CN117556480A - 裂隙岩体rev的确定方法和系统 - Google Patents
裂隙岩体rev的确定方法和系统 Download PDFInfo
- Publication number
- CN117556480A CN117556480A CN202311484166.0A CN202311484166A CN117556480A CN 117556480 A CN117556480 A CN 117556480A CN 202311484166 A CN202311484166 A CN 202311484166A CN 117556480 A CN117556480 A CN 117556480A
- Authority
- CN
- China
- Prior art keywords
- rock mass
- fractured rock
- random data
- determining
- rev
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000011435 rock Substances 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000004088 simulation Methods 0.000 claims abstract description 72
- 238000010586 diagram Methods 0.000 claims abstract description 52
- 238000010168 coupling process Methods 0.000 claims abstract description 19
- 230000008878 coupling Effects 0.000 claims abstract description 18
- 238000005859 coupling reaction Methods 0.000 claims abstract description 18
- 238000009826 distribution Methods 0.000 claims description 41
- 230000006835 compression Effects 0.000 claims description 21
- 238000007906 compression Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 17
- 125000004122 cyclic group Chemical group 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 11
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 238000005315 distribution function Methods 0.000 description 8
- 239000002689 soil Substances 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000000342 Monte Carlo simulation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011151 fibre-reinforced plastic Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种裂隙岩体REV的确定方法和系统,该方法通过对结构面网络图进行定义,实现基于随机数据便能生成裂隙岩体对应的结构面网络图,从而避免了获取地质基础数据的复杂过程;通过对结构面网络图进行等效转换,得到多个等效模拟实体单元,然后对等效模拟实体单元进行应变耦合处理,确定裂隙岩体的REV,实现了根据随机数据模拟出等效模拟实体单元,并基于等效模拟实体单元确定裂隙岩体的REV,从而实现了仅根据随机数据模拟确定裂隙岩体的REV,有效增加了基础数据的数量,从而提高了裂隙岩体REV的可靠度。
Description
技术领域
本发明涉及裂隙岩体研究技术领域,尤其涉及一种裂隙岩体REV的确定方法和系统。
背景技术
