降雨条件下老岭排土场边坡渗流及稳定性分析

2018-08-07韩连生赵会德

中国钨业 2018年3期

韩连生，夏强，赵会德

（1.鞍钢集团矿业公司弓长岭有限公司露采分公司，辽宁辽阳 111008；2.辽宁科技大学土木工程学院，辽宁鞍山 114051）

钨矿及各类金属矿产资源的开发利用为国民经济发展提供血液的背后，也给人类生存环境带来了重大影响和各类灾害，如滑坡、泥石流、地表沉陷、地表植被破坏、粉尘、酸性水重污染等一系列地质、环境灾害，其中钨矿及各类金属矿山排土场边坡的稳定性问题日益突出。钨矿及各类金属矿山的排土场又称废石场，是矿山采矿排弃物集中排放的场所，排土场受自身特征和外部条件的综合影响，不但会发生滑坡，而且会产生泥石流和其他严重的排土场安全与环境问题。排土场失稳滑坡作为一种常见的工程灾害类型，对钨矿及各类金属矿产资源的高效开采与安全运营会造成巨大威胁。在研究金属矿排土场失稳破坏原因时发现，降雨和事故总是相伴而生，由此可知，金属矿排土场失稳破坏和降雨一定有着非常紧密的联系。相关工程技术人员以及学者通过实地勘测和大量试验，从不同角度论证了降雨对滑坡的重要影响[1-4]。因此，深入分析降雨对金属矿排土场边坡安全性的影响及规律，对于钨矿及各类金属矿产资源的安全开发有着重要意义。

1 概况

某露天金属矿位于辽阳市弓长岭区，目前已进入深凹开采状态。老岭金属矿排土场坐落在老岭采区西北部，大砬子采区南端，北临老岭采场，西侧为中茨矿地界[5]。经过现场勘察，该金属矿排土场应为低山山间谷地地貌。弓长岭地区属于寒温气候带，降雨量适中，年均降雨量通常在700～900 mm之间，以7月份（平均为156.9 mm）最多，1月份最少，仅为7.1 mm，多年日均降雨量为90 mm。由于雨量集中，降雨对金属矿排土场边坡冲刷产生重要影响，且地下水位随季节变化明显，夏季较高，冬季很低，弓长岭地区降雨资料见表1[6]。

表1 弓长岭地区降雨资料统计 mmTab.1 Statistics on rainfall data in Gongchangling areas

2 数值模型的建立

2.1 模型选取及网格划分

通过实地勘察和金属矿排土场资料分析，发现老岭金属矿排土场西南侧排土堆高最大，在正常工况下，金属矿西南侧排土场坡体下部已有地下水渗出，雨季渗出量更大，且该处地表以上堆积物主要为矿物废石，极易受雨水冲刷形成滑坡。故研究选取金属矿西南侧排土场为工程案例，分析降雨条件下其边坡渗流场变化。

西南侧剖面模型长380 m，高190 m。模型网格单元划分理论上是越小越好[7-9]，但这样会带来巨大的工作量，降低研究效率。研究根据边界条件和精度要求来划分网格单元，饱和区划分相对疏点，而非饱和区划分较密，共划分为10 829个节点，4 097个单元。参照前人研究方式，将堆积体按照岩土体特性划分为松散部分、压实部分和基岩部分，其分析计算模型如图1。

图1 分析计算网格模型Fig.1 Analytical computational grid model

2.2 边界条件

（1）模型两侧：地下水位以下边界按给定水头边界处理，地下水位以上边界按零流量边界处理。

（2）边坡表面：在初始静态水位计算中，边坡表面为自由边界；降雨期间，边坡表面则为入渗边界，且当降雨强度小于排土体渗透系数时，按流量为降雨强度的流量边界处理；反之，则会产生边坡地表径流，这时则按定水头边界处理，通常取地表高程为定水头值。由于老岭金属矿排土场降雨量不大，且排土体饱和渗透系数较大，所以降雨期间采用流量边界即可。

（3）模型底面：模型底部为基岩，其渗透系数极小，故按零流量边界处理即可。

2.3 参数选取

土水特征曲线和非饱和土渗透系数是岩土体非饱和渗流模拟的两个关键参数，它们直接影响渗流模拟结果。排土体物料力学参数结合相关工程实际确定，如表2所示。由于土水特征曲线获取困难，有限元模拟采用GeoStudio软件，其自带的Fredlund Xing模型适用于全吸力范围内的任何土体[10]，故采用该模型来预测岩土体土水特征曲线，并得到渗透系数函数曲线。土水特征曲线如图2所示，渗透系数函数曲线如图3所示，基岩以饱和状态进行模拟分析。

表2 排土体物料力学参数Tab.2 Mechanical parameters for the dumping field

图2 土水特征曲线Fig.2 Characteristic curve for soil and water

图3 渗透系数函数曲线Fig.3 The function curve of permeability coefficient

2.4 计算降雨过程

由表1可知，该地区多年日均降雨量为90 mm，而连续3天持续降雨时，日均降雨量不超过120mm。为了充分考虑最大降雨强度对边坡渗流及边坡稳定性的影响，故将此指标适当增大。设置单日最大降雨量为120mm，并设计40mm/d、80mm/d和120mm/d三种降雨强度，考察边坡孔隙水压力，分析不同降雨强度与降雨时长对边坡稳定性的影响规律。

3 结果分析

3.1 渗流结果分析

运用SEEP/W有限元程序计算排土场在正常工况下的渗流场，确定了模型的初始孔隙水压力分布，模拟降雨强度80 mm/d，降雨持续时间为3 d，停雨6 d，总计算时长9 d的过程，孔隙水压力随降雨持续时间的动态变化过程，如图4～图7所示。由图4～图7可知：

（1）在初始条件下，边坡在地下水位以上各部分的孔隙水压力均为负值，其大小呈由下向上逐渐变大的规律；在地下水位以下部分孔隙水压力均大于零，且呈明显由下至上逐渐减小的规律。

图4 初始条件下孔隙水压力分布Fig.4 Distribution of pore water pressure under initial conditions

图5 降雨1 d时孔隙水压力等值线Fig.5 Isoline map of pore water pressure at 1 day of rainfall

图6 降雨3 d时孔隙水压力等值线Fig.6 Isoline map of pore water pressure at 3 days of rainfall

图7 停雨6 d时孔隙水压力等值线Fig.7 Contour map of pore water pressure at 6 days after stopping rain

（2）在降雨入渗过程中，边坡表面土体最先受到雨水影响，土体孔隙水压力迅速增大。在第3天降雨停止时，边坡顶部的孔隙水压力值接近-300 kPa，坡脚处孔隙水压力值接近-100 kPa，且基岩处坡脚的地下水位已上升到坡面。降雨停止之后，坡面孔隙水压力开始逐渐减小，随时间持续，雨水逐渐入渗和排出，边坡孔隙水压力将慢慢下降到开始时的孔隙水压力值，但这个过程一般需要很长时间。

3.2 边坡稳定性分析

在稳定性分析中，将SEEP/W模块计算得到的边坡瞬态渗流场直接导入SLOPE/W模块，分析排土场的边坡稳定性受降雨影响的变化规律。

为了分析边坡稳定性受不同降雨强度的影响[11]，选取一个较大降雨强度（q=120 mm/d）和一个较小降雨强度（q=40 mm/d）作为降雨方案，降雨过程均为降雨3 d，停雨6 d，对比分析边坡安全系数的变化规律，SLOPE/W 模块自带 Bishop、M-P、Janbu、Ordinary四种经典的安全系数计算功能，分别使用四种计算方法求该边坡在不同时刻的安全系数，结果如图8、图9所示。

对比图8和图9可分析得出，两种降雨强度情况中，不同方法求得的边坡安全系数的变化规律基本一致，边坡安全系都随降雨时间的推移而逐渐减小，停雨后不久安全系数便会缓慢上升。同时，对比任意相同时刻边坡安全系数可以得出，降雨强度越大，边坡安全系数降低越快，降幅也越大。以降雨3天末Bishop算法得出的安全系数为例，降雨强度为120 mm/d之时，边坡安全系数为1.219。降雨强度为40 mm/d之时，边坡安全系数为1.285，较初始边坡安全系数分别降低了0.11和0.044。在降雨结束后，两种降雨强度条件下安全系数并不是立即回升，而是会继续小幅度的下降，且降雨强度越大，边坡安全系数在雨停后继续下降的时间越长。这是由于停雨后，边坡内部雨水会继续入渗，岩土体基质吸力会继续减弱，进而减弱岩土体的抗剪强度，导致边坡安全系数持续减小；正常情况下，降雨强度越大，边坡内部雨水渗入量就越大，其消散所需时间也就越长，即边坡安全系数在降雨终止之后继续下降的时间也就越长。此外，降雨的强度对边坡安全系数的影响不只是通过减弱岩土体的基质吸力，降雨入渗导致增加土体自重以及降雨对排土体的软化作用都是降低边坡安全系数的重要因素。

图8 安全系数随时间变化（降雨强度40 mm/d，历时3 d）Fig.8 Safety factor variation with time（rainfall intensity 40mm/d，rainfall3days）

图9 安全系数随时间变化（降雨强度120 mm/d，历时3 d）Fig.9 Safety factor variation with time(rainfall intensity120mm/d，rainfall3days)

降雨时长同样影响边坡稳定性[12]，为了分析不同时长对边坡稳定性的影响，选取恒定降雨强度80 mm/d，设置降雨时长分别为3 d和6 d，各停雨6 d的两种模拟降雨方案，比较分析降雨时长对边坡安全系数的影响规律，边坡安全系数随时间变化如图10、图 11所示。

图10 安全系数随时间变化图（降雨强度80mm/d，历时3 d）Fig.10 Safety factor variation with time（rainfall intensity80mm/d，rainfall3days）

图11 安全系数随时间变化图（降雨强度80mm/d，历时6 d）Fig.11 Safety factor variation with time（rainfall intensity80mm/d，rainfall6days）

如图10和图11所示，边坡安全系数随降雨时间的推移在不断下降，降雨时长与边坡安全系数的减小成正相关[13]，这可以理解为：降雨时间越长，雨水入渗量就越大，受影响的边坡范围就越广，降雨3 d末的Bishop算法得出安全系数为1.25，而降雨6 d末的安全系数仅为1.214。由图11可以看出，降雨前3 d，Bishop算法得出安全系数由1.33降低到1.25，降低幅度为0.08，而降雨后3d（第4d～第6d），Bishop算法得出安全系数由1.25降低到1.214，降低幅度仅为0.036。说明降雨前3 d边坡安全系数下降速率快于降雨后3 d，出现这种现象是因为降雨前期雨水下渗使边坡土体孔隙水压力迅速提高，基质吸力大幅降低，从而引起边坡安全系数快速减小。但是随着降雨持续，降雨强度与土体渗透容量接近相同，岩土体逐渐处于平衡状态，且仍然拥有一定强度的基质吸力，所以安全系数基本保持不变。降雨停止1 d后，随着雨水消逝，边坡岩土体孔隙水压力不断降低，基质吸力增加，边坡安全系数开始缓慢上升，但是上升速率和幅度都较小。