参数规律（通用7篇）
参数规律 篇1
最近几年全球自然灾害频发, 印尼、汶川、海地、智利相继发生特大地震, 国内旱灾、雪灾、洪灾不断。作为全球变化主要问题之一的生态环境恶化问题已经成为急待解决的问题。2009年12月的哥本哈根世界气候大会是一次被喻为“拯救人类的最后一次机会”的会议, 意在通过节能减排和保护生态环境来解决全球变暖的问题。
吉林西部地区是吉林省降水量最少的地区, 土地沙漠化、盐碱化和草场退化问题严重, 生态环境十分脆弱, 因此深入研究该区退化的生态环境系统已经成为十分迫切的任务。选择吉林西部作为研究区非常具有代表性。
地表与大气之间的相互作用是通过能量、动量和质量的相互交换完成的。地表覆盖类型的多样性和多变性对能量、动量和质量在空间上的分布产生了巨大的影响, 造成能量在区域尺度上重新分配, 从而深远地影响着局地, 区域乃至全球气候变化。为了定量地描述地-气间能量、动量和质量的交换过程, 首先需要精确地反演出地表特征参数 (地表反照率、发射率、地表温度、地表粗糙度、植被指数、土壤含水量、热惯量等及其他特征物理参数) [1,2]。
本文在中国地质大学万力教授开发的SEBS的模型, 以及王黎明博士对SEBS模型进行扩展和完善的基础上, 利用研究区一景无云的NOAA/AVHRR影像进行了模型的试算, 分析地表参数在吉林西部的分布规律和特征。
1研究区概况与NOAA/AVHRR数据特点
1.1研究区概况
吉林省西部位于松嫩平原西端、科尔沁大草原东部, 地处松嫩平原中西部低洼易涝盐碱地与风沙地交错分布区, 也属生态环境脆弱的农牧交错带, 以土地沙漠化, 盐碱化、草场退化为代表的生态环境问题十分严重[3,4]。吉林省西部通常指白城和松原两个地区, 其北面和西面分别与黑龙江省和内蒙古自治区接壤。研究区内主要市县有白城市、松原市、镇赉县、洮南县、通榆县、大安县、乾安县、前郭尔罗斯蒙古族自治县、扶余县和长岭县。面积46 879.7km 2, 占吉林省幅员的25%, 人口1 433万。具体地理坐标范围是:东经121°37′43″～126°11′23″, 北纬44°22′26″～46°18′5″。
1.2 NOAA/AVHRR数据特点
美国国家海洋大气局 (简称NOAA) 于1966年2月3日开始发射运行极轨业务环境卫星 (POES) 系统, 卫星上主要传感器之一高级甚高分辨率辐射仪 (AVHRR) , 已经更新到第三代。地面接收站于1978年11月5日开始接受AVHRR数据, AVHRR是一个宽波段扫描仪, 包括可见光、近红外和热红外等光谱波段[5,6]。尽管AVHRR仪器星下点空间分辨率较低 (1.1×1.1km 2) , 但是由于其时间分辨率高、覆盖面广、免费接受等优点广泛应用于海洋、水文、气象等领域。
2基本理论
2.1地表反照率
科研人员根据观测试验给出了宽带反射率 (地表反照率) 与NOAA/AVHRR的窄带反射率 (谱反射率) 之间的线性回归关系[7,8]:
式 (1) 中, r1、r2分别是NOAA/AVHRR第一通道和第二通道的窄带反射率 (谱反射率) , 而常数a、b和c随试验区的不同而不一样。本研究采用Valiente[9]等提出的地表反照率计算公式:
r1、r2可由NOAA/AVHRR资料直接获得, 因此地表反照率α可以由公式 (2) 很方便地求取。
2.2归一化植被指数
对于NOAA卫星的AVHRR, 其第一和第二通道主要探测目的是确定云、陆/海边界、冰雪覆盖状况、农作物长势, 通常用来确定地表状况。为了消除太阳高度角的变化引起这2个通道反射率的变化, 以及消除卫星视角和大气的影响, NDVI可由第一和第二通道的反照率联合求得[7]:
式 (3) 中, r1、r2分别是NOAA/AVHRR第一通道和第二通道的窄带反射率 (谱反射率) 。
2.3比辐射率
根据Caselles和Sobrino[10]引入植被覆盖度, ε可表示为[7,10,11,12]:
式 (4) 中, fv为植被覆盖度, 根据Carlson和Ri-[13][7,14]
式 (5) 中, NDVImax、NDVImin分别是研究区最大和最小的NDVI。在10.5μm到12.5μm的波谱范围内, 植被覆盖区和裸土地的发射率分别为:εv=0.098 5±0.007, εg=0.096 0±0.010;<dε>为区域特征值 (0.00～0.02) , 以上变量都是无量纲单位。因此只要求出植被覆盖度fv, 就可以方便地求出地表比辐射率。
2.4地表温度
物质的表面温度是任何物质表面热辐射所依赖的重要参数之一。利用卫星资料反演表面温度最常用的方法是采用大气窗区吸收特征不同的两个临近波段的辐射量进行大气订正, 这就是著名的“分裂窗”方法[15]。分裂窗口算法的一般表达形式如式[16]
式 (6) 中Ts是地表温度 (K) , T4和T5分别为AH-VRR的第4, 5通道的亮温度 (K) 。A0, A1, A2是由大气状况, 观测角及地表比辐射率所决定的系数, 对于不同算法其系数的确定有所区别。
本文采用的Coll和Caselles[17]提出的分裂窗口算法公式如下,
2.5蒸散量
地表能量平衡是各种蒸散研究方法的理论基础。地表能量平衡方程可表示为[8]:
式 (8) 中, Rn为净辐射通量, H为显热通量, G为土壤热通量, λE为潜热通量 (λ为汽化潜热 (W·m-2/mm) ;E为蒸散量 (mm) ) , 它们的单位都是W·m-2, LpFp为用于植被光合作用和生物量增加的能量 (Lp为固定CO2的热转换因子, Fp为CO2的比通量) , An是下垫面对流带来的能量通量, w/t是能量变化率, 由于LpFp、An、w/t值都很小, 在实际计算中可以忽略, 因此将上式移项变换后得到:
只要分别求出地表净辐射通量Rn, 土壤热通量G和显热通量H, 便可以计算出用于蒸散的潜热通量λE, 从而进一步求得日蒸散量Eday, 月蒸散量Emonth, 年蒸散量Eyear。
3个例分析
3.1地表反照率
从研究区的地表反照率分布图1结合表1, 研究区东部的地表反照率明显低于西部, 尤其是东部的扶余和松原地表反照率最低, 而西部的通榆地表反照率最高。与2000年土地利用/土地覆盖资料对比分析可知, 正好扶余和松原的耕地覆盖比较稠密, 而通榆耕地覆盖较稀薄这个事实相吻合。
3.2地表比辐射率
从研究区的地表发射率分布图2结合表2可以看到, 研究区整体发射率较低, 尤其是南部乾安, 通榆和长岭地表反射率最低, 而相对较高的是北部白城、洮南和镇赉。结合2000年吉林西部土地利用与覆盖数据分析, 这与整个研究区北部较多的水域和水田相印证。尤其是白城、洮南和镇赉, 正值7月区域内水田较多相对应。
3.3归一化植被指数
从吉林西部归一化植被指数的空间分布图3结合表3可以看到, 只有零星的几个小区域植被指数相对高些, 绝大多数植被指数都很低, 甚至为0, 在农作物和植被茂密的夏季出现如此情况, 可见吉林西部生态环境是相当恶劣的。
3.4地表温度
从吉林西部的地表温度分布图4结合表4可以看出, 较低温度主要出现在研究区的西部, 而较高温度主要出现在研究区的东部。其中乾安、前郭南部、扶余、长岭的地表温度最高, 镇赉、白城、前郭北部地表温度相对较低。与2000年吉林西部土地利用与土地覆盖 (LUCC) 资料相对照, 发现镇赉、白城和前郭北部有较多水体和植被覆盖, 而乾安、前郭南部、扶余、长岭较少的水体和植被覆盖, 发现较低温度出现在植被和水体区域表面, 较高温度出现在裸土区域表面, 正好符合常规地表温度分布规律。因此用Coll和Caselles提出的分裂窗法计算地表温度还是比较可靠的。
3.5月平均蒸散量
从吉林西部的月平均蒸散量分布图5结合表5可以看出, 本文计算得到的2000年7月蒸散量平均值为159.8 mm, 而1961年—1990年间7月蒸散量的平均值为228.4 mm, 相对误差达到30%, 2000年7月蒸散量平均值大大低于往年的平均值。根据气象资料显示2000年吉林出现了特大旱灾, 极其不利于蒸散, 因此证明了本研究结果的合理性。
3.6地表特征参数间关系
综合以上5幅结果图像进行对比分析可以发现, 在空间分布上地表反照率特别高的地方, 地表发射率往往较低;地表反照率特别低的地方, 地表发射率往往较高;而地表反照率高的区域, 地表温度往往较低, 这是因为反照率较高就意味着地球反射出去的太阳辐射能量较多, 那么吸收的太阳辐射就较少, 从而导致温度较低, 反之亦然;而温度是影响蒸散的条件之一, 温度升高促进了蒸散的发生, 所以温度较高的区域, 蒸散量也较高, 温度较低的区域, 蒸散也较少;由此也可推知反照率也同样影响了蒸散, 反照率较高的区域, 蒸散往往较少, 反之亦然。
