基于分形理论孔径和粒径分布密度函数及其应用.docVIP

基于分形理论孔径和粒径分布密度函数及其应用 　　（武昌理工学院城市建设学院，湖北武汉430223） 　　 　　摘要：国内外大量研究表明，形状与大小各异的岩土体孔隙和颗粒具有分形特性。以孔隙作为研究对象，首次根据著名的Sierpinski 垫片模型和Menger海绵模型推导出孔隙孔径分布密度函数,并通过实验论证了孔径分布密度函数的正确性;以颗粒作为研究对象, 推导出颗粒粒径分布密度函数。以孔径分布密度函数推导出了孔隙率的表达式,并准确的预测了土壤的孔隙率; 以粒径分布密度函数推导出了粒径区间颗粒质量的表达式,并预测了粒径区间颗粒质量，其中粒径0.002mm的粘粒质量的预测值与实测值非常接近 　　关键词：分形; 孔径分布密度函数; 粒径分布密度函数; 孔隙率; 颗粒质量 　　中图分类号：TU 443文献标识码：A 　　 　　 　　1．前言 　　大量研究表明，形状与大小各异的岩土体孔隙和颗粒具有分形特性[1]~[7]。Katz＆Thompson[1] 用扫描电镜和光学显微镜量测到的数据表明砂岩孔隙在一定范围内确实具有分形特性，其孔隙率可用 表示。Turcotte根据分形的概念提出颗粒数量—粒径的分形模型可表示为:,式中 为粒径大于R的颗粒数量，D为颗粒粒径分布分维数[4]。著名的Sierpinski 垫片模型和Menger海绵模型在岩土体的分形特性研究中已得到广泛的应用[8]~ [10]，本文以二者为基础首次推导出孔隙孔径分布密度函数和颗粒粒径分布密度函数,在此基础上又导出了孔隙率和粒径区间颗粒质量的表达式，并用实验数据论证了它们的正确性。这里必须指出Katz＆Thompson[1]提出的孔隙率表达式 适合于砂岩，而本文提出的孔隙率表达式适合于一般土体。 　　2．孔径和粒径分布密度函数 　　2.1 孔径分布密度函数 　　图1为Sierpinski垫片模型，白色为孔隙，黑色为岩土实体(如颗粒)。我们可以这样理解图1，当分辨率很低时，我们只能看到最大孔径的孔隙，如图1 (a)，随着分辨率不断增大，更小孔径的孔隙不断被发现, 如图1(b)。 　　(a) (b) 　　图1 Sierpinski 垫片模型 　　用 表示观测尺度(可以是孔径)， 是观测总范围(即上图中的边长)。根据分形理论，相应观测尺度 的非孔隙的网格数 可表示[11]： 　　(1) 　　其中 为常数， 为岩土实体(颗粒)分布分维值。 　　那么， 个非孔隙的网格的总面积可表示为： 　　 (2) 　　根据图1，当观测尺度 时，非孔隙的网格的总面积 ，联合(2)式可得，那么(2)式可变为： 　　 (3) 　　分析图1可知，当用 的观测尺度去观测时，我们只能发现孔径大于或等于 的孔隙，其面积应为总面积( )减去相应非孔隙面积，则利用(3)式可得： 　　(4) 　　其中， 为孔径大于或等于 的孔隙总面积， 为观测范围的总面积， 为岩土实体(颗粒)分布分维值。 　　当观测尺度 取孔隙孔径r时，(4)式可变为： 　　 (5) 　　我们对(5)式两边同时微分可得： 　　(6) 　　孔隙的增加数目 应该是用孔隙面积增加量除以单个孔隙的面积，假设孔隙具有相同的面积形状因子 ，则： 　　(7) 　　式中 　　因此，孔径大于或等于孔隙总数目 应由(7)式从最大孔隙孔径 到孔径 的积分： 　　 　　(8) 　　式中， (9) 　　不难看出 实质为孔隙孔径分布密度函数，式中 为常数， 为孔径分布分维值，而(8)式又是由(4)式导来，在(4)式中 为岩土实体(颗粒)分布分维值，故在假设孔隙具有相同的面积(三维中为体积)形状因子时，孔径分布分维值等于岩土实体(颗粒)分布分维值。 　　在三维空间内根据Menger海绵模型,用上述相似的方法同样可得到与(9)式一致的结论，此时 ， 为体积形状因子， 为观测范围的总体积。 　　2.2粒径分布密度函数 　　同样是图1，若将黑色视为孔隙，白色视为岩土体颗粒。采用上述相似的推导方法，不难得出颗粒粒径分布密度函数： 　　(10) 　　式中R为颗粒粒径, ,为常数，为颗粒体积形状因子， 为观测范围的总体积，D为粒径分布分维值, 在假设颗粒具有相同的体积形状因子时等于孔隙分布分维值。 　　3．公式验证与应用 　　3.1公式验证 　　取汉宜铁路某路段的原状软黏土做试样，试样直径61.8 mm，高度20 mm。取固结压力为p = 50、100、200、400、800kPa五级，在中压固结仪上进行固结实验。采用JSM-5610LV型扫描电镜分析试样固结前和在各固结压力下的微观变化情况，对SEM图像中孔隙的大小、面积和数量进行测量和统计，每次分析区域都定为(127.8 × 95.8 μm2)。采