FDEM simulation for granular materials based on exact scaling and coarse granulation
-
摘要: 颗粒材料具有非连续、离散性等特征,在进行数值模拟时面临着较大的计算压力。通过将精确缩尺准则和粗粒化方法引入到连续-离散耦合(combined finite-discrete element method, FDEM)方法中,旨在为加速基于FDEM的颗粒材料数值模拟提供一种解决方案。基于精确缩尺和粗粒化等理论,推导了FDEM中应遵循的精确缩尺准则,在此基础上分别进行了等粒径颗粒体系及二元颗粒体系的三轴剪切数值试验。试验结果表明,在未引入精确缩尺准则时,粗粒化模型表现的力学响应特征会发生改变,结果出现失真,因此必须对粗粒化模型参数进行修正。引入精确缩尺准则后,粗粒化模型的力学响应特征会得到补正。试验结果论证了FDEM引入精确缩尺准则和粗粒化方法的有效性,即能在近似原始颗粒体系的条件下大幅度提升采用FDEM进行颗粒材料数值模拟的计算效率。基于数值试验结果进行了宏细观力学分析,宏观应力变形和细观接触力相互映证,揭示了精确缩尺和粗粒化方法的细观力学机理。
-
关键词:
- 颗粒材料 /
- 连续-离散耦合分析方法 /
- 精确缩尺 /
- 粗粒化 /
- 计算效率
Abstract: The particle materials are characterized by discontinuity and dispersion, so they face great computational pressure in numerical simulation. The exact scaling criterion and coarse-grained method are introduced into the combined finite-discrete element method (FDEM) to provide a solution for accelerating the numerical simulation of granular materials based on the FDEM. Based on the theories of exact scaling and coarse granulation, the exact scaling criteria for the FDEM are derived. On this basis, the numerical triaxial shear tests for equal diameter particle system and binary particle system are carried out respectively. The test results show that without the introduction of the exact scaling criteria, the mechanical response characteristics of the coarse-grained model will change, resulting in distortion, and the parameters of the coarse-grained model need to be corrected. After the introduction of the exact scaling criteria, the mechanical response characteristics of the coarse-grained model are corrected. The test results demonstrate the effectiveness of introducing the exact scaling criteria and coarse granulation method into the FDEM. It can greatly improve the computational efficiency of numerical simulation of granular materials using the FDEM under the similar conditions to the original particle system. Based on the numerical test results, the macroscopic stress deformation and mesoscopic contact force are correlated, and the micromechanical mechanism of the exact scaling and coarse-grained methods is revealed.-
Keywords:
- granular material /
- FDEM /
- exact scaling /
- coarse granulation /
- computational efficiency
-
0. 引言
河道疏浚、湖泊清淤以及港口航道建设等不可避免地产生大量疏浚淤泥,资源化利用是处置疏浚淤泥的根本出路[1-4]。由于疏浚淤泥具有较差的物理和力学性能(如高含水量、高压缩性、强度和承载能力低等),资源化利用前往往仍需对其脱水处置[5]。鉴于处理费用、处理设备、处理规模的限制,目前实际中仍以场地堆放为主。但在自然条件下淤泥堆场的自重固结往往需要较长时间,受到外部气候影响大,场地周转时间长。因此,工程中需对淤泥堆场进行处理以达到快速有效脱水的目的。
目前常采用的处置方式为打设竖向排水板PVDs (Prefabricated Vertical Drains)以提供排水通道。但其存在的主要问题:①PVD随土体沉降发生弯折变形,导致其后期排水效率较差,底部疏浚淤泥不能完成脱水固结;②疏浚淤泥早期强度较低,难以实现PVD的机械施工[6-7]。
针对上述PVD的不足,学者们提出使用水平排水板(PHD)处理疏浚淤泥堆场。Shinsha等[8]研究指出铺设PHD可边堆放边固结,现场试验结果表明其处理疏浚淤泥的总量可达到堆场总容积的1.1倍。王海燕等[9]研究了PHD在某疏浚淤泥吹填场地的应用,并与PVD处理的场地作对比,结果表明使用PHD的加固效果明显优于PVD。周洋等[10]通过室内模型试验,将PHD和PVD真空预压法进行对比研究,证明PHD能够与疏浚淤泥协同沉降,从而有效避免排水板的弯折问题,并且该试验也表明,PVD固结单元与PHD固结单元中的边界条件有明显的差别。
既然PHD在处理疏浚淤泥堆场方面存在一定优势,且能够取得较好的加固效果,那么深入研究PHD处理疏浚淤泥堆场的大应变固结问题具有重要的理论和实际意义。陈征等[11]对分布式排水通道固结模型开展研究,其模型实质与PHD固结模型相类似,并获得了分布式排水固结模型的小应变固结解答。此外,Chai等[12]通过将固结单元转化为轴对称模型或平面应变模型给出半经验性的真空预压固结分析方法。在此基础上,Chai等[13]提出了真空预压下PHD处理吹填土的大应变固结模型,然而上述理论均忽略了淤泥土体自重作用的影响。同时,李传勋等[14]通过整理大量吹填土室内试验数据发现:应用半对数坐标系中的线性关系描述高压缩性疏浚淤泥的非线性压缩和渗透特性往往存在一定偏差。
