黎斌,廖昕,席英偉,唐強
(1.西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院,成都 611756;2.四川省生態(tài)環(huán)境監(jiān)測總站,成都 610091;3.蘇州大學(xué)軌道交通學(xué)院,蘇州 215131)
3DEC(Three-dimensional Distinct Element Code)是Itasca公司開發(fā)的基于非連續(xù)塊體模型和離散單元法(DEM)的三維數(shù)值計算軟件[1]。其在模型建立過程中,能夠較為真實地表達含結(jié)構(gòu)面巖體的幾何特點,在處理變形和破壞受控于結(jié)構(gòu)面的巖體問題上有其獨特優(yōu)勢[2],因此被廣泛應(yīng)用于邊坡[3,4]、硐室圍巖[5]和其他節(jié)理巖體[6]的力學(xué)行為研究。
巖體由巖塊和分割巖塊的結(jié)構(gòu)面組成[7],3DEC中大型主控結(jié)構(gòu)面(如層理、斷層等)可由“Jset”命令創(chuàng)建“節(jié)理面”切割模型來模擬[8],小型優(yōu)勢結(jié)構(gòu)面(節(jié)理、裂隙)則由3DEC中內(nèi)置的離散裂隙網(wǎng)絡(luò)(DFN)模擬[2]。Yin等[9]對比了實測裂隙網(wǎng)絡(luò)與離散裂隙網(wǎng)絡(luò)所獲取的參數(shù)之間的匹配程度,結(jié)果表明,3DEC中的DFN在描述原巖斷裂模式方面相當(dāng)可靠。因此,在采用3DEC研究邊坡[4,10]、隧道[11]、露天采礦場[12]等含節(jié)理巖體力學(xué)響應(yīng)時,其內(nèi)部節(jié)理均由DFN模擬。
3DEC中的DFN功能承襲了通用的結(jié)構(gòu)面圓盤假設(shè),通過結(jié)構(gòu)面尺寸、位置、產(chǎn)狀統(tǒng)計分布參數(shù)確定一組離散裂隙網(wǎng)絡(luò)。其參數(shù)關(guān)鍵字及常用概率分布函數(shù)如表1所示。
表1 3DEC中DFN參數(shù)關(guān)鍵字及分布函數(shù)[1]
值得注意的是,產(chǎn)狀要素包含傾向和傾角兩個參數(shù),而3DEC的DFN功能只為每組結(jié)構(gòu)面的產(chǎn)狀分配了一個關(guān)鍵字,雖然可以由二維數(shù)組同時輸入兩者的分布參數(shù),但這意味著由此產(chǎn)生的傾向和傾角具有相同的概率分布函數(shù)形式。Liu等[10]在模擬了小崗劍滑坡中的3組優(yōu)勢節(jié)理時均采用產(chǎn)狀費舍爾分布的DFN,這與實際情況并不完全符合;徐家坪滑坡2組優(yōu)勢結(jié)構(gòu)面傾向和傾角概率分布形式也并不相同[13]。
節(jié)理巖體內(nèi)部結(jié)構(gòu)面產(chǎn)狀概率分布形式復(fù)雜,巖體結(jié)構(gòu)面的傾向和傾角并不都具有相同的概率分布形式,因此,想要在3DEC中更加精準(zhǔn)地描述節(jié)理巖體的幾何特征,其DFN功能需要相應(yīng)修正,特別是在傾向和傾角的概率分布形式相互獨立方面亟需改進。
本文運用結(jié)構(gòu)面三維網(wǎng)絡(luò)模擬技術(shù),提出基于MATLAB的改進結(jié)構(gòu)面生成方法,隨后導(dǎo)入3DEC中以DFN形式切割巖體模型生成含結(jié)構(gòu)面巖體,并以徐家坪滑坡為例,采用MATLAB-3DEC耦合建模方法對其進行變形破壞模式分析。
