基于颗粒流方法的堆积层滑坡运动过程模拟_赵洲.pdf

第 45 卷 第 6 期 煤田地质与勘探 Vol. 45 No.6 2017 年 12 月 COAL GEOLOGY PFC2D; meso parameters; motion process 堆积层滑坡是一种典型的滑坡地质灾害， 是第四 纪以来各种成因下未固结的松散堆积层中的滑坡[1]。 特殊的物源性质和复杂的形成条件使得该类滑坡的 变形破坏特征和发育规律有别于黄土滑坡、岩质滑 坡等其他类型滑坡。 堆积层滑坡的研究始于 20 世纪 50 年代，到目 前为止，国内外学者对堆积层滑坡的成因机制、发 育规律和防治措施等进行了大量研究，但研究方法 多限于定性和半定量方法。贺可强等[2-4]以弹塑性理 论与损伤力学原理为基础，结合统计学与运动学速 ChaoXing 112 煤田地质与勘探 第 45 卷 度和位移等多源信息进行了堆积层滑坡稳定性研 究，提出了动力增载位移响应比预测模型。周中 等[5]通过野外实验监测晴隆隧道口堆积层滑坡土体 水分，空隙水压，应力状态，土体变形和地表位移 等特征， 分析了该滑坡的降雨入渗规律与土–水作用 机理。于永贵[6]、邢林啸[7]、汤罗圣[8]等人运用统计 学方法与有限元法对三峡库区堆积层滑坡形成机 理、发育规律及稳定性进行了研究，并提出了各自 的预测模型。 王卫[9]采用 FLAC3D数值模拟对降雨和 开挖作用下的梁平高速公路天宝堆积层滑坡稳定性 进行了研究， 并对此类滑坡提出了防治参考。 汪丁建 等[10]基于 GA 模型研究了降雨型堆积层滑坡的稳定 性。郑立宁等[11]采用颗粒流方法对膨胀性碎屑堆积 体在开挖情况下的稳定性进行了研究，并与有限元 研究结果对比显示，颗粒流方法更加可靠真实。这 些工作研究主要集中于降雨型堆积层滑坡的发育规 律、形成机制和失稳模式等内容的研究，研究方法 多以定性分析和半定量统计分析为主。而对于堆积 层滑坡破坏模式的定量研究与破坏后运动过程的定 量研究较少。 陕南山区位于陕西省南部，地质构造复杂，岩 体破碎，气候特殊，地质环境脆弱，易于堆积层滑 坡的发生[12-13]。本文以陕南山区勉县杨家湾十组堆 积层滑坡为研究对象， 采用离散元颗粒流方法PFC 对该滑坡的破坏模式与运动过程进行定量分析与模 拟研究， 为该滑坡防治提供有力的理论依据和参考。 1 颗粒流离散元理论 颗粒流离散元PFC[14-15]是将用以模拟实际岩 土颗粒的一定数量的规格圆盘ball与用以模拟边 界条件的一定规格墙体wall相组合， 并结合合适的 接触模型，形成一定的模拟系统。在受力体系下， 通过颗粒介质的运动和位置的更新以及颗粒间接触 的相互作用来模拟颗粒介质体的变形演化等特性。 通过非连续数值方法模拟复杂的大变形实际问题， 将一定的材料与物理问题通过数学的数值方法求 解，为实际问题的研究提供了更为便捷科学的理 论[16]。在静态或准静态问题中，主要以胡克定律为 主导理论；在运动问题中，主要以牛顿第二定律为 主导理论[17]。因此在滑坡的整体研究过程中，前期 变形主要以胡克定律为主，通过颗粒与颗粒或颗粒 与墙之间的接触重叠量计算颗粒的不平衡力，随不 平衡力的不断积累增加，滑坡前期变形加剧，直至 整体破坏运动。在运动时期以牛顿第二定律为主， 根据模型体系的不平衡力计算颗粒的加速度，从而 更新颗粒的速度与位置。其基本思路如图 1 所示。 图 1 颗粒流基本思路图 Fig.1 Basic ideas of particle flow 2 滑坡概况 杨家湾滑坡位于陕西省勉县杨家湾村十组凹型 斜坡上，属丘陵地貌。滑坡圈椅状地貌明显，整体 地形为凹形。滑坡平面马蹄形，主滑方向 125，滑 坡体约长160 m， 宽 150 m， 厚4.0 m， 体积约9.6104 m3， 属小型膨胀土滑坡。滑坡后缘以公路边陡坎为界， 滑坡前缘以居民房后陡坎为界；滑坡左右边界以明 显陡坎为界，坎高 0.53.0 m。在边界外侧无变形迹 象，为原始地貌。滑坡后缘标高 498500 m，前缘 标高 475 m，前后缘高差约 23 m，斜坡长 160 m， 平均坡度 8。滑坡坡面呈陡缓相间折线形，斜坡中 部较陡，人工改造成梯田；斜坡前后缘地形相对较 缓，坡度约 5，为居民居住区，局部因修建房屋形 成 2.03.0 m 的陡坎。滑坡前部有一水库，滑坡后部 有一灌溉渠，渠中常年有水图 2。 滑坡区内存在高角度逆冲活断层和褶皱构造， 且继承性的新构造运动相对活跃，存在发生中、强 震的地质构造背景。 根据勘察资料显示， 滑坡区地下水 主要为第四 系松散覆盖层中孔隙潜水，受大气降水与地表水补 给。地层主要为新近系泥岩和第四系中 、 下 更 新 统冲洪积物图 3。 