混凝土多边形骨料二维建模技术与实践

1. 混凝土多边形骨料二维建模概述

在建筑材料研究中，混凝土的细观结构建模一直是学术界和工程界关注的重点。多边形骨料作为混凝土中最主要的组成部分，其几何形态和分布特征直接影响着混凝土的宏观力学性能。传统的圆形骨料模型虽然计算简便，但无法真实反映天然骨料的实际形态。而多边形骨料建模能够更好地模拟骨料的棱角效应和实际分布状态，为混凝土断裂机理、损伤演化等研究提供更准确的数值模型基础。

我从事建筑材料数值模拟工作已有八年时间，期间尝试过多种骨料建模方法。从最初的简单圆形骨料随机投放，到现在的复杂多边形骨料建模，深刻体会到几何建模精度对后续分析结果的重要影响。本文将分享我在多边形骨料二维建模方面的实践经验，从理论构思到具体实现，希望能为相关领域的研究者提供参考。

2. 多边形骨料建模的核心思路

2.1 建模需求分析

混凝土细观结构建模需要考虑三个关键要素：

1. 骨料形态：天然骨料通常呈现不规则多边形特征
2. 级配分布：需符合实际工程中的骨料级配曲线
3. 空间分布：骨料在基体中的随机分布且不重叠

传统圆形骨料模型虽然实现简单，但存在明显不足：

• 无法反映骨料棱角处的应力集中效应
• 低估了界面过渡区(ITZ)的实际面积
• 难以准确模拟裂纹沿骨料边缘扩展的路径

2.2 技术路线选择

经过多次尝试比较，我最终确定了以下技术路线：

1. 基于Voronoi图生成基础多边形
2. 应用随机变形算法增加不规则度
3. 采用分层投放策略实现级配控制
4. 使用距离检测算法保证不重叠条件

这个方案的优点在于：

• Voronoi图天然生成凸多边形，符合大多数骨料形态
• 随机变形参数可调，能模拟不同粗糙度的骨料
• 分层处理可以精确控制各级骨料的比例
• 计算效率较高，适合批量生成

3. 具体实现步骤详解

3.1 开发环境准备

推荐使用以下工具组合：

# 核心库 import numpy as np import matplotlib.pyplot as plt from scipy.spatial import Voronoi # 辅助库 from shapely.geometry import Polygon import random

硬件配置建议：

• 处理器：至少4核CPU
• 内存：8GB以上
• 显卡：集成显卡即可满足二维建模需求

3.2 Voronoi图生成基础多边形

Voronoi图是生成凸多边形的理想工具，具体实现如下：

def generate_voronoi_polygons(num_points, bbox): # 在边界框内生成随机点 points = np.random.uniform(low=bbox[0], high=bbox[1], size=(num_points, 2)) # 生成Voronoi图 vor = Voronoi(points) # 提取有限的多边形区域 polygons = [] for region in vor.regions: if not -1 in region and len(region) > 0: polygon = [vor.vertices[i] for i in region] polygons.append(polygon) return polygons

关键参数说明：

• num_points：控制生成多边形的数量和平均尺寸
• bbox：定义生成区域的边界范围
• 建议初始值：num_points=50，bbox=[0,0,100,100]

3.3 多边形随机变形处理

原始Voronoi多边形过于规则，需要进行随机变形：

def deform_polygon(polygon, deform_factor=0.1): # 将顶点转换为numpy数组便于计算 vertices = np.array(polygon) # 计算多边形中心 center = np.mean(vertices, axis=0) # 对每个顶点施加随机位移 deformed = [] for v in vertices: # 径向位移分量 radial = v - center radial_deform = radial * (1 + random.uniform(-deform_factor, deform_factor)) # 切向位移分量 tangent = np.array([-radial[1], radial[0]]) tangent_deform = tangent * random.uniform(-deform_factor, deform_factor) # 合成新顶点 new_v = center + radial_deform + tangent_deform deformed.append(new_v) return deformed

变形效果控制：

• deform_factor：建议取值0.05-0.2
• 值过小会导致变形不明显
• 值过大会产生不合理的凹陷多边形

3.4 骨料级配控制策略

按照实际级配要求分层生成骨料：

def generate_aggregates(grade_curve, bbox): aggregates = [] for size_range, percent in grade_curve.items(): # 计算当前粒径范围的骨料数量 num = int(total_count * percent) # 根据粒径调整Voronoi点数 avg_size = np.mean(size_range) points_num = int(bbox_area / (avg_size**2)) # 生成当前层级的骨料 for _ in range(num): poly = generate_voronoi_polygons(points_num, bbox) deformed = deform_polygon(poly[0]) # 取第一个多边形 aggregates.append(deformed) return aggregates

