CN112634321B - 基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法 - Google Patents
基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法 Download PDFInfo
- Publication number
- CN112634321B CN112634321B CN202011132574.6A CN202011132574A CN112634321B CN 112634321 B CN112634321 B CN 112634321B CN 202011132574 A CN202011132574 A CN 202011132574A CN 112634321 B CN112634321 B CN 112634321B
- Authority
- CN
- China
- Prior art keywords
- particle
- particles
- numerical
- matching
- test
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供了一种基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法。筑坝颗粒材料力学试验系统包括:原位力学试验数据获取部;颗粒追踪部,基于球谐转动不变量进行颗粒匹配与追踪,从而得到各颗粒的运动轨迹信息;数值模拟部,利用球谐函数重构颗粒形状特征,通过数值模拟生成与颗粒信息库中颗粒形状和尺寸对应的颗粒模型和数值样本;然后,对数值样本进行数值试验,得到数值试验数据;以及数据处理部,对原位力学试验数据获取部和颗粒追踪部的数据进行处理,得到物理实验数据表示的筑坝颗粒材料的宏细观力学特性,对数值模拟部的试验数据进行处理,得到数值实验数据表示的筑坝颗粒材料的宏细观力学特性。
Description
技术领域
本发明属于颗粒宏细观力学研究领域,具体涉及基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法。
技术背景
颗粒材料是一个复杂的多体相互作用体系,由大量不同形态颗粒组成的离散体系,如砂粒、矿石、碎石等。不同于传统固体与流体,颗粒材料具有显著的非均匀性和强耗散特性,在剪切作用下表现出屈服、体积膨胀、局部变形和断续崩塌等一系列失稳现象,成为力学、物理、岩土工程和水利工程的重点研究领域。颗粒材料在细观尺度的结构非均匀性和动力学异质性的特征决定了颗粒材料具有很多独特的宏观力学性质。因此对于筑坝颗粒材料的认识需要在本质上探求筑坝颗粒材料复杂宏观力学特性的细观机制,加强筑坝颗粒材料宏细观力学特性的研究,从颗粒细观结构和动力学出发建立宏观尺度和细观尺度力学行为的联系是必然途径,不仅能解决坝体工程实际问题提高工程设计水平,而且对颗粒材料的科学研究也有重要推进。
颗粒材料中的离散颗粒普遍呈现各向异性,包括颗粒尺寸、颗粒形状、颗粒体系内部结构的各向异性。自然界中的颗粒材料存在显著的形状多样性和各向异性的特征,这种独特的固有属性为颗粒自身的运动带来了较多的自由度,必然引起复杂多样化的颗粒体系内部组成结构和颗粒局部运动行为,显著影响颗粒材料的力学特性。众多试验测试和数值模拟均表明颗粒形状对颗粒材料的抗剪强度和剪切特性具有重要影响。众多学者意识到颗粒形状对颗粒材料的宏细观行为和变形特性起着至关重要的作用,引发了在颗粒形状的数值表征构造和数值模拟应用的研究。早期主要考虑较为规则的颗粒形状,如椭圆、椭球、立方体、二次曲面等。较规则的颗粒形状限制了对表面不光滑颗粒的探讨,随后发展了利用空间点信息、棱角信息和面信息组合的方式构建凸多面体颗粒。尽管前期的这些颗粒形状构造的研究为揭示颗粒材料细观结构组成发挥了极大的推动作用,但随着研究的深入,对规则颗粒形态的表征和重构并不能满足自然界和工程实践中对复杂颗粒形状材料的力学特性的高需求。因此对真实复杂形状颗粒材料内部的细观结构演化和细观力学的模拟和研究是相关学者一直追求的目标和动力。
颗粒材料的基本特征决定了单独从基本理论到试验手段再到数值分析方法上,表征与建立颗粒材料结构与性能的相关性存在极大困难。尽管离散单元方法的发展在过去三十年中为理解颗粒材料颗粒尺度力学行为的研究提供了技术手段,用于研究岩土颗粒材料的一系列行为,包括颗粒材料的屈服、塑性变形、级配演化、应变局部化和能量耗散能以及颗粒尺度的接触特征等。但DEM方法缺乏对复杂颗粒形态的准确描述,尤其是颗粒局部形态和表面纹理。后续连续-离散耦合分析方法的发展为考虑不规则颗粒形状和颗粒破碎的数值模拟做出了重大贡献,但对于更为复杂的真实颗粒形状的建模和分析仍存在不足。此外,在过去二十年,无损测试技术的发展,如X射线断层扫描技术,实现了对颗粒材料三维细观结构和颗粒局部形态的识别,同时为调查颗粒尺度运动学行为提供了试验手段,成为研究复杂颗粒体系的一种有前途的技术。但是,这种试验技术在不同的加载状态下匹配相同的单个颗粒仍然是一个实验挑战,特别是对于经历大变形和扫描状态之间的大应变间隔的颗粒系统。同时这种技术缺乏对颗粒尺度接触力行为的研究能力。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法,不仅能够充分考虑颗粒形状对宏细观力学特性的影响,而且能够提高原位力学试验中颗粒追踪的精度和效率,还可以定量地再现测试颗粒体系的宏观力学响应和细、微观尺度的力学行为。
本发明为了实现上述目的,采用了以下方案:
<系统>
本发明提供一种基于虚拟现实结合的筑坝颗粒材料力学试验系统,其特征在于,包括:
原位力学试验数据获取部,通过微型三轴仪(ERDμ-T加载设备)和X射线计算机断层扫描对待测筑坝颗粒材料的原位三轴剪切试验和X射线断层扫描,获取剪切前各向同性状态下的颗粒材料内部各颗粒的结构图像,得到包含各颗粒的形状、尺寸和位置信息的颗粒信息库,并在微型三轴仪剪切加载过程中获取不同时刻的颗粒材料发生变形后的结构图像;
