1.1 土的工程分类及性质
1.1.1 土的工程分类
土的种类不同,其施工方法也就不同,相应的工程量和工程造价也会有所不同。土的种类繁多,其分类方法也较多,而在建筑工程施工中常根据土石方施工时土(石)的开挖难易程度,将土分为松软土、普通土、坚土、砂砾坚土、软石、次坚石、坚石和特坚石等8类。前4类属一般土,后4类属岩石,土的工程分类及其现场鉴别方法如表1-1所示。
表1-1 土的工程分类及其现场鉴别方法

注:Ks为最初可松性系数;Ks′为最终可松性系数。
1.1.2 土的基本性质
1.土的组成
土一般由固体颗粒(固相)、水(液相)和空气(气相)三部分组成,这三部分之间的比例关系随着周围条件的变化而变化,三者相互间比例不同,反映出土的物理状态不同,如干燥、稍湿或很湿,密实、稍密或松散。这些指标是土的最基本的物理性质指标,对评价土的工程性质、进行土的工程分类具有重要意义。
土的三相物质是混合分布的,为了阐述方便,一般用三相图表示,具体如图1-1所示。在三相图中,把土的固体颗粒、水、空气各自划分开来。

图1-1 土的三相图
2.土的物理性质
土的物理性质对土方工程的施工有直接影响,所以在施工之前应详细了解,以避免对工程的施工带来不必要的麻烦。其中,土的基本物理性质有土的密度、土的密实度、土的可松性、土的含水量、土的孔隙比和孔隙率、土的渗透性等。
(1)土的密度
土的密度分为天然密度和干密度。
①土的天然密度,是指土在天然状态下单位体积的质量。它影响土的承载力、土压力及边坡的稳定性。一般黏土的密度为1800~2000kg/m3,砂土的密度为1600~2000kg/m3。土的天然密度的计算公式如下:

式中:ρ——土的天然密度,kg/m3;
m——土的总质量,kg;
V——土的天然体积,m3。
②土的干密度,是指土的固体颗粒质量与总体积的比值。土的干密度的计算公式如下:

式中:ρd——土的干密度,kg/m3;
ms——土中固体颗粒的质量,kg;
V——土的天然体积,m3。
土的干密度在一定程度上反映了土颗粒排列的紧密程度,干密度越大,表示土越密实。工程上常把土的干密度作为检验填土压实质量的控制指标。土的最大干密度值可参考表1-2。
表1-2 土的最大干密度和最佳含水量参考值

(2)土的密实度
土的密实度,是指施工时的填土干密度与实验室所得的最大干密度的比值。土的密实度即土的密实程度,通常用干密度表示。土的密实度的计算公式如下:

式中:λc——密实度(即压实系数);
ρd——土的实际干密度,kg/m 3;
ρdmax——土的最大干密度,kg/m3。
土的密实度对填土的施工质量有很大的影响,它是衡量回填土施工质量的重要指标。
(3)土的可松性
土的可松性,是指在自然状态下的土经开挖后,其体积因松散而增大,以后虽经回填压实,也不能再恢复其原来的体积。由于土方工程量是以自然状态的体积来计算的,所以在土方调配、计算土方机械生产率及运输工具数量等方面,必须考虑土的可松性。
土的可松性用最初可松性系数和最终可松性系数表示,具体的计算公式如下:
最初可松性系数

最终可松性系数

式中:Ks——土的最初可松性系数;
Ks′——土的最终可松性系数;
V1——土在自然状态下的体积,m3;
V2——土经开挖后松散状态下的体积,m3;
V3——土经回填压实后的体积,m3。
经分析可知,Ks>Ks′>1。在土方工程中,Ks是计算土方施工机械及运土车辆等的重要参数,Ks′是计算场地平整标高及填方时所需挖土量等的重要参数。各类土的可松性系数可参考表1-1。
【例1-1】 某土石方开挖工程,自然状态下有500m3的土需要外调,现用容量为3m3的汽车外运,需运多少车?(已知该土为二类土,土的最初可松性系数Ks=1.14,最终可松性系数Ks′=1.05)
【解】(1)V2=KsV1=1.14×500=570(m3)
(2)n=V2/3=570/3=190(车)
3.土的含水量
土的含水量,是指土中所含水的质量与土的固体颗粒质量之比,用百分率表示。土的含水量的计算公式如下:

式中:ω——土的含水量;
mw——土中水的质量,kg;
m——土中固体颗粒的质量,kg。
土的含水量表示土的干湿程度。土的含水量在5%以内,称为干土;土的含水量在5%~30%,称为湿土;土的含水量大于30%,称为饱和土。土的含水量影响土方施工方法的选择、边坡的稳定和回填土的夯实质量。如果土的含水量超过25%,则机械化施工就困难,容易使机械打滑、陷车,因此,回填土需有最佳含水量。最佳含水量,是指可使填土获得最大密实度的含水量。土的最佳含水量可参考表1-2。
4.土的孔隙比和孔隙率
孔隙比和孔隙率反映了土的密实程度。孔隙比和孔隙率越小,土越密实。
孔隙比,是指土的孔隙体积与固体体积的比值。土的孔隙比的计算公式如下:

式中:e——土的孔隙比;
Vv——土中孔隙体积(Vv=Va+Vw), m3;
Vs——土中固体颗粒体积,m3。
孔隙率,是指土的孔隙体积与总体积的比值,用百分率表示。土的孔隙率的计算公式如下:

式中:n——土的孔隙率;
V——土的总体积(V=Va+Vw+Vs), m3。
5.土的渗透性
土的渗透性,是指水流通过土中孔隙的难易程度。水在单位时间内穿透土层的能力称为渗透系数K,单位为m/d。它主要取决于土体的孔隙特征,如孔隙的大小、形状、数量和贯通情况等。地下水在土中的渗流速度一般可按达西定律进行计算:

式中:V——水在土中的渗流速度,m/d;
K——土的渗透系数,m/d;
H1——高水位,m;
H2——低水位,m;
i——水力坡度,又叫水力梯度。经过长为L的渗流路程,A、B两点的水位差为H1-H2,它与渗流路程之比,称为水力坡度。具体如图1-2所示。

图1-2 砂土渗透试验
渗透系数K值反映出土透水性的强弱。它将直接影响降水方案的选择和涌水量计算的准确性,可通过室内渗透试验或现场抽水试验确定。一般土的渗透系数可参考表1-3。
表1-3 土的渗透系数