a. 粉质黏土红褐色为主，土体结构松散，局 部有架空现象，土质呈斑块状，掰开后形如石榴粒， 可见明显的灰白色膨胀土矿物，网格状裂缝十分发 育，裂隙面光滑。 b. 泥岩黄褐色，薄层中厚层，泥质胶结， 夹新近系砂岩薄层。 3 细观力学参数的确定 PFC 数值模拟所赋予的岩土体颗粒的参数为细 观参数，其与实际的岩土体力学宏观参数没有直接 的标准量化关系。因此，必须使用双轴试验进行宏 细观参数标定， 以此获取滑坡模拟的细观参数[18-19]。 获取细观参数的主要步骤为首先根据有关岩 土体宏细观参数相关性研究经验给出该滑坡岩土体 的初始细观参数[20-21]，然后根据建立滑坡模型的颗 粒尺寸与接触模型修改 PFC 内置的双轴试验模型， ChaoXing 第 6 期 赵洲等 基于颗粒流方法的堆积层滑坡运动过程模拟 113 图 2 滑坡特征 Fig.2 Characteristics of landslide 图 3 滑坡剖面图 Fig.3 Landslide section 并对初始细观参数进行模拟，获取 4 个不同围压下 的偏应力–应变曲线， 并以此为依据绘制对应莫尔圆 与莫尔–库伦破坏包络线， 获取对应数值宏观力学参 数，通过多次调试，使得双轴模拟所获取的宏观力 学参数与实际室内实验所获取的力学参数相近，此 时的细观参数才是滑坡数值模拟的所需细观参数。 由于该堆积层滑坡主要的破坏诱发因素是降 雨，其滑体以粉质黏土为主。因此，我们主要研究 饱和状态下的滑体失稳机制与运动过程，直接对降 雨引起的粉质黏土饱和状态强度参数进行双轴试验 标定，对滑床岩土体泥岩的细观参数，直接利用 已有研究成果中的计算方法进行计算[21]。 对粉质黏土进行双轴标定时， 首先建立初始模 型图 4，由于计算机内存和运行速度的原因，按 一定比例适当放大颗粒半径[22]。 其颗粒半径等于滑 坡模型颗粒半径，接触模型选择线性刚度模型kn 与 ks、 库伦摩擦模型fric与平行粘结模型parallel bond相结合的接触模型。对模型固结并赋于初始 细观参数之后利用伺服机制进行加载， 通过大量的 调试，在表 1 细观参数下进行双轴试验模拟，提取 偏应力–应变曲线，如图 5 所示，并运用莫尔–库伦 理论绘制莫尔圆与莫尔–库伦破坏包络线，计算粉 质黏土的宏观强度参数黏聚力 C 和内摩擦角φ 图 6。 图 4 双轴试验模型 Fig.4 Biaxial test model 表 1 滑坡岩土体颗粒细观参数 Table 1 Particle parameters of landslide 细观参数 粉质黏土 泥岩 颗粒密度/kgm-3 1 930 2 200 粒径/m 0.20.3 0.30.5 法向接触刚度/MPa 28.0 50.0 切向接触刚度/MPa 28.0 50.0 摩擦系数 0.35 1.0 法向黏结刚度/MPam-1 100.0 500 切向黏结刚度/MPam-1 100.0 500 黏结半径系数 0.5 0.5 法向黏结强度/kPa 100.0 500.0 切向黏结强度/kPa 75.0 350.0 根据莫尔–库伦包络线， 可计算对应的双轴试验 模拟宏观强度参数，计算结果如表 2 所示。表中各 模拟参数值均在实测饱水状态下不排水剪切试验所 得宏观力学参数范围之内，因此表 1 中的细观参数 可用于该滑坡模拟。 ChaoXing 114 煤田地质与勘探 第 45 卷 图 5 偏应力–应变曲线 Fig.5 Deviatoric stress-strain curve 图 6 莫尔圆与莫尔–库伦破坏包络线 Fig.6 Mohr’s circle and Mohr Kulun damage envelope 表 2 粉质黏土模拟宏观值与实测宏观值对比表 Table 2 Comparison of macroscopic and measured mac- roscopic values of silty clay 黏聚力 C/kPa 内摩擦角/ 类型 实测值 模拟值 实测值 模拟值 参数 11.015.2 12.13 10.515.7 12.50 4 滑坡颗粒流模型建立 采用 PFC2D 5.0 与 AutoCAD 相结合的方法建立 滑坡墙wall和颗粒ball模型。构建步骤如下 a. 根据图 3 剖面，在 AutoCAD 中建立 11 的 无填充滑坡主剖面图，并保存为 dxf 格式。 b. 在 PFC2D 5.0 中运用 geometry import 与 wall import geometry命令将dxf格式文件导入并生成墙体。 c. 结合表 1 参数运用 ball distribute 命令在相应 位置生成对应规格岩土体颗粒。 