不同循环应力路径下饱和珊瑚砂体应变的发展特征

秦悠; 马维嘉; 赵凯; 吴琪; 陈国兴

doi:10.11779/CJGE20220340

不同循环应力路径下饱和珊瑚砂体应变的发展特征 English Version

秦悠^1,,
马维嘉²,
赵凯¹,
吴琪¹,
陈国兴^{1, 3, ,}

1.
南京工业大学岩土工程研究所, 江苏南京 211816
2.
南京理工大学机械工程学院, 江苏南京 210094
3.
江苏省土木工程防震技术研究中心, 江苏南京 211816

基金项目:

国家自然科学基金项目 52278503

国家自然科学基金项目 51978335

国家自然科学基金项目 52208350

江苏省研究生科研与实践创新计划项目 KYCX22_1324

详细信息

作者简介:
秦悠(1994—)，男，博士研究生，主要从事土动力试验研究。E-mail: qinyou94@163.com

通讯作者:
陈国兴, E-mail: gxc6307@163.com

中图分类号: TU443
计量
- 文章访问数: 300
- HTML全文浏览量: 101
- PDF下载量: 93
出版历程
- 收稿日期: 2022-03-04
- 网络出版日期: 2023-02-19
- 刊出日期: 2023-05-31

Volumetric strain generation of saturated coral sand subjected to various stress paths of cyclic loading

QIN You^1,,
MA Weijia²,
ZHAO Kai¹,
WU Qi¹,
CHEN Guoxing^{1, 3, ,}

1.
Institute of Geotechnical Engineering, Nanjing Tech University, Nanjing 211816, China
2.
School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China
3.
Civil Engineering and Earthquake Disaster Prevention Center of Jiangsu Province, Nanjing 211816, China

摘要

摘要: 地震、波浪引起排水或部分排水状态的饱和砂类土体应变的累积，会导致地表、海床和附近结构物的显著破坏，且饱和砂土排水循环加载的体应变增长与不排水循环加载的孔压增长存在定量的对应关系。通过对饱和珊瑚砂开展系列均等固结条件下排水循环剪切试验，探讨了初始相对密度D_r、循环应力路径及应力水平(CSR)对饱和珊瑚砂体应变发展特征的影响。试验结果表明，同一D_r和CSR下，残余体应变ε_{vd, ir}随短长轴比和在0°~90°时的椭圆倾角存在单调增长关系。不同D_r、循环应力路径和CSR下饱和珊瑚砂ε_{vd, ir}随循环次数N的发展曲线具有统一性，提出了两者的显式关系式。饱和珊瑚砂残余体应变极值(ε_{vd, ir})_u与ε_{vd, ir} -N关系曲线的收敛速度与D_r、循环应力路径和应力水平密切相关。引入单元体循环应力比USR来表征不同循环应力路径和CSR下饱和珊瑚砂的ε_{vd, ir}，发现同一D_r下，(ε_{vd, ir})_u与USR存在正相关线性关系，ε_{vd, ir}-N曲线的收敛参数C_N1与USR存在正相关线性关系，C_N2与USR存在负幂函数关系，即USR越大，ε_{vd, ir}-N曲线收敛越慢。相同USR下，(ε_{vd, ir})_u随D_r的增加而减小，ε_{vd, ir}-N曲线收敛速度随D_r的增加而变快。该研究提出的体应变模型为排水循环加载条件下残余体应变的发展机理提供了新的认识。
- 饱和珊瑚砂 /
- 残余体应变 /
- 单元体循环应力比 /
- 循环应力路径 /
- 排水循环剪切试验
Abstract: The accumulation of volumetric strain in saturated sandy soil with a drained or partially drained state during earthquakes and waves can significantly distress the surface, seabed and nearby structures. A quantitative correlation exists between the tendency of the volumetric strain in drained and the generation of the excess pore water pressure in undrained saturated sand. The effects of the initial relative densities (D_r), cyclic stress paths and stress levels (CSR) on the tendency of the volumetric strain for saturated coral sand are studied by a series of undrained cyclic shear tests under isotropic consolidation conditions. The results show that a positive correlation exists between the residual volumetric strain (ε_{vd, ir}) with the minor-to-major ratio and the inclinations of the elliptical stress path shape under the same D_r and CSR. The generation of ε_{vd, ir} with the cyclic number (N) of saturated coral sand under various D_r, cyclic stress paths and CSR obeys the relationship of arc-tangent function. D_r, cyclic stress path and CSR have significant effects on the ultimate volumetric strain ((ε_{vd, ir})_u) and the convergence speed of ε_{vd, ir} versus N. By introducing a unit cyclic stress ratio (USR), a positive linear correlation exists between (ε_{vd, ir})_u and USR under the same D_r. The convergence parameter C_N1 of ε_{vd, ir} versus N has a positive linear relationship with USR, and C_N2 has a negative power function relationship with USR. The convergence rate of ε_{vd, ir} versus N slows down with the increase of USR. Another significant finding is that (ε_{vd, ir})_u decreases with the increase of D_r, and the convergence speed of ε_{vd, ir} versus N becomes faster with the increase of D_r. The proposed volumetric strain formulation provides new insights into the mechanics of residual volumetric strain generation under drained cyclic loading conditions.
- saturated coral sand /
- residual volumetric strain /
- unit cyclic stress ratio /
- cyclic stress path /
- drained cyclic shear test

HTML全文

0. 引言

土体导热系数是表征地下热量传导效率的重要热物理参数，也是土体热力学性质的重要指标之一，其大小影响着地下空间传、蓄热过程。深入了解土体导热系数的影响因素及其内在机制对于许多热工项目的传热分析、建模和合理设计具有重要意义，例如人工冻结法在地下工程施工中的应用^[1]，核废料深地质处置的导热问题^[2-3]，深部矿产与地热资源的开发利用^[4]，埋地高压电缆的散热^[5]以及垃圾填埋场衬垫系统的设计^[6]等。为此，国内外学者对土体导热系数开展了大量的研究探讨，发现影响岩土体导热系数的因素较多，主要包括矿物成分、颗粒大小与级配、含水率、孔隙率、饱和度、盐分、有机质、微观结构和温度等^[7-9]。然而，研究中对土体导热系数的测试大多是在室温下进行，对于不同温度下土体导热系数的测试及其预测研究较少，需引起重视。

由于土体是由固、液、气三相组成的复合多孔介质，温度变化时土中液相会发生迁移和相变，比如温度变化引起的水分迁移^[10]、冻融循环^[11]以及水汽潜热传输^[7]等过程，影响了土体的导热系数。与低温循环引起冻融过程的影响相比，高温引起的水汽潜热传输作用对土体导热系数的影响表现得更为突出。陆森等^[12]利用单针热脉冲技术测试了3~81℃下壤土的导热系数，发现当试样温度升至81℃时，其导热系数约为22℃下的（2~4）倍。研究表明，室温范围（0~40 ℃）非饱和土中热量传递主要通过土中各相的接触热传导进行；较高温度（40~90℃）影响下，非饱和土中还存在水汽潜热传输作用的传热机制，且该机制甚至占据主导作用^[13]。目前，由于水汽潜热传输作用的量化仍比较困难，因此考虑温度影响的导热系数预测模型还较少。