4结论
本文通过利用NOAA气象卫星AVHRR数据, 反演得到吉林西部各地表特征参数, 如地表反照率、地表发射率、归一化植被指数、地表温度、月平均蒸散量。通过统计分析得到地表参数在研究区的空间分布规律和特征, 证明了模型的合理性, 同时对各地表特征参数之间的关系做定性分析 (如果想得到定量的结果, 还需要进一步的研究) 。这为研究区生态环境变化研究提供了新的手段, 为全面认清研究区的生态问题提供新的资料, 达到改善研究区生态恶化的现状, 推动吉林西部可持续发展的目的, 也为NOAA/AVHRR数据提供了新的应用范围。
摘要：以吉林西部为研究区域, 选取2000年7月15日的NOAA/AVHRR资料, 利用SEBS模型试算了研究区地表温度、地表反照率、地表发射率、归一化植被指数等主要地表特征参数。分析地表参数在吉林西部的空间分布规律, 同时对地表参数之间的关系进行定性的分析, 为吉林西部生态环境的研究提供必要的资料。
关键词：NOAA/AVHRR,地表特征参数,分布规律,吉林西部
参数规律 篇2
1.材料与方法
1.1材料与试剂
新鲜桑叶采自河南省洛阳市邙山。无水乙醇、硝酸铝、Na OH、亚硝酸钠等试剂都为分析纯。
1.2仪器与设备
GHRH-20型热泵干燥机, 广东省农业机械研究所;JY92-‖DN型超声波细胞粉碎机, 宁波新芝生物科技股份有限公司;JA-B/N型电子分析天平、UV754N型紫外可见分光光度计, 上海佑科仪器仪表有限公司;SY3200-T型超声清洗机, 上海声源超声波仪器有限公司。
1.3试验方法
1.3.1原料预处理及干燥。本试验采用热泵干燥机干燥桑叶[8, 9]。将一定量的新鲜桑叶切除叶柄并清洗干净, 放入蒸锅的沸水中进行烫漂护色5s捞出, 迅速吸干桑叶表面的水分后送入热泵干燥机, 按照试验方案表设置相应的温度和风速进行干燥。每隔一段时间取出样品称重, 直至达到干燥终点 (含水率6%以下, 农业部2012年2月21日发布、2012年5月1日实施的农业行业标准《绿色食品代用茶》 (NY/T2140—2012) 中规定) 时的质量取出, 进行品质分析。1.3.2黄酮损失率的测定。本研究以桑叶在干燥过程中的黄酮损失率为指标。测定方法如下[10]。1.3.2.1芦丁对照品溶液的配制。精密称取120℃干燥至恒重的芦丁对照品20.00mg, 加85%乙醇溶解, 定容至100m L的容量瓶中, 摇匀, 制成0.20mg/m L的芦丁对照品溶液。1.3.2.2样品中黄酮的提取。将桑叶研碎并过40目筛, 精密称取桑叶粉末5g, 置于100m L锥形瓶中, 加85%乙醇100m L, 超声提取3次, 每次40min。过滤, 并用少量85%乙醇多次洗涤滤渣, 合并提取液, 并转入50m L容量瓶中, 以85%乙醇定容, 即得到待测桑叶中总黄酮的供试品液。1.3.2.3芦丁标准曲线制作。分别取芦丁对照品溶液0、0.2、0.5、1.0、2.0、3.0、4.0m L于10m L容量瓶中, 加5%亚硝酸钠0.4m L, 摇匀, 放置6min。加10%硝酸铝0.4m L, 摇匀, 放置6min。再加入4%氢氧化钠4m L, 加水至刻度, 摇匀, 放置15min。在510nm处测定其吸光度值, 以吸光度值为横坐标, 样品浓度为纵坐标, 绘制标准曲线[19]。计算得标准回归方程Y=8.2585X-0.0157, R2=0.9996, 在0.02~0.08mg/m L范围内线性关系良好, 可用于黄酮的测定。1.3.2.4黄酮损失率测定。精密吸取黄酮供试品液1.0m L, 置于25m L容量瓶中, 用85%乙醇定容, 再取2.0m L, 置于10m L容量中, 加入5%的亚硝酸钠0.4m L, 摇匀, 放置6min;加入10%硝酸铝0.4m L, 摇匀, 放置6min;加入4%氢氧化钠4m L, 加水至刻度, 摇匀, 放置15min。在510nm处测定吸光度值 (以未加氢氧化钠的待测液为空白, 样品吸光度值就等于加入了氢氧化钠测定的吸光度值减去空白吸光度值) , 然后代入回归方程中算出桑叶中黄酮的含量, 再由下式计算黄酮损失率y。
1.4试验方案的设计
先进行各因素对指标影响的单因素试验, 根据影响规律, 确定各因素研究的水平范围, 再用二次通用旋转组合设计进行2因素的回归试验, 得到回归方程和最佳参数组合等。
2.结果与分析
2.1主要干燥参数的单因素试验
选择干燥温度、风速为试验因素, 以黄酮损失率为指标。根据参考文献, 本研究中将干燥温度选定在40℃~60℃的范围内, 风速选定在0.5m/s~2.5m/s的范围内。具体的方案如下。
干燥温度的单因素试验:在风速为1.5m/s的条件下, 将干燥温度分为5个水平进行试验, 40℃、45℃、50℃、55℃、60℃。即有5个试验点, 每个试验点重复试验3次。
干燥风速的单因素试验:在干燥温度为45℃的条件下, 将风速分为5个水平进行试验, 0.5m/s、1.0m/s、1.5m/s、2.0m/s、2.5m/s。即有5个试验点, 每个试验点重复试验3次。
将各因素调至相应的水平, 干燥至终点, 记录黄酮损失率, 结果如图1所示。
从图1中可以看出, 随着干燥温度和风速的增加, 黄酮损失率都是先下降然后再上升。干燥温度在40℃~50℃之间、风速在1.0m/s~2.5m/s之间时, 黄酮损失率小于40%。所以用二次通用旋转组合设计做回归试验时, 干燥温度的范围可定为40℃~50℃, 风速的范围可定为1.0m/s~2.5m/s。
2.2二次通用旋转组合设计的回归试验
2.2.1因素水平编码表。由单因素试验结果知:干燥温度Z1和风速Z2的水平选取范围为, 40℃≤Z1≤50℃, 1.0m/s≤Z2≤2.0m/s。根据P=2, 查得r=1.414和m0=5。因素水平编码见表1。
2.2.2试验方案及结果。总试验次数N=2p+2p+m0=22+2×2+5=13。试验方案及结果见表2。
2.2.3统计分析。通过回归分析得到黄酮损失率与各因素间的回归方程为:Y=499.555574-23.39194161Z1+12.62575516Z2-1.206561134Z1Z2+0.2992771417Z12+11.26692144Z22对回归方程进行显著性检验可知, 回归方程不失拟且高度显著, 可用于指标的预测和参数的控制。利用回归方程, 通过参数优化得到的最佳参数组合为:干燥温度Z1=42.55℃, 风速Z2=1.72m/s, 相应的黄酮损失率Ymin=12.81%。对最佳参数组合进行了验证试验, 结果与分析的接近。
利用回归方程进行响应面分析, 结果如图2所示。
从图2可以看出:干燥温度在40℃~43℃, 风速在1.38m/s~1.80m/s的范围内时, 黄酮的损失率小于15%, 桑叶干制品的品质良好。所以在实际应用中桑叶干燥的各因素水平可控制在这个范围中。
3.结论
3.1各参数对黄酮损失率的影响规律为:各参数都有一个最佳值, 过低或过高都会使黄酮损失率增大。3.2使黄酮损失率最小的桑叶干燥最佳参数组合为:干燥温度Z1=42.55℃, 风速Z2=1.72m/s。在最佳参数组合下黄酮损失率的最小值Ymin=12.81%。3.3通过响应面分析得到各参数的控制范围为:干燥温度Z1取40℃~43℃, 风速Z2取1.38m/s~1.80m/s。各因素水平在此范围内时, 黄酮损失率都可控制在15%以下, 从而使桑叶干制品具有良好品质。
摘要：为了提高中药材桑叶的干燥品质, 本文用热泵干燥机研究了桑叶干燥的工艺参数对品质的影响规律。选择干燥温度Z1和风速Z2为试验因素, 桑叶中的有效成分黄酮的损失率Y为指标。通过单因素试验得到各参数的影响规律为:每个参数都有一个最佳值, 过大过小都不好。通过二次通用旋转组合设计的回归试验得到了回归方程, 通过优化得到使黄酮损失率最小的最佳参数组合为:干燥温度Z1=42.55℃, 风速Z2=1.72m/s。在最佳参数组合下黄酮损失率的最小值Ymin=12.81%。
关键词：桑叶,干燥,工艺参数,黄酮,影响规律
参考文献
[1]周林.桑枝黄酮提取分离及抗氧化活性研究[D].西南大学, 2011, 04:45.
