CN113092324A - 一种动态随机序列吸附方法、系统、设备及存储介质 - Google Patents
一种动态随机序列吸附方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113092324A CN113092324A CN202110290962.5A CN202110290962A CN113092324A CN 113092324 A CN113092324 A CN 113092324A CN 202110290962 A CN202110290962 A CN 202110290962A CN 113092324 A CN113092324 A CN 113092324A
- Authority
- CN
- China
- Prior art keywords
- particles
- particle
- boundary
- distance
- volume fraction
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000001179 sorption measurement Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 239000002245 particle Substances 0.000 claims abstract description 617
- 230000033001 locomotion Effects 0.000 claims abstract description 71
- 238000009826 distribution Methods 0.000 claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000003756 stirring Methods 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000009827 uniform distribution Methods 0.000 claims abstract description 11
- 239000010410 layer Substances 0.000 claims description 54
- 238000004422 calculation algorithm Methods 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 30
- 238000009792 diffusion process Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 239000012798 spherical particle Substances 0.000 claims description 11
- 239000011229 interlayer Substances 0.000 claims description 10
- 230000001276 controlling effect Effects 0.000 claims description 7
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000012856 packing Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000011208 reinforced composite material Substances 0.000 description 61
- 239000008188 pellet Substances 0.000 description 28
- 238000005520 cutting process Methods 0.000 description 25
- 230000000737 periodic effect Effects 0.000 description 24
- 238000005094 computer simulation Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 239000008187 granular material Substances 0.000 description 5
- 239000002356 single layer Substances 0.000 description 5
- 239000002131 composite material Substances 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000011439 discrete element method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 239000004567 concrete Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 239000003380 propellant Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000010954 inorganic particle Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- VLTRZXGMWDSKGL-UHFFFAOYSA-M perchlorate Inorganic materials [O-]Cl(=O)(=O)=O VLTRZXGMWDSKGL-UHFFFAOYSA-M 0.000 description 1
- VLTRZXGMWDSKGL-UHFFFAOYSA-N perchloric acid Chemical compound OCl(=O)(=O)=O VLTRZXGMWDSKGL-UHFFFAOYSA-N 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种动态随机序列吸附方法、系统、设备及存储介质，属于航空航天、交通运输、土木工程领域。包括如下步骤：输入控制参数、颗粒生成、颗粒运动、边界条件检测、颗粒距离检测、颗粒投放上限检测、体积分数计算、颗粒均匀搅拌处理、梯度层界面处理(适用于颗粒分层梯度分布的附加步骤)。采用分步顺序投放和动态投放的思想，使得本发明具有以下优势：可以实现颗粒体积分数从0到体积分数上限的所有情况，提高了颗粒位置的随机性和颗粒种类的多样性，实现了颗粒最小间距的精确控制，同时避免了颗粒的微小重叠，实现了颗粒随机均匀分布和分层梯度分布。
Description
技术领域
本发明属于航空航天、交通运输、土木工程领域，涉及一种动态随机序列吸附方法、系统、设备及存储介质。
背景技术