De ^[14]最早建立了考虑水汽扩散强化传热影响的导热系数预测模型，但该模型含有较多参数，其关键参数的取值具有较大不确定性。为此，一些学者对De Vries模型进行简化和修正，提出了Campbell模型^[15]、De Ⅴ-1和De Ⅴ-2模型^[16]。Tarnawski等^[17]以Johansen模型为基础，将标准化函数扩展成关于饱和度和温度的函数，建立了Tarnawski经验模型，但该模型拟合参数较多，不实用。Tarnawski等^[18]和Leong等^[19]提出了考虑温度影响的粒间接触传热模型，该模型是以自洽近似理论为基础，同时考虑了土颗粒间接触热阻对传热过程的影响，但计算过程过于复杂。就目前而言，由于缺少不同温度下土体导热系数的实测数据，现有考虑温度影响的预测模型尚缺乏可靠的试验验证。同时，由于温度作用下非饱和土体内部热传递是一个传热传质耦合过程，使得现有预测模型的形式普遍比较复杂，存在一定局限性。

本文利用热探针法测试了4种土体导热系数的温度效应，探讨温度对土体导热系数影响的内在机理。在此基础上，基于广义几何平均法建立了考虑温度影响的土体导热系数预测模型，并与传统预测模型进行比较。为进一步检验新模型的有效性和可靠性，利用该模型预测干密度和含水率对土体导热系数温度效应的影响，结果表明新模型具有较好的预测性能。

1. 试验材料与方法

1.1 试验材料

试验用土包括红黏土、粉质黏土、软土以及GMZ07膨润土，红黏土和粉质黏土取自广西桂林市雁山镇广西师范大学新校区内，软土取自上海地区，GMZ07膨润土产自内蒙古兴和县高庙子地区。在进行试验之前，先将所取土样风干、碾散、过筛，均匀混合后备用。通过室内试验，获取了4种供试土样的基本物性指标和矿物成分，如表 1，2所示。

表 1 供试土样的基本物性指标

Table 1. Physical property indexes of soil samples

土样	相对质量密度	液限/ %	塑限/%	塑性指数	颗粒级配/%
土样	相对质量密度	液限/ %	塑限/%	塑性指数	砂粒2~0.05 mm	粉粒0.05~0.002 mm	黏粒 < 0.002 mm
红黏土	2.74	61.8	38.1	23.7	7.89	47.02	45.09
粉质黏土	2.72	27.6	16.5	11.1	27.10	52.54	20.36
软土	2.73	40.6	20.5	20.1	3.75	69.44	26.81
GMZ07膨润土	2.76	163.0	32.0	131.0	—	56.40	43.60

下载: 导出CSV

| 显示表格

表 2 供试土样的矿物成分

Table 2. Mineral compositions of soil samples 单位: %

土样	蒙脱石	高岭石	伊利石	长石	石英	其他
红黏土	—	50.7	12.0	9.9	12.7	14.7
粉质黏土	—	51.0	19.0	—	11.5	18.5
软土	—	—	31.2	—	23.0	45.8
GMZ07膨润土	62.0	—	—	11.0	10.0	17.0

下载: 导出CSV

| 显示表格

1.2 土体导热系数测定

为研究温度、含水率和干密度对土体导热系数的影响，本次试验设置试样温度分别为5，20，40，60，80，90℃，含水率为0.5%~40.3%，干密度为1.10~1.80 g/cm³。为满足导热系数测定设备的尺寸要求，确定试样直径为7.0 cm，高为5.2 cm。

采用喷雾法和静压法制备不同含水率和干密度试样，具体的制备过程如下：①取适量土体置于塑料袋内，利用喷雾法湿润土样至目标含水率；②扎紧塑料袋并密封静置7 d，直至湿土样内水分均匀分布；③将均化后的湿土样倒入不锈钢模具内，静压至目标干密度，并静置一定时间直至试样不发生回弹。

土体导热系数的测定采用KD2 Pro型热特性分析仪，优点是能够快速完成热性质的测定。KD2 Pro型热特性分析仪主要由控制器和热探针组成，其测试原理是基于线热源理论，可归结为在无限大介质中一恒定线热源径向一维导热的求解问题^[20]。测量过程中，热探针会产生热脉冲并对样品进行加热，随后控制器将会采集热电偶对热脉冲产生的温度响应，最后利用该过程中热探针温度变化的监测数据来计算样品的导热系数。本次试验利用SH-1型热探针进行导热系数测定，其长度和直径分别为30，1.28 mm，双针间隔为6 mm，测试精度为±5%，可在-50~150℃环境温度下正常使用。为保证不同温度下导热系数测定时试样内水分维持恒定，利用保鲜膜和胶布将试样包裹严实，随后将密封好的试样放置恒温箱内静置至目标温度（分别为5，20，40，60，80，90 ℃），再利用SH-1型热探针竖直插入试样进行测定，即可获取不同温度试样的导热系数，测试过程如图 1所示。为保证试验的测试精度，每个试样测定3次，土体最终的导热系数取多次测定结果的平均值。

图 1 不同温度下试样的导热系数测试

Figure 1. Measurement of thermal conductivity of samples subjected to different temperatures

下载: 全尺寸图片幻灯片

1.3 考虑温度影响的土体导热系数预测模型

（1）Tarnawski（2000）模型

Tarnawski等^[17]以Johansen模型^[21]为基础，将标准化函数Ke扩展成关于饱和度S_r 和摄氏温度T的函数，建立了考虑温度影响的导热系数K预测模型，即Tarnawski经验模型：

$\operatorname{Ke}\left(S_{\mathrm{r}}, T\right)=\frac{K-K_{\text {dry }}}{\left(K_{\text {sat }}-K_{\text {dry }}\right)} \quad \ \ \ 。$

(1)

式中：K_sat，K_dry分别为完全干燥和饱和状态下土体的导热系数（W/mK）。

干燥状态下土体的导热系数K_dry可由下式进行计算：

$K_{\mathrm{dry}}=\frac{0.137 \rho_{\mathrm{d}}+64.7}{\rho_{\mathrm{p}}-0.947 \rho_{\mathrm{d}}} \ \ \ 。$

(2)

式中：ρ_d为干密度；ρ_p为颗粒密度，取2650 kg/m³。

饱和状态下土体的导热系数K_sat可由广义几何平均关系式进行计算：

$K_{\text {sat }}=K_{\mathrm{w}}^n K_{\mathrm{s}}^{1-n} \quad \ \ \ 。$

(3)

式中：n为孔隙率；K_w，K_s分别为水和固体颗粒的导热系数，K_w在20℃下取0.594 W/mK；

$K_{\mathrm{s}}=K_{\mathrm{q}}^{\theta_{\mathrm{q}}} K_{\mathrm{o}}^{1-\theta_{\mathrm{q}}} \quad \ \ \ 。$

(4)

式中： $\begin{array}{ll}K_{\mathrm{q}}, \quad \theta_{\mathrm{q}}\end{array}$ 分别为石英的导热系数和体积分数，K_q=7.7 W/mK；K_o为除石英外其它矿物成分的等效导热系数，当 $\theta_{\mathrm{q}} \leqslant 0.2$ 时，K_o =3 W/mK；当 $\theta_{\mathrm{q}}>0.2$ 时，K_o=2 W/mK。

Ke是关于饱和度S_r和温度T的函数：

$\operatorname{Ke}\left(S_{\mathrm{r}}, T\right)=\frac{a+b T+c S_{\mathrm{r}}+d S_{\mathrm{r}}^2}{1+e T+f S_{\mathrm{r}}+g S_{\mathrm{r}}^2} \ \ \ 。$

