Gradation of filling materials of sand-gravel dams based on multi-dimensional probability distribution
-
摘要: 砂砾石坝填料的级配和粒径决定颗粒间的接触关系,进而影响其宏观力学响应。基于坝体施工过程中检测得到的两千余组试验数据,结合概率统计方法探索颗粒级配与坝体填料基本物理特征间的关系,分别得出了在砂砾石填料区和过渡料填料区与干密度相关性最密切的3个级配特征参数。进而提出基于一维威布尔概率分布模型的坝体填料试验数据分析方法,对以上3个级配特征参数分别构建一维威布尔分布模型,并得到了在一定保证率条件下的粗粒土级配参数估计值。在此基础上,进一步推导出了三维威布尔分布函数表达式,建立了能够利用3个级配特征参数间的相关关系反映干密度的三维威布尔分布模型,采用K-S检验证明了三维威布尔分布模型用于综合考虑多参数影响的坝体填料分析方法的可靠性。研究结果表明,威布尔分布模型能够较好的适用于大坝填料试验数据的描述及参数估计。Abstract: The gradation and particle size of filling materials of sand-gravel dams determine the inter-particle contact relationship, and further affect the macro-mechanical response. Based on more than 2000 groups of test data detected during dam construction, the relationship between particle gradation and basic physical characteristics of dam materials is explored by using the probability and statistics method, and three gradation characteristic parameters that are most closely related to dry density in sand-gravel materials and transition materials are obtained respectively. Based on the one-dimensional Weibull probability distribution, the test data analysis method for dam materials is proposed. The one-dimensional Weibull distribution model is respectively established for the above three factors, and the estimated value of gradation parameters of coarse-grained soil is obtained under certain assurance rate. The expression for the three-dimensional Weibull distribution function is further derived, and a three-dimensional Weibull distribution model which can reflect the dry density by using the correlation among the three gradation characteristic parameters is established. The K-S tests are used to verify the fitting degree of the model, which proves the reliability that the three-dimensional Weibull distribution model is used for the analysis of dam materials considering the influences of multiple parameters at the same time.
-
0. 引言
中国是世界第三冻土大国,多年冻土分布面积约占陆地总面积的21.5%,季节冻土面积更高达53.5%[1-2]。随着经济建设的不断发展,在广袤的冻土地区已建成及拟建大量的交通、能源和水利工程,其中常见的桩基和衬砌等结构中均存在构筑物与土体界面问题。当构筑物受到平行于界面的切向作用力时,界面就会发生相对滑动从而影响构筑物稳定性。例如渠道衬砌在发生滑动后可引起衬砌断裂、接缝开裂等破坏现象,进而导致渗漏增加及渠基垮塌等工程病害。冻土地区地表层均存在冬冻夏融的冻结—融化层,在融化季节,构筑物与土体界面胶结力主要由黏聚力和摩擦力构成,在冻结季节,土体冻结后界面胶结力中增加了冰的胶结作用,从而使得界面对切向作用力的承载能力发生变化[3]。在冻—融交替过程中,界面承载力不断变化会破坏构筑物原有稳定性,导致构筑物破坏。同时冻—融循环作用还会改变土体的物理力学性质,进一步影响界面的承载力变化。研究表明土体在经历冻结、融化循环过程中,由于内部水分的迁移、冰胶结及融化等作用会改变颗粒间的排列及连接方式,从而影响其原有物理力学性质[4-5]。Qi等[6]总结了冻融循环作用对土体物理力学性质的影响,表明随着冻融循环次数增加,松散土密度增大,而密实土则相反,渗透系数增大,土体结构性破坏增加及剪切模量减小。Xie等[7]对青藏高原土壤物理力学性质研究表明黏聚力和单轴压缩强度随着循环次数增加而减小,尤其在前6次循环。候鑫等[8]通过三轴试验和压汞试验对硅酸钠固化黄土力学性质进行研究,结果表明冻融循环作用增大平均孔隙直径和降低微孔隙含量,并导致土样产生裂缝。刘晖等[9]对冻融循环时含砂粉土力学性质研究表明破坏强度和弹性模量随循环次数增加先增大后减小,经历3次循环后达到最大值。Lu等[10]研究表明水分重新分布对土体力学性质有很大影响,在补水条件下土体力学性质更易达到稳定状态,7次循环后土体破坏强度和弹性模量分别下降85%和92%。
