SPH颗粒流模拟中摩尔-库仑参数的多指标优化

《Engineering Geology》:Multi-metric optimization of Mohr–Coulomb parameters in SPH granular flow simulation

【字体: 大 中 小 】 时间:2026年10月21日 来源:Engineering Geology 10.3

编辑推荐:

   •提出了一种用于 SPH 莫尔 - 库仑参数优化的多指标框架。 •三个类别中的十二项指标用于评估颗粒流沉积剖面。 •单个指标在 G–φ 参数空间中识别出不同的最优区域。 •该模块化框架具有可迁移性,并与人工智能驱动的优化兼容。 引言 泥石流和快速颗粒质量运动是山区和丘陵地形

  

•提出了一种用于 SPH 莫尔 - 库仑参数优化的多指标框架。
•三个类别中的十二项指标用于评估颗粒流沉积剖面。
•单个指标在 G–φ 参数空间中识别出不同的最优区域。
•该模块化框架具有可迁移性,并与人工智能驱动的优化兼容。

引言
泥石流和快速颗粒质量运动是山区和丘陵地形中破坏性最强的自然灾害之一,在全球范围内威胁着人类生命、基础设施和建成环境 (Iverson and Denlinger, 2001, Denlinger and Iverson, 2001)。这些流动的工程意义延伸至柔性屏障、鱼嘴坝和拦砂坝等防护基础设施的设计,其中流动动力学的准确表征对于需求导向的结构设计至关重要 (Kong et al., 2021, Kong and Guan, 2023)。因此,对这些事件进行可靠的数值模拟是灾害评估、减灾设计和风险管理的核心 (Rickenmann et al., 2006, Mergili et al., 2017)。在为此目的开发的计算方法中,平滑粒子流体动力学 (SPH) 作为一种无网格拉格朗日粒子方法,已成为模拟大变形、自由表面颗粒流的特别适合的框架 (Park et al., 2025a, Park et al., 2025b, Hwang et al., 2024, Hwang et al., 2021, Lee et al., 2020)。由于单个 SPH 粒子连续跟踪材料运动,该方法能自然处理极端变形、流动分离和复杂沉积形态,而不会受到限制传统基于网格方法的网格缠绕或界面跟踪困难的困扰 (Nguyen et al., 2017, Peng et al., 2016)。

流动材料的本构表示是关键建模决策。除 SPH 外,离散元方法 (DEM) 模拟也被应用于量化干性泥石流对防护结构的冲击动力学 (Shen et al., 2018)。对于干性颗粒流,莫尔 - 库仑破坏准则通过摩擦角和黏聚力截距将剪切强度与正应力线性关联,因能捕捉土壤和沙子特有的与速率无关、对压力敏感的行为而被广泛采用 (He et al., 2018, Abdelrazek et al., 2016)。几项研究在 SPH 中实施了弹性 - 完全塑性莫尔 - 库仑或密切相关的库仑型模型,并将其与控制实验室实验进行了验证:He 等 (2018) 使用具有库仑屈服面的不可压缩 SPH (ISPH) 公式再现了切坡失败的出运和沉积形态;Abdelrazek 等 (2016) 证明具有弹性 - 完全塑性莫尔 - 库仑准则的三维 SPH 模型能准确模拟颗粒柱坍塌和障碍物附近的重力驱动流动;Chen 和 Qiu (2012) 在 SPH 中应用 Drucker–Prager 本构模型(莫尔 - 库仑的平滑近似)再现了不同长宽比的颗粒柱坍塌实验。Li 和 Fuentes (2025) 利用具有莫尔 - 库仑本构模型的 SPH 研究了不同重力水平对颗粒柱坍塌的影响,表明沉积出运距离和最终高度对重力不敏感,而坍塌时间呈系统性标度。最近,Su 等 (2025) 扩展了三维 SPH 框架,纳入库仑 - 黏塑性滑动边界条件,以更好地代表泥石流动力学中的基底摩擦。这些贡献共同确立了 SPH 结合莫尔 - 库仑型塑性作为模拟水槽尺度干性颗粒沉积的可信且灵活的工具。

尽管有这些方法学进展,可靠的参数识别仍然是一个未解决的挑战。莫尔 - 库仑模型至少需要一个摩擦角和一个弹性刚度,这两者都无法直接从整体流动观测中推断;相反,它们必须通过系统地将模拟结果与实验数据比较来确定,这一过程称为模型校准或反演分析 (Cuomo et al., 2015, Aaron et al., 2019)。现有的 SPH 泥石流模型校准研究通常依赖少数观测目标,最常见的是最终出运距离、最大沉积高度或对整体沉积形状的定性评估 (Pastor et al., 2014, Cascini et al., 2014, Huang et al., 2012, Braun et al., 2018)。Pirulli (2010) 警告说,针对有限的一组观测目标进行校准允许多种流变公式对同一事件产生看似令人满意的反演分析,而在转移到对具有不同体积的潜在事件的前向分析时,却会产生大不相同的预测。Li 等 (2023) 在大规模三维 SPH 建模中证明,相对于仅匹配整体出运,逐点比较沉积高程减少了校准歧义,尽管校准目标的选择仍然对识别的参数集产生可测量的影响。Zegers 等 (2020) 进一步表明,泥石流模型中的流变参数可以高度敏感且相互关联,即使应用了观测约束,等终性依然存在,这强调了在约束模型参数时需要多个物理上互补的准则。Aaron 等 (2019) 形式化了两种校准滑坡出运模型的方法论,并强调校准目标的选择必须反映感兴趣的物理过程,而不是计算便利性。

现有的校准方法包括确定性反演分析和概率参数推断。确定性方法通常通过最小化规定的不匹配度来寻求最佳拟合参数 (Cuomo et al., 2015, Aaron et al., 2019),而贝叶斯方法则从似然函数和先验信息估计后验参数分布 (Aaron et al., 2019, Zhao and Kowalski, 2022)。在任何情况下,结果都取决于如何表示观测与模拟之间的一致性。本研究通过构建和诊断一组可解释的沉积剖面指标,并在将其整合到校准工作流程之前对其进行评估,来解决这一互补的目标设计步骤。首先通过各个响应图检查多个指标,然后通过用户定义的加权标量化进行整合,为定义比较目标提供透明基础。

全局误差度量作为唯一校准标准的充分性已在相关领域受到批判性审查。Bosboom 和 Reniers (2014) 在形态动力学建模背景下证明,当空间特征即使轻微错位时,均方根误差 (RMSE) 等逐点指标系统性地偏向平滑、无特征预测,而不是物理准确的预测,因为 RMSE 同时惩罚错位和幅度误差而不予区分。Bosboom 等 (2020) 随后提出了一种基于最优传输的诊断工具,明确考虑形态场的空间结构,并避免了 RMSE 倾向于导致的形态变异性持续低估。在质量运动模拟背景下,Heiser 等 (2017) 提出了一组基于归一化部分面积和三元图的评估概念,以定量比较观察和模拟的泥石流、雪崩和落石沉积模式,认为没有单一的标量指标能捕捉过度预测面积、预测不足面积和正确预测面积中包含的互补信息。Crescenzo 等 (2024) 将这一推理扩展至区域尺度,证明当同时校准多个泥石流事件时,源自沉积足迹二值分类的算子特征曲线和混淆矩阵指标对于区分竞争参数集是必要的。综合来看,这些发现促使开发更丰富、多方面的颗粒流模型校准评估框架。

在本研究中,我们通过提出一种系统的多指标评估框架来解决这一差距,并将其应用于受控的实验室水槽实验。基于水槽的实验为验证各种尺度和配置的颗粒泥石流数值模型提供了良好控制的基准 (Kim et al., 2023)。在本实验中,干性筑木津标准砂从土箱通过前闸门释放,沿 190 cm 长、倾角为 60°的斜坡流动,并沉积在水平板上。数值模型采用具有非关联流动法则的弹塑性莫尔 - 库仑本构模型。模拟在跨越弹性剪切模量 G 和内摩擦角 ? 的参数组合密集网格上进行,并将生成的沉积剖面与数字化实验剖面使用组织成三个类别的十二项定量评估指标进行比较:(i) 基于 RMSE 的指标,包括一个全局测度和针对沉积物前、中、尾区域的三个空间局部区域变体;(ii) 基于几何特征的指标,包括纵向和垂直质心位置、纵向和垂直峰值位置、出运距离和前坡坡度;(iii) 基于积分的指标,包括总横截面积和包含率。

本研究的主要贡献是一个透明的校准和评分框架。该框架单独映射十二项物理可解释剖面指标在整个参数空间中的响应,量化它们的共享和互补行为,并将九项信息丰富的指标组合成可调的综合评分,划定了一个有界的高分区域。在聚合前保留单个响应图使综合结果的来源透明。所得到的目标结构与反演分析、概率和自动化优化工作流程兼容。

章节片段
平滑粒子流体动力学
平滑粒子流体动力学 (SPH) 是一种无网格拉格朗日方法 (Monaghan, 2005),其中连续体被离散化为一系列粒子。每个粒子携带质量、速度和应力等物理量,控制方程通过粒子与邻近粒子的相互作用进行评估。
SPH 的核心概念是核近似。标量场 A(x) 表示为 A(x)=∫ΩA(x′)W(x?x′,h)dx′,其中 W 是平滑核函数,h 是平滑

实验方案
设计和构建了一个实验室规模的水槽实验,以观察干性颗粒流的沉积行为,如图 4 所示。实验系统包括安装在倾斜斜坡顶部的土箱及其底部的水平沉积板。斜坡角度固定为 60°,流动后形成的最终沉积形状进行了分析。
使用筑木津标准砂作为测试材料,其干堆积密度为 1.2763 g/cm3。砂被填充

评估指标定义
共引入十二项评估指标,以全面量化模拟与实验颗粒流剖面之间的一致性。根据物理解释,这些指标分为三组:基于 RMSE 的指标、基于几何特征的指标和基于积分的指标。所有指标的摘要见表 1,详细定义见以下小节。

指标可视化
通过在 (G,?) 参数空间中对第 4 节定义的十二项指标中的每一项分配评分来评估每次模拟的性能,其中较高的评分表示与实验结果更接近。对于每一项指标,评分分布在 (G,?) 域上可视化为热图和等高线图,从而能够系统识别有利和不利参数组合。此外,相应的粒子沉积剖面

综合评分与参数识别
综合评分 Scomposite 定义为单个指标评分的加权平均值:Scomposite=∑kwksk∑kwk,其中 wk≥0 是指标 k 的用户定义权重。在本研究中,十二项指标中的九项被赋予相等的权重 wk=0.1:所有四项基于 RMSE 的指标 (Ermse,global, Ermse,front, Ermse,mid, Ermse,tail),两个峰值位置指标 (Ps, Pv),出运距离 (R),前坡 (Sfront),和包含率 (Iratio)。剩余三项指标

总结与结论
本研究提出了一种用于 SPH 莫尔 - 库仑颗粒流模拟参数识别的系统化多指标评估框架,并应用于使用干性筑木津标准砂、在 60°斜坡角度下进行的受控实验室水槽实验。数值模型在弹性剪切模量 G 和内摩擦角 ? 组合的密集网格上进行测试,并将生成的最终沉积剖面与数字化实验测量使用十二项

作者贡献声明
Dawon Park:原创草稿撰写、软件、方法论、正式分析、概念化。Minji Kim:调查、数据整理。Sunwoo Kim:验证、调查。Hongwon Lee:验证、调查。Suyeong Jin:验证、调查。Jung-Wuk Hong:审阅与编辑、监督、项目管理、资金获取、概念化。

关于生成式人工智能及人工智能辅助技术在稿件准备过程中使用的声明
在准备本工作期间,作者使用了 Claude (Anthropic) 以协助稿件起草和编辑。在使用该工具后,作者根据需要审阅和编辑了内容,并对发表文章的内容承担全部责任。

利益冲突声明
作者声明他们没有已知的可能影响本论文中报告工作的竞争财务利益或个人关系。

致谢
本工作由韩国科学技术信息部的 InnoCORE 计划 (N10260092) 支持。

本研究还得到了区域创新体系与教育(RISE)项目的支持,该项目通过釜山广域市区域创新体系与教育研究院实施,由大韩民国教育部(MOE)和釜山广域市提供资金(项目编号:2026-RISE(ANCHOR)-02-001-055)。朴道允 | 金敏智 | 金善宇 | 李洪元 | 陈秀英 | 洪正福
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号