留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于倾角演化的滑坡监测及稳定过程

杨贺 王立伟 郝圣旺

杨贺, 王立伟, 郝圣旺. 基于倾角演化的滑坡监测及稳定过程[J]. 工程力学, 2020, 37(S): 193-199. doi: 10.6052/j.issn.1000-4750.2019.04.S035
引用本文: 杨贺, 王立伟, 郝圣旺. 基于倾角演化的滑坡监测及稳定过程[J]. 工程力学, 2020, 37(S): 193-199. doi: 10.6052/j.issn.1000-4750.2019.04.S035
He YANG, Li-wei WANG, Sheng-wang HAO. LANDSLIDE MONITORING AND ITS STABILIZATION PROCESS BASED ON AN IN-SITU TILT MONITORING SYSTEM[J]. Engineering Mechanics, 2020, 37(S): 193-199. doi: 10.6052/j.issn.1000-4750.2019.04.S035
Citation: He YANG, Li-wei WANG, Sheng-wang HAO. LANDSLIDE MONITORING AND ITS STABILIZATION PROCESS BASED ON AN IN-SITU TILT MONITORING SYSTEM[J]. Engineering Mechanics, 2020, 37(S): 193-199. doi: 10.6052/j.issn.1000-4750.2019.04.S035

基于倾角演化的滑坡监测及稳定过程

doi: 10.6052/j.issn.1000-4750.2019.04.S035
基金项目: 国家自然科学基金项目(11672258,41807295)
详细信息
    作者简介:

    杨 贺(1993−)男,河北人,硕士生,主要从事边(滑)坡地质灾害(E-mail: 1083521423@qq.com)

    王立伟(1983−)男,河北人,讲师,博士,主要从事岩土工程防灾减灾(E-mail: wlw314159265@126.com)

    通讯作者: 郝圣旺(1975−)男,安徽人,教授,博导,博士,主要从事土木工程防灾减灾(E-mail: hsw@ysu.edu.cn)
  • 中图分类号: P642.22

LANDSLIDE MONITORING AND ITS STABILIZATION PROCESS BASED ON AN IN-SITU TILT MONITORING SYSTEM

  • 摘要: 滑坡监测及滑后稳定过程,是理解滑坡机理及进行滑坡预警的关键。该文基于微芯桩监测系统监测四川省雅安市泸定县黄草坪滑后边坡得到的倾角数据,分析边坡稳定过程和监测结果的影响因素。监测结果表明,边坡失稳后的稳定过程,在不同的区域呈现出不同倾角发展特征,这表明同一滑坡事件中,不同区域发展机理的不同。但是,各区域滑后稳定过程有一个共同的特征,即均存在两个典型阶段,即失稳滑动后的倾角快速发展阶段,但是该阶段呈现减速发展特征;随后,随着倾角发展速度逐渐减小,并趋向于一个近似于零速度的稳定阶段,即第Ⅱ阶段。进一步地数据分析结果表明,该滑坡稳定过程可以用伯格斯蠕变模型来很好地描述。这表明滑后边坡稳定过程实际是一种蠕变稳定过程。该文监测结果显示,在这类昼夜温差较大的区域,监测结果受设备温度差影响较大,这也是导致测量结果呈现规律性日较大涨落的关键因素。
  • 图  1  黄草坪边坡图