级配曲线示例：

grade_curve = { (5,10): 0.4, # 40%的5-10mm骨料 (2.5,5): 0.3, # 30%的2.5-5mm骨料 (1,2.5): 0.2, # 20%的1-2.5mm骨料 (0.5,1): 0.1 # 10%的0.5-1mm骨料 }

3.5 空间投放与碰撞检测

确保骨料不重叠的关键算法：

def is_overlap(poly1, poly2): # 使用Shapely库进行多边形相交检测 p1 = Polygon(poly1) p2 = Polygon(poly2) return p1.intersects(p2) def place_aggregates(aggregates, bbox, max_attempts=100): placed = [] for agg in aggregates: for _ in range(max_attempts): # 随机位置和旋转 x = random.uniform(bbox[0], bbox[2]) y = random.uniform(bbox[1], bbox[3]) angle = random.uniform(0, 2*np.pi) # 应用变换 transformed = apply_transform(agg, x, y, angle) # 碰撞检测 collision = False for p in placed: if is_overlap(transformed, p): collision = True break if not collision: placed.append(transformed) break return placed

优化技巧：

• 先投放大骨料，再投放小骨料
• 适当旋转骨料可以提高投放成功率
• 设置合理的max_attempts避免无限循环

4. 模型验证与效果评估

4.1 几何特征验证

通过以下指标评估生成骨料的合理性：

1. 面积周长比：应与实际骨料统计特征相符
2. 棱角度指数：反映边角的尖锐程度
3. 紧凑度：衡量形状接近圆形的程度

计算示例：

def calculate_angularity(polygon): vertices = np.array(polygon) n = len(vertices) angles = [] for i in range(n): v1 = vertices[i] - vertices[i-1] v2 = vertices[(i+1)%n] - vertices[i] angle = np.arccos(np.dot(v1,v2)/(np.linalg.norm(v1)*np.linalg.norm(v2))) angles.append(angle) return np.std(angles) # 角度标准差反映棱角度

4.2 数值模拟验证

将生成的模型导入有限元软件进行验证：

1. 弹性模量测试：与实验室实测结果对比
2. 断裂路径分析：观察裂纹是否沿骨料边缘扩展
3. 应力分布：检查棱角处是否出现应力集中

典型问题及解决方案：

• 应力奇异点：对棱角处进行微米级倒圆处理
• 网格划分困难：调整多边形的最小内角限制
• 计算不收敛：检查是否有异常狭长的多边形

5. 常见问题与解决方案

5.1 骨料投放成功率低

可能原因：

1. 骨料体积率设置过高
2. 大骨料占比过多
3. 边界区域未留足够缓冲

解决方案：

• 分级投放：先大后小
• 适当降低目标体积率（建议不超过0.4）
• 设置投放边界缓冲带（约最大骨料尺寸的1.2倍）

5.2 多边形形态不合理

常见问题：

1. 出现凹陷多边形
2. 边长短差异过大
3. 角度过于尖锐

改进方法：

• 在变形算法中添加凸性检查
• 设置边长变化率阈值（建议0.3-3.0）
• 添加最小内角限制（建议>15度）

5.3 计算效率优化

性能瓶颈通常出现在：

1. 碰撞检测计算量大
2. 级配控制复杂度高
3. 随机变形消耗资源

优化策略：

• 使用空间分区法加速碰撞检测
• 采用多级网格策略处理不同粒径
• 预生成骨料模板库减少实时计算

6. 进阶应用与扩展

6.1 三维建模扩展思路

将二维方法扩展到三维时需考虑：

1. 使用3D Voronoi图生成多面体
2. 增加z方向的变形分量
3. 开发高效的三维碰撞检测算法

6.2 多相复合材料建模

可进一步扩展为：

1. 添加孔隙相建模
2. 考虑界面过渡区(ITZ)的厚度
3. 引入纤维增强相

6.3 自动化参数优化

建立参数化建模流程：

1. 将形态参数与力学性能关联
2. 设计自动优化算法
3. 开发参数敏感性分析工具

在实际项目中，我发现将骨料生成参数与CT扫描结果进行对标校准，可以显著提高模型的真实性。通常需要3-5次迭代调整才能获得满意的结果。