(5)

式中：a~g为拟合参数，由任一温度下的实测数据进行拟合获取，进而用于预测其它温度下土体的导热系数。为使该模型更易于推广使用，现采用20℃下导热系数的实测结果来拟合获取参数a~g，由此可预测其它温度下土体的导热系数：

$K=K_{\text {dry } 20^{\circ} \mathrm{C}}+\left(K_{\text {sat } 20^{\circ} \mathrm{C}}-K_{\text {dry }, 20^{\circ} \mathrm{C}}\right) \operatorname{Ke}\left(S_{\mathrm{r}}, T\right) \ \ \ 。$

(6)

（2）Gori（2002）模型

Gori等^[22]将土体概化为由各组分构成的立方体单元空间，且立方固体颗粒处于土体单元中心。在此基础上，将土体单元水饱和过程划分成以下3个阶段：①在完全干燥条件下，孔隙中由空气充满；②含湿（非饱和）状态下，土中水先通过吸附和毛细作用赋存在固体颗粒四周，随着水分的继续增加，“水桥”开始形成并逐渐扩张；③在完全饱和状态下，土中孔隙充满水。针对水饱和过程的不同阶段，土体的导热系数计算方法不同。

a）完全干燥状态下，土体的导热系数K由干空气和固体颗粒的导热系数计算求得：

$\frac{1}{K}=\frac{\beta-1}{K_{\mathrm{da}} \beta}+\frac{\beta}{K_{\mathrm{s}}+K_{\mathrm{da}}\left[\beta^2-1\right]} \quad\ \ \ 。$

(7)

b）类似地，完全饱和状态下，土体的导热系数可由下式计算求得：

$\frac{1}{K}=\frac{\beta-1}{K_{\mathrm{w}} \beta}+\frac{\beta}{K_{\mathrm{s}}+K_{\mathrm{w}}\left[\beta^2-1\right]}\ \ \ 。$

(8)

式中：K_s，K_w和K_da分别为固体颗粒、水和干空气的热传导系数；参数β与孔隙率n有关：

$\beta=\sqrt[3]{\frac{1}{1-n}} \quad \ \ \ 。$

(9)

K_w，K_da均为温度T的函数：

$K_{\mathrm{w}}=0.569+1.88 \times 10^{-3} T-7.72 \times 10^{-7} T^2 \text {, }$

(10)

$K_{\mathrm{da}}=2.408 \times 10^{-2}+7.92 \times 10^{-5} \mathrm{~T} \text { 。 }$

(11)

固体颗粒的导热系数K_s为各矿物组分的加权平均，但该方法过于复杂，为便于比较不同预测模型的可靠性，K_s也按式（4）计算取值。

非饱和状态下，热传导系数计算的前提是求取临界含水率 $\theta_{\mathrm{c}}$ ：

$\theta_{\mathrm{c}}=0.375 \theta_{\mathrm{PWP}} \quad \ \ \ 。$

(12)

式中： $\theta_{\mathrm{PWP}}$ 为土粒间开始形成“水桥”时的体积含水率，可利用Rawls等^[23]的线性回归公式估算：

$\theta_{\mathrm{PWP}}=0.026+0.005 m_{\text {clay }} \text { 。 }$

(13)

式中：m_clay为黏粒含量。

c）含湿状态下，当体积含水率 $\theta_{\mathrm{w}}<\theta_{\mathrm{c}}$ 时，非饱和土体的导热系数为

$\begin{gathered} \frac{1}{K}=\frac{\beta-1-\delta / 3}{K_{\mathrm{app}} \beta}+\frac{\beta \delta}{3\left[K_{\mathrm{w}}+K_{\mathrm{app}}\left(\beta^2-1\right)\right]}+ \\ \frac{\beta}{K_{\mathrm{s}}+\frac{2}{3} \delta K_{\mathrm{w}}+\left(\beta^2-1-\frac{2}{3} \delta\right)} \end{gathered}\ \ \ 。$

(14)

式中：K_app为空气的表观热传导系数，可由干空气的导热系数K_da和饱和水蒸汽的导热系数K_da计算求得

$K_{\mathrm{app}}=K_{\mathrm{da}}+h \cdot K_{\mathrm{vs}} \cdot \xi \ \ \ 。$

(15)

式中： $\xi$ 为传质增强因子，按文献[24]建议取1；h为气相相对湿度，

$h=\exp \left(\frac{\psi M_{\mathrm{w}}}{\rho_{\mathrm{w}} R T_{\mathrm{K}}}\right) \quad \text { 。 }$

(16)

式中: $\psi$ 为土壤水势, $M_{\mathrm{w}}$ 为水的摩尔质量; $\rho_{\mathrm{w}}$ 为水的密度; $R$ 为绝对气体常数; $T_{\mathrm{K}}$ 为开尔文温度。

饱和水蒸汽的热传导系数K_vs为

$K_{\mathrm{vs}}=\frac{H_{\mathrm{L}} D M_{\mathrm{W}}}{R T_{\mathrm{K}}} \cdot \frac{p_{\mathrm{b}}}{p_{\mathrm{b}}-p_{\mathrm{vs}}} \cdot \frac{\mathrm{d} p_{\mathrm{vs}}}{\mathrm{d} T_{\mathrm{K}}}\ \ \ 。$

(17)

式中: $p_{\mathrm{b}}$ 为大气压; $H_{\mathrm{L}}$ 为汽化潜热, $H_{\mathrm{L}}=2503000-$ $2300 T$ 。

饱和蒸汽压p_vs与温度T有关：

$\ln p_{\mathrm{vs}}=\sum\limits_{l=-1}^3 g_l T^l+g_4 \ln T \ \ \ \ 。$

(18)

式中：g_l为形状因子，l=-1~4。g_-1 =-5800.22，g₀ =0.01，g₁=-0.05，g₂ = 0.42 ×10^-4，g₃ = -0.14 × 10^-7，g₄ =6.55。

式（17）中，D为水蒸气在空气中的扩散系数，与开尔文温度T_K有关：

$D=2.25 \times 10^{-5}\left[\frac{T_{\mathrm{K}}}{273.15}\right]^{1.72} \ \ \ \ 。$

(19)

参数δ为关于体积含水率θ_w和孔隙率n的函数：

$\delta=\frac{\theta_{\mathrm{w}}}{1-n} \ \ \ \ 。$

(20)

d）当体积含水率θ_w > θ_c，且长度比γ_f < 1时，土体的导热系数可由下式求得：

$\begin{aligned} \frac{1}{K}= & \frac{\beta^2-\beta \gamma}{K_{\text {app }}\left(\beta^2-\gamma_f^2\right)+K_{\mathrm{w}} \cdot \gamma_f^2}+\frac{\beta \gamma-\beta}{K_{\text {app }}\left(\beta^2-\gamma^2\right)+K_{\mathrm{w}} \cdot \gamma^2}+ \\ & \frac{\beta-\beta \gamma_f}{K_{\text {app }}\left(\beta^2-\gamma^2\right)+K_{\mathrm{w}} \cdot\left(\gamma^2-1\right)+\lambda_{\mathrm{s}}}+ \\ & \frac{\beta \gamma_f}{K_{\mathrm{s}}+K_{\mathrm{w}} \cdot\left(\gamma^2-1+2 M\right)+K_{\text {app }}\left(\beta^2-\gamma^2-2 M\right)} \ \end{aligned}\ \ \ \ 。$

