CN107203670B

CN107203670B - 一种粗糙随机型离散节理网络模型构建方法

Info

Publication number: CN107203670B
Application number: CN201710413633.9A
Authority: CN
Inventors: 王培涛; 任奋华; 李森
Original assignee: University of Science and Technology Beijing USTB
Current assignee: University of Science and Technology Beijing USTB
Priority date: 2017-06-05
Filing date: 2017-06-05
Publication date: 2019-06-14
Anticipated expiration: 2037-06-05
Also published as: CN107203670A

Abstract

本发明提供一种粗糙随机型离散节理网络模型构建方法，属于复杂节理岩体建模技术领域。该方法首先进行岩体结构面调查与信息识别，实现岩体结构面几何形态空间展布的数字表征，统计分析结构面几何产状信息的概率模型，然后根据表面形态，建立对应几何形态的随机粗糙几何的节理曲线，最后采用数字图像处理技术建立Matlab与力学分析软件PFC的模型接口，所建立的RDFN模型可通过3D打印机进行物理建模，为室内相似试验提供模型。该方法能够为更合理地研究节理岩体力学特性提供表征方法和模型基础，成果将为指导岩土工程施工、支护设计等提供科学依据。

Description

一种粗糙随机型离散节理网络模型构建方法

技术领域

本发明涉及复杂节理岩体建模技术领域，特别是指一种粗糙随机型离散节理网络模型构建方法。

背景技术

在分析深部软岩工程问题时，学者指出由于节理结构面的控制作用，岩体变形、破坏往往呈现非对称变形破坏，导致现场常规对称支护等工作难以有效的控制围岩的变形或破坏。研究表明：含节理岩体开挖扰动下的围岩破坏模式等往往受节理分布的影响显著。节理的力学性质是准确认知岩体力学性质的前提，也是提高岩体力学数值模拟准确性的根本。因此，深入研究节理结构面粗糙度形貌特征及几何分布等对岩体力学特性的影响规律，开展节理的起伏度、粗糙度等对复杂节理分布岩体力学性质的影响规律研究，讨论考虑节理粗糙度情况下表征单元体力学特性，讨论节理岩体尺寸效应特征，为岩体非对称变形和破坏等各向异性力学特性提供模型依据，对于指导围岩支护设计、岩体工程稳定性分析等具有重要的应用价值。

随着岩土勘察手段的进步和岩石力学问题研究的不断深入，学者逐渐认识到在地质环境和工程扰动作用下，节理间的扩展、相互贯通是工程岩体的主要破坏方式。针对这一特征，学者开展了岩体复杂节理网络模拟等研究工作，以期为节理岩体力学特性提供方法和模型。在这方面开展研究较早的如学者Witherspoon，其通过对不同的二维节理网络渗流进行数值分析，研究了影响节理岩体等效渗透张量的主要因素。随着计算机技术和数值模拟方法的发展，结构面网络模拟技术在岩体结构、岩体力学参数等研究中得到了广泛应用。近些年，应用Monte Carlo技术进行节理网络模拟研究越来越受到重视。主要根据岩体结构面实测数据，通过分析结构面几何产状的分布概率模型，利用计算机图形模拟重现节理岩体的结构特征，并进行岩体变形、强度及渗流规律等方面的研究工作。学者Min和Jing应用3DEC方法，建立了离散裂隙网络，并对其弹性各向异性进行了研究，所提方法对研究节理岩体的等效弹性参数具有重要的参考意义。一些学者还基于VC++平台开发了离散节理网络模型的渗流特性研究平台，研究了模型中的渗流各向异性特征，针对不同几何分布离散网络下渗流变化情况进行了分析，结果发现，离散节理网络模型中存在渗流主方向，该方向控制着岩体的渗透系数变化。Liu等学者运用分形理论构建了离散节理网络DiscreteFractures Network(DFN)模型，运用该模型分析了节理样本的渗流特性，探讨了不同分形维数的节理样本形态，研究发现节理的迹长影响样本渗透特性更加显著。王涛等学者基于3DEC方法，研究了随机节理网络分布下巷道围岩破坏特性，结果表明，结构面的分布特征对于岩体内部破坏、关键块位置等起着决定性作用。

