CN110210178A - 一种基于Python再生混凝土三维随机球形骨料模型的构建方法 - Google Patents
一种基于Python再生混凝土三维随机球形骨料模型的构建方法 Download PDFInfo
- Publication number
- CN110210178A CN110210178A CN201910559015.4A CN201910559015A CN110210178A CN 110210178 A CN110210178 A CN 110210178A CN 201910559015 A CN201910559015 A CN 201910559015A CN 110210178 A CN110210178 A CN 110210178A
- Authority
- CN
- China
- Prior art keywords
- aggregate
- random
- model
- size
- partial size
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008929 regeneration Effects 0.000 title claims abstract description 30
- 238000011069 regeneration method Methods 0.000 title claims abstract description 30
- 238000010276 construction Methods 0.000 title claims abstract description 7
- 239000004570 mortar (masonry) Substances 0.000 claims abstract description 17
- 239000002245 particle Substances 0.000 claims abstract description 15
- 239000000463 material Substances 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000013519 translation Methods 0.000 claims abstract description 6
- 238000003491 array Methods 0.000 claims abstract description 4
- 238000005315 distribution function Methods 0.000 claims abstract description 4
- 238000007667 floating Methods 0.000 claims abstract description 4
- 238000004321 preservation Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 11
- 230000006735 deficit Effects 0.000 claims description 6
- 210000000988 bone and bone Anatomy 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 9
- 238000004088 simulation Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241001174924 Pytho Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011083 cement mortar Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于Python再生混凝土三维随机球形骨料模型的构建方法，步骤为：1)定义数组，数；输入基本参数；2)内置粒径分布函数，内置随机函数；从粒径d1至d2中随机生成一个浮点数，获得随机数；3)将骨料粒径进行分级；对每级骨料分别进行计算，获得各级骨料粒径值；4)将投放空间划分为小格子，把骨料位置投放在格子的中心上；投放位置随机生成；当骨料投放位置与已投放骨料位置重合时，重新投放，得到满足要求的骨料模型；5)对所得球形骨料进行面平移，得到外界面区、老硬化砂浆、内界面区；6)编写定义材料属性、创建分析步、划分网格、定义单元类型、定义约束、输出程序，保存模型；具有提高混凝土计算模型的生成效率的特点。
