CN115408920B - 随机弥散夹杂体高填充装量下夹杂体位置确定方法 - Google Patents

随机弥散夹杂体高填充装量下夹杂体位置确定方法 Download PDF

Info

Publication number
CN115408920B
CN115408920B CN202211051007.7A CN202211051007A CN115408920B CN 115408920 B CN115408920 B CN 115408920B CN 202211051007 A CN202211051007 A CN 202211051007A CN 115408920 B CN115408920 B CN 115408920B
Authority
CN
China
Prior art keywords
inclusion bodies
inclusion
virtual
size
inclusion body
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
CN202211051007.7A
Other languages
English (en)
Other versions
CN115408920A (zh
Inventor
贺亚男
巫英伟
顾晨
章静
田文喜
苏光辉
秋穗正
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202211051007.7A priority Critical patent/CN115408920B/zh
Publication of CN115408920A publication Critical patent/CN115408920A/zh
Application granted granted Critical
Publication of CN115408920B publication Critical patent/CN115408920B/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
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/26—Composites
    • 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
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

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

本发明公开了随机弥散夹杂体高填充装量下夹杂体位置确定方法，主要步骤如下：1、建立复合材料和内部弥散区域的容器；2、根据填充数量和分布要求确定虚拟夹杂体的体积份额和尺寸类型；3、生成虚拟夹杂体并统计个数；4、按原尺寸夹杂体计算体积份额；5、判断是否满足指定体积份额，否，则调整生成夹杂体各尺寸分布的体积份额；6、继承夹杂体生成要求，搜索并储存夹杂体的位置；7、遍历所有夹杂体计算距离得到最小值，判断最小距离和参考距离大小，超过即跳出，否则，在指定尺寸分布要求下重新生成直到满足要求；本发明的填充方法借助离散元素法的优势，以虚拟夹杂体的填充来表现实际夹杂体填充的随机性，为实现高填充装量模拟提供便利。