冻土与构筑物界面冻结强度对构筑物的稳定性至关重要,例如在高含冰量冻土中,桩基等结构承载力主要来自于冻土与桩基界面的冻结强度[10-13]。因此,冻土与构筑物界面冻结强度研究得到了广泛关注。Penner等[14]研究温度对冻结强度的影响,得到经验冻结强度计算公式。Bondarenko等[15]对冻土与岩石界面的瞬时冻结强度和长期冻结强度进行试验研究,结果表明温度对界面黏聚力的影响很大,但对界面摩擦角的影响很小。Biggar等[16]对灌注桩与冻土冻结强度试验表明冻土含盐量和温度使得桩基周围冻土中未冻水含量发生变化,进而影响冻结强度。Ladanyi[17]研究砂与铝材界面冻结强度表明随着温度降低控制因素由内摩擦角变为黏聚力。吉延俊等[18]对现浇混凝土与冻土界面冻结强度进行试验表明水化热使界面粗糙度发生变化,进而影响界面冻结强度。Wen等[19]对冻土与混凝土和玻璃钢界面剪切试验表明随着试验温度降低和土体初始含水率增加界面冻结强度增大。石泉彬等[20]通过压桩法测定冻土与钢管接触面冻结强度,结果表明接触面温度和表面粗糙度影响显著。陈拓等[21]对冻结黏土与钢板接触面开展正交直剪试验,结果表明土体含水率对冻结强度影响最大。孙厚超等[22]对不同条件时冻土与结构物界面冻结强度研究表明界面冻结强度受冻结温度、法向应力、冻土性质及接触面粗糙度等因素影响。
对冻土-构筑物界面冻结强度的研究已经取得了丰硕的成果,但针对冻融循环作用下冻土与构筑物界面冻结强度变化规律的研究较少。本文通过系列直接剪切试验,研究冻融循环作用对冻土与混凝土界面冻结强度的影响,同时考虑土体初始含水率及试验温度对界面冻结强度的影响。
1. 试验材料与试验方法
1.1 试样制备
试验所用土料取自甘肃省永登县境内(36°36′34″N,103°22′05″E),采集区在中国湿陷性黄土工程地质图中属于陇西黄土区,处于季节性冻土地区,按照中国冻结作用灾害分布图属于季节冻土灾害区[28]。土料特征为黄色,褐黄色,有少量虫孔、草根。按照土工试验规程[29]进行物理性质测试,物理指标见表1,属于低液限黏土。
表 1 试验用土物理性质Table 1. Physical properties of test soil液限/% 塑限/% 土粒相对密度 最大干密度/(g·cm-3) 最优含水率/% 粒径分布/% >0.25mm 0.05~0.25 mm 0.005~0.05 mm <0.005mm 26.29 18.24 2.7 1.912 13 1.22 14.53 65.07 19.18 试样的制备包括混凝土试样制备、土样制备和冻土-混凝土试样制备[30]。其中混凝土试样制备过程共5步:①使用直径为61.8 mm,高20 mm的环刀作为模具,在环刀内壁均匀涂抹一层凡士林;②使用PO32.5普通硅酸盐水泥拌合天然河沙制作水泥砂浆,水泥、沙和水比例为1.8∶3∶1,由于试样尺寸较小,剔除砂浆中砾石等较大颗粒,确保试样尺寸达到颗粒5倍以上;③将水泥砂浆均匀的装入环刀中,振捣抹平使试样厚度与环刀高度相同;④将浇筑完成的混凝土试样按照标准程序养护28 d[31];⑤使用千斤顶将混凝土试样从环刀中顶出,测量试样厚度,选取厚2 mm的作为最终混凝土试样,如图1(a)所示。所有混凝土试样一次性制作完成,使表面粗糙度尽可能相近,肉眼观测为较粗糙状态。由于经过养护后的砂浆试块具备一定的强度,在界面剪切试验中不会出现明显颗粒剥离,因此可近似代替标准混凝土试块进行界面剪切试验。土样制备过程中,首先将原状土料自然风干后充分搅拌,然后碾压过2 mm筛,测定初始含水率,然后按照预定含水率配制土样,完成后装入密封袋中12 h以使含水率均匀分布并测量土样含水率作为实际含水率。
冻土-混凝土试样使用高40 mm,内径为61.8 mm环刀作为试样仓,制备过程共4步:①用塑料胶带将试样仓一端封闭,将混凝土试样放置入试样仓内靠近塑料胶带一侧;②根据预定干密度和土样含水率,称取一定质量湿土均匀的装入试样仓中;③使用冻土工程国家重点实验室研制的标准压样机缓慢匀速的对装入试样仓的土样施加压力,直到土样高度到达20 mm,试样中土体部分的干密度为1.68 g/cm3;④使用保鲜膜对整个试样仓包裹防止水分散失,然后在-25℃环境下快速冻结24 h,待样品完全冻结后,使用千斤顶将冻土−混凝土试样从样品舱中顶出,得到试验样品,如图1(b)所示。
1.2 试验仪器
使用南京土壤仪器厂生产的ZJ四联应变控制直剪仪开展冻土-混凝土界面剪切强度试验,图1(c)为直剪仪工作原理示意图。剪切盒由上、下两部分组成,高度同为20 mm。上、下剪切盒中间界面为剪切面,冻土-混凝土试验样品接触面正好与剪切面重合,直剪仪可自动记录剪切盒水平位移及界面剪切力。试验在冻土工程国家重点实验室低温实验室进行,低温实验室内环境温度可自动控制,温控精度为±0.5℃。试验过程中实时测量调整环境温度,使环境温度尽可能接近预定试验温度。
1.3 试验过程
试验过程中控制法向应力为50,100,200,300 kPa。兰州地区浅埋黄土天然含水率一般小于10%,但受降雨及埋藏深度的影响,因此试验中土体土样初始含水率为9.2%,13.1%,17.1%和20.8%。典型粉质亚黏土的相转换区温度为0~-2.0℃,饱和黏土0~-5℃,在这一温度范围内,温度变化1℃时未冻水含量的变化量≥1%,土体内存在于大孔隙和毛细管中所有自由水和一部分弱结合水冻结[28],因此试验温度选取为-1℃,-3℃和-5℃。剪切速率为0.8 mm/min的快剪试验,试验在10 min内即可剪切完成,从而确保低温实验室的温度波动对试样内部温度影响最小。在上述试验条件下,同时考虑冻融循环作用对界面冻结强度的影响。在试样快速冻结完成后,进入冻融循环过程。单次冻融循环包括在-20℃恒温箱内冻结12 h及在接近19℃室温下融化12 h,如图2所示。根据经验,12 h的冻结或融化时间可以保证样品内部温度到达平衡状态。冻融循环次数控制为0,5,10,20次,样品完成冻融循环后在恒温箱内按照试验温度恒温24 h,后移入低温实验室开展剪切试验,并控制低温实验室的环境温度与试验温度相同。
2. 试验结果
由于界面胶结冰的存在,冻土-混凝土界面剪切试验中剪切应力-位移关系通常表现为应变软化型,残余阶段强度参数对发生大变形时界面稳定性分析同样至关重要,因此分别对冻融循环作用下界面峰值强度特征和残余强度特征进行分析,其中剪切应力的最大值作为峰值强度,剪切位移为5 mm时对应的剪切应力作为残余强度。
2.1 剪切应力-水平位移曲线