Description
技术领域
本发明属于再生混凝土的数值模拟技术领域，具体涉及一种基于Pytho n再生混凝土三维随机球形骨料模型的构建方法。
背景技术
再生混凝土是指利用再生粗骨料部分或者全部代替天然骨料配置而成的混凝土，再生混凝土技术的开发和利用是建筑废弃物资源化利用的关键[1]。由于再生骨料细观结构的复杂性和试验条件的差异性，单纯依赖试验的研究方法，很难对再生混凝土的研究有进一步的突破[2]。选取合理计算模型进行数值模拟，能够避开试验条件的限制和人为因素的影响，从而实现将再生混凝土的细观结构和宏观力学性能联系起来。
目前，国内外诸多学者在再生混凝土数值模拟方面进行了研究。肖建庄，李文贵等通过对模型再生混凝土的数值模拟，研究了再生混凝土内部的应力分布特征和各项介质对再生混凝土试件力学性能的影响。党娜娜，彭一江等基于蒙特卡罗法建立二维再生混凝土随机骨料模型，研究了再生混凝土的细观损伤机理。许岳周提出颗粒弹簧模型，研究了不同级配下再生混凝土的抗压强度。现阶段的研究取得了一定的成果，但还存在诸多不足之处。如，固定颗粒数目的计算模型不能体现出骨料的随机性；再生骨料细观结构复杂，在建立细观模型时未能考虑其多界面的特性；大多数的再生混凝土骨料模型是建立在Matlab、Fortran、C++等计算机语言基础的开发，而这些语言并不具备定义材料属性、划分网格等功能，所以还需要建立好骨料模型后再导入有限元软件进行后续步骤，工作量很大，同时实际工程应用操作难度也很大。
发明内容
为克服上述现有技术的不足，本发明的目的是提供一种基于Python再生混凝土三维随机球形骨料模型的构建方法，解决再生骨料计算模型中骨料生成的随机性技术问题，构建出符合真实骨料细观结构的再生骨料计算模型，将再生骨料模型的生成和数值模拟模块整合在一起，简化计算过程，具有提高混凝土计算模型的生成效率、提高计算精度、与混凝土真实结构较为吻合、满足骨料分布的随机性等特点。
为实现上述目的，本发明采用的技术方案是：一种基于Python再生混凝土三维随机球形骨料模型的构建方法，其特征在于，包括以下步骤：
步骤1，定义数组，用于存储基本参数，包括骨料含量、模型尺寸、骨料细观尺寸；骨料界面区厚度为0.5mm；老砂浆厚度为1mm、网格尺寸为 1mm；
所述的骨料含量分别为0.45、0.50、0.55；模型尺寸包括：x方向为10 0mm、y方向为100mm、z方向为100mm；骨料半径分别为20mm、15mm、 10mm、5mm；
所述的模型尺寸包括：x方向为100mm、y方向为100mm、z方向为1 00mm。
步骤2，内置粒径分布函数def rockSizeProbability(d)，内置随机函数d efrandomRockSize(d1,d2)，从粒径d1至d2中随机生成一个浮点数，获得所需范围内的随机数d＝d2+random()*(d1-d2)；
步骤3，将骨料粒径进行分级，当每级累积骨料体积总和小于该级骨料体积总和时，调取随机粒径函数def randomRockSize(d1,d2)，继续增加骨料；对每级骨料分别进行计算，获得各级骨料粒径值，并将值计入粒径库；
步骤4，将投放空间划分为均匀的小格子，为了提高投放效率，把骨料位置投放在格子的中心上；按照骨料粒径从大到小的方式进行投放，投放位置随机生成；当骨料投放位置与已投放骨料位置重合时，重新进行投放，相邻骨料间需满足最小容差rd＝(d1+1)/2.0，通过循环投放得到满足要求的骨料模型，此时模型只包含天然骨料和新硬化水泥砂浆两相材料；
步骤5，对所得球形骨料(要得到包含双界面的五相模型，需要对各个球形骨料进行面平移，以得到包裹在其外的内外界面区和老砂浆)进行面平移，分别得到外界面区、老硬化砂浆、内界面区；
步骤6，编写定义材料属性、创建分析步、划分网格、定义单元类型、定义约束、输出程序；选用ABAQUS软件自带的损伤塑性模型，需定义塑性参数和损伤参数，各参数值存储于mat数组中，保存模型。所述的分析步为ABAQUS软件中的一个功能模块。
所述的步骤3，具体做法是：获得第一级骨料直径：统计第一级骨料的体积总和，当投放骨料体积总和小于第一级骨料体积总和时，调取随机粒径函数，继续增加骨料，分别记录到粒径库和总粒径数组，残余体积对应的粒径即为最后一个粒径，记录最后一个粒径，第二级骨料直径、第三级骨料直径的获得方式与第一级骨料直径的获得方式相同。
步骤4所述的循环投放，其具体投放步骤为：
A、输入骨料颗粒数和粒径；
B、将投递空间划分为均匀的小格子，格子中心位置为投递点；
