CN113177302B - 一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法 - Google Patents

一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法 Download PDF

Info

Publication number
CN113177302B
CN113177302B CN202110402163.2A CN202110402163A CN113177302B CN 113177302 B CN113177302 B CN 113177302B CN 202110402163 A CN202110402163 A CN 202110402163A CN 113177302 B CN113177302 B CN 113177302B
Authority
CN
China
Prior art keywords
crack
rock
model
particle flow
new
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
Application number
CN202110402163.2A
Other languages
English (en)
Other versions
CN113177302A (zh
Inventor
郭奇峰
张�杰
吴星辉
董建伟
刘智超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202110402163.2A priority Critical patent/CN113177302B/zh
Publication of CN113177302A publication Critical patent/CN113177302A/zh
Application granted granted Critical
Publication of CN113177302B publication Critical patent/CN113177302B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明提供了一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，涉及节理岩体研究技术领域，能够重构岩体细观模型，实现模型裂隙形态可控、设定简单、成本低廉，且对新生裂纹特征提取精度较高、准确可靠；该方法包括：S1、获取岩体表面数字图像；S2、图像预处理；S3、识别出岩体主要矿物组分并统计比例；S4、根据S3的结果，建立颗粒流模型并对模型参数进行标定；S5、在S4的颗粒流模型中设置裂隙模型；删除裂隙模型位置相应的球体颗粒，建立定向裂隙岩石模型；S6、进行新生裂纹位置和类型的追踪；S7、根据S6的追踪结果进行新生裂纹产状信息的统计和分析。本发明提供的技术方案适用于裂隙岩石的数值模拟试验研究的过程中。

