数值模拟中岩体力学特性的工程与实验的关系.docxVIP

《数值模拟中岩体力学特性的工程与实验关系》 前言 随着更便宜、高效的软件和硬件的应用，数值模拟正越来越多的应用于岩土工程设计。然而，数值模拟中关键的一步在于确定岩体的力学特性参数，即更精确的岩石硬度和强度特性。 这篇文章给出了一系列用来岩体数值模拟的硬度与强度特性。文章中给出的实验模拟特性都选自大量通用的模拟文献。具体来说，将从实验到现场使用换算参数值的文献标记出来搜索，其结果令人吃惊：在数以千记的数值模拟文献，只有几百篇提到了实验岩体特性，而且在这些文章当中，只有40篇似乎使用了某种程度上的简化。那些使用换算参数的文章被做成曲线图构成了本文的主要内容。岩石硬度特性与强度特性被分别分析，它们各自换算系数呈现出有趣的差异。 方法 在审阅文献过程中，已经广泛的研究过历史实例和数值模拟反演分析例子。 每一篇审阅过的文章都依据实验室测定岩石特性和数值模拟岩体输入特性以及其他相关的定量数据被收入数据库。大多数的文章都只提供了不完整数据，它们不是忽略了关键参数就是，有些文章给出了实验岩体特性，只有很少数文章解释了实验岩体特性根据岩体等级适应岩体的过程。人们只能认为这些特性的选取与该模型的来源或模型建立者有关，例如钢材从没有尺寸效应的环境中选取。几乎没有岩石力学专家拒绝承认即使是强度最大的岩石在其岩体特性上也需要调整，因此本文给出的图表和数据都集中在那些使用换算系数的文章上。一些具有最有效的相关数值的文章也在本文的结尾处给出。 3. 结果 图1为实验测出的杨氏模量与模型使用的杨氏模量的曲线。曲线中每个案例都根据其来源编号。如果将这些数据直线拟合可得到一个显著的趋势：模型使用的硬度平均是实验测出硬度的0.469倍（图2），类似的数据曲线也可用换算系数绘出，如图3所示。在这里，低硬度岩石使用的换算系数有明显增高的趋势，在一些低硬度岩石中甚至可见到很高的换算系数。 图4给出了实验测出的单轴压缩强度与模型使用的单轴压缩强度的曲线。曲线中每个案例都根据其来源编号。如果将这些数据直线拟合可得到一个显著的趋势：模型使用的强度平??是实验测出强度的0.284倍（图5），类似的数据曲线也可用换算系数绘出，如图6所示。在这里，软弱岩石使用的换算系数也有明显增高的趋势。 图7给出了抗拉强度的趋势，表明实验值大至是由两个因素而减小的，图8则表明泊松比没有明显的下降趋势。 4 换算方法 许多作者提出了一些实验室和现场之间的岩石特性关系，有些在关系中还包括了岩体分级。由Bieniawski提出的广泛应用的推导变形模量的公式1当RMR大于50时有18.2%的误差。然而，当RMR小于或等于50时，Bieniawski公式因会导致变形模量小于或等于0而变得不再适用。Serafim和 Pereira [39]使用 Bieniawski的岩体分级系统(RMR)得到了用于完整RMR变化的另一表达式, 公式 (2), （1） （2） 图9给出了根据硬度数据得出的所有绘图表达式。双轴压缩也被用来比较这些数据。这就要求RMR与实验弹性模量相关。一个简单的线性关系已经在所有典型特性中使用。（RMR = 0-100， E = 0-120 GPa.） Nicholson 和 Bieniawski [40],给出了一个换算因素的经验公式，公式（3）。这个因数被计算出来用以得到用来计算RMR和实验杨氏模量的岩体变形模量。 （3） Mitri et al. [33]使用下面的公式（4）来得到岩体的变形模量和计算出胡克-布朗参数来表现工程情况下的RMR （4） 被绘出（图9）的公式3和公式4采用以上相似的数据处理方法。当RMR低于30时，公式3可以用以硬度的大规模换算。公式4可能更适合于在低RMR和低硬度范围时的实际换算。尽管比较的公式曲线和数据是由简单的RMR和实验硬度线性关系组成的，但是仍然可以清楚的看出所有公式在低RMR范围时硬度都减少了很多。 Matsui [9] 提出了一个基于最小误差函数的直接方法，公式5。这个函数表示了n向位移（根据实际巷道围岩测量）和n向位移（由有限元分析获得）的最小二乘差换算。因为数值模型中输出的值是依据在有限元分析中假设的弹性模量参数值确定的，误差也对应函数中的参数（即）。因此，矢量弹性模量的减少代表了采用有限元模型方法对岩体的真实行为最好说明的弹性常量值。为了应用这种方法需要将弹性常量融入有限元程序。简单来说，很难将这种方法与其他方法比较。它实际上是一个对未知岩体特性的系统反分析方法。 （5） Daniel [8],使用了一种测定体积的方法，减弱了实验测定的岩体力学特性，将岩石硬度和强度以1 / 6比例因子输入到模型中，这是考虑到不同岩体大小的不连续性和孔隙水压力的影响。换算因数由公式6可得： (6) 式中 V0 是实验测得的岩石体积， V是有限