颗粒追踪部,与原位力学试验数据获取部通信相连,基于球谐转动不变量进行颗粒匹配与追踪:对颗粒材料的内部结构图像进行图像处理,确定筑坝颗粒材料的颗粒平均粒径d50和颗粒的总个数,和各图像中每个颗粒编号对应的颗粒质心、体积、颗粒的球谐转动不变量向量;选取颗粒信息库中的颗粒组成参考构型,参考构型中任一参考颗粒i的匹配过程为:对于被搜索图像,以参考颗粒i的质心位置为中心,在3d50为半径的球体内搜索颗粒,处在搜索区域内的所有颗粒均储存在1Ck,i数组中,作为第一候选颗粒集;从第一候选颗粒集中去除体积差异较大的颗粒,并将剩下的颗粒储存到2Ck,i数组中,作为第二候选颗粒集;对第二候选颗粒集2Ck,i中的任一候选颗粒j与参考颗粒i计算对应的球谐转动不变量的二范数差值,并储存在数组RD k,i中;在数组RD k,i中最小二范数差值对应的颗粒j暂认为是与参考颗粒i最相似的颗粒,并将颗粒j作为参考颗粒i的匹配颗粒,待存储至被搜索图像所对应的数组{Tk}中;判断在数组{Tk}中颗粒j是否已被匹配给其它参考颗粒p,如判断为否,则将颗粒j匹配给参考颗粒i并储存到匹配颗粒集{Tk}中;若判断为是,则进一步判断参考颗粒i与颗粒j的转动不变量的二范数差值RD k,i(j)与参考颗粒p和颗粒j的转动不变量的二范数差值RD k,p(j)大小,若RD k,p(j)≤RD k,i(j),则认为颗粒j与匹配颗粒p更为匹配,需要对参考颗粒i进行重新匹配,并将候选颗粒集2Ck,i中的颗粒j去除;如果RD k,p(j)>RD k,i(j),则认为颗粒j与参考颗粒i更为匹配,需要对参考颗粒p进行重新匹配,并将参考颗粒p候选颗粒集2Ck ,p中的颗粒j去除,将匹配颗粒集{Tk}中参考颗粒p的匹配关系删除,将颗粒j匹配给参考颗粒i储存到匹配颗粒集{Tk}中;通过以上方法,将参考构型中的每个参考颗粒与被搜索的图像中的对应颗粒匹配,各图像都完成搜索和匹配后,得到所有参考颗粒精确匹配到各时刻图像中对应颗粒的匹配颗粒集{Tk},从而得到各参考颗粒的运动轨迹信息;
数值模拟部,与原位力学试验数据获取部通信相连,基于颗粒信息库和待测筑坝颗粒材料的填筑级配和体积分数,利用球谐函数重构颗粒形状特征,通过数值模拟生成与颗粒信息库中颗粒形状和尺寸对应的颗粒模型,进而生成与筑坝颗粒材料一致的数值样本;然后,对数值样本进行数值试验,试验条件与采用微型三轴仪进行的原位三轴剪切试验一致,得到数值试验数据;以及
数据处理部,与原位力学试验数据获取部、颗粒追踪部、数值模拟部均通信相连,对原位力学试验数据获取部和颗粒追踪部的数据进行处理,得到物理实验数据表示的筑坝颗粒材料的宏细观力学特性,对数值模拟部的试验数据进行处理,得到数值实验数据表示的筑坝颗粒材料的宏细观力学特性。
优选地,本发明提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统还可以具有以下特征:参考构型中的颗粒为从当前待匹配图像中的颗粒中筛选出的具有代表性形态特征的一批颗粒。
优选地,本发明提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统还可以具有以下特征:在颗粒追踪部中,是从第一候选颗粒集中去除体积差异大于10%的颗粒。
优选地,本发明提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统还可以具有以下特征:在数值模拟部中,首先对将数值模拟的装样容器调成真实容器高度的两倍,然后填充颗粒,直到达到指定的体积分数,接着采用重力沉积和多层压实的方法进一步加密直至达到试验样本的高度,然后将数值装样容器的高度缩小至与真实容器高度相同,再进行数值试验。
优选地,本发明提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统还可以具有以下特征:在数值模拟部中,从颗粒形状库内随机选择颗粒,按照实际颗粒级配对该颗粒进行缩放,然后将选择的颗粒以随机的位置填充至容器中,直到达到指定的体积分数;再采用重力沉积和多层压实的方法进一步加密直至达到试验样本的高度和体积分数,得到数值样本;在填充过程中,应保证颗粒不会发生颗粒重叠和贯穿容器:将能够包裹住颗粒的最小外轮廓面定义为颗粒的凸包体,根据颗粒凸包体判断颗粒接触及重叠情况,进而仅填充不会发生重叠和贯穿的颗粒。
优选地,本发明提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统还可以具有以下特征:在数值模拟部中,对于颗粒重叠检测,是以当前待填充颗粒的质心位置为球心,阈值dtr为球半径,阈值dtr应大于颗粒级配中最大粒径与颗粒形状库中最大主轴长度乘积的一半dtr>dmaxLmax/2,仅对当前待填充颗粒的凸包体与处在这个球体范围内的颗粒的凸包体是否存在相交进行检测,若存在相交则表示发生了重叠,不进行填充,否则表示未发生重叠,则填充当前待填充颗粒。
优选地,本发明提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统还可以具有以下特征:dtr=3d50。
优选地,本发明提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统还可以具有以下特征:数据处理部对数值模拟部的试验数据进行处理,得到反映堆石坝整体的稳定性和变形特性的在加载过程中的颗粒破碎变化以及颗粒破碎后的级配变化特性。
优选地,本发明提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统还可以包括:输入显示部,与原位力学试验数据获取部、颗粒追踪部、数值模拟部、数据处理部均通信相连,根据输入的指令,对原位力学试验数据获取部、颗粒追踪部、数值模拟部、数据处理部的数据进行相应显示。
<方法>
进一步,本发明还提供一种基于虚拟现实结合的筑坝颗粒材料力学试验方法,其特征在于:
通过微型三轴仪和X射线计算机断层扫描对待测筑坝颗粒材料的原位三轴剪切试验和X射线断层扫描,获取剪切前各向同性状态下的颗粒材料内部各颗粒的结构图像,对结构图像进行处理得到包含各颗粒的形状、尺寸和位置信息的颗粒信息库,并在微型三轴仪剪切加载过程中获取不同时刻的颗粒材料发生变形后的内部结构图像;