研究结果表明，建立离散裂隙网络模型DFN，对岩体的弹性模量、强度等的尺寸效应进行分析，是研究节理岩体的力学特性的有效手段，这种方法也越来越多的被学者们所接受，学者通过各种方法在裂隙网络生成及数值算法问题上取得了重大进展。然而，目前不论三维DFN模型或者二维DFN模型，其几何形态往往假设是平面型或直线型，并在此基础上进行节理网络模拟和力学分析，而在实际岩体结构面分布中，结构面并非如假设的那样是平面型或直线型分布，而是具有一定的粗糙度特征。大量工程调查发现，小到节理裂隙，大到大尺度结构面褶皱、层理，结构面形态上均呈现出一定的粗糙起伏，因此，采用平面型或直线型节理(面)网络研究岩体力学特性仍不可避免地存在一定的误差。针对节理粗糙特性，国内康志强等学者针对节理岩体中“S”型分布节理开展了数值研究，采用FLAC软件分析了“S”型节理分布情况下模型内部的应力场分布特征，结果表明，“S”型节理导致岩体内部应力场的异常分布，在进行节理岩体锚固支护等工作中应予以重视。粗糙节理目前在水力学方面的研究较多，国内有徐维生等、刘泉声等、吴月秀等。其中，吴月秀采用SAW法建立了粗糙节理网络模型，并分析了节理内的水力力学特性，该方法为研究裂隙岩体水力学特性提供了重要思路。

目前，国内外学者假设结构面为平面型或直线型，由此建立结构面离散网络DFN力学模型开展数值计算分析，而结构面本身具有一定的粗糙度特征，即使对于沉积岩，其内部层理也多呈现一定的粗糙度形态，目前已有离散网络DFN模型多未考虑结构面的复杂形貌特征；另外，已有相关研究成果往往集中在单条(单组)粗糙节理的力学特性(如抗剪特性、渗流等)研究方面，在开展节理岩体数值分析，表征节理岩体力学参数时仍会存在一定的误差。为此，需要提出一种粗糙随机节理网络模型的建模及力学分析方法，这也是本发明的出发点之一。

鉴于此，本发明从岩体结构面分布调查出发，应用Matlab语言编制考虑结构面粗糙度特性的随机离散网络模型Rough Discrete Fractures Network(RDFN)，直观再现岩体节理几何分布和粗糙特征，进一步基于数字图像技术编写颗粒流PFC模型接口，将RDFN模型导入数值模型进行力学分析，开展节理岩体样本力学特性分析，可为工程岩体力学参数获取、开挖扰动围岩破坏模式等提供一种新方法。

发明内容

本发明要解决的技术问题是提供一种粗糙随机型离散节理网络模型构建方法，针对节理的粗糙几何特性，基于Matlab建模及图像处理技术，建立了正弦型粗糙节理网络RDFN模型，进一步，结合数字图像技术，建立了与颗粒流离散元数值方法PFC的建模接口，建立了复杂地质力学模型与精细数值计算模型的衔接。在此基础上，可以开展RDFN模型的单轴压缩和直剪数值试验的力学特性数值试验，该研究为更合理地研究节理岩体力学特性提供表征方法和模型基础，成果将为指导岩土工程施工、支护设计等提供科学依据。

该方法步骤如下：

(1)岩体结构面调查与信息识别：在3GSM岩体结构面测量系统基础上，对空间分布不同级别结构面进行准确识别，实现岩体结构面几何形态空间展布的数字表征，统计分析结构面几何产状信息的概率模型；

(2)根据步骤(1)识别得到的结构面几何产状信息，建立对应几何形态的随机粗糙几何的节理曲线，基于Matlab平台，采用Monte Carlo方法生成曲线型离散节理网络RDFN模型；