事实上,在堆场运转周期允许的条件下,铺设PHDs后可不施加真空预压而仅靠疏浚淤泥自重达到脱水固结效果。Lee等[15]获得饱和软土线性自重固结解析解,但其忽视了土体固结中的非线性压缩渗透特性。蒲诃夫等[16]基于分段线性法,建立了能同时考虑饱和软土大应变效应和材料参数非线性变化的自重固结模型。但以上疏浚淤泥自重固结均未对淤泥土层开展任何处理,同时采用的非线性本构关系亦不能反映淤泥的真实压缩渗透特性。为加快自重下堆场的固结速率,可在堆场底部间隔一定距离铺设PHDs,此时堆场底部边界为间隔式透水边界,但目前对该工况下的堆场自重固结还鲜见报道。
以PHD处理的疏浚淤泥堆场自重固结模型研究为出发点,在讨论疏浚淤泥非线性压缩和渗透特性的基础上,采用大应变几何条件建立了发生平面渗流、竖向应变的疏浚淤泥堆场自重固结模型并获得其解答。在验证模型可靠性的基础上,对PHD铺设间距、堆放高度及土体非线性特性参数对固结性状的影响开展分析,为今后PHD处理疏浚淤泥堆场的实际工程提供一定的理论支撑。
1. 淤泥的非线性压缩渗透特性
1.1 淤泥非线性压缩特性
Butterfield[17]通过室内压缩试验发现高压缩性土的压缩曲线在e - lgσ′坐标系中会出现曲线段,并提出能更佳反映其压缩特性的非线性关系为
lg(1+e1+e0)=lg(σ′0σ′)Ic。 (1) 式中:σ′为土体有效应力;e为土体孔隙比;σ′0为初始有效应力;e0为初始孔隙比;Ic为土体的压缩指数。为进一步说明该非线性关系对淤泥的适用性,对已有文献[18,19]中吹填淤泥、冲填淤泥压缩实验结果进行拟合,结果如图 1所示,可发现高压缩性淤泥在lg(1+e) - lgσ′坐标系中具有非常好的线性关系。
1.2 淤泥非线性渗透特性
曾玲玲等[20]分析多组固结渗透试验数据发现:当土体应变超过20%时,淤泥渗透系数与孔隙比在双对数坐标系比其在半对数坐标系中具有更好的线性关系。李传勋等[14]在此基础上对大量高压缩性软土渗透试验数据开展分析,进一步表明下式所示的非线性关系能更好地描述其非线性渗透特性:
kvkv0=(1+e1+e0)α。 (2) 式中:kv为土体渗透系数;kv0为土体初始渗透系数;α为渗透模型参数,其值等于土体渗透指数的倒数。该关系式不仅能有效描述一般黏性土的非线性渗透关系,而且其更好地描述高压缩性淤泥的非线性渗透关系。文献[14]对此已开展了大量试验数据的验证并给出了相应模型参数的变化范围,限于篇幅,这里不再对该非线性渗透关系深入地展开论证。
2. PHD处理堆场自重固结数学模型
2.1 问题描述
如图 2(a)所示,堆场中淤泥堆放高度为H,堆场四周设置的围堰使堆场内淤泥仅发生竖向应变。将宽度为b的PHD以间距(L+b)在堆场底面等间距铺设。由于PHD的存在,导致计算单元内发生平面渗流。但也正因PHD的等间距铺设,可选取单个PHD及其上土体作为计算单元计算。如图 2(b)所示,计算单元水平方向坐标轴为x,竖直方向坐标轴为a,单元左边界为x=0,右边界为x=L+b,单元底部排水板部分为透水边界,排水板之外的底部边界为不透水边界,计算单元两侧均为不透水边界,单元顶部为完全透水边界。
2.2 基本假定
(1)淤泥为均质、饱和,土颗粒和水均不可压缩。
(2)堆场四周围堰的限制致使淤泥仅发生竖向变形,铺设PHD使计算单元内发生平面渗流。
(3)应用如前所述的双对数坐标系中的线性关系描述淤泥的非线性压缩渗透特性。
(4)淤泥中水的渗流服从Darcy定律。
(5)将PHD视为理想水平排水井,此时堆场自重固结属于典型的平面应变固结问题。
2.3 固结控制微分方程
图 3为拉格朗日坐标系中堆场自重固结示意图。竖向以自重作用方向为正方向。图 3(a)为拉格朗日坐标系初始时刻示意图,堆场顶面记为a=0,堆场底面记为a=H。图 3(b)为t时刻流动坐标系示意图,初始构型中坐标a在流动坐标系中t时刻距离基准面的距离为ξ=ξ(a,t)。根据Gibson等[21]大应变固结理论可知,a与ξ之间关系为
∂ξ∂a=1+e1+e0。 (3) 式中:e=e(a,t)为初始构型坐标a处t时刻的土层孔隙比;e0=e(a,t)为初始构型坐标a处土层初始孔隙比。初始构型a处土层在自重作用下总应力为
σ(a)=γw(Gs−1)a1+e0(0⩽ (4) 式中: \sigma (a) 为自重作用下土层的总应力; {G_{\text{s}}} 为土体颗粒相对质量密度;{\gamma _{\text{w}}}为水的重度。
如图 4所示,流动坐标系中单元体ξ方向上流入的孔隙水流量qξ为
{q_{\mathtt{ξ }}} = \frac{e}{{1 + e}}(v_{\mathtt{ξ }}^{\text{w}} - {v_{\text{s}}}){\text{d}}x 。 (5) 式中:v_{\mathtt{ξ }}^{\text{w}},{v_{\text{s}}}分别为孔隙水与土颗粒沿ξ方向上的真实流速。
流出的孔隙水流量qξ+dqξ为
{q_{\mathtt{ξ }}} + {\text{d}}{q_{\mathtt{ξ }}} = \left\{ {\frac{e}{{1 + e}}(v_{\mathtt{ξ }}^{\text{w}} - {v_{\text{s}}}) - \frac{\partial }{{\partial \xi }}\left[ {\frac{e}{{1 + e}}(v_{\mathtt{ξ }}^{\text{w}} - {v_{\text{s}}}){\text{d}}\xi } \right]} \right\}{\text{d}}x。 (6) 单元体ξ方向上的流量差dqξ为
{\text{d}}{q_{\mathtt{ξ }}} = - \frac{\partial }{{\partial \xi }}\left[ {\frac{e}{{1 + e}}(v_{\mathtt{ξ }}^{\text{w}} - {v_{\text{s}}})} \right]{\text{d}}\xi {\text{d}}x。 (7) 流动坐标系中单元体x方向上流入的孔隙水流量qx为
{q_x} = \frac{e}{{1 + e}}v_x^{\text{w}}{\text{d}}\xi 。 (8) 式中:v_x^{\text{w}}为孔隙水沿x方向上的真实流速。
流出的孔隙水流量qx+dqx为
{q_x} + {\text{d}}{q_x} = \left\{ {\left( {\frac{e}{{1 + e}}} \right)v_x^{\text{w}} + \frac{\partial }{{\partial x}}\left[ {\left( {\frac{e}{{1 + e}}} \right)v_x^{\text{w}}} \right]{\text{d}}x} \right\}{\text{d}}\xi 。 (9) 单元体x方向上的流量差dqx为
{\text{d}}{q_x} = \frac{\partial }{{\partial x}}\left( {\frac{e}{{1 + e}}v_x^{\text{w}}} \right){\text{d}}x{\text{d}}\xi 。 (10) 根据单元体流入与流出的流量差等于单元体体积改变量可得
\begin{array}{c} - \frac{1}{{1 + e}}\frac{{\partial e}}{{\partial t}}{\text{d}}\xi {\text{d}}x = - \frac{\partial }{{\partial \xi }}\left[ {\frac{e}{{1 + e}}\left( {v_{\mathtt{ξ }}^{\text{w}} - {v_{\text{s}}}} \right)} \right]{\text{d}}\xi {\text{d}}x +\\ \frac{\partial }{\partial x}\left(\frac{e}{1+e}{v}_{x}^{\text{w}}\right)\text{d}x\text{d}\xi \text{ }。 \end{array} (11) 同时引入Darcy定律,式(11)可改写为