基于球谐转动不变量进行颗粒匹配与追踪:对颗粒材料的内部结构图像进行图像处理,确定筑坝颗粒材料的颗粒平均粒径d50和颗粒的总个数,和各图像中每个颗粒编号对应的颗粒质心、体积、颗粒的球谐转动不变量向量;选取颗粒信息库中的颗粒组成参考构型,参考构型中任一参考颗粒i的匹配过程为:对于被搜索图像,以参考颗粒i的质心位置为中心,在3d50为半径的球体内搜索颗粒,处在搜索区域内的所有颗粒均储存在1Ck,i数组中,作为第一候选颗粒集;从第一候选颗粒集中去除体积差异较大的颗粒,并将剩下的颗粒储存到2Ck,i数组中,作为第二候选颗粒集;对第二候选颗粒集2Ck,i中的任一候选颗粒j与参考颗粒i计算对应的球谐转动不变量的二范数差值,并储存在数组RD k,i中;在数组RD k,i中最小二范数差值对应的颗粒j暂认为是与参考颗粒i最相似的颗粒,并将颗粒j作为参考颗粒i的匹配颗粒,待存储至被搜索图像所对应的数组{Tk}中;判断在数组{Tk}中颗粒j是否已被匹配给其它参考颗粒p,如判断为否,则将颗粒j匹配给参考颗粒i并储存到匹配颗粒集{Tk}中;若判断为是,则进一步判断参考颗粒i与颗粒j的转动不变量的二范数差值RD k,i(j)与参考颗粒p和颗粒j的转动不变量的二范数差值RD k,p(j)大小,若RD k,p(j)≤RD k,i(j),则认为颗粒j与匹配颗粒p更为匹配,需要对参考颗粒i进行重新匹配,并将候选颗粒集2Ck,i中的颗粒j去除;如果RD k,p(j)>RD k,i(j),则认为颗粒j与参考颗粒i更为匹配,需要对参考颗粒p进行重新匹配,并将参考颗粒p候选颗粒集2Ck,p中的颗粒j去除,将匹配颗粒集{Tk}中参考颗粒p的匹配关系删除,将颗粒j匹配给参考颗粒i储存到匹配颗粒集{Tk}中;通过以上方法,将参考构型中的每个参考颗粒与被搜索的图像中的对应颗粒匹配,各图像都完成搜索和匹配后,得到所有参考颗粒精确匹配到各时刻图像中对应颗粒的匹配颗粒集{Tk},从而得到各参考颗粒的运动轨迹信息;
基于颗粒信息库和待测筑坝颗粒材料的填筑级配和体积分数,利用球谐函数重构颗粒形状特征,通过数值模拟生成与颗粒信息库中颗粒形状和尺寸对应的颗粒模型,进而生成与筑坝颗粒材料一致的数值样本;然后,对数值样本进行数值试验,试验条件与采用微型三轴仪进行的原位三轴剪切试验一致,得到数值试验数据;
对原位力学试验数据获取部和颗粒追踪部的数据进行处理,得到物理实验数据表示的筑坝颗粒材料的宏细观力学特性;
对数值模拟部的试验数据进行处理,得到数值实验数据表示的筑坝颗粒材料的宏细观力学特性。
发明的作用与效果
与现有技术相比,本发明提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法,结合X射线计算机断层扫描技术开展筑坝颗粒材料的原位力学试验,基于高分辨率的CT图像,采用球谐分析方法重构单个颗粒的多尺度形态特征,实现颗粒高效、准确匹配与精确追踪;进行筑坝颗粒材料连续离散耦合细观数值模拟,实现真实颗粒形状特征的显式表达和重构,保证数值试样与试验测试样本的粒径分布及颗粒空间排列相关的细观结构统计特征一致。对原位力学试验和细观数值模拟结果进行比较,细观数值模拟能够再现试验测试颗粒体系的宏观力学响应、细观尺度动力学行为。本发明考虑了颗粒形状对颗粒材料宏细观力学特性的影响,并考虑了真实情况下的颗粒破碎演化,能够有效提高颗粒匹配追踪的准确率,弥补了X-ray CT扫描原位试验无法获得颗粒接触力的不足,能全面探测并表征颗粒的微观动力学行为、识别并量化力链、力环、剪切滑移链、高塑性团聚体等细观尺度的结构,并能深入探究颗粒材料的强度、变形及失稳过程涉及的物理力学特征和颗粒形状对颗粒材料细观力学及宏观力学行为的影响,探究这些影响的来源,对理论建立细观力学与宏观力学性能的相关性具有重大意义,在工程建设方面对深刻认识复杂颗粒形状对颗粒体系的作用机制,选取筑坝颗粒材料形态特征及预测、控制高堆石坝的变形具有重要意义。
附图说明
图1为本发明实施例中通过微型三轴仪和X射线计算机断层扫描对待测筑坝颗粒材料的原位三轴剪切试验和X射线断层扫描的示意图;
图2为本发明实施例中涉及的不同载荷状态下样本内部结构CT图,其中(a)为容器内装载的颗粒材料初始状态的整体图,(b)为容器内装载的颗粒材料受到剪切加载后的整体图,(c)为(a)的局部放大图,(d)为(b)的局部放大图;
图3为本发明实施例中涉及的基于球谐转动不变量的颗粒匹配追踪方法的流程图;
图4为本发明实施例中涉及的基于球谐转动不变量的颗粒匹配追踪算法的示意图;
图5为本发明实施例中涉及的三维图像处理与颗粒匹配过程的示意图,其中(a)为缩小范围前,(b)为缩小范围后,(c)为SH转动不变量,(d)为颗粒匹配;
图6为本发明实施例中涉及的基于转动不变量和基于体积的颗粒匹配算法匹配的颗粒与参考颗粒各形状参数的偏差分布:(a)为体积偏差、(b)为表面积偏差、(c)为纵横比偏差、(d)为球度偏差、(e)为凸度偏差、(f)为圆度偏差;
图7为本发明实施例中涉及的填充过程中颗粒重叠检测的示意图;
图8为本发明实施例中涉及的物理试验真实颗粒材料样本(实测)的X射线断层扫描图(a)、重构的数值样本的示意图(b)、离散化的高阶四面体单元图(c);
图9为本发明实施例中试验测试与数值模拟的宏观力学响应对比的示意图,其中(a)为不同围压下的轴向应变-偏应力关系图,(b)为不同围压下的轴向应变-体积应变关系图;
图10为本发明实施例中试验测试(实测)与数值模拟不同应变增量内颗粒竖向位移对比图;
图11为本发明实施例中试验测试(实测)和数值模拟在三个应变增量内的颗粒竖向位移量化分布图,其中(a)为试验测试和数值模拟在选取的三个应变增量内的颗粒位移的频率分布,(b)为颗粒位移量值的离散分布;
图12为本发明实施例中试验测试(实测)和数值模拟的颗粒材料在五个应变状态下的局部塑性变形的概率分布图,其中(a)对应试验测试的局部偏应变(b)对应数值试验的局部偏应变(c)对应试验测试的非仿射运动(d)对应数值试验的非仿射运动
图13为本发明实施例中试验测试(实测)和数值模拟中颗粒体系在三个应变状态下的高塑性团簇体的空间分布图,其中(a)为试验测试(实测)中颗粒材料在三个应变状态下的高塑性团簇体的空间分布,(b)为数值模拟中颗粒材料在三个应变状态下的高塑性团簇体的空间分布,(c)为试验测试和数值模拟中高塑性团簇体的回转半径与尺寸的关系图;
图14为本发明实施例中试验测试(实测)和数值模拟在不同应变状态下枝向量的空间分布图。
具体实施方式
以下结合附图对本发明涉及的基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法的具体实施方案进行详细地说明。
<实施例>
本实施例所提供的基于虚拟现实结合的筑坝颗粒材料力学试验系统包括原位力学试验数据获取部、颗粒追踪部、数值模拟部、数据处理部、输入显示部以及控制部。
原位力学试验数据获取部通过微型三轴仪(ERDμ-T加载设备)和X射线计算机断层扫描对待测筑坝颗粒材料的原位三轴剪切试验和X射线断层扫描,获取各向同性状态下的颗粒材料内部各颗粒的结构图像,对结构图像进行处理,得到包含各颗粒的形状、尺寸和位置信息的颗粒信息库,进一步在微型三轴仪剪切加载过程中获取不同时刻的颗粒材料的内部结构图像。
