[發明專利]一種顆粒流微觀力學參數反演方法

有效

• 申請號: 202110725094.9
• 申請日: 2021-06-29
• 公開（公告）號: CN113536549B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 王敏;萬文;趙延林
• 申請（專利權）人: 湖南科技大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G01N15/00;G01M10/00;G06F111/10;G06F119/14
• 代理公司: 湘潭市匯智專利事務所(普通合伙) 43108
• 代理人: 陳偉

1.一種顆粒流微觀力學參數反演方法，其特征在于，包括以下步驟：

步驟一：通過物理實驗獲取巖石物理實驗宏觀力學參數；

物理實驗宏觀力學參數包括單軸抗壓強度UCS_experimental、彈性模量E_experimental、泊松比v_experimental；

步驟二：基于物理宏觀力學參數反演出顆粒流微觀力學參數；

顆粒流微觀力學參數包括顆粒密度ρ、顆粒最大半徑與最小半徑比值R_max/R_min、顆粒最小半徑R_min、顆粒接觸剛度E_c、顆粒法向剛度與切向剛度比值k_n/k_s、平行連接剛度平行連接法向剛度與切向剛度比值顆粒摩擦系數μ、平行連接法向剛度平均值σ_c-mean、平行連接法向剛度方差σ_c-std、平行連接剪切剛度平均值τ_c-mean、平行連接剪切剛度方差τ_c-std；

步驟三：通過數值模擬計算獲取數值模擬宏觀力學參數；

將步驟二所得到的流微觀力學參數開展數值模擬計算，并獲取該組微觀力學參數所對應的數值模擬宏觀力學參數，即單軸抗壓強度UCS_numerical、彈性模量E_numerical、泊松比v_numerical；

步驟四：采用模擬退火算法調整顆粒流微觀力學參數，使得數值模擬計算宏觀力學參數與物理實驗宏觀力學參數不斷接近，當數值模擬宏觀力學參數與物理實驗宏觀力學參數之間的誤差小于10％時，則此時對應的顆粒流微觀力學參數則是所需要確定的微觀力學參數；

采用模擬退火算法調整顆粒流微觀力學參數的具體步驟為：

步驟1：初始化模擬退火算法超參數：溫度Temperature、降溫系數Decay、馬可夫鏈長度Markov及數據跳動因子Stepfactor，馬可夫鏈長度Markov表示每一溫度條件下循環次數，迭代次數Iteration＝0；

初始數值模擬計算時，微觀力學參數：顆粒密度、顆粒最大半徑與最小半徑比值、顆粒最小半徑、顆粒接觸剛度、顆粒法向剛度與切向剛度比值、平行連接剛度、平行連接法向剛度與切向剛度比值、顆粒摩擦系數、平行連接法向剛度平均值、平行連接法向剛度方差、平行連接剪切剛度平均值、平行連接剪切剛度方差的最大值和最小值分別為ρ_max、R_max-max/R_min-max、R_min-max、E_c-max、k_n-max/k_s-max、μ_max、σ_c-mean-max、σ_c-std-max、τ_c-mean-max、τ_c-std-max和ρ_min、R_max-min/R_min-min、R_min-min、E_c-min、k_n-min/k_s-min、μ_min、σ_c-mean-min、σ_c-std-min、τ_c-mean-min、τ_c-std-min，然后在微觀力學參數最大值與最小值之間選取隨機值ρ_pre、R_max-pre/R_min-pre、R_min-pre、E_c-pre、k_n-pre/k_s-pre、μ_pre、σ_c-mean-pre、σ_c-std-pre、τ_c-mean-pre、τ_c-std-pre作為微觀力學參數初始值，采用該組微觀力學參數開展數值模擬單軸壓縮實驗，獲得數值模擬宏觀力學參數單軸抗壓強度、彈性模量和泊松比分別為UCS_{numerical-pre}、E_{numerical-pre}、v_{numerical-pre}；

計算獲得的數值模擬宏觀力學參數與物理試驗獲得的宏觀力學參數之間的相對誤差最大值Judge_pre，Judge_pre即作為判別值表示為：

同時將初始的微觀力學參數視為最優的微觀力學參數：

其對應的判別值也是目前最優的相對誤差值：

Judge_best＝Judge_pre (3)

步驟2：基于先前的微觀力學參數集合(ρ_pre、R_max-pre/R_min-pre、R_min-pre、E_c-pre、k_n-pre/k_s-pre、μ_pre、σ_c-mean-pre、σ_c-std-pre、τ_c-mean-pre、τ_c-std-pre)確定下一組微觀力學參數的數值，其計算公式如下：

上式中rand為-1到1之間的隨機數，通過式(4)基于先前的微觀力學參數集合(ρ_pre、R_max-pre/R_min-pre、R_min-pre、E_c-pre、k_n-pre/k_s-pre、μ_pre、σ_c-mean-pre、σ_c-std-pre、τ_c-mean-pre、τ_c-std-pre)，產生當前的微觀力學參數集合(ρ_next、R_max-next/R_min-next、R_min-next、E_c-next、k_n-next/k_s-next、μ_next、σ_c-mean-next、σ_c-std-next、τ_c-mean-next、τ_c-std-next)，采用當前的微觀力學參數集合開展單軸壓縮數值模擬實驗獲取相應的數值模擬模型宏觀力學參數：單軸抗壓強度UCS_{numerical-next}、彈性模量E_{numerical-next}和泊松比v_{numerical-next}，并計算判別函數的值Judge_next：

步驟3：如果計算得到的Judge_nextJudge_best，則更新最優的微觀力學參數集合及最優的目標值：

Judge_best＝Judge_next (7)

如果Judge_nextJudge_best，則無需更新最優微觀力學參數集合；

步驟4：如果計算得到的Judge_nextJudge_pre，則更新先前顆粒流微觀力學參數及先前判斷函數值：

Judge_pre＝Judge_next (9)

而當Judge_next≥Judge_pre時，先計算概率值p₁，p₁表示為：

然后產生一個0到1的隨機數p₂，如果p₁p₂則更新先前顆粒流微觀力學參數及先前判斷函數值，即執行公式(8)和公式(9)，否則不執行任何操作；

步驟5：迭代次數更新，Iteration＝Iteration+1，當IterationMarkov時：Iteration＝0，當前溫度下降Temperature＝Temperature×Decay；執行完步驟5之后，再次執行步驟2，依此循環。

2.根據權利要求1所述的顆粒流微觀力學參數反演方法，其特征在于，所述步驟四中，數值模擬計算終止條件是數值模擬計算得到的宏觀力學參數與物理實驗得到的宏觀力學參數差值相對誤差小于10％；數值模擬計算過程中，每迭代一次就對Judge_best進行判定，當Judge_best≤10％時，則停止計算，其中Judge_best表示為：

式中，UCS_{numerical-best}，E_{numerical-best}，v_{numerical-best}表示計算過程中最佳的單軸抗壓強度、彈性模量及泊松比組合。