图3为法向压力为100 kPa时,不同试验条件下剪切应力与水平位移过程曲线。可以看到界面力学行为表现为应变软化型,曲线可明显分为峰值前剪切应力快速增长阶段、峰值后软化阶段及残余稳定阶段。在峰值前阶段界面胶结冰、颗粒间黏聚力同时承受剪切变形作用,随着变形增加剪切应力快速增大,随后部分冰晶断裂,土颗粒和冰晶颗粒出现滚动和滑动导致界面发生塑性变形直至峰值应力。不同试验条件时界面剪切应力均在水平位移≤1.6 mm时到达峰值。在峰值后软化阶段,土颗粒和冰晶颗粒完全开始滑动,界面胶结冰逐渐断裂直至完全破坏,界面剪切应力也逐渐下降直至稳定值。
从图3(a),(b)中可以看到,后峰值阶段剪切应力出现较快速的下降是因为在-5℃时界面有较多胶结冰存在,其在发生脆性破坏后引起界面剪切应力出现明显减小。随着界面胶结冰的完全破坏及土颗粒和冰晶颗粒的滑动,界面进入残余稳定阶段,剪切应力不再随着剪切位移的增大而明显变化。
从图3中可以看出,冻融循环作用对剪切应力-水平位移曲线的变化形态影响较小,但对峰值剪切应力和残余剪切应力有较明显影响。冻融循环作用使残余剪切应力出现变化表明其作用改变了界面颗粒与构筑物表面的接触状态,在图3(a)~(c)中残余剪切应力随循环次数增加而增大,但在图3(d)中变化较小,推测是由于此时界面冰晶颗粒较多对土颗粒与构筑物表面接触状态产生影响。冻融循环作用使峰值剪切应力发生变化,并且随着温度的降低表现的更为明显,表明其作用不但改变了界面土颗粒的接触状态,更主要的会引起界面土体水分的迁移。例如在图3(d)中(试验温度-5℃,初始含水率20.8%),峰值剪切应力的变化明显大于残余剪切应力的变化,表明冻融循环作用改变了界面胶结冰含量。
2.2 峰值剪切强度特征
(1)冻融循环对峰值强度影响
图4为界面峰值剪切强度与冻融循环次数关系。图4(a)为试验温度-1℃,初始含水率9.2%时,不同法向应力下的峰值剪切强度。可以看到,峰值剪切强度随着冻融循环次数的增加变化较小。在50 kPa时,经历20次冻融循环后,峰值剪切强度由61.5 kPa下降至51.5 kPa;在300 kPa时,峰值剪切强度由205.4 kPa 增加至234.9 kPa。图4(b)给出了法向压力100 kPa及初始含水率9.2%时,不同试验温度下的峰值剪切强度。可以看到随着试验温度的降低,峰值剪切强度有所增大。在同一试验温度时,峰值强度随着冻融循环次数略有增加。经历20次冻融循环后,在-1℃时峰值剪切强度由86.1 kPa增加至118.7 kPa增大了37.9%,在-5℃时峰值剪切强度由113.1增加至154.4 kPa,增大了36.5%。图4(c)给出了法向压力100 kPa及试验温度-1℃时,不同初始含水率下峰值剪切强度。由图4(c)可知,在同一循环次数时,初始含水率对峰值剪切强度的影响没有明显规律,但随着循环次数的增加不同含水率间波动变大。在初始含水率17.1%时,经历20次循环后,峰值剪切强度由71.3 kPa增加至127.2 kPa,增大了78.4%。图4(d)给出了法向压力100 kPa及试验温度-5℃时,不同初始含水率下峰值剪切强度。可以看到,此时峰值剪切强度变化程度剧烈且不同含水率时变化规律不同。经历20次循环后,在初始含水率9.2%时,峰值剪切强度增加了36.5%;在初始含水率13.1%时,峰值剪切强度先增加后减小,在10次循环时达到281.4 kPa,随后在20次循环时下降至175 kPa;在初始含水率17.1%时,峰值剪切强度随着冻融循环次增加数明显下降,由338.5 kPa下降至273.3 kPa,下降了19.3%,同样在初始含水率20.8%时,由399.5 kPa下降至245.0 kPa下降了38.7%。
(2)冻融循环对强度参数的影响
土体抗剪强度及土体与构筑物界面抗剪强度取决于很多因素,但莫尔-库仑剪切强度准则应用最为广泛,如式(1)所示,其强度参数为黏聚力和内摩擦角。这两个参数在描述界面剪切强度准则时可定义为界面黏聚力和界面摩擦角。
, (1) 式中,
为抗剪强度,c为界面黏聚力,ϕ为界面摩擦角, 为法向应力。 表2为不同冻融循环次数时界面峰值黏聚力。可以看到,随着试验温度、含水率及冻融循环次数的变化,界面峰值黏聚力表现出不同的变化规律。在试验温度-1℃时,峰值黏聚力随冻融循环次数的增加先减小后增大,但在初始含水率20.8%出现相反变化规律,不同含水率时变化都很小,是因为-1℃时土体内胶结冰含量较少;在试验温度-3℃时,峰值黏聚力随冻融循环次数的增加出现不规律波动且变化较小;在试验温度-5℃时,在初始含水率为9.2%时峰值黏聚力随冻融循环次数增加而增大,在初始含水率13.1%~20.8%时峰值黏聚力随冻融循环次数的增加而减小,此时变化值较大因为土体内胶结冰含量增加,冻融循环的影响变强。
表 2 不同冻融循环次数时峰值黏聚力Table 2. Peak cohesions at different freeze-thaw cycles温度/℃ 初始含水率/% 峰值黏聚力/kPa 0次循环 5次循环 10次循环 20次循环 -1 9.2 30.16 15.94 20.90 36.27 13.1 24.17 9.39 20.77 29.01 17.1 23.73 7.64 27.77 42.81 20.8 19.19 23.53 0 11.41 -3 9.2 65.17 44.35 38.38 18.65 13.1 54.13 78.46 66.55 57.92 17.1 89.03 121.86 95.92 92.14 20.8 79.37 103.27 77.27 102.88 -5 9.2 52.71 67.42 79.40 — 13.1 145.21 101.39 163.83 66.83 17.1 199.23 146.02 — 96.95 20.8 315.60 203.41 240.90 226.41 表3为不同冻融循环次数时峰值摩擦角,可以看到随着初始含水率和试验温度的变化,峰值摩擦角也表现出不同的变化规律。在试验温度为-1℃和-3℃时,不同含水率条件下界面峰值摩擦角随冻融循环次数增加略有增加,在试验温度-5℃时,初始含水率为9.2%~17.1%时界面峰值摩擦角仍然随冻融循环次数的增加而增加,但在20.8%时出现下降。
