利用优化集料级配界面性能的人造岗石制造前处理方法与流程

1.本发明属于人造岗石制造技术领域，具体涉及了一种利用优化集料级配界面性能的人造岗石制造前处理方法。


背景技术：

2.人造岗石是目前应用最广泛、使用量最大的一种人造石材，以天然大理石碎料、石粉为主要原料，以不饱和聚酯树脂为胶结剂，采用高压、振动方式使之成型，再经过室温固化，切割、打磨、抛光等工序制成板材。目前，在广西区内乃至国内传统人造石制造行业领域中，尚存在人为操作及经验等因素对人造石产品性能和成本的影响显著等共性难点与痛点。在人造岗石制样和试产阶段，多由经验调试集料系统的比例，往往需要多次试制和调配才能得到较为理想的比例配方，试产流程周期长，成本高；在面对大集料产品和实际生产过程中，人造岗石原料配比一直都沿袭经验配方，生产工艺相对落后，导致产品同质化严重，过于依赖生产技术人员经验操作。在生产效率低下的同时，尚缺乏可指导人造岗石生产的定量化、科学化、智能化的关键技术研究。
3.无法获取人造岗石集料配方如何从内部影响人造岗石产品整体力学性能，长期困扰着人造岗石行业内的技术人员，目前仍然亟需探索获得理想化人造岗石配方的标准化方法、突破传统生产工艺并以智能制造的方式改进传统工艺，是从本质上降低人造岗石生产成本、提高生产效率有效途径之一。


技术实现要素：

4.本发明的目的在于针对现有技术存在的不足，提供一种利用优化集料级配界面性能的人造岗石制造前处理方法。
5.为了实现上述目的，本发明采用了以下技术方案：一种利用优化集料级配界面性能的人造岗石制造前处理方法，包括以下步骤：（1）人造岗石集料表征及甄选决策数据集建立；
①
人造岗石选材前处理工序：综合分析其化学组分、三维微观形貌、颗粒度和级配组成，获得人造岗石集料表征数据；
②
通过实验与仿真研究岗石集料堆积理论并表征及分类，获得结构稳定、粒径分布均匀的人造岗石集料，按标签类型分类纳入机器学习的集料信息数据集；（2）粉体级配与材料内部参数获取及机器学习数据集优选；
①
编写基于c 语言的实验和格子玻尔兹曼-离散元法的人造岗石专用仿真程序，考察粉体级配与人造石材料的内部条件参数；
②
在此基础上，获得针对仿真模拟所需参数设定，通过实验与模拟，对比研究得出其相容性指标参数，完成标定后归纳其中关键控制参数，形成配套的带标签的优选机器学习数据集；（3）针对人造岗石集料级配-树脂系统协同增效的智能体系；
①
选取合适的机器学习训练模型，寻求集料级配——树脂系统协同增强力学性能、缩小膨胀与成本间的理想平衡关系；级配体系、助剂及树脂种类等因素对加工过程中物料的流变性、粘度、应力分布、真空压力与温度等理想适配条件；
②
建立人造岗石智能生产大数据集平台，根据订制需求，直接反向生成适配的人造岗石配方。
6.本发明进一步说明，所述的人造岗石专用仿真程序的计算流程包括：1）导入人造岗石集料的三维重构模型；2）初始化流场信息和人造岗石集料的位置、平动速度及角速度；3）在每个时间步的起点t0，输入流场信息和颗粒的位置、平动速度及角速度；4）判断格子是否被颗粒覆盖并加以标识；如果是，计算格子控制体固含率，并进入步骤5）；如果否，用lbm求解下一时刻的流场，即tf时刻的流场，然后进入步骤5）；5）在tf时刻的流场信息和颗粒覆盖信息，计算颗粒此时受到的力和力矩；6）判断颗粒在tf时刻是否存在碰撞；如果存在碰撞，根据dem计算颗粒间作用力，并判断是否大于最大子循环数，当小于最大子循环数时返回步骤5），当大于最大子循环数时进入步骤7）；7）在tf时刻的流场信息和颗粒覆盖信息，计算颗粒此时受到的力和力矩；8）判断格子是否被颗粒覆盖并加以标识；如果是，输出计算结果；如果否，返回步骤4）。
7.本发明的优点：本发明基于实验、lbm-dem计算机仿真预混合分析结果的数据集，机器学习完成自动决策过程，结合一体化设备完成各级配粉体的选择与调配，预测、监测模具内混合体复杂流动行为，提前模拟混合过程，由此反推生产中适宜的多元偶联剂等助剂用量，定量控制集料的疏水化改性工艺，利用高度智能化生产人造岗石。
附图说明
8.图1是本发明一实施例中人造岗石lbm-dem耦合仿真框架计算流程示意图。
具体实施方式
9.下面结合附图对本发明进一步说明。
10.实施例：一种利用优化集料级配界面性能的人造岗石制造前处理方法，包括以下步骤：（1）人造岗石集料表征及甄选决策数据集建立；
①
人造岗石选材前处理工序：综合分析其化学组分、三维微观形貌、颗粒度和级配组成，获得人造岗石集料表征数据；
②
通过实验与仿真研究岗石集料堆积理论并表征及分类，获得结构稳定、粒径分布均匀的人造岗石集料，按标签类型分类纳入机器学习的集料信息数据集；（2）粉体级配与材料内部参数获取及机器学习数据集优选；
①
编写基于c 语言的实验和格子玻尔兹曼-离散元法的人造岗石专用仿真程序，考察粉体级配与人造石材料的内部条件参数；
②
在此基础上，获得针对仿真模拟所需参数设定，通过实验与模拟，对比研究得出其相容性指标参数，完成标定后归纳其中关键控制参数，形成配套的带标签的优选机器学习数据集；（3）针对人造岗石集料级配-树脂系统协同增效的智能体系；
①
选取合适的机器学习训练模型，寻求集料级配——树脂系统协同增强力学性能、缩小膨胀与成本间的理想平衡关系；级配体系、助剂及树脂种类等因素对加工过程中物料的流变性、粘度、应力分布、真空压力与温度等理想适配条件；
②
建立人造岗石智能生产大数据集平台，根据订制需求，直接反向生成适配的人造岗石配方。
11.上述的人造岗石专用仿真程序的计算流程如图1所示，包括：1）导入人造岗石集料的三维重构模型；2）初始化流场信息和人造岗石集料的位置、平动速度及角速度；3）在每个时间步的起点t0，输入流场信息和颗粒的位置、平动速度及角速度；4）判断格子是否被颗粒覆盖并加以标识；如果是，计算格子控制体固含率，并进入步骤5）；如果否，用lbm求解下一时刻的流场，即tf时刻的流场，然后进入步骤5）；5）在tf时刻的流场信息和颗粒覆盖信息，计算颗粒此时受到的力和力矩；6）判断颗粒在tf时刻是否存在碰撞；如果存在碰撞，根据dem计算颗粒间作用力，并判断是否大于最大子循环数，当小于最大子循环数时返回步骤5），当大于最大子循环数时进入步骤7）；7）在tf时刻的流场信息和颗粒覆盖信息，计算颗粒此时受到的力和力矩；8）判断格子是否被颗粒覆盖并加以标识；如果是，输出计算结果；如果否，返回步骤4）。
12.显然，上述实施例仅仅是为了清楚的说明本发明所作的举例，而并非对本发明实施的限定。对于所属技术领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动；这里无需也无法对所有的实施方式予以穷举；而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。


技术特征：
1.一种利用优化集料级配界面性能的人造岗石制造前处理方法，其特征在于包括以下步骤：（1）人造岗石集料表征及甄选决策数据集建立；
①
人造岗石选材前处理工序：综合分析其化学组分、三维微观形貌、颗粒度和级配组成，获得人造岗石集料表征数据；
②
通过实验与仿真研究岗石集料堆积理论并表征及分类，获得结构稳定、粒径分布均匀的人造岗石集料，按标签类型分类纳入机器学习的集料信息数据集；（2）粉体级配与材料内部参数获取及机器学习数据集优选；
①
编写基于c 语言的实验和格子玻尔兹曼-离散元法的人造岗石专用仿真程序，考察粉体级配与人造石材料的内部条件参数；
②
在此基础上，获得针对仿真模拟所需参数设定，通过实验与模拟，对比研究得出其相容性指标参数，完成标定后归纳其中关键控制参数，形成配套的带标签的优选机器学习数据集；（3）获取人造岗石集料级配-树脂系统协同增效的适配条件，建立人造岗石智能生产大数据集平台；
①
选取合适的机器学习训练模型，寻求集料级配——树脂系统协同增强力学性能、缩小膨胀与成本间的理想平衡关系；级配体系、助剂及树脂种类等因素对加工过程中物料的流变性、粘度、应力分布、真空压力与温度等理想适配条件；
②
建立人造岗石智能生产大数据集平台，根据订制需求，直接反向生成适配的人造岗石配方。2.根据权利要求1所述的利用优化集料级配界面性能的人造岗石制造前处理方法，其特征在于：所述的人造岗石专用仿真程序的计算流程包括：1）导入人造岗石集料的三维重构模型；2）初始化流场信息和人造岗石集料的位置、平动速度及角速度；3）在每个时间步的起点t0，输入流场信息和颗粒的位置、平动速度及角速度；4）判断格子是否被颗粒覆盖并加以标识；如果是，计算格子控制体固含率，并进入步骤5）；如果否，用lbm求解下一时刻的流场，即t
f
时刻的流场，然后进入步骤5）；5）在t
f
时刻的流场信息和颗粒覆盖信息，计算颗粒此时受到的力和力矩；6）判断颗粒在t
f
时刻是否存在碰撞；如果存在碰撞，根据dem计算颗粒间作用力，并判断是否大于最大子循环数，当小于最大子循环数时返回步骤5），当大于最大子循环数时进入步骤7）；7）在t
f
时刻的流场信息和颗粒覆盖信息，计算颗粒此时受到的力和力矩；8）判断格子是否被颗粒覆盖并加以标识；如果是，输出计算结果；如果否，返回步骤4）。

技术总结
本发明公开了一种利用优化集料级配界面性能的人造岗石制造前处理方法，包括以下步骤：（1）人造岗石集料表征及甄选决策数据集建立；（2）粉体级配与材料内部参数获取及机器学习数据集优选；（3）获取人造岗石集料级配-树脂系统协同增效的适配条件，建立人造岗石智能生产大数据集平台，根据订制需求，直接反向生成适配的人造岗石配方。本发明基于实验、LBM-DEM计算机仿真预混合分析结果的数据集，机器学习完成自动决策过程，结合一体化设备完成各级配粉体的选择与调配，预测、监测模具内混合体复杂流动行为，提前模拟混合过程，由此反推生产中适宜的多元偶联剂等助剂用量，定量控制集料的疏水化改性工艺，利用高度智能化生产人造岗石。石。石。


技术研发人员：黄志民 郑益华 黎演明 马蓝宇 徐梦雪 莫秋凤 黄译锋 赖文钦 唐耀航 房严严 谢松伯 陈先锐
受保护的技术使用者：广西科学院
技术研发日：2021.11.20
技术公布日：2022/3/15