[发明专利]一种基于骨料几何本征的混凝土二维细观模型建模方法在审
申请号: | 201810776822.7 | 申请日: | 2018-07-13 |
公开(公告)号: | CN108932393A | 公开(公告)日: | 2018-12-04 |
发明(设计)人: | 金浩;周瑜亮;周顺华;王炳龙 | 申请(专利权)人: | 同济大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06T17/10 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 宣慧兰 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 骨料 特征点 二维 模型建模 三维扫描 原始轮廓 几何本 投放 网格 混凝土 混凝土试件 激光扫描 界面图像 形状相似 原始骨料 配对 侵入 视角 移动 重复 | ||
本发明涉及一种基于骨料几何本征的混凝土二维细观模型建模方法,包括:S1、通过对单个骨料激光扫描得到三维扫描网格,通过旋转三维扫描网格获得不同视角的骨料截面,通过对骨料界面图像处理得到骨料的有序原始轮廓特征点;S2、对有序原始轮廓特征点进行简化,通过将简化后的特征点按设定方式移动得到与原始骨料形状相似的多种相似骨料;S3、对不同形状的单个骨料重复步骤S1~S2,将得到的相似骨料建立骨料库;S4、利用设定的骨料侵入判别方法,对骨料库中需投放的骨料根据骨料级配对指定区域进行投放,生成混凝土试件二维细观模型。与现有技术相比,本发明生成的骨料与真实骨料的几何高度相似,并实现了多特征点骨料的快速投放。
技术领域
本发明涉及混凝土细观数值试验技术领域,尤其是涉及一种基于骨料几何本征的混凝土二维细观模型建模方法。
背景技术
混凝土细观力学将混凝土结构看作由骨料、砂浆和界面(ITZ)组成的三相非均匀复合材料,其中骨料的形状直接影响着混凝土的强度、裂缝开展等宏观特性,构建与真实骨料形状相符的骨料模型是进行混凝土细观力学数值模拟分析的前提和基础。
以往的研究中,学者们采用圆形或者椭圆模拟卵石骨料,采用凸多边形模拟碎石骨料,建立了与实际骨料相类似的骨料模型。然而,现有骨料模型皆以规则几何(三角形、四边形)为基础,采用特定的数学算法进行构建,相较于混凝土真实骨料,几何形貌有较大差别。此外,也有学者对混凝土试件的切片进行CT扫描,提取截面上骨料的形状信息,以此重构骨料模型,该方法虽能较好表征截面上真实骨料的形状,但是骨料形状和级配受切片截面所限,且制作单个截面需要重复切片和进行CT扫描,模拟效率较低,无法体现根据级配进行骨料投放生成任意尺寸骨料模型的优势。
上述两类模型不兼具骨料真实几何特征和按骨料级配随机投放的特性,而这两者又是影响裂缝开展规律以及连接宏观-细观力学特性的重要条件。因此有必要建立与真实骨料几何形貌相一致的骨料模型,并可按骨料级配进行随机投放,从而方便准确地模拟实际混凝土结构。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于骨料几何本征的混凝土二维细观模型建模方法。
本发明的目的可以通过以下技术方案来实现:
一种基于骨料几何本征的混凝土二维细观模型建模方法,包括以下步骤:
S1、通过对单个骨料激光扫描得到三维扫描网格,通过旋转三维扫描网格获得不同视角的骨料截面,通过对骨料界面图像处理得到骨料的有序原始轮廓特征点;
S2、对有序原始轮廓特征点进行简化,通过将简化后的特征点按设定方式移动得到与原始骨料形状相似的多种相似骨料;
S3、对不同形状的单个骨料重复步骤S1~S2,将得到的相似骨料建立骨料库;
S4、利用设定的骨料侵入判别方法,对骨料库中需投放的骨料根据骨料级配对指定区域进行投放,生成混凝土试件二维细观模型。
优选的,所述有序原始轮廓特征点为:描述骨料外边界轮廓的以一点为初始点顺时针或逆时针排序的坐标序列。
优选的,所述步骤S2中对有序原始轮廓特征点进行简化的过程采用最小距离控制方法及曲率控制方法。
优选的,所述最小距离控制方法包括:判断有序原始轮廓特征点相邻两点的距离是否小于等于判定值,若是,则删除后点,直至保留的轮廓特征点中任意相邻两点都满足距离大于判定值。
优选的,所述曲率控制方法包括:判定有序原始轮廓特征点相邻三点的曲率半径是否大于等于判定值,若是,则删除第三点,直至保留的轮廓特征点中任意相邻三点都满足曲率半径小于判定值。
优选的,所述步骤S2中将简化后的特征点按设定方式移动的过程具体包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810776822.7/2.html,转载请声明来源钻瓜专利网。