颗粒增强复合材料广泛存在于社会中的各行各业，例如建筑行业广泛使用的混凝土材料，其是由水泥和石头组成，石头随机分布在水泥基体中；航天领域的固体火箭推进剂，其是由铝粉和高氯酸盐氧化剂无机微粒放在如聚氨酯的有机粘结剂中组成；交通运输领域的缓冲吸能材料复合空心球泡沫，其是由空心球和基体(金属基体、聚合物基体、陶瓷基体)组成。混凝土、推进剂、复合空心球泡沫这三种都是属于高体积分数的颗粒增强复合材料。基于颗粒增强复合材料的广阔应用前景，需要对颗粒增强复合材料的组分和加工工艺进行定制化设计和不断改进。同时颗粒增强复合材料的力学性能受基体材料、颗粒的大小、颗粒体积分数、颗粒分布和颗粒种类的影响很大。通过计算机模拟的手段来指导颗粒增强复合材料的组分设计、加工工艺优化和力学性能研究，可以降低实验成本、缩短研究周期和减小实验危险。
通过计算机模拟来研究颗粒增强复合材料，首先要得到颗粒增强复合材料的细观几何模型。针对颗粒增强复合材料的细观建模问题，一是可以采用CT扫描方法对真实样品的细观结构进行重现，二是可以采用颗粒随机投放算法来模拟真实样品的细观结构。CT扫描方法虽然更接近真实结构，但只能对已有样品的细观结构进行重现，而且需要购买专业的CT扫描设备和开发图像处理程序，对颗粒增强复合材料进行组分设计时需要制备大量的真实样品，成本较高。颗粒随机投放算法是指在给定的空间区域随机生成特定尺寸分布和特定种类分布的颗粒的空间位置。采用颗粒随机投放算法来模拟真实的细观结构，虽然与真实结构相比存在误差，但不受真实样品的限制，可以设计不同的细观几何模型，同时建模效率高且成本低。
已有的颗粒随机投放算法包括：经典的随机序列吸附算法、尺寸递减的随机序列吸附算法、邻近投放的随机序列吸附算法、随机序列吸附算法与边界压缩法的联合算法、随机序列吸附算法与颗粒长大法的联合算法。经典的随机序列吸附算法，在颗粒投放过程中已生成颗粒的位置不再发生改变，当颗粒的体积分数大于30％时，颗粒重叠概率大幅增加，继续提高体积分数耗时巨大，体积分数往往不能进一步提高，若没有程序强制退出条件，随着颗粒体积分数的提高程序会进入死循环，此时在整个空间范围不能生成新的颗粒并且保证颗粒互不重叠。尺寸递减的随机序列吸附算法是指，当某一个尺寸的颗粒投放失败K次后，将颗粒的尺寸进行折减并再次尝试投放颗粒，如此反复进行，直到达到给定的体积分数要求或颗粒最小尺寸限制，尺寸分布受限是其最大的缺点。邻近投放的随机序列吸附算法是指，在已有颗粒的周围随机生成新的颗粒，这种算法通过限定颗粒的局部投放范围提高了颗粒的体积分数，但颗粒的局部投放范围是个随体积分数变化的经验值，需要反复尝试，颗粒的分布情况受第一个颗粒位置的影响；由于颗粒位置不变，体积分数仍受到限制。随机序列吸附算法和边界压缩法的联合算法是指，先在一个较大空间投放给定数目或体积的颗粒，然后对这个较大空间进行逐步的压缩，已经存在的颗粒在边界逐步压缩的过程中发生运动，颗粒间的距离逐渐减小从而发生密实，颗粒的总体积不变，但空间区域越来越小，所以颗粒的体积分数逐步增大。但是给定的颗粒体积分数是否小于投放上限不清楚，边界能否压缩到给定尺寸不知道，所以需要在边界压缩算法后引入颗粒密实检测与处理步骤。随机序列吸附算法与颗粒长大法的联合算法是指，先在特定空间投放给定数目或体积的颗粒，但颗粒是以尺寸缩小的形式进行投放的，然后对所有的颗粒进行长大，颗粒的尺寸逐步长大到目标尺寸，颗粒长大的同时并发生运动。但是给定的颗粒体积分数是否小于投放上限不清楚，颗粒能否长大到目标尺寸不知道。
基于已有的颗粒随机投放算法，发现颗粒的位置必须可以调整才能提高体积分数，随机序列吸附算法和边界压缩算法或颗粒长大算法联合使用存在缺陷，不能解决颗粒体积分数上限的情况，且在考虑颗粒投放是否达到体积分数上限时需要删除已经生成的颗粒，继续进行边界压缩和颗粒长大的过程。
发明内容
本发明的目的在于克服上述现有技术中，颗粒随机投放算法不能解决颗粒体积分数上限情况的缺点，提供一种动态随机序列吸附方法、系统、设备及存储介质。
为了达到上述目的，本发明采用以下技术方案予以实现：
一种动态随机序列吸附方法，包括如下步骤：
步骤1)输入边界条件控制参数和颗粒控制参数；
步骤2)颗粒生成：在特定的空间范围逐个随机生成特定种类颗粒的空间位置，通过一组随机数来描述每个颗粒的空间位置；
步骤3)颗粒运动：颗粒在特定的空间范围运动；
步骤4)边界条件检测：判断颗粒运动是否满足预先设定的边界条件，如果颗粒运动满足边界条件，则进行颗粒距离检测；如果颗粒运动不满足边界条件，则进行边界反弹处理和颗粒运动处理；
步骤5)颗粒距离检测：检测颗粒间的距离是否满足设定的最小距离要求，若满足最小距离要求，则进行颗粒运动次数检测；若不满足最小距离要求，则进行颗粒运动处理；
步骤6)颗粒投放上限检测：判断颗粒运动次数是否达到最大运动次数，若达到最大运动次数，则删除新生成的颗粒或撤销颗粒的长大，恢复前一步的颗粒投放状态；若未达到最大运动次数，则投放下一个颗粒或者继续长大颗粒；
步骤7)体积分数计算：计算已投放的不同种类颗粒的体积和体积分数；
步骤8)颗粒均匀搅拌处理：通过颗粒长大和运动使不同种类的颗粒混合均匀，达到颗粒最密堆积状态。
优选地，步骤1)所述边界条件控制参数包括颗粒与投放空间区域边界的关系、颗粒在边界上的分布情况、梯度层方向、梯度层厚度、梯度层个数；
所述颗粒控制参数包括颗粒种类个数、颗粒的形状、颗粒的尺寸参数、颗粒之间的最小控制距离、颗粒与边界的最小距离、每个梯度层的不同种类颗粒混合时的体积比例、颗粒接触参数、重叠控制参数、颗粒间距调控标记、颗粒层间扩散的最大距离。
优选地，步骤3)中，颗粒运动采用随机运动原理或物理碰撞运动原理进行描述。
优选地，步骤4)所述的边界反弹处理包括颗粒位置处理和颗粒速度处理；颗粒位置处理是根据不同的边界条件，将跑出空间边界范围的颗粒恢复到空间边界处；颗粒速度处理是将颗粒的速度方向调整为指向边界内部的方向。
优选地，步骤7)所述的体积分数计算公式为：
式(1)中，V表示投放空间的体积，Nj表示每种颗粒的个数，Rij表示第i个种类的第j个球形颗粒的半径。
优选地，步骤8)中，颗粒长大过程中包括采用固定步长或者变步长方法实现颗粒长大。
优选地，步骤8)所述的颗粒均匀搅拌处理后还包括梯度层界面处理过程；
梯度层界面处理过程具体过程为：首先在每个梯度层空间随机生成颗粒，然后让所有颗粒运动一定的周期，允许颗粒跨越梯度层界面，但颗粒跨越梯度层界面的距离必须小于设定的最大层间扩散距离，同时还需满足颗粒最小间距条件和边界条件。
一种动态随机序列吸附系统，包括：
颗粒投放模块，用于设定颗粒的尺寸参数、形状、体积分数、空间分布情况，并分梯度层进行颗粒的投放；
数据处理模块，用于计算每种已投放颗粒的体积分数并存储已投放颗粒的信息；
评估判断模块，用于进行边界条件检测、颗粒距离检测、颗粒投放上限检测、颗粒种类检测和投放比例检测；
颗粒调控模块，用于进行均匀搅拌处理和梯度层界面处理，控制颗粒的均匀分布程度、梯度界面的粗糙度和界面形貌。
一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述动态随机序列吸附方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述动态随机序列吸附方法的步骤。
与现有技术相比，本发明具有以下有益效果：