\frac{1}{{1 + e}}\frac{{\partial e}}{{\partial t}} = \frac{1}{{{\gamma _{\text{w}}}}}\frac{\partial }{{\partial \xi }}\left( {{k_{\mathtt{ξ }}}\frac{{\partial u}}{{\partial \xi }}} \right) + \frac{1}{{{\gamma _{\text{w}}}}}\frac{\partial }{{\partial x}}\left( {{k_x}\frac{{\partial u}}{{\partial x}}} \right)。 (12) 式中:kξ,kx分别为淤泥的竖向渗透系数和水平渗透系数;u为自重引发的超静孔隙水压力。
根据式(3),控制方程(12)可转换为拉格朗日坐标系中应用初始构型表达的控制方程为
\frac{1}{{1 + e}}\frac{{\partial e}}{{\partial t}} = \frac{1}{{{\gamma _{\text{w}}}}}\frac{{1 + {e_0}}}{{1 + e}}\frac{\partial }{{\partial a}}\left[ {\frac{{{k_{\mathtt{ξ }}}\left( {1 + {e_0}} \right)}}{{1 + e}}\frac{{\partial u}}{{\partial a}}} \right] + \frac{1}{{{\gamma _{\text{w}}}}}\frac{\partial }{{\partial x}}\left( {{k_x}\frac{{\partial u}}{{\partial x}}} \right) 。 (13) 由于自重固结过程中土中总应力\sigma (a)保持不变,根据有效应力原理可得
\frac{{\partial e}}{{\partial t}} = \frac{{{\text{d}}e}}{{{\text{d}}\sigma '}}\frac{{\partial \sigma '}}{{\partial t}} = - \frac{{{\text{d}}e}}{{{\text{d}}\sigma '}}\frac{{\partial u}}{{\partial t}} 。 (14) 将式(14)代入式(13)可得
\begin{array}{l} - \frac{1}{{1 + {e_0}}}\frac{{{\text{d}}e}}{{{\text{d}}\sigma '}}\frac{{\partial u}}{{\partial t}}\\ = \frac{1}{{{\gamma _{\text{w}}}}}\frac{\partial }{{\partial a}}\left[ {\frac{{{k_{\mathtt{ξ }}}\left( {1 + {e_0}} \right)}}{{1 + e}}\frac{{\partial u}}{{\partial a}}} \right] + \frac{1}{{{\gamma _{\text{w}}}}}\frac{{1 + e}}{{1 + {e_0}}}\frac{\partial }{{\partial x}}\left( {{k_x}\frac{{\partial u}}{{\partial x}}} \right) 。 \end{array} (15) 将式(1),(2)代入式(15),可得PHD处理疏浚淤泥堆场大应变非线性自重固结控制方程为
\begin{array}{c} \frac{{\partial u}}{{\partial t}} = \frac{{{k_{{\mathtt{ξ }}0}}}}{{{\gamma _{\text{w}}}}}\frac{{{{\sigma '}_0}}}{{{I_{\text{c}}}}}{\left( {\frac{{\sigma '}}{{{{\sigma '}_0}}}} \right)^{{I_{\text{c}}} + 1}}\frac{\partial }{{\partial a}}\left[ {{{\left( {\frac{{\sigma '}}{{{{\sigma '}_0}}}} \right)}^{ - {I_{\text{c}}}(\alpha - 1)}}\frac{{\partial u}}{{\partial a}}} \right] +\\ \frac{{{k_{x0}}}}{{{\gamma _{\text{w}}}}}\frac{{{{\sigma '}_0}}}{{{I_{\text{c}}}}}\left( {\frac{{\sigma '}}{{{{\sigma '}_0}}}} \right)\frac{\partial }{{\partial x}}\left[ {{{\left( {\frac{{\sigma '}}{{{{\sigma '}_0}}}} \right)}^{ - {I_{\text{c}}}}}^\beta \frac{{\partial u}}{{\partial x}}} \right] 。 \end{array} (16) 式中:kξ0,kx0分别为淤泥在竖直方向上和水平方向上的初始渗透指数;\alpha ,\beta 分别为淤泥在竖直方向上和水平方向的双对数渗透模型参数,其倒数为淤泥渗透指数。
2.4 定解条件
PHD处理的疏浚淤泥在自重固结过程中上表面为透水边界,即
u(0,x) = 0 (0 \leqslant x \leqslant L + b) 。 (17) 堆场底部铺设PHD区域视为透水边界,未铺设PHD区域则视为不透水边界,即
u(H,x) = 0 \left( {\frac{L}{2} \leqslant x \leqslant \frac{L}{2} + b} \right)\text{,} (18) {\left. {\frac{{\partial u}}{{\partial a}}} \right|_{a = H}} = 0 \left(0\le x < \frac{L}{2}\text{,}\frac{L}{2}+b < x\le L+b\right) 。 (19) 考虑PHD等间距铺设,由于对称性可将计算单元之间的边界视为不透水边界,即
{\left. {\frac{{\partial u}}{{\partial x}}} \right|_{x = 0}} = {\left. {\frac{{\partial u}}{{\partial x}}} \right|_{x = L + b}} = 0 。 (20) 如图 3(a)所示,由于疏浚淤泥在自重固结开始时,不存在有效应力,其自重应力均由超静孔压承担,故超静孔隙水压力的初始条件为
u(a,0) = \frac{{{\gamma _{\text{w}}}({G_{\text{s}}} - 1)a}}{{1 + {e_0}}} 。 (21) 3. 模型的有限差分解答
3.1 无量纲化
