《Ocean Engineering》：Modelling excess pore pressure response of soft clay in large deformation offshore engineering problems
编辑推荐：
大型变形软黏土中孔隙水压力累积与土体强度软化机理研究，提出基于耦合欧拉-拉格朗日框架的本构模型，通过实验室试验和离心机模型试验验证，揭示了孔隙水压力动态演化规律及其对土体抗剪强度的影响机制。
Xingchao Chen|Deqiong Kong|Zhenyi Li|Siyang Su|Bin Zhu
中国浙江大学超重力科学技术研究院
摘要
在软粘土中，诸如管道和基础失效等岩土工程问题通常伴随着显著的变形。这些变形会导致过量孔隙水压力（EPP）的累积，从而降低土壤强度并增加失效风险。本文介绍了一种专门用于分析软粘土中大变形问题的模型，该模型考虑了EPP的影响。文章描述了控制加载下EPP发展及其对不排水土壤强度影响的算法，并将该模型应用于ABAQUS中的耦合欧拉-拉格朗日分析框架中。通过现有的实验室单元试验和涉及大变形的土-结构相互作用模型试验（包括对管道的垂直和侧向加载以及T形贯入仪的循环贯入试验）进行了全面的验证研究。结果表明，所提出的模型在预测软粘土的EPP响应及相应的土-结构相互作用行为方面表现良好。
引言
海洋岩土工程问题，如管道和基础的失效，通常发生在不排水条件下，并伴随着海底土壤的显著变形。这种大变形的常见后果是过量孔隙水压力的累积，这种现象已被广泛观察到并有所记录（Yi等人，2012年；Rismanchian，2015年；Takahashi等人，2020年；Liu等人，2022年）。贯入试验（Colreavy等人，2016年）和实验室单元试验（Horpibulsuk等人，2010年；Gylland等人，2014年；Agaiby和Mayne，2018年）都证明了过量孔隙水压力在降低敏感粘土的刚度和不排水强度方面的关键作用，而这类粘土在海上油气开发区域非常常见。因此，可靠地评估过量孔隙水压力响应对于理解和预测海底岩土结构的性能至关重要。
在过去的几十年中，临界状态土力学的发展产生了一系列复杂的本构模型（例如，Baudet和Stallebrass，2004年；Masin，2009年；Park和Kutter，2016年），这些模型本质上考虑了过量孔隙水压力的产生及其对土壤强度的影响。然而，这些模型的校准通常基于三轴试验，其中的应变水平相对较低（例如约25%）。当应用于涉及更大应变（通常大几个数量级）的海洋岩土工程问题时，这成为一个限制（Dutta等人，2015年；Han等人，2020年；Wang等人，2022年）。此外，使用复杂本构模型进行大变形分析时还遇到了计算精度和收敛性方面的挑战（Singh等人，2021年；Sun等人，2024年；Zhang等人，2024年）。另一种方法是采用Naylor（1974年）提出的等效应力分析方法，该方法基于弹塑性本构模型，通过将水体积模量加入有效应力刚度矩阵来计算过量孔隙水压力。一些研究人员已在一些大变形的土-结构相互作用问题中采用了这种方法（Qiu和Grabe，2011年；Yi等人，2012年；Roy等人，2022年）。也开发了经验模型（Yasuhara等人，1982年；Ren等人，2018年；Jiao等人，2024年）。其中，Ren等人（2018年）开发了一个基于累积塑性应变的模型，用于考虑长期低幅度循环加载产生的孔隙水压力。这些模型在小应变问题中取得了良好的结果，但其在大变形问题中的有效性尚未得到验证。
本文介绍了一种专为海洋工程中的大变形分析设计的土壤模型，该模型考虑了过量孔隙水压力的发展及其对土壤强度的影响。该模型主要基于弹塑性本构模型开发，以缓解大变形分析中的收敛困难，并将土壤的不排水强度与过量孔隙水压力的累积联系起来。通过涉及各种实验室单元试验和大变形土-结构相互作用问题的数值示例，证明了这种方法的有效性。
方法论
本节概述了用于确定土壤中过量孔隙水压力发展及其对不排水强度影响的算法。还讨论了该土壤模型在ABAQUS（Dassault，2021）数值平台中的实现。本研究重点关注粘土海底地质设施中的大变形土-结构相互作用问题，在这些问题中，不排水条件是一个合理的假设。
模型验证
本节评估了所提出模型在分析典型大变形土-结构相互作用问题方面的有效性。数值示例包括不排水三轴试验和模型试验。值得注意的是，四个离心试验和一个小规模模型试验是在UWA高岭土中进行的，这种高岭土在实验室环境中的力学性能具有较好的稳定性。试验中使用了一组与EPP引起的软化相关的参数，即α、β、λ和η。
结论
本文介绍了一种用于考虑饱和软粘土大变形问题中过量孔隙水压力发展的土壤模型。首先概述了控制加载下过量孔隙水压力发展及其对不排水土壤强度软化的算法，以及相应参数的校准方法。随后将该软化模型应用于耦合欧拉-拉格朗日分析框架中。
CRediT作者贡献声明
Xingchao Chen：撰写——原始草案，验证，方法论，数据整理。Deqiong Kong：撰写——审稿与编辑，监督，方法论，资金获取，概念构思。Zhenyi Li：验证，数据整理。Siyang Su：可视化，数据整理。Bin Zhu：监督。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
作者感谢浙江省自然科学基金（资助编号：LR23E090001）和国家自然科学基金（资助编号：52071289、51988101）的财政支持。