Description

一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法
技术领域
本发明涉及节理岩体研究技术领域，尤其涉及一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法。
背景技术
天然岩体中存在的微裂隙和宏观裂纹对地下工程结构的稳定性有着显著的影响。裂隙岩体的力学性质决定了岩体的强度和岩体受压破坏的机制，围岩的失稳和破坏往往是由这些内部裂隙的扩展和贯通诱发引起。花岗岩是自然界和岩石工程中十分常见的一类岩石，其力学行为必然受到矿物结构组成的影响。同时考虑花岗岩非均质矿物结构和裂隙存在，探究非均质裂隙花岗岩的强度特征和破坏模式，将有助于揭示工程岩体的破坏机制和失稳特征。
目前，裂隙岩石的研究仍以室内试验为主，裂隙岩体取样、预制裂隙精度控制和类岩石材料矿物颗粒黏结等问题均对研究结果产生影响。采用数值分析模型进行研究，能够考虑岩石中细观组分的类型和分布，便于探究微细观破裂的具体演化过程。近年来，数值模拟方法在岩石材料破坏研究方面应用广泛，能够以细观尺度上的本构关系模拟裂隙演化过程。颗粒流模拟法，再现了细观颗粒间的相互作用及演化特性主导颗粒材料的宏观力学行为，是预制裂隙岩体强度特征及裂隙扩展规律研究的有力工具。
在现有裂隙岩体变形破坏研究中，对岩石矿物的非均质结构与微裂隙扩展引起的岩石力学特性的研究尚不充分。预制裂隙模型是节理岩体力学性质研究的基本结构形式之一，定向裂隙和多裂隙之间的作用关系对裂隙岩体起控制作用。构建这种裂隙岩石结构模型对于开展裂隙岩石力学试验研究和指导实际工程具有重要的意义。因此，不论是科研需求还是应用需求，都需要研发一种新的裂隙模型构建及新生裂纹分析方法，以解决或减轻上述一个或多个问题，推动节理岩体力学性质的研究及应用。
发明内容
有鉴于此，本发明提供了一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，能够重构反映岩石非均质结构特征的细观模型，实现模型裂隙形态可控、设定简单、成本低廉，且对新生裂纹特征信息提取精度较高、准确可靠。
一方面，本发明提供一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，其特征在于，所述方法的步骤包括：
S1、获取岩石试块表面数字图像；岩石试块可以是花岗岩或者片麻岩，在分析精度达到要求时也可以是其他岩石；
S2、对S1获取的图像进行预处理；
S3、针对预处理后的图像进行处理，识别出岩石试块的主要矿物组分并统计各组分所占的比例；
S4、根据S3的识别结果和统计结果，建立颗粒流模型并对模型参数进行标定；
S5、在S4的颗粒流模型中按所需尺寸和角度设置裂隙模型；删除裂隙模型位置相应的球体颗粒，建立定向裂隙岩石模型；
S6、进行新生裂纹位置和类型的追踪；
S7、根据S6的追踪结果，进行新生裂纹产状信息的统计和分析。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述岩石试块为方柱形岩石试块。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，预处理的内容包括平滑处理，以消除噪声影响。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，矿物组分识别的内容包括：根据矿物颗粒表面的不同颜色和亮度变化判断其为何种组分，并采用双阈值分割算法进行具体判断。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，主要矿物组分包括长石、石英和云母。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，统计岩石试块的主要矿物组分的比例的内容包括：统计各矿物组分在灰度图像中所对应像素点的总面积，进而获得该组分的像素点总面积与岩石像素点总面积的比例，并以此比例作为该矿物组分在岩石试块中所占的比例。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S4中对模型参数进行标定的内容包括：根据实物岩石试验结果对颗粒流模型的细观力学性质参数进行标定。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，以相关试验数值模型作为细观力学性质参数取值的基础，设置平行黏结强度比值，将试样强度作为峰值应力；先设置球形颗粒和平行黏结的接触模量比值，通过调节颗粒接触模量得到岩石试样的弹性模量，然后改变球形颗粒刚度比值以匹配泊松比；再设置侧限压力，逐次降低平行黏接强度，得到岩石试件的峰值应力；最后改变球形颗粒接触模量和平行黏结的弹性模量比值，微调平行黏结的弹性模量，得到与室内试验更为匹配的应力-应变关系。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S5中所需尺寸和角度包括：裂隙倾角β、相邻两裂隙的水平间距c和竖直间距d；
