Establishing probabilistic transformation models for geotechnical design parameters using multivariate Gaussian Copula
-
摘要: 岩土工程中经常需要基于直接测量参数去预测设计参数,概率转换模型是确定设计参数真实分布范围的有效工具。常用的基于多维正态分布的概率转换模型构建方法容易引起误差且受边缘分布类型限制。为此,提出了基于多维Gaussian Copula的岩土体设计参数概率转换模型构建方法。以全球黏土数据库CLAY/6/535为例验证了所提方法的有效性,分别推导了不排水抗剪强度和超固结比与孔压静力触探试验指标之间的概率转换模型。结果表明:基于多维Gaussian Copula的概率转换模型构建方法可以将相关结构与边缘分布分开构建,该方法不受岩土体参数的边缘分布类型限制,有效地避免了误差由边缘分布向相关结构的传播。在构建的概率转换模型中,岩土体设计参数的不确定性、相关性与直接测量参数的数目以及直接测量参数与设计参数之间的相关性成反比。
-
关键词:
- 直接测量参数 /
- 设计参数 /
- 概率转换模型 /
- 多维Gaussian Copula /
- 联合分布模型
Abstract: In geotechnical practice, it is common to transform the measured parameters to the design ones. It is also known that the probabilistic transformation models provide an effective tool for predicting the actual range of the design parameters. The commonly-used methods for establishing probabilistic transformation models based on multivariate normal distribution may induce large errors and have a limitation of incorporating various types of marginal distribution for soil parameters. In this study, a new method for establishing the probabilistic transformation models for geotechnical design parameters based on the multivariate Gaussian Copula is proposed. The global clay database CLAY/6/535 compiled in the literature is employed to verify the effectiveness of the proposed method. The probabilistic transformation models from CPTU indices to undrained shear strength and OCR are then derived. The results indicate that by modeling the marginal distribution and dependence structure individually, the proposed method removes the limitation of incorporating various types of marginal distribution and avoids error propagation from marginal distribution to dependence structure. For the proposed probabilistic transformation models, the uncertainty and correlation of design parameters are inversely proportional to the number of the measured parameters and the correlation between the measured and design parameters. -
0. 引言
疲劳作用是影响岩石工程安全和长期服役性能的关键问题,一直以来都是研究热点[1-4]。不少学者试图采用各种方法进行岩石疲劳变形和损伤的量化表征:Tao等[5]结合热力学和内时理论,通过强调材料本身内蕴时间的塑性变形特征,建立了应力应变的疲劳本构方程;Xiao等[6]用循环次数的对数函数对比损伤曲线对试验数据进行拟合,构建了考虑初始损伤的疲劳本构;Sun等[7]在Chaboche疲劳损伤模型基础上建立多轴疲劳模型,准确描述了多轴应力下的岩石疲劳损伤;蔡燕燕等[8]对循环加载的初始轴向应变速率归一化后得到其与损伤因子的线性关系;Liu等[9]和Li[10]等研究单个循环滞回圈内裂隙扩展和能量耗散规律,运用损伤力学描述第i次循环内的损伤变化,但未考虑疲劳过程中循环次数累加对岩石性能的影响。上述研究虽然定量描述了岩石的疲劳损伤过程,但大多存在参数物理意义不明确,对疲劳变形与循环加卸载次数等关键因素的考量不充分等问题。
根据Momeni等[11]、Liu等[12]、葛修润等[13]和冯春林等[14]的试验研究可知,岩石疲劳破坏时的不可逆变形可分为初始变形、等速变形和加速变形三阶段,这与岩石蠕变试验结果极为相似。葛修润[15]还曾提出疲劳破坏与流变破坏似乎是“同源”的基本观点(部分学者将蠕变称作为“静疲劳”)。事实上,当加卸载频率确定时,循环加卸载次数可以视作为一个规律性的时间函数。鉴于流变模型能较好反映变形对时间的敏感性,学者开始尝试利用蠕变模型描述岩石疲劳变形。Fuenkajorn等[16]假定疲劳变形是黏塑性变形的积累,建立了岩石疲劳模型。Khaledi等[17]采用弹黏塑性蠕变模型预测岩盐在施工和循环运行阶段洞室周围的应力—应变关系。王军保等[18]、郭建强等[19]分别利用流变元件构建了围压条件下低频循环作用疲劳变形的Burgers模型,及单轴循环荷载下的黏弹塑性岩石疲劳模型。上述研究主要利用正弦函数计算疲劳等效应力,此方法难以合理解释修正系数的原因,同时也不能合理反映加卸载频率和幅值对岩石疲劳变形的影响。当蠕变与疲劳“同源”观点缺乏足够论据支持,直接运用流体元件对疲劳变形进行描述,有失科学严谨性。