本发明公开了一种动态随机序列吸附方法，动态随机序列吸附算法的主要步骤包括输入控制参数、颗粒生成、颗粒运动、边界条件检测、颗粒距离检测、颗粒投放上限检测、体积分数计算和颗粒均匀搅拌处理。采用分步顺序投放和动态投放的思想，计算初始投放比例对应的每种颗粒的体积分数要求，在特定的空间范围内逐个随机生成特定种类的颗粒，然后通过颗粒运动调整已有颗粒的空间位置从而满足颗粒最小距离要求和边界条件，再接着生成下一个当前种类的颗粒，直到满足当前种类颗粒的体积分数要求或达到体积分数上限，然后生成下一个种类的颗粒，接着增大投放比例并计算对应的每个种类颗粒的体积分数要求，继续每种颗粒的投放过程，直到颗粒的投放比例大于等于1或者达到体积分数上限。本发明针对现有颗粒随机投放算法的不足和高体积分数颗粒增强复合材料的研究需求，基于已有的随机序列吸附算法，提出了动态的随机序列吸附算法，即已生成颗粒的空间位置在投放的过程可以发生改变，实现了颗粒体积分数从0到体积分数上限的所有情况，同时提高了颗粒位置的随机性和颗粒种类的多样性，实现了颗粒最小间距的精确控制，同时避免了颗粒的微小重叠，实现了颗粒随机均匀分布和分层梯度分布。
进一步地，还设有梯度层界面处理步骤，能够控制梯度界面的粗糙度和界面形貌。
进一步地，基于几何的随机运动原理是指通过随机数来控制颗粒的运动方向和运动距离；基于物理碰撞的运动原理是指颗粒的空间位置决定了颗粒的接触和受力情况，根据牛顿第二定律计算颗粒的运动状态。在采用基于物理碰撞的运动原理来描述颗粒的运动方式时，增加了颗粒速度的变周期衰减处理，既可以提高消除颗粒重叠的稳定性，又能减少消除颗粒重叠的计算次数。同时在采用基于物理碰撞的运动原理来描述颗粒的运动方式时，将颗粒间的最小距离和重叠误差量引入到颗粒的半径中，实现了颗粒最小间距的精确控制，同时避免了颗粒的微小重叠。
本发明还公开了一种动态随机序列吸附系统，颗粒投放模块，用于设定颗粒的尺寸参数、形状、体积分数、空间分布情况，并分梯度层进行颗粒的投放；数据处理模块，用于计算已投放每种颗粒的体积分数和存储已投放颗粒的信息；评估判断模块，用于进行边界条件检测、颗粒距离检测、颗粒投放上限检测、颗粒种类检测和投放比例检测；颗粒调控模块，用于进行均匀搅拌处理和梯度层界面处理，来控制颗粒的均匀分布程度和梯度界面的粗糙度和界面形貌。
附图说明
图1为本发明动态随机序列吸附方法的主流程图；
图2为本发明动态随机序列吸附方法的随机投放第J2个种类颗粒对应的子流程图；
图3为颗粒等径分布下的算法结果图，其中，图3(a)为颗粒投放模型，图3(b)为边界裁剪后的颗粒增强复合材料的细观几何模型；
图4为特定边界条件下的算法结果图，其中，图4(a)为颗粒投放模型，图4(b)为边界裁剪后的颗粒增强复合材料的细观几何模型；
图5为颗粒尺寸区间分布下的算法结果图，其中，图5(a)为颗粒投放模型，图5(b)为边界裁剪后的颗粒增强复合材料的细观几何模型；
图6为多种颗粒混合分布下的算法结果图，其中，图6(a)为颗粒投放模型，图6(b)为边界裁剪后的颗粒增强复合材料的细观几何模型；
图7为执行颗粒间距调控处理后的算法结果图，其中，图7(a)为颗粒投放模型，图7(b)为边界裁剪后的颗粒增强复合材料的细观几何模型；
图8为颗粒分层梯度分布的算法结果图，其中，图8(a)、(b)为颗粒投放模型的前视图和三维视图，图8(c)、(d)为边界裁剪后的颗粒增强复合材料的细观几何模型的前视图和三维视图；
图9为颗粒分层梯度分布的算法结果图，其中，图9(a)、(b)为颗粒投放模型的前视图和三维视图，图9(c)、(d)为边界裁剪后的颗粒增强复合材料的细观几何模型的前视图和三维视图；
图10为颗粒分层梯度分布的算法结果图，其中，图10(a)、(b)为颗粒投放模型的俯视图和三维视图，图10(c)、(d)为边界裁剪后的颗粒增强复合材料的细观几何模型的俯视图和三维视图。
具体实施方式
下面结合附图对本发明做进一步详细描述：
实施例1
动态随机序列吸附方法的主要步骤包括输入控制参数、颗粒生成、颗粒运动、边界条件检测、颗粒距离检测、颗粒投放上限检测、体积分数计算、颗粒均匀搅拌处理、梯度层界面处理(适用于颗粒分层梯度分布的附加步骤)。
步骤1)输入控制参数。
所述控制参数包括如下参数：
1)颗粒增强复合材料的形状和尺寸参数，例如长方体形状和长方体的3个边长；2)颗粒梯度分布的梯度方向、梯度层个数NL和每个梯度层的厚度t；3)颗粒与投放空间区域边界的关系(第一种情况是颗粒全部在边界内部；第二种情况是颗粒在边界内部或边界上)；4)颗粒在边界上的分布情况(第一种情况是边界上的颗粒自由分布，第二种情况是边界上的颗粒满足周期性分布)；5)每个梯度层的颗粒种类个数的最大值NK，每个种类颗粒的尺寸范围Rmax和Rmin、颗粒的材料密度；6)每个梯度层的颗粒体积分数、不同种类颗粒的体积混合比例；7)颗粒之间的最小控制距离Δ1和颗粒与边界的最小距离Δ2；8)离散元模拟时的颗粒接触参数和重叠控制参数；9)颗粒间距调控标记和颗粒层间扩散的最大距离，根据颗粒间距调控标记选择是否进行颗粒均匀搅拌处理。
Δ1用于控制颗粒的间距和颗粒分布的均匀程度，避免在有限元网格划分时因为颗粒距离较小而出现网格奇异性。Δ2用于控制颗粒与边界的距离，避免在有限元网格划分时边界处出现网格奇异性。对于长方体状颗粒投放空间区域而言，当梯度层数NL＝1时，若要求边界上的颗粒满足周期性分布，则边界上的颗粒在X、Y、Z三个方向满足周期性分布，得到的模型是一个代表体积单元RVE；当梯度层数NL>1时，梯度方向取X、Y、Z三者中的一个都是等效的，在梯度方向为Z方向时，若要求边界上的颗粒满足周期性分布，则边界上的颗粒只在非梯度方向(X、Y方向)满足周期性分布、梯度方向(Z方向)自由分布。对于圆柱或圆筒状颗粒投放空间区域而言，当梯度层数NL＝1时，若要求边界上的颗粒满足周期性分布，则边界上的颗粒在Z方向满足周期性分布、径向和环向自由分布；当梯度层数NL>1时，在梯度方向为半径方向的情况下，若要求边界上的颗粒满足周期性分布，则边界上的颗粒在Z方向满足周期性分布、、径向和环向自由分布；当梯度层数NL>1时，在梯度方向为Z方向的情况下，边界上的颗粒不可能满足周期性分布，故边界上的颗粒在所有方向都是自由分布。
步骤2)颗粒生成：在特定的空间范围逐个随机生成特定种类颗粒的空间位置，通过一组随机数来描述每个颗粒的空间位置。
对于球形颗粒而言，由于球形颗粒具有无数条旋转对称轴，仅采用球心的空间位置就能描述球形颗粒的空间位置；对于非球形颗粒，需要采用颗粒中心的空间位置和颗粒的空间旋转角度来描述颗粒的空间位置。
步骤3)颗粒运动：颗粒在特定的空间范围运动，从而实现对颗粒位置的调整。描述颗粒的运动方式可以采用基于几何的随机运动原理，也可以采用基于物理碰撞的运动原理。基于几何的随机运动原理是指通过随机数来控制颗粒的运动方向和运动距离；基于物理碰撞的运动原理是指颗粒的空间位置决定了颗粒的接触和受力情况，颗粒根据牛顿第二定律运动。
基于物理碰撞的运动原理，采用离散元软件PFC5.0模拟颗粒的运动。离散元软件PFC5.0中球作为基本颗粒单元，对于球形颗粒可以直接用球来模拟，对于非球形颗粒可以采用多个球来逼近真实的颗粒形状。离散元软件PFC5.0中采用软接触，允许颗粒之间有任意大小的重叠，采用时间步算法计算颗粒的运动，对每个颗粒重复应用牛顿第二定律，对每个接触对重复应用力-位移接触本构关系。在每个时间步开始，首先根据颗粒的空间位置和力-位移接触本构关系计算颗粒间的接触力，然后根据牛顿第二定律计算颗粒的加速度，在当前时间步以恒定的加速度运动，运动后更新颗粒的空间位置和速度，开始下一个时间步的计算，在离散元中这样的一次运动和接触更新过程称为一次计算循环。采用软件自动确定时间步，执行一定数量的计算循环。