表 3 不同冻融循环次数时峰值摩擦角Table 3. Peak friction angles at different freeze-thaw cycles温度/℃ 初始含水率/% 峰值摩擦角/(°) 0次循环 5次循环 10次循环 20次循环 -1 9.2 30.07 35.64 36.69 36.76 13.1 27.70 35.75 35.60 36.72 17.1 27.07 33.31 42.74 39.65 20.8 27.38 34.81 34.95 39.85 -3 9.2 30.37 36.61 42.65 43.99 13.1 32.17 38.80 43.41 40.70 17.1 28.10 35.64 35.45 39.70 20.8 27.11 30.31 43.26 40.02 -5 9.2 28.06 41.47 47.02 — 13.1 26.57 41.02 37.08 43.09 17.1 31.77 37.95 — 42.30 20.8 39.99 39.30 36.04 30.47 2.3 残余剪切强度特征
(1)冻融循环对残余强度影响
界面残余剪切强度是岩土工程设计中构筑物发生大位移时的重要参数。图5为残余剪切强度与冻融循环关系。从图5(a),(b)中可以看出,在初始含水率为9.2%时,残余剪切强度随着冻融循环次数增加略有增大。如在法向应力100 kPa及试验温度-5℃时,经历20次循环后残余剪切强度由69.5 kPa增加至98.7 kPa增大了42%。从图5(c)中可以看到不同的初始含水率时冻融循环对残余剪切强度影响仍然很小。从图5(d)中可以看出,在试验温度-5℃时,残余剪切强度随着含水率增加略有增大。
(2)冻融循环对残余摩擦角影响
在残余强度阶段,由于界面已经发生大位移变形,界面的胶结强度几乎完全破坏,因此在计算界面强度参数时假设界面黏聚力为0,因而此时强度参数中只有界面摩擦角。表3为不同冻融循环次数时残余摩擦角。可以看到随着冻融循环次数增加残余摩擦角略有增大。
3 不同冻融循环次数时残余摩擦角3. Residual friction angles at different freeze-thaw cycles温度/℃ 初始含水率/% 残余摩擦角/(°) 0次循环 5次循环 10次循环 20次循环 -1 9.2 32.66 35.11 34.84 38.73 13.1 31.26 34.95 36.41 38.06 17.1 31.37 33.03 34.37 37.03 20.8 30.91 35.60 34.32 37.25 -3 9.2 34.93 38.10 38.86 39.73 13.1 34.03 36.97 40.81 40.55 17.1 34.38 34.98 37.26 41.42 20.8 32.96 36.14 39.54 38.51 -5 9.2 33.72 39.22 40.52 38.21 13.1 35.90 41.67 40.24 41.14 17.1 35.21 38.31 — 41.62 20.8 34.89 36.94 38.94 42.28 3. 讨论
冻土与构筑物接触面的峰值剪切强度可以认为是界面的冻结强度[32]。冻结强度包括界面的冰胶结力、土颗粒与构筑物表面黏聚力及摩擦力等。界面冰胶结力受试验温度和土体初始含水率的影响明显,因此不同初始含水率和试验温度时峰值剪切强度变化明显。在残余剪切强度阶段,界面发生大变形使冰胶结力及土颗粒与构筑物表面黏聚力消失,而土颗粒与构筑物表面摩擦力受试验温度和初始含水率影响很小[19],因此不同初始含水率和试验温度时残余剪切强度变化很小。
本文试验结束后发现界面处有冰膜,但遗憾未能拍照记录,Wen等[19]和Volokhov等[33]的试验中同样发现界面处存在冰膜。这表明在试验过程中试样内部水分发生迁移,推测其原因为在冻融循环过程中,由于土体(冻土)与混凝土导热性差异使得试样内部存在温度梯度,以及土体与混凝土之间含水率不同存在湿度梯度,致使水分发生迁移在界面处聚集。在含水率较低时,迁移至界面的水分较少,界面剪切带内土体初始含水率随冻融循环作用逐渐增大,因而剪切强度逐渐增大。但当初始含水率较大时,迁移至界面的水分较多导致剪切带土体含水率不断增大,因此界面剪切强度会随着冻融循环次数增加而下降。因为冻土强度在含水率较低时,随着初始含水率增加而增大,但当初始含水率较高时(超过饱和含水率),随着初始含水率的增加而减小,直至含水率为100%时接近冰剪切强度[34]。
需要指出,本文研究中对混凝土接触面的粗糙度没有具体表征,只是间接且模糊地对其粗糙度进行了统一假设,在以后工作中将对这些方面进行改进。
4. 结论
基于系列直剪试验,研究冻融循环作用对冻土-混凝土界面剪切强度的影响,同时考虑不同试验温度和初始含水率的影响,得到以下4点结论。
(1)冻融循环对界面剪切应力与水平位移曲线形态影响很小,经历20次循环后曲线仍是应变软化型。冻融循环对峰值剪切应力的影响强于对残余剪切应力的影响,表明其对界面胶结冰含量产生影响,因此对于发生小变形的构筑物界面需要重视冻融循环对峰值剪切应力的影响。
(2)当土体初始含水率较低,同时温度较高时,冻融循环使界面峰值剪切强度增加,但变化量较小。然而在含水率较高(20.8%)及试验温度较低时(-5℃),峰值剪切强度随着冻融循环增加而降低,易使构筑物失稳甚至导致破坏。
(3)不同初始含水率、试验温度下冻融循环次数对残余剪切强度的影响没有明显规律且影响程度较小。
(4)在试验温度为-1℃,-3℃和-5℃时,峰值黏聚力随冻融循环增加分别表现为增加、稳定和下降,推测是由于界面土体胶结冰含量变化引起。峰值摩擦角和残余摩擦角随冻融循环次数增加略有变化。
-
表 1 试验数据相关性分析
Table 1 Correlation analysis of test data
填料区 相关系数r 砾石含量/% 含泥量(小于0.075 mm)/% 曲率系数Cc 不均匀系数Cu 最大粒径/mm 含水率/% 上游砂砾填筑料 干密度/(g·cm-3) 0.665 -0.028 0.522 -0.004 0.331 -0.123 下游砂砾填筑料 干密度/(g·cm-3) 0.793 0.015 0.441 -0.076 0.473 0.027 心墙上下游过渡料 干密度/(g·cm-3) 0.363 -0.093 0.193 0.003 0.020 -0.036 岸坡过渡料 干密度/(g·cm-3) 0.527 -0.144 0.312 -0.038 -0.025 0.010 表 2 上游砂砾填筑料级配威布尔分布模型参数
Table 2 Parameters of Weibull distribution model for gradation of upstream sand-gravel materials