本文在大理岩蠕变与疲劳试验数据基础上,首先对时间、变形、疲劳荷载的循环次数进行归一化处理,验证蠕变与疲劳的“同源性”假说。在等寿命Gerber曲线方程与Goodman直线方程基础上提出疲劳应力等效化方法,确定疲劳等效应力。最终,改进西原模型中元件,提出7参数岩石非线性疲劳变形本构模型。
1. 岩石疲劳与蠕变试验
1.1 试样准备
岩样为白色粗晶粒大理岩,质地均匀,无杂质,少裂隙,完整性和均匀性较好。岩样的加工制作符合国际岩石力学学会(ISRM)试验规程,长度为100 mm,直径为50 mm),两端平整度在0.02 mm以内。在试验前,各试验用岩样均经过横纵波波速测试(其中横波:2198~2582 m/s,纵波:3817~4256 m/s),并去除波速异常试样,保证试样的一致性。
1.2 试验方案
试验仪器为TFD—2000/D型电液伺服三轴压缩试验机。试验步骤如下:①单调加载压缩变形试验,获取应力-应变全过程关系曲线(详见文献[8]),确定蠕变和疲劳试验中荷载幅值;②疲劳试验:开展0~90%,0~80%,0~70%峰值强度下低周疲劳荷载试验(加载方式为正弦波,频率为0.01 Hz),记录应力、应变数据,研究疲劳破坏特征和疲劳塑性应变变化规律;③蠕变试验:开展95%,90%,80%峰值强度下蠕变试验,记录应变数据,以研究变形规律。
1.3 试验结果
不同应力幅值疲劳试验应力-应变关系结果如图1所示,在应力幅值为70%峰值应力时,岩石经400次大幅值循环后,变形未发生明显退化,故认为其不会发生疲劳破坏。由图1可知:①疲劳应力幅值越大,破坏所需的循环荷载次数越少;②随着循环次数增加残余应变不断发展,滞回圈随之向右移动,且幅值越大,移动越显著;③首次加卸载滞回圈的面积较大,且在上限应力较大时从第二次循环之后,随着循环次数增加,滞回圈右移速度先减小后稳定再增加,且滞回圈面积明显增大。
图2为蠕变变形-时间关系曲线与残余变形-荷载循环次数关系曲线,从图中可以看出二者在形态上具有很强的相似性,均可大致分为a,b,c三类:a类一般出现在上限应力较大的条件下,变形随时间或循环次数增加,快速增长直至破坏;b类,应变率呈现快—慢—快趋势,可以明显观察到破坏阶段;c类常出现在上限应力较小的条件下,应变最终趋于稳定。显然,可将岩石蠕变与疲劳破坏过程根据应变率划分为减速、等速和加速3个阶段。
2. 蠕变与疲劳“同源”性
从第1节可知蠕变变形曲线与疲劳变形曲线存在宏观相似性,但蠕变时间和循环加卸载次数仍是具有两种不同量纲形式的物理量,蠕变变形和疲劳残余变形的物理意义也有所区别。鉴于此,分别对蠕变试验中的时间和变形,以及疲劳试验中的循环加卸载次数和残余变形,进行归一化处理:
D1=ti−t0tn−t0 , D2=εti−εt0εtn−εt0 ,D3=Ni−N1Nn−N1 ,D4=εNi−εN0εNn−εN0 。} (1) 式中 D1,D2,D3,D4分别为蠕变时间与蠕变变形、疲劳荷载循环次数与残余变形的归一化变量;t0,
εt0 ,N1,εN0 分别为与前述变量依次对应的初始变量;tn,εtn ,Nn,εNn 分别为末变量;ti,εti ,Ni,εNi 分别为中间任意时刻变量。将归一化后的蠕变与疲劳试验数据绘制于对数坐标中,如图3所示,曲线近似为直线。由图可见:①结合图2可知,两者在上限应力比相近或处于同种变形类型时,其对数关系曲线接近甚至重合;②虽然疲劳与蠕变在同类型变形状态的应力峰值相近,但时间尺度上快慢不一。D1与D3相差100倍左右,D2与D4相差1000倍左右,表明蠕变时间和疲劳加卸载循环次数对变形的敏感度不相等。上述现象表明:蠕变与疲劳不仅在三阶段的变形形态上具有相似性,其归一化后变形和时间(循环次数)的无量纲变量上也存在相近关系,也印证了“同源”性假说。因此,参考蠕变模型构建疲劳变形模型是切实可行的,首先需要分析疲劳变形构成,进行疲劳作用的应力等效化处理。
3. 疲劳应变构成与应力等效化
3.1 岩石疲劳变形构成
岩石疲劳塑性应变是由每个循环内微小的塑性变形累积而成。借鉴岩石流变学理论,认为岩石疲劳变形总量
εp(N) 也由弹性应变εe(N) 、黏弹塑性应变εve(N) 及黏塑性应变εvp(N) 三类变形组成,即Δεpi(Ni)=εve(Ni)+εvp(Ni) ,εp(N)=Δεp1(N1)+Δεp2(N2)+ Δεpi(Ni)+⋯+ΔεpN(NN)+εe(N) 。} (2) 式中
εp(N) 为总疲劳变形;Δεpi(Ni) ,Δεve(Ni) ,Δεvp(Ni) ,ΔεpN(NN) 分别为第i个循环周期的塑性变形、黏弹塑性应变和黏塑性应变、末次循环周期的塑性变形。但式(2)不能描述第三阶段加速变形段的非线性变形趋势,故进一步将黏塑性应变分为线性黏塑性应变
Δεvp(Ni) 和非线性黏塑性应变ε′vp(Ni) 。当岩石所受应力超过疲劳应力门槛值σav 时:若循环次数Ni<Ns (Ns 为进入非线性变形时临界循环次数),则只发生线性黏塑性变形,此时岩石为理想黏塑性体:Δεpi(Ni)=εve(Ni)+εvp(Ni)。 (3) 若循环次数
Ni>Ns ,存在非线性黏塑性变形,为非线性黏塑性体:Δεpi(Ni)=εve(Ni)+εvp(Ni)+ε′vp(Ni)。 (4) 3.2 疲劳应力等效方法
关于疲劳应力等效问题,Wohler首次提出采用应力-寿命曲线描述疲劳行为,并提出了“疲劳极限”
σR (R=σmax/σmin ,R为应力上、下限的比值),见图4。图4中,σmax1,σmax2 为循环最大应力值,N1,N2为对应的寿命值,这一概念与岩石的长期强度类似。随后,Gerber提出了考虑平均应力影响的疲劳寿命计算方法,见下式[20]:σaσ-1+(σnσc)2=1 , (5) 式中
σa 为应力振幅,σa= σmax−σmin2 ;σmax ,σmin 为加卸载最大、最小偏应力;σ-1 为材料的疲劳极限值;σn 为加卸载平均偏听偏应力,σn=σmax+σmin2= Δσ2 ;σc 为单调加载下的材料抗压强度。Goodman进一步提出考虑平均应力的简化理论,见下式:
σaσ-1+σnσc=1 。 (6) Gerber与Goodman方程强调在对称循环荷载下(