土体REV(representative elementary volume,表征单元体积)是土体相关特性趋于基本稳定时的土体最小体积,当体尺寸达到一定临界值后,岩体的等效力学参数的变化趋势趋于稳定。因此,确定岩体REV是岩体力学的基本问题。
目前岩体力学中较多采用的数值方法根据对岩体介质类型的不同处理方式,主要分为连续介质方法和不连续介质方法。在利用数值方法进行岩体工程的安全与稳定性评价时,首先需要进行现场的地质勘查工作,了解工程岩体内不同尺度结构面(断层、软弱夹层、节理、裂隙等)的几何特征与空间分布规律,然而,现场的地质数据获取过程较复杂,数据量少,从而难以保证裂隙岩体REV的可靠度。
因此,现有技术在确定裂隙岩体REV的过程中,存在由于基础数据的数量少导致难以保证裂隙岩体REV的可靠度的问题。
发明内容
有鉴于此,有必要提供一种裂隙岩体REV的确定方法和系统,用以解决现有技术在确定裂隙岩体REV的过程中,存在的由于基础数据的数量少导致难以保证裂隙岩体REV的可靠度的问题。
为了解决上述问题,本发明提供一种裂隙岩体REV的确定方法,包括:
获取随机数据,并根据随机数据生成裂隙岩体的多个结构面网络图;
根据多个结构面网络图,对应生成裂隙岩体的多个等效模拟实体单元;
基于多个等效模拟实体单元,通过应变耦合处理,确定裂隙岩体的REV。
进一步地,获取随机数据,并根据随机数据生成裂隙岩体的多个结构面网络图,包括:
获取多组随机数据,其中,每组随机数据包括多个;
基于一组随机数据,确定裂隙岩体对应的多个几何参数,并根据多个几何参数确定裂隙岩体对应的一个结构面;
根据多组随机数据,得到多个结构面,并基于多个结构面对应生成裂隙岩体的多个结构面网络图。
进一步地,获取多组随机数据,包括:
设置初始值;
根据初始值,基于随机数据生成法生成多组随机数据;
其中,随机数据生成法包括平方取中法、乘法取中法、GPSS/H算法、线性同余法、移位指令加法和同余法中的至少一种。
进一步地,基于一组随机数据,确定裂隙岩体对应的多个几何参数,并根据多个几何参数确定裂隙岩体对应的一个结构面,包括:
按照预设顺序对随机数据进行几何定义,确定一组随机数据对应裂隙岩体的多个几何参数,其中,几何参数包括参数定义及其对应的数值;
根据多个几何参数进行仿真模拟,确定裂隙岩体对应的一个结构面;
其中,参数定义至少包括倾角、倾向、间距、迹长和隙宽中的至少一个。
进一步地,按照预设顺序对随机数据进行几何定义,确定一组随机数据对应裂隙岩体的多个几何参数,包括:
按照预设顺序对随机数据进行几何定义,并确定随机数据的分布变量;
根据分布变量,确定一组随机数据对应裂隙岩体的多个几何参数;
其中,分布变量包括均匀、正态、指数、对数和Gamma分布中的至少一种。
进一步地,根据多个结构面网络图,对应生成裂隙岩体的多个等效模拟实体单元,包括:
根据多个结构面网络图,通过仿真模拟,对应生成裂隙岩体的多个等效模拟实体单元。
进一步地,基于多个等效模拟实体单元,通过应变耦合处理,确定裂隙岩体的REV,包括:
对多个等效模拟实体单元进行单轴压缩处理,得到对应的单轴压缩数据;
对多个等效模拟实体单元进行单轴循环加载处理,得到对应的单轴循环加载数据;
在预设围压条件下,对多个等效模拟实体单元进行压缩处理,得到对应的压缩数据;
对多个等效模拟实体单元进行卸围压处理,得到对应的卸围压数据;
对单轴压缩数据、单轴循环加载数据、压缩数据和卸围压数据进行应变耦合处理,确定裂隙岩体的REV。
为了解决上述问题,本发明提供一种裂隙岩体REV的确定系统,包括:
结构面网络图生成模块,用于获取随机数据,并根据随机数据生成裂隙岩体的多个结构面网络图;
等效模拟实体单元生成模块,用于根据多个结构面网络图,对应生成裂隙岩体的多个等效模拟实体单元;
REV确定模块,用于基于多个等效模拟实体单元,通过应变耦合处理,确定裂隙岩体的REV。
为了解决上述问题,本发明提供一种电子设备,包括处理器以及存储器,存储器上存储有计算机程序,计算机程序被处理器执行时,实现如上文所述的裂隙岩体REV的确定方法。
为了解决上述问题,本发明提供一种存储介质,存储介质中存储有计算机程序指令,当计算机程序指令被计算机执行时,使计算机执行如上文所述的裂隙岩体REV的确定方法。
采用上述实施例的有益效果是:本发明提供一种裂隙岩体REV的确定方法和系统,该方法通过对结构面网络图进行定义,实现基于随机数据便能生成裂隙岩体对应的结构面网络图,从而避免了获取地质基础数据的复杂过程;通过对结构面网络图进行等效转换,得到多个等效模拟实体单元,然后对等效模拟实体单元进行应变耦合处理,确定裂隙岩体的REV,实现了根据随机数据模拟出等效模拟实体单元,并基于等效模拟实体单元确定裂隙岩体的REV,从而实现了仅根据随机数据模拟确定裂隙岩体的REV,有效增加了基础数据的数量,从而提高了裂隙岩体REV的可靠度。
附图说明
图1为本发明提供的裂隙岩体REV的确定方法一实施例的流程示意图;
图2为本发明提供的根据随机数据生成多个结构面网络图一实施例的流程示意图;
图3为本发明提供的根据多个几何参数确定对应的一个结构面一实施例的流程示意图;
图4为本发明提供的确定一组随机数据对应的多个几何参数一实施例的流程示意图;
图5为本发明提供的确定裂隙岩体的REV一实施例的流程示意图;
图6为本发明提供的随机裂隙网络及局部网格剖分一实施例的结果示意图;
图7为本发明提供的裂隙岩体REV的确定系统的结构示意图;
图8为本发明提供的电子设备一实施例的结构框图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
土体REV(representative elementary volume,表征单元体积)是土体相关特性趋于基本稳定时的土体最小体积,当体尺寸达到一定临界值后,岩体的等效力学参数的变化趋势趋于稳定。因此,确定岩体REV是岩体力学的基本问题。
目前岩体力学中较多采用的数值方法根据对岩体介质类型的不同处理方式,主要分为连续介质方法和不连续介质方法。在利用数值方法进行岩体工程的安全与稳定性评价时,首先需要进行现场的地质勘查工作,了解工程岩体内不同尺度结构面(断层、软弱夹层、节理、裂隙等)的几何特征与空间分布规律,然而,现场的地质数据获取过程较复杂,数据量少,从而难以保证裂隙岩体REV的可靠度。
因此,现有技术在确定裂隙岩体REV的过程中,存在由于基础数据的数量少导致难以保证裂隙岩体REV的可靠度的问题。
为了解决上述问题,本发明提供了一种裂隙岩体REV的确定方法和系统,以下分别进行详细说明。
如图1所示,图1为本发明提供的裂隙岩体REV的确定方法一实施例的流程示意图,包括:
步骤S101:获取随机数据,并根据随机数据生成裂隙岩体的多个结构面网络图;
步骤S102:根据多个结构面网络图,对应生成裂隙岩体的多个等效模拟实体单元;
步骤S103:基于多个等效模拟实体单元,通过应变耦合处理,确定裂隙岩体的REV。
本实施例中,首先,获取随机数据,并根据随机数据生成裂隙岩体的多个结构面网络图;然后,根据多个结构面网络图,对应生成裂隙岩体的多个等效模拟实体单元;最后,基于多个等效模拟实体单元,通过应变耦合处理,确定裂隙岩体的REV。
本实施例中,通过对结构面网络图进行定义,实现基于随机数据便能生成裂隙岩体的对应的结构面网络图,从而避免了获取地质基础数据的复杂过程;通过对结构面网络图进行等效转换,得到多个等效模拟实体单元,然后对等效模拟实体单元进行应变耦合处理,确定裂隙岩体的REV,实现了根据随机数据模拟出等效模拟实体单元,并基于等效模拟实体单元确定裂隙岩体的REV,从而实现了仅根据随机数据模拟确定裂隙岩体的REV,有效增加了基础数据的数量,从而提高了裂隙岩体REV的可靠度。
作为优选的实施例,在步骤S101中,为了获取随机数据,并根据随机数据生成多个结构面网络图,如图2所示,图2为本发明提供的根据随机数据生成多个结构面网络图一实施例的流程示意图,包括:
步骤S111:获取多组随机数据;
步骤S112:基于一组随机数据,确定裂隙岩体对应的多个几何参数,并根据多个几何参数确定裂隙岩体对应的一个结构面;
步骤S113:根据多组随机数据,得到多个结构面,并基于多个结构面对应生成裂隙岩体的多个结构面网络图;
其中,每组随机数据包括多个。
本实施例中,首先,获取多组随机数据;然后,基于一组随机数据,确定对应的多个几何参数,并根据多个几何参数确定对应的一个结构面;最后,根据多组随机数据,得到多个结构面,并基于多个结构面对应生成多个结构面网络图;其中,每组随机数据包括多个。
需要说明的是,对于每一个随机数据,都有唯一的一个几何参数与其对应;对于一个结构面,有多个几何参数与其对应;对于一个结构面,能够生成唯一对应的一个结构面网络图。
作为优选的实施例,在步骤S111中,为了获取多组随机数据,首先,设置初始值;然后,根据初始值,基于随机数据生成法生成多组随机数据。
其中,随机数据生成法包括平方取中法、乘法取中法、GPSS/H算法、线性同余法、移位指令加法和同余法中的至少一种。
本实施例中,通过设置对应的随机数据生成法能够生成满足需要的多个随机数据,从而提高随机数据的复杂度,以有效满足实际需要。
作为优选的实施例,在步骤S112中,为了基于一组随机数据,确定对应的多个几何参数,并根据多个几何参数确定对应的一个结构面,如图3所示,图3为本发明提供的根据多个几何参数确定对应的一个结构面一实施例的流程示意图,包括:
步骤S1121:按照预设顺序对随机数据进行几何定义,确定一组随机数据对应裂隙岩体的多个几何参数;
步骤S1122:根据多个几何参数进行仿真模拟,确定裂隙岩体对应的一个结构面;
其中,几何参数包括参数定义及其对应的数值;参数定义至少包括倾角、倾向、间距、迹长和隙宽中的至少一个。
本实施例中,首先,按照预设顺序对随机数据进行几何定义,确定一组随机数据对应的多个几何参数;然后,根据多个几何参数进行仿真模拟,确定对应的一个结构面。
本实施例中,基于结构面的定义需要确定其对应的多个几何参数,然后将随机数据进行一一对应的定义,然后通过仿真模拟,确定随机数据对应的一个结构面,实现了仅对随机数据仿真模拟,便能确定结构面。
作为优选的实施例,在步骤S1121中,由于随机数据的生成方式包括多个,而且对于不同的几何参数,由于其服从的分布方式不同,因此,按照预设顺序对随机数据进行几何定义的过程中,还需要按照其服从的分布情况对应确定分布变量,如图4所示,图4为本发明提供的确定一组随机数据对应的多个几何参数一实施例的流程示意图,包括:
步骤S11211:按照预设顺序对随机数据进行几何定义,并确定随机数据的分布变量;
步骤S11212:根据分布变量,确定一组随机数据对应裂隙岩体的多个几何参数;
其中,分布变量包括均匀、正态、指数、对数和Gamma分布中的至少一种。
本实施例中,当按照预设顺序对随机数据进行几何定义后,能够实现对于任一组随机数据,其都有唯一确定的定义,显而易见地,对于任一结构面,其中的参数之间存在对应的关联关系,而不同的预设顺序会导致其中的数据不同,从而影响其中的数据分布,因此,为了保证随机数据的合理性,在确定随机数据的几何定义后,还需要确定随机数据的分布变量,从而实现生成合理的随机数据组。
在一具体实施例中,根据现场实测结构面统计规律用数学方法生成还原的随机网络模型,其原理是根据现场量测统计得出结构面参数的分布函数,用Monte-Carlo方法产生一系列随机数据,用这些随机数据代替结构面的几何参数(如倾角、倾向、间距、迹长等),便得到一系列的结构面,这些结构面形成了与原岩体等效的结构面网络图。
其中,模拟节理岩体裂隙网络的步骤一般为:①岩体露头的裂隙测量(裂隙间距、隙宽、迹长、倾向和倾角),②裂隙几何要素的概率分布函数关系,③结构面概率模型的建立,④节理岩体的Monte-Carlo模拟,⑤裂隙面网络模型的有效性检验。
具体地,①对岩体节理的描述,主要是由中心点坐标(x0,y0)、迹线长度l、倾角θ三个参数确定。节理迹线端点坐标为:
②在选定的模拟区域内,岩体结构面迹线中心点坐标(x0,y0)的空间分布服从于泊松分布。
③岩体节理迹线由直线段表示,其产状由方向角α唯一确定。θ定义为自x轴逆时针旋转至迹线的角度。方向角α的大小取决于结构面产状以及模拟剖面的方向及其相互关系。
④岩体结构面迹线的长度,假定为服从负指数分布、均匀分布、正态分布和对数正态分布这四种分布函数中的一种。
⑤在选定的模拟区域内,岩体结构面节理条数由模拟区域面积及面密度确定。
作为优选的实施例,在步骤S102中,为了根据多个结构面网络图,对应生成裂隙岩体的多个等效模拟实体单元,专门引入了仿真模拟技术,从而实现将数据进行实体化表示,以提高等效模拟实体单元的可视性,便于用户及时反馈结构面网络图对应的随机数据的合理性。
在一具体实施例中,采用Monte-Carlo方法建立节理岩体结构面数学模型,根据现场量测统计得出结构面参数的分布函数,用Monte-Carlo方法产生一系列随机数据,用这些随机数据代替结构面的几何参数(如倾角、倾向、间距、迹长等),便得到一系列的结构面,这些结构面形成了与原岩体等效的结构面网络图。
产生随机数据的数学方法一般有平方取中法、乘法取中法、GPSS/H算法、线性同余法、移位指令加法、同余法。同余法包括乘同余法、加同余法和混合同余法三种。它们都是根据选定的初值,由迭代过程来实现的。迭代公式可写成数论中的同余式,故称同余法。混合同余法是目前应用广泛的方法之一,其一般递推公式为:
其中,M为模数、a为乘子、c为增量、初值为x0;且xn、M、a、c均为非负整数。