C、骨料粒径按照从大到小进行排序，按照顺序逐一投递；
D、判断是否满足最小容差，若满足，记录投递次数N，若不满足，返回上一步；若投递次数N小于1000，返回上一步；
F、记录骨料位置和数量；判断是否投放结束，若是，结束投放，若不是，返回至第一步。
步骤6所述的塑性参数包括屈服函数、流动法则、粘性相关参数。
步骤6所述的所述的损伤参数包括压缩损伤参数和拉伸损伤参数。
本发明的有益效果是：
1)本发明建立的再生骨料计算模型能满足骨料生成随机性要求。应用蒙特卡洛法使得再生骨料随机产生，通过构造随机模型使得某一随机变量的数学期望等于所求的解，最基本的随机变量在区间[0，1]上服从均匀分布。若产生[0，1]的均匀随机变量x，则经变换X＝a+(b-a)x后，就可求得在区间 [a，b]上的均匀分布的随机变量X。对于骨料颗粒的随机位置坐标(Xi，Yi，Zi)、骨料随机半径Ri等参数，均可用均匀随机变量经过变换得到。
2)本发明构建的含双界面、五相材料组成的再生骨料细观模型与真实骨料细观结构更为符合。通过再生骨料细观结构方面的试验，建立含双界面、五相材料组成的三维球形再生骨料计算模型。再生粗骨料来源于原生混凝土，本身性能存在很多差异，其细观结构较普通混凝土具有更高的复杂性和随机性。由于再生骨料上附着砂浆(即老硬化砂浆)的存在，使得再生混凝土内部存在较多的过渡界面区。
3)本发明将再生骨料模型的生成和数值模拟模块整合在一起，只需修改相关参数就可进行相应计算，简化计算过程，为再生混凝土的数值模拟研究提供了一种更加快捷高效的方法。
附图说明
图1为本发明再生骨料简化图。
图2为本发明的骨料投放流程图。
图3为本发明实施例的骨料含量为45％的计算模型图。
图4为本发明实施例的骨料含量为50％的计算模型图。
图5为本发明实施例的骨料含量为55％的计算模型图。
图6为本发明实施例的S11应力云图。
图7为本发明实施例的S22应力云图。
图8为本发明实施例的S33应力云图。
图9为本发明的流程图。
具体实施方式
下面结合附图和实施例对本发明的结构原理和工作原理作进一步详细说明。
参见图9，一种基于Python再生混凝土三维随机球形骨料模型的构建方法，其特征在于，包括以下步骤：
步骤1，定义数组，用于存储基本参数，包括骨料含量、模型尺寸、骨料细观尺寸；骨料界面区厚度为0.5mm；老砂浆厚度为1mm、网格尺寸为 1mm；
所述的骨料含量分别为0.45、0.50、0.55；模型尺寸包括：x方向为10 0mm、y方向为100mm、z方向为100mm；骨料半径分别为20mm、15mm、 10mm、5mm；
所述的模型尺寸包括：x方向为100mm、y方向为100mm、z方向为1 00mm。
步骤2，内置粒径分布函数def rockSizeProbability(d)，内置随机函数d efrandomRockSize(d1,d2)，从粒径d1至d2中随机生成一个浮点数，获得所需范围内的随机数d＝d2+random()*(d1-d2)；
步骤3，将骨料粒径进行分级，当每级累积骨料体积总和小于该级骨料体积总和时，调取随机粒径函数def randomRockSize(d1,d2)，继续增加骨料；对每级骨料分别进行计算，获得各级骨料粒径值，并将值计入粒径库；
步骤4，将投放空间划分为均匀的小格子，为了提高投放效率，把骨料位置投放在格子的中心上；按照骨料粒径从大到小的方式进行投放，投放位置随机生成；当骨料投放位置与已投放骨料位置重合时，重新进行投放，相邻骨料间需满足最小容差rd＝(d1+1)/2.0，通过循环投放得到满足要求的骨料模型；参见图2，所述的循环投放，其投放流程为：
输入骨料颗粒数和粒径；
将投递空间划分为均匀的小格子，格子中心位置为投递点；
骨料粒径按照从大到小进行排序，按照顺序逐一投递；
判断是否满足最小容差，若满足，记录投递次数N，若不满足，返回上一步；若投递次数N小于1000，返回上一步；
记录骨料位置和数量；判断是否投放结束，若是，结束投放，若不是，返回至第一步(此处的第一步为：输入骨料颗粒数和粒径)；
步骤5，对所得球形骨料(要得到包含双界面的五相模型，需要对各个球形骨料进行面平移，以得到包裹在其外的内外界面区和老砂浆)进行面平移，分别得到外界面区、老硬化砂浆、内界面区；
步骤6，编写定义材料属性、创建分析步、划分网格、定义单元类型、定义约束、输出程序；选用ABAQUS软件自带的损伤塑性模型，需定义塑性参数和损伤参数，各参数值存储于mat数组中，保存模型。所述的分析步为ABAQUS软件中的一个功能模块。