σmax=−σmin ,R=-1),一定寿命N时的平均应力与幅值关系(如图5所示)。当R为变量时,等寿命曲线与R=-1时的曲线形态相同(如图4,6所示)。可以推断,将两个公式推广至一般的等幅循环荷载条件下也同样适用。图6中每个R都对应一个疲劳极限应力,而σR 与材料寿命存在对应的系数关系,则利用广义Gerber方程与广义Goodman方程求出的σR 可视为一种循环应力下的初步等效应力σe 。运用广义Goodman方程求解初步等效应力时其数值偏大,而利用广义Gerber公式确定初步等效应力时数值又偏小。为使所求初步等效应力更接近真实状态,本文所采取的确定方法为从广义Gerber曲线的外切线与广义Goodman直线之间进行折中取值,以保证大多数应力环境下疲劳荷载的初步等效应力更加合理。令σc =1.0,见图5与下式:σe=σa1.125−σn/σc 。 (7) 式中,
σe 为材料的循环初步等效应力,依次计算岩石疲劳荷载下的初步等效应力水平。图7为运用式(7)求得的初步等效应力,该曲线处在广义Gerber曲线与广义Goodman曲线之间。
初步等效应力只考虑了循环应力上下限的影响,对于岩石类材料,加载频率对岩石的受力性能也有重要的影响,进一步降低应力峰值强度,因此需修正初步等效应力。加卸载频率可反映加载速率引起摩擦内能累积,故引入黏弹性模型公式[21-22]:
σT=σe+η˙εz, (8) 式中,
σT 为循环等效应力,˙εz=4σaf/E 为轴向应变率。将式(7)代入式(8),建立考虑疲劳荷载频率的等效应力公式为
σT=σa1.125−σn/σc+4ησaEf, (9) 式中,
f 为加卸载周期频率,η ,E分别为材料黏性系数和模量系数。4. 疲劳变形本构模型
4.1 疲劳元件
根据前述疲劳变形与等效应力分析,定义疲劳模型中的元件,如图8所示。
图8(a)为弹性疲劳元件,由胡克体构成,当瞬时施加应力
σT 后,弹性疲劳元件产生瞬时弹性应变:σT=E ε(N), (10) 式中,E为弹性疲劳系数。
图8(b)为黏性疲劳元件,由牛顿流体构成,疲劳应力作用下变形随循环次数的增加而增加,其方程为
σT=η˙ε, (11) 式中,η为牛顿体的黏滞系数,
˙ε=dεve(N)dNf ,εve(N) 为黏性应变,dεve(N)dN 为每个循环周期黏性应变增量。对式(11)进行积分,则
ε=σTη⋅Nf+C, (12) 式中,C为常数。
不难看出,由牛顿体构成的黏性疲劳元件无弹性后效,具有永久变形。
图8(c)为摩擦疲劳元件,由摩擦片表示。当疲劳等效应力或应力上限超过临界应力值时,即使应力或循环次数不再增加(即超过临界值时f无限小),变形仍持续增加,其方程为
σT<σcr (ε=σTE) ,σT≥σcr (ε→∞) 。} (13) 式中,
σcr 为临界应力。4.2 疲劳模型建立
西原模型作为传统流变模型,能够描述蠕变三阶段,形式简洁,应用广泛。故可将西原模型中各元件替换成疲劳元件,从而得到西原疲劳模型,如图9(a)所示。
Kelvin体在荷载作用下同时产生可逆与不可逆变形,与荷载超过门槛值
σve 时岩石才有不可逆变形矛盾。为此,将Kelvin体替换为带有疲劳摩擦片的村山体(由疲劳弹性元件、疲劳黏性元件和塑性疲劳元件并联而成),以描述疲劳的减速与等速变形阶段。另外西原疲劳模型中Bingham体模型为线性函数,而一般疲劳变形第三阶段为加速的非线性变形,所以将Bingham体改进为非线性元件,变换后的非线性黏弹塑性疲劳模型见图9(b)。根据流变力学元件理论,在串联组件中,总应力与各元件应力相等,总应变等于各元件的应变总和。并联组件中,总应力等于各元件应力之和,各组件应变相等,这些基本原则同样适用于疲劳元件。假设岩石抵抗变形的能力为抵抗不可回弹变形的门槛值
σve ,又根据本文试验和大量试验[11-15]均表明岩石疲劳破坏存在门槛值σav ,即:只有当σmax>σs 且σT>σav 同时满足时,岩石才会发生疲劳破坏;而当σmax<σav 时,岩石不会发生疲劳破坏,因此可得不同应力状态下的疲劳变形本构方程:(1) 当
σT<σve 时,不会产生残余变形,只有Hooke体发挥作用,本构方程为σT=σΗ=EMεe(N)=EMεp(N), (14) 循环N次后应变为
εp(N)=εe(N)=σTEM, (15) 式中,
EM 为Hooke体弹性疲劳系数,σH 为Hooke体所受应力。(2)当
σmax>σs ,σT≤σav ,σve≤σT 时,应力达到变形门槛值,但未达到疲劳破坏门槛值,只有Hooke体和村山体工作,村山体上状态方程为σT=σH=σC=EKεve+ηKdεve(N)dNf+σve。 (16) 式中
σC 为村山体上所受应力;ηΚ 为村山体的黏滞系数;EK 为村山体的弹性疲劳系数;εve(N) 为黏弹塑性应变;dεve(N)dN 为每个循环周期黏弹性应变增量;f 为周期频率。对式(16)积分可得
εve(N)=σT−σveEK{1−exp[−EKηK(Nf)]}。 (17) 循环N次后总应变为
εp(N)=εe(N)+εve(N)=σTEM+σT−σveEK{1−exp[−EKηK(Nf)]}。 (18) (3)当
σmax≥σs ,σT>σav 且N≤NS 时,岩石进入加速破坏阶段,此时变形主要为线性Bingham黏塑性变形,应力关系有σT=σH=σC=σB=σav+σN=σav+ηMdεvp(N)dNf, (19) 式中,
ηΜ 为Bingham黏塑性体的黏滞系数,dεvp(N)dN 为每个循环周期黏塑性应变增量。σB 为Bingham体上所受应力,σN 为Bingham体中黏性疲劳元件上所受应力。循环N次后总应变为
εp(Ν)=εe(Ν)+εve(Ν)+εvp(Ν)=σTΕΜ+σTΕΚ+ηΚfΔ+σT−σavηΜfΔ, (20) 式中,
Δ=∂∂c ,∂c∂N 为对变量N求偏导。整理式(20),可得串联模型的本构模型为
(η M fE K+η K fE K+η M fEM)˙σT+η Kη M f2E KEM¨σT+(σT−σav−η Kσav fΔE K)=η M f˙εΡ(N)+η Kη Mf2E K¨εΡ(N)。 (21) 同时结合式(18),(21)可得疲劳模型的本构模型如下:
εp(N)=σT(1EM+1EK)−σT−σveEKexp(−EKΝηΚf)+σT−σavηΜ(Νf)=σT(1EM+1EK)+Ρ(N)+Q(N), (22) 式中,
