用COMSOL 模拟双重介质注浆模型，浆液在多孔介质和裂隙中流动。 裂隙为浆液流动的优势通道，明显快与无裂隙的基质通道。 裂隙为随机均匀分布。 注：本算例考虑浆液的渗滤效应。 浆液粘度随扩散距离增加而降低。
工程上遇到松散地层加固，注浆模拟必须考虑双重介质特性。今天咱们用COMSOL整点有意思的——当水泥浆同时遭遇多孔基质和随机裂隙，流动行为到底有多分裂？
先看核心矛盾点：裂隙里浆液跑得飞快，基质区域像蜗牛爬。这里面的门道在于渗透率的量级差异，通常裂隙渗透率是基质的10²-10⁴倍。咱们用随机圆盘裂隙建模（别问我为啥选圆盘，问就是计算效率妥协）。
% COMSOL裂隙生成脚本片段 num_fissures = 20; % 随机裂隙数量 for i = 1:num_fissures radius = 0.1 + 0.1*rand(); % 半径0.1-0.2m随机 theta = 2*pi*rand(); x0 = 1.5*rand(); % 在1.5m范围内随机分布 y0 = 1.5*rand(); model.geom('geom1').feature().create('circ'+i, 'Circle'); model.geom('geom1').feature('circ'+i).set('pos', [x0, y0]); model.geom('geom1').feature('circ'+i).set('r', radius); end这段代码的玄机在rand()函数——通过均匀分布随机数确保裂隙既不扎堆也不排排坐。注意循环次数控制在20个左右，太多会让网格生成怀疑人生。
接下来处理最关键的渗滤效应。浆液黏度不是铁板一块，随着扩散距离增大，水分流失导致黏度飙升。这里需要自定义材料属性：
model.material.create('mat1'); model.material('mat1').propertyGroup('def').set('dynamicviscosity', 'eta0*(1+0.05*sqrt(x^2+y^2))');这个公式里的sqrt(x²+y²)就是扩散距离的近似计算。0.05是经验系数，现场数据调参时经常要动这里。注意黏度变化必须关联到速度场，形成正反馈循环。
物理场设置采用达西定律和Brinkman方程联立：
- 基质区域用达西定律（低雷诺数）
- 裂隙区域切Brinkman方程（考虑惯性效应）
边界条件要玩点花样——注浆压力采用渐进加载，避免初始阶段数值震荡：
model.physics('brinkman').feature('pfeq1').set('p0', '10[MPa]*(t/10)'); % 前10秒压力从0线性增至10MPa计算结果可视化时，用流线图叠加裂隙结构最能说明问题。注意调整颜色映射范围，把流速差异放大到肉眼可辨——裂隙里的流线密集得像春运火车站，基质区域稀疏得像凌晨马路。
模拟发现个反直觉现象：当注浆压力超过临界值，基质区域反而会出现流动停滞。这是因为高压力下浆液优先走裂隙通道，形成"流动劫持"效应。这个现象在传统单介质模型里完全无法捕捉。
最后给个实用建议：网格划分时在裂隙边缘要加密三层以上。用边界层网格处理黏度梯度，别心疼计算资源——毕竟浆液跑路的精度全看这里。实在跑不动可以试试分离求解器，先算稳态流场再耦合传质。
搞模拟就像注浆施工，参数调整得有点耐心。下次试试非牛顿流体本构？那才是真正的快乐（痛苦）源泉。