(21)

式中：参数 $\gamma$ 为

$\gamma=\sqrt[3]{\frac{V_{\mathrm{w}}}{V_{\mathrm{s}}}-\frac{V_{\mathrm{wf}}}{V_{\mathrm{s}}}+1} \quad \ \ \ 。$

(22)

式中：V_wf，V_s分别为毛细水和固体颗粒的体积；V_s可由基本物性指标计算求得。

$\frac{V_{\mathrm{wf}}}{V_{\mathrm{s}}}=\left[0.183+\frac{0.226-0.183}{0.4764-0.2595} \cdot(0.4764-n)\right] \cdot\left(\beta^3-1\right) \text { 。 }$

(23)

长度比γ_f本质上也与体积含水率有关：

$\gamma_{\mathrm{f}}=\sqrt{\frac{V_{\mathrm{wf}} / V_{\mathrm{s}}}{3(\beta-\gamma)}} \quad \text {。 }$

(24)

e）当体积含水率θ_w > θ_c，且长度比γ_f > 1时，土体的导热系数可由下式求得：

$\begin{aligned} \frac{1}{K}= & \frac{\beta^2-\beta \gamma}{K_{\text {app }}\left(\beta^2-\gamma_f^2\right)+K_{\mathrm{w}} \cdot \gamma_{\mathrm{f}}^2}+\frac{\beta \gamma-\beta \gamma_f}{K_{\text {app }}\left(\beta^2-\gamma^2\right)+K_{\mathrm{w}} \cdot \gamma^2}+ \\ & \frac{\beta \gamma_{\mathrm{f}}-\beta}{K_{\text {app }}\left(\beta^2-\gamma^2-2 M\right)+K_{\mathrm{w}} \cdot\left(\gamma^2+2 M\right)}+ \\ & \frac{\beta}{K_{\mathrm{s}}+K_{\mathrm{w}} \cdot\left(\gamma^2-1+2 M\right)+K_{\text {app }}\left(\beta^2-\gamma^2-2 M\right)}。 \end{aligned}$

(25)

（3）Leong（2005）模型

Leong模型^[19]是以自洽近似法为基础，即假定土体是由土颗粒和均质体构成，该均质体是由具有相似性状的组分（包括土颗粒、水和空气）组成（见图 2）。由此，土体的等效导热系数可由迭代公式计算求得：

图 2 Leong模型的结构原理图

Figure 2. Structural diagram of Leong model

下载: 全尺寸图片幻灯片

$K_{\mathrm{eff}}=\frac{1}{3}\left[\sum\limits_{i=1}^3 \frac{\theta_i}{2 K_{\mathrm{eff}}+K_i}\right]^{-1} \text { 。 }$

(26)

式中： ${K_i}$ 和 ${\theta _i}$ 分别为土中各单相的导热系数和体积分数。

固相（ ${\theta _1}$ ）、液相（ ${\theta _2}$ ）和气相（ ${\theta _3}$ ）的体积分数可由下式计算求得：

${\theta _1} = \frac{{{V_{\text{s}}}}}{{{V_{\text{v}}} + {V_{\text{s}}}}} = \frac{{{\rho _{\text{d}}}}}{{{\rho _{\text{w}}}{G_{\text{s}}}}} \text{，}$

(27)

${\theta _2} = \frac{{{V_{\text{w}}}}}{{{V_{\text{v}}} + {V_{\text{s}}}}} = \frac{{{{\text{S}}_{\text{r}}}({G_{\text{s}}} - {\rho _{\text{d}}}/{\rho _{\text{w}}})}}{{{G_{\text{s}}}}} \text{，}$

(28)

${\theta _3} = \frac{{{V_{\text{a}}}}}{{{V_{\text{v}}} + {V_{\text{s}}}}} = 1 - ({\theta _1} + {\theta _2}) \ \ \ 。$

(29)

式中： ${V_{\text{s}}}$ ， ${V_{\text{w}}}$ 和 ${V_{\text{v}}}$ 分别为固体颗粒、水和土中孔隙的体积； ${\rho _{\text{d}}}$ 为土体的干密度（g/cm³）； ${\rho _{\text{w}}}$ 为水的密度； ${G_{\text{s}}}$ 为土粒相对质量密度。

固相的导热系数 ${K_1}$ 可由下式计算求得：

${K_1} = \alpha {K_{\text{s}}} \ \ \ 。$

(30)

式中： ${K_{\text{s}}}$ 为固体颗粒的导热系数，可利用式（4）计算求解； $\alpha$ 是传质校正因子，反映了土颗粒间接触热阻（TCR）对传热过程影响程度的大小，数值越大，土颗粒间接触情况越良好，故土颗粒的导热系数越大。在水饱和过程中，土颗粒间的接触情况受饱和度的影响，因而传质校正因子 $\alpha$ 与饱和度 ${S_{\text{r}}}$ 有关：

$\alpha = Ke({\alpha _{{\text{sat}}}} - {\alpha _{{\text{dry}}}}) + {\alpha _{{\text{dry}}}} \text{，}$

(31)

$Ke = 0.7\lg {{\text{S}}_{\text{r}}} + 1 \ \ \ 。$

(32)

式中： ${\alpha _{{\text{dry}}}}$ ， ${\alpha _{{\text{sat}}}}$ 分别为完全干燥和饱和状态下的传质校正因子，

${\alpha _{{\text{dry}}}} = \frac{1}{{(\beta /{K_{\text{s}}} + (1 - \beta )/{K_{{\text{da}}}}){K_{\text{s}}}}} \text{，}$

(33)

${\alpha _{{\text{sat}}}} = \frac{1}{{(\beta /{K_{\text{s}}} + (1 - \beta )/{K_2}){K_{\text{s}}}}} \ \ \ 。$

(34)

式中： ${K_{{\text{da}}}}$ ， ${K_2}$ 分别为干空气和液相（水）的导热系数，均是关于温度T的函数：

${K_{{\text{da}}}} = 2.408 \times {10^{ - 2}} + 7.92 \times {10^{ - 5}}T \text{，}$

(35)

${K_{\text{2}}} = 0.569 + 1.88 \times {10^{ - 3}}T - 7.72 \times {10^{ - 7}}{T^2} \ \ \ 。$

(36)

式（5），（6）中，参数 $\beta$ 为土颗粒间有效接触率，与孔隙率（ $n$ ）有关：

$\beta = 1 - 0.12833n + 0.06461{n^2} + 0.06491{n^3} \ \ \ 。$

(37)

气相的导热系数 ${K_3}$ 可由干空气 ${K_{{\text{da}}}}$ 和饱和水蒸汽 ${K_{{\text{vs}}}}$ 的导热系数求得：

${K_3}{\text{ = }}{K_{{\text{da}}}} + h{K_{{\text{vs}}}} \ \ \ 。$

(38)

式中：h为气相的相对湿度，可利用式（16）计算求得； ${\lambda _{{\text{vs}}}}$ 可利用式（17）计算求得。

（4）加权几何平均模型

本文基于加权几何平均法^[25]，建立考虑温度影响的土体导热系数预测模型，导热系数K可由各组分的加权几何平均关系式计算求得：

$K{\text{ = }}\prod\limits_i^n {K_i^{{\theta _i}}} \ \ \ 。$

(39)

