地质力学学报  2020, Vol. 26 Issue (4): 500-509
引用本文
赵海林, 黄波林, 张全, 郑嘉豪, 冯万里, 陈小婷. 柱状危岩体崩塌产生涌浪的物理试验与数值模拟分析[J]. 地质力学学报, 2020, 26(4): 500-509.
ZHAO Hailin, HUANG Bolin, ZHANG Quan, ZHENG Jiahao, FENG Wanli, CHEN Xiaoting. Physical experiment and numerical model analysis of surge caused by collapse of columnar dangerous rock mass[J]. Journal of Geomechanics, 2020, 26(4): 500-509.
柱状危岩体崩塌产生涌浪的物理试验与数值模拟分析
赵海林1,2, 黄波林1,2, 张全1,2, 郑嘉豪1,2, 冯万里1,2, 陈小婷1,2    
1. 防灾减灾湖北省重点实验室(三峡大学), 湖北 宜昌 443000;
2. 三峡大学湖北长江三峡滑坡国家野外观测站, 湖北 宜昌 443000
摘要:柱状危岩体是三峡库区常见的一种典型地质灾害隐患,其崩塌产生涌浪给库区航运、旅游、生产生活以及人员财产造成巨大威胁和损害。文章基于野外柱状危岩体的成生及运动边界条件,开展了颗粒柱体崩塌产生涌浪的物理试验和数值模拟。结果表明:该数值模型能较好地模拟崩塌涌浪的形成过程、矢量信息以及与水体的相互作用;速度曲线定量地展示了能量的传递;物理试验和数值模拟涌浪高度偏差约3~4 cm;数值模拟堆积区堆积角比物理试验大5%;比前缘运动距离小7%。为柱状危岩体崩塌产生涌浪灾害的预测和预警提供了重要依据。
关键词柱状危岩体    物理试验    数值模拟    颗粒柱体崩塌    涌浪    
DOI10.12090/j.issn.1006-6616.2020.26.04.043     文章编号:1006-6616(2020)04-0500-10
Physical experiment and numerical model analysis of surge caused by collapse of columnar dangerous rock mass
ZHAO Hailin1,2, HUANG Bolin1,2, ZHANG Quan1,2, ZHENG Jiahao1,2, FENG Wanli1,2, CHEN Xiaoting1,2    
1. Hubei Key Laboratory of Disaster Prevention and Reduction, China Three Gorges University, Yichang 443000, Hubei, China;
2. Hubei Yangtze River Three Gorges Landslide National Field Observation Station, China Three Gorges University, Yichang 443000, Hubei, China
Abstract: Columnar dangerous rock mass is a common hidden geological hazard in the Three Gorges reservoir area, and the surge induced by collapse causes great threat and damage to shipping, tourism, production and life, as well as personnel and property in the reservoir area. In this paper, based on the boundary conditions of the formation and movement of the columnar dangerous rock mass in the field, the physical experiment and numerical simulation of surge caused by the collapse of granular columns are carried out. The results show that the numerical model can well simulate the formation process, vector information and interaction with water, and the velocity curve shows the energy transfer quantitatively. The deviation of surge height between the physical test and the numerical simulation is about 3~4 cm; the stacking angle of the numerical simulation stacking area is 5% larger than that of the physical experiment; the moving distance of the leading edge is 7% smaller. It provides an important basis for prediction and early warning of surge disaster caused by the collapse of columnar dangerous rock mass.
Key words: columnar dangerous rock mass    physical experiment    numerical simulation    granular column collapse    surge    
0 引言

中国西南地区是危岩体崩塌的高发区域,而三峡库区两岸由于长期的河流冲刷作用形成了大量危岩体,如箭穿洞危岩体、曲尺滩危岩体和棺木岭危岩体(王世昌等,2018)。柱状危岩体发生失稳解体形成的涌浪对江面船只和山区城镇及居民生命安全造成极大威胁,常导致严重的人员伤亡和巨大的经济损失。坐落在挪威西部湖西南部的拉夫内吉尔斜坡,在1905至1950年期间共发生7次大型崩塌,总计方量近3×106 m3,先后夺走上百条人命(Grimstad and Nesdal, 1991)。2004年重庆市金佛山甑子岩危岩带发生大型崩塌灾害,崩塌体在崖脚运动距离近800 m,由于预警及时,未造成人员伤亡(贺凯等,2015)。因此,开展柱状危岩体崩塌产生崩塌涌浪的预测研究对减小该类灾害损失具有重要意义。

很多学者针对柱状危岩体崩塌产生涌浪进行了研究。在物理模型试验方面,韩林峰等(2019)结合万州河段地形资料建立浅水区碎裂岩体崩塌涌浪三维物理模型,通过多组模型试验,建立碎裂岩体滑坡最大厚度衰减公式、浅水区滑坡淹没率经验公式以及三维涌浪近场最大波幅的预测方程。Robbe-Saule et al.(2017)开展了干颗粒柱在水中坍塌产生的波浪实验,表明波的振幅和宽度产生取决于颗粒的初始质量。杨渠锋等(2014)选取三峡库区典型的陡岩崩塌作为研究对象,通过模型试验,采用不同堆放组合下的矩形滑坡体,很好地模拟了陡岩崩塌发生、涌浪形成及传播的整个试验过程;得出了初始涌浪传播的波高衰减系数计算公式和陡岩崩塌涌浪爬高的计算公式。郝建娟等(2014)以三峡库区典型陡岩滑坡为研究对象,借助水槽概化模型试验,模拟滑坡入水交换过程,通过对试验结果分析,得出初始涌浪高度随各影响因素的变化规律。