统计指标 样本总数n 位置参数μ 尺度参数σ 形状参数ξ 相关系数r 显著性水平α 临界值D (n,α) Dn 估计值F(N) 干密度/(g·cm-3) 453 2.256 0.124 7.824 0.989 0.05 0.0639 0.0384 2.349 砾石含量/% 345 64.000 10.759 5.691 0.998 0.05 0.0732 0.0534 71.245 曲率系数 345 1.500 3.369 2.314 0.988 0.05 0.0732 0.0259 2.774 最大粒径/mm 345 160.000 159.674 2.856 0.996 0.05 0.0732 0.0564 232.621 表 3 下游砂砾填筑料级配威布尔分布模型参数
Table 3 Parameters of Weibull distribution model for gradation of downstream sand-gravel materials
统计指标 样本总数n 位置参数μ 尺度参数σ 形状参数ξ 相关系数r 显著性水平α 临界值D (n,α) Dn 估计值F(N) 干密度/(g·cm-3) 473 2.016 0.364 19.533 0.984 0.05 0.0625 0.0437 2.341 砾石含量/% 473 57.967 16.907 7.580 0.997 0.05 0.0625 0.0492 70.532 曲率系数 358 1.231 3.469 2.184 0.994 0.05 0.0719 0.0418 2.507 最大粒径/mm 473 110.434 213.426 3.560 0.993 0.05 0.0625 0.0581 223.851 表 4 不同填料区三维威布尔分布模型的K-S检验
Table 4 K-S tests of three-dimensional Weibull distribution models in different packing areas
填料区 样本数n 显著性水平α 临界值D (n,α) Dn 上游砂砾填筑料 11 0.05 0.391 0.3093 下游砂砾填筑料 11 0.05 0.391 0.2976 心墙上下游过渡料 11 0.05 0.391 0.3424 岸坡过渡料 11 0.05 0.391 0.3137 -
[1] 杨玉生, 赵剑明, 王龙, 等. 级配特征对筑坝砂砾料填筑标准的影响[J]. 水利学报, 2019, 50(11): 1374–1383. doi: 10.13243/j.cnki.slxb.20190547 YANG Yu-sheng, ZHAO Jian-ming, WANG Long, et al. Influence of gradation characteristics on filling standard of sand gravel material for dam construction[J]. Journal of Hydraulic Engineering, 2019, 50(11): 1374–1383. (in Chinese) doi: 10.13243/j.cnki.slxb.20190547
[2] 谢定松, 蔡红, 魏迎奇, 等. 覆盖层不良级配砂砾石料渗透稳定特性及影响因素探讨[J]. 水利学报, 2014, 45(增刊2): 77–82. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB2014S2013.htm XIE Ding-song, CAI Hong, WEI Ying-qi, et al. Discussion of seepage stability characteristic of bad graded sand and gravel overlay[J]. Journal of Hydraulic Engineering, 2014, 45(S2): 77–82. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB2014S2013.htm
[3] 李炎隆, 唐旺, 温立峰, 等. 沥青混凝土心墙堆石坝地震变形评价方法及其可靠度分析[J]. 水利学报, 2020, 51(5): 580–588. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB202005009.htm LI Yan-long, TANG Wang, WEN Li-feng, et al. Dam seismic deformation evaluation method of asphalt concrete core rockfill dam and its reliability analysis[J]. Journal of Hydraulic Engineering, 2020, 51(5): 580–588. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB202005009.htm
[4] 褚福永, 朱俊高. 砂卵砾石料强度及变形大型三轴试验研究[J]. 水力发电学报, 2014, 33(6): 209–214. https://www.cnki.com.cn/Article/CJFDTOTAL-SFXB201406032.htm CHU Fu-yong, ZHU Jun-gao. Large-scale triaxial test study of strength and deformation behaviors of sand-grained materials[J]. Journal of Hydroelectric Engineering, 2014, 33(6): 209–214. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SFXB201406032.htm