式中： ${K_i}$ ， ${\theta _i}$ 分别为各组分的导热系数和体积分数。

利用加权几何平均法建立预测模型时，需作如下假定：①温度梯度作用下，视岩土体为固、液、气组成的3相混合均质体；②土体孔隙由空气填充，随着土中水分的增加，孔隙中的空气逐渐被水分取代。据此，非饱和土的导热系数可由下式进行计算：

$K = K_{\text{s}}^{{\theta _{\text{s}}}}K_{\text{w}}^{{\theta _{\text{w}}}}K_{\text{g}}^{{\theta _{\text{g}}}}\text{，}$

(40)

${\theta _{\text{s}}} = 1 - n = {\rho _{\text{d}}}/{\rho _{\text{p}}}\text{，}$

(41)

${\theta _{\text{w}}} = n{S_{\text{r}}}\text{，}$

(42)

${\theta _{\text{g}}} = n(1 - {S_{\text{r}}})\text{，}$

(43)

${\theta _{\text{s}}} + {\theta _{\text{w}}} + {\theta _{\text{g}}} = 1\ \ \ 。$

(44)

式中：固、液、气相的导热系数和体积分数分别为 ${K_{\text{s}}}$ ， ${K_{\text{w}}}$ ， ${K_{\text{g}}}$ 和 ${\theta _{\text{s}}}$ ， ${\theta _{\text{w}}}$ ， ${\theta _{\text{g}}}$ ； ${S_{\text{r}}}$ ，n分别为土的饱和度以及孔隙率； ${\rho _{\text{d}}}$ 为干密度； ${\rho _{\text{p}}}$ 为颗粒密度。

已有研究表明，干燥状态下温度对土体导热系数的影响较微弱^{[7, 12-13]}。为此，固相导热系数采用式（4）进行估算，即不考虑温度对其导热系数的影响。为考虑温度对液、气相导热系数的影响，利用Leong模型中式（36），（38）来分别计算不同温度下液、气相的导热系数。

需要说明的是，若不考虑温度变化的影响，土中主要传热方式是通过接触传导，而温度作用下压实非饱和土中各单相之间的接触情况比较复杂，土中还存在水蒸汽相，虽然Leong模型引入传质校正因子 $\alpha$ 用于表征土颗粒间接触热阻对传热过程的影响，但忽略了水蒸汽对土颗粒间接触热阻的影响，且该影响还可能与温度有关，目前较难进行量化。为此，引入模型拟合参数m和p用于综合考虑上述因素对土体传热的影响，对加权几何平均模型作进一步修正如下：

$K = K_{\text{s}}^{m(1 - n)}{(K_{\text{w}}^{{S_{\text{r}}}}K_{\text{g}}^{(1 - {S_{\text{r}}})})^{pn}}\ \ \ 。$

(45)

2. 试验结果及分析

2.1 含水率对土体导热系数温度效应的影响

图 3表示不同含水率w下土体导热系数K随温度T的变化。由图可知，土体导热系数随着温度和含水率的增大而增大。不同含水率条件下，温度对土体导热系数的影响程度不同。对于干燥和饱和试样，温度对土体导热系数的影响比较微弱。对于非饱和试样，温度对土体导热系数的影响随着含水率的增加呈先增大后减小的变化趋势。例如，初始干密度为1.30 g/cm³，含水率分别为0.5%（饱和度为1.2%，）和40.3%（饱和度为99.7%）时，温度对红黏土试样导热系数的影响明显较小（图 3（a））。而当试样的温度大于40℃时，温度对非饱和土体导热系数的影响开始显著，且随着试样含水率的增加，温度对土体导热系数的影响越显著，随着试样含水率的继续增加，温度对土体导热系数的影响呈下滑趋势，直至试样处于饱和状态时，温度对土体导热系数的影响极小。

从土体三相构成角度来分析，由于温度对干试样的导热系数几乎没影响（图 3），表明土中固相和气相部分的导热系数受温度变化的影响较小。已有研究表明，土中水的导热系数随温度的变化也较小，当水温从2℃升至92℃时，土中水导热系数的增加不超过0.1 W/mK^[26]。换言之，仅从土中各单相导热系数与温度的变化关系无法较好的解释温度对土体导热系数的影响。在较高环境温度下，由于非饱和含湿土样（多孔多相材料）内部孔隙结构（包含孔隙大小、形状、分布以及迂曲情况等）、孔隙中水分形态（结合水、自由水以及水蒸汽）、含量及分布情况均比较复杂，在孔隙尺度上可能会存在一定的温度梯度，导致土样内部发生水汽潜热传输效应。研究表明，在温度梯度作用下，土中水在“液岛”两端会发生蒸发和凝结交替存在的潜热传输作用（即相变热量的传递），并在热扩散作用下进一步强化土壤内部的热传导，即为水汽潜热传输效应^[27]。对膨润土持水特性的研究发现，膨润土的持水特性随着温度的升高反而变弱^[28-29]。在土体导热系数测试过程中，由于试样的含水率始终保持不变，因而吸力会随着温度的升高而减小，对土中水的约束减小，也就更有利于水汽潜热传输的发生，导热系数随之增大。王平全等^[30]采用热失重法确定了黏土中结合水类型、界限以及相对含量，发现土样温度升至75~120℃时，土中弱结合水转变为自由水。随着试样温度升高至一定范围内，部分土中弱结合水将转变成自由水，导致由温度引起的土中水分子热运动增强，也为水汽潜热传输提供了良好的物质条件。据此，本文认为温度对土体传热过程的影响可能取决于水汽潜热传输作用的变化，且比较依赖于温度、土中水分含量和水汽运移通道。这也就解释了非饱和土体导热系数的温度效应在中等饱和度范围内最为显著，而在干燥和完全饱和状态时，温度对土体导热系数的影响较小。

图 3 不同含水率试样导热系数随温度的变化

Figure 3. Change in thermal conductivity of samples with different water contents with temperature

下载: 全尺寸图片幻灯片

2.2 干密度对土体导热系数温度效应的影响

为不同干密度 ${\rho _{\text{d}}}$ 下压实试样导热系数K随温度T的变化。由图可知，相同含水率下，土体导热系数随着温度和干密度的增大而增大，且温度对土体导热系数的影响还与干密度有关。随着压实干密度的增大，温度对试样导热系数的影响明显减小。因而，尽管室温下（20~40℃）较高干密度试样的导热系数更大，但在高温（如90℃）条件下，较低干密度试样的导热系数也可能大于较高干密度试样。由“液岛”理论可知，良好的物质条件（土中水）和顺畅的传热通道（孔隙或裂隙）是水汽潜热传输作用的前提基础。换言之，土体内部可供潜热传输的水分和传热通道数越多，水汽潜热传输越显著，温度对土体导热系数的影响也就更明显。这就可以解释图 4中的试验结果，随着干密度的增大，土中孔隙空间被压缩，尤其是大孔隙，致使水汽潜热传输作用受阻，因此土体导热系数的温度效应随干密度的增大而减小。

图 4 不同干密度试样导热系数随温度的变化

Figure 4. Change in thermal conductivity of samples with different dry densities with temperature