Description

随机弥散夹杂体高填充装量下夹杂体位置确定方法
技术领域
本发明涉及计算机模拟领域，具体涉及一种随机弥散夹杂体高填充装量下夹杂体位置确定方法。
背景技术
随机弥散夹杂体的复合材料广泛存在于工程领域中，这种复合材料的物质属性与夹杂体的性质及分布情况紧密相关。因此，提高夹杂体填充的体积份额并确定夹杂体的位置是进一步进行材料分析和优化设计的前提和基础。
材料性能分析的专业软件和几何建模软件在生成随机弥散夹杂体复合材料的几何模型时，由于人为指定了夹杂体空间位置的分布特征，通常存在弥散区域的空间利用率低、夹杂体填充效率不高等问题。此外，这类软件需要开发复杂算法来满足等尺寸夹杂体的填充要求，造成材料性能分析模拟的前处理需要投入大量的时间、精力。而离散元素法和粒子法都具有物质组成离散性质的特点，即是将连续物质用一定数量的离散颗粒组成，生成的颗粒系统经平衡后，颗粒之间相互接触不发生重叠，而且与离散元素法和粒子法相关的软件具备优越的工作效率和可用性，这种离散性质为构建随机弥散夹杂体复合材料几何模型具有显著优势。
发明内容
本发明的目的是在于解决随机弥散夹杂体复合材料几何模型的构建效率问题和夹杂体指定体积份额的填充问题，提出一种随机弥散夹杂体高填充装量下夹杂体位置确定方法，该方法可输出虚拟夹杂体质心的空间位置文件，用于材料性能分析软件或建模软件的建模，大大降低对随机弥散夹杂体直接建模的难度，有效减少计算成本。
为了实现上述目的，本发明采取了以下技术方案予以实施：
随机弥散夹杂体高填充装量下夹杂体位置确定方法，其特征在于：
步骤如下：
步骤1：确定随机弥散夹杂体的复合材料几何参数、夹杂体的几何参数，确定夹杂体在复合材料内部随机弥散的主要区域和该区域的几何参数，该区域作为夹杂体在复合材料内填充的限制区域；
步骤2：在离散元素法软件中根据复合材料几何参数构建复合材料的实际几何形状，将几何形状转变为墙体，根据弥散区域几何参数构建弥散区域的几何形状，将该区域作为夹杂体填充的容器，并把几何形状转变为墙体；
步骤3：判断夹杂体是否需要构建模板，如果夹杂体为球形颗粒，则无需构建颗粒模板，直接用球形颗粒作为填充颗粒，若夹杂体为非球形颗粒，则需要先行构建夹杂体的球形颗粒填充模板作为后续的填充颗粒，不规则夹杂体需要先按其几何参数建立几何形状，在该几何形状中进行球形颗粒填充达到不规则几何形状的要求；
步骤4：判断夹杂体生成数量的要求，若夹杂体需要生成的数量接近最大填充数量的理论值，则夹杂体填充需要考虑与原尺寸等大小的夹杂体以实现空间利用率的最大化，若夹杂体需要生成的数量明显小于最大填充数量的理论值，则不必考虑与原尺寸等大小的夹杂体；
步骤5：根据步骤4的判断，当需要考虑与原尺寸等大小的夹杂体时，规定虚拟夹杂体尺寸包括原尺寸和原尺寸增加预设厚度后的夹杂体，每两个实际原尺寸夹杂体之间的距离为虚拟夹杂体相比原尺寸增加的厚度之和，增加厚度的大小为多种情况，只要能满足填充数量要求即可，如果要求实际弥散的夹杂体不能相互接触，则在弥散区域内生成原尺寸夹杂体的体积份额不小于0且为所有尺寸类型中份额最小，当不需要考虑原尺寸等大小的夹杂体时，虚拟夹杂体全部为原尺寸增加后的的夹杂体，增加厚度的大小在满足填充数量要求下为多种情况，无论虚拟夹杂体的尺寸如何变化，生成所有尺寸类型夹杂体的体积份额总和应等于1。
步骤6：按步骤5规定虚拟夹杂体尺寸类型及相应体积份额，在弥散区域容器中生成虚拟夹杂体，达到所有虚拟夹杂体受力平衡后删除不属于弥散区域容器内的虚拟夹杂体，再次达到所有虚拟夹杂体受力平衡，作为虚拟夹杂体的初次生成情况；