如图1所示,ERDμ-T容器由五部分组成,试样置于圆柱形铝合金压力容器内,位于仪器的中部。空心铝合金圆筒III连接设备的上下两部分,并作为压力容器密封试样(待测的筑坝颗粒材料),压力容器的密度相对较低,在X射线下可认为是透明的,不影响试样的CT扫描质量。将装备完试样后的ERDμ-T容器置于X射线扫描机柜内实现试样加载历程中的原位扫描。如图2所示,待围压稳定后进行第一次X射线断层扫描,获取各向同性状态下的颗粒体系内部结构图像,随后随剪切加载过程实现加载成像再加载再成像的循环过程,获取剪切变形过程中各时刻的内部结构图像。
颗粒追踪部与原位力学试验数据获取部通信相连,基于球谐转动不变量进行颗粒匹配与追踪:对颗粒材料的内部结构图像进行图像处理,确定筑坝颗粒材料的颗粒平均粒径d50和颗粒的总个数,和各图像中每个颗粒编号对应的颗粒质心、体积、颗粒的球谐转动不变量向量;由于颗粒信息库中颗粒个数较多,存在部分颗粒的形态特征较为接近,对于这些形状特征类似的颗粒选取具有代表性的颗粒即可,选取出的上述代表颗粒的集合作为参考构型。如图3和4所示,参考构型中任一参考颗粒i的匹配过程为:对于被搜索图像(加载后材料发生过变形的图像,将该图像中的颗粒集合作为变形构型),以参考颗粒i的质心位置为中心,在3d50为半径的球体内搜索颗粒,处在搜索区域内的所有颗粒均储存在1Ck,i数组中,作为第一候选颗粒集;从第一候选颗粒集中去除体积容差(体积相差的百分比)较大的颗粒,并将剩下的颗粒储存到2Ck,i数组中,作为第二候选颗粒集,本实施例中,是从第一候选颗粒集中去除体积容差大于10%的颗粒,这里选取10%是考虑剪切过程中部分颗粒有磨损颗粒以及不同构型间的分割精度有所差异造成的体积偏差,将体积容差在10%以内的颗粒储存到2Ck,i数组中以备后续的精确匹配;对第二候选颗粒集2Ck,i中的任一候选颗粒j与参考颗粒i计算对应的球谐转动不变量的二范数差值,并储存在数组RD k,i中;在数组RD k,i中最小二范数差值对应的颗粒j暂认为是与参考颗粒i最相似的颗粒,并将颗粒j作为参考颗粒i的匹配颗粒,待存储至被搜索图像所对应的数组{Tk}中;为了避免同一个颗粒j匹配了多个参考颗粒,需要判断在数组{Tk}中颗粒j是否已被匹配给其它参考颗粒p,如判断为否,则将颗粒j匹配给参考颗粒i并储存到匹配颗粒集{Tk}中;若判断为是,则进一步判断参考颗粒i与颗粒j的转动不变量的二范数差值RD k,i(j)与参考颗粒p和颗粒j的转动不变量的二范数差值RD k,p(j)大小,若RD k,p(j)≤RD k,i(j),则认为颗粒j与匹配颗粒p更为匹配,需要对参考颗粒i进行重新匹配,并将候选颗粒集2Ck,i中的颗粒j去除;如果RD k,p(j)>RD k,i(j),则认为颗粒j与参考颗粒i更为匹配,需要对参考颗粒p进行重新匹配,并将参考颗粒p候选颗粒集2Ck,p中的颗粒j去除,将匹配颗粒集{Tk}中参考颗粒p的匹配关系删除,将颗粒j匹配给参考颗粒i储存到匹配颗粒集{Tk}中;通过以上方法,将参考构型中的每个参考颗粒与被搜索的图像中的对应颗粒匹配,各图像都完成搜索和匹配后,得到所有参考颗粒精确匹配到各时刻图像中对应颗粒的匹配颗粒集{Tk},从而得到各参考颗粒的运动轨迹信息。
如图5所示,清晰地展示了CT图像处理与颗粒匹配追踪的过程,在三维标记颗粒图像数据,由此提取不同球谐级数下的球谐转动不变量,描述颗粒的多尺度形态特征,包括整体形态,局部圆度等。最后以球谐转动不变量为匹配指标,对两个载荷状态下的颗粒进行匹配和追踪。通过比较参考颗粒Ref.1与三个匹配颗粒Def.1、Def.2和Def.3的转动不变量的二范数差值,最小值对应的颗粒即为匹配颗粒。参考颗粒Ref.1最终匹配到变形构型中的颗粒Def.2,从重构图像可看出两个颗粒为同一个颗粒。图6表明了该方法(基于转动不变量)与传统的基于体积进行颗粒匹配的方法相比,在颗粒体积、表面积、纵横比、球度、凸度、圆度等形态特征方面都具有更小的偏差。
数值模拟部与原位力学试验数据获取部通信相连,基于待测筑坝颗粒材料(真实材料)得到颗粒信息库和填筑级配以及体积分数,利用球谐函数重构颗粒形状特征,通过数值模拟生成与颗粒信息库中颗粒形状和尺寸对应的颗粒模型,进而生成与筑坝颗粒材料一致的数值样本;然后,对数值样本进行数值试验,试验条件与采用微型三轴仪进行的原位三轴剪切试验一致,得到数值试验数据。
具体地,为了获得高体积分数的数值样本,结合构造法和动态法对颗粒进行装备填充,先在指定域内填充一定数量的颗粒生成较为松散的颗粒集合体,然后再通过压缩样本边界的方法以提高样本的密实度,生成与原始图像细观结构统计一致的数值样本。在开始装备前,统计试验样本的颗粒粒径分布和空间方向分布,及其体积分数。开始装备时,从颗粒形状库内随机选择颗粒,按照指定的颗粒级配对应的粒径大小对颗粒进行缩放,以确保最终装备的颗粒体系粒径分布与试验样本的粒径分布一致。然后以随机的位置添加样本中,直到达到指定的体积分数。值得注意的是,很难实现直接装备到试验样本的体积分数,故首先对试验容器在高度上放大两倍,即初始装备时达到试验样本体积分数的1/2。然后采用重力沉积和多层压实的方法进一步加密直至达到试验样本的高度和体积分数。然而砂粒的填充行为需要保证每个颗粒不能发生任何重叠和贯穿现象,故在装备过程中,需要有效地检测新填充颗粒与已装备的任意形状颗粒之间的重叠及其与样本边界的重叠。本方法中,对每个颗粒采用凸包体进行表示,以提供颗粒形态的近似表征,将能够包裹住颗粒的最小外轮廓面定义为颗粒的三维凸包体(平面图详见图7),根据颗粒凸包体判断颗粒是否接触。对于三维凸包体,基于凸包体的点面信息采用公共面搜寻法以判断颗粒是否不重叠。为了节省计算成本,以新填充颗粒的质心位置为球心,阈值dtr为球半径(取3d50),新填充颗粒与处在这个球体范围内的颗粒进行重叠检测。值得注意的是,阈值dtr一定要大于颗粒级配中最大粒径与颗粒形状库中最大主轴长度乘积的一半,即dtr>dmaxLmax/2。假设n-1个颗粒已经被装备好,添加第n个颗粒的过程检测其凸包体与现有颗粒的凸包体之间的交叉点。这种计算成本不高的重叠检测能立即识别出可能与新填充颗粒重叠的颗粒,但其主要功能是消除那些肯定与新填充颗粒不重叠的颗粒,如图5(a)中的颗粒3、颗粒5和颗粒7。很明显,如果这个球体范围内没有含括现有颗粒,则新填充的颗粒可直接装备到样本中。否则,下一步则需要确定在搜索域内颗粒的凸包体与新填充颗粒的凸包体是否相交,即图5(b)中的颗粒1、颗粒4和颗粒6。这种重叠检测方法不需要检测颗粒之间的接触点,而只是确保颗粒之间彼此不重叠。基于上述过程制样装备完成后,采用重力沉积和多层压实的方法进一步加密直至达到试验样本的高度和体积分数。最终生成的数值模型如图8中(b)所示。
