辛国伟 黄 宁 张 洁,2)

∗(西部灾害与环境力学教育部重点实验室，兰州 730000)

†(兰州大学土木工程与力学学院，兰州 730000)

引言

中国是世界上风区铁路分布线路最广的国家之一，其中位于兰州至新疆的兰新高铁也是世界上首条穿越大风区的高速铁路[1].兰新高铁在新疆段穿越了著名的烟墩风区、百里风区、三十里风区及达坂城风区，风区段铁路里程长达462.4 km，占新疆段线路总长的65.1%[2-6].四大风区大风频发、风速极高，部分区段年均大于8 级大风的天气达208 d，最大速度达60 m/s，大风对铁路的运营、养护和运输造成很大危害[7-9].

为了抵御大风对通行列车的危害，兰新高铁在各大风区内修筑了以路基挡风墙、桥梁挡风屏、防风明洞为主要类型的防风工程，工程规模位居世界高速铁路首位[10-11]，其中路基式挡风墙是风区铁路最常见的防风构筑物.兰新高铁在各风区路基迎风侧修筑了高3.5 m 至4.3 m 的挡风墙，并根据不同区域的风力、风向、频率、地形及线路条件，因地制宜设计了悬臂式、扶臂式、柱板式等钢筋混凝土挡风墙[12].

图1 兰新高铁烟墩风区路基挡风墙积沙情况Fig.1 Sand particle accumulation over railway subgrade with wind-break wall along the LanXin high-speed railway II in Yan Dun wind zone

由于大风区地处戈壁荒漠地区，气候干旱少雨，土质较为松散，地表颗粒资源丰富，沙颗粒在风的驱动下极易形成强风沙流，因此大风区通常也是沙尘活动频繁的地区[13-16].携沙气流途经铁路沿线挡风墙时，气流速度被重新分布，风沙流平衡状态遭到破坏，导致部分沙粒沉积在挡风墙周围及铁路轨道上，造成严重的积沙危害[17].因此，紧贴线路的挡风墙在发挥挡风作用的同时(针对可以对列车造成危害的强风)，却引来线路积沙问题[18-19].郑晓静等[20]通过数值模拟梳理了挡风墙背风侧的回旋气流可导致沙粒被卷起并被反向气流携带，然后沉积在路基铁轨附近，并研究了车速与挡风墙高度对列车临界抗倾覆风速的影响.蒋富强等[21]通过现场实验将烟墩风区挡风墙下部进行开口，利用聚风效应来清除线路积沙，但现场实验结果表明挡风墙下部开口后只是将支撑层台阶处的积沙搬运到上行线轨道处，清沙效果并不明显(图1(c)).徐彬等[22]通过Openfoam 模拟了戈壁地区挡风墙背风侧积沙形成的机理，结果表明轨道线路的积沙是挡风墙背风侧回流区内逆向气流带动沙粒堆积而成.程建军等[23]通过风洞实验及现场测试，对挡风墙外侧的挡沙系统进行分析，指出利用阻沙+固沙体系可有效净化挡风墙迎风侧来流风沙，使线路积沙得到减轻，但外侧的挡沙系统不能拦截全部的来流风沙，仍有少部分没有被挡住的流沙会随风运动至线路附近形成积沙.以上研究厘清了挡风墙背风侧积沙的机理，也提出了相应的解决方法，但受路基轨道及挡风墙本身结构的复杂性以及积沙的时间累积性，直至目前，挡风墙形成的积沙危害仍没有较好的解决办法.

如何在不改变挡风墙本身结构的基础上，提出可减少线路积沙的防护措施，并便于施工，是解决挡风墙积沙问题需要考虑的主要问题.本文基于前人有关挡风墙积沙形成机理的研究成果，提出了增设第二道挡墙的防沙思路，并利用兰新高铁路基挡风墙的轨道特点建立缩比模型，采用风洞实验研究了增设挡墙后路基周围风沙流运动的规律和特点，通过分析单道挡风墙与双道挡风墙周围的净风风速，沙粒水平速度、输沙通量及轨道线上的沙粒沉积速率，明确了第二道挡墙设置位置对铁路积沙效果的影响，同时进一步明晰了第二道挡墙对缓解铁路积沙的有效性和动力学机理，以期为后期防风沙工程的设计提供参考数据.