目前数值模拟技术是国内外开展崩塌涌浪研究的重要手段,该方法比较系统地分析了涌浪灾害,具有准确、合理和经济等优势,其形成结果可视化程度较高,有利于对崩塌涌浪进行灾害预警(胡晓波等,2019)。黄波林等(2020a)以棺木岭危岩为研究对象,在分析危岩体变形破坏基础上,运用水波动力学模型进行危岩体在145 m、175 m水位条件下的滑坡-涌浪模拟。刘杰(2016)利用大型商业软件Fluent对概化滑块水下运动过程进行了数值仿真。徐波等(2011)从Navier-Stokes方程出发,采用VOF法追踪自由液面,基于流体计算软件FLOW-3D,模拟宽广水域内滑块下滑所引起的涌浪及其传播过程,研究结果表明,该数值模型具有较高的精度和适应性,能较好地模拟滑坡崩落所导致的涌浪现象。基于流体动力学的滑坡涌浪数值模拟,邓成进等(2019)建立库区三维滑坡涌浪数值模型,并通过水工物理模型试验对其模拟精度和有效性进行了验证;研究结果表明,数值模拟得出的涌浪高度变化、水面起伏过程与水工物理模型试验结果基本一致。邱昕等(2013)以新滩滑坡为实例,基于Fluent数值模拟软件,分析了滑体以一定初速度进入水体所引起的最大涌浪高度、对岸最大爬坡高度、自由面形态以及流场动压力分布律。陈国鼎(2019)基于全三维的Navier Stokes(NS)方程及VOF自由表面模型,研究了滑坡-涌浪计算的比尺效应。同时,以涌浪分区的方式探索了计算区域的网格依赖性。现有预测模型多将危岩体简化为块体,而实际危岩体解体多表现出流态运动的特征。为更合理地描述岩体和涌浪的耦合运动,郭剑等(2019)将岩体视为流态物质,建立了一种可模拟流动性涌浪演化过程的动力学模型,将模拟所得河道纵截面处的最大浪高值与实测值进行了对比,结果表明最大浪高沿纵截面两侧快速衰减,模拟结果与实测吻合。

上述学者分别利用物理试验和数值模拟研究了柱状危岩体崩塌产生涌浪的问题,但只针对物理试验或数值模型进行了单一的研究。为此本文利用在同一工况下物理试验和数值模拟结果进行对比研究,以对柱状危岩体崩滑产生涌浪数值模拟方法进行有效性验证评估,为该数值模拟方法的推广与应用提供科学依据,亦为岸坡地质灾害涌浪预警预测提供技术支撑。

1 物理试验装置与数值模型构建 1.1 物理试验装置

研究采用了与物理模型试验对比的方式来检验数值模型数据的有效性和准确性。基于Froude相似准则和PIV技术,Huang et al.(2020)开展了一系列柱状崩塌产生涌浪的物理试验,获得了颗粒柱体的崩塌入水全过程矢量场,为数值模拟的校验提供了非常好的试验数据。基于相似性准则,从中选取了一组与野外柱状危岩体的成生及运动边界条件相近的NO.42试验(颗粒柱体高90 cm,水深30 cm)研究。

Huang et al.(2020)开展的颗粒柱体崩塌的试验装置见图 1,主要由滑轮组提门启动装置、颗粒堆积装置和数据采集系统三部分组成。颗粒堆积装置是一个一侧挡板可被抽离的箱体,尺寸为:30 cm×30 cm×120 cm(长×宽×高)。玻璃箱内壁贴有带格纸的竖直板,X方向是试验颗粒运动的主要方向。试验采集系统是一台高速工业相机(像素为2560×2048),每次试验利用高速工业相机以100fps的帧率进行跟踪拍摄,沿水平方向记录崩塌的侧视图和涌浪传播过程,再利用PIV技术对颗粒运动过程进行分析(王健等,2020)。试验利用滑轮组提门启动装置快速拉升堆积颗粒的玻璃箱体挡板,来模拟干性颗粒柱体在单面临空后的运动状态(黄波林等,2020b)。为更接近野外实际情况,选用粒径大小13±1 mm、形状无规律和形态各异的次棱角状白色灰岩颗粒作为试验材料。试验相关颗粒材料的物理性质见表 1。水中加入聚丙乙烯示踪粒子,其密度与水相近,以捕捉涌浪速度。