对于已经满足颗粒最小间距和边界条件的颗粒系统，如果颗粒不处于静止状态，颗粒继续运动则会出现不满足颗粒最小间距或边界条件的情况，所以颗粒不能无限运动。同时颗粒无限运动会增大颗粒碰撞的概率，从而降低消除颗粒重叠的稳定性，所以引入速度衰减系数，颗粒的运动速度每隔一定周期乘以速度衰减系数。具体实施过程中，采用变周期对速度进行衰减，既可以提高消除颗粒重叠的稳定性，又能减少消除颗粒重叠的计算次数。变周期衰减即离散元计算中，当计算循环次数不是100的整数倍时，每隔1次计算循环乘以速度衰减系数；当计算循环次数为100的整数倍时，每隔100次计算循环再乘以速度衰减系数。
步骤4)边界条件检测：判断颗粒是否满足边界条件，如果颗粒不满足边界条件，则进行边界反弹处理和颗粒运动。基于颗粒和投放空间区域的边界关系和颗粒在边界上的分布情况，边界条件可以归纳为3种：第一种情况是颗粒在边界内部；第二种情况是颗粒在边界内部或边界上，同时边界上的颗粒满足周期性分布；第三种情况是颗粒在边界内部或边界上，同时边界上的颗粒自由分布。对于颗粒在边界上自由分布的情况，采用颗粒在边界内部的约束条件进行处理。如果颗粒在某个方向的边界条件为自由分布，则先将该方向的边界位置进行放大处理，然后在颗粒投放结束后对投放空间区域的颗粒进行边界裁剪，就可以实现颗粒在边界上自由分布。
边界反弹处理包括颗粒位置处理和颗粒速度处理两部分。颗粒位置处理是根据不同的边界条件，把跑出空间边界范围的颗粒恢复到空间边界处。颗粒速度处理是指将颗粒的速度方向调整为指向边界内部的方向，速度大小不变。
步骤5)颗粒距离检测：检测颗粒间的距离是否满足最小距离要求，若不满足最小距离要求，则通过颗粒的运动调整颗粒的位置。球形颗粒的距离等于球心的距离d减去两个球形颗粒的半径和，Δ＝d-R1-R2。
采用离散元方法模拟颗粒的运动，在每个时间步的运动后都会更新颗粒的空间位置和颗粒之间的接触力，且接触力可以直接读取，所以将颗粒距离判断转化为接触力判断，不需要重复计算颗粒的间距，从而减少重复计算量。离散元方法中的颗粒允许重叠，对于颗粒间的距离没有直接限制，所以需要将颗粒间的最小距离Δ1引入到颗粒的半径中。离散元方法中直接消除颗粒的重叠，需要进行大量次数的计算循环。随着颗粒数目的增多，消除重叠的计算循环次数会越来越多，甚至颗粒重叠不可避免，所以在颗粒半径中引入最小重叠量Δ3来控制距离误差。
Δ>Δ1等价于Δ′＝Δ-Δ1-Δ3>-Δ3，即d-(R1+Δ1/2+Δ3/2)-(R2+Δ1/2+Δ3/2)>-Δ3，故修正后的颗粒半径为R′＝R+Δ1/2+Δ3/2。假设颗粒的法向接触刚度为Kn，如果颗粒间距Δ′>0，颗粒不存在重叠，则接触力大小为F＝0；如果0>Δ′＝Δ-Δ1-Δ3>-Δ3，则接触力F＝Kn|Δ′|<KnΔ3；如果Δ′＝Δ-Δ1-Δ3<-Δ3，则接触力F＝Kn|Δ′|>KnΔ3。故Δ>Δ1等价于R′＝R+Δ1/2+Δ3/2，F<KnΔ3。
步骤6)颗粒投放上限检测：判断颗粒运动次数是否达到最大运动次数，若达到最大运动次数，则认为当前的颗粒投放状态无法满足所有约束条件，前一步的颗粒投放状态已经达到颗粒体积分数上限，所以删除新生成的颗粒或撤销颗粒的长大，恢复前一步的颗粒投放状态；若未达到最大运动次数，则说明当前的颗粒投放状态满足所有约束条件，投放下一个颗粒或者继续长大颗粒。颗粒的运动次数即离散元的计算循环次数，每当所有颗粒满足颗粒最小间距和边界条件时，颗粒的运动次数重置为零。
步骤7)体积分数计算：计算不同种类颗粒的体积和体积分数，每种颗粒的体积分数
公式中，V表示投放空间的体积，Nj表示每种颗粒的个数，Rij表示第i个种类的第j个球形颗粒的半径。
步骤8)颗粒均匀搅拌处理：通过颗粒长大和运动使不同种类的颗粒混合更均匀，控制颗粒的均匀分布程度，使所有颗粒间的距离趋于相等。每个梯度层空间内的颗粒同步长大，直到颗粒不能继续长大，且此时的步长足够小时，可以认为达到颗粒最密堆积状态，从而所有颗粒间的距离趋于相等。颗粒长大步长可以采用固定步长或者变步长方法，固定步长即半径步长是一个固定值，变步长即半径步长按照递减的方式变化，采用用变步长方法可以减少颗粒长大的步长个数，故推荐使用变步长方法。变步长方法需要规定最小的半径步长ΔRmin和最大的半径步长ΔRmax，颗粒长大首先采用最大的半径步长对颗粒进行长大和运动处理，当颗粒的运动次数超过最大运动次数时，缩小半径步长ΔR＝ΔR/2，再次对颗粒进行长大和运动处理，直到半径步长为最小的半径步长时，停止颗粒长大和运动。
步骤9)梯度层界面处理：针对分层梯度的颗粒增强复合材料引入的附加步骤，通过颗粒的运动使颗粒在层间扩散，控制梯度界面的粗糙度，实现颗粒在层间界面的不规则分布，来模拟分层梯度材料的界面形貌。对于分层梯度的颗粒增强复合材料，首先在每个梯度层空间随机生成颗粒，颗粒与梯度层界面是不相交的，然后进行梯度层界面处理。颗粒层间扩散即允许颗粒跨越梯度层界面，颗粒跨越梯度层界面的距离叫做层间扩散距离。首先给所有颗粒赋予[-1,1]之间的初始随机速度，然后让所有颗粒运动一定的周期，每次颗粒运动后，进行颗粒层间扩散距离检查、颗粒间距检查、边界条件检查，如果不满足条件需要对颗粒进行位置处理和速度方向处理。在颗粒运动一定的周期后(此处取1000次)，如果所有颗粒满足颗粒最小间距条件、边界条件、层间扩散距离条件则层间扩散步骤完成，否则继续进行颗粒运动直到满足颗粒最小间距条件、边界条件、层间扩散距离条件。
实施例2
动态随机序列吸附方法的主流程图，如图1所示，包括如下步骤：
(1)输入算法的控制参数，J1＝1，执行第(2)步；
(2)开始第J1个梯度层的随机投放，执行第(3)步；
(3)输入颗粒的初始投放比例，此处采用η＝0.1，执行第(4)步；
(4)计算投放比例η对应的每种颗粒的体积分数，J2＝1，执行第(5)步；
(5)开始第J2个种类颗粒的随机投放，执行第(6)步；
(6)随机投放第J2个种类的颗粒，执行第(7)步；
(7)结束第J2个种类颗粒的随机投放，执行第(8)步；
(8)判断是否正常结束，如果未正常结束，说明颗粒体积分数达到上限，则执行第(11)步；如果正常结束，执行第(9)步；
(9)判断是否达到当前梯度层的颗粒种类个数，如果未达到颗粒种类个数，则J2＝J2+1，返回第(5)步；如果达到颗粒种类个数，执行第(10)步；
(10)判断投放比例η是否大于等于1，如果小于1，则η＝η+0.01(投放比例的步长采用固定步长方法，步长是一个固定值，且步长为0.01，较小的投放比例步长可以提高不同种类颗粒的混合均匀性、减小不同种类颗粒的体积混合比例误差)，返回第(4)步；如果大于等于1，执行第(11)步；
(11)结束第J1个梯度层的随机投放，执行第(12)步；
(12)均匀搅拌处理，执行第(13)步；
(13)判断是否达到梯度层个数，如果未达到梯度层个数，则J1＝J1+1，返回第(2)步；如果达到梯度层个数，执行第(14)步；