1 实验设置与方法

1.1 风洞实验

风洞实验在兰州大学西部灾害与环境力学教育部重点实验室多功能环境风洞进行.该风洞为直流下吹式，由动力段、实验段和扩散段三部分组成.全长85 m，洞体长55 m，实验段长22 m，实验段截面积1.3 m(宽)×1.45 m(高)，风速由4 m/s 至40 m/s 连续可调[24].

风洞实验布置如图2 所示，挡风墙模型分为A，B，C 三类，A 类为单道挡墙，B 类将第二道挡墙设立在背风侧坡脚处，C 类将第二道挡墙设立在背风侧坡顶处.挡风墙高度为15.2 cm，路基轨道尺寸依据中国铁路标准设计规范制定，其与实际结构比例为1:25，模型固定在距离沙源9 m 处.来流监测皮托管设置在沙床前端，用来测量入口风速变化.尖劈和粗糙元用来产生湍流边界层，考虑到测试地表粗糙度对流场有一定的影响，且该实验模拟戈壁风沙流，故在风洞底板铺设红褐色粗砂纸增加粗糙度.为保证沙源供给充足，沙床沿流向供给长度为3 m，实验开始时持续吹沙约1 min，观测各模型前后积沙范围与积沙量，并将轨道线路不同位置的积沙进行称重，研究不同位置设置挡墙后轨道线路积沙变化[25-26].

实验采用粒子图像测速技术(particle image velocimetry，PIV)测量背风侧颗粒速度场，并应用CFD 数值模拟软件求解挡墙周围的净风场变化.PIV 系统由激光器、发射器、CCD 高分辨率相机、同步器以及带有图像采集卡的计算机构成.激光发射器布置在风洞顶部，激光片光与模型中轴线截面重合.激光器的频率为5 Hz，单脉冲能量为120 mJ.两个CCD 相机并列布置在风洞侧面，相机分辨率为2048 × 2048，单个CCD 相机拍摄视场面积约为21 cm(高)×21 cm(宽)，所拍摄位置为第一道挡风墙背风侧范围13 cm ∼55 cm内，所拍摄图片经拼接后使用粒子追踪测速(particle tracking velocimetry，PTV)方法进行处理，得到颗粒速度和数目分布[27].

图2 风洞实验布置图Fig.2 Configuration of wind-tunnel experiment

风洞实验中有诸多相似性的要求，如几何相似、运动相似、动力相似、热力学相似等.但在具体的实施过程中难以满足所有的相似条件，本文重点考虑模型的几何相似，净风场的运动相似及动力相似.在针对风沙流的风洞测试中，难以协调模型尺寸，边界层尺寸和颗粒尺寸与真实环境相应尺寸的缩比，因此相应的风洞测试结果主要用于进行机理性的分析工作，难以直接推广到野外的实际工况中，这也是目前风沙物理学研究中亟待解决的一个关键问题.

1.2 PTV图像处理

PTV 是一种无接触，瞬态，通过追踪颗粒运动轨迹获得全场颗粒速度的方法[28-29].图3 是根据灰度值及最近邻域法匹配单颗颗粒的过程.本文通过自编程序实现了颗粒的识别及匹配，并计算出所测范围内的沙粒数目、水平速度及输沙通量的变化[30].为验证PTV 匹配算法的准确性，我们应用相位多普勒粒子分析仪(phase Doppler particle analyzer，PDPA)测量了空场中沙粒在3 个高度处的速度，并与相应条件下的PTV 结果进行了比较(图4).从图4 可以看出，PTV 匹配算法与PDPA 所测结果的误差均在5%以内，由此可以说明PTV匹配算法的准确性.

对三类挡墙下所拍一对图像中的沙粒数密度、平均水平速度和输沙通量按下面方法计算.

沙粒水平速度

沙粒数密度[31]

图3 PTV匹配颗粒示意图Fig.3 Schematic diagram of PTV matching particles

图4 PTV结果与PDPA结果对比Fig.4 Comparison of optimized PTV calculation results and PDPA testing results

水平输沙通量[31]

式中，Lx为一对照片中颗粒沿x方向的位移，∆t为连续两帧图像曝光的时间间隔，即110µs (u∗=0.774 9 m/s)，170µs(u∗=0.639 5 m/s)，250µs(u∗=0.475 6 m/s)；n(z)为高度z处长方体区域内的沙粒总数目，∆x，∆y，∆z为长方体区域的3 个边长，∆x和∆y都为0.01 m，∆z为测量区域内激光片光源的厚度，约为1 mm，d为沙粒平均粒径，取值为190µm，ρ 为沙粒密度，取值为2650 kg/m3.

同时，对轨道线路上I,II,III 处的沙粒沉积量进行称重测量，并根据下列公式计算沙粒沉积率

式中，λ 为不同位置处的沙粒沉积率，m为不同位置沙粒总沉积量，t为吹沙时间，si分别为I,II,III 处的面积.

1.3 数值模拟

本文的数值模拟工作主要用于补充三类挡风墙背风侧的净风场信息，其计算区域与风洞的试验段尺寸相同，并用CFD 流体计算软件进行网格划分及数值模拟(Fluent).入口条件为Velocity-inlet，出口条件为Pressure-outlet，其他边界均为Wall.入口风速廓线采用风洞中测得的无模型时的廓线.计算域求解采用Reynolds-averaged Navier-Stokes，附加k-ε 湍流模型，求解计算采用SIMPLEC 算法[32-33].

2 结果分析

2.1 风速廓线及粒径分布

图5 是空场条件下沿不同高度的水平风速变化.不同颜色的点是观测值，曲线为基于式(5)的拟合曲线.从图5 可以看出，不同高度的水平风速变化符合对数规律，由式(5)拟合可以得到风场的两个关键参数，即摩阻风速u∗和地表粗糙度z0[34]

式中，u∗为摩阻风速，z0地表粗糙度，k为冯·卡门系数，取值0.4，z为高度，u(z)为高度z处的水平风速.

图5 风速廓线图Fig.5 Wind speed profiles

图6 是沙床颗粒粒径分布图.从图6 可以看出，沙粒粒径在150 ∼200µm 约 占55%，超过200µm 的沙粒约占20%左右，低于150µm 的沙粒约占25%左右，平均粒径约为190µm.

图6 沙床颗粒粒径分布图Fig.6 Particle size distribution of sand particles in sand bed

2.2 净风风速变化

由于挡风墙背风侧区域流场结构复杂，难以利用一维皮托管获取准确的流动信息，我们采用CFD 数值模拟的方法对相应工况下的净风场信息进行模拟，以补充风洞测试中不完整的风场信息[35-37].同时，我们将风洞实验中利用皮托管测量的挡风墙高度上15 cm 处的沿程风速与数值模拟结果比对，以验证数值模拟信息的可靠性(图7).从图7 可以看出，数值模拟的结果与风洞实验的测试结果相吻合，由此说明了数值模拟的可靠性.

图7 模拟结果与风洞结果的比较(u∗=0.774 9 m/s)Fig.7 The comparison between simulation and wind tunnel(u∗=0.774 9 m/s)

图8 是三类挡风墙背风侧沿程水平风速变化，风向从左至右.从图8 可以看出，A 类挡墙背风侧形成较大的回流涡，可将背风侧降落的沙粒回卷至轨道线路上，B 类挡墙阻挡了部分回流速度，致使只有部分涡流越过第二道挡墙运动至轨道，C 类挡墙中的第二道挡墙切断了第一道挡墙形成的涡流，避免携沙气流在回流的作用下回到路基，而轨道线路上形成的回流涡来源于两道挡风墙内部.

图9 是三类挡风墙背风侧的涡量云图，摩阻风速u∗=0.774 9 m/s.从图9 可以发现，三类挡墙在靠近轨道处的涡流强度不同，A 类挡墙的涡流强度最小，C 类挡墙的涡流强度最大，B 类挡墙的涡流强度介于二者之间，这表明C 类挡墙在设置第二道挡墙后可将铁轨区域的风速加强，沙粒不易直接沉积到轨道线路上.前人的研究也已说明轨道线路的积沙主要是挡风墙形成的回流涡把降落至背风区域的沙粒回卷导致[20-22].因此，设置第二道挡墙可切断背风侧的回流涡，避免沙粒在回流的作用下回到路基上，而在背风侧坡顶处设置第二道挡墙可达到此目的，并可利用两道挡墙内部形成的回流涡达到风力清沙的效果.

图8 背风侧沿程水平风速(u∗=0.774 9 m/s)Fig.8 Horizontal wind speed variation along the leeward side of numerical simulations(u∗=0.774 9 m/s)

图9 背风侧涡量云图(u∗=0.774 9 m/s)Fig.9 Vorticity contours along the leeward side of numerical simulations(u∗=0.774 9 m/s)

2.3 不同位置处沙粒水平速度分布

图10 为挡风墙背风侧沿程的沙粒水平速度变化，高度H=0.1 m.从图10 可以看出，A 类挡墙背风侧沙粒速度最大为8.08 m/s，B 类和C 类相较A 类减少7.5%和12.3%.同时，可以明显看出三类挡墙在沿流向0.3 m 范围内速度变化趋势几乎一致，A 类和B 类挡墙速度值小于C 类，而在0.3 m 后C 类挡墙速度出现突变，呈现先负向增大后逐渐减小，其速度均小于A 类和B 类挡墙，其主要原因是C 类挡墙设置在背风侧坡顶处，前端为速度减速区，0.3 m 后的区域内受此影响较大，沙粒水平速度出现减小.

图10 背风侧沿程沙粒水平速度变化(u∗=0.774 9 m/s，H=0.1 m)Fig.10 The sand particle horizontal speed along the leeward side(u∗=0.774 9 m/s，H=0.1 m)

2.4 沙粒数密度及沙通量

图11 沙粒数密度变化(u∗=0.774 9 m/s)Fig.11 The sand particle number density(u∗=0.774 9 m/s)

图11 沙粒数密度变化(u∗=0.774 9 m/s)(续)Fig.11 The sand particle number density(u∗=0.774 9 m/s)(continued)

沙粒数密度可反映风载沙粒的空间分布特征.图11 是不同高度处沿流向的沙粒数密度变化.从图11 可以看出三类挡墙的沙粒数密度表现出先增大后减小的趋势，并呈波状变化，A 类挡墙数密度最大，C 类挡墙的数密度最小，B 类挡墙的数密度介于二者之间，B 较A 类挡墙在高度0.05 m，0.10 m 及0.15 m 处最大沙粒数密度分别减少59%，51%及45%，C 类减少79%，69%及72%，且随高度的增大，沙粒数密度也逐渐变小，波动幅度也相对变大，这说明了较低高度处沙粒浓度较高，而在较高高度处沙粒浓度会减小.此外，还可以发现3 个高度处沙粒数密度整体上都呈两边小中间大，导致这种情况的原因可能是靠近两挡墙处的激光强度较弱，由于拍摄过程中捕捉到的颗粒信息较少，对沙粒数目的统计出现一定的误差.

图12 是根据式(3)计算的不同高度处的输沙通量变化，风向从左至右.从图12 可以看出，三类挡墙中A 类挡墙在轨道线上的输沙通量最大，C 类挡墙最小，B 类挡墙介于二者之间，不同高度处的输沙通量均呈波状变化.在0.10 m 处，A，B，C类挡墙的最大输沙通量均出现在距第一道挡风墙背风侧0.3 m 处，其值达2.77 kg/(m2·s)，1.39 kg/(m2·s)，0.74 kg/(m2·s)，B 和C类相比A类分别减小49.8%和73.3%，而在0.15 m 处，A，B，C类挡墙的最大输沙通量出现在距第一道挡风墙背风侧0.31 m 处，其值达2.94 kg/(m2·s)，1.51 kg/(m2·s)，0.98 kg/(m2·s)，B，C 类相比A 类分别减小48.6%和66.7%.

由上述分析可知，C 类挡墙背风侧的沙粒水平速度，数密度及输沙通量均小于A 类和B 类挡墙，说明该区域内沙粒浓度较低，沉积量较小.因此，在第一道挡风墙背风侧坡顶处设置第二道挡墙，可有效减少线路的积沙.

图12 水平输沙通量变化(u∗=0.774 9 m/s)Fig.12 Horizontal sand flux(u∗=0.774 9 m/s)

2.5 沙粒沉积率变化

图13(a)是轨道线路上不同位置处沙粒沉积率图，图13(b)是不同风速下三类挡墙在轨道线路上的总沉积率分布图.从图13(a)可以看出，在摩阻风速u∗=0.639 5 m/s，三类挡墙在I,II,III 处的沉积率明显不同.背风侧无第二道挡风墙(A 类)时，轨道线路上I,II,III 处的沉积率最大，分别为9.9 g/min，9.7 g/min，6.7 g/min，在背风侧坡脚处设置第二道挡墙(B 类)时，沙粒沉积率较无挡墙时分别减小45%，31%，35%，而在坡顶处设置第二道挡墙(C 类)时，沙粒沉积率较无挡墙时分别减小54%，45%，44%.从图13(b)可看出，不同风速下A，B，C 类在轨道线路上沙粒总沉积率也不同，风速越低，轨道线上沙粒沉积率越小，而风速增大时，轨道线上沙粒沉积率明显变大，主要原因是风速较低时沙粒动能较小，大部分沙粒被挡在第一道挡风墙迎风侧，风速变大时，沙粒能够随风越过第一道挡风墙，在背风侧回流影响下沉积在线路上.同时，可以看出在固定风速下，A，B，C 类挡墙在轨道线路上的总沉积率呈现出明显的递减趋势，A 类挡墙在u∗=0.7749 m/s 下的总沉积率为10.73 g/min,B 类挡墙较A类减小26%，而C 类挡墙较A 类减小38%.由此可，在第一道挡风墙背风侧坡顶处加设第二道挡墙，可有效减小线路的沙粒沉积量.

图13 三类挡墙轨道线路上沙粒沉积率Fig.13 The sand deposition rate of three kinds of three wind-break wall

3 结论

本文通过风洞实验研究了在挡风墙背风侧不同位置处设置同高度的挡墙后轨道线路上沙粒水平速度，数密度，输沙通量及沉积率的变化，得出以下结论：

(1) 三类挡墙在所测区域内的沙粒水平速度均出现负向递增，在高度0.1 m 处A 类挡墙的绝对速度最大，C 类最小，两者速度相差约22%，而在高度0.15 m 处C 类挡墙速度出现突变，呈现先负向增大后逐渐减小，其绝对速度均小于A 类和B 类挡墙.

(2)三类挡墙在不同高度处的沙粒数密度均表现出先增大后减小的趋势，并呈波状变化，A 类挡墙数密度最大，C 类挡墙的数密度最小，B 类挡墙的数密度介于二者之间，且随高度的增大，沙粒数密度也逐渐变小，这说明了较低高度处沙粒浓度较高，而在较高高度处沙粒浓度会减小，C 类挡墙可有效减少线路积沙.

(3) A 类挡墙在轨道线上的输沙通量最大，C 类挡墙最小，B 类挡墙介于二者之间，且不同高度处三类挡墙的输沙通量均呈波状变化.在0.10 m 处，B 和C 类挡墙的输沙通量相比A 类分别减小49.8%和73.3%，而在0.15 m 处，B 和C 类挡墙的输沙通量相比A 类分别减小48.6%和69.4%，输沙通量的减小说明该区域内沙粒浓度较低，沉积量较少.

(4) 轨道线路的沙粒沉积率表明，A 类挡墙I,II,III 处的沉积率最大，B 类挡墙的沉积率较A 类减小45%，31%，35%，C 类减少54%，45%，44%；A 类挡墙的总沉积率最大，B 类较A 类减小26%，C 类减少38%.由此可知，在第一道挡风墙背风侧坡顶处加设第二道挡墙，可有效减小线路的沙粒沉积量.