钻孔封孔模拟：水泥注浆数值模拟与工程实践

1. 钻孔封孔模拟工程背景

在岩土工程和地下工程施工中，钻孔封孔是一项基础但至关重要的技术环节。我在地下工程领域工作多年，处理过各种复杂地质条件下的封孔作业。这次我们模拟的场景是地下50米处直径0.2米的钻孔水泥注浆封堵过程，这是典型的矿山巷道支护和石油井固井作业中会遇到的情况。

为什么要做这个模拟？在实际工程中，我们经常遇到这些问题：注浆压力该设多大？浆液能扩散多远？会不会出现未封堵的通道？传统做法是靠经验公式估算，但地质条件复杂时常常失准。通过数值模拟，我们能在施工前预判浆液流动行为，优化注浆参数，避免材料浪费和工程隐患。

这个二维模型虽然做了简化（比如忽略了地层裂隙和重力影响），但已经能反映注浆过程的核心物理机制。对于初次接触此类模拟的工程师，这个案例可以帮助理解非牛顿流体在多孔介质中的流动特性，以及数值模拟的基本实现路径。

2. 模型构建与网格划分

2.1 极坐标系的优势

选择极坐标系而非笛卡尔坐标系是第一个关键决策。钻孔本质上是圆柱体，在二维简化下就是圆形边界。极坐标(r,θ)天然适配这种几何形状，有两个明显优势：

1. 边界条件处理简单：钻孔壁对应固定的r值（本例r=0.1m），不需要用阶梯状折线逼近圆形
2. 物理方程更准确：浆液扩散是径向主导的过程，极坐标下的控制方程不会引入不必要的数值扩散

我在早期项目中曾尝试用笛卡尔网格，结果发现：

• 需要极细密的网格才能较好逼近圆形边界
• 计算出的浆液前缘会出现明显的网格取向效应（即前缘形状受网格排列方向影响）
• 后处理时需要额外处理才能得到径向分布规律

2.2 非均匀网格生成技巧

网格划分是仿真精度的决定性因素之一。我们的策略是：在浆液变化剧烈的区域（靠近钻孔处）使用密集网格，在远处逐渐稀疏。具体实现：

python复制radius = 0.2  # 钻孔半径(m)
domain_size = 5.0  # 模拟区域半径(m)

# 径向网格：0.2-0.5m区间30层，0.5-5m区间70层
r = np.concatenate([
    np.linspace(radius, 0.5, 30),  # 密集区
    np.linspace(0.5, domain_size, 70)[1:]  # 稀疏区，[1:]避免重复点
])
theta