基于圖像處理技術(shù)的混凝土數(shù)值仿真

基于圖像處理技術(shù)的混凝土數(shù)值仿真

數(shù)值模仿技術(shù)是一種利用計算機對復(fù)雜物理系統(tǒng)進行模擬的技術(shù)。過去，對混凝土破壞的數(shù)值模擬研究往往集中在結(jié)構(gòu)上。然而，合理的數(shù)值測試也很重要?，F(xiàn)在，monterey方法是一種好的想法，但其界限也很清楚。人們無法判斷這些值測試是否能夠在多個維度上反映真實測試的結(jié)構(gòu)。研究結(jié)果的準確性也值得討論。數(shù)值成像技術(shù)的進步帶來了一種新的方法。在過去的10年里，許多科學家開始使用數(shù)值成像技術(shù)制作數(shù)值測試。然而，在之前的文獻中，基于確定不同材料成分的所需閾值的方法尚不清楚，因此該技術(shù)的普及有限。本文利用已知骨料三維特征的有用信息，解決了數(shù)值成像中最難評估的閾值值，完善了有用的骨骼碎片成像技術(shù)在混凝土圖像識別中的應(yīng)用，減少了人工干預(yù)和工作量，確保了數(shù)據(jù)處理的客觀性和準確性。在此基礎(chǔ)上，這項工作中，對混凝土單軸的拉值進行了模擬，并模擬了拉深過程中的微裂紋。通過這種方法建立的模型是真實可靠的。1圖像的構(gòu)建圖像處理可分成3個步驟:圖像預(yù)處理、特征提取、識別分析.1.1混凝土板式試件的點分類一定灰度值范圍內(nèi)的像素可近似認為是同一類材料(砂漿或骨料).如果給定適當閾值,就可以根據(jù)像素點灰度值大小對像素點分類,從而將砂漿和骨料區(qū)分出來.首先對原始圖像進行灰度轉(zhuǎn)化,并用一個矩陣來存儲圖像.圖1即是尺寸為150mm×150mm的混凝土板式試件灰度圖像.取局部區(qū)域Q,沿線段l觀察其灰度值(見圖1(c)),可發(fā)現(xiàn)其中的骨料呈較深顏色,具有較低灰度值;砂漿顏色較淺,灰度值較高.初步選定灰度閾值140,假定低于此閾值的部分為背景(骨料).1.2骨料區(qū)域的填充由于各種復(fù)雜原因,背景(骨料)自身往往差異明顯.為消除這種差異,根據(jù)骨料形狀較光滑的特征,用圓形結(jié)構(gòu)元素B對輸入的圖像A進行形態(tài)開啟運算,除去背景中比結(jié)構(gòu)元素B小的特定圖像細節(jié),平滑圖像輪廓,削弱狹窄部分,以便對背景做出均值意義上的估計.運算法則如下式中:○是開啟運算符,A用B來開啟記為A○B(yǎng);為膨脹算子,膨脹的定義為AB={x[(B)x∩A]≠Υ},Υ是空集,B是B的映射,(B)x表示將B做關(guān)于原點的映射,再平移x;Θ是腐蝕運算與膨脹運算對偶,AΘB={x(B)x?A}.然后運用代數(shù)運算,減去背景圖像,即可創(chuàng)建一個新的,背景均勻的圖像(見圖2(a));對骨料區(qū)域進行填充,使骨料內(nèi)的灰度趨于均勻,得到圖2(b);再將灰度值重新拓展到整個灰度范圍,以提高對比度,得到圖2(c).再經(jīng)過濾波后得到圖3,此時骨料已被識別.用小波基對圖形進行分解及二次重構(gòu),轉(zhuǎn)化為二值圖并根據(jù)有限元程序所能承受的網(wǎng)格大小調(diào)整尺寸即可得到圖4,然后識別界面過渡區(qū)(見圖5),再將圖4和圖5疊加,就得到用0(硬化水泥漿),1(骨料),2(界面)標識過的圖像,完成識別.在圖像尺寸調(diào)整過程中,隨著尺寸的增大,骨料與截面面積比也隨之上升,趨于常值0.22(見圖6),該值即為該二維圖像骨料與截面面積比Vs.1.3維級配曲線圖像經(jīng)過第一次處理后,還需判斷開始假設(shè)的閾值是否適用.對混凝土而言,由于卵石和礫石等球狀或渾圓狀的骨料可以考慮將其簡化為球狀,故顆粒直徑可用富勒(Fuller)拋物線確定式中:Y為通過篩孔(直徑為D,mm)的骨料質(zhì)量分數(shù);Dmax為最大骨料直徑,mm.由此可得,直徑為D的骨料數(shù)量的累積頻率分布為式中:D0為最小骨料直徑,mm.由于Fuller拋物線給出的是混凝土中骨料的三維級配曲線,而數(shù)值圖像是二維平面圖,這就需要利用Walraven提出的轉(zhuǎn)化公式將式(3)轉(zhuǎn)化為二維級配曲線.Schutter等已證明經(jīng)該公式轉(zhuǎn)換的二維級配曲線與實測值基本吻合.Walraven公式如下式中:ε為無量綱化的顆粒直徑,即ε=D/Dmax;f′(ε)是二維級配曲線;ε*為無量綱積分變量,即ε*=D*/Dmax,D*為三維骨料粒徑;f(ε*)為三維級配曲線,此曲線是通過直徑為D篩孔的骨料質(zhì)量分數(shù).得到骨料二維級配曲線后,就可以確定處理后圖像中骨料與截面面積比Vs的范圍,并由此判斷該灰度閾值是否合適.