然后,对生成的与试验样本结构特性一致的数值样本进行数值剪切试验,保证与试验的载荷和边界条件一致。
数据处理部与原位力学试验数据获取部、颗粒追踪部、数值模拟部均通信相连,对原位力学试验数据获取部和颗粒追踪部的数据进行处理,得到物理实验数据表示的筑坝颗粒材料的宏细观力学特性,对数值模拟部的试验数据进行处理,得到数值实验数据表示的筑坝颗粒材料的宏细观力学特性。特别地,数据处理部对数值模拟部的试验数据进行处理,能够得到物理实验所无法得到的、反映堆石坝整体的稳定性和变形特性的、在加载过程中的颗粒破碎变化以及颗粒破碎后的级配变化特性。
输入显示部与原位力学试验数据获取部、颗粒追踪部、数值模拟部、数据处理部均通信相连,根据输入的指令,对原位力学试验数据获取部、颗粒追踪部、数值模拟部、数据处理部的数据进行相应显示。
控制部与原位力学试验数据获取部、颗粒追踪部、数值模拟部、数据处理部、输入显示部均通信相连,控制它们的运行。
以上是本实施例提供的筑坝颗粒材料力学试验系统的具体组成,下面以两河口大坝堆石料为例,对该系统的具体工作方法进行说明:
从两河口大坝现场取堆石料,采用原位力学试验数据获取部对每个堆石料进行扫描获取形状信息,将所有堆石料的形状、尺寸等信息汇总在颗粒信息库M中。
根据试验规范标准,由两河口堆石坝现场堆石料的填筑级配信息混合堆石料,将配好的堆石料放到微型三轴仪(ERDμ-T)结合X射线计算机断层扫描进行颗粒材料原位三轴剪切试验。采用颗粒追踪部追踪试验过程中颗粒的运动变化轨迹,并采用数据处理部根据试验结果处理得到两河口堆石料的宏细观力学特性。
采用数值模拟部生成数值试样,颗粒库采用原位力学试验数据获取部中得到的颗粒信息库M,数值试样的级配和体积分数采用两河口堆石坝现场堆石料的填筑级配和体积分数。
采用数值模拟部对生成的与物理试验样本结构特性一致的数值样本进行数值试验,保证与物理试验的载荷和边界条件一致,在数值试验加载过程中可以精确追踪每个颗粒的运动信息。采用数据处理部对数值试验结果进行处理,除了可以得到物理试验的结果外还可以得到在加载过程中的颗粒破碎变化以及颗粒破碎后的级配变化特性。
将两河口堆石料的物理试验和数值试验的宏细观力学特性结果进行对比,可以验证数值试验结果的可靠性。此外,由于颗粒破碎的复杂性和多样性,导致物理试验过程中难以统计颗粒的破碎信息。而由于数值试验的可视化和可追踪性强,可以很好地弥补这一缺陷。堆石料的破碎对堆石坝整体的稳定性和变形特性影响很大,因此通过数值试验的手段可以很好的研究堆石坝在运行期间由于颗粒破碎产生的对堆石坝稳定和变形特性的影响,有助于推动堆石坝研究领域的进展。
本实施例中,基于上文生成的数值样本,平行进行数值剪切试验,分别与试验测试得到的宏观力学响应、细观动力学响应进行了比较:
从图9可以看出,数值剪切试验定量地再现了试验测试所得的宏观力学行为。如图10所示,显示出了六个应变增量内的颗粒竖直方向位移,跟踪了试验测试和数值模拟过程中颗粒尺度的竖向位移时空演化,颗粒的颜色表示颗粒竖向位移的量值。颗粒竖向位移的时空演化比较,可以清楚地看到数值模拟中颗粒位移场与试验测试的结果具有相同的特征。在各应变增量状态下,数值模拟的颗粒竖向位移与试验测试的颗粒位移值基本一致。图11(a)中定量地比较了试验测试和数值模拟在选取的三个应变增量内的颗粒位移的频率分布。总体来看,试验测试和数值试验的颗粒运动分布具有很好的一致性。图11(b)显示了颗粒位移量值的离散分布情况,试验测试和数值模拟的比较可知,对应轴向应变增量下的颗粒位移的均值,25%及75%分位数均较为接近。
进一步,从颗粒运动轨迹出发,通过局部塑性变形和高塑性团簇体等研究颗粒体系的细观动力学特性。图12显示出数值试验的颗粒塑性变形非均质性的统计分布与试验测试结果呈现显著的一致性,且局部偏应变与非仿射运动也呈现相似的分布特征。图13(a)和(b)分别显示了试验测试和数值模拟中颗粒体系在三个应变状态下的高塑性团簇体的空间分布。试验测试和数值模拟的高塑性团簇体的空间演化具有相似的特征。从图13(c)中可以清晰地看到试验测试和数值模拟中高塑性团簇体的回转半径与团簇体的尺寸呈现完全相同的规律。从图13中枝向量空间分布可观察到,试验测试和数值模拟的组构演化特征基本一致,且在定量上也呈现了极大的相似性,进一步验证了数值模拟的准确性。
以上实施例仅仅是对本发明技术方案所做的举例说明。本发明所涉及的基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法并不仅仅限定于在以上实施例中所描述的内容,而是以权利要求所限定的范围为准。本发明所属领域技术人员在该实施例的基础上所做的任何修改或补充或等效替换,都在本发明的权利要求所要求保护的范围内。
Claims (10)
1.基于虚拟现实结合的筑坝颗粒材料力学试验系统,其特征在于,包括:
原位力学试验数据获取部,通过微型三轴仪和X射线计算机断层扫描对待测筑坝颗粒材料的原位三轴剪切试验和X射线断层扫描,获取剪切前各向同性状态下的颗粒材料内部各颗粒的结构图像,对结构图像进行处理得到包含各颗粒的形状、尺寸和位置信息的颗粒信息库,并在微型三轴仪剪切加载过程中获取不同时刻的颗粒材料发生变形后的结构图像;
