基于图像处理技术的混凝土数值仿真.docxVIP

基于图像处理技术的混凝土数值仿真 数值模仿技术是一种利用计算机对复杂物理系统进行模拟的技术。过去，对混凝土破坏的数值模拟研究往往集中在结构上。然而，合理的数值测试也很重要。现在，monterey方法是一种好的想法，但其界限也很清楚。人们无法判断这些值测试是否能够在多个维度上反映真实测试的结构。研究结果的准确性也值得讨论。数值成像技术的进步带来了一种新的方法。在过去的10年里，许多科学家开始使用数值成像技术制作数值测试。然而，在之前的文献中，基于确定不同材料成分的所需阈值的方法尚不清楚，因此该技术的普及有限。本文利用已知骨料三维特征的有用信息，解决了数值成像中最难评估的阈值值，完善了有用的骨骼碎片成像技术在混凝土图像识别中的应用，减少了人工干预和工作量，确保了数据处理的客观性和准确性。在此基础上，这项工作中，对混凝土单轴的拉值进行了模拟，并模拟了拉深过程中的微裂纹。通过这种方法建立的模型是真实可靠的。 1 图像的构建 图像处理可分成3个步骤:图像预处理、特征提取、识别分析. 1.1 混凝土板式试件的点分类 一定灰度值范围内的像素可近似认为是同一类材料(砂浆或骨料).如果给定适当阈值,就可以根据像素点灰度值大小对像素点分类,从而将砂浆和骨料区分出来.首先对原始图像进行灰度转化,并用一个矩阵来存储图像.图1即是尺寸为150 mm×150mm的混凝土板式试件灰度图像.取局部区域Q,沿线段l观察其灰度值(见图1(c)),可发现其中的骨料呈较深颜色,具有较低灰度值;砂浆颜色较浅,灰度值较高.初步选定灰度阈值140,假定低于此阈值的部分为背景(骨料). 1.2 骨料区域的填充 由于各种复杂原因,背景(骨料)自身往往差异明显.为消除这种差异,根据骨料形状较光滑的特征,用圆形结构元素B对输入的图像A进行形态开启运算,除去背景中比结构元素B小的特定图像细节,平滑图像轮廓,削弱狭窄部分,以便对背景做出均值意义上的估计.运算法则如下 式中:○是开启运算符,A用B来开启记为A○B;为膨胀算子,膨胀的定义为A B={x[(B)x∩A]≠Υ},Υ是空集,B是B的映射,(B)x表示将B做关于原点的映射,再平移x;Θ是腐蚀运算与膨胀运算对偶,AΘB={x(B)x?A}. 然后运用代数运算,减去背景图像,即可创建一个新的,背景均匀的图像(见图2(a));对骨料区域进行填充,使骨料内的灰度趋于均匀,得到图2(b);再将灰度值重新拓展到整个灰度范围,以提高对比度,得到图2(c).再经过滤波后得到图3,此时骨料已被识别.用小波基对图形进行分解及二次重构,转化为二值图并根据有限元程序所能承受的网格大小调整尺寸即可得到图4,然后识别界面过渡区(见图5),再将图4和图5叠加,就得到用0(硬化水泥浆),1(骨料),2(界面)标识过的图像,完成识别.在图像尺寸调整过程中,随着尺寸的增大,骨料与截面面积比也随之上升,趋于常值0.22(见图6),该值即为该二维图像骨料与截面面积比Vs. 1.3 维级配曲线 图像经过第一次处理后,还需判断开始假设的阈值是否适用.对混凝土而言,由于卵石和砾石等球状或浑圆状的骨料可以考虑将其简化为球状,故颗粒直径可用富勒(Fuller)抛物线确定 式中:Y为通过筛孔(直径为D,mm)的骨料质量分数;Dmax为最大骨料直径,mm. 由此可得,直径为D的骨料数量的累积频率分布为 式中:D0为最小骨料直径,mm. 由于Fuller抛物线给出的是混凝土中骨料的三维级配曲线,而数值图像是二维平面图,这就需要利用Walraven提出的转化公式将式(3)转化为二维级配曲线.Schutter等已证明经该公式转换的二维级配曲线与实测值基本吻合.Walraven公式如下 式中:ε为无量纲化的颗粒直径,即ε=D/Dmax;f′(ε)是二维级配曲线;ε*为无量纲积分变量,即ε*=D*/Dmax,D*为三维骨料粒径;f(ε*)为三维级配曲线,此曲线是通过直径为D筛孔的骨料质量分数. 得到骨料二维级配曲线后,就可以确定处理后图像中骨料与截面面积比Vs的范围,并由此判断该灰度阈值是否合适.本文所用混凝土试件设计强度为C50,水灰比为0.34,其配合比见表1.骨料级配满足JCJ 53—92《普通混凝土用碎石或卵石质量标准及检验方法》,采用连续级配,粒径为5~16 mm,其中2.5 mm筛孔累计筛余量为95%~100%,5mm筛孔累计筛余量为90%~100%,10 mm筛孔累计筛余量为30%~60%,16 mm筛孔累计筛余量为0~10%.由此可以拟合出三维骨料级配上/下界曲线f上(ε),f下(ε) 凡是符合JCJ 53—92标准的骨料级配都将位于此区间内.由于解析解求解困难,要直接用式(6)代入式(4)以转化为二维平面级配曲线较难.为得到二维平面级配曲线,直接将上述级配数据代入式(4)