結(jié)構(gòu)面三維網(wǎng)絡(luò)模擬是利用統(tǒng)計學(xué)原理,在統(tǒng)計所得的結(jié)構(gòu)面空間分布、跡長、產(chǎn)狀等概率密度分布函數(shù)基礎(chǔ)上,生成服從對應(yīng)概率分布形式的隨機數(shù)序列,以生成的隨機數(shù)參數(shù)表征結(jié)構(gòu)面網(wǎng)絡(luò)參數(shù),以此模擬結(jié)構(gòu)面網(wǎng)絡(luò)[7]。其模擬結(jié)果與實際結(jié)構(gòu)面分布在統(tǒng)計規(guī)律上一致,是一種對結(jié)構(gòu)面三維分布的合理擴展和推測。
Robertson[14]在調(diào)查南非鐵礦近9 000條結(jié)構(gòu)面的基礎(chǔ)上提出:不連續(xù)面的空間長度在其走向與傾向方向上基本相當(dāng)。后續(xù)研究發(fā)現(xiàn)結(jié)構(gòu)面形態(tài)多呈橢圓形或近圓形,這就為結(jié)構(gòu)面圓盤假設(shè)提供了支撐依據(jù)。
結(jié)構(gòu)面三維網(wǎng)絡(luò)模擬的理論基礎(chǔ)是基于結(jié)構(gòu)面圓盤假設(shè)的Baecher模型[15]:空間中任意結(jié)構(gòu)面可以用對應(yīng)圓盤表示,結(jié)構(gòu)面的空間位置和大小,由圓盤中心點空間坐標(biāo)(X,Y,Z)和圓盤直徑D反映,結(jié)構(gòu)面產(chǎn)狀由圓盤單位法向量表征。
基于以上理論和模型,在前期進行優(yōu)勢結(jié)構(gòu)面分組及結(jié)構(gòu)面數(shù)據(jù)統(tǒng)計計算的基礎(chǔ)上,MATLAB中結(jié)構(gòu)面三維網(wǎng)絡(luò)具體生成步驟為:
①確定結(jié)構(gòu)面模擬區(qū)域,對區(qū)域內(nèi)每組優(yōu)勢結(jié)構(gòu)面重復(fù)步驟②~⑧;
②計算某組結(jié)構(gòu)面數(shù)量Ni(i為結(jié)構(gòu)面組數(shù)),在MATLAB中生成相應(yīng)數(shù)量的空間點坐標(biāo);
③生成Ni個服從結(jié)構(gòu)面跡長概率分布形式的隨機數(shù);
④生成Ni個服從結(jié)構(gòu)面傾向概率分布形式的隨機數(shù);
⑤生成Ni個服從結(jié)構(gòu)面傾角概率分布形式的隨機數(shù);
⑥以步驟③生成的第j(1≤j≤Ni)個隨機數(shù)為直徑生成單位法向量為(0,0,1),中心點坐標(biāo)為(0,0,0)的標(biāo)準(zhǔn)圓盤(圖1);
圖1 MATLAB產(chǎn)生標(biāo)準(zhǔn)圓盤
⑦以步驟④生成的第j個隨機數(shù)為傾向,以步驟⑤生成的第j個隨機數(shù)為傾角,將步驟⑥生成的圓盤旋轉(zhuǎn)到對應(yīng)角度;
⑧以步驟②生成的第j個坐標(biāo)為新中心點,將旋轉(zhuǎn)后的圓盤平移到該處(圖2)。
圖2 圓盤轉(zhuǎn)動和平移
由于生成的各組隨機數(shù)服從對應(yīng)概率分布形式,只要不重復(fù)地使用了序列中的每一個隨機數(shù),產(chǎn)生的結(jié)構(gòu)面網(wǎng)絡(luò)與實際結(jié)構(gòu)面就具有一致的分布統(tǒng)計規(guī)律,本方法選擇了最簡單的順序遍歷。
本文以徐家坪滑坡為例試驗該方法的可行性。結(jié)合現(xiàn)場調(diào)查統(tǒng)計數(shù)據(jù)和部分文獻數(shù)據(jù)[13],徐家坪滑坡優(yōu)勢結(jié)構(gòu)面有兩組,其傾向、傾角、跡長的統(tǒng)計分布形式如圖3~4,通過數(shù)據(jù)擬合和統(tǒng)計計算,得到結(jié)構(gòu)面J1、J2的傾向、傾角、跡長的特征參數(shù)均值和標(biāo)準(zhǔn)差如表2。