d. 对生成的岩土体颗粒赋于表 1 密度、接触刚 度等参数。此时，粉质黏土与泥岩间接触面处的细 观参数通过软件自动计算获取并赋值，其黏结强度 为上下层的黏结强度均值，摩擦系数为上下层的最 小值。之后运用 solve aratio 1e-6 命令进行内部应力 平衡，使得颗粒填充更接近实际情况。 根据上述步骤生成的滑坡模型如图 7 所示，长 284 m，高 40 m。颗粒总数 10 581 个，其中，粉质 黏土颗粒 1 921 个，粒径 0.20.3 m；泥岩颗粒 8 660 个，粒径 0.30.5 m。在生成的滑坡模型特征性位置 设置一定半径的测量圆measure，见图 7 中圆点， 从右往左编号ID依次为 1，2，3，4。其主要用以 监测measure hist对应位置的坡体应力stressxx 和 stressyy随时间的变化情况， 并以此分析滑坡的破坏 和运动特征。 图 7 滑坡初始模型 Fig.7 Initial model of landslide 5 滑坡破坏及运动过程模拟与分析 5.1 破坏过程模拟及分析 对初始滑坡模型进行速度与位移清零，然后赋 于滑坡颗粒黏结强度等细观参数，并删除坡面与岩 土体分界面墙体之后，同时运用 set gravity 9.81 命 令对滑坡模型施加重力作用，使得坡体颗粒在重力 作用下滑移，图中滑坡轮廓线只起参考作用。 滑坡在施加重力后，循环 2 000 步时滑坡发生 变形，且坡脚出现剪切变形现象。4 000 步时滑坡坡 脚产生剪切破坏，在坡体压力作用下滑坡整体滑移 图 8a， 最大颗粒位移为 3.38 m， 位于坡脚处。 80 000 步时滑坡基本停止运动并堆积于坡脚处图 8b，只 有少量的颗粒低速运动。 颗粒最大位移为 140.47 m， 但滑坡整体最大位移为 56.5 m。 运用测量圆对坡脚、坡中和坡顶的 x 和 y 方向 应力进行监测图 9。由图 9a 可知，在 1 号测量圆 位置由于初始阶段滑体向下发生蠕滑变形，挤压坡 脚，使得坡脚 x 和 y 方向的应力都大幅增加，但因 坡体比较缓，所以 x 方向的应力增加量为 y 方向的 2 倍。在 1016 s 内应力达到峰值。24 s 以后，滑坡 达到基本平衡状态，应力转变为静止土压力，主要 应力来源于重力作用和侧压，此时，y 方向应力大 于 x 方向应力，约为 x 方向的 1.5 倍。由图 9b、9c 和 9d 可知，由于滑坡整体破坏，使得 2、3 和 4 号 测量圆位置应力持续降低，6 s、12 s 和 18 s 时，4 号、3 号和 2 号测量圆位置处滑坡体先后整体滑离 滑床，所以应力归零。 5.2 运动过程模拟及分析 在颗粒运动过程中运用 ball hist 命令监测图 7 位置坐标为 A167.22，12.65、B148.14，14.41、 C111.24， 21.53、 D66.18， 29.95和 E28.35， 34.98 5 个颗粒的位移与水平速度随时间的变化。对指定 位置附近颗粒位移与水平速度进行监测图 10图 11。由图 10 可知，由 A 至 E 颗粒最大位移依次递 增。 A 颗粒由于从 5 s 起一直被埋于滑坡堆积体最下 ChaoXing 第 6 期 赵洲等 基于颗粒流方法的堆积层滑坡运动过程模拟 115 图 8 滑坡位移图单位m Fig.8 Landslide displacement map 图 9 应力变化曲线 Fig.9 Stress variation curve 层，所以之后其位移恒定不变，为 10 m。B 颗粒一直 运动于滑坡前缘，23 s 时稳定于 70 m。C 颗粒一直运 动于滑坡体中下段上层，22 s 时稳定于 73 m。D 颗粒 一直运动于滑坡体中上段上层，18 s 时稳定于 90 m。 E 颗粒一直运动于滑坡体后缘上层，20 s 时位移达到 峰值 113 m，随后，在滑坡体稳定时段内，其反向顺 势滑移， 使得位移有所减小， 最后在 26 s 时稳定于 102 m。从初始阶段曲线斜率可以看出，各颗粒运动速率 基本相等，滑坡表现为整体快速滑动，滑速约为 5.5 m/s。由图 11 可知，A 颗粒 0.5 s 时达峰值 2.6 m/s，B 颗粒 0.75 s 时达峰值 6.4 m/s，C 颗粒 0.8 s 时达峰值 7.4 m/s，D 颗粒 12 s 时达峰值 9.6 m/s，E 颗粒 17 s 时 达峰值 13 m/s。由于监测颗粒与其周围颗粒间的碰撞 和位于表层时反向滑移， 所以监测速度显示负值情况。 因此，由颗粒 A 至颗粒 E，颗粒水平速度依次递增， 且达到速度峰值所用时间依次递增。 图 10 颗粒位移监测曲线 Fig.10 Particle displacement monitoring curve 综上所述，该滑坡破坏模式主要为在强降雨作 用下，使得滑坡体饱和且强度降低，滑坡发生蠕滑 变形，随着强度不断的减小，蠕滑变形量的增加， 滑坡体挤压坡脚，4 000 步时坡脚产生剪切破坏，并 向上牵引发展，使得滑坡顺粉质黏土与泥岩接触面 发生整体滑动， 产生滑坡。 滑坡运动至 80 000 步时， 基本停止滑动，并堆积于坡脚，整体水平滑移距离 56.5 m。整个滑坡破坏模式表现为牵引渐进式破坏， 模拟结果与实际变形情况基本一致。因此该模拟结 果可为该滑坡的防治提供参考。 ChaoXing 116 煤田地质与勘探 第 45 卷 图 11 颗粒水平速度监测曲线 Fig.11 Monitored curve of horizontal velocity of particles 6 结 论 a. 对滑坡岩土体细观力学参数进行了标定， 计算 出滑坡岩土体的宏观力学参数模拟值， 与实测值对比， 认为标定的细观力学参数符合滑坡模拟试验要求。 b. 通过滑坡破坏过程模拟分析，认为该滑坡在 破坏初始阶段以蠕滑变形为主，滑坡体挤压坡脚， 直至坡脚产生剪切破坏，并向上牵引发展，使得滑 坡整体顺接触面破坏下滑并堆积于坡脚，表现为典 型的牵引式渐进破坏，结果与实际情况相吻合。 c. 通过滑坡运动过程模拟分析， 认为滑坡在破坏 的前期各部分运动速度基本相同； 其后从坡脚至坡顶， 滑体各部分运动速度迅速增大，但达到峰值速度的时 间从坡脚至坡顶也逐次递增，从而表现为时间上的滞 后性，这与典型的牵引式滑坡运动特征相符合。 致谢感谢中国有色金属工业西安勘察设计研究 院杨鹏高级工程师在滑坡野外调查与勘察过程中的指 导和帮助。 参考文献 [1] 贺可强， 阳吉宝， 王思敬. 堆积层边坡位移矢量角的形成作用 机制及其与稳定性演化关系的研究[J]. 岩石力学与工程学 报，2002，212185–192. HE Keqiang，YANG Jibao，WANG Sijing. Study on the ing mechanism of displacement vector angle and stabil- ity evolution relation of accumulative-ation slopes[J]. Chinese Journal of Rock Mechanics and Engineering，2002， 212185–192. [2] 贺可强， 周敦云， 王思敬. 降雨型堆积层滑坡的加卸载响应比 特征及其预测作用与意义[J]. 岩石力学与工程学报，2004， 23162665–2670. HE Keqiang，ZHOU Dunyun，WANG Sijing. Features of load-unload response ratio and its significance in predication of colluvial landslide induced by rainfall[J]. Chinese Journal of rock mechanics and engineering，2004，23162665–2670. [3] 贺可强， 白建业， 王思敬. 降雨诱发型堆积层滑坡的位移动力 学特征分析[J]. 岩土力学，2005，265705–709. HE Keqiang，BAI Jianye，WANG Sijing. Analysis of dis- placement dynamic features of colluvial landslide induced by rainfall[J]. Rock and Soil Mechanics，2005，265705–709. [4] 贺可强， 郭璐， 陈为公. 降雨诱发堆积层滑坡失稳的位移动力 评价预测模型研究[J]. 岩石力学与工程学报，2015，34增刊 24204–4215. HE Keqiang，GUO Lu，CHEN Weigong. Research on dis- placement dynamic uation and forecast model of colluvial landslides induced by rainfall[J]. Chinese Journal of Rock Me- chanics and Engineering，2015，34S24204–4215. [5] 周中，傅鹤林，刘宝琛，等. 堆积层滑坡野外模拟试验方案设 计[J]. 公路，2006，51174–79. ZHOU Zhong，FU Helin，LIU Baochen，et al. Design of field simulation test of accumulation landslide[J]. Highway，2006， 51174–79. [6] 于永贵. 三峡库区万州、 开县段堆积层滑坡发育规律及破坏模 式[D]. 北京中国地质大学，2008. [7] 邢林啸. 三峡库区典型堆积层滑坡成因机制与预测预报研究[D]. 武汉中国地质大学，2012. [8] 汤罗圣. 三峡库区堆积层滑坡稳定性与预测预报研究[D]. 武 汉中国地质大学，2013. [9] 王卫. 堆积层滑坡发生机理及防治措施[J]. 铁道建筑， 20156121–124. WANG Wei. The mechanism and control measures of the collu- vial landslide[J]. Railway Engineering，20156121–124. [10] 汪丁建，唐辉明，李长冬，等. 强降雨作用下堆积层滑坡稳定 性分析[J]. 岩土力学，2016，372439–445. WANG Dingjian， TANG Huiming， LI Changdong， et al. Stability analysis of colluvial landslide due to heavy rainfall[J]. Rock and Soil Mechanics，2016，372439–445. [11] 郑立宁，谢强，胡启军，等. 含膨胀性细粒碎屑堆积体开挖稳 定性数值模拟[J]. 铁道学报，2012，341183–87. ZHENG Lining，XIE Qiang，HU Qijun，et al. Numerical modeling of excavation stability of debris accumulation body with expansive fine grain[J]. Journal of the China Railway Soci- ety，2012，341183–87. [12] 刘辉. 堆积层滑坡机理及其稳定性研究[D]. 西安西安工业 大学，2012. [13] 赵洲. 陕南山区县域滑坡灾害风险管理研究[D]. 西安西安 科技大学，2012. [14] CUNDALL P A，STRACK O D L. A discrete numerical model for granular assemblies[J]. Geotechnique，1979，29147–65. [15] CUNDALL P A，HART R D. Numerical modeling of discon- tinua[J]. Engineering Computations，1992，92101–113. [16] 郑立宁，谢强，柳堰龙，等. 基于颗粒流的膨胀土路基破坏特 征分析[J]. 铁道工程学报，2011，28332–36. ZHENG Lining，XIE Qiang，LIU Yanlong，et al. Analysis of failure properties of expansive soil subgrade with particle flow simulation[J]. Journal of Railway Engineering Society，2011， 28332–36. 下转第 122 页 ChaoXing 122 煤田地质与勘探 第45卷 [4] 刘大野， 陈立云， 徐会. 矿井单位涌水量比拟法在矿井涌水量 预测中的应用[J]. 中国煤炭地质，2010，221041–44. LIU Daye，CHEN Liyun，XU Hui，et al. Application of mine specific capacity analogue in mine water inflow predic- tion[J]. Coal Geology of China，2010，221041–44. [5] 朱愿福，王长申，李彦周，等. 改进的灰色系统理论预测矿井 涌水量[J]. 煤田地质与勘探，2014，42444–49. ZHU Yuanfu，WANG Changshen，LI Yanzhou，et al. Prediction of mine water inflow with modified grey system theory[J]. Coal Geology Exploration，2014，42444–49. [6] 窦贤明，杨永国，徐伟伟，等. 基于遗传算法和 BP 神经网络 的矿井涌水量预测[J]. 中国煤炭地质，2009，211037–66. DOU Xianming， YANG Yongguo， XU Weiwei， et al. Prediction of mine inflow based on genetic algorithm and BP neural net- work[J]. Coal Geology of China，2009，211037–66. [7] 陈玉华，杨永国，彭高辉，等. 矿井涌水量混沌时间序列分 析与预测[J]. 煤田地质与勘探，2008，36434–36. CHEN Yuhua，YANG Yongguo，PENG Gaohui，et al. Chaotic time series analysis and prediction for mine water inflow[J]. Coal Geology Exploration，2008，36434–36. [8] 汪伟，罗周全，王益伟，等. 基于混沌理论的矿井涌水量预测 研究[J]. 中国安全科学学报，2013，23451–56. WANG Wei， LUO Zhouquan， WANG Yiwei， et al. Research into mine water inflow forecast based on chaotic theory[J]. China Safety Science Journal，2013，23451–56. [9] 安欣，贾进章. 矿井涌水量时间序列 ARIMA 预测模型[J]. 辽 宁工程技术大学学报自然科学版，2015，347785–790. AN Xin，JIA Jinzhang. Time serier prediction of mine water in- flow of ARIMA model[J]. Journal of Liaoning Technical Univer- sityNatural Science，2015，347785–790. [10] TAKENS F. Dynamical systems and turbulence[M]. Berlin Springer-Verlag Press，1981366–381. [11] 马红光，李夕海，王国华，等. 相空间重构中嵌入维和时间延 迟的选择[J]. 西安交通大学学报，2004，384335–338. MA Hongguang，LI Xihai，WANG Guohua，et al. Selection of embedding dimension and delay time in phase space reconstruc- tion[J]. Journal of Xian Jiaotong University，2004，384 335–338. [12] 胡瑜， 陈涛. 基于C－C 算法的混沌吸引子的相空间重构技术[J]. 电子测量与仪器学报，2012，265425–430. HU Yu，CHEN Tao. Phase-space reconstruction technology of chaotic attractor based on C-C [J]. Journal of Electronic Measurement and Instrument，2012，265425–430. [13] 张华强， 张晓燕. 基于混沌理论和 LSSVM 的蒸汽负荷预测[J]. 系统工程理论与实践，2013，3341058–1066. ZHANG Huaqiang，ZHANG Xiaoyan. Steam load forecasting based on chaos theory and LSSVM[J]. System Engineer-Theory Practice，2013，3341058–1066. [14] GAUTAMA T，MANDIC D P，VAN HULLE M M. A dif- ferential Entropy based for determining the optimal embedding parameters of a signal[C]//Proc of the Int Conf an Acoustic，Speech and Signal Processing. Hongkong，2003 29–32. [15] 邵良杉，马寒. 煤体瓦斯渗透率的 PSO-LSSVM 预测模型[J]. 煤田地质与勘探，2015，43423–26. SHAO Liangshan，MA Han. Model of coal gas permeability prediction based on PSO-LSSVM[J]. Coal Geology Explora- tion，2015，43423–26. [16] 乔立岩， 彭喜元， 马云形. 基于遗传算法和支持向量机的特征 子集选择方法[J]. 电子测量与仪器学报，2006，2011–5. QIAO Liyan，PENG Xiyuan，MA Yunxing，et al. GA-SVM- based feature subset selection algorithm[J]. Journal of Electronic Measurement and Instrument，2006，2011–5. [17] 郭瑞，徐广璐. 基于信息融合与 GA-SVM 的煤矿瓦斯浓度多传 感器预测模型研究[J]. 中国安全科学学报，2013，23934–38. GUO Rui，XU Guanglu. Research on coal mine gas concentra- tion multi-sensor prediction model based on ination fusion and GA-SVM[J]. China Safety Science Journal，2013，239 34–38. 责任编辑 张宏 上接第 116 页 [17] Itasca Consulting Group Inc. PFC2DParticle Flow Code in 2Dimensions User’s Guide[M]. MinneapolisItasca Consulting Group，Inc，2002. [18] 黄磊，李喜安，蔡玮彬，等. 延安新区马兰黄土湿陷特性的 PFC2D模拟[J]. 煤田地质与勘探，2017，453119–124. HUANG Lei，LI Xi’an，CAI Weibin，et al. Simulation of col- lapsible characteristics of Malan loess in Yan’an new area by PFC2D[J]. Coal Geology Exploration，2017，453119–124. [19] 喆王云飞，王立平，焦华，等. 不同围压下砂岩的变形力学特 性与损伤机制[J]. 煤田地质与勘探，2015，43463–68. WANG Yunfei， WANG Liping， JIAO Huazhe， et al. Mechanical charactristics of deation and damage mechanism of sand- stone under different confining pressure[J]. Coal Geology Ex- ploration，2015，43463–68. [20] 董启朋， 姚海林， 詹永祥. 基于颗粒流模型的颗粒材料宏细 观力学研究[J]. 人民长江，2016，47468–73. DONG Qipeng，YAO Hailin，ZHAN Yongxiang. Macro-meso- scopic mechanical behaviors of granular material based on parti- cle flow model[J]. Yangtze River，2016，47468–73. [21] 周博，汪华斌，赵文锋，等. 黏性材料细观与宏观力学参数相 关性研究[J]. 岩土力学，2012，33103171–3175. ZHOU Bo，WANG Huabin，ZHAO Wenfeng，et al. Analysis of relationship between particle mesoscopic and macroscopic me- chanical parameters of cohesive materials[J]. Rock and Soil Me- chanics，2012，33103171–3175. [22] 曹可达，谭慧明，王娇娇，等. 吸力贯入式平板锚旋转特性的 离散元数值模拟[J]. 中国科技论文，2015，107829–833. CAO Keda， TAN Huiming， WANG Jiaojiao， et al. DEM numerical simulation on keying characteristics of suction embedded plate an- chors[J]. Chinese Scientific Papers，2015，107829–833. 责任编辑 张宏 ChaoXing