Constitutive modeling of cemented gravely sands including the effects of cement type

ارايه يك مدل رفتاري براي خاك‌هاي ماسه‌اي شن‌دار سيمانته با در نظرگيري اثرات جنس سيمان

خاك‌هاي‌ دانه‌اي سيماني شده در بسياري از نقاط جهان يافت مي‌شوند. از ويژگي‌هاي مهم اين خاك‌ها قابليت پايداري آن‌ها در شيب‌هاي تند طبيعي است. شيب‌هاي تند و قايم به كرات در نقاط متعددي از شهر تهران نيز مشاهده مي‌شوند. با توجه به ماهيت دانه‌اي مصالح مزبور كه از ظاهر آن‌ها نيز مشخص است پايداري طولاني مدت اين شيب‌ها عمدتاً ناشي از مولفه‌هاي چسبندگي ناشي از سيماني شدن است. در سال‌هاي اخير پژوهش‌هاي زيادي بر خاك سيماني شده آبرفت تهران انجام گرفته‌اند كه اهميت و ضرورت تحقيق بر رفتار اين مصالح را روشن مي‌سازد. در تحقيق حاضر مدلي براي تبيين رفتار مكانيكي خاك سيماني شده با آهك، گچ و سيمان پرتلند ارايه مي‌گردد. اين مدل بر اساس تفكيك رفتار خاك سيمانته به دو بخش غيرسيماني و باندهاي سيمانته است. با مدل‌سازي رفتار اين دو بخش به‌صورت مجزا و تركيب آن‌ها بر اساس قوانين بقاي انرژي و سازگاري تغييرشكل‌ها، رفتار خاك سيمانته مدل‌سازي مي‌گردد. براي ارزيابي عمل‌كرد مدل، نتايج مدل‌سازي با آزمايش‌هاي سه محوري در شرايط زه‌كشي شده و زه‌كشي نشده مقايسه شده است. بر اساس بررسي انجام شده، رفتار تنش-كرنش و تغيير حجم خاك به‌همراه فشار آب حفره‌اي ايجاد شده در شرايط زه‌كشي نشده به‌خوبي با مدل پيشبيني شده است. اين شرايط براي انواع مختلف سيمانتاسيون در نظر گرفته شده در تحقيق حاضر قابل مشاهده است.

In this paper, a constitutive model is proposed for prediction of the shear behavior of a gravely sand cemented with different cement types. The model is based on combining stress-strain behavior of uncemented soil and cemented bonds using deformation consistency and energy equilibrium equations. Cement content and cement type are considered in a model as two main parameters. Based on the proposed method, the behavior of cemented soil with different cement types is predicted for conventional triaxial test condition. Porepressure developed during undrained loading besides volumetric strains in drained condition are also modeled according to this framework. Comparison of model results with experimental data indicates its reasonable accuracy.