颗粒追踪部,与原位力学试验数据获取部通信相连,基于球谐转动不变量进行颗粒匹配与追踪:对颗粒材料的结构图像进行图像处理,确定筑坝颗粒材料的颗粒平均粒径d50和颗粒的总个数,和各图像中每个颗粒编号对应的颗粒质心、体积、颗粒的球谐转动不变量向量;选取颗粒信息库中的颗粒组成参考构型,参考构型中任一参考颗粒i的匹配过程为:对于被搜索图像,以参考颗粒i的质心位置为中心,在3d50为半径的球体内搜索颗粒,处在搜索区域内的所有颗粒均储存在1Ck,i数组中,作为第一候选颗粒集,k表示图像构型;从第一候选颗粒集中去除体积差异较大的颗粒,并将剩下的颗粒储存到2Ck,i数组中,作为第二候选颗粒集;对第二候选颗粒集2Ck,i中的任一候选颗粒j与参考颗粒i计算对应的球谐转动不变量的二范数差值,并储存在数组RD k,i中;在数组RD k,i中最小二范数差值对应的颗粒j暂认为是与参考颗粒i最相似的颗粒,并将颗粒j作为参考颗粒i的匹配颗粒,待存储至被搜索图像所对应的数组{Tk}中;判断在数组{Tk}中颗粒j是否已被匹配给其它参考颗粒p,如判断为否,则将颗粒j匹配给参考颗粒i并储存到匹配颗粒集{Tk}中;若判断为是,则进一步判断参考颗粒i与颗粒j的转动不变量的二范数差值RD k,i(j)与参考颗粒p和颗粒j的转动不变量的二范数差值RD k,p(j)大小,若RD k,p(j)≤RD k,i(j),则认为颗粒j与匹配颗粒p更为匹配,需要对参考颗粒i进行重新匹配,并将候选颗粒集2Ck,i中的颗粒j去除;如果RD k,p(j)>RD k,i(j),则认为颗粒j与参考颗粒i更为匹配,需要对参考颗粒p进行重新匹配,并将参考颗粒p候选颗粒集2Ck,p中的颗粒j去除,将匹配颗粒集{Tk}中参考颗粒p的匹配关系删除,将颗粒j匹配给参考颗粒i储存到匹配颗粒集{Tk}中;通过以上方法,将参考构型中的每个参考颗粒与被搜索的图像中的对应颗粒匹配,各图像都完成搜索和匹配后,得到所有参考颗粒精确匹配到各时刻图像中对应颗粒的匹配颗粒集{Tk},从而得到各参考颗粒的运动轨迹信息;
数值模拟部,与原位力学试验数据获取部通信相连,基于颗粒信息库和待测筑坝颗粒材料的填筑级配和体积分数,利用球谐函数重构颗粒形状特征,通过数值模拟生成与颗粒信息库中颗粒形状和尺寸对应的颗粒模型,进而生成与筑坝颗粒材料一致的数值样本;然后,对数值样本进行数值试验,试验条件与采用微型三轴仪进行的原位三轴剪切试验一致,得到数值试验数据;以及
数据处理部,与原位力学试验数据获取部、颗粒追踪部、数值模拟部均通信相连,对原位力学试验数据获取部和颗粒追踪部的数据进行处理,得到物理实验数据表示的筑坝颗粒材料的宏细观力学特性,对数值模拟部的试验数据进行处理,得到数值实验数据表示的筑坝颗粒材料的宏细观力学特性。
2.根据权利要求1所述的基于虚拟现实结合的筑坝颗粒材料力学试验系统,其特征在于:
其中,参考构型中的颗粒为从当前待匹配图像中的颗粒中筛选出的具有代表性形态特征的一批颗粒。
3.根据权利要求1所述的基于虚拟现实结合的筑坝颗粒材料力学试验系统,其特征在于:
其中,在颗粒追踪部中,是从第一候选颗粒集中去除体积差异大于10%的颗粒。
4.根据权利要求1所述的基于虚拟现实结合的筑坝颗粒材料力学试验系统,其特征在于:
其中,在数值模拟部中,首先对将数值模拟的装样容器调成真实容器高度的两倍,然后填充颗粒,直到达到指定的体积分数,接着采用重力沉积和多层压实的方法进一步加密直至达到试验样本的高度,然后将数值装样容器的高度缩小至与真实容器高度相同,再进行数值试验。
5.根据权利要求1所述的基于虚拟现实结合的筑坝颗粒材料力学试验系统,其特征在于:
其中,在数值模拟部中,从颗粒信息库内随机选择颗粒,按照实际颗粒级配对该颗粒进行缩放,然后将选择的颗粒以随机的位置填充至容器中,直到达到指定的体积分数;再采用重力沉积和多层压实的方法进一步加密直至达到试验样本的高度和体积分数,得到数值样本;在填充过程中,应保证颗粒不会发生颗粒重叠和贯穿容器:将能够包裹住颗粒的最小外轮廓面定义为颗粒的凸包体,根据颗粒凸包体判断颗粒接触及重叠情况,进而仅填充不会发生重叠和贯穿的颗粒。
7.根据权利要求5所述的基于虚拟现实结合的筑坝颗粒材料力学试验系统,其特征在于:
其中,dtr=3d50。
8.根据权利要求1所述的基于虚拟现实结合的筑坝颗粒材料力学试验系统,其特征在于:
其中,数据处理部对数值模拟部的试验数据进行处理,得到反映堆石坝整体的稳定性和变形特性的在加载过程中的颗粒破碎变化以及颗粒破碎后的级配变化特性。
9.根据权利要求1所述的基于虚拟现实结合的筑坝颗粒材料力学试验系统,其特征在于,还包括:
输入显示部,与原位力学试验数据获取部、颗粒追踪部、数值模拟部、数据处理部均通信相连,根据输入的指令,对原位力学试验数据获取部、颗粒追踪部、数值模拟部、数据处理部的数据进行相应显示。
10.基于虚拟现实结合的筑坝颗粒材料力学试验方法,采用权利要求1至9中任意一项所述的基于虚拟现实结合的筑坝颗粒材料力学试验系统进行试验,其特征在于:
通过微型三轴仪和X射线计算机断层扫描对待测筑坝颗粒材料的原位三轴剪切试验和X射线断层扫描,获取剪切前各向同性状态下的颗粒材料内部各颗粒的结构图像,对结构图像进行处理得到包含各颗粒的形状、尺寸和位置信息的颗粒信息库,并在微型三轴仪剪切加载过程中获取不同时刻的颗粒材料发生变形后的结构图像;
基于球谐转动不变量进行颗粒匹配与追踪:对颗粒材料的结构图像进行图像处理,确定筑坝颗粒材料的颗粒平均粒径d50和颗粒的总个数,和各图像中每个颗粒编号对应的颗粒质心、体积、颗粒的球谐转动不变量向量;选取颗粒信息库中的颗粒组成参考构型,参考构型中任一参考颗粒i的匹配过程为:对于被搜索图像,以参考颗粒i的质心位置为中心,在3d50为半径的球体内搜索颗粒,处在搜索区域内的所有颗粒均储存在1Ck,i数组中,作为第一候选颗粒集,k表示图像构型;从第一候选颗粒集中去除体积差异较大的颗粒,并将剩下的颗粒储存到2Ck,i数组中,作为第二候选颗粒集;对第二候选颗粒集2Ck,i中的任一候选颗粒j与参考颗粒i计算对应的球谐转动不变量的二范数差值,并储存在数组RD k,i中;在数组RD k,i中最小二范数差值对应的颗粒j暂认为是与参考颗粒i最相似的颗粒,并将颗粒j作为参考颗粒i的匹配颗粒,待存储至被搜索图像所对应的数组{Tk}中;判断在数组{Tk}中颗粒j是否已被匹配给其它参考颗粒p,如判断为否,则将颗粒j匹配给参考颗粒i并储存到匹配颗粒集{Tk}中;若判断为是,则进一步判断参考颗粒i与颗粒j的转动不变量的二范数差值RD k,i(j)与参考颗粒p和颗粒j的转动不变量的二范数差值RD k,p(j)大小,若RD k,p(j)≤RD k,i(j),则认为颗粒j与匹配颗粒p更为匹配,需要对参考颗粒i进行重新匹配,并将候选颗粒集2Ck,i中的颗粒j去除;如果RD k,p(j)>RD k,i(j),则认为颗粒j与参考颗粒i更为匹配,需要对参考颗粒p进行重新匹配,并将参考颗粒p候选颗粒集2Ck,p中的颗粒j去除,将匹配颗粒集{Tk}中参考颗粒p的匹配关系删除,将颗粒j匹配给参考颗粒i储存到匹配颗粒集{Tk}中;通过以上方法,将参考构型中的每个参考颗粒与被搜索的图像中的对应颗粒匹配,各图像都完成搜索和匹配后,得到所有参考颗粒精确匹配到各时刻图像中对应颗粒的匹配颗粒集{Tk},从而得到各参考颗粒的运动轨迹信息;