图 1 颗粒柱体物理试验装置 Fig. 1 Physical experiment device for the granular column

表 1 试验颗粒物理性质 Table 1 Physical properties of experimental granules
1.2 数值模型构建

对柱状危岩体崩塌产生涌浪的危险性预测而言,对涌浪细节的研究很重要。尽管崩塌产生涌浪分析有很多种方法可以采用,但是流固全耦合模型可以更好地分析崩塌涌浪各种微观过程和力作用的效应(Huang et al., 2012黄波林等,2013)。因此,研究构建了流固全耦合数值计算模型,颗粒柱体崩塌破坏后将以石块碎屑流(颗粒流)的形式运动并冲击水体。

颗粒体的流动状运动特性可利用剪切率τ或剪切应力来描述。Bagnold(1954)通过颗粒流的剪切试验得到了一个与Coulomb equation类似的等式,该等式可以来描述球形颗粒间的剪应力。Mih(1999)拓展了Bagnold的这一工作,在进一步试验的基础上,提出改进的Bagnold公式。Mih的改进颗粒流剪切应力τg等式(1)如下:

$ {\tau _g} = 7.{\rm{ }}8{\mu _f}\frac{{{\lambda ^2}}}{{1 + {\rm{ }}\lambda }}\frac{{du}}{{dy}} + {\rm{ }}{\rho _s}\frac{{0.015}}{{1 + 0.{\rm{ }}5\rho /{\rm{ }}{\rho _s}}}{\frac{{1 + {\rm{ }}e}}{{(1 - {\rm{ }}e)}^{0.{\rm{ }}5}}}{\left({\lambda D\frac{{du}}{{dy}}} \right)^2} $ (1)

公式中:μf是颗粒间水体的黏滞度,NS/m2λ是体积比函数,λ=D/S,S为颗粒间中心点的平均距离,D为颗粒的直径,mm;ρρs为水和颗粒的密度,kg/m3e为与颗粒碰撞相关的恢复系数,由颗粒的回弹高度和释放高度的比值确定;du/dy是颗粒运动的平均速度,m/s。

这一等式的预测结果与很多学者实施的颗粒流物理试验结果吻合很好;同时采用这一公式开展的无粘性颗粒流运动模拟取得了显著的成效。颗粒流和水体的相互作用模型采用了具有不同密度不可压缩流体的Drift-Flux模型。两相流模型包括水的连续动量平衡方程(公式2)和颗粒流散流的动量平衡公式(公式3)。

$ \frac{{\partial {u_1}}}{{\partial t}} + {u_1}{\rm{ }} \cdot {\rm{ }}\nabla {u_1} = {\rm{ }} - \frac{1}{\rho }\nabla P{\rm{ }} + {\rm{ }}F{\rm{ }} + \frac{K}{{f\rho }}{u_r} $ (2)
$ \frac{{\partial {u_2}}}{{\partial t}} + {u_2}{\rm{ }} \cdot {\rm{ }}\nabla {u_2} = {\rm{ }} - \frac{1}{{{\rho _s}}}\nabla P{\rm{ }} + {\rm{ }}F{\rm{ }} - \frac{K}{{\left({1f} \right){\rho _s}}}{u_r} $ (3)

其中:u1u2分别代表水和颗粒的速度,m/s;t为时间,s;P是流体压力,Pa;F是体力,N;K是与两个阶段交互作用相关的拖曳系数,可通过两相混合体积百分比和固体颗粒的阻力系数来确定;f为两相混合物中水的体积分数,ur是颗粒和水两相的相对速度,m/s。

利用上述控制方程和NO.42的实验参数,数值模型重建了Huang et al.(2020)的NO.42试验(图 2)。除了Zmax方向为自由面(零压力)边界外,其他边界条件如图 1的水槽一样为墙边界。颗粒柱体在重力作用下崩塌并冲击水体,计算模拟时间为2 s。

图 2 颗粒柱体崩塌数值模型 Fig. 2 Numerical model of the granular column collapse
2 物理试验和数值模拟的对比分析 2.1 运动过程对比分析

从颗粒柱体崩塌产生涌浪全动力过程来看,Mih的颗粒运动方程和Drift-Flux模型比较好的控制了全场崩塌—堆积—涌浪的过程,实现了颗粒-流体的运动全耦合。从图 3可观察颗粒柱体崩塌以及颗粒体与水体的交互作用。图中云图颜色代表着颗粒体的密度,矢量箭头及大小代表各点运动矢量。按其演化过程分为初始阶段、崩塌形成涌浪阶段和涌浪传播阶段。

图 3 颗粒运动过程的流固运动矢量场对比 Fig. 3 Comparison of the fluid-solid motion vector fields in the granule movement

初始阶段。如图 3a3b所示,t=0.1 s时,颗粒体已拥有了一定速度,但速度值较小,速度方向大致为竖直向下,这一点物理试验与数值模型基本相似。此时,释放约束,该过程中颗粒体有足够空间,在重力作用下有下滑的趋势,柱体上部速度垂直向下,下部以一定的角度斜向下。在图 3a中可以看出,由于水的侵入,颗粒的密度开始分异, 前缘颗粒体表面裹水转化为弥散性的悬浮颗粒。从物理试验(图 3b)的全场矢量信息来看,由于应力的重分布,颗粒开始具有速度,但柱体底部前缘浸于水中的颗粒体速度极小,而柱体前缘高出水面的颗粒体有着较大的速度,表明了水体对柱体的基座颗粒运动有明显的阻碍作用,这点也在数值模拟中矢量箭头的大小和密度的不同上有着较好的体现。此刻,图 3a3b中水体均基本保持静止,但与固体颗粒接触部分具有一定的速度,是由于逐渐崩塌入水颗粒对水体产生响应。