下载: 全尺寸图片幻灯片

3. 预测模型验证及评估

利用实测的土体导热系数，图 5对比了4种模型的预测性能。由图可知，本文提出的加权几何平均模型预测性能最优，特别是对于膨润土，其预测值与实测值的偏差基本在±10%以内。Gori模型的预测效果不佳，其在高温条件下预测值普遍偏大，主要原因在于：①该理论模型中关键参数（如临界含水率θ_c）取值存在不确定性，需要通过间接估算获取（见式（12），（13）），且该关键参数较难通过实测获得；②Gori模型视土体为立方体单元，其固体颗粒位于土体单元中心，并将土体单元水饱和过程划分成3个阶段来预测导热系数，这些假定不可避免存在不同程度的偏差和不确定性。此外，Gori模型形式上也最为复杂，难以满足工程设计要求。Tarnawski模型和Leong模型的预测效果较好，偏差基本小于±30%。其中，采用Tarnawski模型对不同温度下土体导热系数进行计算时，模型参数a~g仅由20℃下的实测结果拟合获得，若模型参数a~g由不同温度下的实测结果拟合获取，Tarnawski模型预测效果应更好，但计算起来也比较繁琐，不利于该模型的推广使用。由式（15），（38）可知，传质增强因子ξ是用以反映水汽潜热传输过程水蒸汽扩散速率的影响，Gori模型和Leong模型中气相导热系数计算时并未考虑该因素的影响（即取ξ=1），忽略土中水蒸汽热扩散作用的影响。据此，本文认为Gori模型和Leong模型的预测偏差可能还与传质增强因子ξ的取值有关，今后需深入探究。

图 5 导热系数模型预测值和实测值对比

Figure 5. Comparison of measured and predicted thermal conductivities of soil

下载: 全尺寸图片幻灯片

为进一步检验加权几何平均模型对其它不同质地土壤的预测性能，利用该模型（加权几何平均模型）对文献[14]中细砂和粉砂质黏壤土的导热系数进行预测分析，结果如图 6所示。由图可知，加权几何平均模型对细砂和粉砂质黏壤土的预测效果均较好。实测结果表明，温度对红黏土热传导系数的影响与干密度和含水率均有关（图 3，4）。为此，利用加权几何平均模型预测含水率和干密度变化对土体导热系数温度效应的影响，进一步检验加权几何平均模型的可靠性。

图 6 平均几何模型预测值和实测值对比

Figure 6. Comparison between predicted and measured values of average geometric model

下载: 全尺寸图片幻灯片

图 7，8分别为含水率和干密度对土体导热系数温度效应影响的预测结果。由图可知，对于干燥和饱和土体，温度对其导热系数的影响很微弱。对于非饱和含湿土体，温度对其导热系数的影响显著。随着干密度的增大，土体的导热系数均随之增大，但温度对土体传热的影响还受干密度的约束，这与实测结果的分析是一致的。因此，本文提出的加权几何平均模型可较好预测土体导热系数温度效应与含水率和干密度间的关系，具有良好的预测性能。

图 7 含水率对土体导热系数温度效应影响的预测

Figure 7. Prediction of influences of water content on temperature effects of thermal conductivity of soil

下载: 全尺寸图片幻灯片

图 8 干密度对土体导热系数温度效应影响的预测

Figure 8. Prediction of influences of dry density on temperature effects of thermal conductivity of soil

下载: 全尺寸图片幻灯片

4. 结论

本文利用热探针法测试了不同温度条件下红黏土、粉土、软土和膨润土的导热系数，对土体导热系数的温度效应进行分析。在此基础上，建立了考虑土体导热系数温度效应的加权几何平均模型，并与传统的预测模型进行对比分析，主要得出3点结论。

（1）土体导热系数随着温度的增加而增大，其温度效应随干密度的增大而减小，温度对非饱和含湿土体导热系数的影响较大，对于干燥和饱和土体导热系数的影响比较微弱。

（2）基于加权几何平均法，建立考虑温度影响的导热系数预测模型，该模型同时考虑了水分和干密度对土体导热系数温度效应的影响。基于6种土体导热系数的实测结果，对加权几何平均模型和传统模型进行了对比分析，模型的计算结果表明，本文提出的加权几何平均模型预测性能最好，Tarnawski模型和Leong模型预测性能略低于加权几何平均模型，Gori模型预测效果最差。

（3）温度对土体导热系数的影响可能取决于水汽潜热传输作用的变化，该作用较依赖于温度、土中水分含量和水汽运移通道，当土中可提供潜热传输的水分和水汽运移通道越多，水汽潜热传输作用将越强，温度对土体导热系数的影响也越显著。

图 1 GDS空心圆柱扭剪仪

Figure 1. GDS hollow cylinder torsional apparatus

下载: 全尺寸图片幻灯片

图 2 空心圆柱试样受力状态

Figure 2. Stress states of a hollow cylinder specimen

下载: 全尺寸图片幻灯片

图 3 典型循环应力路径示意图

Figure 3. Schematic illustration of typical loading paths

下载: 全尺寸图片幻灯片

图 4 珊瑚砂颗粒电镜扫描图及级配曲线

Figure 4. Scanning electronic microscope graph and grain-size distribution curves of coral sand

下载: 全尺寸图片幻灯片

图 5 排水循环加载的典型试验结果

Figure 5. Typical drained cyclic responses

下载: 全尺寸图片幻灯片

图 6 循环应力路径对残余体应变的影响

Figure 6. Influences of cyclic stress paths on ε_{vd, ir}

下载: 全尺寸图片幻灯片

图 7 初始相对密度对残余体应变ε_{vd, ir}的影响

Figure 7. Influences of initial relative densities on ε_{vd, ir}

下载: 全尺寸图片幻灯片

图 8 循环应力比对残余体应变ε_{vd, ir}的影响

Figure 8. Influences of cyclic stress ratios on ε_{vd, ir}

下载: 全尺寸图片幻灯片

图 9 不同初始相对密度下单元体循环应力比与残余体应变极值的关系

Figure 9. Relationship between unit cycle stress ratio and ultimate volumetric strain under various initial relative densities

下载: 全尺寸图片幻灯片

图 10 拟合参数a、USR_t与初始相对密度的关系

Figure 10. Relationship among a, USR_t and initial relative densities

下载: 全尺寸图片幻灯片

图 11 不同初始相对密度和循环加载模式下拟合参数C_N1与C_N2的关系

Figure 11. Relationship among C_N1, C_N2 and cyclic loading modes under various initial relative densities

下载: 全尺寸图片幻灯片

图 12 不同初始相对密度下C_N1、C_N2与USR的关系

Figure 12. Relationship among C_N1, C_N2 and USR under various initial relative densities

