

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、巖石、混凝土等準脆性材料的結(jié)構(gòu)及其細觀組分的力學性質(zhì)決定了材料的力學特性及破裂機制,因此在數(shù)值模型中盡可能準確的考慮材料真實的細觀結(jié)構(gòu)已成為數(shù)值計算和數(shù)值模擬發(fā)展的一種趨勢,研究材料結(jié)構(gòu)的數(shù)字化重建方法并與數(shù)值計算方法結(jié)合,對深入認識這類材料的力學特性和破裂機制具有重要理論意義和實際應用價值。本文以混凝土為研究對象,借助先進的CT掃描技術獲取材料內(nèi)部結(jié)構(gòu)切片圖像,并針對CT圖像特點研發(fā)了基于CT圖像的材料結(jié)構(gòu)識別與表征方法,在此基礎上,
2、提出了兩種三維材料結(jié)構(gòu)模型的構(gòu)建方法,并輸入到數(shù)值計算方法FLAC3D和RFPA3D相結(jié)合進行了初步應用,為巖石、混凝土及其它復合材料力學性能和破壞機理的研究提供了一種新的手段和思路。主要展開了如下工作:
(1)分析了CT切片圖像特點,提出了環(huán)狀分區(qū)化與閾值自動識別的CT圖像分割方法,能夠準確識別表征混凝土內(nèi)部骨料和砂漿等細觀介質(zhì),實現(xiàn)了混凝土三相材料結(jié)構(gòu)的數(shù)值表征;
(2)借助于位圖矢量化理論,以分層切片為骨架,研
3、發(fā)了三維實體化的材料結(jié)構(gòu)模型的重建方法;以像素為基本單元,通過切片信息疊加,研發(fā)了三維網(wǎng)格化的材料結(jié)構(gòu)模型重建方法,開發(fā)了相應CT圖像處理程序,并討論了兩種方法的優(yōu)缺點;
(3)利用研發(fā)的方法建立了混凝土的三維實體化材料結(jié)構(gòu)模型,并將該材料結(jié)構(gòu)模型與商業(yè)軟件FLAC3D相結(jié)合,應用彈塑性理論模擬了混凝土在單軸受壓條件下力學演化特征;
(4)建立了三維網(wǎng)絡化材料結(jié)構(gòu)模型和RFPA3D之間的數(shù)據(jù)接口,將混凝土三維網(wǎng)格化材
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于三維激光掃描技術及三維模型重建
- 基于三維激光掃描技術的三維模型重建
- 基于三維激光掃描技術的三維模型重建研究文獻綜述
- 三維激光掃描技術在三維景觀重建中的應用研究.pdf
- 基于平板成像器件的三維CT重建算法與應用研究.pdf
- 基于CT圖像的混凝土細觀三維有限元模型重建.pdf
- 霍爾三維結(jié)構(gòu)模型
- 基于地面三維激光掃描技術的三維模型重建畢業(yè)設計
- 三維結(jié)構(gòu)特征CT重建算法研究.pdf
- 基于模型選擇的PDE三維人臉曲面重建及應用研究.pdf
- 基于地面三維激光掃描技術的三維模型重建畢業(yè)設計
- 基于地面三維激光掃描技術的三維模型重建文獻綜述
- 牙結(jié)構(gòu)模型三維成像.pdf
- 骨盆及髖臼骨折的螺旋CT三維重建應用研究.pdf
- ct平掃、多期增強掃描及三維重建的臨床價值
- 基于二維CT圖像的三維重建及其應用.pdf
- 低劑量CT在頜面部軟硬組織三維模型重建中的應用研究.pdf
- 顱面部螺旋CT掃描數(shù)據(jù)三維重建及虛擬手術研究.pdf
- 基于車載激光掃描點云數(shù)據(jù)的城市三維模型重建研究.pdf
- 基于顯微CT掃描的三維織物仿真.pdf
評論
0/150
提交評論