崩塌形成涌浪阶段。当t=0.4 s时,前缘颗粒体表面裹水转化为弥散性的悬浮颗粒,而前缘颗粒的下部密度较大,形成高密度流。随着流动距离和流动时间变长,颗粒体与水体接触面积不断增加,水体不断侵入颗粒流,高密度流的密度不断下降。颗粒柱体前端的运动冲击了阻碍颗粒运动的水体,造成靠近颗粒体前缘的水体向斜上方运动抬高,形成小的波峰,此刻涌浪基本产生。在水槽底部,粒体近水平移动,使得靠近颗粒体的底层水体也近水平运动。与数值模拟相似,此刻,物理试验中柱体前缘颗粒体发生明显的崩塌破坏,颗粒柱体内后缘颗粒速度垂直向下,前缘颗粒速度沿破坏面方向向下。水体由于能量交换获得了一定的水平速度。

涌浪传播阶段。当t=1.0s时,高密度的颗粒流基本堆积成型,表面有着一层密度较小的覆盖层,是因为此时表面的部分颗粒以较小的速度在浅表层运动。可以看出水面以下的密度小于水面以上的密度,是因为颗粒入水时由于水体阻力而扩散开来的原因。最终堆积形态已基本形成,颗粒与水体的相互作用已停止,这也意味着“固-液”能量传递也基本结束,水体获得颗粒传递而来的动能形成最大涌浪并开始传播。通过对物理试验全场矢量仔细查看,发现水波几乎保持同一速度向前进行传播,均以水平运动为主,在传播过程中水波形态基本不变。因此,物理试验和数值模拟流固耦合的表面形态和动力矢量场结果都较为吻合。

显然,数值控制方程是理想和概化的,譬如Mih方程将颗粒概化为球形;这导致数值模拟无法完美的再现物理试验。对比数值模拟和物理试验的颗粒运动场可知,数值方程控制的颗粒体较物理试验的颗粒体运动性要强(赵兰浩等,2016刘亚峰等,2019)。在物理试验中柱体存在相对静止线或破坏线,在该线以下颗粒基本不动(黄波林等,2020);但数值模拟中相对静止区基本不存在。

2.2 速度对比分析

从颗粒柱体崩塌后颗粒柱体崩塌垂直方向和水平方向速度之间的动态变化来分析数值模型与物理模型颗粒柱体的崩塌堆积情况(图 4)。由于颗粒柱体崩塌时的速度场为合速度,不能展现出颗粒柱体崩塌时颗粒在垂直和水平两个方向的运动状况。为了方便研究颗粒柱体崩塌过程中垂直方向和水平方向速度的变化关系,用每个时刻颗粒柱体重心坐标的垂直方向和水平方向的运动速度作为反映颗粒在垂直、水平方向的速度变化情况指标。

图 4 ZX方向平均速度-时间变化曲线对比 Fig. 4 Comparison of average velocity-time curves in Z and X directions

数值模拟和物理试验的颗粒柱体崩塌自由落体持续时间为0.5 s,颗粒的垂直方向速度(italic)均比水平方向速度(VX)大,且垂直方向速度VZ和水平方向速度VX速度变化都是先加速上升再缓慢下降,吻合程度较高。在数值模拟中,颗粒柱体崩塌垂直方向速度VZ的加速度a=2.18 m/s, 水平方向速度VX的加速度a=0.32 m/s。在物理试验中,颗粒柱体崩塌垂直方向速度VZ的加速度a=2.5 m/s, 水平方向速度VX的加速度a=0.37 m/s。由此可见,颗粒的初始势能转化为了垂直运动,主要由VZ控制,其颗粒表现为崩塌下沉。在数值模拟中,0.2 s时颗粒速度达到峰值0.5 m/s,而物理试验中,在0.3 s时颗粒速度达到峰值0.66 m/s,时间和速度的差值来自于入水的动能消耗和转移,导致颗粒速度的消减。值得注意的是数值模拟中垂直速度VX的峰值早于物理试验,这是由于物理试验中干颗粒入水还涉及固、液、气复杂的三相力学耦合作用;颗粒吸水,滞留在颗粒介质中的空气逸出,形成气泡,与水体作用,这消耗了部分时间(刘维平,2017)。

0.5 s后,两种试验的水平速度均比垂直方向速度大,即VZVX,垂直方向速度VZ呈下降趋势,水平方向速度VX速度变化呈上升趋势。数值模拟和物理试验在水平方向的加速度分别为a=0.37 m/s和a=0.31 m/s。此时水平方向由VX起主导作用,其颗粒表现为水平堆积。在此阶段,数值模拟速度明显大于物理试验中颗粒的速度,这是由于此时颗粒与水体接触面积较大,大量的干颗粒与水体发生复杂的力学作用,颗粒势能不仅转化为颗粒动能和水体动能,此过程还伴随着部分声能、光能和热能耗散。而在数值模拟中能量转化较为单一,故0.5 s之后速度均大于物理试验中颗粒的速度。

