一种基于三角网格和广度优先搜索算法的颗粒快速堆积方法

摘要: 本发明属于颗粒体系生成领域,如光滑粒子流体动力学(sph)、离散元法(dem)等,具体聚焦于基于几何构造的二维密实颗粒堆积算法。背景技术:1、离散元法作为研究岩...
一种基于三角网格和广度优先搜索算法的颗粒快速堆积方法

本发明属于颗粒体系生成领域,如光滑粒子流体动力学(sph)、离散元法(dem)等,具体聚焦于基于几何构造的二维密实颗粒堆积算法。

背景技术:

1、离散元法作为研究岩土体、颗粒材料宏微观力学行为的数值手段,已在岩土工程关键问题中展现出不可替代的价值。然而,传统方法在效率、接触质量、边界适应性和非均质性等方面存在的局限,阻碍着离散元在工程中的广泛应用。

2、现有的颗粒堆积算法主要分为动力学方法与几何构造法两大类,动力学方法是通过模拟颗粒在重力、压缩等外力下的真实物理过程生成试样。其优势在于能获得极高密度,但计算效率极低。几何构造法旨在通过纯几何计算快速放置颗粒,避免了耗时的动力松弛过程,但存在接触质量与配位数偏低、复杂边界处理困难、非均质性缺失等诸多问题。因此,岩土工程数值模拟的发展,迫切要求一种能够高效、高质、高保真地生成复杂离散元试样的方法。

3、正是在上述背景下,基于三角网格和广度优先搜索算法的颗粒快速堆积方法,针对性地解决了现有岩土工程颗粒堆积算法中低配位数与低密度、非均质不规则建模等相关问题,具体体现在以下几个方面:

4、(1)通过数学上的精确求解,从根本上保证了相邻颗粒间的紧密接触,提高颗粒配位数与堆积密度,生成的试样更接近预压密状态。

5、(2)引入三角网格技术,解决了岩土工程中不规则边界的建模难题。同时,通过引入随机扰动,可以打破初始网格的规则性,从而在颗粒尺寸和空间分布中引入可控的随机性,更好地模拟天然材料的非均质特性。

技术实现思路

1、发明目的:本发明的核心贡献在于提出了基于三角网格与广度优先搜索算法的几何堆积算法。本发明的方法通过为每个三角形单元动态建立并求解圆-边及圆-圆相切方程组,确保相邻颗粒严格接触,显著提升了配位数。配套开发的顶点填充及网格随机扰动等关键技术,共同保障了算法对任意复杂几何域的高适应性、生成结果的非均质性以及高效率。

2、本发明技术方案是:一种基于三角网格与广度优先搜索算法的离散元颗粒快速堆积方法;包括以下步骤:

3、1)构建初始三角网格:利用三角网格剖分算法,构建初始的三角网格。

4、2)网格异质化:对三角网格进行加噪处理,使网格异质化。

5、3)三角形网格内部圆生成路径获取:利用广度优先算法生成路径。

6、4)网格内部圆生成:按照生成路径依次在三角网格中填充颗粒。

7、5)顶点填充:将网格顶点分为内部顶点和边界顶点,在内部顶点处填充颗粒。

8、6)算法后处理:保存数据并画图展示

9、具体包括以下步骤:

10、步骤10 根据需要创建的初始化网格,保存网格节点及三角网格信息用于具体化几何模型。

11、步骤11 根据划分的网格大小,对非边界网格节点的坐标随机扰动从而改变节点坐标,重置模型。

12、步骤12 利用广度优先搜索算法获取内部圆生成路径。根据扰动后模型的网格信息,选取几何中心网格作为初始网格,从初始网格出发,利用广度优先搜索算法获得网格内部圆生成路径。

13、步骤13按照上一步广度优先算法获取的路径,依次在网格内部生成圆。将相邻网格分为边界网格和内部网格两类进行网格内部圆的计算生成,同时保存生成的内部圆的信息。

14、步骤14 通过功能函数筛分出三角网格的边界顶点和内部顶点,对于内部顶点,按照最大且不重叠的原则计算顶点处可填充的最大颗粒,并在该顶点处生成圆模拟顶点填充,降低孔隙率,同时保存生成的顶点填充圆的信息。

15、步骤15 利用内切圆以及顶点填充圆的信息画出最终的颗粒生成图,并保存颗粒的信息,之后利用保存信息绘制级配分布曲线以及分析粒径分布特征、绘制粒径分布图。

16、本发明深度交叉融合了计算几何与高性能科学计算,提出的基于三角网格与广度优先搜索算法的离散元颗粒快速堆积方法,依托三角网格剖分、网格异质化、广度优先路径遍历、分级颗粒填充等技术,兼顾计算效率与颗粒堆积质量,应用范围覆盖岩土工程、地质灾害模拟、矿山工程等多个领域,是离散元法数值仿真前的核心处理工具。该方法可适配规则区域、异形边界、局部精细化建模等各类几何模型,能够高效制备低孔隙率、高接触精度、配位数合理的颗粒堆积模型,满足从小型试样试验仿真到大型工程尺度数值模拟的全场景使用需求。核心服务于岩土、材料等领域中,对颗粒快速堆积有迫切需求的离散元仿真前处理环节。

17、本发明的有益效果:基于三角网格与广度优先搜索算法的颗粒堆积,在保障计算速度的同时显著提升了颗粒填充质量,如配位数、接触精度等;完整的算法体系具有较强的实用性,适用于复杂的几何形状,为颗粒数值模拟提供了高效的颗粒生成工具,是大规模离散元模拟中高效生成高质量试样的有力工具,特别适合需要处理复杂几何边界和局部细化的工程应用。本发明融合计算几何与遍历搜索算法,兼顾颗粒生成效率与堆积质量,有效提升颗粒体系配位数、接触精度,降低孔隙率,可适配复杂几何边界模型,适用于岩土、材料领域大规模离散元仿真的颗粒试样快速制备工作。