(3)采用数字图像处理技术建立Matlab与力学分析软件PFC的模型接口，通过识别节理、岩石单元像素，根据像素位置，建立力学计算模型并导出PFC建模格式文件；同时，步骤(2)所建立的RDFN模型通过3D打印机进行物理建模，为室内相似试验提供模型。

其中，步骤(1)中岩体结构面几何形态包括产状分布、粗糙起伏情况等；结构面几何产状信息包括迹长、倾角、间距等。

步骤(2)中对应几何形态包括正弦型、三角型、矩形和分形型等。

本发明的上述技术方案的有益效果如下：

上述方案中，结合数字图像处理、断面激光扫描及模型3D打印技术，开展岩体结构面粗糙度表征、含结构面岩体几何、力学模型建立等研究，实现岩体结构几何产状和力学信息与力学定量计算间的衔接，采用颗粒流PFC方法研究粗糙度对RDFN模型的弹性、强度和破坏模式的影响规律，并探讨结构面对样本力学尺寸效应与各向异性的相互影响关系，揭示结构面粗糙度对岩体力学特性的影响机制，并为节理岩体力学特性分析和参数获取提供方法和依据。

本发明可以提供一种适用于粗糙离散节理网络RDFN模型的有效建模方法，可有效地应用于3D打印技术的离散节理网络实体模型；且提供一个基于Matlab开发岩体结构面几何模型与PFC数值计算模型的接口，实现地质模型与数值模型的衔接。

附图说明

图1为本发明的粗糙随机型离散节理网络模型构建方法技术路线图；

图2为本发明实施例中三角型节理RDFN模型，图2(a)为现实节理，图2(b)为节理模型；

图3为本发明实施例中矩形型节理RDFN模型，图3(a)为现实节理，图3(b)为节理模型；

图4为本发明实施例中分形型节理RDFN模型，图4(a)为现实节理，图4(b)为节理模型；

图5为本发明实施例中正弦型节理RDFN模型，图5(a)为现实节理，图5(b)为节理模型；

图6为本发明实施例中现场起伏分布节理调查图，图6(a)为现场图，图6(b)为建模图；

图7为本发明实施例中随机正弦型节理建模方法示意图，图7(a)为采用正弦曲线表征不同粗糙节理方法示意图，图7(b)为正弦型节理的旋转及平移示意图；

图8为本发明实施例中正弦型RDFN模型；

图9为本发明实施例中识别分布基本原理示意图；

图10为本发明实施例中单色粗糙随机节理网络RDFN数字图像及示意图，图10(a)为单色粗糙随机节理网络RDFN数字图像，图10(b)为相应数值计算模型；

图11为本发明实施例中多色含多组粗糙随机节理网络RDFN数字图像及相应数值计算模型示意图，图11(a)为单色粗糙随机节理网络RDFN数字图像，图11(b)为相应数值计算模型；

图12为本发明实施例中传统直线型DFN物理试验模型示意图；

图13为本发明实施例中粗糙RDFN物理试验模型示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明提供一种粗糙随机型离散节理网络模型构建方法。

如图1所示，该方法基本步骤为：

下面分别阐述4种不同类型粗糙结构面网络模型构建过程，包括正弦型、三角型、矩形和分形形态。

(一)三角型RDFN的建模

如图2，现实中结构面常存在类似三角型形态分布的结构面(如图2(a))，为了模拟该类节理面，发明采用随机峰值来模拟凸起幅度，每条节理上采用均匀分段来模拟峰值，即在每条节理上按照均匀长度分布凸起。

将每条节理均匀分段，在每一段中随机取的波峰位置和波谷位置，同时随机取的峰值和谷值。节理三角函数峰值是与迹长成比例的随机数，比例因子为0.05。节理分段数与每组节理的平均长度成比例，每组节理的不同节理的分段数相同。节理分布按照端点分布的统计结果进行模拟，图2(b)为模型建立的三组三角形节理：