Ρ(N)=−σT−σveEKexp(−EKNηΚf) ,Q(N)=σT−σavηΜ(Nf) 。从式(22)可分析得出:当
N 趋于零或f无限大时,可以认为岩石在σT 作用下有瞬时弹性变形;当f无限接近零时,视为岩石在平均荷载σm 作用下蠕变变形,如图10所示。当N无限大时,函数Ρ(N) 主要描述了岩石等速变形阶段的变形特征,而函数Q(N) 主要描述了加速阶段的变形特点。可以看出,模型中的理想黏塑性体可以很好地描述b类疲劳荷载下岩石变形,岩石存在进入长期疲劳的应力门槛阀值,只有达到阀值时,才会出现等速蠕变,这与实际情况相符。此外,Q(N) 函数只是关于N的线性函数,还无法准确描述岩石后期加速疲劳的非线性变形特征。(4)
σmax≥σs 且σav≤σT ,N>NS 时,岩样进入非线性加速疲劳阶段,岩石的黏滞系数随循环次数的增大而逐渐降低。孙均[23]提出了一种非线性的流变的黏性元件经验本构关系式:˙ε=Ασmtn−1。 (23) 但此模型对进入加速流变的时间敏感性并不强。将其改进为疲劳荷载下加速变形段的本构方程:
˙εvp=dεvpdN=σ′B−σavηΜ(1+Ασmn〈N−Nsf〉n−1)1f。 (24) 式中
A,m,n 均为与岩石性质相关的系数;Ns 为进入加速变形段时的循环次数;σ′B 为改进后的加速度段非线性Bingham黏塑性体上所受应力;< >内部为开关函数:〈N−Nsf〉={0 (N≤Ns)N−Nsf (N>Ns) 。 (25) 不同岩石进入加速变形阶段所需循环圈次数不同,内部损伤也不一样,故定义此时完整度参数
η0 ,以表示岩石进入加速变形时的变形快慢程度。在某个特定应力下,式(24)可简化为˙εvp=dεvpdN=σ′B−σavηΜ(1+nη0〈N−Nsf〉n−1)1f 。 (26) 当
σmax≥σs ,σT≥σav,N≤Ns 时,结合式(25),(26)得σT=σ′B=σav+ηΜdεvpdNf。 (27) 当
σmax≥σs ,σT≥σav,N>Ns 时,得σT=σ′B=σav+ηΜdεvpdNf=σav+ηΜdεvpdNf1+nη0(N−Nsf)n−1。 (28) 至此,建立的非线性黏弹塑性疲劳模型为
(29) 4.3 疲劳模型分析
当N无穷大且满足
σmax≥σs ,σT≥σav,N<Ns 时,整理式(29)可得εΡ(N)=(σTEM+σT−σv eEK)−σT−σv eEKexp(−EKNηΚf)+σT−σa vηΜ(Nf)=(σTEM+σT−σv eEK)+Ρ′1(N)+Q′1(N), (30) 式中,
Ρ′1(N)=−σT−σveEKexp(−EKNηΚf) ,Q′1(N)= σT−σavηΜ(Nf) 。 当N无穷大且满足
σT≥σav,N>Ns 时,整理式(29)可得εΡ(N)=(σTEM+σT−σveEK)−σT−σveEKexp(−EKNηΚf)+σT−σavηΜ[Nf+1η0(N−Nsf)n]=(σTEM+σT−σveEK)+Ρ′2(N)+Q′2(N,n), (31) 式中,
Ρ′2(N)=−σT−σveEKexp(−EKNηΚf) ,Q′2(N,n)= σT−σavηΜ(Nf+1η0(N−Nsf)n) 。对式(30),(31)分析可知:
σT ≥σav ,N无穷大时,σTEM+σT−σveEK 为元件的瞬时弹性应变,由弹性元件产生,函数Ρ′1(N) 和Ρ′2(N) 都收敛于0,为控制等速疲劳变形阶段的函数;当N<Ns 时,Q′1(N) 为线性函数控制等速疲劳变形段的变形;当N>Ns ,且σ≥σav 时,Q′2(N,n) 为发散的非线性函数,可描述加速变形阶段的非线性变化规律。5. 模型适用性验证
运用新构建的非线性疲劳模型对试验和文献数据进行拟合,对各参数利用线性内插法确定各参数值,验证模型的适用性。
拟合参数见表1,2,计算结果见图11。从图11中可以得到如下结论:①图11(a)显示,70%峰值的疲劳试验中最大幅值低于破坏门槛值,岩样未发生破坏,模型中只有Hooke体与村山体工作,效果良好。90%峰值和80%峰值的疲劳试验中最大幅值试验均超过破坏门槛值和疲劳门槛值,曲线拟合结果较好。另外,表2中大理岩的模型疲劳参数
EM ,EK ,ηΚ ,ηΜ 值较其他种类岩石较大,表明大理岩具有黏性较高和延展性较好的特点,与实际相符。②从图11(b),(c)中得出,在单轴疲劳试验中加载幅值的影响程度高于比频率的影响;图11(d),(e)为文献[12]中不同围压下的疲劳试验结果,结合表2中可知,随着围压的增大,η 和EM 呈现不同程度增加趋势,而其他参数ηK ,ηM 减小,随着围压增加,晶体所需运动能增加,因此η 增大,且岩样EM 也随之增大,其疲劳延展性下降,故ηK ,ηM 减小。而当材料参数n一定时,10 MPa的岩样破坏完整度参数η0 明显低于2 MPa的破坏岩样,这一现象也与实际试验现象相符。此外,图12为不同条件下岩石进入加速段时完整度η0 分布图。由图12可知,对于同种岩石,随着破坏时所需循环次数的增加,η0 越来越小。这一趋势说明由于循环次数增加内部积累损伤更大,岩样完整度降低,加速疲劳阶段应变急剧变化。综上可见,新模型各参数能较全面地反映岩石的疲劳变形和损伤特性。表 1 各类岩样的荷载条件Table 1. Load conditions of various types of rock samples文献 岩石种类 单调加载强度 σc /MPa破坏门槛值 σs /MPa变形门槛值 σve /MPa循环荷载值/MPa 频率 f /Hzσmin σmax 文献[11] 花岗岩A56 112.35 89.88 3.00 28.09 106.73 0.2 文献[11] 花岗岩A47 112.35 89.88 3.00 28.09 106.73 1.0 文献[11] 花岗岩A22 112.35 89.88 3.00 22.47 101.11 1.0 文献[12] 砂岩S2 87.55 70.04 2.00 10.00 80.00 0.1 文献[12] 砂岩S2 87.55 70.04 2.00 10.00 80.00 1.0 文献[12] 砂岩S10 134.08 107.26 2.00 10.00 117.30 0.1 文献[12] 砂岩S10 134.08 107.26 2.00 10.00 117.30 1.0 文献[14] 白砂岩#5 119.60 95.68 3.00 23.92 101.66 0.2 文献[14] 白砂岩#3 119.60 95.68 3.00 35.88 107.64 0.2 文献[14] 白砂岩#1 119.60 95.68 3.00 35.88 95.68 0.2 6. 结论