(14)梯度层界面处理，执行第(15)步；
(15)颗粒投放过程结束。
其中，动态随机序列吸附方法的随机投放第J2个种类颗粒对应的子流程图如图2所示，包括如下步骤：
(601)开始第J2个种类颗粒的随机投放，i＝1，执行第(602)步；
(602)随机投放第i个缩小的颗粒(即随机生成第i个缩小颗粒的空间位置，缩小的颗粒是指颗粒的初始半径比目标尺寸小，这是为了减小颗粒之间的初始重叠概率，提高离散元计算的收敛性)，执行第(603)步；
(603)长大第i个颗粒，执行第(604)步；
(604)颗粒运动，执行第(605)步；
(605)判断颗粒的半径是否达到目标半径，如果未达到目标半径，返回第(603)步；如果达到目标半径，执行第(606)步；
(606)判断颗粒是否位于投放空间内部，如果未在投放空间内部，执行第(607)步；如果在投放空间内部，执行第(608)步；
(607)进行边界反弹处理，执行第(609)步；
(608)判断颗粒的间距是否大于最小控制距离Δ1，如果小于最小控制距离Δ1，执行第(609)步；如果大于最小控制距离Δ1，执行第(610)步；
(609)颗粒运动，执行第(611)步；
(610)判断第J2个种类颗粒是否达到体积分数要求，如果没有达到体积分数要求，i＝i+1，返回第(602)步；如果达到体积分数要求，执行第(612)步；
(611)判断是否达到最大运动次数，如果没有达到最大运动次数，执行第(606)步；如果达到最大运动次数，执行第(612)步；
(612)结束第J2个种类颗粒的随机投放。
实施例3
首先输入控制参数，该实施例的主要控制参数为：颗粒在X、Y、Z方向边界上为周期性分布，颗粒增强复合材料的形状为长方体，尺寸参数为Lx＝Ly＝Lz＝40mm，颗粒投放空间尺寸Lx＝Ly＝Lz＝40mm；颗粒为单层随机均匀分布，颗粒种类个数为1种，球形空心颗粒的半径R＝2mm，壁厚t＝0.1R，颗粒间的最小距离Δ1＝0.01mm，颗粒体积分数为100％。然后执行算法的后续步骤，具体执行过程与实施例2相同。该实施例的结果如图3所示，颗粒投放模型如图3(a)所示，根据颗粒增强复合材料的尺寸对投放空间区域的颗粒进行边界裁剪，裁剪后的颗粒与颗粒间的基体部分一起组成了颗粒增强复合材料，边界裁剪后的颗粒增强复合材料的细观几何模型如图3(b)所示。
由该结果可知，颗粒投放模型中颗粒的最终体积分数为63.14％，小于设定的100％，这说明所有颗粒组成的系统已经达到颗粒体积分数上限；且所有颗粒的位置都是随机的，符合颗粒随机分布的要求；边界裁剪边界上的颗粒在X、Y、Z三个方向满足周期性分布。
本实施例的结果表明，利用本发明方法可以解决等径颗粒的投放上限问题，涵盖颗粒体积分数从零到体积分数上限的所有情况，并且实现颗粒在边界上的周期分布，能够为颗粒增强复合材料的计算机仿真提供重要支撑。
实施例4
首先输入控制参数，该实施例的主要控制参数为：边界条件为颗粒在X、Y、Z方向边界内部或边界上，同时边界上的颗粒自由分布，颗粒增强复合材料的形状为长方体，尺寸参数为Lx＝Ly＝Lz＝40mm；采用颗粒在边界内部的约束条件进行处理，先将X、Y、Z方向的边界位置进行放大处理，然后在颗粒投放结束后根据颗粒增强复合材料的尺寸对投放空间区域的颗粒进行边界裁剪，故颗粒的投放空间尺寸Lx＝Ly＝Lz＝64mm；颗粒为单层随机均匀分布，颗粒种类个数为1种，球形空心颗粒的半径R＝2mm，壁厚t＝0.1R，颗粒间的最小距离Δ1＝0.01mm，颗粒体积分数为100％。然后执行算法的后续步骤，具体执行过程与实施例2相同。该实施例的结果如图4所示，颗粒投放模型如图4(a)所示，根据颗粒增强复合材料的尺寸对投放空间区域的颗粒进行边界裁剪，裁剪后的颗粒与颗粒间的基体部分一起组成了颗粒增强复合材料，边界裁剪后的颗粒增强复合材料的细观几何模型如图4(b)所示。
由该结果可知，颗粒投放模型中颗粒的最终体积分数为60.75％，小于设定的100％，这说明所有颗粒组成的系统已经达到颗粒体积分数上限；且所有颗粒的位置都是随机的，符合颗粒随机分布的要求；边界裁剪前颗粒全部位于投放空间边界的内部，边界裁剪后裁剪空间边界上的颗粒在X、Y、Z三个方向满足自由分布。
本实施例的结果说明，本发明方法可以解决等径颗粒的投放上限问题，涵盖颗粒体积分数从零到体积分数上限的所有情况，并且实现颗粒在边界上的自由分布和边界内部分布，能够为颗粒增强复合材料的计算机仿真提供重要支撑。
实施例5
首先输入控制参数，该实施例的主要控制参数为：颗粒在X、Y、Z方向边界上为周期性分布，颗粒增强复合材料的形状为长方体，尺寸参数为Lx＝Ly＝Lz＝40mm，颗粒投放空间尺寸Lx＝Ly＝Lz＝40mm；颗粒为单层随机均匀分布，颗粒种类个数为1种，球形空心颗粒的半径为区间均匀分布R＝U(1,3)mm，壁厚t＝0.1R，颗粒间的最小距离Δ1＝0.01mm，颗粒体积分数为100％。然后执行算法的后续步骤，具体执行过程与实施例2相同。该实施例的结果如图5所示，颗粒投放模型如图5(a)所示，根据颗粒增强复合材料的尺寸对投放空间区域的颗粒进行边界裁剪，裁剪后的颗粒与颗粒间的基体部分一起组成了颗粒增强复合材料，边界裁剪后的颗粒增强复合材料的细观几何模型如图5(b)所示。
由该结果可知，颗粒投放模型中颗粒的最终体积分数为64.60％，小于设定的100％，这说明所有颗粒组成的系统已经达到颗粒体积分数上限；且所有颗粒的位置都是随机的，符合颗粒随机分布的要求；边界上的颗粒在X、Y、Z三个方向满足周期性分布。
本实施例的结果表明，本发明方法可以解决颗粒尺寸特定分布下的投放上限问题，涵盖颗粒体积分数从零到体积分数上限的所有情况，并且实现颗粒在边界上的周期性分布，能够为颗粒增强复合材料的计算机仿真提供重要支撑。
实施例6
首先输入控制参数，该实施例的主要控制参数为：颗粒在X、Y、Z方向边界上为周期性分布，颗粒增强复合材料的形状为长方体，尺寸参数为Lx＝Ly＝Lz＝40mm，颗粒投放空间尺寸Lx＝Ly＝Lz＝40mm；颗粒为单层随机均匀分布，颗粒种类个数为3种，3种球形空心颗粒的半径R1＝3mm、R2＝2mm、R3＝1mm，壁厚t＝0.1R，颗粒间的最小距离Δ1＝0.01mm，3种颗粒的体积比为Vp1:Vp2:Vp3＝0.5:0.3:0.2，颗粒总体积分数为100％。然后执行算法的后续步骤，具体执行过程与实施例2相同。该实施例的结果如图6所示，颗粒投放模型如图6(a)所示，根据颗粒增强复合材料的尺寸对投放空间区域的颗粒进行边界裁剪，裁剪后的颗粒与颗粒间的基体部分一起组成了颗粒增强复合材料，边界裁剪后的颗粒增强复合材料的细观几何模型如图6(b)所示。
由该结果可知，颗粒投放模型中颗粒的最终体积分数为68.70％，小于设定的100％，这说明所有颗粒组成的系统已经达到颗粒体积分数上限；且所有颗粒的位置都是随机的，符合颗粒随机分布的要求；边界上的颗粒在X、Y、Z三个方向满足周期性分布。
本实施例结果表明，本发明方法可以解决多种颗粒混合填充的投放上限问题，涵盖颗粒体积分数从零到体积分数上限的所有情况，并且实现颗粒在边界上的周期性分布，能够为颗粒增强复合材料的计算机仿真提供重要支撑。
实施例7
首先输入控制参数，该实施例的主要控制参数为：颗粒在X、Y、Z方向边界上为周期性分布，颗粒增强复合材料的形状为长方体，尺寸参数为Lx＝Ly＝Lz＝40mm，颗粒投放空间尺寸Lx＝Ly＝Lz＝40mm；颗粒为单层随机均匀分布，颗粒种类个数为1种，球形空心颗粒的半径R＝2mm，壁厚t＝0.1R，颗粒间的最小距离Δ1＝0.01mm颗粒最小距离Δ1＝0.175mm，颗粒体积分数f＝50％，执行颗粒间距调控使颗粒达到均匀分布状态。然后执行算法的后续步骤，具体执行过程与实施例2相同。该实施例的结果如图7所示，颗粒投放模型如图7(a)所示，根据颗粒增强复合材料的尺寸对投放空间区域的颗粒进行边界裁剪，裁剪后的颗粒与颗粒间的基体部分一起组成了颗粒增强复合材料，边界裁剪后的颗粒增强复合材料的细观几何模型如图7(b)所示。
由该结果可知，执行颗粒间距调控后颗粒最小距离Δ1＝0.175mm，大于设定的0.01mm，这说明所有颗粒组成的系统已经近似达到均匀分布状态；且所有颗粒的位置都是随机的，符合颗粒随机分布的要求；边界上的颗粒在X、Y、Z三个方向满足周期性分布。
本实施例结果表明，本发明可以调控颗粒的间距，从而使颗粒达到均匀分布状态，能够为颗粒增强复合材料的计算机仿真提供重要支撑。
实施例8
首先输入控制参数，该实施例的主要控制参数为：梯度方向为Z方向，颗粒在X、Y方向边界上为周期性分布，在Z方向边界为非周期性分布；颗粒增强复合材料的形状为长方体，尺寸参数为Lx＝Ly＝40mm、Lz1＝20mm、Lz2＝20mm、Lz3＝20mm，将非周期方向的边界进行放大后得到的颗粒投放空间尺寸Lx＝Ly＝40mm、Lz1＝38mm、Lz2＝20mm、Lz3＝38mm；颗粒为分层梯度随机均匀分布，颗粒种类个数为1种，球形空心颗粒的半径R＝2mm，壁厚t＝0.1R，颗粒间的最小距离Δ1＝0.01mm，3层颗粒的体积分数分别为f1＝40％、f2＝50％、f2＝60％，颗粒最大层间扩散距离为0mm。然后执行算法的后续步骤，具体执行过程与实施例2相同。该实施例的结果如图8所示，颗粒投放模型如图8(a)、(b)所示，根据颗粒增强复合材料的尺寸对投放空间区域的颗粒进行边界裁剪，裁剪后的颗粒与颗粒间的基体部分一起组成了颗粒增强复合材料，边界裁剪后的颗粒增强复合材料的细观几何模型如图8(c)、(d)所示。
由该结果可知，颗粒在Z方向是分层梯度分布的；且所有颗粒的位置都是随机的，符合颗粒随机分布的要求；边界上的颗粒在X、Y方向满足周期性分布、在Z方向满足自由分布；梯度界面是一个平面。
本实施例结果表明，本发明方法可以实现直角坐标系下的颗粒分层梯度分布，能够为颗粒增强复合材料的计算机仿真提供重要支撑。
实施例9
首先输入控制参数，该实施例的主要控制参数为：梯度方向为Z方向，颗粒在X、Y方向边界上为周期性分布，在Z方向边界为非周期性分布；颗粒增强复合材料的形状为长方体，尺寸参数为Lx＝Ly＝40mm、Lz1＝20mm、Lz2＝20mm、Lz3＝20mm，将非周期方向的边界进行放大后得到的颗粒投放空间尺寸Lx＝Ly＝40mm、Lz1＝38mm、Lz2＝20mm、Lz3＝38mm；颗粒为分层梯度随机均匀分布，颗粒种类个数为1种，球形空心颗粒的半径R＝2mm，壁厚t＝0.1R，颗粒间的最小距离Δ1＝0.01mm，3层颗粒的体积分数分别为f1＝40％、f2＝50％、f2＝60％，颗粒最大层间扩散距离为2mm。然后执行算法的后续步骤，具体执行过程与实施例2相同。该实施例的结果如图9所示，颗粒投放模型如图9(a)、(b)所示，根据颗粒增强复合材料的尺寸对投放空间区域的颗粒进行边界裁剪，裁剪后的颗粒与颗粒间的基体部分一起组成了颗粒增强复合材料，边界裁剪后的颗粒增强复合材料的细观几何模型如图9(c)、(d)所示。
由该结果可知，颗粒在Z方向是分层梯度分布的；且所有颗粒的位置都是随机的，符合颗粒随机分布的要求；边界上的颗粒在X、Y方向满足周期性分布、在Z方向满足自由分布；梯度界面是一个凹凸不平的三维曲面。
本实施例结果表明，本发明方法可以实现直角坐标系下的颗粒分层梯度分布，并且能够控制梯度界面的形貌，能够为颗粒增强复合材料的计算机仿真提供重要支撑。
实施例10
首先输入控制参数，该实施例的主要控制参数为：梯度方向为半径方向，颗粒在Z方向边界为周期性分布，在径向和环向边界为非周期性分布；颗粒增强复合材料的形状为圆柱，尺寸参数为Lz＝40mm、Lx1＝10mm、Lx2＝10mm、Lx3＝10mm，将非周期方向的边界进行放大后得到的颗粒投放空间尺寸Lz＝40mm、Lx1＝10mm、Lx2＝10mm、Lx3＝19mm；颗粒为分层梯度随机均匀分布，颗粒种类个数为1种，球形空心颗粒的半径R＝2mm，壁厚t＝0.1R，颗粒间的最小距离Δ1＝0.01mm，3层颗粒的体积分数分别为f1＝40％、f2＝50％、f2＝60％，颗粒最大层间扩散距离为2mm。然后执行算法的后续步骤，具体执行过程与实施例2相同。该实施例的结果如图10所示，颗粒投放模型如图10(a)、(b)所示，根据颗粒增强复合材料的尺寸对投放空间区域的颗粒进行边界裁剪，裁剪后的颗粒与颗粒间的基体部分一起组成了颗粒增强复合材料，边界裁剪后的颗粒增强复合材料的细观几何模型如图10(c)、(d)所示。
由该结果可知，颗粒在半径方向是分层梯度分布的；且所有颗粒的位置都是随机的，符合颗粒随机分布的要求；边界上的颗粒在Z方向满足周期性分布、在径向和环向满足自由分布；梯度界面是一个凹凸不平的三维曲面。
本实施例结果表明，本发明可以实现圆柱坐标系下的颗粒分层梯度分布，并且能够控制梯度界面的形貌，能够为颗粒增强复合材料的计算机仿真提供重要支撑。
实施例11
本发明方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。其中，所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
实施例12
在示例性实施例中，还提供终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明方法的步骤。处理器可能是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
本发明动态随机序列吸附方法的工作原理如下：
采用分步顺序投放和动态投放的思想，计算初始投放比例对应的每种颗粒的体积分数要求，在特定的空间范围内逐个随机生成特定种类的颗粒，然后通过颗粒运动调整已有颗粒的空间位置从而满足颗粒最小距离要求和边界条件，再接着生成下一个当前种类的颗粒，直到满足当前种类颗粒的体积分数要求或达到体积分数上限，然后生成下一个种类的颗粒，接着增大投放比例并计算对应的每个种类颗粒的体积分数要求，继续每种颗粒的投放过程，直到颗粒的投放比例大于等于1或者达到体积分数上限。
综上所述，本发明针对现有颗粒随机投放算法的不足和高体积分数颗粒增强复合材料的研究需求，基于已有的随机序列吸附算法，提出了动态的随机序列吸附算法，即已生成颗粒的空间位置在投放的过程可以发生改变，实现了颗粒体积分数从0到体积分数上限的所有情况，同时提高了颗粒位置的随机性和颗粒种类的多样性，实现了颗粒最小间距的精确控制，同时避免了颗粒的微小重叠，实现了颗粒随机均匀分布和分层梯度分布。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种动态随机序列吸附方法，其特征在于，包括如下步骤：
步骤1)输入边界条件控制参数和颗粒控制参数；
步骤2)颗粒生成：在特定的空间范围逐个随机生成特定种类颗粒的空间位置，通过一组随机数来描述每个颗粒的空间位置；
步骤3)颗粒运动：颗粒在特定的空间范围运动；
步骤4)边界条件检测：判断颗粒运动是否满足预先设定的边界条件，如果颗粒运动满足边界条件，则进行颗粒距离检测；如果颗粒运动不满足边界条件，则进行边界反弹处理和颗粒运动处理；
步骤5)颗粒距离检测：检测颗粒间的距离是否满足设定的最小距离要求，若满足最小距离要求，则进行颗粒运动次数检测；若不满足最小距离要求，则进行颗粒运动处理；
步骤6)颗粒投放上限检测：判断颗粒运动次数是否达到最大运动次数，若达到最大运动次数，则删除新生成的颗粒或撤销颗粒的长大，恢复前一步的颗粒投放状态；若未达到最大运动次数，则投放下一个颗粒或者继续长大颗粒；
步骤7)体积分数计算：计算已投放的不同种类颗粒的体积和体积分数；
步骤8)颗粒均匀搅拌处理：通过颗粒长大和运动使不同种类的颗粒混合均匀，达到颗粒最密堆积状态。
2.根据权利要求1所述的动态随机序列吸附方法，其特征在于，步骤1)所述边界条件控制参数包括颗粒与投放空间区域边界的关系、颗粒在边界上的分布情况、梯度层方向、梯度层厚度、梯度层个数；
所述颗粒控制参数包括颗粒种类个数、颗粒的形状、颗粒的尺寸参数、颗粒之间的最小控制距离、颗粒与边界的最小距离、每个梯度层的不同种类颗粒混合时的体积比例、颗粒接触参数、重叠控制参数、颗粒间距调控标记、颗粒层间扩散的最大距离。
3.根据权利要求1所述的动态随机序列吸附方法，其特征在于，步骤3)中，颗粒运动采用随机运动原理或物理碰撞运动原理进行描述。
4.根据权利要求1所述的动态随机序列吸附方法，其特征在于，步骤4)所述的边界反弹处理包括颗粒位置处理和颗粒速度处理；颗粒位置处理是根据不同的边界条件，将跑出空间边界范围的颗粒恢复到空间边界处；颗粒速度处理是将颗粒的速度方向调整为指向边界内部的方向。
5.根据权利要求1所述的动态随机序列吸附方法，其特征在于，步骤7)所述的体积分数计算公式为：
式(1)中，V表示投放空间的体积，Nj表示每种颗粒的个数，Rij表示第i个种类的第j个球形颗粒的半径。
6.根据权利要求1所述的动态随机序列吸附算法，其特征在于，步骤8)中，颗粒长大过程中包括采用固定步长或者变步长方法实现颗粒长大。
7.根据权利要求1所述的动态随机序列吸附方法，其特征在于，步骤8)所述的颗粒均匀搅拌处理后还包括梯度层界面处理过程；
梯度层界面处理过程具体过程为：首先在每个梯度层空间随机生成颗粒，然后让所有颗粒运动一定的周期，允许颗粒跨越梯度层界面，但颗粒跨越梯度层界面的距离必须小于设定的最大层间扩散距离，同时还需满足颗粒最小间距条件和边界条件。
8.一种动态随机序列吸附系统，其特征在于，包括：
颗粒投放模块，用于设定颗粒的尺寸参数、形状、体积分数、空间分布情况，并分梯度层进行颗粒的投放；
数据处理模块，用于计算每种已投放颗粒的体积分数并存储已投放颗粒的信息；
评估判断模块，用于进行边界条件检测、颗粒距离检测、颗粒投放上限检测、颗粒种类检测和投放比例检测；
颗粒调控模块，用于进行均匀搅拌处理和梯度层界面处理，控制颗粒的均匀分布程度、梯度界面的粗糙度和界面形貌。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述动态随机序列吸附方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述动态随机序列吸附方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110290962.5A CN113092324B (zh) | 2021-03-18 | 2021-03-18 | 一种动态随机序列吸附方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110290962.5A CN113092324B (zh) | 2021-03-18 | 2021-03-18 | 一种动态随机序列吸附方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113092324A true CN113092324A (zh) | 2021-07-09 |
| CN113092324B CN113092324B (zh) | 2022-01-25 |
Family
ID=76668742
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110290962.5A Active CN113092324B (zh) | 2021-03-18 | 2021-03-18 | 一种动态随机序列吸附方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113092324B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116486967A (zh) * | 2023-05-12 | 2023-07-25 | 哈尔滨工业大学 | 可控颗粒间距及面积占比的带壳颗粒随机分布的生成方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130275090A1 (en) * | 2012-04-16 | 2013-10-17 | Livermore Software Technology Corp | Methods and Systems For Creating a Computerized Model Containing Polydisperse Spherical Particles Packed In An Arbitrarily-Shaped Volume |
| CN107229769A (zh) * | 2017-04-20 | 2017-10-03 | 东南大学 | 一种基于边界判别算法的混合料数值成型方法 |
| CN107590327A (zh) * | 2017-08-31 | 2018-01-16 | 河海大学 | 一种水泥基材料颗粒三维随机投放的分层分区方法 |
| CN109991401A (zh) * | 2019-04-19 | 2019-07-09 | 长沙理工大学 | 一种考虑集料特征的三维随机数字试件生成方法 |
| CN110838171A (zh) * | 2019-11-04 | 2020-02-25 | 上海海洋大学 | 基于颗粒随机填充的浮力材料的三维模型生成方法 |
| CN112084694A (zh) * | 2020-09-15 | 2020-12-15 | 河南理工大学 | 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 |
-
2021
- 2021-03-18 CN CN202110290962.5A patent/CN113092324B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130275090A1 (en) * | 2012-04-16 | 2013-10-17 | Livermore Software Technology Corp | Methods and Systems For Creating a Computerized Model Containing Polydisperse Spherical Particles Packed In An Arbitrarily-Shaped Volume |
| CN107229769A (zh) * | 2017-04-20 | 2017-10-03 | 东南大学 | 一种基于边界判别算法的混合料数值成型方法 |
| CN107590327A (zh) * | 2017-08-31 | 2018-01-16 | 河海大学 | 一种水泥基材料颗粒三维随机投放的分层分区方法 |
| CN109991401A (zh) * | 2019-04-19 | 2019-07-09 | 长沙理工大学 | 一种考虑集料特征的三维随机数字试件生成方法 |
| CN110838171A (zh) * | 2019-11-04 | 2020-02-25 | 上海海洋大学 | 基于颗粒随机填充的浮力材料的三维模型生成方法 |
| CN112084694A (zh) * | 2020-09-15 | 2020-12-15 | 河南理工大学 | 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 |
Non-Patent Citations (4)
| Title |
|---|
| J.SEGURADO 等: "A numerical approximation to the elastic properties of sphere-reinforced composites", 《JOURNAL OF THE MECHANICS AND PHYSICS OF SOLIDS》 * |
| JENS FENDER: "Random Sequential Adsorption", 《THEOR.BIOL.》 * |
| 张婉婷: "颗粒增强金属基复合材料力学性能的多尺度计算模拟", 《中国博士学位论文全文数据库 工程科技I辑》 * |
| 李庆 等: "炭黑增强橡胶复合材料力学行为的三维数值模拟", 《固体力学学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116486967A (zh) * | 2023-05-12 | 2023-07-25 | 哈尔滨工业大学 | 可控颗粒间距及面积占比的带壳颗粒随机分布的生成方法 |
| CN116486967B (zh) * | 2023-05-12 | 2023-10-03 | 哈尔滨工业大学 | 可控颗粒间距及面积占比的带壳颗粒随机分布的生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113092324B (zh) | 2022-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107423498B (zh) | 一种高致密度离散颗粒多相体系的建模方法 | |
| CN113092324B (zh) | 一种动态随机序列吸附方法、系统、设备及存储介质 | |
| Horabik et al. | Calibration of discrete-element-method model parameters of bulk wheat for storage | |
| Harper et al. | Characterisation of random carbon fibre composites from a directed fibre preforming process: Analysis of microstructural parameters | |
| CA2584104A1 (en) | Method and apparatus associated with anisotropic shrink in sintered ceramic items | |
| CN106777807A (zh) | 一种粉末冶金随机粒度分布3d有限元建模与仿真方法 | |
| CN104899393A (zh) | 一种离散相增强复合材料细观结构的建模方法 | |
| CN114510760B (zh) | 一种基于离散元的大孔隙混凝土抗压试件模型构建方法 | |
| Toson et al. | Impulse-based dynamics for studying quasi-static granular flows: application to hopper emptying of non-spherical particles | |
| CN107330227A (zh) | 考虑膜效应的岩土体三轴试验的离散元建模及数值模拟方法 | |
| 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 | |
| CN106874600B (zh) | 快速生成卵石碎石夹杂的混凝土二维随机骨料模型的方法 | |
| CN113221200A (zh) | 一种适用于堆芯颗粒分布不确定性分析的三维高效随机排布方法 | |
| Reis et al. | How dense can one pack spheres of arbitrary size distribution? | |
| CN117283864B (zh) | 一种纤维增强材料的3d打印数字模型构建方法 | |
| CN115050431A (zh) | 一种水泥稳定再生集料的三维细观结构的建模分析方法 | |
| CN107245540B (zh) | 一种高炉布料过程径向料层厚度分布的控制策略 | |
| 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 | |
| CN111576350B (zh) | 拱坝体形自动优化方法 | |
| CN113158454B (zh) | 一种二维混凝土骨料的分级配随机生成方法 | |
| Schmeer et al. | Weight-optimized and mono-material concrete components by the integration of mineralized hollow spheres | |
| CN109949878B (zh) | 一种金属基复合材料中增强体分布构型的设计方法 | |
| CN116738673A (zh) | 基于真实骨料的三维混凝土细观几何模型的构建方法 | |
| CN113962065B (zh) | 一种含高体积分数骨料及气孔缺陷的混凝土三维细观模型 | |
| CN114169233A (zh) | 材料颗粒粒径优化方法、系统、设备及存储介质 |
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 |