1.一种基于三角网格与广度优先搜索算法的离散元颗粒快速堆积方法,其特征在于,包括以下步骤:s1:构建初始三角网格,采用三角网格剖分算法对目标几何区域进行剖分,保存网格节点信息与三角网格单元信息,完成几何模型初始化;s2:网格异质化处理,对初始三角网格的非边界网格节点坐标进行随机扰动,重置几何模型,实现三角网格异质化;s3:生成网格遍历路径,基于扰动后的三角网格拓扑信息,选取几何中心处的三角网格作为初始网格,采用广度优先搜索算法遍历全部三角网格单元,得到网格内部颗粒圆的生成路径;s4:网格内部颗粒生成,按照所述生成路径依次遍历各三角网格单元,结合相邻网格单元的颗粒生成状态,将三角网格单元划分为边界网格与非边界网格,依据圆与圆相切、圆与网格边相切的约束条件,在各三角网格内部生成颗粒圆,并保存内部颗粒圆信息;s5:网格顶点颗粒填充,区分三角网格的边界顶点与内部顶点,针对内部顶点,以颗粒圆互不重叠、且与周边已生成颗粒圆相切为约束,计算并生成最大尺寸填充颗粒圆,保存顶点填充颗粒圆信息;s6:算法后处理,基于全部内部颗粒圆与顶点填充颗粒圆信息,绘制颗粒堆积效果图,保存所有颗粒数据,并依据颗粒数据绘制粒径分布曲线、粒径分布图,完成粒径分布特征分析。

2.根据权利要求 1 所述的离散元颗粒快速堆积方法,其特征在于,步骤 s2 中节点坐标随机扰动的计算方式为:δpi=α·di·ri其中,δpi 为非边界网格节点 pi 的位移向量;α 为噪声强度系数;di 为节点 pi 的局部特征长度,取值为该节点到所有相邻节点的平均距离;ri 为随机方向向量,向量各分量在区间 [−0.5,0.5] 内均匀分布。

3.根据权利要求 1 所述的离散元颗粒快速堆积方法,其特征在于,步骤 s2 完成后,还包括网格质量评估与可视化步骤:对扰动前后的三角网格分别进行可视化绘图,依据三角网格趋近正三角形的程度评价网格剖分质量,并输出网格质量对比图。

4.根据权利要求 1 所述的离散元颗粒快速堆积方法,其特征在于,步骤 s3 中获取三角网格拓扑信息及生成遍历路径的具体过程为:3.1 以两个节点编号组合表征网格边,根据三角网格单元包含的节点编号,判定每条网格边所属的三角网格单元,进而确定每个三角网格单元的相邻邻居网格单元;3.2 选取几何中心网格作为广度优先搜索的初始网格,将初始网格编号加入遍历序列;3.3 依次检索当前网格单元的所有邻居网格单元,将有效邻居网格单元编号按顺序追加至遍历序列;3.4 循环对遍历序列内剩余网格单元执行邻居检索与编号追加操作,直至所有三角网格单元均纳入遍历序列,最终得到完整的颗粒圆生成路径。

5.根据权利要求 1 所述的离散元颗粒快速堆积方法,其特征在于,步骤 s4 中将三角网格划分为边界网格和非边界网格,结合相邻网格颗粒生成状态,分五种工况生成网格内部颗粒圆:4.1 工况一:边界网格,且存在两个已生成颗粒圆的相邻网格;新颗粒圆需同时与两个相邻网格的颗粒圆相切、并与当前网格剩余一条网格边相切;4.2 工况二:边界网格,且仅存在一个已生成颗粒圆的相邻网格;新颗粒圆需与该相邻网格的颗粒圆相切、并与当前网格剩余两条网格边相切;4.3 工况三:非边界网格,且三个相邻网格均已生成颗粒圆;新颗粒圆需同时与三个相邻网格的颗粒圆相切;4.4 工况四:非边界网格,且存在两个已生成颗粒圆的相邻网格;新颗粒圆需同时与两个相邻网格的颗粒圆相切、并与当前网格剩余一条网格边相切;4.5 工况五:非边界网格,且仅存在一个已生成颗粒圆的相邻网格;新颗粒圆需与该相邻网格的颗粒圆相切、并与当前网格剩余两条网格边相切;基于对应工况的约束条件,求解得到各三角网格内部的颗粒圆。

6.根据权利要求 1 所述的离散元颗粒快速堆积方法,其特征在于,步骤 s5 中区分边界顶点与内部顶点的方法为:将网格边以小节点编号在前、大节点编号在后的节点对形式表征,统计每条网格边的出现频次;仅出现一次的网格边为边界边,由边界边对应的节点得到边界顶点,剩余节点即为内部顶点。

7.根据权利要求 1 所述的离散元颗粒快速堆积方法,其特征在于,步骤 s5 中内部顶点处生成填充颗粒圆的具体步骤为:5.1 针对单个内部顶点,提取所有包含该顶点的三角网格单元,筛选出对应网格内半径大于 0 的已生成颗粒圆;5.2 遍历筛选后颗粒圆的所有三圆组合,以新颗粒圆与该组合内三个颗粒圆相切、且不与全场已生成颗粒圆重叠为约束,求解候选填充颗粒圆;7.3 对比所有候选填充颗粒圆的半径,选取半径最大值对应的颗粒圆作为该顶点的最终填充颗粒圆。