0.9 s后,垂直方向速度VZ和水平方向速度VX曲线均呈缓慢下降趋势,此时VZVX,但颗粒柱体崩塌停止阶段还是水平方向速度VX占主导作用,是因为主要表现为少量颗粒向前运动。此时数值模拟中,整个坡面覆盖一层低密度颗粒流。仔细观察物理试验,发现颗粒主要在颗粒堆积坡面浅表层运动,速度较小,大部分颗粒静止。

整体而言,对比了数值模拟和物理试验中颗粒体运动的平均速度。数值模拟所呈现的速度曲线较物理试验更加光滑,整体形态较好,曲线更加完美,量化地解释了颗粒运动过程是一个能量传递、转化和耗散的过程。通过速度的对比也表明数值模拟和物理试验中颗粒体的运动情况相似。

2.3 崩塌过程及浪高对比分析

通过对比多个时刻物理模型和数值模型中颗粒体崩塌的瞬时地表形态,在图 5中可以看出数值模拟的崩塌过程较为顺利。物理模型在崩塌初期颗粒出现S形,通过观察分析,这是由于上端颗粒流速度较大,而下端颗粒水平运动速度较慢,故而曲线出现弯折形。数值模型并不能完全反映物理试验的细节,但总体形态基本一致。

图 5 颗粒柱体崩塌过程对比 Fig. 5 Comparison of collapse processes of the granular column

同时,由于数值模拟中颗粒体为连续介质,这造成涌浪的动力过程与试验得到的涌浪过程有一定的差异。对比了物理模型和数值模型中各监测点的水位过程线(图 6)。各点体现的规律基本一致,即涌浪波的前半个周期吻合非常好,后半个周期涌浪普遍偏离约3~4cm。颗粒体入水后,侵占水体的位置会造成水位短暂上升。在物理试验中,颗粒体孔隙率约为50%,因此入水后50%的体积可以由水填充,只有颗粒本身才会侵占水的位置。而在数值模拟中,颗粒体为连续介质,它的体积全部都会侵占水的位置,这会造成短时的明显水位上升,这也是后半个周期涌浪普遍偏高的原因。当水体运动持时一段后,这种水位上升会慢慢消散,平均到整个水体中,造成整个平均水位的轻微抬升。当水体体积远大于颗粒体体积时,这种水位抬升可忽略不计。总体来看,该数值模型很好的模拟了涌浪的形成,且其计算结果偏安全。

图 6 监测点水位过程线对比 Fig. 6 Comparison chart of water level process lines at the monitoring points
2.4 堆积角度及运动距离对比分析

颗粒体入水运动对水面的影响是一个能量相互转换过程,并且水体和颗粒体存在强烈的力学作用(荆海晓等,2018)。由于水体的阻力作用,颗粒体前缘的运动距离也受到影响颗粒体速度由大变小。颗粒体受到水体阻力时前缘颗粒运动距离随时间变化(图 7),最终物理试验颗粒前缘运动距离为1.12 m,数值模拟值为1.05 m。从图中可以看到,数值模拟中,曲线斜率较为稳定,几乎呈一条直线,崩塌和扩散阶段与物理试验吻合度较高,物理试验所得曲线在停止阶段与数值模拟曲线有偏差,由于颗粒入水微观过程极为复杂,故而产生一定的出入,但总体形态基本一致。

图 7 颗粒前缘运动距离对比 Fig. 7 Comparison of movement distances of the granule leading edge

而崩塌全过程的堆积角度变化两者却相差较大,如图 8所示采集了崩塌过程中不同时刻颗粒堆积区的堆积角。同样的,数值曲线斜率较为稳定,堆积角随着时间的变化逐步变小,最终物理试验和数值模拟分别形成了42.3°和40.2°的堆积角。物理试验在0.8 s时却有一个陡降过程,通过反复观察物理试验以及运动速度曲线,发现此时颗粒的水平运动速度最大,故角度变化最大。因此,尽管所建的流固耦合数值模型没有完美地再现物理试验,但计算基本如实反映了颗粒体的运动和水体运动,精度可以用于预测颗粒柱体崩塌产生的涌浪问题。

图 8 崩塌过程堆积角变化对比 Fig. 8 Comparison of deposition angle changes in the collapse process
3 讨论

物理试验和数值模拟均为崩塌涌浪有效的科学研究方法,在展示工程和分析结果上也各有特点。

数值分析的优点:①可以完美再现水体形成的波浪,方便对比分析;而物理试验由于各种客观因素难以再现一致的波浪,这对涌浪的浪高和传播分析产生一定影的影响(谢海清等,2017)。②数值试验能实现物理试验中较难实现的条件,例如在物理试验中抽取挡板解除约束需要一定的时间,是一个过程,使分析产生了一定误差,而在数值试验上述过程中花费时间几乎为零,规避了因装置原因而产生的不可避免的影响。③在应用型的大型复杂物理试验之前,需先开展数值模拟计算,可以减少不必要的物理试验,避免造成人力、物力和财力的浪费。④相对来讲,物理试验对时间和经费要求更高,采集的数据却并没有数值模拟丰富。数值模拟可根据研究目的进行变量控制, 对照开展多组试验。在关键运动参数的监测上, 也显得更加灵活方便,故合理的数值模拟方法对理论分析和试验研究具有指导性作用,可弥补试验工作的不足。但缺点是对边界条件进行了理想化处理,得到的结果忽略了客观因素的影响,导致结果过于理想化(戴磊,2018黄波林等,2014)。

