[发明专利]一种颗粒流微观力学参数反演方法

权利要求书

1.一种颗粒流微观力学参数反演方法，其特征在于，包括以下步骤：

步骤一：通过物理实验获取岩石物理实验宏观力学参数；

物理实验宏观力学参数包括单轴抗压强度UCS_experimental、弹性模量E_experimental、泊松比v_experimental；

步骤二：基于物理宏观力学参数反演出颗粒流微观力学参数；

颗粒流微观力学参数包括颗粒密度ρ、颗粒最大半径与最小半径比值R_max/R_min、颗粒最小半径R_min、颗粒接触刚度E_c、颗粒法向刚度与切向刚度比值k_n/k_s、平行连接刚度平行连接法向刚度与切向刚度比值颗粒摩擦系数μ、平行连接法向刚度平均值σ_c-mean、平行连接法向刚度方差σ_c-std、平行连接剪切刚度平均值τ_c-mean、平行连接剪切刚度方差τ_c-std；

步骤三：通过数值模拟计算获取数值模拟宏观力学参数；

将步骤二所得到的流微观力学参数开展数值模拟计算，并获取该组微观力学参数所对应的数值模拟宏观力学参数，即单轴抗压强度UCS_numerical、弹性模量E_numerical、泊松比v_numerical；

步骤四：采用模拟退火算法调整颗粒流微观力学参数，使得数值模拟计算宏观力学参数与物理实验宏观力学参数不断接近，当数值模拟宏观力学参数与物理实验宏观力学参数之间的误差小于10％时，则此时对应的颗粒流微观力学参数则是所需要确定的微观力学参数；

采用模拟退火算法调整颗粒流微观力学参数的具体步骤为：

步骤1：初始化模拟退火算法超参数：温度Temperature、降温系数Decay、马可夫链长度Markov及数据跳动因子Stepfactor，马可夫链长度Markov表示每一温度条件下循环次数，迭代次数Iteration＝0；

初始数值模拟计算时，微观力学参数：颗粒密度、颗粒最大半径与最小半径比值、颗粒最小半径、颗粒接触刚度、颗粒法向刚度与切向刚度比值、平行连接刚度、平行连接法向刚度与切向刚度比值、颗粒摩擦系数、平行连接法向刚度平均值、平行连接法向刚度方差、平行连接剪切刚度平均值、平行连接剪切刚度方差的最大值和最小值分别为ρ_max、R_max-max/R_min-max、R_min-max、E_c-max、k_n-max/k_s-max、μ_max、σ_c-mean-max、σ_c-std-max、τ_c-mean-max、τ_c-std-max和ρ_min、R_max-min/R_min-min、R_min-min、E_c-min、k_n-min/k_s-min、μ_min、σ_c-mean-min、σ_c-std-min、τ_c-mean-min、τ_c-std-min，然后在微观力学参数最大值与最小值之间选取随机值ρ_pre、R_max-pre/R_min-pre、R_min-pre、E_c-pre、k_n-pre/k_s-pre、μ_pre、σ_c-mean-pre、σ_c-std-pre、τ_c-mean-pre、τ_c-std-pre作为微观力学参数初始值，采用该组微观力学参数开展数值模拟单轴压缩实验，获得数值模拟宏观力学参数单轴抗压强度、弹性模量和泊松比分别为UCS_{numerical-pre}、E_{numerical-pre}、v_{numerical-pre}；

计算获得的数值模拟宏观力学参数与物理试验获得的宏观力学参数之间的相对误差最大值Judge_pre，Judge_pre即作为判别值表示为：

同时将初始的微观力学参数视为最优的微观力学参数：

其对应的判别值也是目前最优的相对误差值：

Judge_best＝Judge_pre (3)

步骤2：基于先前的微观力学参数集合(ρ_pre、R_max-pre/R_min-pre、R_min-pre、E_c-pre、k_n-pre/k_s-pre、μ_pre、σ_c-mean-pre、σ_c-std-pre、τ_c-mean-pre、τ_c-std-pre)确定下一组微观力学参数的数值，其计算公式如下：

上式中rand为-1到1之间的随机数，通过式(4)基于先前的微观力学参数集合(ρ_pre、R_max-pre/R_min-pre、R_min-pre、E_c-pre、k_n-pre/k_s-pre、μ_pre、σ_c-mean-pre、σ_c-std-pre、τ_c-mean-pre、τ_c-std-pre)，产生当前的微观力学参数集合(ρ_next、R_max-next/R_min-next、R_min-next、E_c-next、k_n-next/k_s-next、μ_next、σ_c-mean-next、σ_c-std-next、τ_c-mean-next、τ_c-std-next)，采用当前的微观力学参数集合开展单轴压缩数值模拟实验获取相应的数值模拟模型宏观力学参数：单轴抗压强度UCS_{numerical-next}、弹性模量E_{numerical-next}和泊松比v_{numerical-next}，并计算判别函数的值Judge_next：

步骤3：如果计算得到的Judge_nextJudge_best，则更新最优的微观力学参数集合及最优的目标值：

Judge_best＝Judge_next (7)

如果Judge_nextJudge_best，则无需更新最优微观力学参数集合；

步骤4：如果计算得到的Judge_nextJudge_pre，则更新先前颗粒流微观力学参数及先前判断函数值：

Judge_pre＝Judge_next (9)

而当Judge_next≥Judge_pre时，先计算概率值p₁，p₁表示为：

然后产生一个0到1的随机数p₂，如果p₁p₂则更新先前颗粒流微观力学参数及先前判断函数值，即执行公式(8)和公式(9)，否则不执行任何操作；

步骤5：迭代次数更新，Iteration＝Iteration+1，当IterationMarkov时：Iteration＝0，当前温度下降Temperature＝Temperature×Decay；执行完步骤5之后，再次执行步骤2，依此循环。

2.根据权利要求1所述的颗粒流微观力学参数反演方法，其特征在于，所述步骤四中，数值模拟计算终止条件是数值模拟计算得到的宏观力学参数与物理实验得到的宏观力学参数差值相对误差小于10％；数值模拟计算过程中，每迭代一次就对Judge_best进行判定，当Judge_best≤10％时，则停止计算，其中Judge_best表示为：

式中，UCS_{numerical-best}，E_{numerical-best}，v_{numerical-best}表示计算过程中最佳的单轴抗压强度、弹性模量及泊松比组合。