下载: 全尺寸图片幻灯片

图 13 拟合参数m，n与初始相对密度的关系

Figure 13. Relationship among m, n and initial relative densities

下载: 全尺寸图片幻灯片

图 14 拟合参数t₁，t₂与初始相对密度的关系

Figure 14. Relationship among t₁, t₂ and initial relative densities

下载: 全尺寸图片幻灯片

表 1 排水循环剪切试验方案

Table 1 Schemes of drained cyclic shear tests

No.	m₁/m₂	β/ (°)	D_r/ %	D_rc/ %	CSR	(ε_{vd, ir})_u	C_N1	C_N2	No.	m₁/m₂	β/ (°)	D_r/ %	D_rc/ %	CSR	(ε_{vd, ir})_u	C_N1	C_N2
01	1.00	—	30	36.26	0.15	0.782	0.064	0.771	34	0.125	0	45	49.79	0.30	0.840	0.111	0.722
02	1.00	—	30	36.53	0.20	1.238	0.098	0.688	35	0	0	45	50.11	0.15	0.194	0.013	1.144
03	1.00	—	30	36.42	0.25	1.558	0.156	0.610	36	0	0	45	50.04	0.20	0.356	0.039	1.004
04	1.00	—	30	36.18	0.30	1.909	0.201	0.551	37	0	0	45	50.28	0.25	0.522	0.069	0.813
05	0.50	0	30	35.69	0.20	0.673	0.067	0.754	38	0	0	45	49.84	0.30	0.704	0.084	0.789
06	0.50	0	30	35.64	0.25	1.037	0.090	0.695	39	1.00	—	60	62.89	0.20	0.651	0.110	0.669
07	0.50	0	30	35.73	0.30	1.341	0.143	0.621	40	1.00	—	60	63.53	0.25	0.854	0.175	0.648
08	0	0	30	36.22	0.20	0.513	0.018	1.049	41	1.00	—	60	62.78	0.30	1.153	0.226	0.507
09	0	0	30	36.60	0.25	0.675	0.045	0.910	42	0.50	0	60	62.99	0.20	0.406	0.090	0.758
10	0	0	30	36.45	0.30	0.961	0.085	0.702	43	0.50	0	60	63.03	0.25	0.566	0.121	0.685
11	1.00	—	45	50.18	0.15	0.527	0.068	0.779	44	0.50	0	60	63.31	0.30	0.781	0.152	0.588
12	1.00	—	45	50.07	0.20	0.975	0.105	0.723	45	0.50	30	60	62.83	0.20	0.414	0.080	0.784
13	1.00	—	45	50.29	0.25	1.298	0.158	0.603	46	0.50	30	60	62.89	0.25	0.575	0.112	0.664
14	1.00	—	45	50.12	0.30	1.672	0.209	0.543	47	0.50	30	60	62.80	0.30	0.752	0.165	0.604
15	0.50	0	45	50.01	0.15	0.313	0.020	1.099	48	0.50	60	60	63.06	0.20	0.443	0.071	0.673
16	0.50	0	45	50.32	0.20	0.670	0.081	0.723	49	0.50	60	60	62.69	0.25	0.629	0.128	0.634
17	0.50	0	45	49.04	0.25	0.738	0.103	0.669	50	0.50	60	60	64.38	0.30	0.802	0.179	0.583
18	0.50	0	45	50.42	0.30	1.040	0.149	0.601	51	0.50	90	60	62.73	0.20	0.494	0.095	0.678
19	0.50	0	45	50.18	0.37	1.452	0.183	0.564	52	0.50	90	60	63.00	0.25	0.682	0.134	0.586
20	0.50	30	45	49.33	0.20	0.620	0.079	0.778	53	0.50	90	60	63.26	0.30	0.889	0.187	0.553
21	0.50	30	45	49.44	0.25	0.855	0.109	0.652	54	0	0	60	62.72	0.20	0.287	0.038	0.993
22	0.50	30	45	50.53	0.30	1.179	0.152	0.598	55	0	0	60	62.61	0.25	0.328	0.065	0.836
23	0.50	60	45	49.08	0.20	0.692	0.083	0.765	56	0	0	60	62.92	0.30	0.465	0.133	0.639
24	0.50	60	45	49.83	0.25	0.971	0.154	0.623	57	0	0	60	62.54	0.35	0.576	0.153	0.637
25	0.50	60	45	50.42	0.30	1.219	0.165	0.584	58	0	90	60	62.81	0.25	0.525	0.114	0.664
26	0.50	90	45	49.49	0.20	0.708	0.089	0.752	59	0	90	60	62.75	0.30	0.685	0.149	0.604
27	0.50	90	45	50.14	0.25	1.058	0.145	0.628	60	0	90	60	62.74	0.35	0.914	0.194	0.551
28	0.50	90	45	50.44	0.30	1.311	0.179	0.565	61	1.00	—	70	74.52	0.30	0.875	0.265	0.507
29	0.25	0	45	50.43	0.20	0.515	0.049	0.924	62	1.00	—	70	73.58	0.35	1.104	0.303	0.481
30	0.25	0	45	50.18	0.25	0.771	0.080	0.724	63	0.50	0	70	73.73	0.30	0.521	0.139	0.561
31	0.25	0	45	49.79	0.30	0.852	0.134	0.636	64	0.50	0	70	74.41	0.35	0.611	0.176	0.535
32	0.125	0	45	50.25	0.20	0.463	0.038	0.993	65	0	0	70	73.53	0.20	0.152	0.041	0.901
33	0.125	0	45	49.65	0.25	0.609	0.072	0.802	66	0	0	70	73.57	0.30	0.400	0.089	0.624
注：D_r为初始相对密度；D_rc为固结后相对密度；(ε_{vd, ir})_u，C_N1，C_N2分别为式（7）拟合得到的参数。

下载: 导出CSV

表 2 不同循环加载条件下的C₁，C₂值

Table 2 Values of C₁, C₂ under different cyclic loading conditions

循环加载模式	b	C₁	C₂
圆形（m₁/m₂ = 1.00）	0.5	1.38	1.00
椭圆形（m₁/m₂ = 0.50，β = -30°）		1.03	1.00
椭圆形（m₁/m₂ = 0.50，β = 0°）		0.99	1.00
椭圆形（m₁/m₂ = 0.50，β = 30°）		1.03	1.00
椭圆形（m₁/m₂ = 0.50，β = 60°）		1.10	1.00
椭圆形（m₁/m₂ = 0.50，β = 90°）		1.14	1.00
椭圆形（m₁/m₂ = 0.25，β = 0°）		0.84	1.00
椭圆形（m₁/m₂ = 0.125，β = 0°）		0.78	1.00
直线形（m₁/m₂ = 0，β = 0°）		0.75	1.00
直线形（m₁/m₂ = 0，β = 90°）		1.00	1.00

下载: 导出CSV

参考文献(26)