为便于方程求解,定义如下无量纲参数及变量:Z = \frac{a}{H},X = \frac{x}{{(L + b)}}, \kappa = \frac{{{k_{x{\text{0}}}}}}{{{k_{{\mathtt{ξ} 0}}}}} ,\eta = \frac{H}{{(L + b)}}, U = \frac{u}{{{{\sigma '}_0}}} , {T_{\text{v}}} = \frac{{{c_{{\text{F0}}}}t}}{{{H^2}}} , Q = \frac{{\sigma '}}{{{{\sigma '}_0}}} ,\lambda = \frac{b}{{L + b}},其中{c_{{\text{F0}}}} = \frac{{{k_{{\mathtt{ξ} 0}}}}}{{{\gamma _{\text{w}}}}}\frac{{{{\sigma '}_0}}}{{{I_{\text{c}}}}};无量纲参数λ表征为PHD的铺设面积与堆场总面积之比,即铺设率。将无量纲参数代入控制方程式(16)得
\frac{\partial U}{\partial {T}_{\text{v}}}={(Q)}^{{I}_{\text{c}}+1}\frac{\partial }{\partial Z}\left[{(Q)}^{-{I}_{\text{c}}(\alpha -1)}\frac{\partial U}{\partial Z}\right]+\kappa {\eta }^{2}Q\frac{\partial }{\partial X}\left[{(Q)}^{-{I}_{\text{c}}}{}^{\beta }\frac{\partial U}{\partial X}\right]。 (22) 对应的边界条件式(17)~(20)可改为
{\left. U \right|_{Z = 0}} = 0 (0 \leqslant X \leqslant 1) \text{,} (23) {\left. U \right|_{Z = 1}} = 0 \left( {\frac{{1 - \lambda }}{2} \leqslant X \leqslant \frac{{1 + \lambda }}{2}} \right)\text{,} (24) {\left. {\frac{{\partial U}}{{\partial Z}}} \right|_{Z = 1}} = 0 (0 \leqslant X < \frac{{1 - \lambda }}{2}\text{,}\frac{{1 + \lambda }}{2} < X \leqslant 1)\text{,} (25) {\left. {\frac{{\partial U}}{{\partial X}}} \right|_{X = 0}} = {\left. {\frac{{\partial U}}{{\partial X}}} \right|_{X = 1}} = 0。 (26) 对应的初始条件式(21)改为
{\left. U \right|_{{T_{\text{v}}} = 0}} = \frac{{{\gamma _{\text{w}}}H{\text{(}}{G_{\text{s}}} - 1{\text{)}}Z}}{{(1 + {e_0}){{\sigma '}_0}}} (0 \leqslant Z \leqslant 1)。 (27) 3.2 模型的有限差分解
式(22)为二阶变系数偏微分方程。如使用显式差分格式求解,虽便于计算但稳定性较差;若改用隐式格式或Crank-Nicolson格式,其对应线性方程组的系数矩阵不再是三对角矩阵,不能使用追赶法求解[22]。因此,本节采用交替方向隐式(ADI)格式求解。
如图 5所示,对无量纲化的计算单元划分网格,沿竖向划分J等份,步长为\Delta Z,则Z向第j节点坐标为Zj=j \Delta Z ,j=0,1,…,J-1,J+1。沿水平方向划分I等份,其步长为\Delta X,则X向第i节点坐标为Xi=i \Delta X ,i=-1,0,…,I1,I1+1,…I2-1,I2,…,I,I+1。其中网格I1至I2间为水平排水板,其边界为透水性边界。同时,将时间域划分为多个微小时段,记第 m 个微小时间段的步长为 \Delta {T_{{\text{v}}m}} ,则 \Delta {T_{{\text{v}}m}} = {T_{\text{v}}}_m - {T_{{\text{v}}m - 1}} ,其中 {T_{\text{v}}}_m 为第m时段的终止时刻, {T_{{\text{v}}m - 1}} 为第m时段的初始时刻,m=1, 2, 3, …。
首先,在时间间隔({T_{{\text{v}}m}},{T_{{\text{v}}m}} + \Delta {T_{{\text{v}}m}}/2)对式(22)在Z方向取隐式差分,X方向取显式差分,可得如下的差分方程:
\begin{array}{l} U_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} - U_{j,i}^m = \mu {(Q_{j,i}^m)^{{I_{\text{c}}} + 1}}{(Q_{j + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2},i}^m)^{ - {I_{\text{c}}}(\alpha - 1)}}(U_{j + 1,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} - U_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}) + \hfill \\ {\text{ }}\mu {(Q_{j,i}^m)^{{I_{\text{c}}} + 1}}{(Q_{j - {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2},i}^m)^{ - {I_{\text{c}}}(\alpha - 1)}}(U_{j - 1,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} - U_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}) + \hfill \\ {\text{ }}\kappa \tau {\eta ^2}Q_{j,i}^m{(Q_{j,i + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}^m)^{ - {I_{\text{c}}}\beta}} (U_{j,i + 1}^m - U_{j,i}^m) + \hfill \\ \kappa \tau {\eta ^2}Q_{j,i}^m{(Q_{j,i - {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}^m)^{ - {I_{\text{c}}}\beta}} (U_{j,i - 1}^m - U_{j,i}^m) 。 \end{array} (28) 其次,在时间间隔({T_{{\text{v}}m}} + \Delta {T_{{\text{v}}m}}/2,{T_{{\text{v}}m}} + \Delta {T_{{\text{v}}m}})对式(22)在Z方向取显式差分,X方向取隐式差分,可得如下的差分方程