步骤7：根据步骤6的初次生成情况统计生成颗粒的个数，判断颗粒个数是否满足指定的体积份额，若满足指定体积份额要求的数量，则跳至步骤8，若不满足指定体积份额要求的数量，则调整步骤6的尺寸分布对应的体积份额，生成虚拟夹杂体并统计虚拟夹杂体数量，达到所有虚拟夹杂体受力平衡后删除不属于弥散区域容器内的虚拟夹杂体，再次达到所有虚拟夹杂体受力平衡，不断进行虚拟夹杂体生成直到满足按原尺寸夹杂体计算的数量要求；
步骤8：继承步骤7满足虚拟夹杂体生成指定体积份额情况下，各尺寸分布对应的体积份额；
步骤9：搜索生成的所有夹杂体，储存夹杂体的位置坐标，按顺序遍历所有夹杂体的位置坐标，计算所有夹杂体质心距离并找到最小值；
步骤10：判断所有虚拟夹杂体质心距离的最小值，当最小值大于指定的参考距离，则跳至步骤11，当最小值不大于指定的参考距离时，需要在步骤8继承的体积份额下进行虚拟夹杂体的生成和步骤9的最小距离判断过程，直到统计的最小距离超过指定的参考距离；
步骤11：指定最终虚拟夹杂体的生成状态名称并保存；
步骤12：离散元素法软件中调用已命名的状态名称文件，指定输出的文件名称及文件类型，输出该状态名称文件下虚拟夹杂体的位置信息。
优选的，所述的离散元素法软件为PFC、Yade、EDEM、GDEM或MatDEM。
本发明通过离散元素法和粒子法软件，实现了在复合材料弥散区域内生成满足夹杂体的数量和分布要求，大大提高了复合材料性能分析模拟的前处理效率，为弥散夹杂体的复合材料设计和优化提供有效的便利和支持。
和现有技术相比较，本发明具备如下优点：
1.针对夹杂体弥散的随机性，将实际夹杂体考虑相互距离后转化为虚拟夹杂体，省去对弥散区域空间利用的布置问题。
2.该方法能在弥散区域内填充较高体积份额的夹杂相。
3.该方法能够获得弥散夹杂相的位置特征并输出相应属性。
4.该方法适用性强、计算效率高。
附图说明
图1是随机弥散夹杂体的高效填充方法的流程图。
图2是原尺寸夹杂体和虚拟夹杂体相互接触的示意图(虚线为增加的厚度)。
图3是体积份额达60％的虚拟球形颗粒填充于圆柱体的结果图。
具体实施方式
下面结合附图具体实施方式对本发明方法作进一步详细说明，
图1为随机弥散夹杂体高填充装量下夹杂体位置确定方法所包含的流程。本发明一种随机弥散夹杂体高填充装量下夹杂体位置确定方法，步骤如下：
步骤1：确定随机弥散夹杂体的复合材料几何参数、夹杂体的几何参数，确定夹杂体在复合材料内部随机弥散的主要区域和该区域的几何参数，该区域作为夹杂体在复合材料内填充的限制区域；
步骤2：在离散元素法软件中根据复合材料几何参数构建复合材料的实际几何形状，将几何形状转变为墙体，根据弥散区域几何参数构建弥散区域的几何形状，将该区域作为夹杂体填充的容器，并把几何形状转变为墙体；
步骤3：判断夹杂体是否需要构建模板，如果夹杂体为球形颗粒，则无需构建颗粒模板，直接用球形颗粒作为填充颗粒，若夹杂体为非球形颗粒，则需要先行构建夹杂体的球形颗粒填充模板作为后续的填充颗粒，不规则夹杂体需要先按其几何参数建立几何形状，在该几何形状中进行球形颗粒填充达到不规则几何形状的要求，假定夹杂体为球形颗粒，半径565um；
步骤4：判断夹杂体生成数量的要求，若夹杂体需要生成的数量接近最大填充数量的理论值(约74％)，则夹杂体填充需要考虑与原尺寸等大小的夹杂体以实现空间利用率的最大化，若夹杂体需要生成的数量明显小于最大填充数量的理论值，则不必考虑与原尺寸等大小的夹杂体，假定要求生成的体积份额为60％且要求球形生成的虚拟夹杂体不存在相互接触；