    Figure  1.  Huangcaoping landslide area

    图  2  微芯桩监测设备布置图

    Figure  2.  In-situ positions of micro-core piles

    图  3  监测过程示意图

    Figure  3.  Schematics of monitoring system

    图  4  桩点位布置示意图

    Figure  4.  Distribution of in-situ piles positions

    图  5  1号桩倾角变化过程图

    Figure  5.  Evolutions of tilt change of No.1 pile

    图  6  2号桩倾角变化过程图

    Figure  6.  Evolutions of tilt changing of No.2 pile

    图  7  1号桩上升阶段倾角速率曲线图

    Figure  7.  Rate of tilt change in increasing stage of No. 1 pile

    图  8  2号桩上升阶段倾角速率曲线图

    Figure  8.  Rate of tilt change in increasing stage of No. 2 pile

    图  9  3号桩倾角变化过程图

    Figure  9.  Evolutions of tilt change of No.3 pile

    图  10  4号桩倾角变化过程图

    Figure  10.  Evolutions of tilt change of No.4 pile

    图  11  伯格斯蠕变模型示意图

    Figure  11.  Schematics of Burgers creep model

    图  12  1号桩拟合曲线图

    Figure  12.  Fitted results of No.1 pile

    图  13  2号桩拟合曲线图

    Figure  13.  Fitted results of No.2 pile

    图  14  1号桩倾角、温度走势曲线图

    Figure  14.  Tilt and temperature changes of No.1 pile

    图  15  1号桩日倾角差与日温度差曲线图

    Figure  15.  Curve of daily tilt difference and daily temperature difference of No.1 pile

    表  1  伯格斯蠕变方程拟合边坡数据

    Table  1.   Slope data fitted by Burgers creep equation

    桩号 应力σ 弹性模量E1 粘滞系数η1 弹性模量E2 粘滞系数η2
    1 1.03302 3.50×1018 80.7222 0.57405 0.07518
    2 0.8588 4.09469 7.20×1018 0.52836 0.25148
    下载: 导出CSV
  • [1] 张铎, 吴中海, 李家存, 等. 国内外地震滑坡研究综述[J]. 地质力学学报, 2013, 19(3): 225 − 241. doi:  10.3969/j.issn.1006-6616.2013.03.001

    Zhang duo, Wu Zhonghai, Li Jiacun, et al. An overview on earthquake-induced landside research [J]. Journal of Geomechanics, 2013, 19(3): 225 − 241. (in Chinese) doi:  10.3969/j.issn.1006-6616.2013.03.001
    [2] Peter L. Space and a Damaged Place: Philippine Migrant Transnational Engagement Following the Guinsaugon Landslide Disaster [J]. Population, Space and Place, 2016, 22(6): 526 − 538.
    [3] Tjahjono H, Suripin S, Kismartini K. Structuring the environment of landslide-prone disaster and its mitigation in the district of banyumanik [J]. IOP Conference Series Earth and Environmental Science, 2018, 145(1): 012082.
    [4] Alvioli M, Melillo M, Guzzetti F, et al. Implications of climate change on landslide hazard in Central Italy [J]. Science of The Total Environment, 2018, 630: 1528 − 1543. doi:  10.1016/j.scitotenv.2018.02.315
    [5] 张永强, 毛彦龙, 白子龙. 降雨对低速滑坡形成机制的研究[J]. 甘肃科学学报, 2019, 31(3): 85 − 91.

    Zhang Yongqiang, Mao Yanlong, Bai Zilong. Research on formation mechanism of low-speed landslide caused by rainfall [J]. Journal of Gansu Sciences, 2019, 31(3): 85 − 91. (in Chinese)
    [6] 孙光林, 胡江春, 张玉辉. 边坡滑坡灾害治理和监测预警研究进展[J]. 煤炭技术, 2019, 38(6): 105 − 107.

    Sun Guanglin, Hu Jiangchun, Zhang Yuhui. Research progress on control and monitoring and early warning of landslide disaster [J]. Coal Technology, 2019, 38(6): 105 − 107. (in Chinese)
    [7] Sai W, Suning X, Ling P, et al. A rapid extraction of landslide disaster information research based on GF-1 image [J]. Proceedings of SPIE - The International Society for Optical Engineering, 2015, 9669(1): 307 − 314.
    [8] 陶志刚, 张海江, 彭岩岩, 等. 滑坡监测多源系统云服务平台架构及工程应用[J]. 岩石力学与工程学报, 2017, 37(7): 1649 − 1658.

    Tao Zhigang, Zhang Haijiang, Peng Yanyan, et al. Frame structure and engineering applications of multi-source system cloud service platform for landslide monitoring [J]. Journal of Rock Mechanics and Geotechnical Engineering, 2017, 37(7): 1649 − 1658. (in Chinese)
    [9] 刘身伟, 王菁莪, 刘清秉. 黄土坡滑坡原状滑带土的蠕变与应力松弛性质[J]. 水利与建筑工程学报, 2016, 14(3): 137 − 142. doi:  10.3969/j.issn.1672-1144.2016.03.045

    Liu Shenwei, Wang Jinge, Liu Qingbing. Creep property and stress relaxation of undisturbed soil from huangtupo landslide [J]. Journal of Water Resources and Architectural Engineering, 2016, 14(3): 137 − 142. (in Chinese) doi:  10.3969/j.issn.1672-1144.2016.03.045
    [10] 曾庆利, 王炜风, 陈宏宇, 等. 镇雄赵家沟滑坡特征及基于坡体结构的失稳机理研究[J]. 工程地质学报, 2016, 24(4): 510 − 518.