\begin{array}{l} U_{j,i}^{m + 1} - U_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} = \kappa \tau {\eta ^2}Q_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}{(Q_{j,i + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}})^{ - {I_{\text{c}}}\beta }}(U_{j,i + 1}^{m + 1} - U_{j,i}^{m + 1}) + \hfill \\ {\text{ }}\kappa \tau {\eta ^2}Q_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}{(Q_{j,i - {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}})^{ - {I_{\text{c}}}\beta }}(U_{j,i - 1}^{m + 1} - U_{j,i}^{m + 1}) + \hfill \\ {\text{ }}\mu {(Q_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}})^{{I_{\text{c}}} + 1}}{(Q_{j + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2},i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}})^{ - {I_{\text{c}}}\left( {\alpha - 1} \right)}}(U_{j + 1,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} - U_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}) + \hfill \\ \mu {(Q_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}})^{{I_{\text{c}}} + 1}}{(Q_{j - {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2},i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}})^{ - {I_{\text{c}}}\left( {\alpha - 1} \right)}}(U_{j - 1,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} - U_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}) 。 \end{array} (29) 式中: \mu = \frac{{\Delta {T_{\text{v}}}}}{{2{{(\Delta Z)}^2}}} ; \tau = \frac{{\Delta {T_{\text{v}}}}}{{2{{(\Delta X)}^2}}} ; U_{j,i}^m 和 Q_{j,i}^m 为 {T_{\text{v}}}_m 时刻在网格节点(Xi,Zj)处的超静孔压无量纲值和有效应力无量纲值; U_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} 和 Q_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} 分别为({T_{{\text{v}}m}} + \Delta {T_{{\text{v}}m}}/2)时刻在网格节点(Xi,Zj)处的超静孔压无量纲值和有效应力无量纲值; Q_{j \pm {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2},i}^m = \frac{{(Q_{j \pm 1,i}^m + Q_{j,i}^m)}}{2} ; Q_{j,i \pm {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}^m = \frac{{(Q_{j,i \pm 1}^m + Q_{j,i}^m)}}{2} ; Q_{j \pm {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2},i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} = \frac{{(Q_{j \pm 1,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} + Q_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}})}}{2} ; Q_{j,i \pm {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} = \frac{{(Q_{j,i \pm 1}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} + Q_{j,i}^{m + {1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}})}}{2} 。
求解条件式(23)~(27)应用离散点可分别表达为
U_{0,i}^m = 0 ( i = 0,1, \cdots ,I ) \text{,} (30) U_{J,i}^m = 0 (i = {I_1},{I_1} + 1, \cdots ,{I_2}) \text{,} (31) U_{J + 1,i}^m = U_{J - 1,i}^m (i = 0,1, \cdots ,{I_1} - 1\text{,}i = {I_2} + 1,{I_2} + 2, \cdots ,I)\text{,} (32) U_{j, - 1}^m = U_{j,1}^m (j = 0,1, \cdots ,J) \text{,} (33) U_{j,I - 1}^m = U_{j,I + 1}^m (j = 0,1, \cdots ,J) \text{,} (34) U_{j,i}^0 = \frac{{{\gamma _{\text{w}}}H({G_{\text{s}}} - 1)}}{{(1 + {e_0}){{\sigma '}_0}}}j\Delta Z ( j = 0,1, \cdots ,J , i = 0,1, \cdots ,I )。 (35) 在求得土中超静孔压解答的基础上,可得到土层的最终沉降值{S_\infty }为
{S_\infty } = H - \int_0^H {{{\left( {\frac{{{{\sigma '}_\infty }}}{{{{\sigma '}_0}}}} \right)}^{ - {I_{\text{c}}}}}{\text{d}}a} 。 (36) {T_{\text{v}}}_m 时刻土层的沉降值 {S_{{\text{t}}m}} 为