步骤5：根据步骤4的判断，当需要考虑与原尺寸等大小的夹杂体时，规定虚拟夹杂体尺寸包括原尺寸和原尺寸增加预设厚度后的夹杂体，每两个实际原尺寸夹杂体之间的距离为虚拟夹杂体相比原尺寸增加的厚度之和，增加厚度的大小为多种情况，只要能满足填充数量要求即可，以图2所示的球形颗粒为例，实线轮廓为原尺寸颗粒的大小，虚线轮廓为考虑了距离的虚拟尺寸颗粒大小，不同虚拟颗粒的尺寸不同，如果要求实际弥散的夹杂体不能相互接触，则在弥散区域内生成原尺寸夹杂体的体积份额不小于0且为所有尺寸类型中份额最小，当不需要考虑原尺寸等大小的夹杂体时，虚拟夹杂体全部为原尺寸增加后的的夹杂体，增加厚度的大小在满足填充数量要求下为多种情况，无论虚拟夹杂体的尺寸如何变化，生成所有尺寸类型夹杂体的体积份额总和应等于1，假定虚拟夹杂体的尺寸分布有三种，分为：在原尺寸颗粒大小基础上增加2-3um、增加0-2um和增加0um，其体积份额分别为90％、9％、1％(初次生成建议大尺寸颗粒的比重最大)。
步骤6：按步骤5规定虚拟夹杂体尺寸类型及相应体积份额，在弥散区域容器中生成虚拟夹杂体，达到所有虚拟夹杂体受力平衡后删除不属于弥散区域容器内的虚拟夹杂体，再次达到所有虚拟夹杂体受力平衡，作为虚拟夹杂体的初次生成情况；
步骤7：根据步骤6的初次生成情况统计生成颗粒的个数，判断颗粒个数是否满足指定的体积份额，体积份额为原尺寸球形颗粒数量与单个原尺寸球形颗粒体积乘积占材料区域体积的比重，所以在已知指定体积份额下可以换算出需要生成的颗粒数量，若满足指定体积份额要求的数量，则跳至步骤8，若不满足指定体积份额要求的数量，则调整步骤6的尺寸分布对应的体积份额，具体为增加中小尺寸的虚拟颗粒体积份额，自动减小大尺寸的虚拟颗粒体积份额(调整体积份额的过程中要求份额均不小于0且总和为1)，生成虚拟夹杂体并统计虚拟夹杂体数量，达到所有虚拟夹杂体受力平衡后删除不属于弥散区域容器内的虚拟夹杂体，再次达到所有虚拟夹杂体受力平衡，不断进行虚拟夹杂体生成直到满足按原尺寸夹杂体计算的数量要求；
步骤8：继承步骤7满足虚拟夹杂体生成指定体积份额(60％)情况下，各尺寸分布对应的体积份额；
步骤9：搜索生成的所有夹杂体，储存夹杂体的位置坐标，按顺序遍历所有夹杂体的位置坐标，计算所有夹杂体质心距离并找到最小值；
步骤10：判断所有虚拟夹杂体质心距离的最小值，当最小值大于指定的参考距离(原尺寸球形颗粒的直径1130um)，则跳至步骤11，当最小值不大于指定的参考距离时，需要在步骤8继承的体积份额下进行虚拟夹杂体的生成和步骤9的最小距离判断过程，直到统计的最小距离超过指定的参考距离；
步骤11：指定最终虚拟夹杂体的生成状态名称并保存，如图3所示的最终满足体积份额60％的离散夹杂体随机分布情况；
步骤12：离散元素法软件中调用已命名的状态名称文件，指定输出的文件名称及文件类型，输出该状态名称文件下虚拟夹杂体的位置信息。
优选的，所述的离散元素法软件为PFC、Yade、EDEM、GDEM或MatDEM。
由于直接使用材料性能分析软件和几何建模软件实现指定数量和分布要求下的弥散夹杂体复合材料存在夹杂体填充效率不高、弥散情况需要人为预先定义的问题，发明一种实现随机弥散夹杂体的高效填充方法，根据离散元素法和粒子法本身的特点和优势，建立一套复合材料内部夹杂体的高效随机方法，该方法能避免复杂算法开发，大大减少建模和计算成本，生成满足要求的随机弥散夹杂体得到几何模型后可输出其内部夹杂体的空间位置，为专业分析软件和几何建模软件的模型构建提供方便。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。