基于颗粒信息库和待测筑坝颗粒材料的填筑级配和体积分数,利用球谐函数重构颗粒形状特征,通过数值模拟生成与颗粒信息库中颗粒形状和尺寸对应的颗粒模型,进而生成与筑坝颗粒材料一致的数值样本;然后,对数值样本进行数值试验,试验条件与采用微型三轴仪进行的原位三轴剪切试验一致,得到数值试验数据;
对原位力学试验数据获取部和颗粒追踪部的数据进行处理,得到物理实验数据表示的筑坝颗粒材料的宏细观力学特性;
对数值模拟部的试验数据进行处理,得到数值实验数据表示的筑坝颗粒材料的宏细观力学特性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011132574.6A CN112634321B (zh) | 2020-10-21 | 2020-10-21 | 基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011132574.6A CN112634321B (zh) | 2020-10-21 | 2020-10-21 | 基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112634321A CN112634321A (zh) | 2021-04-09 |
CN112634321B true CN112634321B (zh) | 2022-02-01 |
Family
ID=75302877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011132574.6A Active CN112634321B (zh) | 2020-10-21 | 2020-10-21 | 基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112634321B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113654908B (zh) * | 2021-07-23 | 2022-05-06 | 中国地质大学(武汉) | 具备力链和横向变形测试能力的颗粒压缩试验装置和方法 |
CN114254572B (zh) * | 2021-12-16 | 2024-01-02 | 西北工业大学太仓长三角研究院 | 考虑污染物沉积的航发压气机流场性能预测方法及系统 |
CN116341346A (zh) * | 2023-03-29 | 2023-06-27 | 中国石油大学(华东) | 考虑颗粒破碎的砂岩压实成岩作用数值模拟方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106228536A (zh) * | 2016-07-12 | 2016-12-14 | 四川大学 | 基于数字图像处理的土石坝筑坝材料颗粒级配检验方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007069882A1 (en) * | 2005-12-13 | 2007-06-21 | Erasmus University Medical Center Rotterdam | Genetic brain tumor markers |
CN106290082B (zh) * | 2016-08-17 | 2019-01-15 | 广西科技大学 | 一种离散元组合颗粒及其离散元堆积试验模拟方法 |
US11341294B2 (en) * | 2017-01-18 | 2022-05-24 | California Institute Of Technology | Systems and methods for level set discrete element method particle simulation |
CN107730513B (zh) * | 2017-09-29 | 2019-09-13 | 华中科技大学 | 一种基于球谐函数不变量的颗粒识别和追踪方法 |
CN110473597B (zh) * | 2019-09-05 | 2022-05-03 | 中国石油大学(北京) | 砾岩力学性质评价分析方法及系统 |
-
2020
- 2020-10-21 CN CN202011132574.6A patent/CN112634321B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106228536A (zh) * | 2016-07-12 | 2016-12-14 | 四川大学 | 基于数字图像处理的土石坝筑坝材料颗粒级配检验方法 |
Non-Patent Citations (1)
Title |
---|
Application of granular solid hydrodynamics to a well-graded unbound granular material undergoing triaxial tests;Shixiong Song,et.al;《Frontiers of Structural and Civil Engineering》;20130331;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112634321A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634321B (zh) | 基于虚拟现实结合的筑坝颗粒材料力学试验系统及方法 | |
Fu et al. | Discrete element modeling of crushable sands considering realistic particle shape effect | |
Kawamoto et al. | All you need is shape: Predicting shear banding in sand with LS-DEM | |
Zhang et al. | DEM modeling of large-scale triaxial test of rock clasts considering realistic particle shapes and flexible membrane boundary | |
