一种再生混凝土细观结构模型的生成方法

xiaoxiao9月前  64


本发明涉及混凝土材料,具体为一种再生混凝土细观结构模型的生成方法。


背景技术:

1、在建筑材料中,再生混凝土因其环保和可持续性而受到越来越多的关注。再生混凝土的性能在很大程度上取决于其骨料的形状、大小和分布。传统的混凝土骨料模型通常假设骨料为圆形或球形,这在一定程度上简化了混凝土的力学分析和数值模拟。然而,实际的再生混凝土骨料往往具有不规则的形状,如凸多边形或椭圆形,这些形状的骨料在混凝土中的分布对材料的性能有着重要影响。

2、现有技术中,生成再生混凝土骨料模型的方法往往缺乏对骨料形状多样性的考虑,导致模拟结果与实际情况存在较大偏差。此外,传统的骨料模型生成方法在处理不规则形状骨料时效率低下,难以满足工程实践中对模型精度和生成速度的需求。

3、因此,本发明提出了一种再生混凝土细观结构模型的生成方法,旨在解决现有技术中骨料模型形状单一、生成效率低的问题。


技术实现思路

1、本发明的目的在于提供一种再生混凝土细观结构模型的生成方法,具体为再生混凝土椭圆形随机骨料模型的生成方法和再生混凝土凸多边形随机骨料模型的生成方法,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:一种再生混凝土椭圆形随机骨料模型的生成方法,包括以下步骤:

3、步骤一、读取圆形骨料数据;

4、步骤二、根据设定的压缩比,将所述圆形骨料数据压缩为椭圆形骨料数据,其中所述椭圆形骨料数据包括椭圆的长轴和短轴长度,以及椭圆的形心坐标;

5、步骤三、生成椭圆坐标计算随机数,以确定椭圆的旋转角,根据旋转角对椭圆的坐标点集进行变换;

6、步骤四、判断新生成的椭圆形骨料是否满足投放条件,所述投放条件包括椭圆形骨料之间不发生交叉和侵入现象;若不满足投放条件,则调整椭圆形骨料的旋转角,直至满足投放条件;若满足投放条件,则将椭圆形骨料投放至模型中;

7、步骤五、输出椭圆形骨料投放数据,并进行可视化处理。

8、在一个优选实施例中,在所述步骤二中,所述压缩步骤包括根据椭圆参数化方程,通过调整长轴和短轴的长度来控制椭圆形骨料的几何形态,椭圆的参数化方程为:

9、x=x0+a·sinβ

10、y=y0+b·cosβ

11、式中,x、y为椭圆坐标点的集合,x0、y0为椭圆的形心坐标,a、b分别为椭圆的长轴和短轴,β为椭圆参数,0≤β≤2π;

12、椭圆形骨料在局部坐标系中的长轴及短轴长度表示为:

13、

14、式中,a为椭圆形骨料在局部坐标系方向上的长轴,b为椭圆形骨料在局部坐标系y方向上的短轴,r为基圆的半径,rx、ry分别为两个方向的压缩比。

15、在一个优选实施例中,在所述步骤三中,假设椭圆绕其形心转动角度为α,则组成椭圆的坐标点集可表示为:

16、x=x0+a·cosαsinβ-b·sinαsinβ

17、y=y0+a·sinαcosβ-b·cosαsinβ

18、式中,α为椭圆的旋转角,0≤α≤π。

19、在一个优选实施例中,在所述步骤四中,所述判断投放条件包括使用matlab中的inpolygon函数来判断椭圆形骨料的形心坐标是否侵入到已投放的椭圆骨料区域,通过判别任意两个椭圆之间的距离来确定椭圆是否发生交叉现象,假设已经投放成功的椭圆数量为n,每个椭圆有坐标点数量为m,所有椭圆的坐标点集表示为:

20、nijk=[xijk] (i=1,2,...,n;j=1,2,...,m;k=1,2)

21、新投放椭圆骨料的坐标点集为:

22、njk=[xjk] (j=1,2,...,m;k=1,2)

23、则椭圆形骨料发生交叉的判别条件可表示为:

24、

25、式中,{μ}为交叉判别阈值,随骨料粒径的增加逐渐增加,可取1~3。

26、一种再生混凝土凸多边形随机骨料模型的生成方法,包括以下步骤:

27、步骤一、读取圆形骨料数据;

28、步骤二、计算圆的面积;

29、步骤三、在圆形骨料上根据粒径大小随机生成多边形基框架,基框架的顶点数量为3至5个,确保圆心位于基框架内部;

30、步骤四、对基框架的边长进行排序;

31、步骤五、将基框架向外扩展,插入新的顶点以生成新的凸多边形;

32、步骤六、使用定向面积测试法和定向角度测试法判断新插入的顶点与凸多边形的相对位置,确保新点位于凸多边形外部;

33、步骤七、对新插入的顶点进行限定条件的检查,包括但不限于:新点不得超过模型边界,新点与其他点组成的线段长度应符合要求,新的凸多边形面积的增加值应符合要求,新点不得侵入到其他多边形骨料内部,新点组成的凸多边形中不包含其他凸多边形的顶点,若不满足限定条件返回步骤五继续插入新的顶点,若满足限定条件进入下一步骤;

34、步骤八、判断新生成的凸多边形面积是否满足预设要求,若不满足要求返回步骤五继续插入新的顶点,若满足要求则输出凸多边形数据

35、在一个优选实施例中,在所述步骤三中,通过设定基框架中任意两点之间的距离小于给定阈值建立基框架,表达式为:

36、

37、式中,l为基框架任意两点之间的距离,r为骨料半径,n为基框架顶点数。

38、在一个优选实施例中,在所述步骤五中,凸多边形扩展过程中,需要判别新插入的点pi与凸多边形的相对位置,若点pi在凸多边形内部,则舍弃该点,重新生成新的点pi,直至在外部生成新的节点。

39、在一个优选实施例中,在所述步骤六中,将凸多边形的各顶点n1、n2、...、ni、ni+1按照逆时针排序,假设各点坐标为ni(xi,yi),新生成点的坐标为p(x,y),则对于任意的两点ni、ni+1与p(x,y)组成的三角形的面积可表示为:

40、

41、对于任意的ai,若存在ai=0,则点p(x,y)在凸多边形的边界线上;若存在ai<0,则点p(x,y)在凸多边形的外部;若所有的ai均大于0,则点p(x,y)在凸多边形的内部。

42、在一个优选实施例中,在所述步骤六中,新插入点p(x,y)时,为保证凸多边形不存在过于尖锐的端点,首先以边长最大的一条边为直径建立一个圆,在外圆内部插入新点,坐标为:

43、

44、式中,为边长,r1、r2为0~1之间的随机数。

45、与现有技术相比,本发明具有如下有益效果:通过再生混凝土椭圆形随机骨料模型的生成方法和再生混凝土凸多边形随机骨料模型的生成方法,显著提升了再生混凝土数值模拟的真实性和准确性,通过精确模拟骨料的非规则形状,包括椭圆形和凸多边形,克服了传统模型中骨料形状单一的局限性,使得模拟结果更贴近实际工程中的再生混凝土材料特性,此外,本发明的方法在生成效率上也有显著提升,能够快速生成符合实际需求的骨料模型,满足了工程实践中对模型精度和生成速度的双重要求。


技术特征:

1.一种再生混凝土椭圆形随机骨料模型的生成方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种再生混凝土椭圆形随机骨料模型的生成方法,其特征在于:在所述步骤二中,所述压缩步骤包括根据椭圆参数化方程,通过调整长轴和短轴的长度来控制椭圆形骨料的几何形态,椭圆的参数化方程为:

3.根据权利要求2所述的一种再生混凝土椭圆形随机骨料模型的生成方法,其特征在于:在所述步骤三中,假设椭圆绕其形心转动角度为α,则组成椭圆的坐标点集可表示为:

4.根据权利要求3所述的一种再生混凝土椭圆形随机骨料模型的生成方法,其特征在于:在所述步骤四中,所述判断投放条件包括使用matlab中的inpolygon函数来判断椭圆形骨料的形心坐标是否侵入到已投放的椭圆骨料区域,通过判别任意两个椭圆之间的距离来确定椭圆是否发生交叉现象,假设已经投放成功的椭圆数量为n,每个椭圆有坐标点数量为m,所有椭圆的坐标点集表示为:

5.一种再生混凝土凸多边形随机骨料模型的生成方法,其特征在于,包括以下步骤:

6.根据权利要求5所述的一种再生混凝土凸多边形随机骨料模型的生成方法,其特征在于:在所述步骤三中,通过设定基框架中任意两点之间的距离小于给定阈值建立基框架,表达式为:

7.根据权利要求6所述的一种再生混凝土凸多边形随机骨料模型的生成方法,其特征在于:在所述步骤五中,凸多边形扩展过程中,需要判别新插入的点pi与凸多边形的相对位置,若点pi在凸多边形内部,则舍弃该点,重新生成新的点pi,直至在外部生成新的节点。

8.根据权利要求7所述的一种再生混凝土凸多边形随机骨料模型的生成方法,其特征在于:在所述步骤六中,将凸多边形的各顶点n1、n2、...、ni、ni+1按照逆时针排序,假设各点坐标为ni(xi,yi),新生成点的坐标为p(x,y),则对于任意的两点ni、ni+1与p(x,y)组成的三角形的面积可表示为:

9.根据权利要求8所述的一种再生混凝土凸多边形随机骨料模型的生成方法,其特征在于:在所述步骤六中,新插入点p(x,y)时,为保证凸多边形不存在过于尖锐的端点,首先以边长最大的一条边为直径建立一个圆,在外圆内部插入新点,坐标为:


技术总结
本发明公开了一种再生混凝土细观结构模型的生成方法,具体为再生混凝土椭圆形随机骨料模型的生成方法和再生混凝土凸多边形随机骨料模型的生成方法,一种再生混凝土椭圆形随机骨料模型的生成方法,包括以下步骤:步骤一、读取圆形骨料数据;步骤二、根据设定的压缩比,将所述圆形骨料数据压缩为椭圆形骨料数据,其中所述椭圆形骨料数据包括椭圆的长轴和短轴长度,以及椭圆的形心坐标。本发明显著提升了再生混凝土数值模拟的真实性和准确性,通过精确模拟骨料的非规则形状,包括椭圆形和凸多边形,克服了传统模型中骨料形状单一的局限性,使得模拟结果更贴近实际工程中的再生混凝土材料特性。

技术研发人员:王耀,胥民尧,褚艳,纵岗,侯长超
受保护的技术使用者:盐城工业职业技术学院
技术研发日:
技术公布日:2024/9/23

最新回复(0)