[5] 任秋兵, 李明超, 杜胜利, 等. 筑坝堆石料抗剪强度间接测定模型与实用计算公式研究[J]. 水利学报, 2019, 50(10): 1200–1213. doi: 10.13243/j.cnki.slxb.20190501 REN Qiu-bing, LI Ming-chao, DU Sheng-li, et al. Mathematical model and practical formula for indirect determination of shear strength of dam rockfill materials[J]. Journal of Hydraulic Engineering, 2019, 50(10): 1200–1213. (in Chinese) doi: 10.13243/j.cnki.slxb.20190501
[6] 张昭, 程靖轩, 刘奉银, 等. 基于颗粒级配参数描述砂土持水及非饱和强度特性的土壤转换函数[J]. 水利学报, 2020, 51(4): 479–491. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB202004011.htm ZHANG Zhao, CHENG Jing-xuan, LIU Feng-yin, et al. Pedotransfer functions to describe water retention and unsaturated strength behaviors of sandy soils based on particle size parameters[J]. Journal of Hydraulic Engineering, 2020, 51(4): 479–491. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB202004011.htm
[7] 李罡, 刘映晶, 尹振宇, 等. 粒状材料临界状态的颗粒级配效应[J]. 岩土工程学报, 2014, 36(3): 452–457. http://manu31.magtech.com.cn/Jwk_ytgcxb/CN/abstract/abstract15664.shtml LI Gang, LIU Ying-jing, YIN Zhen-yu, et al. Grading effect on critical state behavior of granular materials[J]. Chinese Journal of Geotechnical Engineering, 2014, 36(3): 452–457. (in Chinese) http://manu31.magtech.com.cn/Jwk_ytgcxb/CN/abstract/abstract15664.shtml
[8] 蒋明镜, 郑敏, 王闯, 等. 不同颗粒级配的某火山灰的力学性质试验研究[J]. 岩土力学, 2009, 30(增刊2): 64–66. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX2009S2015.htm JIANG Ming-jing, ZHENG Min, WANG Chuang, et al. Experimental investigation on mechanical properties of a volcanic ash with different grain size gradations[J]. Rock and Soil Mechanics, 2009, 30(S2): 64–66. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX2009S2015.htm
[9] 朱晟, 钟春欣, 郑希镭, 等. 堆石体的填筑标准与级配优化研究[J]. 岩土工程学报, 2018, 40(1): 108–115. http://manu31.magtech.com.cn/Jwk_ytgcxb/CN/abstract/abstract17259.shtml ZHU Sheng, ZHONG Chun-xin, ZHENG Xi-lei, et al. Filling standards and gradation optimization of rockfill materials[J]. Chinese Journal of Geotechnical Engineering, 2018, 40(1): 108–115. (in Chinese) http://manu31.magtech.com.cn/Jwk_ytgcxb/CN/abstract/abstract17259.shtml
[10] 朱晟, 邓石德, 宁志远, 等. 基于分形理论的堆石料级配设计方法[J]. 岩土工程学报, 2017, 39(6): 1151–1155. http://manu31.magtech.com.cn/Jwk_ytgcxb/CN/abstract/abstract16941.shtml ZHU Sheng, DENG Shi-de, NING Zhi-yuan, et al. Gradation design method for rockfill materials based on fractal theory[J]. Chinese Journal of Geotechnical Engineering, 2017, 39(6): 1151–1155. (in Chinese) http://manu31.magtech.com.cn/Jwk_ytgcxb/CN/abstract/abstract16941.shtml
[11] 朱俊高, 郭万里, 王元龙, 等. 连续级配土的级配方程及其适用性研究[J]. 岩土工程学报, 2015, 37(10): 1931–1936. http://manu31.magtech.com.cn/Jwk_ytgcxb/CN/abstract/abstract16360.shtml ZHU Jun-gao, GUO Wan-li, WANG Yuan-long, et al. Equation for soil gradation curve and its applicability[J]. Chinese Journal of Geotechnical Engineering, 2015, 37(10): 1931–1936. (in Chinese) http://manu31.magtech.com.cn/Jwk_ytgcxb/CN/abstract/abstract16360.shtml
[12] 黄达, 曾彬, 王庆乐. 粗粒土孔隙比及级配参数与渗透系数概率的相关性研究[J]. 水利学报, 2015, 46(8): 900–907. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201508003.htm HUANG Da, ZENG Bin, WANG Qing-le. Study on probabilistic relation between permeability coefficient and void ratio and grain composition of coarse grained soils using Copula theory[J]. Journal of Hydraulic Engineering, 2015, 46(8): 900–907. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201508003.htm
[13] 宫凤强, 李夕兵, 邓建. 小样本岩土参数概率分布的正态信息扩散法推断[J]. 岩石力学与工程学报, 2006, 25(12): 2559–2564. https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX200612030.htm GONG Feng-qiang, LI Xi-bing, DENG Jian. Probability distribution of small samples of geotechnical parameters using normal information spread method[J]. Chinese Journal of Rock Mechanics and Engineering, 2006, 25(12): 2559–2564. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX200612030.htm
[14] 雷刚. Weibull分布寿命数据的参数估计[D]. 武汉: 华中科技大学, 2006. LEI Gang. Parameter Estimation of Lifetime Data in Weibull Distribution[D]. Wuhan: Huazhong University of Science and Technology, 2006. (in Chinese)
[15] WEIBULL W. A statistical distribution function of wide applicability[J]. Journal of Applied Mechanics, 1951, 18(3): 293–297.
[16] KIRCHNER H P, GRUVER R M, SOTTER W A. Fracture stress-mirror size relations for polycrystalline ceramics[J]. Philosophical Magazine, 1976, 33(5): 775–780.
[17] TALREJA R. Estimation of weibull parameters for composite material strength and fatigue life data[J]. ASTM STP, 1981: 291–311.
[18] 蒋仁言. 威布尔模型族: 特性、参数估计和应用[M]. 北京: 科学出版社, 1999. JIANG Ren-yan. Characteristics, Parameter Estimation and Application of Weibull Model Family[M]. Beijing: Science Press, 1999. (in Chinese)
[19] 罗哉, 王艳, 王岚晶, 等. 基于三参数威布尔分布的自动调整臂服役可靠性研究[J]. 计算机测量与控制, 2017, 25(3): 234–236, 247. https://www.cnki.com.cn/Article/CJFDTOTAL-JZCK201703063.htm LUO Zai, WANG Yan, WANG Lan-jing, et al. Service reliability research of automatic brake adjuster based on weibull distribution of three parameters[J]. Computer Measurement & Control, 2017, 25(3): 234–236, 247. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JZCK201703063.htm
[20] 金星, 陈景鹏, 文明, 等. 威布尔分布产品参数估计极大似然优化方法[J]. 装备指挥技术学院学报, 2003, 14(5): 46–48. https://www.cnki.com.cn/Article/CJFDTOTAL-XYZH200305012.htm JIN Xing, CHEN Jing-peng, WEN Ming, et al. Optimized maximum likelihood estimation method of parameters estimation for weibull distributed item[J]. Journal of Institute of Command and Technology, 2003, 14(5): 46–48. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XYZH200305012.htm
[21] BANARD A, BOSI-LEVENBACH E C. "Het uitzetten van waarnemingen op waarsechijnlijkdeids-papier" (The Plotting of observations on probability paper)[J]. Statistica Neerlandica, 1953(7): 163–173.
[22] 刘哲, 李琦, 任鲁川, 等. 基于三参量威布尔分布的潜在震源区强震危险性估计[J]. 震灾防御技术, 2017, 12(2): 346–353. https://www.cnki.com.cn/Article/CJFDTOTAL-ZZFY201702011.htm LIU Zhe, LI Qi, REN Lu-chuan, et al. Estimation of the strong earthquake risk in potential seismic source based on 3-parameter weibull distribution[J]. Technology for Earthquake Disaster Prevention, 2017, 12(2): 346–353. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZZFY201702011.htm
[23] 刘子娟, 郑学斌, 郭小军. 应用MS Excel求解三参数威布尔分布函数的参数估计[J]. 机械工程师, 2020(2): 117–119, 124. https://www.cnki.com.cn/Article/CJFDTOTAL-JXGU202002054.htm LIU Zi-juan, ZHENG Xue-bin, GUO Xiao-jun. Parameter estimation of three-parameter weibull distribution function using MS excel[J]. Mechanical Engineer, 2020(2): 117–119, 124. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JXGU202002054.htm
[24] 朱晟, 宁志远, 钟春欣, 等. 考虑级配效应的堆石料颗粒破碎与变形特性研究[J]. 水利学报, 2018, 49(7): 849–857. https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201807009.htm ZHU Sheng, NING Zhi-yuan, ZHONG Chun-xin, et al. Study on particle crush and deformation characteristics considering rockfill gradation effect[J]. Journal of Hydraulic Engineering, 2018, 49(7): 849–857. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SLXB201807009.htm
[25] 刘德辅, 谢波涛, 伍远康, 等. 台风诱发暴雨降水量的概率预测[J]. 中国海洋大学学报(自然科学版), 2007, 37(6): 1027–1033. https://www.cnki.com.cn/Article/CJFDTOTAL-QDHY200706032.htm LIU De-fu, XIE Bo-tao, WU Yuan-kang, et al. Probability prediction of typhoon-induced rainfall[J]. Periodical of Ocean University of China, 2007, 37(6): 1027–1033. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-QDHY200706032.htm
[26] 刘德辅, 姜昊. 台风诱发暴潮极端潮位的预测方法[J]. 中国海洋大学学报(自然科学版), 2009, 39(3): 516–520. https://www.cnki.com.cn/Article/CJFDTOTAL-QDHY200903028.htm LIU De-fu, JIANG Hao. Prediction method of extreme sea level induced by typhoon[J]. Periodical of Ocean University of China, 2009, 39(3): 516–520. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-QDHY200903028.htm
[27] 刘德辅, 韩凤亭, 庞亮, 等. 台风作用下核电站海岸防护标准的概率分析[J]. 中国海洋大学学报(自然科学版), 2010, 40(6): 140–146. https://www.cnki.com.cn/Article/CJFDTOTAL-QDHY201006024.htm LIU De-fu, HAN Feng-ting, PANG Liang, et al. Probabilistic approach of coastal defense against typhoon attacks for nuclear power plant[J]. Periodical of Ocean University of China, 2010, 40(6): 140–146. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-QDHY201006024.htm
[28] 刘德辅, 王莉萍, 庞亮. 多维复合极值分布理论在极端海况概率预测中的应用[J]. 科学通报, 2006(9): 1112–1116. https://www.cnki.com.cn/Article/CJFDTOTAL-KXTB200609019.htm LIU De-fu, WANG Li-ping, PANG Liang. Application of multidimensional composite extreme value distribution theory in probability prediction of extreme Sea state[J]. Chinese Science Bulletin. 2006(9): 1112–1116. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-KXTB200609019.htm
[29] LIU DF, WANG L P, PANG L Theory of multivariate compound extreme value distribution and its application to extreme sea state prediction[J]. Chinese Science Bulletin, 2006, 51(23): 2926–2930.
[30] LIU D F, PANG L, XIE B T. Typhoon disaster in China: prediction, prevention, and mitigation[J]. Natural Hazards, 2009, 49(3): 421–436.
[31] LIU D F, PANG L, XIE B T, et al. Typhoon disaster zoning and prevention criteria—A double layer nested multi-objective probability model and its application[J]. Science in China Series E: Technological Sciences, 2008, 51(7): 1038–1048.
[32] 史道济, 孙炳堃. 嵌套Logistic模型的矩估计[J]. 系统工程理论与实践, 2001, 21(1): 53–60. https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL200101010.htm SHI Dao-ji, SUN Bing-kun. Moment estimation in a nested logistic model[J]. Systems Engineering-Theory & Practice, 2001, 21(1): 53–60. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL200101010.htm
[33] JUSTEL A, PEÑA D, ZAMAR R. A multivariate Kolmogorov-Smirnov test of goodness of fit[J]. Statistics & Probability Letters, 1997, 35(3): 251–259.
[34] 李申, 赵润东, 宋岳庭, 等. 相关性分析、聚类分析、因子分析的可靠性对比: 以嘎拉勒和躬琼左波两条剖面为例[J]. 地质与勘探, 2018, 54(3): 574–583. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKT201803014.htm LI Shen, ZHAO Run-dong, SONG Yue-ting, et al. Reliability comparison of correlation, clustering and factor analyses for lithogeochemistry: examples of two profiles in galale and gongqiongzuobo, Tibet[J]. Geology and Exploration, 2018, 54(3): 574–583. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-DZKT201803014.htm