    Zeng Qingli, Wang Weifeng, Chen Hongyu, et al. Characteristics of zhaojiagou colluviums landslideandits failure mechanism on slope structure, Zhenxiong county [J]. Journal of Engineering Geology, 2016, 24(4): 510 − 518. (in Chinese)
    [11] 许强, 曾裕平. 具有蠕变特点滑坡的加速度变化特征及临滑预警指标研究[J]. 岩石力学与工程学报, 2009, 28(6): 1099 − 1106. doi:  10.3321/j.issn:1000-6915.2009.06.026

    Xu Qiang, Zeng Yuping. Research on acceleration variation characteristics of creep landslide and early-warning prediction indicator of critical sliding [J]. Journal of Rock Mechanics and Geotechnica Engineering, 2009, 28(6): 1099 − 1106. (in Chinese) doi:  10.3321/j.issn:1000-6915.2009.06.026
    [12] A. García, HRdt A, Fabian M. Landslide monitoring with high resolution tilt measurements at the Dollendorfer Hardt landslide Germany [J]. Geomorphology, 2010, 120(1/2): 16 − 25.
    [13] 靳静, 梁小勇, 杨广庆. 岩质边坡滑坡治理的现场监测分析[J]. 公路, 2019, 64(3): 16 − 21.

    Jin Jing, Liang Xiaoyong, Yang Guangqing. Analysis of monitoring on treatment to landslide of rock slope [J]. Highway, 2019, 64(3): 16 − 21. (in Chinese)
    [14] 刘东燕, 谢林杰, 庹晓峰, 等. 不同围压作用下砂岩蠕变特性及非线性黏弹塑性模型研究[J]. 岩石力学与工程学报, 2017, 36(S2): 3705 − 3712.

    Liu Dongyan, Xie Linjie, Tuo Xiaofeng, et al. Creep properties of sandstone under different confining pressures and research on a nonlinear viscoelasto-plastic creep model [J]. Journal of Rock Mechanics and Engineering, 2017, 36(S2): 3705 − 3712. (in Chinese)
    [15] Jian Xue,Shengwang Hao,Jun Wang, et al. The Changeable Power Law Singularity and its Application to Prediction of Catastrophic Rupture in Uniaxial Compressive Tests of Geomedia [J]. Journal of Geophysical Research: Solid Earth, 2018, 123(4): 2645 − 2657.
    [16] 王志俭, 殷坤龙, 简文星, 等. 三峡库区万州红层砂岩流变特性试验研究[J]. 岩石力学与工程学报, 2008, 27(4): 197 − 204.