圖3 結(jié)構(gòu)面J1參數(shù)統(tǒng)計分布形式
表2 結(jié)構(gòu)面特征參數(shù)
基于以上數(shù)據(jù)和上節(jié)所述方法,MATLAB中結(jié)構(gòu)面三維網(wǎng)絡(luò)模擬結(jié)果如圖5所示。
圖5 結(jié)構(gòu)面三維網(wǎng)絡(luò)模擬結(jié)果
采用“FID”函數(shù)將模擬結(jié)果按照結(jié)構(gòu)面分組,分圖層寫入并導(dǎo)出為通用形式的“.dxf”文件;在第三方建模軟件Rhino中進一步處理,刪除超出模型范圍的部分節(jié)理和不符合實際調(diào)查結(jié)果的節(jié)理。
徐家坪滑坡位于四川省綿竹市清平鄉(xiāng)西北部徐家坪附近,坡體高程1 600~2 300m,巖性為厚層灰?guī)r夾薄層炭質(zhì)頁巖,構(gòu)造上屬于順層滑坡,主要巖層產(chǎn)狀331°∠40°。其表層為中厚層狀灰?guī)r,未滑部分坡體受卸荷和風(fēng)化影響較嚴重,節(jié)理較發(fā)育(圖6)。
圖6 徐家坪滑坡側(cè)壁
3.2.1 傳統(tǒng)DFN方法計算模型
根據(jù)DEM數(shù)據(jù)(源自“地理空間數(shù)據(jù)云”)獲取坡體高程信息,考慮到計算效率,本文選擇截取平面上100m×100m的范圍建立坡體模型(圖7)。
圖7 坡體模型
前文已提及,傳統(tǒng)DFN模擬結(jié)構(gòu)面無法獨立傾向與傾角,3DEC中默認輸入?yún)?shù)為結(jié)構(gòu)面傾角,故本例中選擇兩組結(jié)構(gòu)面均依照其傾角的概率分布函數(shù)模擬結(jié)構(gòu)面,即結(jié)構(gòu)面J1產(chǎn)狀概率分布函數(shù)取為正態(tài)分布(Gauss),結(jié)構(gòu)面J2取為均勻分布(Uniform)。經(jīng)過試算對比,兩組結(jié)構(gòu)面模擬結(jié)果如圖8~9所示。
圖8 傳統(tǒng)DFN結(jié)構(gòu)面模型
圖8所示為通過3DEC的DFN功能產(chǎn)生的兩組結(jié)構(gòu)面,結(jié)構(gòu)面J1模擬結(jié)果較好,但J2分布雜亂,由于DFN中均勻分布(Uniform)并未計算置信區(qū)間,其傾向和傾角在整個空間中均勻分布,這與實際調(diào)查結(jié)果嚴重不符。
3.2.2 基于MATLAB的結(jié)構(gòu)面計算模型
將Matlab所模擬的結(jié)構(gòu)面文件采用“geometry import”命令以幾何集的形式導(dǎo)入3DEC中(圖10),并以“DFN gimport geometry”命令將其轉(zhuǎn)化為DFN參與后續(xù)建模(圖11)。
圖10 結(jié)構(gòu)面幾何集
與圖8所示的傳統(tǒng)DFN模擬結(jié)果相比,圖11所示的結(jié)構(gòu)面空間分布無疑與調(diào)查結(jié)果更加相近,結(jié)構(gòu)面J2傾角在一定范圍內(nèi)均勻分布,但仍具備優(yōu)勢產(chǎn)狀。
圖11 幾何集轉(zhuǎn)換DFN
3.2.3 模型參數(shù)
節(jié)理切割坡體產(chǎn)生完整模型(圖9、圖12),隨后進行網(wǎng)格劃分,塊體及結(jié)構(gòu)面均選擇彈塑性本構(gòu)模型,采用摩爾庫倫準(zhǔn)則進行計算。
圖9 傳統(tǒng)DFN切割坡體
圖12 Matlab節(jié)理切割坡體
為對比研究結(jié)構(gòu)面模擬方法對計算結(jié)果產(chǎn)生的影響,二者采用相同的模型參數(shù)。根據(jù)壁巖回彈儀測試結(jié)果和結(jié)構(gòu)面粗糙度比對結(jié)果,換算出結(jié)構(gòu)面法向和切向剛度及結(jié)構(gòu)面抗剪強度,再結(jié)合《巖石力學(xué)參數(shù)手冊》,對照作出相應(yīng)修正,最終選取巖體力學(xué)參數(shù)如表3,結(jié)構(gòu)面力學(xué)參數(shù)如表4。
表3 巖體力學(xué)參數(shù)
表4 結(jié)構(gòu)面力學(xué)參數(shù)
參數(shù)設(shè)置完成后,對模型邊界進行限制,坡體表面設(shè)置為自由邊界,底部設(shè)置為固定邊界,四周設(shè)置為輥支撐邊界。本研究旨在探索新型結(jié)構(gòu)面產(chǎn)生方法在3DEC數(shù)值模擬分析中的適用性,故本例只考慮重力作用,對模型施加重力,隨后進行計算。本例選擇模型不平衡力收斂到10-5作為計算終止條件,認為此時模型達到平衡。
3.3.1 位移結(jié)果對比
圖13為采用傳統(tǒng)DFN功能模擬結(jié)構(gòu)面計算所得的邊坡位移云圖,圖14則是基于MATLAB模擬結(jié)構(gòu)面計算所得的邊坡位移云圖。圖13(a)所示為邊坡總位移云圖,模擬結(jié)果顯示,邊坡最大位移約1 cm,較大位移區(qū)域分布于坡頂,并且該區(qū)域的分布明顯受控于結(jié)構(gòu)面。圖14(a)所示結(jié)果與之并無較大差異。為更直觀地觀察結(jié)構(gòu)面分布對邊坡位移的影響,分別作Y=50m(圖13(b)、圖14(b))和X=50m(圖13(c)、圖14(c))切面觀察對比分析位移情況。
圖13(b)所示為傳統(tǒng)DFN模擬結(jié)構(gòu)面的邊坡X向位移,受主控結(jié)構(gòu)面產(chǎn)狀影響,在重力作用下,邊坡整體有著X負方向的位移,整體X向位移分布較為均勻。這是由于結(jié)構(gòu)面J2傾角概率分布形式為均勻分布(見圖4),DFN功能識別后構(gòu)造了整體產(chǎn)狀為均勻分布的結(jié)構(gòu)面,對于整個邊坡來說,結(jié)構(gòu)面J2分布雜亂無章,雖然在結(jié)構(gòu)面密集相交的地方,由于位移疊加仍有著較大位移,但是不會產(chǎn)生整體位移的疊加積累,整體看來位移分布較為均勻。
圖4 結(jié)構(gòu)面J2參數(shù)統(tǒng)計分布形式
圖14(b)為基于MATLAB模擬結(jié)構(gòu)面的邊坡X向位移,與圖13(b)一樣,主控結(jié)構(gòu)面J1決定了其整體的負X方向位移,但圖14(b)中存在較大位移區(qū)域,并且較大位移區(qū)域明顯以結(jié)構(gòu)面為界,主要分布于結(jié)構(gòu)面密集處。邊坡的內(nèi)部位移主要由結(jié)構(gòu)面擠壓變形所產(chǎn)生,結(jié)構(gòu)面密集處位移疊加,表現(xiàn)得更加明顯,并且由結(jié)構(gòu)面圍限的塊體較為獨立,在其受周圍結(jié)構(gòu)面變形影響產(chǎn)生位移時,極易整體發(fā)生,故邊坡內(nèi)部位移區(qū)域明顯以結(jié)構(gòu)面為界。
圖13(c)和圖14(c)的Y向位移結(jié)果也都驗證了這一情況。這表明結(jié)構(gòu)面分布和交接狀態(tài)對邊坡位移結(jié)果有著控制作用,而傳統(tǒng)DFN方法模擬結(jié)構(gòu)面無法合理表達產(chǎn)狀的均勻分布,其位移數(shù)值計算結(jié)果表現(xiàn)為整體均勻,與之相對,基于Matlab的結(jié)構(gòu)面模擬方法計算結(jié)果更加合理。