本文所用混凝土試件設(shè)計強度為C50,水灰比為0.34,其配合比見表1.骨料級配滿足JCJ53—92《普通混凝土用碎石或卵石質(zhì)量標準及檢驗方法》,采用連續(xù)級配,粒徑為5~16mm,其中2.5mm篩孔累計篩余量為95%~100%,5mm篩孔累計篩余量為90%~100%,10mm篩孔累計篩余量為30%~60%,16mm篩孔累計篩余量為0~10%.由此可以擬合出三維骨料級配上/下界曲線f上(ε),f下(ε)凡是符合JCJ53—92標準的骨料級配都將位于此區(qū)間內(nèi).由于解析解求解困難,要直接用式(6)代入式(4)以轉(zhuǎn)化為二維平面級配曲線較難.為得到二維平面級配曲線,直接將上述級配數(shù)據(jù)代入式(4)中得到二維平面級配曲線上的點,擬合這些點就可得到二維平面級配區(qū)域的上下界曲線1.3.1面積比vs的區(qū)間將函數(shù)f′上(ε),f′下(ε)積分就可以得到骨料與截面面積比Vs的區(qū)間[0.193,0.196].由圖6知,骨料與截面面積比應(yīng)為0.22,由此可知原灰度閾值偏大.減小閾值重新計算,直至閾值Vs落入該區(qū)間,即可確定灰度閾值.1.3.2維級配區(qū)間的結(jié)果此時可直接得到三維級配的擬合公式,然后再利用式(4)得到二維級配曲線,積分求出骨料面積,得到骨料與截面面積比Vs.如果在二維級配區(qū)間[0.193,0.196]內(nèi),則接受該閾值及處理結(jié)果,否則就調(diào)整閾值,重新處理圖像.2有限元網(wǎng)格itz把圖像中像素坐標與矩陣坐標一一對應(yīng)起來,再將矩陣與有限元網(wǎng)格對應(yīng),數(shù)值圖像就可以轉(zhuǎn)化為有限元網(wǎng)格.利用有限元分析混凝土數(shù)值模型還需確定界面過渡區(qū)(ITZ)厚度.ITZ的典型厚度是20~40μm,而標準混凝土試件截面尺寸為150mm×150mm.因此在有限元網(wǎng)格中,如果要用一個以上的單元表示通常概念中界面過渡區(qū)的話,圖像尺寸就必須為37502~75002個像素,這就對原始圖像的大小提出了嚴格限制,單元數(shù)目也會因此驚人地增長以致難以處理.為消除以上弊端,定義名義界面過渡區(qū)———僅以一個有限元單元厚度代表界面過渡區(qū)及其附近區(qū)域材料的綜合性能.自編程序,將數(shù)字圖像轉(zhuǎn)化為100×100個單元的有限元網(wǎng)格,該網(wǎng)格即二維數(shù)值試件(見圖8).3骨料內(nèi)部應(yīng)變分析得到有限元網(wǎng)格以后,采用損傷力學模型,并在材性賦值中引入Weibull隨機性,根據(jù)數(shù)值試件中不同單元性質(zhì)(骨料、界面、砂漿)對單元分別賦予材性(見表2).用平面應(yīng)力四邊形單元進行水平方向上的受拉試驗數(shù)值模擬.與此同時,對真實混凝土試件也進行試驗,數(shù)值模擬結(jié)果與真實試驗結(jié)果如圖9,10所示.試件由位移控制,水平向單軸受拉.當應(yīng)力σ<(0.4~0.6)ft時(如圖10(b)中A點所示),骨料內(nèi)部應(yīng)變分布基本均勻(如圖9(a),為突出顯示裂縫擴展路徑與骨料分布位置關(guān)系,圖中刪除了骨料單元);當應(yīng)力σ≈0.9ft時(如圖10(b)中B點所示),應(yīng)力-應(yīng)變關(guān)系達線彈性極限,應(yīng)變場發(fā)生變化(如圖9(b)),從均勻分布向局部集中,顯然,此時數(shù)值試件開始發(fā)生損傷局部化;超過受拉強度極限ft,應(yīng)力跌落至0.9ft時(如圖10(b)中C點所示),雖然其應(yīng)力值與B點相似,但內(nèi)部應(yīng)變場發(fā)生了本質(zhì)變化(如圖9(c)),裂紋明顯匯集于垂直加載方向的軸線上,損傷局部化明顯;應(yīng)力跌落至0.4ft(如圖10(b)中D點所示)后,由細小裂紋匯聚形成的裂縫已基本貫通(如圖9(d)),試件破壞.在受拉模擬過程中,裂縫明顯有繞過骨料延伸的趨勢,與真實試驗中觀察到的現(xiàn)象相符,最終停止加載時的裂縫形態(tài)也與真實試驗結(jié)果一致.從數(shù)值試件的應(yīng)力-應(yīng)變曲線來看,它也反映了混凝土板式試件在受拉過程中應(yīng)力-應(yīng)變關(guān)系的主要特征,且與真實試驗曲線(圖10(a))主要特征一致,充分說明數(shù)值模型結(jié)果合理可信.4基于數(shù)字圖像處理技術(shù)的混凝土受拉仿真分析本文借助骨料級配曲線,對圖像處理過程中必需的閾值提出了校正方法,實現(xiàn)了由混凝土截面數(shù)字圖像自動生成具有重要原始信息(位置、形狀、尺寸)數(shù)值試件的功能,避免了以