    Wang Zhijian, Yin Kunlong, Jian Wenxing, et al. Experimental study on rheological behaviors of wanzhou red sandstone in three gorges reservoir area [J]. Journal of Rock Mechanics and Engineering, 2008, 27(4): 197 − 204. (in Chinese)
  • [1] 任鹏, 王鹏, 张华, 唐印.  黏土蠕变非线性特性及其分数阶导数蠕变模型 . 工程力学, 2020, 37(): 1-9. doi: 10.6052/j.issn.1000-4750.2019.10.0624
    [2] 吴奎, 邵珠山, 秦溯.  挤压隧道中围岩与内置高压缩性元件衬砌相互作用机制研究 . 工程力学, 2020, 37(): 1-10. doi: 10.6052/j.issn.1000-4750.2020.01.0013
    [3] 周浩, 杜咏, 李国强, Liew J Y Richard, 汪贤聪.  预应力钢绞线温度膨胀及高温蠕变性能试验研究 . 工程力学, 2018, 35(6): 123-131. doi: 10.6052/j.issn.1000-4750.2017.02.0155
    [4] 徐万海, 栾英森, 余杨, 覃雯琪.  大倾角附螺旋列板倾斜圆柱涡激振动抑制分析 . 工程力学, 2018, 35(1): 236-245. doi: 10.6052/j.issn.1000-4750.2016.09.0719
    [5] 周广磊, 徐涛, 朱万成, 陈崇枫, 杨天鸿.  基于温度-应力耦合作用的岩石时效蠕变模型 . 工程力学, 2017, 34(10): 1-9,25. doi: 10.6052/j.issn.1000-4750.2016.05.0376
    [6] 解秋红, 修宗祥, 刘乐军, 李西双, 李家钢, 胡光海, 赵勇.  苏门答腊岛西北海域大型海底滑坡过程反分析 . 工程力学, 2016, 33(12): 241-247,256. doi: 10.6052/j.issn.1000-4750.2015.05.0376
    [7] 董满生, 鹿婧, 凌天清, 孙志彬, 李凌林.  考虑温度效应的沥青混合料参数模型 . 工程力学, 2016, 33(6): 180-185,193. doi: 10.6052/j.issn.1000-4750.2014.11.0960
    [8] 王影冲, 王鼎, 郝圣旺.  混凝土蠕变与应力松弛耦合破坏及临界幂律行为 . 工程力学, 2016, 33(增刊): 49-55. doi: 10.6052/j.issn.1000-4750.2015.05.S029
    [9] 傅强, 谢友均, 龙广成, 马昆林, 尹晓文.  混凝土三轴蠕变统计损伤模型研究 . 工程力学, 2013, 30(10): 205-210,218. doi: 10.6052/j.issn.1000-4750.2012.07.0474
    [10] 张伍连, 丁辛, 杨旭东.  PVC涂层膜材料不同应力下非线性蠕变特性的预测 . 工程力学, 2012, 29(8): 340-345. doi: 10.6052/j.issn.1000-4750.2010.11.0802
    [11] 干伟忠, 金伟良, RAUPACH M.  海洋环境混凝土结构耐久性原位监测原理和剩余寿命预报 . 工程力学, 2011, 28(增刊Ⅱ): 78-84,9.
    [12] 王 岚, 常春清, 邢永明.  胶粉改性沥青混合料弯曲蠕变试验研究 . 工程力学, 2011, 28(增刊I): 40-043.
    [13] 周小平, 钱七虎, 张永兴, 杨海清.  基于突变理论的滑坡时间预测模型 . 工程力学, 2011, 28(2): 165-174.
    [14] 徐 伟, 康国政, 刘宇杰, 王艳锋, 陈茁玮.  不饱和聚酯树脂的单轴应变循环特性和棘轮行为实验研究 . 工程力学, 2010, 27(8): 211-216.
    [15] 彭芳乐, 李福林, 江智森, 龙冈文夫.  任意加载条件下土工合成材料的弹粘塑性及本构模型 . 工程力学, 2009, 26(8): 50-058.
    [16] 郑健龙, 吕松涛, 田小革.  基于蠕变试验的沥青粘弹性损伤特性 . 工程力学, 2008, 25(2): 0-196.
    [17] 郑杨艳, 钱珍梅, 凌 祥.  小冲孔试样弹塑性蠕变损伤的有限元分析 . 工程力学, 2007, 24(9): 0-153,.
    [18] 江晓禹, 乔建平.  典型滑坡危险性的接触力学预测模型 . 工程力学, 2006, 23(8): 106-109,.
    [19] 刘宗德, 韩铭宝, 王仁, 陈裕泽.  非均匀温度场压杆蠕变屈曲分析 . 工程力学, 1995, 12(3): 7-12.
    [20] 陈星, 徐继祖.  海冰的粘塑性蠕变模型 . 工程力学, 1993, 10(4): 52-57.
  • 加载中
图(15) / 表ll (1)
计量
  • 文章访问数:  21
  • HTML全文浏览量:  6
  • PDF下载量:  10
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-04-30
  • 修回日期:  2020-02-16
  • 网络出版日期:  2020-06-01
  • 刊出日期:  2020-06-01

基于倾角演化的滑坡监测及稳定过程

doi: 10.6052/j.issn.1000-4750.2019.04.S035
    基金项目:  国家自然科学基金项目(11672258,41807295)
    作者简介:

    杨 贺(1993−)男,河北人,硕士生,主要从事边(滑)坡地质灾害(E-mail: 1083521423@qq.com)

    王立伟(1983−)男,河北人,讲师,博士,主要从事岩土工程防灾减灾(E-mail: wlw314159265@126.com)

    通讯作者: 郝圣旺(1975−)男,安徽人,教授,博导,博士,主要从事土木工程防灾减灾(E-mail: hsw@ysu.edu.cn)
  • 中图分类号: P642.22

摘要: 滑坡监测及滑后稳定过程,是理解滑坡机理及进行滑坡预警的关键。该文基于微芯桩监测系统监测四川省雅安市泸定县黄草坪滑后边坡得到的倾角数据,分析边坡稳定过程和监测结果的影响因素。监测结果表明,边坡失稳后的稳定过程,在不同的区域呈现出不同倾角发展特征,这表明同一滑坡事件中,不同区域发展机理的不同。但是,各区域滑后稳定过程有一个共同的特征,即均存在两个典型阶段,即失稳滑动后的倾角快速发展阶段,但是该阶段呈现减速发展特征;随后,随着倾角发展速度逐渐减小,并趋向于一个近似于零速度的稳定阶段,即第Ⅱ阶段。进一步地数据分析结果表明,该滑坡稳定过程可以用伯格斯蠕变模型来很好地描述。这表明滑后边坡稳定过程实际是一种蠕变稳定过程。该文监测结果显示,在这类昼夜温差较大的区域,监测结果受设备温度差影响较大,这也是导致测量结果呈现规律性日较大涨落的关键因素。

English Abstract

杨贺, 王立伟, 郝圣旺. 基于倾角演化的滑坡监测及稳定过程[J]. 工程力学, 2020, 37(S): 193-199. doi: 10.6052/j.issn.1000-4750.2019.04.S035
引用本文: 杨贺, 王立伟, 郝圣旺. 基于倾角演化的滑坡监测及稳定过程[J]. 工程力学, 2020, 37(S): 193-199. doi: 10.6052/j.issn.1000-4750.2019.04.S035
He YANG, Li-wei WANG, Sheng-wang HAO. LANDSLIDE MONITORING AND ITS STABILIZATION PROCESS BASED ON AN IN-SITU TILT MONITORING SYSTEM[J]. Engineering Mechanics, 2020, 37(S): 193-199. doi: 10.6052/j.issn.1000-4750.2019.04.S035
Citation: He YANG, Li-wei WANG, Sheng-wang HAO. LANDSLIDE MONITORING AND ITS STABILIZATION PROCESS BASED ON AN IN-SITU TILT MONITORING SYSTEM[J]. Engineering Mechanics, 2020, 37(S): 193-199. doi: 10.6052/j.issn.1000-4750.2019.04.S035
  • 滑坡是一种大型地质灾害,分布范围广泛,随着经济建设的迅速发展,滑坡灾害给人民造成的灾害日益严重[1-3]。触发滑坡产生的因素较多如地震、强降雨、火山活动、地下水等[4-5]。针对滑坡发生的表现形式及触发因素,发展了多种滑坡监测技术及手段[6-8]。滑坡监测中,最关键的是监测量应与滑坡发展和触发机理相对应。所以,寻找合适的反映滑坡发展过程的监测手段,并分析监测量演化与滑坡时空发展及机理的关联,对于理解滑坡发展过程并探索其预警方法十分重要。

    滑坡的产生往往是因坡体蠕变产生变形,变形在自身重量及外界因素下不断发展,导致滑坡产生[9-11]。为认识和理解滑坡机理,实现滑坡监测与预警,国内外学者多是通过滑坡监测案例[12-13]、蠕变经典模型推论[14]、室内蠕变实验[15-16]等来理解滑坡发展及其预测方法。由于滑坡预警的重要性,以往研究主要关注的是滑坡发生前监测数据的演化特征、触发滑坡的机理和判据等,对于滑后边坡体稳定过程的关注较少,认识不够。毫无疑问,理解滑坡失稳及其滑后趋于稳定的过程,对于理解滑坡发展和机理、滑坡预警非常关键。

    基于此,本文基于微芯桩监测系统,对四川省雅安市泸定县黄草坪滑后边坡中微芯桩倾角变化进行监测,分析了边坡不同区域倾角变化的差异性及相似性。探索了滑坡稳定过程的发展特征和典型阶段,并基于蠕变模型,对该过程进行描述。

    • 黄草坪边坡位于大渡河左岸泸定县得妥镇新华村,库区交通工程新华村连接公路K1+200~K1+360段之间,距离坝址16.8 km,变形体前缘高程1115 m,后缘高程约1600 m,顺河长度160 m~250 m,体积约150万m³。

      大岗山水电站蓄水前覆盖层曾发生过小型土塌,蓄水后坡体后缘于2015年10月出现开裂现象。2016年8月变形加大,大岗山公司在采取裂缝人工监测的同时,建立了GNSS自动化监测系统。2018年6月底,黄草坪边坡不稳定情况加剧,所以现场开始加设微芯桩监测设备。2018年7月2日黄草坪产生滑坡如图1。微芯桩监测系统记录了黄草坪边坡2018年7月24日 − 2019年3月26日滑后边坡稳定过程。

      图  1  黄草坪边坡图

      Figure 1.  Huangcaoping landslide area

    • 根据滑坡现场及山体易发生线性滑坡特性,按照网状井字形式在黄草坪边坡布设4套微芯桩监测装置(如图2)。采用网状井字形式布设的原因,在于其较易于对滑坡倾角、振动数据进行横向及纵向对比,较准确监测滑坡内部运动现状。

      图  2  微芯桩监测设备布置图

      Figure 2.  In-situ positions of micro-core piles

      微芯桩监测系统监测流程图如图3,4套微芯桩监测设备,监测边坡倾角、振动状况。监测设备设定数据每一小时采集一次,一日共采集24组数据。其中倾角数据能够反应边坡整体运动现状,是监测滑坡稳定性的主要参考数据。振动数据反应的是滑坡内部稳定现状,是边坡预警的重要参考数据。

      图  3  监测过程示意图

      Figure 3.  Schematics of monitoring system

    • 图4为滑后边坡示意图。黄草坪共分布两处滑坡,较大滑坡为主滑坡体,与主滑坡体相接的较小滑坡为侧面滑坡。1号、2号桩位于边坡上缘,其中2号桩地处两处滑坡的夹角,3号、4号桩位于边坡下缘,且3号桩紧邻主体滑坡边缘。边坡坡脚为四川省大渡河,大渡河流域建造多个发电站工程,每年雨季的7月、8月份水位升高较多,造成边坡不稳定。

      图  4  桩点位布置示意图

      Figure 4.  Distribution of in-situ piles positions

      图5为1号桩倾角、振动变化曲线图(图中紫色长线为倾角不同发展阶段分界线)。1号桩主要监测主滑坡,监测期内倾角最大值为2.06°。倾角变化过程呈现两阶段变化,即失稳滑动后的倾角快速发展阶段与随后的倾角稳定发展阶段。监测振动数据低于预警值2 g,3月10日前振动数据只具备偶然性而未有持续性。此类形式振动是由于山体滚石滚落至监测设备边缘或砸中设备造成。3月10日之后,振动具有时间连续性,但倾角数据变化幅度未发生明显异常,边坡的实际情况需进一步观察。

      图  5  1号桩倾角变化过程图

      Figure 5.  Evolutions of tilt change of No.1 pile

      2号桩监测期内倾角最大值为2.11°。倾角变化过程经历了上升、平稳、下降三个阶段(如图6所示)。滑坡失稳滑动后倾角快速发展到一定阶段出现短暂稳定,之后由于侧面滑坡较主体滑坡不稳定,侧面滑坡与主体滑坡发生相对滑动,造成2号桩扭转导致倾角数据不规律减小现象。边坡未有持续较大的振动数据,但有持续微小振动产生,振动是由于夹角位置坡体稳定性较弱,且受到两滑坡交叉作用所致。

      图  6  2号桩倾角变化过程图

      Figure 6.  Evolutions of tilt changing of No.2 pile

      图7图8给出了1号、2号桩所测倾角上升阶段变化率曲线图(图中对时间进行了归一化,因此倾角速率无单位)。根据曲线图可知该阶段呈现减速发展特征,上升阶段末期两桩倾角变化率数值趋近于零,即进入倾角变化的第Ⅱ阶段,此发展特征符合蠕变发展规律特征,但需进一步认证。

      图  7  1号桩上升阶段倾角速率曲线图

      Figure 7.  Rate of tilt change in increasing stage of No. 1 pile

      图  8  2号桩上升阶段倾角速率曲线图

      Figure 8.  Rate of tilt change in increasing stage of No. 2 pile

      图9为3号桩倾角变化曲线图。3号桩正常工作40 天后于2018年9月3日凌晨倾角数据急剧增大,增大幅值为130°左右,判断桩已弯折损坏。3号桩倾角急剧变化前的倾角数据并未有明显异常,且其余三桩及GNSS等其它边坡监测设备当日及近日均未监测到边坡异常。通过现场勘查得知3号桩被滑后边坡残余不稳定土堆崩塌掩埋,土堆崩塌的原因是由于降雨因素导致,且此现象在滑后边坡中常有发生,并非是滑坡主体异常活动导致。

      图  9  3号桩倾角变化过程图

      Figure 9.  Evolutions of tilt change of No.3 pile

      图10中4号桩监测期内倾角最大值为0.91°,倾角变化经历了稳定、上升、稳定三个阶段性变化。其主要因素是由于4号桩位于边坡下缘,且只受主滑坡影响。该桩监测到的振动较少且未出现持续性。

      图  10  4号桩倾角变化过程图

      Figure 10.  Evolutions of tilt change of No.4 pile

      通过对比四组微芯桩监测数据可以看出,边坡不同区域呈现出不同倾角发展特征,如边坡上缘倾角变化值明显大于下缘,多滑坡体区域较单滑坡体运动复杂,易受多边坡交叉影响,但多边坡区域监测设备并非无意义。监测设备能够监测整个边坡区域的倾角动态变化,根据其变化特征同样能够监测边坡险情。各区域存在共同演化特征,即均存在上升及稳定两个典型阶段。

      根据微芯桩监测数据,滑后边坡倾角均进入稳定发展阶段,且稳定期近五个月时间内,倾角数据基本保持不变,振动数据未有明显异常,结合其它边坡监测设备,滑后边坡趋于稳定。

    • 本文监测到的倾角曲线图与岩土蠕变破坏的应变-时间曲线有着很强的相似性。倾角曲线处于蠕变三阶段中的第Ⅰ阶段、Ⅱ阶段。根据诸多研究工作,边坡的失稳破坏过程是一个完整的蠕变破坏过程,而滑后边坡倾角变化过程曲线类似于一个新的蠕变稳定过程,边坡倾角-时间曲线类似于蠕变应变-时间曲线。据此,本文探索基于蠕变模型对于滑后边坡稳定过程进行描述。

      合理的蠕变模型对于边坡的稳定性研究及试验数据分析具有重要意义。黄草坪边坡目前处于蠕变第Ⅱ阶段,采集的数据并不能构成一个完整的蠕变破坏过程。因此,选用的蠕变模型应能够较好地反映蠕变的第Ⅰ阶段、Ⅱ线阶段发展特性。蠕变模型的选取除要求拟合精度外,也要尽量考虑模型的简单化。在诸如开尔文模型、广义开尔文模型、伯格斯体模型、西元模型等经典模型中,伯格斯模型能够较好地模拟蠕变前两阶段的变化特性,且本构参数较少。

      伯格斯模型由Maxwell体与Kelvin体串联形成(见图11)。据此,伯格斯模型的蠕变方程可以表示为式(1)(σ为应力,ε为应变,E 为弹性模量,η为粘滞系数):

      $$\varepsilon = \frac{\sigma }{{{E_1}}} + \frac{\sigma }{{{\eta _1}}}t + \frac{\sigma }{{{E_2}}}\left( {1{\rm{ - }}{{\rm e}^{ - \frac{{{E_2}}}{{{\eta _2}}}t}}} \right)$$ (1)

      图  11  伯格斯蠕变模型示意图

      Figure 11.  Schematics of Burgers creep model

      将黄草坪滑后边坡上缘1号、2号桩倾角监测数据(2号桩为第Ⅰ阶段、Ⅱ阶段数据)采用伯格斯模型进行拟合,结果如图12图13所示,拟合各参数示于表1(时间归一化后,不存在单位)。基于伯格斯模型拟合出的曲线十分接近倾角监测数据变化过程,这表明黄草坪边坡在滑坡发生后,边坡倾角的变化过程符合蠕变变化规律特征。参数表中:1号桩E1较大是由于该桩倾角初始值较小导致;2号桩η1较大是由于2号桩稳定阶段时间较短且第三阶段为下降阶段,造成稳定阶段应变率快速趋近于零值并有转为负值倾向。

      图  12  1号桩拟合曲线图

      Figure 12.  Fitted results of No.1 pile

      图  13  2号桩拟合曲线图

      Figure 13.  Fitted results of No.2 pile

      表 1  伯格斯蠕变方程拟合边坡数据

      Table 1.  Slope data fitted by Burgers creep equation

      桩号 应力σ 弹性模量E1 粘滞系数η1 弹性模量E2 粘滞系数η2
      1 1.03302 3.50×1018 80.7222 0.57405 0.07518
      2 0.8588 4.09469 7.20×1018 0.52836 0.25148
    • 现场实地监测过程中,微芯桩监测设备地处露天,易受到降雨、温度、地理条件等因素影响,从而对倾角数据监测造成误差。分析发现设备的温度变化是倾角测量误差的一个重要因素。图14为1号桩倾角、温度曲线图。两个线框分别截取曲线图中的不同部分数据进行局部放大,以便进行两条曲线走势的细致比较。左侧局部放大图中温度与倾角走势基本一致,右侧局部放大图中温度与倾角走势相反。可见设备温度对倾角数据的影响并非是单向的。其更加深层次的原因及其与倾角的确切关联性,还需要进一步的分析和阐明。

      图  14  1号桩倾角、温度走势曲线图

      Figure 14.  Tilt and temperature changes of No.1 pile

    • 图14结果表明设备温度变化与倾角监测误差密切相关,但两者之间的关系较为复杂。通过更细致的比较,发现温度的波动性与倾角的波动性在时空分布上较为一致,而温度的波动是由早晚温差决定。因此,特以一天为周期,分别计算倾角与温度的最大日差值。以1号桩为例,两个差值演化曲线如图15所示。可以看出,图中两条曲线图走势基本一致,具有较好的相关性。由此说明倾角误差主要来源于设备温度差的影响,而非是单纯的设备温度问题。

      图  15  1号桩日倾角差与日温度差曲线图

      Figure 15.  Curve of daily tilt difference and daily temperature difference of No.1 pile

      这些结果表明,设备后期的研发应着重解决设备材料问题,选取受温度变化影响较小的材料,尽可能减小设备因日温差导致的设备温度差量值,从而进一步提高倾角监测的精度。

    • 本文基于微芯桩监测系统得到的滑后边坡倾角数据,对黄草坪滑后边坡进行系统性分析得到如下结论:

      (1) 黄草坪边坡不同监测点数据对比分析表明,同一滑坡区域不同地点的发展具有差异性,即边坡上缘倾角变化值较边坡下缘大,多滑坡区域较单滑坡复杂。但是,都呈现出了明显的共性特征,即边坡不同区域均存在倾角快速发展及稳定两阶段性变化特征。倾角快速发展的末期,其倾角变化率趋近于零值,之后进入稳定阶段。

      (2) 边坡蠕变是造成边坡倾角变化的内在因素。采用伯格斯蠕变模型能较好地描述滑后边坡倾角的稳定过程。该结果对于认识滑坡机理和发展过程,对滑后边坡稳定性研究与预警具有借鉴意义。

      (3) 设备温度与倾角数据变化的对比分析表明,日温度差是影响日倾角误差呈规律性变化的关键因素。所以,采取恰当措施减少或消除温度差对于测量数据的影响,应是降低实地现场数据误差干扰,进一步提高监测精度的一个重要方向。

参考文献 (16)

目录

    /

    返回文章
    返回