由上式产生的xn(n=1,2,……)满足:0≤xn≤M-1;从而rn∈[0,1]。适当选取M、a、c可以保证xn在[0,M-1]区间上一个周期内每个整数正好出现一次,从而保持所产生随机数据列的均匀性,并且在提高均匀性的同时,提高所得随机数据列的独立性。
参数选取为:
节理岩体结构面的几何参数为服从一定分布如均匀、正态、指数、对数、Gamma分布的随机变量。
在产生均匀随机数据后,还要产生满足某种分布的随机变量。目前,有很多方法可以产生随机变量,其中反函数法是利用随机变量x的分布函数F(x)的反函数F-1(x)来推求随机变量。分布函数F(x)的定义域为[0,1],故在[0,1]区间上总是存在一个均匀的随机数据r,并且F(x)=r。由此建立x与r一一对应的关系,即x=F-1(x)。由不同的分布函数F(x),就可以求出不同分布时的随机变量,其算法如下:
①产生r;
②令x=F-1(x),然后返回;
下面是节理岩体结构面的几何参数可能服从的几种分布的随机变量:
③正态分布随机变量的产生。正态分布函数:
F(x)为不可求函数积分,由中心极限定理可导出:
式中:x1、x2为服从正态分布的随机数据;rnd1,rnd2为[0,1]区间内均匀分布的随机数据;μx为均值;σx为标准差。
④对数正态分布随机变量的产生。先把对数正态分布转换成正态分布,然后按照正态分布随机变量的产生方法实现。
⑤均匀分布随机变量的产生。均匀分布函数为:
得x=a+r(b-a),对应(0,1)区间随机数据R,均匀分布的随机变量为xr=a+r(b-a)。
⑥负指数分布随机数据的产生。负指数分布函数为:
其中,μe为x的数学期望,其对应(0,1)区间内的随机变量R,得负指数分布随机变量:xr=-μeln(1-R)。
根据以上算法,生成符合现场统计特征的断续节理岩体数值模型,在准二维条件下,结构面产状由倾角θ唯一确定。θ定义为自x轴逆时针旋转至迹线的角度。大小为结构面倾角在模拟剖面方向的视倾角。岩体结构面迹线的长度,假定服从正态分布。在选定的模拟区域内,岩体结构面节理条数由模拟区域面积及单位面积条数确定。
作为优选的实施例,在步骤S103中,为了基于多个等效模拟实体单元,通过应变耦合处理,确定裂隙岩体的REV,如图5所示,图5为本发明提供的确定裂隙岩体的REV一实施例的流程示意图,包括:
步骤S131:对多个等效模拟实体单元进行单轴压缩处理,得到对应的单轴压缩数据;
步骤S132:对多个等效模拟实体单元进行单轴循环加载处理,得到对应的单轴循环加载数据;
步骤S133:在预设围压条件下,对多个等效模拟实体单元进行压缩处理,得到对应的压缩数据;
步骤S134:对多个等效模拟实体单元进行卸围压处理,得到对应的卸围压数据;
步骤S135:对单轴压缩数据、单轴循环加载数据、压缩数据和卸围压数据进行应变耦合处理,确定裂隙岩体的REV。
本实施例中,首先,对多个等效模拟实体单元进行单轴压缩处理,得到对应的单轴压缩数据;其次,对多个等效模拟实体单元进行单轴循环加载处理,得到对应的单轴循环加载数据;然后,在预设围压条件下,对多个等效模拟实体单元进行压缩处理,得到对应的压缩数据;接下来,对多个等效模拟实体单元进行卸围压处理,得到对应的卸围压数据;最后,对单轴压缩数据、单轴循环加载数据、压缩数据和卸围压数据进行应变耦合处理,确定裂隙岩体的REV。
本实施例中,在得到等效模拟实体单元后,通过对等效模拟实体单元分别进行单轴压缩、单轴循环加载、有围压条件下的压缩和卸围压处理,进而得到对应的单轴压缩数据、单轴循环加载数据、压缩数据和卸围压数据,实现从多个方面解析等效模拟实体单元,进而通过应变耦合处理,最终确定裂隙岩体的REV,由于本实施例中从多个方向上保证了数据的可靠性和数据处理的合理性,从而保证了最终得到的裂隙岩体的REV的可靠度。
在一具体实施例中,根据结构面分布的统计结果,用Monte-Carlo方法产生一系列满足结构面统计分布规律的随机数据,用这些随机数据等效替代结构面的几何参数(如倾角、倾向、间距、迹长,隙宽等),生成与原岩体等效的结构面网络图。对岩体节理的描述,主要是由中心点坐标(x0,y0)、迹线长度l、倾角θ三个参数确定,节理迹线端点坐标为:
在选定的模拟区域内,岩体结构面迹线中心点坐标(x0,y0)的空间分布服从于泊松分布。
节理单元采用等效实体单元模拟,参数由单个节理的现场剪切实验确定。在二维条件下,其产状由方位角α唯一确定。θ定义为自x轴逆时针旋转至迹线的角度。大小为结构面倾角在模拟剖面方向的视倾角。岩体结构面迹线的长度,假定服从正态分布。
在选定的模拟区域内,岩体结构面节理条数由模拟区域面积及单位面积条数确定。结构面采用实体单元,生成准三维网格,如图6所示,图6为本发明提供的随机裂隙网络及局部网格剖分一实施例的结果示意图。
岩石单元力学参数均采用实验室力学参数,裂隙单元参数采用现场节理面的剪切强度参数。对生成的试件分别进行单轴压缩、单轴循环加载、有围压条件下的压缩、卸围压试验,对比分析在各种应力路径下的破坏模式及变形特征,试验均采用同一数值试件,材料参数均相同,仅加、卸载路径不同。
在一具体实施例中,通过计算成果规律发现,裂隙岩体的特征的最小尺度为7米,因此对岩体数值加卸载试验的模型尺寸须大于7米。
通过模拟表明:卸荷过程中,岩体变形模量随围压卸荷而逐渐减小,卸荷初期泊松比随围压减小而逐渐增加,当应力差达到岩石屈服强度时,泊松比增长突然加速,与文献中实验结果具有很好的一致性。
通过上述方式,通过对结构面网络图进行定义,实现基于随机数据便能生成对应的结构面网络图,从而避免了获取地质基础数据的复杂过程;通过对结构面网络图进行等效转换,得到多个等效模拟实体单元,然后对等效模拟实体单元进行应变耦合处理,确定裂隙岩体的REV,实现了根据随机数据模拟出等效模拟实体单元,并基于等效模拟实体单元确定裂隙岩体的REV,从而实现了仅根据随机数据模拟确定裂隙岩体的REV,有效增加了基础数据的数量量量而提高了裂隙岩体REV的可靠度。
为了解决上述问题,本发明还提供了一种裂隙岩体REV的确定系统,如图7所示,图7为本发明提供的裂隙岩体REV的确定系统的结构示意图,裂隙岩体REV的确定系统700包括:
结构面网络图生成模块701,用于获取随机数据,并根据所述随机数据生成裂隙岩体的多个结构面网络图;
等效模拟实体单元生成模块702,用于根据所述多个结构面网络图,对应生成所述裂隙岩体的多个等效模拟实体单元;
REV确定模块703,用于基于所述多个等效模拟实体单元,通过应变耦合处理,确定所述裂隙岩体的REV。
本发明还相应提供了一种电子设备,如图8所示,图8为本发明提供的电子设备一实施例的结构框图。电子设备800可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。电子设备800包括处理器801、存储器802以及显示器803,其中,存储器802上存储有裂隙岩体REV的确定程序。
存储器802在一些实施例中可以是计算机设备的内部存储单元,例如计算机设备的硬盘或内存。存储器802在另一些实施例中也可以是计算机设备的外部存储设备,例如计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器802还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器802用于存储安装于计算机设备的应用软件及各类数据,例如安装计算机设备的程序代码等。存储器802还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中,裂隙岩体REV的确定程序可被处理器801所执行,从而实现本发明各实施例的裂隙岩体REV的确定方法。
处理器801在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器802中存储的程序代码或处理数据,例如执行裂隙岩体REV的确定程序等。
显示器803在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器803用于显示在电子设备800的信息以及用于显示可视化的用户界面。电子设备800的部件801-803通过系统总线相互通信。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种裂隙岩体REV的确定方法,其特征在于,包括:
获取随机数据,并根据所述随机数据生成裂隙岩体的多个结构面网络图;
根据所述多个结构面网络图,对应生成所述裂隙岩体的多个等效模拟实体单元;
基于所述多个等效模拟实体单元,通过应变耦合处理,确定所述裂隙岩体的REV。
2.根据权利要求1所述的裂隙岩体REV的确定方法,其特征在于,所述获取随机数据,并根据所述随机数据生成裂隙岩体的多个结构面网络图,包括:
获取多组随机数据,其中,每组所述随机数据包括多个;
基于一组所述随机数据,确定所述裂隙岩体对应的多个几何参数,并根据所述多个几何参数确定所述裂隙岩体对应的一个结构面;
根据多组所述随机数据,得到多个所述结构面,并基于多个所述结构面对应生成所述裂隙岩体的多个结构面网络图。
3.根据权利要求2所述的裂隙岩体REV的确定方法,其特征在于,所述获取多组随机数据,包括:
设置初始值;
根据所述初始值,基于随机数据生成法生成多组随机数据;
其中,所述随机数据生成法包括平方取中法、乘法取中法、GPSS/H算法、线性同余法、移位指令加法和同余法中的至少一种。
4.根据权利要求2所述的裂隙岩体REV的确定方法,其特征在于,所述基于一组所述随机数据,确定所述裂隙岩体对应的多个几何参数,并根据所述多个几何参数确定所述裂隙岩体对应的一个结构面,包括:
按照预设顺序对所述随机数据进行几何定义,确定一组所述随机数据对应所述裂隙岩体的多个几何参数,其中,所述几何参数包括参数定义及其对应的数值;
根据所述多个几何参数进行仿真模拟,确定所述裂隙岩体对应的一个结构面;
其中,所述参数定义至少包括倾角、倾向、间距、迹长和隙宽中的至少一个。
5.根据权利要求4所述的裂隙岩体REV的确定方法,其特征在于,所述按照预设顺序对所述随机数据进行几何定义,确定一组所述随机数据对应所述裂隙岩体的多个几何参数,包括:
按照预设顺序对所述随机数据进行几何定义,并确定所述随机数据的分布变量;
根据所述分布变量,确定一组所述随机数据对应所述裂隙岩体的多个几何参数;
其中,所述分布变量包括均匀、正态、指数、对数和Gamma分布中的至少一种。
6.根据权利要求1所述的裂隙岩体REV的确定方法,其特征在于,所述根据所述多个结构面网络图,对应生成裂隙岩体的多个等效模拟实体单元,包括:
根据所述多个结构面网络图,通过仿真模拟,对应生成裂隙岩体的多个等效模拟实体单元。
7.根据权利要求1所述的裂隙岩体REV的确定方法,其特征在于,所述基于所述多个等效模拟实体单元,通过应变耦合处理,确定所述裂隙岩体的REV,包括:
对所述多个等效模拟实体单元进行单轴压缩处理,得到对应的单轴压缩数据;
对所述多个等效模拟实体单元进行单轴循环加载处理,得到对应的单轴循环加载数据;
在预设围压条件下,对所述多个等效模拟实体单元进行压缩处理,得到对应的压缩数据;
对所述多个等效模拟实体单元进行卸围压处理,得到对应的卸围压数据;
对所述单轴压缩数据、所述单轴循环加载数据、所述压缩数据和所述卸围压数据进行应变耦合处理,确定所述裂隙岩体的REV。
8.一种裂隙岩体REV的确定系统,其特征在于,包括:
结构面网络图生成模块,用于获取随机数据,并根据所述随机数据生成裂隙岩体的多个结构面网络图;
等效模拟实体单元生成模块,用于根据所述多个结构面网络图,对应生成所述裂隙岩体的多个等效模拟实体单元;
REV确定模块,用于基于所述多个等效模拟实体单元,通过应变耦合处理,确定所述裂隙岩体的REV。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1-7任一项所述的裂隙岩体REV的确定方法。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机程序指令,当所述计算机程序指令被计算机执行时,使计算机执行根据权利要求1至7中任一所述的裂隙岩体REV的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311484166.0A CN117556480A (zh) | 2023-11-07 | 2023-11-07 | 裂隙岩体rev的确定方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311484166.0A CN117556480A (zh) | 2023-11-07 | 2023-11-07 | 裂隙岩体rev的确定方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117556480A true CN117556480A (zh) | 2024-02-13 |
Family
ID=89817790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311484166.0A Pending CN117556480A (zh) | 2023-11-07 | 2023-11-07 | 裂隙岩体rev的确定方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117556480A (zh) |
-
2023