通过调节以上三个参数，模拟出裂隙模型不同设置位置时的工况条件。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S6的内容包括：采用命令语句跟踪颗粒接触点破坏情况，根据内置函数传递参数来确定外荷作用下岩石中新生裂纹的位置和类型；
新生裂纹包括剪切裂纹和拉伸裂纹。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，步骤S7的内容包括：根据新生裂纹的追踪结果，采用相似归并法进行归类统计；
相似归并法进行归类统计的过程包括：归并产状相近的两条裂纹，以它们的平均产状为新的裂纹组，总裂纹数量相应减少一组，如此往复进行，直至统计完全。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，产状相近的判断过程包括：以裂纹所在空间平面作为法线矢量，根据产状得到平面法线矢量余弦，将法线矢量夹角最小的两个平面对应的裂纹判断为产状相近的裂纹。
与现有技术相比，上述技术方案中的一个技术方案具有如下优点或有益效果：本发明的方法，重构了反映岩石非均质结构特征的细观模型，模型裂隙形态可控、设定简单，成本低廉；
上述技术方案中的另一个技术方案具有如下优点或有益效果：在追踪与分析方法上，新生裂纹特征信息具有提取精度较高、准确可靠，高效便捷等优点。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有技术效果。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明一个实施例提供的裂隙岩石颗粒流模型构建及新生裂纹产状分析方法的流程图；
图2是本发明一个实施例提供的花岗岩图像矿物识别图；其中，(a)为标准试件，(b)为局部放大图；
图3是本发明一个实施例提供的裂隙花岗岩试件模型图；
图4是本发明一个实施例提供的裂隙岩石试件新生裂纹模型图；
图5是本发明一个实施例提供的新生裂隙极点等密度图。
其中，图中：
1-花岗岩标准试件，2-石英，3-长石，4-云母，5-裂隙岩石标准试件模型，6-预制裂隙模型，7-新生裂纹，8-剪切裂纹，9-张拉裂纹。
具体实施方式
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
本发明的颗粒流裂隙模型的构建方法主要包括五个步骤：获取花岗岩试块材料表面数字图像，岩石试块图像预处理，花岗岩矿物组分识别，完整颗粒流模型建立与标定，岩石裂隙模型设定。本发明的裂隙模型中新生裂纹产状分析方法分为两个步骤：新生裂纹位置和类型追踪，新生裂纹产状信息统计。
具体的，如图1所示，一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，步骤包括:
(1)获取花岗岩试块材料表面数字图像
选取表面矿物颗粒清晰、具有平整洁净表面的标准岩石试块(长×宽×高＝50mm×50mm×100m)；
岩石试块制作为标准方柱岩石试件，获得其表面矿物颗粒清晰的平面图像；采用方柱标准岩石试件，有利于后期力学试验中观测平面裂纹扩展情况，进而按照平面应变问题进行理论计算；从而克服了传统圆柱标准岩石试件中，预制裂纹在圆柱曲面扩展带来平面应变理论计算问题。
(2)岩石试块图像预处理
采用MATLAB中图像处理方法，对花岗岩试块表面数字图像进行平滑处理以消除噪声影响；
该步骤进行图像平滑处理，减少图像中颜色和亮度变化影响，消除噪声影响；基于MATLAB较为成熟的图像处理技术，尽可能减少试验误差。
(3)花岗岩矿物组分识别
以矿物颗粒表面不同颜色或亮度变化识别花岗岩表面细观结构，采用双阈值分割算法，对花岗岩中的长石、石英、云母图像进行分割，识别花岗岩矿物组分特征；
在该步骤中采用改进的最大类间方差法进行图像的多阈值分割，以类间特性差最大或类内特性差最小为判据，获得图像分割的最佳阈值。
设灰度范围[0，L]的图像中，第i级像素点个数为Ni，像素点总个数为
Figure GDA0003093219300000061
则第i级像素点的出现概率为/>
Figure GDA0003093219300000062
选择灰度阈值组T＝{t1,t2,…,tm-1}，将图像分割为m个区域，灰度区域的灰度值分别为C1＝[0,t1]，C2＝[t1,t2]，…，Cm＝[tm-1,L]，则方差/>
Figure GDA0003093219300000063
最大值的最优阈值T*计算公式如下：
Figure GDA0003093219300000064
Figure GDA0003093219300000065
式中：ωs(s＝1,2,3,…,m)为每一灰度区域像素点占图像总体的比例，CS为区域灰度值的集合，λs为平均灰度值，λ为图像的总体灰度。
采用该算法进行双阈值求解，得到灰度图像的最佳分割阈值，从而对花岗岩中的长石、石英、云母图像进行分割。
(4)完整颗粒流模型建立与标定
根据灰度图像中各像素点数量统计结果，获得矿物成分中长石、石英和云母所占图像面积百分比，建立基于花岗岩矿物组分比例的多相颗粒流模型，该模型细观力学性质参数需要根据室内完整岩石试验结果进行标定。
在该步骤中以完整岩石数值模型(即颗粒流模型)与室内完整岩石试验结果(室内完整岩石试验结果具体是采用标准岩石试块(长×宽×高＝50mm×50mm×100m)进行单轴压缩试验，获取该岩石试块的应力-应变关系曲线)进行标定，而非直接根据实物裂隙岩石与室内裂隙岩石试验结果标定(室内裂隙岩石试验结果即采用含有裂隙的岩石块进行单轴压缩试验)，从而减少室内试验预制裂隙精度控制问题对模型材料产生影响。本发明标定过程：对室内完整岩石和完整岩石数值模型(即颗粒流模型)进行单轴压缩试验，获得两者的应力-应变关系曲线；通过调节数值模型中的细观力学参数，使两者曲线接近一致，即为细观力学参数标定。
细观力学参数标定过程：以类似相关试验数值模型作为细观力学性质参数取值的基础，平行黏结强度比值可以取为1.0，将试样强度作为峰值应力。先将球形颗粒和平行黏结的接触模量比值可以设为1.0，通过调节颗粒接触模量得到岩石试样的弹性模量，然后改变球形颗粒刚度比值以匹配泊松比；再设置侧限压力(可以为0)，逐次降低平行黏接强度，得到岩石试件的峰值应力；最后改变球形颗粒接触模量和平行黏结的弹性模量比值，微调平行黏结的弹性模量，得到与室内试验更为匹配的应力-应变关系。以类似相关试验数值模型作为细观力学性质参数取值的基础具体为：在花岗岩细观力学参数标定前，查找现有文献中有关花岗岩标准岩石试件数值模型标定的参数(和工程类比法相似)，以此参数作为本发明的取值基础。
(5)岩石裂隙模型设定
岩石试块数值模型中设置所需尺寸和角度的裂隙模型，模型运行过程中删除裂隙位置相应的球体颗粒，建立定向裂隙岩石模型。
在该步骤中裂隙位置关系由裂隙倾角β、水平间距c和竖直间距d确定，裂隙倾角β取值为0°～90°任意范围，通过调节预制裂隙间三个位置参数，改变裂隙之间的距离和角度，模拟不同位置裂隙模型工况条件，实现多裂隙之间相互作用影响研究。
(6)新生裂纹位置和类型追踪
在“岩石裂隙模型设定”这一步骤中，由于设定了预制裂隙，从而使得新生裂纹位置或是裂纹分布更有规律。因此，有必要统计新生裂纹位置和类型。并且裂纹的萌生和扩展属于平面应变范畴，因此步骤(1)中，采用方柱标准岩石试件，有利于后期力学试验中观测平面裂纹扩展情况，进而按照平面应变问题进行理论计算；从而克服了传统圆柱标准岩石试件中，预制裂纹在圆柱曲面扩展带来平面应变理论计算问题。
在该步骤中新生裂纹产状信息由PFC(基于采用细观离散元理论的软件系统)内置FISH语言编制，追踪裂隙扩展过程中新生裂纹的位置和类型；即通过PFC内置FISH语言编制颗粒流代码，追踪裂隙的位置和类型，导出结果文件；
在该步骤中使用PFC内置FISHCALL命令语句跟踪颗粒接触点破坏情况，根据内置函数传递参数来确定外荷作用下岩石中新生剪切和拉伸裂隙的位置和类型。
岩石新生裂纹包括剪切裂纹和拉伸裂纹两种，其萌生扩展受制于裂隙端部应力集中。定义：
Figure GDA0003093219300000081
Figure GDA0003093219300000082
式中：
Figure GDA0003093219300000083
为平行连接的法向应力，/>
Figure GDA0003093219300000084
为平行连接键的拉力，/>
Figure GDA0003093219300000085
为颗粒的横截面积，
Figure GDA0003093219300000086
为平行连接的切向应力，/>
Figure GDA0003093219300000087
为平行连接键的剪力，/>
Figure GDA0003093219300000088
为粘聚力，σ剪切破坏面上的正应力，
Figure GDA0003093219300000089
为内摩擦角(/>
Figure GDA00030932193000000810
时发生拉伸破坏，/>
Figure GDA00030932193000000811
时发生剪切破坏)，/>
Figure GDA00030932193000000812
为平行连接切向连接强度，σc为平行连接法向连接强度。
(7)新生裂纹产状信息统计
基于新生裂纹产状信息，采用Dips软件进行交互式分析，以裂纹走向玫瑰花图和极点等密度图进行裂纹扩展方位数据统计。
导入新生裂纹产状信息，利用Dips软件进行交互式分析，准确识别与统计岩石内部裂纹发育特征和分布规律。
在该步骤中将新生裂纹产状信息导出并保存为结果文件，裂隙分组统计采用相似归并法。
这一方法原理是：归并产状相近的两条裂隙，以平均产状为新的裂隙组，总裂隙数量相应减少一组，如此往复进行。裂隙所在空间平面以其法线矢量表示，根据产状可换算出其平面法线矢量余弦(即单位矢量)：{sinβsinχ，sinβcosχ，cosβ}，χ为裂隙倾向，β为裂隙倾角。视法线矢量夹角最小的两个平面裂隙为相近产状(采用法线矢量夹角的余弦值进行比较)，计算如下：
cosΦ＝sinβ1sinχ1sinβ2sinχ2+sinβ1cosχ1sinβ2cosχ2+cosβ1cosβ2
则平均产状对应的法线矢量为：
{XYZ}＝{∑sinβnsinχn，∑sinβncosχn，∑cosβn}
式中，X轴表示平均产状对应正北方向的法线矢量，Y轴为正东方向的法线矢量，Z轴垂直水平面的法线矢量。平均产状可按下式计算：
Figure GDA0003093219300000091
χ＝arctan(|X|/|Y|)
可选用Dips软件导入，进行交互式分析，以裂纹走向玫瑰花图和极点等密度图进行裂纹扩展方位数据统计。
实施例1：
如图2-4所示，一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，包括以下步骤:
1)获取花岗岩试块材料表面数字图像
将岩石试块制作为标准方柱岩石试件1，试件尺寸为：长×宽×高＝50mm×50mm×100m。选取表面矿物颗粒清晰、具有平整洁净表面的标准方柱岩石试件1，进行数字图像获取。
2)岩石试块图像预处理
采用MATLAB中图像处理方法，对花岗岩试块表面数字图像进行平滑处理减少图像中颜色和亮度变化影响。
(3)花岗岩矿物组分识别
以矿物颗粒表面不同颜色或亮度变化识别花岗岩表面细观结构，采用双阈值分割算法，以类间特性差最大或类内特性差最小为判据，求得图2(a)中灰度图像的最佳分割阈值为124和168。通过对灰度图像中各像素点进行数量统计，得到矿物成分中石英2、长石3和云母4所占图像面积百分比；本发明尚未考虑图像中不同矿物组分之间存在灰度交叉的情况，由此导致的误差予以忽略。
(4)完整颗粒流模型建立与标定
根据花岗岩中三种矿物成分所占图像面积百分比，建立基于花岗岩矿物组分比例的完整、多相颗粒流模型，该模型细观力学性质参数需要根据室内完整岩石试验结果进行标定。
细观力学参数标定过程为：以类似相关试验数值模型作为细观力学性质参数取值的基础，平行黏结强度比值取为1.0，将试样强度作为峰值应力。先将球形颗粒和平行黏结的接触模量比值设为1.0，通过调节颗粒接触模量得到岩石试样的弹性模量，然后改变球形颗粒刚度比值以匹配泊松比；再设侧限压力为0，逐次降低平行黏接强度，得到岩石试件的峰值应力；最后改变球形颗粒接触模量和平行黏结的弹性模量比值，微调平行黏结的弹性模量，得到与室内试验更为匹配的应力-应变关系。
(5)岩石裂隙模型设定
如图2所示，裂隙岩石标准试件模型5中设置所需尺寸和角度的预制裂隙模型6。裂隙位置关系由裂隙倾角β、水平间距c和竖直间距d确定，裂隙倾角β取值为0°～90°任意范围。通过调节预制裂隙模型6间三个位置参数，改变裂隙之间的距离和角度，模拟不同位置裂隙模型6工况条件。模型运行过程中删除裂隙位置相应的球体颗粒，从而建立具有定向裂隙岩石标准试件模型5。
(6)新生裂纹位置和类型追踪
使用PFC内置FISHCALL命令语句跟踪颗粒接触点破坏情况，根据内置函数传递参数来确定外荷作用下岩石中新生剪切裂纹8和拉伸裂纹9的位置和类型，如图3所示，最后导出结果文件。
(7)新生裂纹产状信息统计
导入新生裂纹7产状信息，利用Dips软件进行交互式分析，以裂纹走向玫瑰花图和极点等密度图进行裂纹扩展方位数据统计，如图5所示。准确识别与统计岩石内部裂纹发育特征和分布规律。
以上对本申请实施例所提供的一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，进行了详细介绍。以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
如在说明书及权利要求书当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求书并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求书当中所提及的“包含”、“包括”为一开放式用语，故应解释成“包含/包括但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求书所界定者为准。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述申请构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求书的保护范围内。

Claims (8)

1.一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，其特征在于，所述方法的步骤包括：
S1、获取岩石试块表面数字图像；
S2、对S1获取的图像进行预处理；
S3、针对预处理后的图像进行处理，识别出岩石试块的主要矿物组分并统计各组分所占的比例；
S4、根据S3的识别结果和统计结果，建立颗粒流模型并对模型参数进行标定；
对模型参数进行标定的内容包括：根据实物岩石试验结果对颗粒流模型的细观力学性质参数进行标定；
细观力学性质参数标定过程包括：以相关试验数值模型作为细观力学性质参数取值的基础，设置平行黏结强度比值，将试样强度作为峰值应力；先设置球形颗粒和平行黏结的接触模量比值，通过调节颗粒接触模量得到岩石试样的弹性模量，然后改变球形颗粒刚度比值以匹配泊松比；再设置侧限压力，逐次降低平行黏接强度，得到岩石试件的峰值应力；最后改变球形颗粒接触模量和平行黏结的弹性模量比值，微调平行黏结的弹性模量，得到与室内试验更为匹配的应力-应变关系；
S5、在S4的颗粒流模型中按所需尺寸和角度设置裂隙模型；删除裂隙模型位置相应的球体颗粒，建立定向裂隙岩石模型；
S6、进行新生裂纹位置和类型的追踪；
S7、根据S6的追踪结果，进行新生裂纹产状信息的统计和分析。
2.根据权利要求1所述的裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，其特征在于，所述岩石试块为方柱形岩石试块。
3.根据权利要求1所述的裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，其特征在于，预处理的内容包括平滑处理，以消除噪声影响。
4.根据权利要求1所述的裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，其特征在于，矿物组分识别的内容包括：根据矿物颗粒表面的不同颜色和亮度变化判断其为何种组分，并采用双阈值分割算法进行具体判断。
5.根据权利要求1所述的裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，其特征在于，主要矿物组分包括长石、石英和云母。
6.根据权利要求4所述的裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，其特征在于，统计岩石试块的主要矿物组分的比例的内容包括：统计各矿物组分在灰度图像中所对应像素点的总面积，进而获得该组分的像素点总面积与岩石像素点总面积的比例，并以此比例作为该矿物组分在岩石试块中所占的比例。
7.根据权利要求1所述的裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，其特征在于，步骤S5中所需尺寸和角度包括：裂隙倾角β、相邻两裂隙的水平间距c和竖直间距d；
通过调节以上三个参数，模拟出裂隙模型不同设置位置时的工况条件。
8.根据权利要求1所述的裂隙岩石颗粒流模型构建及新生裂纹产状分析方法，其特征在于，步骤S6的内容包括：采用命令语句跟踪颗粒接触点破坏情况，根据内置函数传递参数来确定外荷作用下岩石中新生裂纹的位置和类型；
新生裂纹包括剪切裂纹和拉伸裂纹。
CN202110402163.2A 2021-04-14 2021-04-14 一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法 Active CN113177302B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110402163.2A CN113177302B (zh) 2021-04-14 2021-04-14 一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110402163.2A CN113177302B (zh) 2021-04-14 2021-04-14 一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法

Publications (2)

Publication Number Publication Date
CN113177302A CN113177302A (zh) 2021-07-27
CN113177302B true CN113177302B (zh) 2023-07-14

Family

ID=76923711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110402163.2A Active CN113177302B (zh) 2021-04-14 2021-04-14 一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法

Country Status (1)

Country Link
CN (1) CN113177302B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113565488B (zh) * 2021-07-30 2023-07-18 中国地质科学院岩溶地质研究所 一种基于钻孔基岩面裂隙网络模拟的岩溶塌陷发育靶区遴选方法
CN113742958B (zh) * 2021-08-05 2023-05-19 华北理工大学 基于物元理论的岩石数字化表征模型的计算方法
CN114092489B (zh) * 2021-11-02 2023-08-29 清华大学 多孔介质渗流通道提取、模型训练方法、装置及设备
CN115761038B (zh) * 2022-10-19 2023-06-30 山东大学 一种基于图像光谱技术的隧道掌子面地质素描方法及系统
CN117557742B (zh) * 2024-01-12 2024-03-22 武汉大学 基于数字图像与机器学习的3d岩石储层建模方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103940666A (zh) * 2014-03-18 2014-07-23 中国矿业大学 一种模拟断续裂隙岩石力学特性的细观参数确定方法
CN106706884A (zh) * 2017-01-11 2017-05-24 北京科技大学 一种确定岩石裂纹发育程度的方法及装置
CN108170959A (zh) * 2017-12-28 2018-06-15 天地科技股份有限公司 基于离散元的岩体力学响应数值分析方法及装置
CN112199843A (zh) * 2020-10-14 2021-01-08 北京科技大学 基于颗粒结构的岩石破裂演化细观模型、方法及电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103940666A (zh) * 2014-03-18 2014-07-23 中国矿业大学 一种模拟断续裂隙岩石力学特性的细观参数确定方法
CN106706884A (zh) * 2017-01-11 2017-05-24 北京科技大学 一种确定岩石裂纹发育程度的方法及装置
CN108170959A (zh) * 2017-12-28 2018-06-15 天地科技股份有限公司 基于离散元的岩体力学响应数值分析方法及装置
CN112199843A (zh) * 2020-10-14 2021-01-08 北京科技大学 基于颗粒结构的岩石破裂演化细观模型、方法及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
·考虑裂隙的含孔洞软岩体力学特性模拟分析;李元海 等;《采矿与安全工程学报》;第37卷(第3期);594-603 *
Simulation of hydraulic fracturing using particle flow method and application in a caol mine;Tao Wang .etc;《International Journal of Coal Geology》;第121卷;1-13 *
含预制裂隙花岗岩破坏的细观多相颗粒流模拟;张杰 等;《华中科技大学学报（自然科学版）》;第49卷(第4期);79-85 *

Also Published As

Publication number Publication date
CN113177302A (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
CN113177302B (zh) 一种裂隙岩石颗粒流模型构建及新生裂纹产状分析方法
Zhou et al. An enhanced equivalent continuum model for layered rock mass incorporating bedding structure and stress dependence
CN113534291A (zh) 岩石力学层约束下的低渗透储层不同尺度裂缝定量预测方法
CN108061699B (zh) 一种多期次、多尺度裂缝孔渗参数定量预测方法
CN108959794A (zh) 一种基于深度学习的结构频响动力学模型修正方法
CN109115879B (zh) 一种基于模态振型和卷积神经网络的结构损伤识别方法
CN110162856A (zh) 一种基于dynamo的梁箍筋智能化生成方法
Tezcan et al. Nonlinear FE analysis of the response to lateral accelerations of the triumphal arch of the church of Andahuaylillas, Peru
Nespereira et al. Serpentinite from Moeche (Galicia, North Western Spain). A stone used for centuries in the construction of the architectural heritage of the region
CN110427716B (zh) 基于统计矩的高层结构无模型损伤识别方法
Sarkar et al. Revolutionizing concrete analysis: An in-depth survey of AI-powered insights with image-centric approaches on comprehensive quality control, advanced crack detection and concrete property exploration
WO2020258426A1 (zh) 一种考虑结构面粗糙度的裂隙岩体稳定性分析系统
Hebert et al. Three-dimensional simulation of cave initiation, propagation and surface subsidence using a coupled finite difference–cellular automata solution
Meyendorf et al. Structural health monitoring for aircraft, ground transportation vehicles, wind turbines and pipes-prognosis
CN112686887A (zh) 混凝土表面裂纹的检测方法、系统、设备和介质
CN116863217A (zh) 一种野外露头岩石图像岩性识别方法
CN106682347B (zh) 基于岩体结构面随机强度的非连续变形分析方法
Yang et al. Intelligent rating method of tunnel surrounding rock based on one-dimensional convolutional neural network
Mendis et al. Wind design of tall buildings, problems, mistakes and solutions
CN114109352B (zh) 一种基于曲线相似度预测孔隙度的方法
Yao et al. Multi-volume variable scale bitmap data object classification algorithm architectural concrete color difference detection
CN114913158A (zh) 一种水文地质岩体裂隙及裂隙渗水检测方法及系统
CN116309766A (zh) 考虑施工扰动影响的岩体力学参数获取方法及相关组件
Hasan et al. Heritage building era detection using CNN
CN113343460A (zh) 一种恒定荷载下岩石结构面剪切连续-非连续数值方法

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