[1]	YOUD T L, CARTER B L. Influence of soil softening and liquefaction on spectral acceleration[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2005, 131(7): 811-825. doi: 10.1061/(ASCE)1090-0241(2005)131:7(811)
[2]	BRAY J D, MACEDO J. 6th Ishihara lecture: simplified procedure for estimating liquefaction-induced building settlement[J]. Soil Dynamics and Earthquake Engineering, 2017, 102: 215-231. doi: 10.1016/j.soildyn.2017.08.026
[3]	BULLOCK Z, DASHTI S, LIEL A B, et al. Probabilistic liquefaction triggering and manifestation models based on cumulative absolute velocity[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2022, 148(3): 04021196. doi: 10.1061/(ASCE)GT.1943-5606.0002729
[4]	王忠涛, 刘鹏, 杨庆. 非标准椭圆形应力路径下饱和松砂动强度的试验研究[J]. 岩土工程学报, 2016, 38(6): 1133-1139. doi: 10.11779/CJGE201606021 WANG Zhongtao, LIU Peng, YANG Qing. Dynamic strength of saturated loose sand under nonstandard elliptical stress path[J]. Chinese Journal of Geotechnical Engineering, 2016, 38(6): 1133-1139. (in Chinese) doi: 10.11779/CJGE201606021
[5]	张建民. 砂土动力学若干基本理论探究[J]. 岩土工程学报, 2012, 34(1): 1-50. http://www.cgejournal.com/cn/article/id/14487 ZHANG Jianmin. New advances in basic theories of sand dynamics[J]. Chinese Journal of Geotechnical Engineering, 2012, 34(1): 1-50. (in Chinese) http://www.cgejournal.com/cn/article/id/14487
[6]	CHEN G X, ZHAO D F, CHEN W Y, et al. Excess pore-water pressure generation in cyclic undrained testing[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2019, 145(7): 04019022. doi: 10.1061/(ASCE)GT.1943-5606.0002057
[7]	FINN W. Liquefaction potential: developments since 1976[J]. Proceedings International Conference Recent Advances in Geotechnical Earthquake Engineering and Soil Dynamics, 1981, 2: 655-681. http://en.cnki.com.cn/Article_en/CJFDTOTAL-SJDC198202003.htm
[8]	WONG R, ARTHUR J. Sand sheared by stresses with cyclic variations in direction[J]. Geotechnique, 1986, 36: 215-226. doi: 10.1680/geot.1986.36.2.215
[9]	LIU H L, ZHOU Y D, GAO Y F. Laboratory test on volumetric characteristics of saturated sea sand under cyclic loading[J]. China Ocean Engineering, 2003, 17(1): 93-100. http://www.nstl.gov.cn/paper_detail.html?id=2e1d60499fd6399be1fd9d65d3b00dd5
[10]	MARTIN G R, SEED H B, LIAM FINN W D. Fundamentals of liquefaction under cyclic loading[J]. Journal of the Geotechnical Engineering Division, 1975, 101(5): 423-438. doi: 10.1061/AJGEB6.0000164
[11]	BYRNE P M. A cyclic shear-volume coupling and pore pressure model for sand[C]//Proceedings of 2nd International Conference on Recent Advances in Geotechnical Earthquake Engineering and Soil Dynamics, St. Louis, 1991.
[12]	张建民. 砂土的可逆性和不可逆性剪胀规律[J]. 岩土工程学报, 2000, 22(1): 12-17. http://www.cgejournal.com/cn/article/id/10443 ZHANG Jianmin. Reversible and irreversible dilatancy of sand[J]. Chinese Journal of Geotechnical Engineering, 2000, 22(1): 12-17. (in Chinese) http://www.cgejournal.com/cn/article/id/10443
[13]	KANG X, GE L, CHANG K T, et al. Strain-controlled cyclic simple shear tests on sand with radial strain measurements[J]. Journal of Materials in Civil Engineering, 2016, 28(4): 1-8. doi: 10.1061/(asce)mt.1943-5533.0001458
[14]	WU Z X, YIN Z Y, DANO C, et al. Cyclic volumetric strain accumulation for sand under drained simple shear condition[J]. Applied Ocean Research, 2020, 101: 102200. doi: 10.1016/j.apor.2020.102200
[15]	何杨. 复杂应力条件下饱和砂土孔隙水压力及体变特性试验研究[D]. 大连: 大连理工大学, 2007. HE Yang. Experimental Study on Pore Water Pressure and Volumetric Strain Characteristics of Saturated Sands under Complex Stress Condition[D]. Dalian: Dalian University of Technology, 2007. (in Chinese)
[16]	SHAHNAZARI H, REZVANI R, TUTUNCHIAN M A. Post-cyclic volumetric strain of calcareous sand using hollow cylindrical torsional shear tests[J]. Soil Dynamics and Earthquake Engineering, 2019, 124: 162-171. doi: 10.1016/j.soildyn.2019.05.030
[17]	DUKU P M, STEWART J P, WHANG D H, et al. Volumetric strains of clean sands subject to cyclic loads[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2008, 134(8): 1073-1085. doi: 10.1061/(ASCE)1090-0241(2008)134:8(1073)
[18]	YEE E, DUKU P M, STEWART J P. Cyclic volumetric strain behavior of sands with fines of low plasticity[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2014, 140(4): 1-10.
[19]	赵凯, 吴琪, 熊浩, 等. 双向耦合循环剪切条件下饱和砂土体应变发展规律试验研究[J]. 岩土工程学报, 2019, 41(7): 1260-1269. doi: 10.11779/CJGE201907010 ZHAO Kai, WU Qi, XIONG Hao, et al. Experimental investigations on volumetric strain behavior of saturated sands under bi-directional cyclic loadings[J]. Chinese Journal of Geotechnical Engineering, 2019, 41(7): 1260-1269. (in Chinese) doi: 10.11779/CJGE201907010
[20]	HUANG B, CHEN X Y, ZHAO Y. A new index for evaluating liquefaction resistance of soil under combined cyclic shear stresses[J]. Engineering Geology, 2015, 199: 125-139.
[21]	TONG Z, ZHANG J M, YU Y L, et al. Drained deformation behavior of anisotropic sands during cyclic rotation of principal stress axes[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2010, 136: 1509-1518.
[22]	CHEN G X, MA W J, QIN Y, et al. Liquefaction susceptibility of saturated coral sand subjected to various patterns of principal stress rotation[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2021, 147(9): 04021093. http://www.nstl.gov.cn/paper_detail.html?id=7c7f65e9bbe9b95b0278251b70591332
[23]	沈扬. 考虑主应力方向变化的原状软粘土试验研究[D]. 杭州: 浙江大学, 2007. SHEN Yang. Experimental study on effect of variation of principal stress orientation on undisturbed soft clay[D]. Hangzhou: Zhejiang University, 2007. (in Chinese)
[24]	CHEN G X, WU Q, ZHOU Z L, et al. Undrained anisotropy and cyclic resistance of saturated silt subjected to various patterns of principal stress rotation[J]. Géotechnique, 2020, 70(4): 317-331. http://hub.hku.hk/handle/10722/293322
[25]	黄博, 凌道盛, 丁浩, 等. 斜入射地震波在土体中产生的动应力路径及试验模拟[J]. 岩土工程学报, 2013, 35(2): 276-283. http://www.cgejournal.com/cn/article/id/14969 HUANG Bo, LING Daosheng, DING Hao, et al. Seismic stress path induced by obliquely incident waves and its simulation[J]. Chinese Journal of Geotechnical Engineering, 2013, 35(2): 276-283. (in Chinese) http://www.cgejournal.com/cn/article/id/14969
[26]	土的工程分类标准: GB/T 50145—2007[S]. 北京: 中国计划出版社, 2008. Standard for Engineering Classification of Soil: GB/T 50145—2007[S]. Beijing: China Planning Press, 2008. (in Chinese)

施引文献(7)

期刊类型引用(4)

1.	马殷军，杜腾飞，栾恩铭，张寿红，董江龙. 环境温度对青海湖地区含盐土水热变化规律试验研究. 水利与建筑工程学报. 2025(01): 55-60+79 . 百度学术
2.	孔纲强，常洪林，王天赐，杨庆. 区域尺度地埋管地源热泵与能源地下结构开采浅层地热能评价综述. 岩土力学. 2024(05): 1265-1283 . 百度学术
3.	唐少容，殷磊，杨强，柯德秀. 微胶囊相变材料改良粉砂土的导热系数及预测模型. 中国粉体技术. 2024(03): 112-123 . 百度学术
4.	褚召祥，王一鸣，李晓昭，董凯军，顾晓滨，贾国圣. 岩土热导率预测正三棱柱-准内切球单元结构模型. 岩土工程学报. 2024(12): 2580-2590 . 本站查看