物理试验的优点:①更好地还原了原型案例,展现了运动物体相关特征以及微观表现。②物理试验直观性强,可观察崩塌涌浪的全过程,虽然在物理试验中因不可避免的主、客观因素也会产生一定误差,但比数值模拟产生的误差少得多,可靠性更高。③通过该原型系列模型试验,可以更好地分析模型,还有可能发现新的课题,激发更多灵感(霍志涛等,2020)。以误差分析为例,物理试验与数值模拟结果比较,可用来判断数值模拟方法的可行性。但缺点是在定量评价时,受传感器精度影响,所得物理力学参数(孔隙水压力、含水率等)存在一定的误差,很难完全反映崩塌涌浪的状态(王军朝和孙金辉,2019孙永福等,2018)。

当前数值模拟技术是国内外开展崩塌涌浪研究工作的重要手段之一,该方法可以较全面地分析崩塌的入水和涌浪的产生和传播过程。室内试验成果可以作为数值模拟关键参数的选取,数值模型的优化以及数值模型的准确性验证的依据。因此,将物理模型试验和数值模拟技术结合使用,仍然是涌浪研究的重要手段(汪洋等,2018)。

4 结论

(1) 从颗粒作用于水的过程可以得出,数值模拟与物理试验基本一致,能够较好地反映物理试验颗粒入水的部分微观形态,如颗粒入水时的密度分异以及和水体的相互作用。这对大型危岩体崩塌入水情况分析有重要作用。

(2) 对于颗粒运动速度,数值模拟得出的颗粒垂直速度VZ和水平速度VX曲线能够完美再现物理试验的颗粒运动速度,在数值和精度上较为准确。崩塌涌浪过程较为复杂,危岩体的变形及其入水速度的变化对于崩塌涌浪的产生和传播的影响还有待进一步研究。

(3) 两种研究方法得出的颗粒堆积区的堆积角误差5%,颗粒前缘运动距离误差7%,数值模拟得出的结果运动距离较物理试验偏小,较堆积角度偏大。

(4) 数值模拟得出的涌浪高度变化、水面起伏过程与物理试验的结果基本一致,虽在数值上存在一定误差,如涌浪偏离约3~4 cm,但在可预测范围内,结果也是比较安全。数值模拟能较好地反映涌浪传播过程,可作为柱状危岩体崩塌产生涌浪灾害预测和预警的依据。

