作用后花岗岩以沿晶断裂为主,同时能观察到少量裂纹(图 7(b),(c));当温度增大至800℃时,花岗岩的破裂程度明显加剧,而且遇水冷却试样裂纹数量较多(图 7(d),(e))。这主要是因为常温下花岗岩矿物颗粒之间结合密实,以穿晶断裂破坏为主;而高温后花岗岩在加载前已经产生了微破裂,呈现为沿晶断裂为主[24],沿晶断裂所需的能量较小,因此高温后花岗岩断裂韧度降低。
3. 高温作用机制分析
3.1 基于图像处理的热裂纹
为比较分析两组花岗岩在不同温度及冷却方式下热裂纹差异,对高温后花岗岩进行扫描电镜观察。图 8给出了高温后花岗岩试样SEM图像,其观察对象为高温后未加载试样。由图 8可见,未经高温处理花岗岩结构致密,在该放大倍率下,两组花岗岩中均难以观察到明显的微观裂纹。当A组花岗岩经过200℃作用并自然降温后,可观察到一条细长裂纹;当温度为400℃时,能够观察到3条不规则裂纹;当温度增大至600℃时,裂纹数量明显增多,裂纹之间交汇贯通,形成裂隙网络;当温度继续增大至800℃时,岩样中不仅裂纹数量增加了,而且裂纹宽度也明显变大,如图 8(a)所示。与自然降温相比,遇水冷却花岗岩试样在相同温度条件下裂纹数量较多,裂纹宽度较大,如图 8(b)所示。B组花岗岩中裂纹分布规律与A组花岗岩类似,整体表现为随着温度的升高,岩样中裂纹数量增加,裂纹宽度增大,逐渐形成裂隙网络,而且遇水冷却条件下花岗岩微观结构劣化程度比自然降温条件更高。
通过对SEM图像的观察,定性分析了高温后花岗岩试样热裂纹分布特征,然而不同冷却方式下花岗岩热裂纹之间的细微差别难以直接从SEM原始图像中观察得到。因此,利用图像处理技术,统计高温后花岗岩SEM图像中微裂纹面积,计算高温后花岗岩微裂纹密度(定义为微裂纹面积与图像总面积的比值),定量分析不同温度和冷却方式对花岗岩热裂纹的影响规律。本文图像处理流程为:采用Matlab对SEM原始图像进行二值化处理,通过设置阈值区分图像中微裂纹和岩石基质,从而识别图像中的微裂纹;进一步,通过编写程序统计微裂纹像素点,获得微裂纹面积和图像总面积,计算得到微裂纹密度。
对不同高温及冷却方式下花岗岩试样SEM图像进行处理,结果如图 9所示。图中白色区域为裂纹,黑色区域为岩石基质。与图 8比较可见,二值化处理结果与花岗岩表面真实裂纹相吻合,通过处理后的图像能够更清晰地分辨微裂纹的数量、长度、尺寸和分布形态。
计算得到不同温度和冷却条件下花岗岩试样微裂纹密度,如图 10所示。由图 10可见,在本次试验观察倍率下(500倍),未经高温处理的致密花岗岩中几乎没有微观裂纹,此时微裂纹密度接近于零。当温度为800℃时,A组花岗岩自然降温、A组花岗岩遇水冷却、B组花岗岩自然降温、B组花岗岩遇水冷却微裂纹密度分别为200℃时的16.1,11.0,11.1和13.3倍。可以看出,随着温度的升高,花岗岩试样中微裂纹密度逐渐上升,遇水冷却方式下微裂纹密度大于自然降温方式,相同条件下B组花岗岩的微裂纹密度略高于A组岩样,说明对于本次试验花岗岩微观结构随温度升高而劣化,遇水冷却条件下劣化程度更高,而且B组花岗岩劣化程度比A组略高。结合图 5可知,基于图像处理技术统计的微裂纹密度在一定程度上解释了花岗岩断裂韧度演化规律,即高温作用导致的微观结构劣化,降低了花岗岩试样的断裂韧度。
3.2 矿物成分及含量
图 11给出了高温后A组花岗岩X射线衍射图谱。常温条件下,该花岗岩主要矿物成分为石英、斜长石、正长石和黑云母。经历不同高温作用后花岗岩的主要矿物成分与未经高温处理花岗岩的成分相同,而且各矿物的衍射角未发生明显变化,说明本试验范围内高温作用并未明显影响该花岗岩的矿物组分。但是,矿物在不同温度条件下对应的最大衍射强度有所变化,这可能与岩石矿物相变相关。高温下岩石矿物相变通常会造成矿物体积发生变化,引起岩样内部结构局部损伤,在一定程度上造成了花岗岩宏观力学参数的劣化[25]。
不同温度及冷却方式下花岗岩矿物含量,如图 12所示。当温度低于600℃时,花岗岩各矿物含量变化较小,当温度超过600℃后,矿物含量变化相对较大。在本次试验温度范围内,A组花岗岩试样石英含量整体呈增大趋势,长石(斜长石和正长石)含量整体呈减小趋势,与文献[26,27]试验结果相类似,而黑云母含量相对稳定。然而,在试验温度范围内,自然降温和遇水冷却两种冷却方式对本文花岗岩矿物含量的影响不明显。
除岩石热开裂、矿物含量变化外,高温对岩石结构的影响还体现在水分丧失等方面。结合Wong等[28]和邓龙传等[7]研究结论,温度升高过程岩石内部结构主要变化如图 13所示。高温作用下岩石矿物颗粒发生膨胀,因各类矿物的热膨胀系数不同,岩石发生不均匀膨胀。当矿物颗粒受到的热应力超过极限时,岩石内部产生微观裂纹[15-17]。同时,岩石内不同形式水分逐渐丧失,加剧岩石矿物晶格骨架损伤。当温度达到一定程度后,矿物发生相变和分解等作用,进一步导致了岩石内部结构的劣化。因而,高温后花岗岩试样断裂韧度降低。此外,试样在遇水冷却条件下高温花岗岩表面降温速率较快,而内部降温速率较慢,试样内部和表面产生的剧烈温差产生较大热应力,导致试样内部结构进一步恶化[29],因此遇水冷却条件下花岗岩断裂韧度低于自然降温条件。
4. 结论
(1)随着温度的升高,花岗岩试样的断裂韧度呈减小趋势,遇水冷却方式下花岗岩断裂韧度低于自然降温条件,而且随着温度的升高,由遇水冷却导致的断裂韧度弱化程度呈降低趋势,B组花岗岩对温度的敏感程度略低于A组花岗岩。
(2)三点弯曲作用下花岗岩半圆盘试样裂纹首先萌生于切槽尖端,逐渐向加载点方向扩展并将岩样劈裂。当温度较低时,花岗岩断裂痕迹相对较直,与中心线的距离相对较小;随着温度的升高,花岗岩半圆盘试样的断裂痕迹曲折程度增大,与中心线的距离也有所增大。
(3)随着温度的升高,花岗岩矿物成分未明显变化,但基于图像处理获得的花岗岩微裂纹密度逐渐上升,而且遇水冷却方式下微裂纹密度大于自然降温方式。高温导致的岩石内部微观结构劣化,降低了花岗岩的断裂韧度。
-
表 1 不同粒径颗粒模拟稳定沉速与经验数据对比
Table 1 Comparison between simulated stable settling velocity and empirical data of particles with different sizes
粒径/mm 3 5 7.5 10 20 30 40 50 数值模拟V1/(m·s-1) 0.38 0.52 0.63 0.72 1.00 1.20 1.37 1.53 经验公式V2/(m·s-1) 0.36 0.47 0.60 0.73 0.91 1.12 1.29 1.44 (V1-V2)/V1 0.05 0.01 0.05 -0.01 0.09 0.07 0.06 0.06 表 2 启动流速模拟值与经验值对比
Table 2 Comparison between simulated value and empirical values of starting velocity
颗粒粒径/mm 拟合值 (1~2)Dmax 模拟值 (3~5)Dmax模拟值 下限 上限 5~10 0.54 1.00 0.3<u<0.6 u>0.9 10~30 0.68 1.30 0.5<u<0.8 u>1.3 30~50 1.00 1.60 0.8<u<1.3 u>1.6 表 3 不同工况下水流携带能力模拟成果统计表
Table 3 Simulated results of water carrying capacity under different conditions
5~10mm 10~30 mm 30~50 mm 进口流速/(m·s-1) 顶区流速/(m·s-1) 携砂能力/(kg·s-1) 进口流速/(m·s-1) 顶区流速/(m·s-1) 携砂能力/(kg·s-1) 进口流速/(m·s-1) 顶区流速/(m·s-1) 携砂能力/(kg·s-1) 1 1.4~2.6 1.2 1.3 2.0~3.2 2.4 2 1.6~2.0 >2.0 2 2.1~2.4 2.8 2 2.8~3.0 3.6 2 2.0~2.5 4.8 2 2.8~3.2 4.8 2 3.7~4.0 6.0 2.5 2.0~3.0 <6.8 2 2.9~3.5 7.2 2 3.9~4.5 8.8 — — — 表 4 不同灌注阶段骨料配置及灌注速度统计表
Table 4 Statistical table of aggregate configuration and filling speeds at different stages
孔号 铺底阶段 充填阶段 截流阶段 0~147s 147~162s 162~185s 185~200s 200~209s 209~227s 227~260s 260s之后 Mat Vel Mat Vel Mat Vel Mat Vel Mat Vel Mat Vel Mat Vel Mat Vel Hole1 1 0.4 1 0.4 3 0.6 1 0.4 1 1 1 1 1 1 1 1 Hole2 1 0.4 2 0.4 3 0.6 1 0.4 1 1 1 1 1 1 成功接顶 Hole3 1 0.4 2 0.4 3 0.6 3 0.6 3+1 0.6+0.4 2+1 0.6+0.4 成功接顶 成功接顶 Hole4 1 0.4 2 0.4 3 0.6 3 0.6 3+1 0.6+0.4 2+1 0.6+0.4 成功接顶 成功接顶 注: Mat为骨料粒径,1为5~10 mm,2为10~30 mm,3为30~50 mm,4为1.5~2.5 mm;Vel为骨料灌注速度(kg/s);存在两组骨料混合灌注时,骨料粒径和灌注速度均采用+号隔开,并一一对应;灌注速度依据现场数据按相似比1∶20取值。 -
[1] 王威. 动水条件下堵巷截流技术与阻水段阻水能力研究[D]. 北京: 煤炭科学研究总院, 2012. WANG Wei. Study on Techniques of Roadway-Blocking & Flow-Cutting off under Hydrodynamic Conditions and Capability Evaluation of Water-Blocking Segment[D]. Beijing: China Coal Science Research Institute, 2012. (in Chinese)
[2] 何思源. 开滦范各庄矿岩溶陷落柱特大突水灾害的治理[J]. 煤田地质与勘探, 1986, 2: 35-42. https://www.cnki.com.cn/Article/CJFDTOTAL-MDKT198602009.htm HE Si-yuan. Treatment of thekarst collapse columndisaster in Fangezhuang mine[J]. Coal Geology & Exploration, 1986, 2: 35-42. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-MDKT198602009.htm
[3] 王则才. 国家庄煤矿8101工作面动水注浆堵水技术[J]. 煤田地质与勘探, 2004, 4: 26-28. https://www.cnki.com.cn/Article/CJFDTOTAL-MDKT200404009.htm WANG Ze-cai. Grouting technique for water-shut-off under water-flowing conditions in No.8101 work-face, Guojiazhuang Coal Mine[J]. Coal Geology & Exploration, 2004, 4: 26-28. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-MDKT200404009.htm
[4] 刘建功, 赵庆彪, 白忠胜, 等. 东庞矿陷落柱特大突水灾害快速治理[J]. 煤炭科学技术, 2005, 33(5): 4-7. doi: 10.3969/j.issn.0253-2336.2005.05.002 LIU Jian-gong, ZHAO Qing-biao, BAI Zhong-sheng, et al. Rapid holding and control for special large water inrushfrom sinkhole in Dongpang Mine[J]. Coal Science and Technology, 2005, 33(5): 4-7. (in Chinese) doi: 10.3969/j.issn.0253-2336.2005.05.002
[5] 南生辉. 综合注浆法建造阻水墙技术[J]. 煤炭工程, 2010, 6: 29-31. https://www.cnki.com.cn/Article/CJFDTOTAL-MKSJ201006014.htm NAN Sheng-hui. Construction technology of water blocking wall by comprehensive grouting method[J]. Coal Engineering, 2010, 6: 29-31. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-MKSJ201006014.htm
[6] 邵红旗, 王维. 双液注浆法快速建造阻水墙封堵突水巷道[J]. 煤矿安全, 2011, 42(11): 40-43. https://www.cnki.com.cn/Article/CJFDTOTAL-MKAQ201111013.htm SHAO Hong-qi, WANG Wei. Fast construction of water blocking wall by double liquid grouting[J]. Safety in Coal Mines, 2011, 42(11): 40-43. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-MKAQ201111013.htm
[7] 姬中奎. 矿井特大突水巷道动水截流钻探技术研究[J]. 煤炭技术, 2014, 33(5): 12-14. https://www.cnki.com.cn/Article/CJFDTOTAL-MTJS201405004.htm JI Zhong-kui. Research on drilling technology for roadway cut-off in water inrush coal mine[J]. Coal Technology, 2014, 33(5): 12-14. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-MTJS201405004.htm
[8] 惠爽. 矿井淹没巷道多孔灌注骨料封堵模拟试验[D]. 北京: 中国矿业大学, 2018. HUI Shuang. An Experimental Investigation on Pouring Aggregate to Plug an Inundated Mine Tunnel Through Boreholes[D]. Beijing: China University of Mining and Technology, 2018. (in Chinese)
[9] 李维欣. 圆型过水巷道骨料灌注模拟试验[D]. 徐州: 中国矿业大学, 2016. LI Wei-xin. An Experimental Simulation on Aggregate Filling to Horizontal Circular Tunnel with Flowing Water[D]. Xuzhou: China University of Mining and Technology, 2016. (in Chinese)
[10] El SHAMY U, ZEGHAL M. Coupled continuum-discrete model for saturated granular soils[J]. Journal of Engineering Mechanics, 2005, 131(4): 413-426.
[11] 周健, 周凯敏, 姚志雄, 等. 砂土管涌-滤层防治的离散元数值模拟[J]. 水利学报, 2010, 41(1): 17-24. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201001005.htm ZHOU Jian, ZHOU Kai-min, YAO Zhi-xiong, et al. Numerical simulation of piping-filter prevention in sandy soil by discrete element method[J]. Journal of Hydraulic Engineering, 2010, 41(1): 17-24. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201001005.htm
[12] ZHOU J, LI Y X, JIA M C, et al. Numerical simulation of failure behavior of granular debris flows based on flume model tests[J]. The Scientific World Journal, 2013: 603130.
[13] 罗勇, 龚晓南, 吴瑞潜. 颗粒流模拟和流体与颗粒相互作用分析[J]. 浙江大学学报(工学版), 2007, 41(11): 1932-1936. https://www.cnki.com.cn/Article/CJFDTOTAL-ZDZC200711032.htm LUO Yong, GONG Xiao-nan, WU Rui-qian. Analysis and simulation of fluid-particles interaction with particle flow code[J]. Journal of Zhejiang University (Engineering Science), 2007, 41(11): 1932-1936. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZDZC200711032.htm
[14] 王胤, 艾军, 杨庆. 考虑粒间滚动阻力的CFD-DEM流-固耦合数值模拟方法[J]. 岩土力学, 2017, 38(6): 1771-1780. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201706027.htm WANG Yin, AI Jun, YANG Qing. A CFD-DEM coupled method incorporating soil inter-particle rolling resistance[J]. Rock and Soil Mechanics, 2017, 38(6): 1771-1780. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201706027.htm
[15] 蒋明镜, 张望城. 一种考虑流体状态方程的土体CFD-DEM耦合数值方法[J]. 岩土工程学报, 2014, 36(5): 793-801. https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC201405002.htm JIANG Ming-jing, ZHANG Wang-cheng. Coupled CFD-DEM method for soils incorporating equation of state for liquid[J]. Chinese Journal of Geotechnical Engineering, 2014, 36(5): 793-801. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC201405002.htm
[16] 景路, 郭颂怡, 赵涛. 基于流体动力学-离散单元耦合算法的海底滑坡动力学分析[J]. 岩土力学, 2019, 40(1): 388-394. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201901041.htm JING Lu, GUO Song-yi, ZHAO Tao. Understanding dynamics of submarine landslide with coupled CFD-DEM[J]. Rock and Soil Mechanics, 2019, 40(1): 388-394. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201901041.htm
[17] 刘卡, 高辰龙, 周玉. 基于CFD-DEM方法的水下抛石运动模拟研究[J]. 中国水运:航道科技, 2016, 6: 1-9. https://www.cnki.com.cn/Article/CJFDTOTAL-SYHD201606002.htm LIU Ka, GAO Chen-long, ZHOU Yu. Simulation of underwater riprap motion based on CFD-DEM method[J]. China Water Transport: Channel Technology, 2016, 6: 1-9. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SYHD201606002.htm
[18] 苏东升. 基于CFD-DEM耦合模拟方法的水流泥沙运动研究[D]. 天津: 天津大学, 2016. SU Dong-sheng. Investigation of Fluid-Sediment Particle Motion Based on CFD-DEM Coupling Simulation Method[D]. Tianjin: Tianjin University, 2016. (in Chinese)
[19] 邵兵, 闫怡飞, 毕朝峰, 等. 基于CFD-DEM耦合模型的大粒径非常规岩屑颗粒运移规律研究[J]. 科学技术与工程, 2017, 17(27): 190-195. https://www.cnki.com.cn/Article/CJFDTOTAL-KXJS201727031.htm SHAO Bing, YAN Yi-fei, BI Chao-feng, et al. Migration of irregular cuttings particles in big size by CFD-DEM couplingmodel[J]. Science Technology and Engineering, 2017, 17(27): 190-195. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-KXJS201727031.htm
[20] 黄文博, 李潭秋, 杨润泽, 等. 基于CFD-DEM的颗粒填充床压力下降仿真和实验验证[J]. 航天医学与医学工程, 2018, 31(5): 526-531. https://www.cnki.com.cn/Article/CJFDTOTAL-HYXB201805007.htm HUANG Wen-bo, LI Tan-qiu, YANG Run-ze, et al. Simulation and experimental validation of pressure drop in packed bed based on CFD-DEM[J]. Space Medicine & Medical Engineering, 2018, 31(5): 526-531. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-HYXB201805007.htm
[21] CHENG N S. Comparison of formulas for drag coefficient and settling velocity of spherical particles[J]. Powder Technology, 2009, 189(3): 395-398.
[22] BROWN P P, LAWLER D F. Sphere drag and settling velocity revisited[J]. Journal of Environmental Engineering, 2003, 129(3): 222-231.
[23] 何文社, 方铎, 杨具瑞, 等. 泥沙起动流速研究[J]. 水利学报, 2002, 10: 51-56. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB200210008.htm HE Wen-she, FANG Duo, YANG Ju-rui, et al. Study on incipient velocity of sediment[J]. Journal of Hydraulic Engineering, 2002, 10: 51-56. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB200210008.htm
-
期刊类型引用(6)
1. 唐宇,阳军生,郑响凑,童甲修,汤冲. 高温富水隧道弱风化片麻岩力学特性试验研究. 岩石力学与工程学报. 2025(01): 128-139 . 百度学术
2. 马双泽,陈伟,吕聪聪,张塑彪,张帆. 高温与循环冷却对花岗岩抗剪强度影响试验研究. 矿业研究与开发. 2025(03): 137-147 . 百度学术
3. 王健翔,孙珍平,王士奎,许蕾. 高温作用后砂岩力学性能及裂纹演化特征研究. 金属矿山. 2025(04): 61-68 . 百度学术
4. 朱振南,王殿永,杨圣奇,解经宇,袁益龙,吴廷尧,田文岭,孙博文,田红,陈劲. 不同冷却速率下干热花岗岩渗透率演化特征对比研究. 岩石力学与工程学报. 2024(02): 385-398 . 百度学术
5. 周韬,范永林,陈家嵘,周昌台. 热损伤花岗岩力学劣化特性及损伤演化规律研究. 矿业科学学报. 2024(03): 351-360 . 百度学术
6. 何将福,任成程,何坤,余启航,李欣儒,邓旭. 循环热冲击花岗岩微观裂隙表征与渗透特性演化规律. 煤田地质与勘探. 2024(12): 131-142 . 百度学术
其他类型引用(9)