{S_{{\text{t}}m}} = H - \frac{H}{J}\sum\limits_{j = 0}^{J - 1} {{{\left( {\frac{{\bar Q_j^m + \bar Q_{j + 1}^m}}{2}} \right)}^{ - {I_{\text{c}}}}}} 。 (37) 式中: \bar Q_j^m = \frac{1}{{I{\text{ + }}1}}\sum\limits_{i = 0}^I {\left( {1 + \frac{{{\gamma _{\text{w}}}H({G_{\text{s}}} - 1)}}{{(1 + {e_0})}}j\Delta Z - U_{j,i}^m} \right)} , j = 0, \cdots ,J - 1 。故按变形定义的平均固结度为{U_{{\text{st}}}} = {{{S_{{\text{t}}m}}} \mathord{\left/ {\vphantom {{{S_{{\text{t}}m}}} {{S_\infty }}}} \right. } {{S_\infty }}}。
土体最终有效应力沿深度在初始构型中分布面积 {A_\infty } 为
{A_\infty } = \int_0^H {\sigma (a)} = \frac{{{\gamma _{\text{w}}}({G_{\text{s}}} - 1)}}{{2(1 + {e_0})}}{H^2} 。 (38) {T_{\text{v}}}_m 时刻土层平均有效应力沿深度分布面积{A_{{\text{t}}m}}为
{A_{{\text{t}}m}} = \frac{{{\gamma _{\text{w}}}({G_{\text{s}}} - 1)}}{{2(1 + {e_0})}}{H^2} - \frac{{{{\sigma '}_0}H}}{J}\sum\limits_{j = 0}^{J - 1} {\frac{{\bar U_j^m + \bar U_{j + 1}^m}}{2}} 。 (39) 式中: \bar U_j^m = \frac{1}{{I{\text{ + }}1}}\sum\limits_{i = 0}^I {U_{j,i}^m} ,j = 0, \cdots ,J - 1。故按孔压定义的平均固结度{U_{{\text{pt}}}} = {{{A_\infty }} \mathord{\left/ {\vphantom {{{A_\infty }} {{A_{{\text{t}}m}}}}} \right. } {{A_{{\text{t}}m}}}}。
4. 解答的验证
Pu等[23]采用半对数坐标系中的线性关系描述土体的非线性压缩渗透关系,获得淤泥自重作用下大应变固结的数值解。将该文献中的半对数模型参数通过换算可得到双对数坐标系中的淤泥非线性压缩渗透模型参数:H=5.0 m,Gs=2.78,{e_0}=5.0,{I_{\text{c}}}=0.071,\alpha =10.80,{k_{{\mathtt{ξ} 0}}}=6.91×10-8 m/s,{\sigma '_0}=0.2 kPa。解答的验证及固结性状分析均采用次土体参数,且淤泥土体渗透各向同性,即\kappa = 1。当未铺设PHD(\lambda =0%)时,本文自重固结模型可退化为单面排水情况下淤泥一维自重固结模型。同理,当PHD完全铺设(\lambda =100%)时,此模型可退化为双面排水情况下的淤泥自重固结模型。将以上两种情况下数值解与已有的淤泥自重大应变固结解进行对比分析,以验证本文模型计算的可靠性。如图 6所示,将两种情况下本文计算的淤泥堆场平均固结度与Pu等[23]计算的平均固结度Ust对比分析,可发现两种情况下的固结曲线完全重合,初步验证了本文固结模型的可靠性。此外,将本文计算结果与文献[23]中0.1,1,2 a的超静孔压沿深度分布开展对比分析,如图 7(a),(b)所示,从图 6,7中可发现本文计算计算结果与Pu等[23]的计算结果完全重合,这进一步验证了本文固结模型的可靠性。
5. PHD处理堆场的固结性状分析
5.1 铺设率对固结性状的影响
堆场高度H=5 m,排水板宽度b=0.1 m保持不变的情况下,图 8为不同PHD铺设率\lambda 下淤泥土层平均固结度Upt随时间的变化曲线。可发现同一时刻淤泥土层平均固结度随PHD板间距的减少而增大,说明堆场底部铺设更密集的PHD可有效减小渗流路径从而加快疏浚淤泥的固结速率。当铺设率大于25%时,淤泥土层的平均固结度随着铺设间距的减小而明显加快;但当铺设率小于25%时,淤泥土层的平均固结速率随着铺设间距的减小而不再发生明显变化。当铺设率为50%时,铺设PHD的淤泥土层平均固结速率基本与底面完全透水边界下自重固结的固结曲线相重合,此时增设PHD不再对固结速率产生影响。而实际工程中更关注施工周期对堆场运转的影响,即对应工况到达一定固结度时所消耗的时间。铺设率为25%时,其到达90%固结度的时间与铺设率为50%时相比,所需时间的差值仅为30 d。这种性状意味着当堆场高度为5 m时,25%的铺设率更接近PHD最佳铺设率(约为27%)。
所谓PHD最佳铺设率就是在堆放高度一定的条件下,最终工期达到与双面排水条件相差无几时所对应的铺设率。可以发现,当淤泥堆放高度发生变化时,底层PHD最佳铺设率也必然发生变化。图 9给出了淤泥堆场堆放高度与最佳铺设率间的关系曲线,最佳铺设率随着堆放高度增加而呈现出曲线减小的趋势,堆放高度从10 m减小到1 m,最佳铺设率大约从20%增加至50%。
5.2 淤泥堆放高度对固结性状的影响
前述分析发现堆放高度对淤泥固结速率有较大影响,图 10为铺设率\lambda = 12.5\% 及堆放高度分别为1.0,2.0 m时超静孔压在计算单元内的分布情况(t=50 d)。铺设PHD加快周围淤泥土层的超静孔压消散,从而加快土层的固结速率。在相同铺设率下,堆放高度1.0 m时疏浚淤泥底部超静孔压的消散速率明显快于高度2.0 m的工况。为进一步分析堆放高度对淤泥自重固结的影响,分别计算堆放高度H为1.0,2.0,3.0,5.0 m下的沉降量和平均固结度随时间变化曲线,如图 11所示。初始厚度为1.0,2.0,3.0,5.0 m时,堆场的最终沉降分别为0.13,0.33,0.55,0.80,1.05 m,沉降过程如图 11(a)所示。堆放高度越大,最终沉降量也越大,原因主要在于即使应变相同,沉降值也会随高度增大而增大,更何况堆放高度的增大导致自重应力增大,进而发生的应变值也会增大。堆放高度越高,淤泥层固结速率越慢,如图 11(b)所示,当淤泥土层厚度为1 m时,其完成90%自重固结所需时间为115 d;当淤泥土层厚度分别为2,3,4,5 m时,自重固结完成90%需要时间分别为1 m淤泥土层所需时间的2.67倍、4.86倍、7.37倍和10.27倍。原因在于堆放高度越高,竖向排水距离也越长,土层完成自重固结所需时间越长。
5.3 参数 {I_{{c}}} 和\alpha 对固结性状的影响
堆场铺设率\lambda = 12.5\% 、高度H=5 m时,进一步分析Ic和\alpha 对固结性状的影响,如图 12,13所示,其中Ic和\alpha 的变化范围可参见仇超等[24]的分析结果。由图 12可知,Ic=0.1时,Ust和Upt都随\alpha 的增大而减小,因为\alpha 与土层渗透指数呈反比,所以当\alpha 越大时,土层的渗透性越小,土层的固结效率也越慢。由图 13可知,\alpha =12时,Ust和Upt都随Ic的减小而增大,Ic越小土层压缩模量越大,其固结效率越快。需特别说明的是,疏浚淤泥堆场按变形定义的平均固结度要大于按孔压定义的平均固结,即淤泥堆场的沉降变形发展要快于其内超静孔压的消散速率。
6. 模型拓展