(1)通过对疲劳试验和蠕变试验结果进行归一化处理,发现二者在变形和时间(循环次数)的无量纲变量上存在相近的曲线关系,某种意义上证明了蠕变和疲劳变形具有“同源”性的假说具有一定合理性,其内在力学机理有待进一步研究。
(2)提出一个新的疲劳应力等效计算方法,将传统西原模型中Kelvin体替换成带有开关功能的村山体,并将黏塑性体中的线性黏性元件替换为非线性黏性元件,从而建立了一种可描述岩石疲劳变形的7参数非线性疲劳变形本构模型。该模型可较好得描述岩石衰减、等速、加速疲劳变形的三阶段疲劳特征。
(3)对同一种岩石,模型参数n不变,岩石完整度
η0 随着疲劳破坏次数增加而减小,随着围压增大而减小,与疲劳试验中岩石破碎结果相一致,这表明完整度参数与岩石损伤存在一定关系。 -
表 1 CLAY/6/535数据库土体参数边缘分布及统计特征
Table 1 Statistics and marginal distributions for five soil parameters in CLAY/6/535 database
土体参数 均值 变异系数 边缘分布类型 边缘分布参数 ax ay bx by 归一化不排水抗剪强度Y1 = su/σ′v 0.641 0.596 Johnson SU 1.222 -1.742 0.141 0.250 超固结比Y2 = OCR 2.353 0.657 Johnson SB 0.709 1.887 12.724 0.954 归一化锥尖阻力Y3 = (qt−σv)/σ′v 9.350 0.678 Johnson SU 1.033 -1.438 1.723 4.157 归一化有效锥尖阻力Y4 = (qt−u2)/σ′v 5.280 0.885 Johnson SU 0.989 -1.593 0.868 1.638 归一化超孔隙水压力Y5 = (u2−u0)/σ′v 4.709 0.574 Johnson SU 0.971 -0.762 1.116 3.123 孔压比Y6 = Bq 0.556 0.338 Johnson SU 2.961 0.049 0.544 0.570 表 2 Pearson相关系数方法与Spearman相关系数方法的比较
Table 2 Comparison between Pearson correlation coefficient method and Spearman rank correlation coefficient method
Pearson相关系数方法 Spearman秩相关系数方法 相关系数矩阵 [10.6310.6390.5550.527−0.2760.63110.5920.5030.562−0.1500.6390.59210.9120.739−0.4210.5550.5030.91210.439−0.6240.5270.5620.7390.43910.165−0.276−0.150−0.421−0.6240.1651] [10.6520.6790.6420.466−0.3040.65210.5820.5090.538−0.1150.6790.58210.8480.682−0.4760.6420.5090.84810.346−0.7450.4660.5380.6820.34610.221−0.304−0.115−0.476−0.7450.2211] Gaussian Copula相关参数矩阵 [10.5900.6180.5900.514−0.2870.59010.5600.5270.521−0.1490.6180.56010.8450.673−0.4500.5900.5270.84510.474−0.7300.5140.5210.6730.47410.167−0.287−0.149−0.450−0.7300.1671] [10.6690.7000.6600.483−0.3170.66910.6000.5260.556−0.1200.7000.60010.8600.699−0.4930.6600.5260.86010.360−0.7600.4830.5560.6990.36010.231−0.317−0.120−0.493−0.7600.2311] AIC -2894.1 -3171.4 BIC -2829.8 -3107.2 表 3 基于孔压静力触探试验指标的不排水抗剪强度和超固结比概率转换模型
Table 3 Probabilistic transformation models for undrained shear strength and overconsolidation ratio using CPTU test data
直接测量参数 设计参数 su/σ′v 设计参数OCR su/σ′v 与OCR相关系数θ′均值 μ′1 方差 σ′21 均值 μ′2 方差 σ′22 X3 0.697X3 0.515 0.600X3 0.640 0.438 X4 0.660X4 0.564 0.526X4 0.723 0.504 X5 0.483X5 0.767 0.556X5 0.691 0.551 X6 -0.317X6 0.900 -0.120X6 0.986 0.671 X3, X4 0.495X3 + 0.235X4 0.500 0.567X3 + 0.0392X4 0.639 0.440 X3, X6 0.714X3 + 0.035X6 0.514 0.715X3 + 0.233X6 0.599 0.442 X4, X6 0.993X4 + 0.438X6 0.483 1.03X4 + 0.664X6 0.537 0.391 X5, X6 0.587X5-0.452X6 0.573 0.616X5-0.262X6 0.626 0.482 X3, X4, X5 0.223X3 + 0.403X4 + 0.182X5 0.491 0.505X3-0.187X4 + 0.505X5 0.566 0.422 X3, X5, X6 1.07X3-0.332X5 + 0.288X6 0.506 0.682X3 + 0.0314X5 + 0.209X6 0.598 0.447 X3, X4, X5, X6 0.764X3 + 0.717X4-0.474X5 + 0.715X6 0.450 0.336X3 + 0.809X4-0.129X5 + 0.691X6 0.527 0.375 -
