[发明专利]基于点云数据建立节理岩体离散元模型的数值模拟方法

权利要求书

1.一种基于点云数据建立节理岩体离散元模型的数值模拟方法，其特征在于，包括如下步骤：

步骤1：通过三维激光扫描仪对节理岩体表面进行扫描，获取节理岩体的点云数据集；

步骤2：对点云数据集进行去噪处理，得到去噪后的点云数据集；

步骤3：对去噪后的点云数据集进行精简滤波处理，得到精简后的点云数据集，所述精简滤波处理包括点云精简处理、体素化滤波处理；

步骤4：根据精简后的点云数据集识别出结构面，并计算出结构面产状参数；

步骤5：根据结构面产状参数进行结构面参数统计分析；

步骤6：将所有结构面产状统计参数输入到裂隙建模软件中得到节理岩体的初始三维模型；

步骤7：利用3D造型软件，将节理岩体的初始三维模型转换为离散元数值分析软件可识别的文件类型；

步骤8：将文件类型可识别的三维模型输入到数值模拟软件中进行数值分析，生成节理岩体的最终三维模型。

2.根据权利要求1所述的一种基于点云数据建立节理岩体离散元模型的数值模拟方法，其特征在于，所述步骤3中的点云精简处理，表述为：采用字段截取法对去噪后的点云数据集进行过滤处理，得到过滤后的点云数据集；

所述体素化滤波处理，包括：

步骤3.1：设置体素栅格的大小；

步骤3.2：将体素栅格插入过滤后的点云数据集中；

步骤3.3：计算体素栅格内每个点到体素栅格中点的距离，取距离最小值对应的点作为每个体素栅格的重心点，删除掉除重心点以外的其他点，得到精简后的点云数据集。

3.根据权利要求1所述的一种基于点云数据建立节理岩体离散元模型的数值模拟方法，其特征在于，所述步骤4包括：

步骤4.1：基于kd-tree实现k近邻搜索，建立精简后的点云数据集中的拓扑关系；

步骤4.2：利用改进的区域生长算法进行结构面的识别，包括：

步骤4.2.1：在识别区域中选取种子点作为初始生长点；

步骤4.2.2：计算种子点的法向量的夹角α'，以及种子点周围邻域中所有点的法向量的夹角{α₁,α₂,…α_i,…,α_n},i＝1,2,…,n，α_i表示种子点周围邻域中第i个点的法向量的夹角；

步骤4.2.3：如果则将种子点周围邻域中第i个点合并到种子点所在的识别区域，如果则不进行合并操作，其中表示平整度约束值；

步骤4.2.4：在合并到识别区域的点中寻找新的种子点，重复步骤4.2.2～步骤4.2.3，直到再没有新的点合并到所述识别区域中，得到每个生长区域的聚类集；

步骤4.2.5：根据每个聚类集中的所有点拟合得到结构面所在平面的法线，并计算得到结构面的产状，所述结构面的产状包括法向量、倾向、倾角。

4.根据权利要求3所述的一种基于点云数据建立节理岩体离散元模型的数值模拟方法，其特征在于，所述拓扑关系是指点云邻域关系的建立，应先对点云进行空间划分，再在划分后候选点所在的子空间中划分新的子空间。