Gong et al. | Shear behaviors of granular mixtures of gravel-shaped coarse and spherical fine particles investigated via discrete element method | |
Chen et al. | An enhanced tool for probing the microscopic behavior of granular materials based on X-ray micro-CT and FDEM | |
Zheng et al. | True triaxial test and PFC3D-GBM simulation study on mechanical properties and fracture evolution mechanisms of rock under high stresses | |
Cheng et al. | An investigation of the breakage behaviour of a pre-crushed carbonate sand under shear using X-ray micro-tomography | |
Zheng et al. | An image based clump library for DEM simulations | |
Kruyt et al. | On micromechanical characteristics of the critical state of two-dimensional granular materials | |
Cheng et al. | A miniature triaxial apparatus for investigating the micromechanics of granular soils with in situ X-ray micro-tomography scanning | |
Ganju et al. | Quantification of displacement and particle crushing around a penetrometer tip | |
Wang et al. | DEM modelling of sequential fragmentation of zeolite granules under oedometric compression based on XCT observations | |
Xu et al. | Study on the mechanical behavior of sands using 3D discrete element method with realistic particle models | |
Tolomeo et al. | Modelling real particle shape in DEM: a comparison of two methods with application to railway ballast | |
Zhou et al. | Single-particle crushing behaviour of carbonate sands studied by X-ray microtomography and a combined finite–discrete element method | |
Ju et al. | Quantitative visualization methods for continuous evolution of three-dimensional discontinuous structures and stress field in subsurface rock mass induced by excavation and construction-an overview | |
Hu et al. | 3D modelling of soil-rock mixtures considering the morphology and fracture characteristics of breakable blocks | |
Zhang et al. | Three-dimensional Voronoi analysis of realistic grain packing: An XCT assisted set Voronoi tessellation framework | |
Wang et al. | Three-dimensional reconstruction of realistic stone-based materials with controllable stone inclusion geometries | |
Wu et al. | Particle shape effect on the shear banding in DEM-simulated sands | |
Barbero et al. | Numerical simulations of compressive tests on bimrock | |
Zhang et al. | Quantifying the effects of elongation and flatness on the shear behavior of realistic 3D rock aggregates based on DEM modeling | |
Li et al. | A systematic framework for DEM study of realistic gravel-sand mixture from particle recognition to macro-and micro-mechanical analysis | |
Zhang et al. | Influence of block form on the shear behaviour of soft soil–rock mixtures by 3D block modelling approaches |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |