基于流固耦合理論的泄灘污水處理廠邊坡在庫水變化條件下的巖土體力學參數反演

王 幸 林

(中煤科工集團重慶設計研究院有限公司，重慶 400016)

?

基于流固耦合理論的泄灘污水處理廠邊坡在庫水變化條件下的巖土體力學參數反演

王 幸 林

(中煤科工集團重慶設計研究院有限公司，重慶 400016)

選取三峽庫區的泄灘鄉污水處理廠變形體邊坡為研究對象，建立了泄灘鄉污水處理廠變形體邊坡二維有限元模型，采用流固耦合有限元分析軟件(ABAQUS)和智能位移反分析方法，對該邊坡在庫水變化條件下的巖土體的物理力學參數進行動態反演，為該邊坡在庫水位波動條件下的穩定性評價提供合理的參數。分析結果表明：基于反演獲得的巖土體物理力學參數計算獲得測點位置的位移值與實測值非常接近，說明采用流固耦合有限元分析軟件(ABAQUS)和智能位移反分析方法在動態反演水庫邊坡巖土體物理力學參數在工程上是可行的。

巖土工程；流固耦合；智能反演方法；參數反演

泄灘污水處理廠變形體位于秭歸縣泄灘鄉新集鎮下店與楊家坪之間斜坡地帶，邊坡沿長江左岸延伸，平面略呈凹圓弧形，起于長江上游泄灘河口，止于長江下游楊家坪集鎮片區居民住點，邊坡全長約200 m。根據三峽庫區生態環境保護規劃，2002年秭歸縣環保局在邊坡中下部(高程190.00 m)選址擬建一座污水處理廠，該污水處理廠于2007年開始修建，2008年11月修建初接近尾聲[1]。根據現場監測，近幾年以來，該邊坡一直處于穩定狀態，直到2008年11月8日，三峽水庫蓄水至172.79 m時，致使場地地下水位條件發生變化，從而改變了該斜坡的水文地質條件，出現斜坡后緣填土明顯變形破壞跡象。

1 智能位移反演方法

筆者采用智能位移反分析方法反演巖土體的物理力學參數，其基本思想為：以各巖土體的基本物理力學參數為基本輸入變量，通過均勻設計法設計一定數量的計算方案，采用有限元計算方法進行數值模擬，將所獲得的計算結果與對應的計算參數組合作為樣本訓練人工神經網絡，應用遺傳算法搜索最佳的神經網絡結構，建立基本變量與巖土體位移之間的非線性映射關系，并采用遺傳算法進行全局優化，在以位移目標函數為最小的條件下得到基本變量的最優解。

筆者選取目前在巖體力學領域應用最為廣泛的典型網絡模型——BP網絡[2]，將其應用于巖土體物理力學參數的研究過程中。BP神經網絡的基本結構如圖1。通過該神經網絡來建立巖土體物理力學參數與巖土體位移之間的映射關系，需要首先對神經網絡進行訓練。訓練神經網絡必須具有一定數量的樣本，并且樣本應該滿足所有可能發生的輸入輸出狀態。為了既保證網絡學習的準確性，又減少試驗的工作量。筆者采用均勻設計方法[3]設計神經網絡訓練樣本和測試樣本[4]。

圖1 BP神經網絡基本結構模型Fig.1 The basic structure model of BP neural network diagram

2 流固耦合分析

邊坡在水庫水位波動的作用下坡體中孔隙流體壓力的變化引起多孔介質骨架有效應力發生變化，由此導致土體性質如滲透系數、孔隙率等的改變。同時，這些變化又會反過來影響孔隙流體的流動和壓力的分布。邊坡巖土體介質滲流場與應力場兩者之間的這種相互作用、相互影響的關系稱為流固耦合分析。

2.1 滲流場對應力場的影響機理

滲流場對應力場的影響是通過改變應力場的水荷載而改變應力場分布的，其水荷載可用滲透體積力f和靜水壓力P(面力)表示[5]。

假設某種情況下土體中各節點的水頭分布函數為H(x，y)，則某作用面上的滲透水壓力(面力)P[6]：

P=γm(H-y)

(1)

滲流區域內滲透體積力f[6]：

(2)

(3)

式中：f為滲流產生的體積力的大小；fx，fy分別為滲流體積力在x和y方向的分力；γm為水的容重；Jx，Jy分別為單元在x和y方向的滲透坡降。

2.2 應力場對滲流場的影響機理

應力場對滲流場的影響是通過影響土體的體積應變εv和孔隙率n從而影響土體介質的滲透系數k，進而影響滲流場。

土體的滲透系數k與孔隙率n的關系為[6]：

k=k(n)

(4)

設單元初始的孔隙率為n0，體積應變為：

(5)

式中：V為巖土體總體積；ΔV為孔隙體積的變化量。

假定此體積應變εv完全是由于孔隙體積變化所引起，則單元的孔隙率n為：

n=n0·exp(-ασ+aP)=n0+εv

(6)

由于體積應變εv是由應力場σij決定的，所以土體的滲透率k最終可以表示為應力場σij的函數，即：k=k(σij)。

3 智能位移反演分析

3.1 計算模型及計算條件

根據污水處理廠變形體邊坡的工程地質特征和結構形態，選取原地面坡度較大的最具代表性剖面作為計算剖面，并建立該剖面的二維數值計算模型。該模型垂直于河流方向為184.4 m，自底部至頂部高128 m。整個計算域剖分了11 253個六面體單元，共計22 990個節點。在該變形體邊坡的剖面上共有3個地表變形監測點，分別為XTW3，XTW4和XTW5，數值計算網格模型及各監測點分布見圖2。計算域的底部邊界為固定約束，兩側采用法向約束。巖土體模型均采用彈塑性模型，屈服準則采用Mohr-Columb與拉破壞準則結合的復合準則。

圖2 數值計算網格模型圖及監測點在模型中的位置(單位:m)

3.2 反演關鍵段的確定及實測位移的選取

三峽水庫運行期的庫水位周期性變化過程以及監測所得的污水處理廠邊坡變形-日期如圖3。

圖3 污水處理廠各監測點累積位移-時間曲線Fig.3 The accumulated displacement-date graph of each measuring point

從圖3可知，邊坡位移變化最為明顯的時間段為：2010-10-24—2011-01-08，因此選取該時間段作為參數反演的時間段，該時間段內水庫水位一直保持在高水位175 m。各監測點在此時間段內的位移增量大小如表1。

表1 污水處理廠各監測點位移增量監測值

由于邊坡各監測點的水平位移變化比垂直位移變化大，故選取地表變形觀測點水平位移值作為參數反演的對象。選取地表變形監測點XTW3，XTW4和XTW5的水平位移增量值作為參數反演的實測位移。

3.3 反演樣本構造

以地質勘察資料中提供的有關巖土體的物理力學性質試驗數據及參數建議值為基本依據，確定污水處理廠變形體剖面待反演的5個參數的可能取值范圍：素填土變形模量E1(5～15 MPa)、塊(碎)石變形模量E2(10～20 MPa)、塊石土變形模量E3(5～15 MPa)、含碎礫粉質黏土變形模量E4(10～20 MPa)、強風化基巖變形模量E5(10～30 MPa)。

在樣本“試驗”階段，對每個參數取其可能的取值區間內的5個水平，如表2。

表2 污水處理廠變形體邊坡巖土體力學參數的取值水平

不參與反演的巖土體的物理力學參數值的選取參照地質勘察資料中關于巖土體的物理力學性質試驗數據及參數建議值，并類比三峽庫區其它類似邊坡巖土體的物理力學性質參數值進行取值，具體見表3。

表3 污水處理廠變形體邊坡不參與反演的參數取值

筆者依據均勻設計原理，在參數反演中采用U40(55)均勻設計給出40種試驗組合方案，具體的組合方案見表4。對于每一組試驗組合，采用ABAQUS有限元計算程序進行正向計算，找出所選取的用于反演的XTW3、XTW4和XTW5這三個地表變形監測點所應的水平方向位移增量計算值，將所獲得的計算值與對應的計算參數組合在一起，作為一個樣本。這樣就可以得到U40(55)均勻設計所對應的40個樣本，其中前30個樣本用于參數反演的神經網絡的訓練，后10個樣本用于神經網絡訓練過程中的預測檢驗(表4)。

表4 各試驗方案參數組合及各測點的水平位移計算增量值

(續表4)

取值方案待反演參數彈性模量E/MPa各測點水平位移計算增量值/mm素填土塊(碎)石塊石土含碎礫粉質黏土強風化基巖XTW3XTW4XTW5用于訓練神經網絡模型?????????287.512.512.510.025.0139.165108.993174.5542912.520.012.512.525.0141.383105.746169.018307.520.05.015.025.0138.238103.695168.979用于檢驗神經網絡模型的可用性15.015.015.012.520.0136.761109.544172.498212.517.55.017.515.0148.636112.336177.57137.510.015.017.530.0141.779105.405180.243415.010.012.512.515.0149.812109.463176.423515.015.05.010.030.0147.964106.639179.358612.510.05.015.010.0143.363108.523172.47575.017.510.015.030.0139.681109.381181.521810.012.510.010.010.0146.743108.405174.24395.020.012.520.020.0139.893104.422178.4181015.020.010.020.010.0147.974107.639179.358

3.4 巖土體的物理力學參數反演

經過遺傳算法搜索發現，對于泄灘污水處理廠變形體監測剖面，結構為5-32-16-3的神經網絡在學習95 892次時預測效果最佳，學習誤差為0.000 125，測試誤差為0.000 652。

采用神經網絡-遺傳優化算法，在給定范圍內進行搜索計算，尋找泄灘污水處理廠變形體邊坡各巖土層的最優巖土體物理力學參數。

4 巖土體的物理力學參數反演結果

泄灘污水處理廠變形體邊坡巖土體的物理力學參數反演結果如表5。

表5 污水處理廠變形體邊坡各層巖土體力學參數反演結果

根據反演獲得的參數由ABAQUS有限元分析軟件計算出的各監測點的水平位移增量值和實際監測的水平位移增量值對比如下：XTW3的實測增量值為145 mm，基于反演參數的計算增量值為142.6 mm；XTW4實測值為107.59 mm，計算值為109.20 mm；XTW5實測值為175.33 mm，計算值為179.40 mm；其計算值累計絕對誤差平均值1.62 mm。

圖4給出了水平位移增量實測值和基于反演參數的正向水平位移計算增量值比較。從圖4可以看出：XTW3、XTW4和XTW5監測點基于反演的參數正算獲得的水平位移增量值與實測水平位移增量值整體上都是比較接近，其累計誤差平均值為1.62 mm，累計誤差值較小，這說明采用基于ABAQUS方法的智能位移反分析方法在工程上是可行的，反演獲得的參數是合理的。

圖4 邊坡各測點水平位移增量監測值與反演參數正向計算值比較Fig.4 The contrast of the horizontal displacement between measured value and the calculation value of each measuring point

5 結 論

1)筆者選取三峽庫區的泄灘鄉污水處理廠變形體邊坡為研究對象，建立了泄灘鄉污水處理廠變形體邊坡二維有限元模型，采用流固耦合有限元分析軟件(ABAQUS)和智能位移反分析方法，對該邊坡在庫水變化條件下的巖土體的物理力學參數進行動態反演，為該邊坡在庫水位波動條件下的穩定性評價提供合理的參數。

2)筆者將邊坡各監測點的水平位移增量實測值和基于反演參數的正向水平位移計算增量值進行對比，結果表明：XTW3、XTW4和XTW5監測點基于反演的參數正向計算獲得的水平位移增量值與實測水平位移增量值整體上都是比較接近，它們的累計誤差平均值為1.62 mm，累計誤差值較小，說明采用流固耦合有限元分析軟件(ABAQUS)和智能位移反分析方法在動態反演水庫邊坡巖土體物理力學參數在工程上是可行的，反演獲得的參數是合理的。

3)筆者的計算成果為該邊坡在庫水位波動條件下的穩定性評價提供合理而準確的參數，同時也為其他邊坡的分析提供了參考依據，具有一定的實用價值和理論意義。

[1] 湖北省地質勘察基礎工程公司.湖北省秭歸縣泄灘鄉污水處理廠邊坡變形體工程地質勘察報告[R].武漢:湖北省地質勘察基礎工程公司,2009. Geological Investigation & Foundation Construction Company of Hubei Province.The Engineering Geological Investigation Report of XieTan Sewage Treatment Plant Slope of Zigui County of Hubei Province [R].Wuhan:Geological Investigation & Foundation Construction Company of Hubei Province,2009.

[2] 劉漢東,姜彤.巖體力學參數優選理論及應用[M].鄭州:黃河水利出版社,2006. Liu Handing,Jiang Tong.Rock Mechanics Parameter Optimization Theory and Applications [M].Zhengzhou:Yellow River Conservancy Press,2006.

[3] 方開泰,馬長興.正交與均勻試驗設計[M].北京:科學出版社,2001. Fang Kaitai,Ma Changxin.The Orthogonal and Uniform Design [M].Beijing:Science Press,2001.

[4] 盛謙.深挖巖質邊坡開挖擾動區與工程巖體力學性狀研究[D].武漢:中國科學院 武漢巖土力學研究所,2002. Sheng Qian.Excavation Disturbed Zone of Deep Cutting Rock Slopes and Mechanics Behavior of Engineering Rock Mass [D].Wuhan:Institute of Rock and Soil Mechanics,Chinese Academy of Sciences,2002.

[5] 祁慶和,水工結構物[M].北京:水利電力出版社,1986. Qi Qinghe.Hydraulic Structures [M].Beijing:China Water & Power Press,1986.

[6] Braja M D.Principles of Geotechnical Engineering [M].Boston:PWS Publishers,1985.

[7] 張振華.深切河谷岸坡開挖過程動態預警方法研究[D].武漢:中國科學院 武漢巖土力學研究所,2008. Zhang Zhenhua.Study on Dynamic Warning Method of Bank Slopes in Deep-Cut Valley during the Course of Excavation [D].Wuhan:Institute of Rock and Soil Mechanics,Chinese Academy of Sciences,2008.

[8] 張振華,馮夏庭,周輝.基于設計安全系數和破壞模式的邊坡開挖過程中動態監測預警指標研究[J].巖土力學,2009,30(3):604-612. Zhang Zhenhua,Feng Xiating,Zhou Hui.Research on dynamic early warning method of slope deformation monitoring during excavation based on designed safety factor and failure mode [J].Rock and Soil Mechanics,2009,30(3):604-612.

[9] 張欣.基于ABAQUS流固耦合理論的庫岸滑坡穩定性分析[D].濟南:山東大學,2005. Zhang Xin.Based on Fluid-Solid Coupling Theory of ABAQUS Bank Landslide Stability Analysis [D].Ji’nan:Shandong University,2005.

[10] 陳國慶,馮夏庭,江權.考慮巖體劣化的大型底下廠房圍巖變形動態監測預警方法研究[J].巖土力學,2010,31(9):3012-3018. Chen Guoqing,Feng Xiating,Jiang Quan.Study of dynamic early warning method of surrounding rock deformation monitoring for large underground powerhouse considering rock degradation [J].Rock and Soil Mechanics,2010,31(9):3012-3018.

[11] 郭飛,付調金,阮榮乾.基于ABAQUS強度折減法分析庫水位下降對邊坡穩定性影響[J].三峽大學學報:自然科學版,2012,34(3):15-19. Guo Fei,Fu Tiaojin,Ruan Rongqian.Analysis of influence of dawdown of reservoir water level on landslide stability using strength reduction method based on ABAQUS [J].Journal of China Three Gorges University:Natural Science,2012,34(3):15-19.

[12] 胡斌,馮夏庭,王國峰.龍灘水電站左岸高邊坡泥板巖體蠕變參數的智能反演[J].巖石力學與工程學報,2005,24(17):3064-3070. Hu Bin,Feng Xiating,Wang Guofeng.Intelligent inversion of creeping parameters of left bank high slope shale rock masses at Longtan hydropower station [J].Chinese Journal of Rock Mechanics and Engineering,2005,24(17):3064-3070.

[13] 劉光華,熊超,趙鵬.滑坡抗剪強度參數反演數值模擬研究[J].重慶交通大學學報:自然科學版,2013,32(5):969-973. Liu Guanghua,Xiong Chao,Zhao Peng.Numerical simulation of inversion of anti-shearing strength parameters of landslide [J].Journal of Chongqing Jiaotong University:Natural Science,2013,32(5):969-973.

[14] 呂國軍,肖盛燮,陶慶東,等.萬州曬網壩滑坡變形機理及穩定性規律跟蹤研究[J].重慶交通大學學報:自然科學版,2013,32(2):297-301. Lv Guojun,Xiao Shengxie,Tao Qingdong,et al.Follow-up study on failure mechanism and stability of Shaiwangba landslide in Wanzhou [J].Journal of Chongqing Jiaotong University:Natural Science,2013,32(2):297-301.

[15] 郭喜峰,晏鄂川,劉洋.三峽庫區碎石土滑坡體抗剪強度研究[J].重慶交通大學學報:自然科學版,2015,34(1):68-71. Guo Xifeng,Yan Echuan,Liu Yang.Shear strength of gravel soil landslide in the Three Gorges reservoir zone [J].Journal of Chongqing Jiaotong University:Natural Science,2015,34(1):68-71.

Geotechnical Mechanical Parameters Inversion of Xietan Sewage Treatment Plant Slope inthe Changing Conditions of the Reservoir Water Based on Fluid-Solid Coupling Theory

Wang Xinglin

(CCTEG Chongqing Engineering Co. Ltd., Chongqing 400016, China)

Xietan countryside sewage treatment plant slope of the three gorges reservoir area was selected for the study, and two-dimensional finite element model of the Xietan village sewage treatment plant slope was established. The fluid-structure interaction finite element analysis software (ABAQUS) and intelligent displacement back analysis method were adopted to dynamically inverse the physical and mechanical parameters of rock and soil of slope under the changing conditions of the reservoir water, which provided reasonable parameters for the evaluation of slope stability in the conditions of the water level fluctuations. The results show that: the calculated displacement values of measuring point based on the inversion to obtain geotechnical physical and mechanical parameters is very close to the measured values; using the fluid-solid coupling finite element analysis software (ABAQUS) and intelligent displacement back analysis to dynamically inverse reservoir slope of rock and soil physical and mechanical parameters in the project is feasible.

geotechnical engineering; fluid-solid coupling; intelligent inversion methods; parameter inversion

10.3969/j.issn.1674-0696.2015.05.16

2014-03-13；

2014-09-16

王幸林(1986—)，男，湖北黃岡人，工程師，碩士，主要從事邊坡穩定性方面的研究。E-mail:wxl1118@126.com。

TU457

A

1674-0696(2015)05-079-05