圖13 傳統(tǒng)DFN方法邊坡位移云圖
圖14 基于MATLAB方法的邊坡位移云圖
3.3.2 速度分布狀態(tài)對比
圖15和圖16分別為采用傳統(tǒng)DFN功能模擬結(jié)構(gòu)面和基于MATLAB模擬結(jié)構(gòu)面,計算所得的邊坡運動速度分布。由于傳統(tǒng)DFN方法的結(jié)構(gòu)面J2在空間中均勻分布,圖15(a)所示速度云圖分布散亂,無明顯規(guī)律。而圖16(a)可以看出,邊坡運動速度在坡頂和坡面附近較大,在傳遞到邊坡內(nèi)部的過程中逐漸減小,這與結(jié)構(gòu)放大效應(yīng)規(guī)律相符。
圖15(b)所示為傳統(tǒng)DFN模擬結(jié)構(gòu)面速度矢量,雖然結(jié)構(gòu)面J1仍顯示出了較為集中的紅色條帶,但由于DFN模擬的結(jié)構(gòu)面J2產(chǎn)狀均勻,導(dǎo)致整個空間中速度矢量分布混亂無序,近乎均勻(圖中紅色點云),圖16(b)更加直觀地展示了邊坡內(nèi)部結(jié)構(gòu)面處具有明顯高于周圍塊體的速度矢量,反映為圖中邊坡中部綠色速度矢量中的紅色條帶。
圖15 傳統(tǒng)DFN方法邊坡速度分布
圖16 基于MATLAB方法的邊坡速度分布
速度矢量的大小與其所受約束大小呈負相關(guān),坡面為自由邊界,故速度最大,邊坡內(nèi)部結(jié)構(gòu)面強度較低,則相對于巖石塊體具有較大的速度。更大的速度矢量意味著計算中更大的位移,這也驗證了上節(jié)所述結(jié)果。
3.3.3 傳統(tǒng)DFN方法與改進方法適用性對比
傳統(tǒng)DFN模擬方法無法獨立表達結(jié)構(gòu)面傾向和傾角,并且對產(chǎn)狀均勻分布的處理表現(xiàn)為錯誤的全空間均勻,這在邊坡位移和速度計算結(jié)果中都是不合理的。改進方法能夠真實表現(xiàn)結(jié)構(gòu)面幾何參數(shù),在結(jié)構(gòu)面空間分布特征模擬上優(yōu)于傳統(tǒng)DFN模擬方法。
本文針對3DEC中巖體內(nèi)部結(jié)構(gòu)面三維模擬方法的不足,提出了基于MATLAB的改進3DEC結(jié)構(gòu)面三維網(wǎng)絡(luò)模擬方法,研究了結(jié)構(gòu)面分布情況對數(shù)值模擬結(jié)果的影響,得到以下結(jié)論:
(1)3DEC中的結(jié)構(gòu)面采用DFN功能模擬,實際使用過程中無法獨立刻畫結(jié)構(gòu)面傾向和傾角的分布狀態(tài),難以真實貼切地表現(xiàn)結(jié)構(gòu)面分布狀態(tài),特別是對于均勻分布(Uniform)的模擬,與實際調(diào)查結(jié)果嚴重不符。本文提出了基于MATLAB的3DEC三維結(jié)構(gòu)面模擬方法,能夠更加真實地反映實際結(jié)構(gòu)面分布情況。
(2)貼切的結(jié)構(gòu)面三維網(wǎng)絡(luò)模擬是復(fù)雜節(jié)理邊坡數(shù)值計算的關(guān)鍵,結(jié)構(gòu)面分布和交接狀態(tài)對邊坡位移結(jié)果有著控制作用,位移較大的區(qū)域通常分布于結(jié)構(gòu)面密集處,并且明顯以結(jié)構(gòu)面為界,由結(jié)構(gòu)面圍限的塊體有著較大的整體位移。
(3)在平衡計算過程中,結(jié)構(gòu)面處速度矢量較大,對結(jié)構(gòu)面周圍塊體位移情況有較大影響,均勻分布的結(jié)構(gòu)面將導(dǎo)致邊坡內(nèi)部速度矢量散亂無序,達到平衡所需計算量將相應(yīng)增大。