前面已成功建立了疏浚淤泥堆场底部铺设单层PHD的疏浚淤泥大应变非线性固结模型,利用该模型分析了PHD加速疏浚淤泥的固结机理。对疏浚淤泥铺设PHD的实际工况,该大应变非线性固结模型可在2方面进行拓展。
(1)淤泥堆放高度对PHD处理堆场的固结影响较大,实际工程中,若待处理的疏浚淤泥量过大,亦可增加PHD铺设层数以加快固结[8]。此时,该大应变固结模型的边界条件式(19)可改写为
{\left. u \right|_{a = {H_i}}} = 0 \left( {\frac{L}{2} \leqslant x \leqslant \frac{L}{2} + b} \right)。 (40) 式中:{H_i}为第i层铺设PHD的高度,i = 1,2,3, \cdots ,n。
(2)实际中为进一步加速疏浚淤泥的固结,也常使用真空预压联合PHD处理疏浚堆场[10]。此时大应变固结模型的边界条件式(19)可改写为
{\left. u \right|_{a = H}} = - P \left( {\frac{L}{2} \leqslant x \leqslant \frac{L}{2} + b} \right)。 (41) 式中:P为施加的真空度(kPa)。
7. 结论
建立自重作用下平面渗流、竖向应变的PHD处理疏浚淤泥堆场自重固结模型并获得模型的数值解。在验证解答正确性的基础上,得到4点结论。
(1)铺设PHD会加快淤泥土层超静孔压的消散速率,淤泥固结速率随铺设率\lambda 的增加而加快。
(2)当铺设率达到一定值后,再增大铺设率对土层固结速率的提高不再明显,其基本达到与双面完全透水的固结速率,该值为PHD最佳铺设率。PHD的最佳铺设率随着堆放高度增加而曲线减小。
(3)底层铺设PHD后堆放高度越高,最终沉降量越大,固结速率越慢。在工程实际中,如果堆放高度较高时可通过增设PHD层数以加快其固结速率。
(4)Ic一定时,土层固结速率随\alpha 减小而加快;\alpha 一定时,土层固结速率随Ic减小而加快。按变形定义的淤泥平均固结度快于按孔压定义的平均固结度,即淤泥的变形发展快于超静孔压的消散过程。
-
表 1 主要物理量的精确缩尺准则
Table 1 Exact scaling criteria for major physical quantities
物理量 符号 量纲 缩放比尺 长度 L h 时间 T h 质量 m 力 F 应力 应变 [1] 弹性模量 E 泊松比 [1] 罚刚度 摩擦系数 [1] 阻尼系数 [1] 表 2 数值试样信息
Table 2 Information of numerical samples
类别 粒径/mm 颗粒数量 单元数 节点数 等径颗粒系统 15 15186 1214880 3113130 30 1898 151840 389090 45 562 44960 115210 60 237 18960 48585 二元颗粒系统 15~30 8543 683440 1751315 22.5~45 2532 202560 519060 30~60 1072 85760 219760 表 3 原始颗粒系统材料和接触参数
Table 3 Contact parameters of original particle system materials
参数名称 参数值 单位 弹性模量 40 GPa 泊松比 0.2 — 罚刚度 1.8×1011 N/m3 罚刚度比 1 — 摩擦系数 0.3 — 阻尼系数 0.2 — 阻尼系数比 1 — 表 4 各组数值试验设置
Table 4 Settings for each numerical test
类别 编号 粒径/mm 缩放比尺h 是否引入精确缩尺准则 等径颗粒系统 E1 15 1.0 — E2 30 2.0 × E3 45 3.0 × E4 60 4.0 × E2s 30 2.0 √ E3s 45 3.0 √ E4s 60 4.0 √ 二元颗粒系统 B1 15~30 1.0 — B2 22.5~45 1.5 × B3 30~60 2.0 × B2s 22.5~45 1.5 √ B3s 30~60 2.0 √ 表 5 峰值处平均法向接触力
Table 5 Mean normal contact forces at peak
类别 编号 峰值平均法向接触力/N 对原系统比值 等径颗粒系统 E1 80.30 1.00 E2 1172.19 4.18 E3 2703.42 9.64 E4 3831.52 13.67 E2s 1046.27 3.73 E3s 2070.92 7.39 E4s 3109.17 11.09 二元颗粒系统 B1 306.42 1.00 B2 788.65 2.57 B3 1323.10 4.32 B2s 658.55 2.15 B3s 1122.34 3.66 -
[1] 吴杨, 容浩俊, 王金莲, 等. 颗粒形状和中主应力对砂土力学特性耦合影响的真三轴试验研究[J]. 岩石力学与工程学报, 2023, 42(2): 497-507. WU Yang, RONG Haojun, WANG Jinlian, et al. A true triaxial experimental study on the coupled effect of particle shape and intermediate principal stress on the mechanical properties of sand[J]. Chinese Journal of Rock Mechanics and Engineering, 2023, 42(2): 497-507. (in Chinese)
[2] 康馨, 陈植欣, 雷航, 等. 基于3D打印研究颗粒形状对砂土宏观力学性质的影响[J]. 岩土工程学报, 2020, 42(9): 1765-1772. doi: 10.11779/CJGE202009022 KANG Xin, CHEN Zhixin, LEI Hang, et al. Effects of particle shape on mechanical performance of sand with 3D printed soil analog[J]. Chinese Journal of Geotechnical Engineering, 2020, 42(9): 1765-1772. (in Chinese) doi: 10.11779/CJGE202009022
[3] GUO Y, CURTIS J S. Discrete element method simulations for complex granular flows[J]. Annual Review of Fluid Mechanics, 2015, 47: 21-46. . doi: 10.1146/annurev-fluid-010814-014644
[4] HUANG X, O'SULLIVAN C, HANLEY K J, et al. Discrete-element method analysis of the state parameter[J]. Géotechnique, 2014, 64(12): 954-965. doi: 10.1680/geot.14.P.013
[5] LU M, MCDOWELL G R. The importance of modelling ballast particle shape in the discrete element method[J]. Granular Matter, 2007, 9(1): 69-80.