所述的步骤3，具体做法是：获得第一级骨料直径：统计第一级骨料的体积总和，当投放骨料体积总和小于第一级骨料体积总和时，调取随机粒径函数，继续增加骨料，分别记录到粒径库和总粒径数组，残余体积对应的粒径即为最后一个粒径，记录最后一个粒径，第二级骨料直径、第三级骨料直径的获得方式与第一级骨料直径的获得方式相同。
步骤4所述的循环投放，其具体投放步骤为：
A、输入骨料颗粒数和粒径；
B、将投递空间划分为均匀的小格子，格子中心位置为投递点；
C、骨料粒径按照从大到小进行排序，按照顺序逐一投递；
D、判断是否满足最小容差，若满足，记录投递次数N，若不满足，返回上一步；若投递次数N小于1000，返回上一步；
F、记录骨料位置和数量；判断是否投放结束，若是，结束投放，若不是，返回至第一步。
步骤6所述的塑性参数包括屈服函数、流动法则、粘性相关参数。
步骤6所述的所述的损伤参数包括压缩损伤参数和拉伸损伤参数。
参见图1，构建出符合真实骨料细观结构的再生骨料计算模型。实现该目标的技术方案为：通过查阅再生骨料细观结构方面的试验资料，建立含双界面、五相材料组成的三维球形再生骨料计算模型。再生粗骨料来源于原生混凝土，本身性能存在很多差异，其细观结构较普通混凝土具有更高的复杂性和随机性。由于再生骨料上附着砂浆(即老硬化砂浆)的存在，使得再生混凝土内部存在较多的过渡界面区。在细观层次上，将再生混凝土看作由新硬化砂浆、外界面区、老硬化砂浆、内界面区、天然骨料五相材料组成。结合相关研究成果，将再生骨料简化为球形，内界面区、老硬化砂浆、外界面区均以球状包裹于天然骨料外侧。老硬化砂浆厚度取为1m m，内外界面区厚度取为0.5mm(如图1)。
参见图3，本发明采用图3验证了算法的可行性和球形骨料模型的合理性，骨料含量为45％时，不同大小的骨料颗粒随机分布，与再生混凝土的真实细观结构较为吻合；
参见图4，本发明采用图4验证了算法的可行性和球形骨料模型的合理性，骨料含量为50％时，不同大小的骨料颗粒随机分布，与再生混凝土的真实细观结构较为吻合；
参见图5，本发明采用图5验证了算法的可行性和球形骨料模型的合理性，骨料含量为55％时，不同大小的骨料颗粒随机分布，与再生混凝土的真实细观结构较为吻合，当骨料含量较高时仍能高效生成随机分布的球形骨料模型，说明本发明具有较好的通用性；
参见图6，本发明采用图6说明对所建立的骨料含量为45％的球形骨料模型进行数值模拟时，可获得准确的s11应力云图，验证了本发明用于数值计算的合理性；
参见图7，本发明采用图7说明对所建立的骨料含量为45％的球形骨料模型进行数值模拟时，可获得准确的s22应力云图，验证了本发明用于数值计算的合理性；
参见图8，本发明采用图8说明对所建立的骨料含量为45％的球形骨料模型进行数值模拟时，可获得准确的s33应力云图，验证了本发明用于数值计算的合理性。
Claims (5)
1.一种基于Python再生混凝土三维随机球形骨料模型的构建方法，其特征在于，包括以下步骤：
步骤1，定义数组，用于存储基本参数，包括骨料含量、模型尺寸、骨料细观尺寸；骨料界面区厚度为0.5mm；老砂浆厚度为1mm、网格尺寸为1mm；
所述的骨料含量分别为0.45、0.50、0.55；模型尺寸包括：x方向为100mm、y方向为100mm、z方向为100mm；骨料半径分别为20mm、15mm、10mm、5mm；
所述的模型尺寸包括：x方向为100mm、y方向为100mm、z方向为100mm。
步骤2，内置粒径分布函数def rockSizeProbability(d)，内置随机函数defrandomRockSize(d1,d2)，从粒径d1至d2中随机生成一个浮点数，获得所需范围内的随机数d＝d2+random()*(d1-d2)；
步骤3，将骨料粒径进行分级，当每级累积骨料体积总和小于该级骨料体积总和时，调取随机粒径函数def randomRockSize(d1,d2)，继续增加骨料；对每级骨料分别进行计算，获得各级骨料粒径值，并将值计入粒径库；
步骤4，将投放空间划分为均匀的小格子，为了提高投放效率，把骨料位置投放在格子的中心上；按照骨料粒径从大到小的方式进行投放，投放位置随机生成；当骨料投放位置与已投放骨料位置重合时，重新进行投放，相邻骨料间需满足最小容差rd＝(d1+1)/2.0，通过循环投放得到满足要求的骨料模型；
步骤5，对所得球形骨料进行面平移，分别得到外界面区、老硬化砂浆、内界面区；
步骤6，编写定义材料属性、创建分析步、划分网格、定义单元类型、定义约束、输出程序；选用ABAQUS软件自带的损伤塑性模型，需定义塑性参数和损伤参数，各参数值存储于mat数组中，保存模型。所述的分析步为ABAQUS软件中的一个功能模块。
2.根据权利要求1所述的一种基于Python再生混凝土三维随机球形骨料模型的构建方法，其特征在于，所述的步骤3，具体做法是：获得第一级骨料直径：统计第一级骨料的体积总和，当投放骨料体积总和小于第一级骨料体积总和时，调取随机粒径函数，继续增加骨料，分别记录到粒径库和总粒径数组，残余体积对应的粒径即为最后一个粒径，记录最后一个粒径，第二级骨料直径、第三级骨料直径的获得方式与第一级骨料直径的获得方式相同。
3.根据权利要求1所述的一种基于Python的再生混凝土三维随机球形骨料模型的构建方法，其特征在于，步骤4所述的循环投放，其具体投放步骤为：
A、输入骨料颗粒数和粒径；
B、将投递空间划分为均匀的小格子，格子中心位置为投递点；
C、骨料粒径按照从大到小进行排序，按照顺序逐一投递；
D、判断是否满足最小容差，若满足，记录投递次数N，若不满足，返回上一步；若投递次数N小于1000，返回上一步；
F、记录骨料位置和数量；判断是否投放结束，若是，结束投放，若不是，返回至第一步。
4.根据权利要求1所述的一种基于Python再生混凝土三维随机球形骨料模型的构建方法，其特征在于，步骤6所述的塑性参数包括屈服函数、流动法则、粘性相关参数。
5.根据权利要求1所述的一种基于Python再生混凝土三维随机球形骨料模型的构建方法，其特征在于，步骤6所述的所述的损伤参数包括压缩损伤参数和拉伸损伤参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910559015.4A CN110210178A (zh) | 2019-06-26 | 2019-06-26 | 一种基于Python再生混凝土三维随机球形骨料模型的构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910559015.4A CN110210178A (zh) | 2019-06-26 | 2019-06-26 | 一种基于Python再生混凝土三维随机球形骨料模型的构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110210178A true CN110210178A (zh) | 2019-09-06 |
Family
ID=67794584
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910559015.4A Pending CN110210178A (zh) | 2019-06-26 | 2019-06-26 | 一种基于Python再生混凝土三维随机球形骨料模型的构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110210178A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110706352A (zh) * | 2019-10-10 | 2020-01-17 | 重庆交通大学 | 基于多边形随机骨料的混凝土三相细观模型构建及内氯离子侵蚀数值模拟方法 |
| CN110807242A (zh) * | 2019-09-23 | 2020-02-18 | 重庆交通大学 | 考虑骨料分区域填充的钢筋混凝土细观数值模型构建方法 |
| CN110826281A (zh) * | 2019-11-11 | 2020-02-21 | 广州市第一市政工程有限公司 | 一种混凝土非均质性数值模拟方法 |
| CN111159927A (zh) * | 2019-11-24 | 2020-05-15 | 浙江大学 | 基于体素矩阵的三维不规则形状颗粒投放的数值建模方法 |
| CN112464523A (zh) * | 2020-11-06 | 2021-03-09 | 西安理工大学 | 一种再生混凝土椭圆形随机骨料模型的构建方法 |
| CN112632814A (zh) * | 2020-12-04 | 2021-04-09 | 西安理工大学 | 一种基于椭球体随机骨料的再生混凝土三维模型构建方法 |
| CN113297718A (zh) * | 2021-04-02 | 2021-08-24 | 长江水利委员会长江科学院 | 粗粒料块体系统生成方法、装置、存储介质及设备 |
| CN113326643A (zh) * | 2021-05-12 | 2021-08-31 | 东南大学 | 基于ABAQUS python脚本开发的灌浆料三维随机缺陷模型构建方法 |
| CN115205486A (zh) * | 2022-07-14 | 2022-10-18 | 重庆交通大学 | 混凝土三维细观数值模型构建方法及氯离子传输仿真系统 |
| CN116663378B (zh) * | 2023-05-23 | 2024-06-04 | 合肥工业大学 | 一种考虑再生砂颗粒形貌的级配优化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106644868A (zh) * | 2017-02-08 | 2017-05-10 | 河海大学 | 一种二维非凸形随机骨料周围界面浓度的测定方法 |
| CN107918706A (zh) * | 2017-11-15 | 2018-04-17 | 东南大学 | 一种自适应的混凝土细观建模方法 |
| CN108334676A (zh) * | 2018-01-19 | 2018-07-27 | 西安理工大学 | 一种基于python再生混凝土三维随机球形骨料模型的构建方法 |
| WO2019010859A1 (zh) * | 2017-07-13 | 2019-01-17 | 山东大学 | 一种高致密度离散颗粒多相体系的建模方法 |
-
2019
- 2019-06-26 CN CN201910559015.4A patent/CN110210178A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106644868A (zh) * | 2017-02-08 | 2017-05-10 | 河海大学 | 一种二维非凸形随机骨料周围界面浓度的测定方法 |
| WO2019010859A1 (zh) * | 2017-07-13 | 2019-01-17 | 山东大学 | 一种高致密度离散颗粒多相体系的建模方法 |
| CN107918706A (zh) * | 2017-11-15 | 2018-04-17 | 东南大学 | 一种自适应的混凝土细观建模方法 |
| CN108334676A (zh) * | 2018-01-19 | 2018-07-27 | 西安理工大学 | 一种基于python再生混凝土三维随机球形骨料模型的构建方法 |
Non-Patent Citations (2)
| Title |
|---|
| 常彦铮: "应用ANSYS建立再生混凝土随机骨料模型的方法研究", 《价值工程》 * |
| 郭瑞奇等: "一种快速生成三维混凝土骨料模型的混合实现方法", 《土木建筑与环境工程》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110807242A (zh) * | 2019-09-23 | 2020-02-18 | 重庆交通大学 | 考虑骨料分区域填充的钢筋混凝土细观数值模型构建方法 |
| CN110706352B (zh) * | 2019-10-10 | 2023-03-10 | 重庆交通大学 | 基于多边形随机骨料的混凝土三相细观模型构建及内氯离子侵蚀数值模拟方法 |
| CN110706352A (zh) * | 2019-10-10 | 2020-01-17 | 重庆交通大学 | 基于多边形随机骨料的混凝土三相细观模型构建及内氯离子侵蚀数值模拟方法 |
| CN110826281A (zh) * | 2019-11-11 | 2020-02-21 | 广州市第一市政工程有限公司 | 一种混凝土非均质性数值模拟方法 |
| CN111159927A (zh) * | 2019-11-24 | 2020-05-15 | 浙江大学 | 基于体素矩阵的三维不规则形状颗粒投放的数值建模方法 |
| CN112464523A (zh) * | 2020-11-06 | 2021-03-09 | 西安理工大学 | 一种再生混凝土椭圆形随机骨料模型的构建方法 |
| CN112632814A (zh) * | 2020-12-04 | 2021-04-09 | 西安理工大学 | 一种基于椭球体随机骨料的再生混凝土三维模型构建方法 |
| CN113297718A (zh) * | 2021-04-02 | 2021-08-24 | 长江水利委员会长江科学院 | 粗粒料块体系统生成方法、装置、存储介质及设备 |
| CN113297718B (zh) * | 2021-04-02 | 2022-05-20 | 长江水利委员会长江科学院 | 粗粒料块体系统生成方法、装置、存储介质及设备 |