[2]王珂.桑叶黄酮提取纯化及其降血脂作用研究[D].华东师范大学, 2010:52.
[3]仝义超.桑叶降血糖降血脂研究及其产品开发[D].浙江工商大学, 2010:58.
[4]桑迎迎, 周国燕等.中药材干燥技术研究进展[J].中成药, 2010, 32 (12) :86-88.
[5]闫泽华, 张仲欣.中药材干燥的现状及发展趋势[J].农产品加工, 2008 (2) :63.
[6]夏飞, 周广.CO2热泵技术在中药材干燥加工中的应用[J].制冷空调与电力机械, 2010, 31 (6) :42-44.
[7]张家春, 林绍霞, 罗文敏等.中药材干燥技术现状及发展趋势[J].贵州科学, 2013, 31 (2) :91-93.
[8]张海红, 刘贵珊.苹果片热泵干燥工艺试验研究[J].安徽农业科技, 2009, 37 (31) :15414-15416.
[9]刘贵珊.热泵干燥技术在脱水果蔬加工中的应用研究[D].宁夏大学, 2006, 05, 01:68.
参数规律 篇3
弹性模量和泊松比是表征岩石变形的重要力学参数,其大小可以由动态的弹性波测试和静态的室内压缩试验两种方法获得。室内的动态测试法是通过测定超声波在岩样中的传播速度转换得到的。静态法是通过对岩样进行单轴或三轴静态加载测其变形而得到的。
在岩土工程实践中,多习惯于采用静态法获得岩石的力学参数,但是静态试验法要花大量的人力和物力,而超声波测试相对要简便得多,是研究岩体物理力学性质行之有效的方法[1]。总结岩石的动态与静态弹性模量的相关性,力求通过类比、节省静力试验的工作量,是众多学者研究已久的课题[1,2,3,4,5,6]。岩石的动、静弹性力学参数的变化规律及动、静态系数间的相互关系,对岩土工程设计具有重要意义。
1试验研究
1.1 岩石试样特性及试验条件
本次试验所用岩石试样采自某地区一核电站基岩。岩性为燕山早期侵入的花岗岩,包括有中等风化和微风化两种风化状态。试样的制备按GB/T 50266-99工程岩土试验实验方法标准的要求进行。测试岩样的尺寸为:直径5.7 cm,长度10.3 cm。饱和试样是在2 MPa压力下饱水24 h制备,烘干试样在110 ℃烘烤箱中烘烤24 h制备。
本次试验总体上先按照花岗岩的风化程度将其分为中等风化和微风化两大类,然后再将各大类依据岩样的颜色、裂隙发育程度等因素细分为5组。
1.2 试验方法
动态弹性参数试验是利用武汉岩海公司生产的RS-STO1C型非金属声波检测仪来完成的。通过50K的纵波传感器及横波传感器测定干湿不同状态下岩石试样的横、纵弹性波速。试验时把岩石试样平行夹在声波发射与接收两换能器之间,两换能器中心对正。在横波测试过程中,以锡箔作为换能器与岩样之间的耦合剂;纵波测试过程中,以凡士林作为耦合剂。按式(1),式(2)确定岩石的动弹性模量Ed和泊松比Vd[1]:
其中,Ed为岩石的动弹性模量;ρ为岩石试件的密度;Vd为岩石的动泊松比;R=Vp/Vs。
静态弹性参数试验是在英国INSTRON公司生产的液压伺服机系统上完成的。该系统通过计算机编程控制记录整个试件受压过程,并形成相应的应力—应变全过程曲线。可直接从计算机读出应力值、纵向应变和横向应变。通过此单轴压缩试验系统获得岩石的变形参数。采用一元回归分析方法,取载荷—纵向变形曲线上直线段的斜率为切线模量作为静弹性模量Ei。静态泊松比依据试样的横向变形与纵向变形之比求得。
2试验结果的对比分析与规律探讨
2.1 弹性模量的对比分析及规律探讨
岩样的动静弹性模量之比受岩样风化程度和干湿程度的影响。在干燥状态时,中等风化岩样的动静弹性模量之比均大于1,而处于微风化状态的岩样取值均小于1。岩样处于饱和状态时,中等风化与微风化岩样的动静弹性模量之比均大于1,且中等风化时的比值大于微风化时的比值。中等风化时的比值在2～5之间,而微风化时的比值均在1～2之间。另外,应用回归分析方法,对试验所得数据进行拟合,得到不同状态和不同试验条件下岩样的动、静弹性模量间呈二次多项式函数关系,其关系曲线见图1和图2。
2.2 泊松比的对比分析及规律探讨
图3和图4为不同风化程度、不同干湿条件下动静泊松比的试验成果。由图可知:动、静态泊松比试验数据离散性较大,相关性差。葛洪魁等[3]也得出了类似的试验结论。
拟合后不同状态和不同试验条件下岩样的动、静弹性模量间的关系式如下:
1)中等风化状态、烘干试验条件下岩样的动、静弹性模量间的关系式:
2)中等风化状态、饱和试验条件下岩样的动、静弹性模量间的关系式:
3)微风化状态、烘干试验条件下岩样的动、静弹性模量间的关系式:
4)微风化状态、饱和试验条件下岩样的动、静弹性模量间的关系式:
3动静弹性力学参数变化的影响因素及分析
3.1 风化状态
对试验结果数据对比可知:风化程度对岩石的动静态弹性力学参数影响最为显著。由于岩块具有明显的非均质性,其内部含有错位、裂隙、节理等各种损伤。这些损伤随机分布在岩块中,对弹性波的传播速度有着极大影响,从而导致岩石的动静弹性参数的差异。
试验前对岩样进行裂隙、节理的统计描述,然后对照试验结果进行分析,可以得知当岩石中发育与轴向平行的节理或裂隙时,动态模量高于静态模量。当裂隙或节理多沿径向展布时,声波在空气中的传播速度最慢,可能导致动态模量低于静态模量。
3.2 试验条件
试验表明,相同的试样在不同的试验条件(烘干或饱和)下所得的结果也不同。由于声波在水中的传播速度比在空气中大,岩石在饱水状态下的动弹模量比干燥状态下的动弹模量大。岩石含水量的变化对波速的影响已有很多学者进行了相关研究[2,3,4,5,6],研究结果表明:岩石均具有干燥状态时波速值低,吸水后随着饱和度的增加波速逐渐增大的现象,即岩石动弹模量随着岩石的吸水饱和度的增大而增加。
3.3 试验方法
试验方法对试验结果也有影响。由于动态声波测试为小应变测试,而静态单轴试验属于大应变测试,在静态大应变条件下,岩石将会沿裂隙面或颗粒接触面发生滑动摩擦,使岩石的静态模量减小,而声波引起的应变很小,不足以引起这种滑动,因而对于干燥试验条件下中等风化类岩石,一般动态模量高于静态模量。
4结语
1)对试验结果进行分析可知,在干燥状态时,中等风化岩样的动静弹性模量之比均大于1,而处于微风化状态的岩样其值均小于1。岩样处于饱和状态时,中等风化与微风化岩样的动静弹性模量之比均大于1,且中等风化时的比值均大于微风化时的比值。2)不同状态和不同试验条件下岩样的动、静弹性模量间相关性较好,呈二次多项式函数关系, 在工程实践中可以根据动弹性模量来估算静弹性模量。而动静泊松比的离散性很大,其相关性不明显。3)花岗岩岩样的动静弹性参数间关系受风化程度、试验条件、试验方法等因素影响。其中风化程度较其他因素的影响明显。4)影响岩石力学特性的因素较多,试验结果常常呈现一定的波动。为了取得符合工程实际的结果,应该基于大量的试验数据进行回归分析。
参考文献
[1]王让甲.声波岩石分级和岩石动弹性力学参数的分析研究[M].北京:地质出版社,1997.17-19.
