解析欧盟的能源脆弱性：将热不适与适应能力联系起来

《Energy Research & Social Science》：Unpacking energy vulnerability in the European Union: Linking thermal discomfort with adaptive capacity

基于地质分类的最大注浆压力耦合模型研究及其在东庄水电站的应用，提出地质分类指导注浆材料选择，考虑Bingham流体与力学耦合的模型确定允许注浆压力范围，有效提升幕式注浆效果。

　　在复杂的地质条件下，传统的灌浆参数设计往往依赖于经验方法，这在一定程度上限制了灌浆效果的优化和工程的科学性。为了克服这一问题，本文提出了一种基于地质分类的灌浆策略（Geological Classification-Based Grouting Strategy, GCGS），该策略融合了灌浆地质分类模型和最大灌浆压力模型，旨在对帷幕灌浆过程中的灌浆参数进行量化设计。通过这一方法，可以更准确地评估地质条件，并为灌浆材料的选择和压力控制提供科学依据。

灌浆地质分类模型的核心在于对岩体裂隙网络的临界裂隙开度进行计算。裂隙网络的分布通常遵循分形规律，这为模型的建立提供了理论基础。通过对现场水压测试获得的渗透性数据以及钻孔成像技术捕捉的裂隙密度进行分析，可以更全面地表征灌浆地质特性。这种基于分形理论的分类方法不仅能够识别不同地质类型的特征，还能为灌浆材料的选择提供指导，确保所选材料的粒径与地质模型相匹配，从而提高灌浆效率和质量。

最大灌浆压力模型则是GCGS的另一重要组成部分。该模型基于Bingham流体流动与机械效应的耦合过程，考虑了实际工程中流体在裂隙中的流动行为以及裂隙的力学响应。通过分析最大灌浆压力的变化规律，研究人员能够确定允许灌浆的区域范围，避免因压力过高而导致裂隙扩展，影响灌浆效果。此外，模型还揭示了灌浆过程中不同阶段的压力分布，为工程实践提供了更精确的控制依据。

为了验证GCGS的有效性，研究团队在东庄水利枢纽工程中进行了现场灌浆试验。该工程位于中国陕西省 Liquan 县与 Chunhua 县交界处，距 Jinghe 河峡谷上游 20 公里，距西安市区 90 公里。工程中的大坝为双曲拱坝，高度达到 230 米，水库总容量为 32.76 亿立方米。水库的主要功能包括防洪、减少泥沙沉积以及提供供水、发电和改善生态环境等。通过将 GCGS 应用于该工程的帷幕灌浆施工中，研究人员发现，当灌浆材料的粒径与地质模型相适应，并且灌浆压力控制在允许范围内时，能够实现更理想的灌浆效果。这表明，GCGS 不仅能够提高灌浆设计的科学性，还能有效提升工程实施的质量和效率。

在灌浆过程中，流体的流动行为对灌浆效果具有重要影响。以往的研究主要基于渠道化或径向模型来估算灌浆压力，这些模型忽略了流体流动与裂隙力学之间的耦合效应。然而，实际上，流体在裂隙中的流动不仅受到压力的影响，还与裂隙的几何形态、流体的流变特性以及岩体的力学性质密切相关。例如，提高灌浆压力可以增强流体的渗透能力，从而改善灌浆效果；但过高的压力可能导致裂隙的扩展，反而降低灌浆质量。因此，需要一种能够综合考虑多种因素的模型，以科学地确定最大允许灌浆压力。

在现有的研究中，一些学者尝试从力学角度出发，建立灌浆压力与裂隙扩展之间的关系。例如，Gustafson 和 Stille（1996）基于力平衡方程，提出了灌浆迁移距离与灌浆压力之间的相关性，认为最大允许灌浆压力受到裂隙开度和浆液剪切应力的影响。Lombardi（1993）则从能量角度出发，提出了经典的灌浆完整性指数（Grouting Integrity Number, GIN）方法，通过控制最大灌浆压力和最大灌浆量来管理灌浆过程。Li 等（2019）研究了聚合物灌浆在平面裂隙中随时间变化的径向瞬态流动，并推导了压力随时间分布的公式。Wang 等（2024）则在动态水环境中推导了下游和上游方向灌浆扩散半径的计算公式，明确建立了灌浆压力与浆液迁移距离之间的定量关系。Zhu 等（2024）基于粘性浆液渗透的两个理论时空分布方程，分析了灌浆速度与灌浆压力之间的关系。这些研究为灌浆压力的计算提供了不同的理论框架，但仍然存在一定的局限性，特别是在处理多因素耦合问题时，缺乏系统性和通用性。

近年来，随着机器学习技术的发展，越来越多的研究尝试将其应用于灌浆地质分类和参数优化。例如，Ren 等（2022）提出了一种智能优化框架，结合了 AdaBoost 算法和 simplicial homology 全局优化（SHGO）方法，并与实验室测试相结合，以捕捉材料组成与性能之间的复杂关系。Zhao 等（2023）则引入了一种可解释的机器学习框架，结合贝叶斯优化进行超参数调优，并采用 XGBoost 模型进行预测，通过 SHapley Additive exPlanations（SHAP）方法揭示了不同混合因素对浆液性能的影响机制，为工程应用提供了实际指导。Liu 等（2019）则建立了单裂隙扩散模型，以裂隙尖端的应力强度因子等于裂隙韧性作为裂隙扩展的判断标准，并发现浆液粘度对灌浆压力具有显著影响。

尽管已有研究在灌浆地质分类和压力控制方面取得了一定进展，但在实际工程应用中仍存在一些问题。首先，传统的地质分类方法主要依赖于定性分析，缺乏定量化的依据，导致后续的灌浆参数设计仍然依赖于经验判断。其次，现有的灌浆压力计算方法往往忽略了流体流动与裂隙力学之间的耦合效应，这可能导致灌浆压力的设定过于保守或不够精确。最后，由于实际灌浆地质条件的复杂性和多样性，预测模型在不同项目中的适用性存在争议，难以形成统一的理论体系。

为了解决上述问题，本文提出了一种新的灌浆策略，即基于地质分类的灌浆策略（GCGS）。该策略首先通过灌浆地质分类模型对地质条件进行量化评估，进而结合最大灌浆压力模型确定合理的灌浆参数。在地质分类模型中，研究人员利用水压测试获得的岩体渗透性数据和钻孔成像技术获取的裂隙密度数据，构建了一个地质分类图。该图能够反映不同地质条件下裂隙开度、渗透性和裂隙密度之间的关系，从而为灌浆材料的选择和施工参数的设定提供科学依据。此外，模型还考虑了裂隙网络的分形特性，能够更准确地描述裂隙分布的复杂性，提高分类的精确度。

在最大灌浆压力模型的构建中，研究人员基于 Bingham 流体的流动特性，结合 Model I 中心裂隙模型的力学效应，建立了考虑流体流动与裂隙扩展耦合关系的模型。该模型不仅能够预测最大允许灌浆压力，还能分析不同裂隙几何形态和流体流变特性对压力的影响。通过敏感性分析，研究人员发现，最大允许灌浆压力与裂隙开度、流体粘度和裂隙密度等因素密切相关。例如，裂隙开度越小，所需灌浆压力越高；而流体粘度越大，灌浆压力则越低。这些发现为灌浆参数的优化提供了重要的理论支持。

在实际应用中，研究人员将 GCGS 应用于东庄水利枢纽工程的帷幕灌浆施工中。通过对现场灌浆试验的分析，研究人员发现，当灌浆材料的粒径与地质模型相适应，并且灌浆压力控制在允许范围内时，能够显著提高灌浆效果。这表明，GCGS 不仅能够提高灌浆设计的科学性，还能有效提升工程实施的质量和效率。此外，该策略还能够适应不同地质条件下的灌浆需求，具有较强的通用性和可扩展性。

从工程实践的角度来看，GCGS 的提出为灌浆施工提供了一种更加系统和科学的方法。传统的灌浆参数设计往往依赖于经验，缺乏理论依据，导致施工过程中可能出现压力过高或过低的问题，影响灌浆效果。而 GCGS 通过定量化的地质分类和压力模型，能够更准确地评估地质条件，并为灌浆材料的选择和压力控制提供科学依据。这不仅提高了灌浆设计的准确性，还降低了施工风险，提高了工程的整体安全性。

在实际应用中，GCGS 的优势还体现在其能够处理复杂的多因素问题。传统的灌浆参数优化方法，如正交试验和回归分析，往往难以应对多因素、非线性和多目标优化的问题。而 GCGS 结合了地质分类和流体力学分析，能够更全面地考虑裂隙几何形态、流体流变特性以及岩体力学性质等因素，从而实现更精确的参数优化。此外，该策略还能够通过敏感性分析，识别影响灌浆效果的关键因素，为工程设计和施工提供更有针对性的指导。

综上所述，本文提出的 GCGS 为灌浆工程提供了一种全新的理论框架和实践方法。通过将地质分类与流体力学分析相结合，该策略能够更准确地评估地质条件，并为灌浆参数的设计提供科学依据。在实际应用中，GCGS 能够提高灌浆效果，降低施工风险，并提升工程的整体安全性和经济性。未来的研究可以进一步探索 GCGS 在不同地质条件下的适用性，并结合更多的现场数据进行模型优化，以提高其在实际工程中的推广价值。