| CN113326643B (zh) * | 2021-05-12 | 2022-11-18 | 东南大学 | 基于ABAQUS python脚本开发的灌浆料三维随机缺陷模型构建方法 |
| CN113326643A (zh) * | 2021-05-12 | 2021-08-31 | 东南大学 | 基于ABAQUS python脚本开发的灌浆料三维随机缺陷模型构建方法 |
| CN115205486A (zh) * | 2022-07-14 | 2022-10-18 | 重庆交通大学 | 混凝土三维细观数值模型构建方法及氯离子传输仿真系统 |
| CN116663378B (zh) * | 2023-05-23 | 2024-06-04 | 合肥工业大学 | 一种考虑再生砂颗粒形貌的级配优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110210178A (zh) | 一种基于Python再生混凝土三维随机球形骨料模型的构建方法 | |
| CN108334676A (zh) | 一种基于python再生混凝土三维随机球形骨料模型的构建方法 | |
| CN110706352B (zh) | 基于多边形随机骨料的混凝土三相细观模型构建及内氯离子侵蚀数值模拟方法 | |
| Coupez et al. | Parallel meshing and remeshing | |
| JP6784780B2 (ja) | 大規模再生可能エネルギーのデータについて確率モデルを構築する方法 | |
| CN104077428B (zh) | 一种服务产业联盟的远程有限元分析方法 | |
| CN104331641B (zh) | 一种基于集群式gpu加速的荧光蒙特卡罗模拟方法 | |
| CN112084694B (zh) | 一种考虑非理想界面的颗粒增强复合材料微观结构的几何建模方法 | |
| CN108427861A (zh) | 一种基于mpt工具包构建材料周期性多晶结构的方法 | |
| CN107918706A (zh) | 一种自适应的混凝土细观建模方法 | |
| Eleftheriadis et al. | Automated specification of steel reinforcement to support the optimisation of RC floors | |
| CN109164117A (zh) | 基于集料-砂浆界面断裂规律的沥青混凝土损伤预测方法 | |
| CN102819647A (zh) | 一种非均质材料随机微观结构有限元建模方法 | |
| CN107358009A (zh) | 一种颗粒增强复合材料的虚拟建模方法 | |
| CN112464523A (zh) | 一种再生混凝土椭圆形随机骨料模型的构建方法 | |
| CN110162849B (zh) | 一种混杂纤维混凝土的建模方法 | |
| Chang et al. | Concurrent design and manufacturing for mechanical systems | |
| Chen et al. | 3D random packing algorithm of ellipsoidal particles based on the Monte Carlo method | |
| CN112948123B (zh) | 一种基于Spark的网格水文模型分布式计算方法 | |
| Dong et al. | Optimal design of three-dimensional voxel printed multimaterial lattice metamaterials via machine learning and evolutionary algorithm | |
| CN107203828A (zh) | 一种钢筋价格预测方法、系统及平台 | |
| CN111797447B (zh) | 一种复杂地基混凝土坝孔道配筋方法 | |
| CN117116390A (zh) | 一种适用于格子离散粒子模型复杂计算域的离散化方法 | |
| CN111159927B (zh) | 基于体素矩阵的三维不规则形状颗粒投放的数值建模方法 | |
| CN115205486B (zh) | 混凝土三维细观数值模型构建方法及氯离子传输仿真系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190906 |