参考文献/References
BAGNOLD R A, 1954. Experiments on a gravity-free dispersion of large solid spheres in a Newtonian fluid under Shear[J]. Proceedings of the Royal Society A:Mathematical, Physical and Engineering Sciences, 225(1160): 49-63.
CHEN G D.2019. Study and application of numerical model of reservoir landslide surge[D]. Xi'an: Xi'an University of Technology. (in Chinese)
DAI L.2018. Experimental research on impulse wave generated by subaerial landslide and related numerical simulation[D]. Tianjin: Tianjin University. (in Chinese with English abstract)
DENG C J, DANG F L, CHEN X Z, 2019. Study on the surge wave propagation in the reservoir area and its interaction mechanism with the dam[J]. Journal of Hydraulic Engineering, 50(7): 815-823.
GRIMSTAD E, NESDAL S, 1991. The Loen rock slides:a historical review[J]. Norwegian Geotechnical Institute, 182: 1-6.
GUO J, SHEN W, LI T L, et al., 2019. Establishment of dynamic model of a flow-like landslide-induced surge[J]. Advances in Water Science, 30(2): 273-281.
HAN L F, WANG P Y, WANG M L, 2019. Motion characteristics of cataclastic rockslides and change rules of impulse waves in near-field zone[J]. Journal of Zhejiang University (Engineering Science), 53(12): 2325-2334.
HAO J J, MEN Y Q, WANG P Y, et al., 2014. Experimental research on dangerous rock-type landslide surge primary wave height of the river:Channel type reservoir in mountainous area[J]. Journal of Wuhan University of Technology (Transportation Science and Engineering), 38(3): 672-675.
HE K, YIN Y P, LI B, et al., 2015. Video imaged based analysis of motion characteristic for tower rock collapse[J]. Journal of Engineering Geology, 23(1): 86-95.
HU X B, FAN X Y, TANG J J, 2019. Accumulation characteristics and energy conversion of high-speed and long-distance landslide on the basis of DEM:A case study of Sanxicun landslide[J]. Journal of Geomechanics, 25(4): 527-535.
HUANG B L, YIN Y P, LIU G N, et al., 2012. Analysis of waves generated by Gongjiafang landslide in Wu Gorge, Three Gorges Reservoir, on November 23[J]. Landslides, 9(3): 395-405. DOI:10.1007/s10346-012-0331-y
HUANG B L, WANG S C, CHEN X T, et al., 2013. Prototype physical similarity experimental study of impulsive wave generated by cataclastic rockmass failure[J]. Chinese Journal of Rock Mechanics and Engineering, 32(7): 1417-1425.
HUANG B L, YIN Y P, LIU G N, et al., 2014. Comparison study of physical prototype model test and numerical simulation of Gongjiafang landslide in Three Gorges Reservoir[J]. Chinese Journal of Rock Mechanics and Engineering, 33(S1): 2677-2684.
HUANG B L, YIN Y P, LI B, et al., 2020a. Rock mass deterioration and catastrophic effect of karst bank slope in Three Gorges reservoir area[J/OL].Hydrogeology and Engineering Geology:1-11[2020-05-24].https://doi.org/10.16030/j.cnki.issn.1000-3665.202003055. (in Chinese)
HUANG B L, ZHANG Q, WANG J, et al., 2020b. Study on depositing range of granular columns with different particle gradation[J/OL]. Journal of Yangtze River Scientific Research Institute:1-8[2020-07-02].http://kns.cnki.net/kcms/detail/42.1171.TV.20191115.1727.006.html. (in Chinese with English abstract)
HUANG B L, ZHANG Q, WANG J, et al., 2020. Experimental study on impulse waves generated by gravitational collapse of rectangular granular piles[J]. Physics of Fluids, 32: 033301. DOI:10.1063/1.5138709
HUO Z T, HUANG B L, ZHANG Q, et al., 2020. Analysis of surge induced by Heishiban Landslide in Three Gorges Reservoir Area[J]. Water Resources and Hydropower Engineering, 51(1): 115-122.
JING H X, CHEN G D, LI G D, 2018. Numerical simulation of surge wave characteristics caused by underwater landslide[J]. Chinese Journal of Applied Mechanics, 35(3): 503-509.
LIU J, 2016. Numerical simulation of landslide entry process based on fluent[J]. Water Conservancy Science and Technology and Economy, 22(6): 5-6.
LIU W P.2017. Application of SPH method in numerical simulation of free surface flow[D]. Chongqing: Chongqing University. (in Chinese)
LIU Y F, LIU G, CHEN X J, et al., 2019. Structural plane effect on the deformation and failure of the Heifangtai tableland slope[J]. China Earthquake Engineering Journal, 41(4): 908-915.
MIH W C, 1999. High concentration granular shear flow[J]. Journal of Hydraulic Research, 37(2): 229-248. DOI:10.1080/00221689909498308
QIU X, XING A G, WANG G Z, 2013. Numerical simulation analysis of water waves due to landslide based on FLUENT[J]. The Chinese Journal of Geological Hazard and Control, 24(3): 26-31.
ROBBE-SAULE M, MORIZE C, BERTHO Y, et al., 2017. Experimental study of wave generation by a granular collapse[J]. EPJ Web of Conferences, 140: 14007. DOI:10.1051/epjconf/201714014007
SUN Y F, HUANG B L, SONG Y P, et al., 2018. Granular flow coupling model for tsunami generated by submarine landslide[J]. Rock and Soil Mechanics, 39(9): 3469-3476.
WANG J C, SUN J H, 2019. Characteristics and stability analysis of rock collapse of low-angled red-bed slope in east Sichuan[J]. Journal of Geomechanics, 25(6): 1091-1098.
WANG J, HUANG B L, ZHANG Q, et al., 2020. Study on generalized model of collapse-deposit characteristics of cataclastic and columnar dangerous rock mass[J]. Water Resources and Hydropower Engineering, 51(2): 136-143.
WANG S C, HUANG B L, TAN J M, et al., 2018. Numerical simulations of impulse waves based on water wave dynamics model on Guanmuling Slope[J]. South China Geology and Mineral Resources, 34(4): 323-330.
WANG Y, LIU J Z X, ZHANG Y, et al., 2018. Review of wave amplitude prediction generatedby landslide based on physical experiments[J]. Geology and Mineral Resources of South China, 34(4): 279-288.
XIE H Q, JIANG C B, DENG B, et al., 2017. Formation and propagation regulation of water waves caused by the landslides in narrow reservoir's river channel[J]. Journal of Transport Science and Engineering, 33(4): 45-50, 76.
XU B, JIANG C B, DENG B, et al., 2011. Three-dimensional numerical simulations of water waves generated by landslides and its propagation process[J]. Journal of Transport Science and Engineering, 27(2): 39-45.
YANG Q F, WANG P Y, YU T, et al., 2014. Experimental research on dangerous rock-type landslide run-up of the river-channel type reservoir in mountainous area[J]. The Chinese Journal of Geological Hazard and Control, 25(3): 43-48, 55.
ZHAO L H, HOU S C, MAO J, 2016. Review of numerical simulation of landslides and surges in reservoir districts[J]. Advances in Science and Technology of Water Resources, 36(2): 79-86.
陈国鼎.2019.水库滑坡涌浪数值模型研究及应用[D].西安: 西安理工大学.
戴磊.2018.滑坡涌浪试验研究及数值模拟[D].天津: 天津大学.
邓成进, 党发宁, 陈兴周, 2019. 库区滑坡涌浪传播及其与大坝相互作用机理研究[J]. 水利学报, 50(7): 815-823.
郭剑, 沈伟, 李同录, 等, 2019. 一种流动性滑坡涌浪动力学模型[J]. 水科学进展, 30(2): 273-281.
韩林峰, 王平义, 王梅力, 2019. 碎裂岩体滑坡运动特征及近场涌浪变化规律[J]. 浙江大学学报(工学版), 53(12): 2325-2334.
郝建娟, 门永强, 王平义, 等, 2014. 山区河道型水库陡岩滑坡涌浪首浪试验研究[J]. 武汉理工大学学报(交通科学与工程版), 38(3): 672-675. DOI:10.3963/j.issn.2095-3844.2014.03.046
贺凯, 殷跃平, 李滨, 等, 2015. 塔柱状岩体崩塌运动特征分析[J]. 工程地质学报, 23(1): 86-95. DOI:10.13544/j.cnki.jeg.2015.01.013
胡晓波, 樊晓一, 唐俊杰, 2019. 基于离散元的高速远程滑坡运动堆积特征及能量转化研究:以三溪村滑坡为例[J]. 地质力学学报, 25(4): 527-535.
黄波林, 王世昌, 陈小婷, 等, 2013. 碎裂岩体失稳产生涌浪原型物理相似试验研究[J]. 岩石力学与工程学报, 32(7): 1417-1425. DOI:10.3969/j.issn.1000-6915.2013.07.017
黄波林, 殷跃平, 刘广宁, 等, 2014. 三峡库区龚家方崩滑体涌浪物理原型试验与数值模拟对比研究[J]. 岩石力学与工程学报, 33(S1): 2677-2684.
黄波林, 殷跃平, 李滨, 等.2020a.三峡工程库区岩溶岸坡岩体劣化及其灾变效应[J/OL].水文地质工程地质:1-11[2020-05-24]. https://doi.org/10.16030/j.cnki.issn.1000-3665.202003055.
黄波林, 张全, 王健, 等.2020b.不同颗粒级配颗粒柱体堆积范围研究[J/OL].长江科学院院报:1-8[2020-07-02]. http://kns.cnki.net/kcms/detail/42.1171.TV.20191115.1727.006.html.
霍志涛, 黄波林, 张全, 等, 2020. 三峡库区黑石板滑坡涌浪分析[J]. 水利水电技术, 51(1): 115-122.
荆海晓, 陈国鼎, 李国栋, 2018. 水下滑坡产生涌浪波特性的数值模拟研究[J]. 应用力学学报, 35(3): 503-509.
刘杰, 2016. 基于Fluent的滑坡入水过程数值模拟[J]. 水利科技与经济, 22(6): 5-6.
刘维平.2017. SPH方法在自由表面流动数值模拟中的应用[D].重庆: 重庆大学.
刘亚峰, 刘高, 陈小军, 等, 2019. 黑方台台塬斜坡变形破坏的结构面效应研究[J]. 地震工程学报, 41(4): 908-915.
邱昕, 邢爱国, 王国章, 2013. 基于FLUENT数值模拟的滑坡涌浪分析[J]. 中国地质灾害与防治学报, 24(3): 26-31.
孙永福, 黄波林, 宋玉鹏, 等, 2018. 海底滑坡海啸的颗粒流耦合模型[J]. 岩土力学, 39(9): 3469-3476. DOI:10.16285/j.rsm.2016.2612
王军朝, 孙金辉, 2019. 川东红层缓倾角岩质崩塌特征与稳定性分析[J]. 地质力学学报, 25(6): 1091-1098.
王健, 黄波林, 张全, 等, 2020. 碎裂化柱状危岩体崩塌-堆积特征概化模型研究[J]. 水利水电技术, 51(2): 136-143.
王世昌, 黄波林, 谭建民, 等, 2018. 基于水波动力学模型的棺木岭危岩体涌浪数值分析[J]. 华南地质与矿产, 34(4): 323-330.
汪洋, 刘继芝娴, 张宇, 等, 2018. 基于物理模拟试验的滑坡涌浪波幅预测研究综述[J]. 华南地质与矿产, 34(4): 279-288.
谢海清, 蒋昌波, 邓斌, 等, 2017. 狭窄型库区河道滑坡涌浪的形成及其传播规律[J]. 交通科学与工程, 33(4): 45-50, 76.
徐波, 蒋昌波, 邓斌, 等, 2011. 三维滑坡涌浪的产生及其传播过程的数值研究[J]. 交通科学与工程, 27(2): 39-45. DOI:10.3969/j.issn.1674-599X.2011.02.008
杨渠锋, 王平义, 喻涛, 等, 2014. 三峡库区陡岩滑坡涌浪爬高试验分析[J]. 中国地质灾害与防治学报, 25(3): 43-48, 55.
赵兰浩, 侯世超, 毛佳, 2016. 库区滑坡涌浪数值模拟方法研究进展[J]. 水利水电科技进展, 36(2): 79-86. DOI:10.3880/j.issn.1006-7647.2016.02.015