[1] 岩土工程勘察规范:GB 50021—2001[S]. 2009. National Code for Investigation of Geotechnical Engineering: GB 50021—2001[S]. 2009. (in Chinese)
[2] 土工试验方法标准:GB/T 50123—2019[S]. 2019. Standard for Geotechnical Testing Method: GB/T 50123—2019[S]. 2019. (in Chinese)
[3] 张博庭. 用有限比较法进行拟合优度检验[J]. 岩土工程学报, 1991, 13(6): 84-91. doi: 10.3321/j.issn:1000-4548.1991.06.011 ZHANG Bo-ting. Test of goodness of fit using finite comparison method[J]. Chinese Journal of Geotechnical Engineering, 1991, 13(6): 84-91. (in Chinese) doi: 10.3321/j.issn:1000-4548.1991.06.011
[4] 张广文, 刘令瑶. 确定随机变量概率分布参数的推广Bayes法[J]. 岩土工程学报, 1995, 17(3): 91-94. doi: 10.3321/j.issn:1000-4548.1995.03.015 ZHANG Guang-wen, LIU Lin-yao. Extend Bayes method of probability distribution parameters in conforming random variable[J]. Chinese Journal of Geotechnical Engineering, 1995, 17(3): 91-94. (in Chinese) doi: 10.3321/j.issn:1000-4548.1995.03.015
[5] 唐小松, 李典庆, 周创兵, 等. 不完备概率信息条件下边坡可靠度分析方法[J]. 岩土工程学报, 2013, 35(6): 1027-1034. https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC201306007.htm TANG Xiao-song, LI Dian-qing, ZHOU Chuang-bing, et al. Reliability analysis of slopes with incomplete probability information[J]. Chinese Journal of Geotechnical Engineering, 2013, 35(6): 1027-1034. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC201306007.htm
[6] TANG X S, LI D Q, RONG G, et al. Impact of copula selection on geotechnical reliability under incomplete probability information[J]. Computers and Geotechnics, 2013, 49: 264-278. doi: 10.1016/j.compgeo.2012.12.002
[7] LI D Q, TANG X S, ZHOU C B, et al. Characterization of uncertainty in probabilistic model using bootstrap method and its application to reliability of piles[J]. Applied Mathematical Modelling, 2015, 39(17): 5310-5326. doi: 10.1016/j.apm.2015.03.027
[8] General Principles on Reliability for Structures: ISO2394: 2015[S]. 2015.
[9] BJERRUM L. Geotechnical properties of Norwegian marine clays[J]. Géotechnique, 1954, 4(2): 49-69. doi: 10.1680/geot.1954.4.2.49
[10] KULHAWY F H, MAYNE P W. Manual on Estimating Soil Properties for Foundation Design[R]. Ithaca: Cornell University, 1990.
[11] SINGH V K, CHUNG S G. Evaluation of overconsolidation ratios from laboratory and in situ tests on Busan clay[J]. Engineering Geology, 2015, 199: 38-47. doi: 10.1016/j.enggeo.2015.10.006
[12] 马海鹏, 陈祖煜, 于沭. 上海地区土体抗剪强度与静力触探比贯入阻力相关关系研究[J]. 岩土力学, 2014, 35(2): 536-542. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201402034.htm MA Hai-peng, CHEN Zu-yu, YU Shu. Correlations of soil shear strength with specific penetration resistance of CPT in Shanghai area[J]. Rock and Soil Mechanics, 2014, 35(2): 536-542. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201402034.htm
[13] 屈若枫, 徐光黎, 王金峰, 等. 武汉地区典型软土物理力学指标间的相关性研究[J]. 岩土工程学报, 2014, 36(增刊2): 113-119. https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC2014S2021.htm QU Ruo-feng, XU Guang-li, WANG Jin-feng, et al. Correlations of physical and mechanical properties of typical soft soils in Wuhan[J]. Chinese Journal of Geotechnical Engineering, 2014, 36(S2): 113-119. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC2014S2021.htm
[14] 宋许根, 王志勇, 柏威伟, 等. 珠海西部中心城区大面积深厚软土工程特性研究[J]. 岩石力学与工程学报, 2019, 38(7): 1434-1451. https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX201907013.htm SONG Xu-gen, WANG Zhi-yong, BAI Wei-wei, et al. Study on engineering characteristics of large-scale deep soft soil in the central area of western Zhuhai[J]. Chinese Journal of Rock Mechanics and Engineering, 2019, 38(7): 1434-1451. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX201907013.htm
[15] 郭林坪, 穆坤, 杨爱武, 等. 天津滨海新区黏性土物理力学性质指标相关性[J]. 地下空间与工程学报, 2019, 15(2): 452-457. https://www.cnki.com.cn/Article/CJFDTOTAL-BASE201902020.htm GUO Lin-ping, MU Kun, YANG Ai-wu, et al. Correlation analysis on physic-mechanical properties of clayey soil in Binhai new area in Tianjin[J]. Chinese Journal of Underground Space and Engineering, 2019, 15(2): 452-457. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-BASE201902020.htm
[16] MAYNE P W, PEUCHEN J, BALTOUKAS D. Piezocone evaluation of undrained strength in soft to firm offshore clays[C]//Frontiers in Offshore Geotechnics III: Proceedings of the 3rd International Symposium on Frontiers in Offshore Geotechnics, 2015, Oslo.
[17] PHOON K K. Reliability-based design of foundations for transmission line structures[D]. Ithaca: Cornell University, 1995.
[18] PHOON K K, KULHAWY F H. Evaluation of geotechnical property variability[J]. Canadian Geotechnical Journal, 1999, 36(4): 625-639. doi: 10.1139/t99-039
[19] CHING J, PHOON K K, CHEN Y C. Reducing shear strength uncertainties in clays by multivariate correlations[J]. Canadian Geotechnical Journal, 2010, 47(1): 16-33. doi: 10.1139/T09-074
[20] CHING J, CHEN J R, YEH J Y, et al. Updating uncertainties in friction angles of clean sands[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2012, 138(2): 217-229. doi: 10.1061/(ASCE)GT.1943-5606.0000573
[21] CHING J, PHOON K K. Establishment of generic transformations for geotechnical design parameters[J]. Structural Safety, 2012, 35: 52-62. doi: 10.1016/j.strusafe.2011.12.003
[22] CHING J, PHOON K K. Modeling parameters of structured clays as a multivariate normal distribution[J]. Canadian Geotechnical Journal, 2012, 49(5): 522-545. doi: 10.1139/t2012-015
[23] CHING J, PHOON K K, CHEN C H. Modeling piezocone cone penetration (CPTU) parameters of clays as a multivariate normal distribution[J]. Canadian Geotechnical Journal, 2014, 51(1): 77-91.
[24] D’IGNAZIO M, PHOON K K, TAN S A, et al. Correlations for undrained shear strength of fnnish soft clays[J]. Canadian Geotechnical Journal, 2016, 53(10): 1628-1645.
[25] LIU S, ZOU H, CAI G, et al. Multivariate correlation among resilient modulus and cone penetration test parameters of cohesive subgrade soils[J]. Engineering Geology, 2016, 209: 128-142.
[26] ZOU H, LIU S, CAI G, et al. Multivariate correlation analysis of seismic piezocone penetration (SCPTU) parameters and design properties of Jiangsu quaternary cohesive soils[J]. Engineering Geology, 2017, 228: 11-38.
[27] LUMB P. Safety factors and the probability distribution of soil strength[J]. Canadian Geotechnical Journal, 1970, 7(3): 225-242.
[28] 苏永华, 何满潮, 孙晓明. 大子样岩土随机参数统计方法[J]. 岩土工程学报, 2001, 23(1): 117-119. https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC200101026.htm SU Yong-hua, HE Man-chao, SUN Xiao-ming. Approach on asymptotic approximations of polynomials for probability density function of geotechnics random parameters[J]. Chinese Journal of Geotechnical Engineering, 2001, 23(1): 117-119. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC200101026.htm
[29] 陈立宏, 陈祖煜, 刘金梅. 土体抗剪强度指标的概率分布类型研究[J]. 岩土力学, 2005, 26(1): 37-40. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX200501008.htm CHEN Li-hong, CHEN Zu-yu, LIU Jin-mei. Probability distribution of soil strength[J]. Rock and Soil Mechanics, 2005, 26(1): 37-40. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX200501008.htm
[30] 张蕾, 唐小松, 李典庆, 等. 基于Copula函数的岩土结构物系统可靠度分析[J]. 岩土力学, 2016, 37(1): 193-202. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201601024.htm ZHANG Lei, TANG Xiao-song, LI Dian-qing, et al. System reliability analysis of geotechnical structures based on the Copula function[J]. Rock and Soil Mechanics, 2016, 37(1): 193-202. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201601024.htm
[31] WANG F, LI H. Distribution modeling for reliability analysis: Impact of multiple dependences and probability model selection[J]. Applied Mathematical Modelling, 2018, 59: 483-499.
[32] 唐小松. 基于Copula理论的岩土体参数不确定性建模与可靠度分析[D]. 武汉: 武汉大学, 2014. TANG Xiao-song. Uncertainty Modeling of Correlated Geotechnical Parameters and Reliability Analysis Using Copulas[D]. Wuhan: Wuhan University, 2014. (in Chinese)
[33] JOE H. Families of m-variate distributions with given margins and m(m-1)/2 bivariate dependence parameters[J]. Lecture Notes-Monograph Series, 1996: 120-141.
[34] SKLAR A. N-dimensional distribution functions and their margins [J]. Publications of the Institute of Statistics of the University of Paris, 1959, 8: 229-231. (in French)
[35] CHERUBINI U, LUCIANO E, VECCHIATO W. Copula Methods in Finance[M]. New York: John Wiley & Sons, 2004.
[36] MARI D D, KOTZ S. Correlation and Dependence[M]. Singapore: World Scientific, 2001.
[37] NELSEN R B. An introduction to Copulas[M]. 2nd ed. New York: Springer, 2006.
[38] IMAN R L, CONOVER W J. A distribution-free approach to inducing rank correlation among input variables[J]. Communications in Statistics-Simulation and Computation, 1982, 11(3): 311-334.
[39] DING P. On the conditional distribution of the multivariate t distribution[J]. The American Statistician, 2016, 70(3): 293-295.
[40] KEARNS M, RON D. Algorithmic stability and sanity-check bounds for leave-one-out cross-validation[J]. Neural Computation, 1999, 11(6): 1427-1453.
-
期刊类型引用(4)
1. 黄锐,郭成超,曹鼎峰,刘志遐. 珊瑚钙质砂-聚氨酯高聚物复合体蠕变村山流变模型改进. 工程地质学报. 2024(01): 295-302 . 百度学术
2. 郭延辉,霍圆,毛肖涓,吴奇,刘星辰. 基于改进西原模型的滑坡临滑切线角预警判据研究. 自然灾害学报. 2024(05): 96-108 . 百度学术
3. 丁海滨. 利用SHPB联合测定岩石非线性系数及衰减系数的教学试验. 现代职业教育. 2023(16): 81-84 . 百度学术
4. 张强,王军保,宋战平,冯世进,张玉伟,曾涛. 循环荷载作用下盐岩微观结构变化及经验疲劳模型. 岩土力学. 2022(04): 995-1008 . 百度学术
其他类型引用(14)