(1)第1组，迹长在0m-12m内均匀分布，节理面密度为0.3条/m²，走向与水平面平均夹角0°，标准差取15°；

(2)第2组，迹长在0m-6m内均匀分布，节理面密度为0.3条/m²，走向与水平面平均夹角45°，标准差取15°；

(3)第3组，迹长在0m-4m内均匀分布，节理面密度为0.3条/m²，走向与水平面平均夹角为135°，标准差取15°。

(二)矩形RDFN的建模

在岩体受拉伸等地质作用力下，岩体内部还赋存一些矩形分布结构面(如图3(a))，为此也基于Matlab平台开发了随机矩形裂隙分布模型。

实现思路为：采用随机峰值来模拟矩形凸起的幅度，在每条节理上仍采用均匀分段来模拟峰值，即在每条节理上按照均匀长度分布凸起。现将每条节理均匀分段，在每一段中随机取的波峰位置和波谷位置，同时随机取的峰值和谷值。本模型建立了三组三角形节理：

节理矩形函数峰值是与迹长比例的随机数，比例因子为0.1。节理分段数也是与每组节理的平均长度成比例的，每组节理的不同节理的分段数是相同的。为简单起见，节理分布按照端点分布的统计结果进行模拟的，采用端点均匀分布的普遍现象。模拟结果如图3(b)所示。

(三)分形形态RDFN的建模

一般情况下，节理几何分布非常复杂(如图4(a))，表现出很强的随机性，根据分形几何原理开展节理表面粗糙度统计与表征的方法目前受到学者关注与认可。本发明根据Hurst指数法生成的随机分形曲线来表征自然节理轮廓线。Hurst指数法是Voss于1988年提出的，给出了结构函数S和Hurst指数H之间的关系：

S(x)＝Ax^2H (1)

其中，结构函数S(x)是沿x方向，从起点到终点，计算间距x前后两点高差平方的平均值；H为Hurst指数；A为振幅参数，等于测量间距为1时的结构函数值。本发明案例取Hurst值为0.6，这一指数对应的JRC值大约在4-6之间，W取0.0393。在这里，先将节理假定为一条直线，即为取迹长，用一随机点分割该直线，本研究假定为均匀随机点。在该点两侧用等分距dx等分直线，该研究dx的取值与迹长有关。在Y方向上，采用分割点两侧各等分点相对前一等分点偏移量累加得Y值。

按照本模型建立了三组三角形节理：

节理分布按照中心点分布的统计结果进行模拟的，采用中心点均匀分布的普遍现象。模拟结果如图4(b)所示。

(四)正弦型RDFN的建模

正弦型RDFN模型建模原理如下：

(1)节理的粗糙情况根据正弦型曲线确定，如图5(a)和图5(b)；通过改变振幅、周期、曲线伸缩实现，得到与现场测试得到相似的节理模型。

(2)建模时，首先在一定区域内生成随机分布中心点，中心点数目根据节理密度确定；根据节理迹长、倾角、中心点确定离散粗糙节理，方程由直线的函数转换成正弦型函数，也可以转变为其他几何分布函数，依此，建立RDFN模型。

实施例

(1)选取典型粗糙分布节理工程实例(例如图6(a)、图6(b))，进行现场结构面勘察，通过岩体结构面调查与信息识别，判断节理几何分布模型。

几何分布采用正弦型RDFN模型建模的原理如下：

(a)节理的粗糙情况根据正弦型曲线确定，如图7(a)；通过改变振幅、变换周期、曲线伸缩实现，得到与现场测试得到相似的节理模型。

(b)如图7(b)，通过旋转、平移得到一定倾角和空间分布的节理迹线。节理两端点(x1，y1)、(x2，y2)连线，也可以视作节理的伪迹线，长度L为伪长度；(x0，y0)为伪长度线的中点，θ为节理的倾角。

(c)建模时，首先在一定区域内生成随机分布中心点，中心点数目根据节理密度确定；根据节理迹长、倾角、中心点确定离散粗糙节理，方程由直线的LINE函数转换成正弦型函数，也可以转变为其他几何分布函数，依此，建立RDFN模型。

(d)坐标系XOY与X'O'Y'夹角为θ，进行绘图建模时，需要进行坐标旋转，旋转角度为θ。

由此，建立多条粗糙节理网络模型。需要说明的是，节理模型存在一定的厚度，充填物厚度可以靠线宽进行确定。

基于Matlab平台，初步建立三组节理，其中节理组的几何信息如下表所示。需要注意的是，几何形态类型可以根据现场监测进行修改，比如振幅、频率、衰减情况等。表1为典型的三组节理分布信息表。

表1节理几何分布特征

(2)建立正弦型随机粗糙几何的节理曲线

根据现场勘察结果，在10m×10m范围内，建立的三组正弦型节理RDFN模型如下图8所示。

(3)PFC力学计算模型建立

利用图像像素对模型进行建模，关键需要得到像素的位置和像素的大小。编写了与PFC接口，实现了随机节理网络模型到颗粒流PFC2D模型的连接。

首先通过读取IDF图像，进行灰度转换，如图9所示，得到相应的灰度图像矩阵Grey[Col,Row]。其中，每个像素的值为0～255某值，通过处理，一般白色(Value＝0)为岩石基质，黑色(Value＝255)为节理单元。

根据以上图像识别原理，可以针对单色、多色表征的结构面分布网络图像生成PFC计算模型，如图10(a)、图10(b)、图11(a)、图11(b)所示。则基于这一模型，可以进一步开展含粗糙节理网络的岩体力学特性分析，如单轴抗压、直剪等数值试验研究。

同时，基于得到的RDFN模型，可以借助3D打印技术，实现复杂裂隙岩体网络模型的建模(图12、图13)，进一步开展室内力学特性分析。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种粗糙随机型离散节理网络模型构建方法，其特征在于：包括如下步骤：

(3)采用数字图像处理技术建立Matlab与力学分析软件PFC的模型接口，通过识别节理、岩石单元像素，根据像素位置，建立力学计算模型并导出PFC建模格式文件；同时，步骤(2)所建立的RDFN模型通过3D打印机进行物理建模，为室内相似试验提供模型；

其中，所述步骤(2)中对应几何形态包括正弦型、三角型、矩形和分形型，上述几何形态的RDFN模型生成过程如下：

(一)三角形RDFN建模：

将每条节理均匀分段，在每一段中随机取波峰位置和波谷位置，同时随机取峰值和谷值；节理三角函数峰值是与迹长成比例的随机数，比例因子为0.05；节理分段数与每组节理的平均长度成比例，每组节理的不同节理的分段数相同，节理分布按照端点分布的统计结果进行模拟；

(二)矩形RDFN建模：

将每条节理均匀分段，在每一段中随机取波峰位置和波谷位置，同时随机取峰值和谷值；节理矩形函数峰值是与迹长成比例的随机数，比例因子为0.1；节理分段数与每组节理的平均长度成比例，每组节理的不同节理的分段数相同，节理分布按照端点分布的统计结果进行模拟；

(三)分形型RDFN建模：

将节理假定为一条直线，即为取迹长，用一随机点分割该直线，且假定为均匀随机点；在该点两侧用等分距dx等分直线，在Y方向上，采用分割点两侧各等分点相对前一等分点偏移量累加得Y值；节理分布按照中心点分布的统计结果进行模拟；

(四)正弦型RDFN建模：

首先在一定区域内生成随机分布中心点，中心点数目根据节理密度确定；根据节理迹长、倾角、中心点确定离散粗糙节理，方程由直线的函数转换成正弦型函数，或转变为其他几何分布函数，依此，建立正弦型RDFN模型。

2.根据权利要求1所述的粗糙随机型离散节理网络模型构建方法，其特征在于：所述步骤(1)中岩体结构面几何形态包括产状分布、粗糙起伏情况；结构面几何产状信息包括迹长、倾角、间距。