[2]葛洪魁,陈颗,林英松.岩石动态与静态弹性参数差别的微观机理[J].石油大学学报(自然科学版),2001,25(4):34-35.
[3]林英松,葛洪魁.岩石动静态力学参数的试验研究[J].岩石力学与工程学报,1998,17(2):216-222.
[4]杨圣奇,张学民.岩块声学特性的试验研究[J].辽宁工程技术大学学报,2003,22(6):773-775.
[5]罗淦堂,胡月兰.岩石湿度对纵波速度的影响[J].岩土工程学报,1985(5):67-68.
参数规律 篇4
目前对土钉加固边坡, 土钉参数对边坡稳定性的影响主要是由经验获得, 面对这些参数的合理性、经济性缺乏定量研究, 基本是按施工经验先选定再试算, 参数对稳定性的影响, 更没有进行过系统的研究。在土钉参数中土钉的长度、间距和布置方式是主要的影响因素。其布置合理与否, 将直接关系到对边坡的加固效果和工程的经济性。赵国景、崔岩 (2001年) 使用自编的软件Soilnail进行了土钉设置参数的研究, 讨论了土钉水平间距、土钉布置倾角、土钉的孔径对边坡安全系数影响。张静 (2005年) 采用数值模拟的方法探讨了土钉长度、土钉倾角对边坡位移和土钉最大轴力的影响。刘大鹏等 (2006年) 通过理论分析和数值分析讨论了土钉布置倾角对边坡稳定性的影响。
随着数值计算的发展, 目前边坡稳定计算中, 数值计算已有广泛应用。有限元方法是目前数值计算中应用广泛的一种方法, 其考虑力系的平衡和变形连续性, 并且能考虑不同材料, 选用不同的破坏准则, 能更真实地反映土体的行为。
本文将通过Plaxis有限元软件对土钉的长度、间距和布置方式对边坡稳定性的影响作出分析。在Plaxis有限元程序中, 安全系数是通过土体强度参数折减求得, 即折减系数法, 根据安全系数定义:
undefined
式中:Fs为安全系数;c是黏聚力;σ是滑动面正应力;φ是内摩擦角;τ是滑动面所能提供的最大剪应力。
将上式同时除以Fs得到:
undefined
式中:undefined。
首先选取初始折减系数, 将强度参数进行折减, 再将折减后的参数作为输入, 进行有限元计算, 若程序收敛, 则表明边坡仍是稳定的, 然后再增加折减系数, 直到临界状态为止, 此时的折减系数即为边坡的安全系数, 此时的滑移面为实际的滑移面。
本算例考虑为平面应变, 在Plaxis有限元程序中采用的是非相关联的Mohr-Coulomb屈服准则。土的剪切破坏与最大主应力σ1, 最小主应力σ3, 以及内聚力c和内摩擦角φ有关:
undefined
当f<0应力圆在破坏线下方, 发生弹性变形;f=0应力圆与破坏线相切, 达到剪切破坏临界值;f>0应力圆与破坏线相交, 发生塑性剪切破坏。
1 工程概况
某土质边坡原属于自然边坡, 后因省道路段改造, 对该边坡进行人工放坡处理, 因此该边坡现属于人工边坡。该边坡在开挖时为方便施工及边坡稳定方面的考虑, 在边坡底部、中部和上部开挖了4阶平台。第一阶平台即为省道路段路面, 标高为868.0 m;第二阶平台位于边坡中部, 宽为4 m, 标高为879.0 m;第三阶平台位于边坡中上部, 标高为892.0 m;第四阶平台位于开挖边坡的坡顶, 标高为908.0 m。经勘测钻探揭示、原位测试以及土工试验表明, 边坡内除表层第四系土层为残积成因, 基底为燕山期花岗岩。现将边坡土层划分为四层, 由上而下分述如下:
(1) 残积砂质粉土:土层湿～饱和, 揭示层厚9.50～26.20 m;
(2) 强风化花岗岩-1:土层饱和, 中细粒结构, 揭示层厚5.00～19.50 m;
(3) 强风化花岗岩-2:土层饱和, 中细粒结构, 块状构造。揭示层厚5.60～18.70 m;
(4) 中风化花岗岩:该土层饱和, 矿物主要成分由石英、长石组成, 花岗岩结构, 巨块状构造。最大厚度为6.00 m。边坡剖面图如图1所示。
现考虑用土钉对该边坡进行支护。坡体植入土钉, 坡面挂钢筋网并喷混凝土作为面板, 并在坡体设置水平排水管, 坡面设置截水沟, 以形成一个综合的排水系统, 以减少降雨入渗和坡体渗流对边坡稳定性产生的影响。
2 数值计算
在进行边坡分析时, 需要输入土体参数作为分析的依据。
在数值分析的过程中, 输入的土体参数将会影响到分析的结果。在Plaxis程序分析中所输入的c、φ值均为有效黏聚力和有效内摩擦角, 而土体的c、φ值可以通过以三轴实验或者直接剪切实验获取;在现场可以由标准贯入实验 (SPT) , 圆锥贯入实验 (CPT) 获取。由于现场采取不扰动土体样本比较困难, 所以经常需要根据已经破坏的土体进行反算分析以求得较为精确的土体参数。E、v为土体的变形模量和泊松比, 可以由单向压密实验来求得, 或者在已知土体部分参数时, 根据土体经验公式求得。而确定渗透系数Px和Py的方法主要有:经验估算法、室内试验法、现场试验法和参数反演法。其中室内试验法包括常水头法和变水头法。也可以通过现场试验法测定, 其包括现场抽水和注水试验。边坡各土层参数如表1所示。
数值计算的计算剖面取值范围也对计算的结果有着较大影响。边坡坡高达40 m, 为尽可能地接近现场的场地情况, 本算例计算剖面的范围:左、右边界自坡趾和坡顶各向两边延伸1.5倍坡高的距离, 即各延伸60 m;下边界取中风化花岗岩6 m及以上土层。约束条件:左右边界水平约束, 下边界固定约束。网格剖分如图2所示。
Plaxis程序中对于加筋土钉既可以用Anchors单元模拟也可以用beam (梁) 单元模拟 。本算例采用Beam (梁) 单元模拟。土钉植入角度一般为10°～15°[7], 本算例取为10°, 土钉参数如表2所示。面板对于边坡可减小边坡沉降变形, 并使滑移面向深部发展, 增加边坡安全系数 。本算例采用同样采用beam (梁) 单元模拟面板, 面板为喷混凝土, 厚度为0.1 m, 面板参数如表3所示。该边坡在未加土钉之前, 可算得其安全系数仅为0.827 1。现植入土钉以考虑土钉长度、土钉植入高度和土钉间距对安全系数的影响。
2.1 土钉长度对边坡稳定性的影响
由于该边坡较高, 坡高为40 m, 而土钉的长度应要超过可能的滑移面才能起作用, 所以土钉长度应取值较大, 本算例以24 m为土钉起始长度, 而后逐渐加长土钉, 每次增加幅度为4 m, 计算各长度所对应的边坡安全系数。计算中取了3组不同土钉间距的布置方式, 分别得出边坡安全系数随土钉长度的变化情况, 结果如图3所示。
由计算结果可以看出, 3组不同的土钉间距的布置方式中, 边坡安全系数都是随着土钉长度的增加而增加。在土钉长度相同时, 土钉间距越小, 安全系数越大。当土钉长度较长时, 图中曲线开始变缓, 说明此时土钉长度的增加已无助于进一步大幅度提高边坡安全系数。但在不同间距时, 曲线开始变缓时所对应的土钉长度不甚相同, 间距为2 m时, 所对应的土钉长度为60 m;间距为4 m时, 所对应的土钉长度为64 m;当间距为8 m时, 其所对应的长度为68 m。由此可以看出, 当土钉长度达到坡高的1.5～1.75倍, 土钉长度的增加已无助于进一步大幅度提高边坡安全系数。当土钉间距增加时, 所对应曲线开始变缓时的土钉长度将增加。
2.2 土钉植入高度对边坡稳定性的影响
土钉于边坡不同高度植入时, 对边坡潜在滑动面有影响, 因而也影响着边坡的安全系数。为得出土钉植入边坡不同高度对边坡安全系数的影响, 本算例选取3支土钉, 间距都为2 m, 分别植入坡高的1/4、1/2和3/4高度, 计算相应的边坡安全系数。计算结果如图4所示。
从图4的安全系数的曲线变化来看, 在相同的土钉长度的情况下, 土钉植入于1/4坡高处的安全系数最大, 1/2坡高处次之, 3/4坡高处最小。从数值变化情况可以看出, 土钉植于1/4与1/2坡高处, 两者安全系数相差不大, 但土钉植于3/4坡高处, 安全系数却较前两者小得多。另外, 从图中还可以看出, 无论土钉植入于何处坡高, 安全系数都随着土钉的长度的增加而增大, 这又一次说明了, 边坡的安全系数随土钉长度的增加而增大。
在边坡没有植入土钉之前, 边坡的最大剪应变发生在靠近坡趾处。所以当土钉植入边坡的下方处时, 边坡潜在滑动面发生在土钉的上方, 与不加土钉的边坡滑动面相比, 有将滑动面上移的趋势, 最大剪应变将发生在土钉的下方处;而当土钉植入边坡的中部与上部时, 则无此现象。而且当土钉同时植入边坡中时, 最大剪应变同样也发生在坡趾处。所以土钉植入于1/4坡高处将能更显著地提高边坡安全系数。
2.3 土钉竖向间距对边坡稳定性的影响
为得到土钉竖直间距与边坡稳定之间的关系。分别取3种不同长度的土钉布置方式, 各自改变土钉间距, 算出各间距所对应的边坡安全系数。计算结果如图5所示。
由图5可以看出, 在不同土钉长度的布置方式中, 边坡安全系数都随着土钉间距的增大而减小。而且随着间距的增大, 曲线趋于平缓, 说明此时继续增大土钉间距对安全系数的影响已越来越小, 土钉发挥的作用也就越来越小。
2.4 综合考虑三者之间的布置关系
有以上的计算结果可以看出, 在土钉加固边坡工程中, 土钉长度是影响边坡稳定性的最主要因素, 而土钉间距和布置方式也是一个重要的因素。因此本文建议:
(1) 在实际土钉加固边坡的过程中, 不同坡高处土钉长度应有所不同。在边坡底部可植入较长土钉, 而在边坡中部和上部可相应减小土钉长度。
(2) 在土钉间距方面, 底部土钉间距应较小, 而在边坡中部和上部可相应增大土钉间距。当然在实际工程中, 应视具体情况综合地考虑三者关系, 合理布置土钉, 以期达到好的加固效果。
3 结 语
(1) 土钉的长度是影响边坡安全系数的最主要因素。当土钉长度增加时, 边坡的安全系数也随之增大。但当土钉长度达到坡高的1.5～1.75倍时, 继续增加长度并不能进一步显著地提高边坡的安全系数。
(2) 土钉的植入高度对边坡的安全系数有较大影响。土钉植入边坡底部比土钉植入边坡中部与上部更能提高其安全系数。
(3) 土钉间距也是影响边坡安全系数的一个重要因素, 边坡安全系数随着土钉间距的增大而减小。当土钉间距越大时, 土钉间距的变化对边坡安全系数的影响将随之减小。
(4) 本算例只对土钉布置参数与边坡安全系数之间的关系, 并没有对土钉进行内力分析, 也没有对植入土钉后, 边坡的应力、应变场变化进行分析, 这有待今后进一步研究。
参考文献
[1]程良奎.岩土锚固研究与新进展[J].岩石力学与工程学报, 2005, 24 (21) :3 803-3 811.
[2]邓祥明, 张凡.土钉支护结构中土钉的作用机理分析[J].四川建筑科学研究, 2004, 30 (4) :74-75.
[3]赵国景, 崔岩.土钉支护参数对稳定性影响的分析[J].工程力学, 2001, (增刊) :807-810.
[4]张静, 王星华, 李小红.数值模拟在土钉支护公路边坡工程设计的应用[J].中南公路工程, 2005, 30 (4) :141-144.
[5]赵尚毅, 时卫民, 郑颖人.边坡稳定性分析的有限元法[J].地下空间, 2001, 21 (5) :450-454.
[6]刘大鹏, 周建中, 唐小兵.土钉倾角对边坡稳定性影响研究[J].工程勘测, 2006, (1) :8-11.
参数规律 篇5
随着科学技术的发展,人们发现压力容器的屈服与爆破压力、载荷及有关参数是随机变量,因此,研究这些物理量的分布规律与分布参数,对于建立压力容器可靠性设计方法是值得探索的课题[1~7]。
考虑钢材屈服与抗拉强度的随机不确定性,分析与探索承压设备用钢的屈服与抗拉强度分布规律与分布参数,是建立压力容器可靠性设计方法的基础研究之一。 文中基于数理统计理论,建立了钢材屈服与抗拉强度的分布规律的分析方法,参数分布区间的计算方法,以及钢材屈服与抗拉强度工程许用值的确定方法;基于奥氏体不锈钢S30408在液氮温度时的试验数据,研究了其屈服与抗拉强度的的分布规律与参数,以及其工程许用值。
1基础理论
工程上采用有限的试验数据分析钢材屈服与抗拉强度的分布规律和参数,如果通过试验测量得到m组试验数据Ri(i=1,2,…,m),不难得到m组试验数据的准确度与精密度:
式中,Rm、SRm分别为m组试验数据的准确度与精密度;Ri为屈服或者爆破强度的第i个试验数据。
1.1试验数据有效性的判别方法
因影响试验的因素较多,必须对试验数据的有效性进行判别,剔除因意外因素影响形成的无效数据[1]。
根据数理统计理论[1,8,9],假设m组试验数据Ri来源于母体R,要求单侧置信度为(1-0.5α)时,根据自由度 (m-1),可确定t分布系数的临界值tm-1,1-0.5α,作为判别试验数据的有效性的依据;文中所用t分布系数的临界值如表1所示[1,9]。
对于试验数据Ri,其判别指标为:
如果存在:
则拒绝Ri来源于母体R的假设,表明Ri不是有效试验数据需要剔除,若存在n个无效数据,则对(m-n)个有效数据需要重新计算其准确度与精密度。
工程上通常取α=0.02,即在单侧置信度为99% 时,分析试验数据的有效性,表明有99%把握认为剔除的无效数据是意外因素影响而形成的。
1.2分布规律的假设检验
在试验数据较少时,工程上可认为钢材屈服与抗拉强度基本符合正态分布[1];随着试验数据的增加,对R分布规律进行假设检验成为可能,其具体方法是[1,9]:
1)假设R基本符合正态分布。
2)根据有效数据个数(m-n),把R1、R2、…、Rm-n分为M个区间,M=1+3.3lg(m-n),并取整数;对于M个区间的统计数据,其自由度为f=M-1-2,若取显著度为 δ,则皮尔逊统计量的临界值χf2,δ由自由度f与显著度δ 查得;工程上一般取δ=0.05,文中所用的χf2,δ系数如表1所示[1,9]。
3)对于符合正态分布的随机变量R,其统计量Ri落在分组区间[a1,a2],[a2,a3],…,[aM,aM+1]内的理论概率为:
式中,为标准正态积分;a1=(Ri)min,aM+1=(Ri)max, (Ri)min、(Ri)max分别为Ri中的最小与最大值。
其中:
4)计算每个分组区间实际频数(Nj)与理论频数 (m-n)×pj差异的皮尔逊统计量之和,即计算:
5)检验。若χσ2≤χf2,δ,则在显著度为δ时,假设成立,否则假设不成立。
1.3分布参数取值区间的计算
如果R基本符合正态分布,在双侧置信度为(1-β) 时,R的均值、标准差与变异系数的取值区间为[9]:
式中,μR、σR与CR分别为R的均值、标准差与变异系数;tm-n-1,1-0.5β为单侧置信度为(1-0.5β)时的t分布系数;
χm2-n-1,1-0.5β,χm2-n-1,0.5β分别是单 侧置信度 为 (1-0.5β)与0.5β时的χ2分布系数。
上标l与u分别表示分布参数在单侧置信度为(1-β) 时的较小值与较大值。工程上一般取β=0.02,文中所用的t分布系数与χ2系数如表1所示。
1.4工程许用值
当R基本符合正态分布,且分布参数的取值区间已由式(7)与式(8)确定时,R的工程许用值是指钢材屈服或者抗拉强度在要求可靠度下的最小值。
分布参数均值与标准差的极端组合分为4种情况:
由正态分布的性质可知,由于第1)种组合对分布参数的限制最苛刻,第2) 、第3)种组合对分布参数的限制较苛刻,第4)种组合对分布参数的限制一般, 因此,可要求对应的可靠度分别为90%、95%、95%与99%,相应的工程计算值分别为:
式中,Rup1、Rup2、Rup3、Rup4分别为与up1、up2、up3、up4对应的工程计算值;up1、up2、up3分别为与可靠度90%、95%、95%、99%对应的正态分布系数u0 . 9 0、 u0.95、u0.95、u0.99,如表1所示[1,9]。
由式(10)~式(13)可知,R的工程许用值为:
2分布规律的假设检验
2.1试验数据及有效性判别
在液氮温度时,奥氏体不锈钢S30408屈服强度Re L与抗拉强度Rm的60组试验数据如表2所示[10]。
将表2的试验数据代入式(1)与式(2),可得到屈服强度Re L与抗拉强度Rm的准确度与精密度,如表3所示。
对于表2中的60组屈服强度Re L试验数据,用式(3)与式(4)判别可知,其 <t59,0.99=2.388,因此都是有效试验数据。但是,对于抗拉强度试验数据的第1组Rm 1= 1490MPa,由于t1 =2.464>t59,0.99=2.388,因此该数据是无效的,需要剔除,其他59组数据的准确度与精密度列入表3,经用式(3)与式(4)判别可知,59组试验数据的<t58,0.99=2.393,表明59组试验数据都是有效的。
2.2屈服与抗拉强度分布规律的假设检验
假设屈服强度Re L与抗拉强度Rm基本符合正态分布。对于60组屈服强度Re L与59组抗拉强度Rm的有效试验数据,由于1+3.3lg60=6.87及1+3.3lg59=6.84,因此将其分别分为7个区间;取显著度δ=0.05,由自由度为f=7-1-2=4,可得皮尔逊统计量临界值χf24,δ,0.05=9.488,如表1所示。每个分组区间实际频数(Nj)与理论频数 (m-n)×pj差异的皮尔逊统计量之和如表4所示。
由表4可知:屈服强度Re L的皮尔逊统计量之和χσ2=6.456,抗拉强度Rm的χσ2=7.862,均小于临界值χ2f24,,δ0.05=9.488,接受R基本符合正态分布的假设,表明在显著度为0.05时,Re L与Rm基本符合正态分布。
3分布参数的取值区间与工程许用值
3.1分布参数的取值区间
在双侧置信度为98%时,将表1、表3的有关数据代入式(7)~式(9)中,可得到屈服强度Re L与抗拉强度Rm分布参数的取值区间,如表5所示。
由表5可知,屈服强度、抗拉强度与变异系数的真值位于相应取值区间的概率为98%。
3.2屈服强度ReL与抗拉强度Rm工程许用值
将表5、表1的有关数据代入式(10)~式(14),可确定屈服强度Re L与抗拉强度Rm的工程许用值,如表6所示。
在屈服强度(或者抗拉强度)分布参数平均值与标准差的4种极端组合时,由表6可知材料真实屈服强度 (或者真实抗拉强度)大于工程许用值的可靠度(概率)。例如,当材料屈服强度分布参数的平均值与标准差分别为487.2MPa与79.89MPa时,屈服强度工程许用值大于384MPa的可靠度为90%。
根据表6可知,在液氮温度时,奥氏体不锈钢S30408屈服强度Re L与抗拉强度Rm的工程许用值分别为384MPa与1531MPa。
4结束语
1)应用数理统计方法,研究了试验数据有效性的判别方法,建立了钢材屈服与抗拉强度分布规律的分析方法,分布参数取值区间的计算方法与工程许用值的确定方法。
2)基于奥氏体不锈钢S30408在液氮温度时屈服与抗拉强度试验数据的研究,得到如下结论:在试验数据的单侧置信度为99%,分布规律的显著度为0.05时,其屈服与抗拉强度是基本符合正态分布的随机变量;在双侧置信度为98%时,屈服强度的均值不小于487.2MPa但不大于526.0MPa,标准差不小于52.23MPa但不大于79.89MPa,变异系数不小于0.0993但不大于0.1640;抗拉强度的均值不小于1632.4MPa但不大于1671.0MPa, 标准差不小于51.78MPa但不大于78.87MPa;屈服与抗拉强度的工程许用值应分别不大于384MPa与1531MPa。
参数规律 篇6
在许多工程中, 若施工单位在施工过程中操作不当等原因, 会使桩产生碎桩、桩身开裂或折断等问题, 严重影响桩的承载力, 进而影响到上部结构的安全[1]。因此, 在成桩后需对其承载能力进行检测, 目前高应变动力检测法已经越来越广泛地应用在桩基础的检测之中。高应变动力检测法是一种用重锤给桩顶一竖向冲击荷载, 在桩两侧距桩顶一定距离对称安装力和加速度传感器, 量测力和桩、土系统响应信号, 从而计算分析桩身结构完整性和单桩承载力的方法[2]。这种方法包括:打桩公式法、锤击贯入法、Smith波动法、CASE法、曲线拟合法、静动法[3]。CASE法和曲线拟合法是目前最常用的两种高应变动力试桩法[4,5]。
为了直观地了解土参数对拟合曲线的影响, 对试验桩进行高应变检测试验, 并采集每根桩高应变测试曲线。应用CAPWAPC程序对这些曲线进行拟合, 对拟合好的波形, 分别单独改变各个桩—土参数, 进行计算就可以得到每个参数对计算曲线的影响及其规律。
1 试验概况
试验场地位于福清市江阴镇江阴工业集中区西南部。试验桩型采用9根PHC预应力管桩, 每个工况点各3根, 考虑到篇幅关系本文仅列出每个工况的典型试验桩作为样本进行分析。试验桩桩型为PHC600-130-AB、PHC500-125-AB, 桩身材料采用C80混凝土, 设计桩端持力层为 (5) 圆砾、 (8) -2强风化花岗岩 (砂土状) 。试验桩的相关参数如表1所示。试验所用设备主要有PAX-4主机、加速度传感器和工具式应变计。
试验场地土层情况自上而下为: (1) 填粗砂:浅灰色, 稍密~中密, 湿~饱和, 层厚7.60~11.80m。 (2) 淤泥质土:深灰色, 流塑~软塑, 饱和, 层厚7.60~20.70m。 (3) 粘土:灰黄色, 可塑~硬塑, 饱和, 分布厚度1.20~12.10m。 (5) 圆砾 (卵石) :浅灰色、灰黄色, 中密, 饱和, 层厚2.60~8.80m。 (7) -1全风化凝灰岩:灰黄色, 密实, 揭穿厚度1.20~4.00m。 (7) -2全风化花岗岩:灰黄色, 密实, 饱和, 揭穿厚度1.40~8.00m。 (8) -1强风化凝灰岩 (砂土状) :灰黄色, 密实, 揭示厚度10.40~15.80m。 (8) -2强风化花岗岩 (砂土状) :灰黄色、褐黄色, 密实, 揭示厚度9.90~30.30m。 (9) -1强风化凝灰岩 (碎块状) :灰黄色, 稍硬。揭示厚度1.90m。 (9) -2强风化花岗岩 (碎块状) :褐黄色, 稍硬。揭穿厚度2.10~28.20m。 (10) -2中风化花岗岩:浅灰白色, 致密坚硬, 花岗结构, 块状构造, 揭示厚度1.10~7.30m。
2 高应变检测
2.1 试验方法
试验采用重锤冲击桩顶, 使桩—土产生足够的相对位移, 以充分激发桩周土阻力和桩端支承力, 通过安装在桩顶以下桩身两侧的力和加速度传感器接收桩的力和速度信号, 应用波动理论分析处理力和速度时程曲线, 利用CASE法程序PDA-W和实测曲线拟合法CAPWAPC程序判定单桩竖向抗压极限承载力。
2.2 信号选取
对于信号的选取遵循的基本原则就是, 选取锤击能量较大的曲线, 这样才能使桩周土的阻力充分发挥, 同时还应当遵循《建筑基桩检测技术规范》JGJ106—2003中的有关强制性规定。
2.3 曲线拟合图
通过CAP-WAPC程序对采集到的3根桩实测曲线进行拟合。根据试验结果可得, Z1-1#桩单桩竖向抗压极限承载力为4000k N;Z2-1#桩单桩竖向抗压极限承载力为4925 k N;Z3-1#桩单桩竖向抗压极限承载力为2742 k N。
3 参数研究
为直观了解土参数对拟合曲线的影响, 对上述3根桩已经拟合好的波形分别单独改变下列各个桩—土参数, 进行计算, 得到某个参数对计算曲线产生的影响及其变化规律。
本文研究的规律包括: (1) 桩侧土卸荷水平Unld对计算曲线的影响及变化规律; (2) 桩端土弹限Qtoe对计算曲线的影响及变化规律; (3) 桩端卸荷弹性系数Ctoe对计算曲线的影响及变化规律; (4) 桩端阻尼系数Jtoe对计算曲线的影响及变化规律; (5) 土塞重量Plug对计算曲线的影响及变化规律。
3.1 桩侧土卸荷水平Unld对计算曲线的影响及变化规律
如图1 (a) ~ (c) 所示, 将桩侧土卸荷水平Unld (CAPWAPC程序为UN) 由各自拟合终值降至0, 由于篇幅限制UN增大至1.0的计算曲线图未能列出, 仅将规律总结如下:当桩侧土卸荷水平UN降至0, 计算曲线的后部被抬高;当桩侧负摩阻力极限系数UN增至1.0, 计算曲线的后部被降低, 图中用虚线标注计算曲线变化的位置。
3.2 桩端土弹限Qtoe对计算曲线的影响及变化规律
如图2 (a) ~ (c) 所示, 将桩负侧摩阻力极限Qtoe (CAP-WAPC程序为QT) 由各自拟合终值降至1.0, 由于篇幅限制QT增大至20的计算曲线图未能列出, 仅将规律总结如下:由于QT变小, 引起桩端土快速的加、卸荷, 使计算曲线在2L/c处偏高而计算曲线的后部偏低;QT增大引起桩端土的加、卸荷的速度降低, 使计算曲线在2L/c处偏低而计算曲线的后部偏高, 图中用虚线标注计算曲线变化的位置。
3.3 桩端卸荷弹性系数Ctoe对计算曲线的影响及变化规律
如图3 (a) ~ (c) 所示, 将桩侧卸荷弹性系数Ctoe (CAP-WAPC程序为CT) 由各自拟合终值降至0.2, 由于篇幅限制CT增大至1.0的计算曲线图未能列出, 仅将规律总结如下:由于CT变小, 引起桩端土的快速卸荷, 使计算曲线后部降低;CT增大, 引起桩端土的卸荷速度变缓, 使计算曲线后部升高, 图中用虚线标注计算曲线变化的位置。
3.4 桩端阻尼系数Jtoe对计算曲线的影响及变化规律
如图4 (a) ~ (c) 所示, 将桩端阻尼系数Jtoe (CAPWAPC程序为JT) 由各自拟合终值降至0.3, 由于篇幅限制JT增大至1.0的计算曲线图未能列出, 仅将规律总结如下:由于JT变小, 使桩端的动阻力下降, 使计算曲线在时刻2L/c降低, 产生轻微震荡, JT增大, 使桩端的动阻力增大, 使计算曲线在时刻2L/c升高, 产生轻微震荡, 图中用虚线标注计算曲线变化的位置。
3.5 土塞重量Plug对计算曲线的影响及变化规律
如图5 (a) ~ (c) 所示, 将土塞重量Plug (CAPWAPC程序为PL) 由各自拟合终值增加到1.5, 规律总结如下:由于PL增加, 使计算曲线在时刻2L/c前上升, 而后部下降, 图中用虚线标注计算曲线变化的位置。
4 总结
本文采用高应变试验, 对试验场地内PHC管桩的高应变实测曲线进行拟合, 并计算出了相应的单桩极限承载力。对于全部拟合参数在分析过程中一般要经过三个阶段的变化:初值赋值、自动拟合的优化调整和最后的人工精细调整。人工精细调整包括补充性模型及其参数的赋值和调整。
为了研究高应变相关参数对拟合曲线的影响, 对桩已经拟合好的波形, 分别单独改变各个桩—土参数, 进行计算, 得到每个参数对计算曲线产生的影响及其变化规律。
摘要：桩基础目前在工程中的应用日益广泛, 其质量检测成为了工程质量控制的一个重要组成部分, 而单一的静载法日益显得无法满足桩基工程质量诊断的需要, 因此高应变法被大量用来检测桩基工程质量。采用高应变试验, 对试验场地内的3根PHC管桩的高应变实测曲线进行拟合, 并计算出了相应的单桩极限承载力。分别单独改变曲线拟合法模型的相关参数进行计算, 得到各参数对计算曲线产生的影响及其变化规律。
关键词：单桩承载力,高应变检测,曲线拟合,参数
参考文献
[1]蒋志军, 王建中.高强度预应力管桩静载试验与高应变试验的对比[J].四川建筑, 2008, 28 (3) :77, 81.
[2]刘屠梅, 赵竹占, 吴慧明.桩基检测技术与实例[M].北京:中国建筑工业出版社, 2006.
[3]罗骐先, 王武平.桩基工程检测手册[M].北京:人民交通出版社, 2010.
[4]王奎华.桩材料阻尼对动测曲线的影响研究[J].岩土力学, 1998, 19 (4) :41-47.
参数规律 篇7
关键词：甲烷爆炸,爆炸压力,火焰温度,燃烧速度,密度,流场
瓦斯爆炸是煤矿传统的五大自然灾害之一, 严重影响煤矿的安全生产。近几年, 尽管我国煤矿瓦斯爆炸事故整体呈现下降的趋势, 然而安全形势依然不容乐观, 仅2013年上半年全国就发生瓦斯爆炸事故6起, 共造成上百人死亡。
近年来, 许多学者针对不同环境条件下的甲烷爆炸特性进行了实验及数值模拟研究, 取得了大量的研究成果[1,2,3,4,5,6,7,8]。数值模拟研究可以获得许多实验研究无法得到的数据, 已成为当前研究的热点。为了充分研究常温常压条件下甲烷的爆炸特性, 运用FLUENT软件对20 L爆炸容器内甲烷爆炸特性参数的分布规律进行了数值模拟研究, 研究结果对预防煤矿瓦斯爆炸事故具有重要的理论指导意义。
1 模型建立及网格划分
1.1 物理模型
物理模型为20 L球形爆炸罐, 如图1所示, 其半径为0.17 m, 采用中心点火形式, 两电极之间距离3 mm, 压力取样点在壁面处。由于球形爆炸罐具有对称性, 所以只对模型的一半进行计算, 将下边界设为对称边界条件。
1.2 数学模型
综合考虑各方面因素, 本研究模拟燃烧过程, 需要考虑其中的火焰卷吸作用, 选择RNG k—ε模型作为湍流模型。
采用非平衡壁面函数方法对近壁面区域进行模拟, 并且在壁面处进行了适当的网格加密。燃烧模型采用的是通用有限速率模型。
1.3 网格划分
用GAMBIT进行建模和网格划分。采用结构网格对计算区域进行划分, 中心处网格尺寸0.2 mm, 边界处由于要适应所选用的边界层方程, 进行了网格加密。网格划分如图2所示。
2 边界条件及初始条件设置
2.1 边界条件设置
对于实验罐体壁面按典型的无滑移、无渗透边界设定;反应时间在毫秒时间尺度, 故作绝热壁面处理[9,10,11]。模型的下边界设置为对称边界条件。
2.2 初始条件设置
初始温度:298 K;
初始压力:101 325 Pa;
初始组分条件 (质量分数) :CH45.3%, O221%, N273.7%;
点火能量:10 J。
3 模拟值与实验值的对比分析
实验过程中, 一般在壁面处进行压力取样。为了校验模型的适用性, 也在模型的近壁面处设置压力测点, 该测点距离点火中心0.165 m。
模拟作出了壁面处压力变化曲线, 并和实验值进行比较, 如图3所示。
从图3中可以看出, 模拟和实验所得压力曲线在点火后都是先经过一个缓慢上升阶段, 然后迅速上升, 其上升的速率和反应的时间基本一致。但与实验值相比, 模拟值爆炸压力在上升到一定值之后趋于平稳, 且模拟值比实验值最大爆炸压力要高出0.05 MPa左右。原因在于:实验过程中由于罐体壁面的冷却效应及气体泄漏会造成部分热量损失, 爆炸压力在上升到一定值之后会很快衰减下去;而在模拟过程中, 模型处于绝热状态, 所以不存在热量的损失问题。
4 模拟结果分析
4.1 爆炸罐内温度分布
距点火中心0、0.05、0.10、0.16 m处的爆炸温度曲线见图4。
由图4中可以看出, 点火开始后, 各测点温度均缓慢上升;当火焰锋面到达时, 温度迅速升高;在火焰锋面经过后, 出现拐点, 温度继续升高, 但速率缓慢, 其中点火中心温度最高。整个燃烧过程持续约130 ms, 爆炸罐内温度在130 ms左右达到最大值, 而后逐渐趋于平稳。由于设置的是绝热壁面, 不会出现温度下降的过程。
4.2 爆炸罐内压力分布
距点火中心0、0.05、0.10、0.16 m处的爆炸压力曲线见图5。
由图5可以看出, 各测点处压力曲线基本相同, 说明爆炸罐内部各点压力分布基本相同。在爆炸过程中, 当压力波到达壁面后反射, 经过一定衰减返回中心, 压力波在罐体内不断反射、叠加, 使整个罐体内压力趋于均衡。这与实验测得的变化趋势基本吻合。
4.3 爆炸罐内密度分布
距点火中心0、0.05、0.10、0.16 m处的密度曲线见图6。
由图6可以看出, 0.16 m处测点在燃烧初期密度为1.224 kg/m3, 上升到最大值3.7 kg/m3, 火焰锋面经过后又迅速下降到1.4 kg/m3左右, 并保持平稳。0.10 m和0.05 m处测点密度变化趋势接近;火焰锋面经过后点火中心处密度值下降到趋于0, 而后缓慢回升到初始密度附近。距离点火点越远密度变化越大。这是由于在燃烧过程中随着压力波的增大, 对燃烧波前端混合气体压缩更加明显;火焰锋面到达后, 由于温度急剧上升, 导致气体膨胀, 密度迅速减小;火焰锋面过后, 由于密度差异, 密度大的区域的气体会向密度小的区域回流, 火焰锋面后的区域密度回升;燃烧结束, 没有了火焰波的压缩效应, 整个罐内密度以更快的速率趋于均衡。
4.4 爆炸罐内火焰速度
模拟了火焰速度随时间和距点火点距离变化的曲线, 如图7~8所示。
由图7可以看出, 由于点火源快速释放能量的影响, 1 ms时火焰速度迅速升高到1 m/s;接下来由于没有点火源能量的释放, 甲烷燃烧反应变缓, 到3 ms时又迅速下降到0.5 m/s;3~30 ms阶段, 随着甲烷持续反应, 热量聚积, 燃烧更为剧烈, 火焰速度再次上升, 达到2.87 m/s;30 ms后速度逐渐降低, 但在靠近壁面处有一个火焰速度再次升高的过程, 这是由于反射波作用的结果。林柏泉等[12]对一维受限空间反射波对火焰的影响做了实验研究, 结果表明当一维受限空间中固体壁面反射波与火焰面相遇时, 可使火焰速度迅速下降, 然后火焰再加速, 形成二次加速。
由图8可以明显看到, 在点火后一小段时间内, 速度变化剧烈, 但都局限在点火点附近。火焰速度在距点火点0.04 m左右达到最大值, 二次加速出现在距点火点0.14 m左右的位置。
4.5 爆炸罐内流场状态
根据燃烧反应理论[13], 气体爆炸的瞬间, 会产生高温状态下的气体, 这些气体膨胀, 然后压缩周围未燃烧的低压气体。当燃烧锋面后有约束条件时, 燃烧产物压力升高在火焰锋面两侧建立起压力差。在本次模拟中, 由于壁面对前驱压力波的作用, 这种压力差并不明显, 大部分时间仅有几十帕。在燃烧过程中, 反应物和燃烧产物被火焰锋面分隔开来。锋面处燃烧产生高温气体, 在膨胀过程中, 将燃烧产物向火焰锋面后方推动, 将未燃气体向火焰锋面前方推动。以火焰锋面为界, 造成火焰锋面前方气体密度逐渐增大。
模拟了30、70、130 ms爆炸罐内的流线图, 如图9所示。
由图9可以看出, 火焰锋面是具有一定厚度的火焰层, 前30 ms内, 火焰锋面后方流场处于非常紊乱的状态, 火焰锋面前方由于只是受到前驱压力波的影响, 处于相对稳定的状态。整个爆炸罐内, 流场在火焰锋面处分为2个区域, 火焰锋面前方, 气体向壁面处流动;火焰锋面后方, 气体向中心汇集。70 ms时, 整个流场都较为稳定。在火焰锋面和壁面区域, 流线在壁面处出现弯曲, 有环流趋势。130 ms时, 由于燃烧锋面趋近壁面, 火焰锋面压缩的气体开始向火焰锋面后方流动, 越接近燃烧结束, 这一过程越剧烈, 造成整个流场再次处于混乱状态。
5 结论
1) 通过模拟发现, 爆炸罐内部各点压力分布基本相同, 爆炸反应持续时间约为130 ms, 火焰温度约为2 500 K。
2) 距离点火点越远, 密度变化范围越大。如在距离点火点0.16 m处测点在燃烧初期密度为1.224 kg/m3, 上升到最大值3.7 kg/m3, 火焰锋面经过后, 密度又迅速下降到1.4 kg/m3左右, 并保持平稳。