Claims (2)

1.随机弥散夹杂体高填充装量下夹杂体位置确定方法，其特征在于：
步骤如下：
步骤1：确定随机弥散夹杂体的复合材料几何参数、夹杂体的几何参数，确定夹杂体在复合材料内部随机弥散的区域和该区域的几何参数，该区域作为夹杂体在复合材料内填充的限制区域；
步骤2：在离散元素法软件中根据复合材料几何参数构建复合材料的实际几何形状，将几何形状转变为墙体，根据弥散区域几何参数构建弥散区域的几何形状，将该区域作为夹杂体填充的容器，并把几何形状转变为墙体；
步骤3：判断夹杂体是否需要构建模板，如果夹杂体为球形颗粒，则无需构建颗粒模板，直接用球形颗粒作为填充颗粒，若夹杂体为非球形颗粒，则需要先行构建夹杂体的球形颗粒填充模板作为后续的填充颗粒，不规则夹杂体需要先按其几何参数建立几何形状，在该几何形状中进行球形颗粒填充达到不规则几何形状的要求；
步骤4：判断夹杂体生成数量的要求，若夹杂体需要生成的数量为最大填充数量的理论值的74％时，则夹杂体填充需要考虑与原尺寸等大小的夹杂体以实现空间利用率的最大化，若夹杂体需要生成的数量明显小于最大填充数量的理论值，则不必考虑与原尺寸等大小的夹杂体；
步骤5：根据步骤4的判断，当需要考虑与原尺寸等大小的夹杂体时，规定虚拟夹杂体尺寸包括原尺寸和原尺寸增加预设厚度后的夹杂体，每两个实际原尺寸夹杂体之间的距离为虚拟夹杂体相比原尺寸增加的厚度之和，增加厚度的大小为多种情况，只要能满足填充数量要求即可，如果要求实际弥散的夹杂体不能相互接触，则在弥散区域内生成原尺寸夹杂体的体积份额不小于0且为所有尺寸类型中份额最小，当不需要考虑原尺寸等大小的夹杂体时，虚拟夹杂体全部为原尺寸增加后的的夹杂体，增加厚度的大小在满足填充数量要求下为多种情况，无论虚拟夹杂体的尺寸如何变化，生成所有尺寸类型夹杂体的体积份额总和等于1；
步骤6：按步骤5规定虚拟夹杂体尺寸类型及相应体积份额，在弥散区域容器中生成虚拟夹杂体，达到所有虚拟夹杂体受力平衡后删除不属于弥散区域容器内的虚拟夹杂体，再次达到所有虚拟夹杂体受力平衡，作为虚拟夹杂体的初次生成情况；
步骤7：根据步骤6的初次生成情况统计生成颗粒的个数，判断颗粒个数是否满足指定的体积份额，若满足指定体积份额要求的数量，则跳至步骤8，若不满足指定体积份额要求的数量，则调整步骤6的尺寸分布对应的体积份额，生成虚拟夹杂体并统计虚拟夹杂体数量，达到所有虚拟夹杂体受力平衡后删除不属于弥散区域容器内的虚拟夹杂体，再次达到所有虚拟夹杂体受力平衡，不断进行虚拟夹杂体生成直到满足按原尺寸夹杂体计算的数量要求；
步骤8：继承步骤7满足虚拟夹杂体生成指定体积份额情况下，各尺寸分布对应的体积份额；
步骤9：搜索生成的所有夹杂体，储存夹杂体的位置坐标，按顺序遍历所有夹杂体的位置坐标，计算所有夹杂体质心距离并找到最小值；
步骤10：判断所有虚拟夹杂体质心距离的最小值，当最小值大于指定的参考距离，则跳至步骤11，当最小值不大于指定的参考距离时，需要在步骤8继承的体积份额下进行虚拟夹杂体的生成和步骤9的最小距离判断过程，直到统计的最小距离超过指定的参考距离；
步骤11：指定最终虚拟夹杂体的生成状态名称并保存；
步骤12：离散元素法软件中调用已命名的状态名称文件，指定输出的文件名称及文件类型，输出该状态名称文件下虚拟夹杂体的位置信息。
2.根据权利要求1所述的随机弥散夹杂体高填充装量下夹杂体位置确定方法，其特征在于：所述的离散元素法软件为PFC、Yade、EDEM、GDEM或MatDEM。
CN202211051007.7A 2022-08-30 2022-08-30 随机弥散夹杂体高填充装量下夹杂体位置确定方法 Active CN115408920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211051007.7A CN115408920B (zh) 2022-08-30 2022-08-30 随机弥散夹杂体高填充装量下夹杂体位置确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211051007.7A CN115408920B (zh) 2022-08-30 2022-08-30 随机弥散夹杂体高填充装量下夹杂体位置确定方法

Publications (2)

Publication Number Publication Date
CN115408920A CN115408920A (zh) 2022-11-29
CN115408920B true CN115408920B (zh) 2023-05-23

Family

ID=84163508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211051007.7A Active CN115408920B (zh) 2022-08-30 2022-08-30 随机弥散夹杂体高填充装量下夹杂体位置确定方法

Country Status (1)

Country Link
CN (1) CN115408920B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221200A (zh) * 2021-04-15 2021-08-06 哈尔滨工程大学 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

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1625100A1 (de) * 2003-04-29 2006-02-15 Siemens Aktiengesellschaft Verfahren zur modellierung der packungsdichte von aus körnigen partikeln bestehender füllstoffe in polymerwerkstoffen
CN103604729B (zh) * 2013-11-19 2015-06-17 西安电子科技大学 一种颗粒随机分布的复合材料宏观有效性质的预测方法
CN113168891A (zh) * 2018-09-14 2021-07-23 西北大学 用于材料系统的设计优化和/或性能预测的数据驱动的表示和聚类离散化方法及系统及其应用
CN111816267B (zh) * 2020-07-23 2023-02-17 深圳先进电子材料国际创新研究院 一种用于复合材料设计的多粒径颗粒填充体系级配的模拟优化方法
CN113434933B (zh) * 2021-06-25 2023-05-16 长安大学 一种微胶囊在沥青混合料拌和过程中破裂的仿真分析方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221200A (zh) * 2021-04-15 2021-08-06 哈尔滨工程大学 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

Also Published As

Publication number Publication date
CN115408920A (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
US20210133534A1 (en) Cloud task scheduling method based on phagocytosis-based hybrid particle swarm optimization and genetic algorithm
Cui et al. A genetic algorithm based data replica placement strategy for scientific applications in clouds
JP5723973B2 (ja) 仮想世界のシーン・データを提供するための方法、システム、およびコンピュータ・プログラム
CN111966649B (zh) 一种高效去重的轻量级在线文件存储方法及装置
US10482629B2 (en) System, method and computer program product for automatic optimization of 3D textured models for network transfer and real-time rendering
CN112785045A (zh) 一种运用混合模拟退火算法的堆垛最优配置空间方法
CN103946831A (zh) 用于模板的成本感知的选择以供应共享资源的系统、方法和程序产品
CN109191052B (zh) 一种多车型车辆路径优化方法、服务器及系统
CN107067136B (zh) 电动汽车充电分配方法及装置
CN112581578A (zh) 一种基于软件定义的云渲染系统
CN108881432A (zh) 基于ga算法的云计算集群负载调度方法
KR20200059136A (ko) 이더리움 샤딩 환경에서 샤드 간 트랜잭션 로드 분배 방법
CN102685219B (zh) San存储系统中通过动态扩容提高存储资源利用率的方法
CN112084694A (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
Benabbou et al. Geometrical modeling of granular structures in two and three dimensions. application to nanostructures
CN115408920B (zh) 随机弥散夹杂体高填充装量下夹杂体位置确定方法
Sun et al. Application research based on improved genetic algorithm in cloud task scheduling
CN116932199A (zh) 云渲染方法、系统、装置、设备以及计算机存储介质
Zhao et al. Leveraging ray tracing cores for particle‐based simulations on GPUs
Salehizadeh et al. Local optima avoidable particle swarm optimization
CN116071447B (zh) 二维颗粒填充模型的生成方法
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
CN103218430B (zh) 控制数据写入的方法、系统及设备
CN105956117A (zh) 一种点数据空间加载方法及系统
KR101685999B1 (ko) 대용량 tin 데이터 분산 저장 방법

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