[6] COETZEE C J. Calibration of the discrete element method and the effect of particle shape[J]. Powder Technology, 2016, 297: 50-70. doi: 10.1016/j.powtec.2016.04.003
[7] 徐琨, 周伟, 马刚, 等. 基于离散元法的颗粒破碎模拟研究进展[J]. 岩土工程学报, 2018, 40(5): 880-889. doi: 10.11779/CJGE201805013 XU Kun, ZHOU Wei, MA Gang, et al. Review of particle breakage simulation based on DEM[J]. Chinese Journal of Geotechnical Engineering, 2018, 40(5): 880-889. (in Chinese) doi: 10.11779/CJGE201805013
[8] MCDOWELL G R, HARIRECHE O. Discrete element modelling of soil particle fracture[J]. Géotechnique, 2002, 52(2): 131-135. doi: 10.1680/geot.2002.52.2.131
[9] DE BONO J, MCDOWELL G. Particle breakage criteria in discrete-element modelling[J]. Géotechnique, 2016, 66(12): 1014-1027. doi: 10.1680/jgeot.15.P.280
[10] ZHOU W, WANG D, MA G, et al. Discrete element modeling of particle breakage considering different fragment replacement modes[J]. Powder Technology, 2020, 360: 312-323. doi: 10.1016/j.powtec.2019.10.002
[11] 肖宇轩, 马刚, 陆希, 等. 堆石颗粒在复杂约束模式的破碎特性[J]. 浙江大学学报(工学版), 2022, 56(8): 1514-1522, 1559. XIAO Yuxuan, MA Gang, LU Xi, et al. Breakage behaviour of rockfill particles in complicated constraint patterns[J]. Journal of Zhejiang University (Engineering Science), 2022, 56(8): 1514-1522, 1559. (in Chinese)
[12] 周剑, 马刚, 周伟, 等. 基于FDEM的岩石颗粒破碎后碎片形状的统计分析[J]. 浙江大学学报(工学版), 2021, 55(2): 348-357. ZHOU Jian, MA Gang, ZHOU Wei, et al. Statistical analysis of fragment shape of rock grain after crushing based on FDEM[J]. Journal of Zhejiang University (Engineering Science), 2021, 55(2): 348-357. (in Chinese)
[13] 邹宇雄, 马刚, 李易奥, 等. 抗转动对颗粒材料组构特性的影响研究[J]. 岩土力学, 2020, 41(8): 2829-2838. ZOU Yuxiong, MA Gang, LI Yiao, et al. Impact of rotation resistance on fabric of granular materials[J]. Rock and Soil Mechanics, 2020, 41(8): 2829-2838. (in Chinese)
[14] 邹宇雄, 周伟, 陈远, 等. 颗粒形状对岩土颗粒材料传力特性的影响机制[J]. 水力发电学报, 2020, 39(5): 17-26. ZOU Yuxiong, ZHOU Wei, CHEN Yuan, et al. Mechanism of particle shape affecting force transfer properties of granular geo-materials[J]. Journal of Hydroelectric Engineering, 2020, 39(5): 17-26. (in Chinese)
[15] MA G, ZHOU W, CHANG X L. Modeling the particle breakage of rockfill materials with the cohesive crack model[J]. Computers and Geotechnics, 2014, 61: 132-143. doi: 10.1016/j.compgeo.2014.05.006
[16] MA G, ZHOU W, CHANG X, et al. Formation of shear bands in crushable and irregularly shaped granular materials and the associated microstructural evolution[J]. Powder Technology, 2016, 301: 118-130. doi: 10.1016/j.powtec.2016.05.068
[17] MA G, ZHOU W, REGUEIRO R A, et al. Modeling the fragmentation of rock grains using computed tomography and combined FDEM[J]. Powder Technology, 2017, 308: 388-397. doi: 10.1016/j.powtec.2016.11.046
[18] LIU Q S, WANG W Q, MA H. Parallelized combined finite-discrete element (FDEM) procedure using multi-GPU with CUDA[J]. International Journal for Numerical and Analytical Methods in Geomechanics, 2020, 44(2): 208-238. doi: 10.1002/nag.3011
[19] LISJAK A, MAHABADI O K, HE L, et al. Acceleration of a 2D/3D finite-discrete element code for geomechanical simulations using General Purpose GPU computing[J]. Computers and Geotechnics, 2018, 100: 84-96. doi: 10.1016/j.compgeo.2018.04.011
[20] 程宏旸, WEINHART T. 关于采用粗粒化提高颗粒材料多尺度模拟守恒特性的研究[J]. 计算力学学报, 2022, 39(3): 373-380. CHENG Hongyang, WEINHART T. On the conservation properties of CG-enriched concurrent coupling methods for multi-scale modeling of granular materials[J]. Chinese Journal of Computational Mechanics, 2022, 39(3): 373-380. (in Chinese)
[21] 赵婷婷, 冯云田. 大规模颗粒系统的精确缩尺和粗粒化离散元方法[J]. 计算力学学报, 2022, 39(3): 365-372. ZHAO Tingting, FENG Yuntian. Exact scaling laws and coarse-grained discrete element modelling of large scale granular systems[J]. Chinese Journal of Computational Mechanics, 2022, 39(3): 365-372. (in Chinese)
[22] 季顺迎. 颗粒材料计算力学专辑序[J]. 计算力学学报, 2022, 39(3): 263-264. JI Shunying. Preface to computational mechanics of granular materials[J]. Chinese Journal of Computational Mechanics, 2022, 39(3): 263-264. (in Chinese)
[23] 谢亦朋, 张聪, 阳军生, 等. 基于局部粗粒化离散元的冰水堆积体隧道围岩破坏特征与加固措施研究[J]. 岩石力学与工程学报, 2021, 40(3): 576-589. XIE Yipeng, ZHANG Cong, YANG Junsheng, et al. Study on failure characteristics and reinforcement measures of surrounding rock of glacial deposit tunnels based on coarse-grained DEM[J]. Chinese Journal of Rock Mechanics and Engineering, 2021, 40(3): 576-589. (in Chinese)
[24] 易颖, 周伟, 马刚, 等. 基于精确缩尺的颗粒材料流变研究[J]. 岩土力学, 2016, 37(6): 1799-1808. YI Ying, ZHOU Wei, MA Gang, et al. Study of rheological behaviors of granular materials based on exact scaling laws[J]. Rock and Soil Mechanics, 2016, 37(6): 1799-1808. (in Chinese)
[25] FENG Y T, OWEN D R J. Discrete element modelling of large scale particle systems—Ⅰ: exact scaling laws[J]. Computational Particle Mechanics, 2014, 1(2): 159-168. doi: 10.1007/s40571-014-0010-y
[26] MA G, ZHOU W, CHANG X L, et al. Combined FEM/DEM modeling of triaxial compression tests for rockfills with polyhedral particles[J]. International Journal of Geomechanics, 2014, 14(4): 04014014. doi: 10.1061/(ASCE)GM.1943-5622.0000372
[27] AZÉMA E, RADJAI F, SAUSSINE G. Quasistatic rheology, force transmission and fabric properties of a packing of irregular polyhedral particles[J]. Mechanics of Materials, 2009, 41(6): 729-741. doi: 10.1016/j.mechmat.2009.01.021