- 2023-11-07 CN CN202311484166.0A patent/CN117556480A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yin et al. | Simulation-based investigation on the accuracy of discrete fracture network (DFN) representation | |
EP1299749A2 (en) | Method and system for coordinate transformation to model radial flow near a singularity | |
CN108920786B (zh) | 一种基于切比雪夫多项式拟合的区间不确定性分析方法 | |
Rejwer et al. | The complex variable fast multipole boundary element method for the analysis of strongly inhomogeneous media | |
Wilkins et al. | A method for smoothing multiple yield functions | |
Green et al. | The simulation and discretisation of random fields for probabilistic finite element analysis of soils using meshes of arbitrary triangular elements | |
Veneziano et al. | Scaling and fractals in hydrology | |
CN113221371B (zh) | 一种边坡临界滑动面确定方法、装置及终端设备 | |
CN112347537A (zh) | 工程结构数值模型的校准方法、装置、电子设备及介质 | |
Zheng et al. | Identifying rock blocks based on exact arithmetic | |
CN111949842A (zh) | 气泡图的生成方法及装置 | |
CN117556480A (zh) | 裂隙岩体rev的确定方法和系统 | |
Mendoza-Torres et al. | Bernstein copula modeling for 2D discrete fracture network simulations | |
CN113076678B (zh) | 一种频率域二度体重力异常快速数值模拟方法和装置 | |
CN106934729B (zh) | 建筑检测鉴定方法及装置 | |
CN113917541B (zh) | 基于直流电法勘探获取地下介质电各向异性的方法和装置 | |
CN110766794B (zh) | 断层几何结构获取方法、装置和计算机设备 | |
Chaudhary et al. | The ArcTan Lomax distribution with properties and applications | |
Libicki et al. | Stochastic branching models of fault surfaces and estimated fractal dimensions | |
CN109544661B (zh) | 面积图绘制方法、装置、计算机设备和存储介质 | |
Li | Statistical size effect in steel structure and corresponding influence on structural reliability | |
Morelli | Empirical assessment of the mean block volume of rock masses intersected by four joint sets | |
CN113642189B (zh) | 一种基于积分解的重力梯度张量快速数值模拟方法和装置 | |
CN113656976B (zh) | 一种二维磁梯度张量快速数值模拟方法、装置和设备 | |
CN115563831B (zh) | 隧道地层力学参数获取方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |