一种基于颗粒三维特征的粘性土导热性预测方法及系统

本发明涉及导热性预测，尤其涉及一种基于颗粒三维特征的粘性土导热性预测方法及系统。

背景技术：

1、非饱和冻土是由土颗粒固相、孔隙气相、水体液相和冰体固相组成的多相复合介质，在季节性冻土区域广泛分布。预测非饱和冻土导热性能，对我国季节性冻土区域的公路建设、管道输送工程、寒区生态环境保护具有重要意义。受环境温度和土体成分影响，非饱和冻土热物理特性存在显著差异。目前，工程上一般依据少数实测结果，结合冻土的物理特征(孔隙率、含水率和结冰率等)，通过经验公式对其热物理参数进行预测。但经验预测方法包含假设较多，使得预测的导热系数与真实值存在偏差。如何依据非饱和冻土的物理特性和微观结构，快速精准预测其导热性成为冻土工程建设中亟待解决的科学问题。

2、目前，非饱和冻土导热系数获取方法主要包括：试验测试、经验公式和数值分析。非饱和冻土对温度的敏感性较高，因此试样运输或测试过程中的温度变化都可能对非饱和冻土含水率、结冰率等因素产生影响，导致测试结果误差。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有存在的问题，提出了本发明。

3、因此，本发明提供了一种基于颗粒三维特征的粘性土导热性预测方法及系统，能够背景技术中提到的问题。

4、为解决上述技术问题，本发明提供如下技术方案，一种基于颗粒三维特征的粘性土导热性预测方法，包括：

5、基于传统的四参数随机增长法，通过增加水相生成与冰相生成，建立逆向四参数增长识别法；

6、根据扫描电镜获取土体的微观结构的电镜图像，结合所述逆向四参数增长识别法，分析参数识别结果；

7、根据所述参数识别结果，结合土、气、水和冰多元四参数增长法，建立非饱和冻土导热系数预测模型。

8、作为本发明所述的基于颗粒三维特征的粘性土导热性预测方法的一种优选方案，其中：所述逆向四参数增长识别法包括，图像预处理、土颗粒含量识别、土颗粒密度识别、正向土颗粒生长率识别与斜向土颗粒生长率识别，

9、所述图像预处理包括，通过扫描电镜拍摄土壤颗粒的微观照片，根据色差将微观照片转化为二值化图像，并生成面积分辨率为m×n的矩阵式网格；

10、所述土颗粒含量识别包括，结合蒙特卡洛算法在矩阵式网格中生成随机点，将所述随机点分布在土颗粒和孔隙上分别记录为数字1和0；

11、所述土颗粒密度识别包括，通过所述二值化图像中单一土颗粒的数量与网格面积分辨率的比值确定，土颗粒密度计算公式如下：

12、

13、其中，pd表示土颗粒在图像中的分布密度，b、m、n分别表示图像中土颗粒的数量、图像在水平方向和竖直方向上的划分数量，其中单一土颗粒的识别标准为周长30％与孔隙接触的块体。

14、作为本发明所述的基于颗粒三维特征的粘性土导热性预测方法的一种优选方案，其中：所述逆向四参数增长识别法还包括，

15、所述正向土颗粒生长率识别包括，在固体颗粒内结合蒙特卡洛随机算法随机生成一个点，以该点为中心，并按照矩阵式网格上下左右四个方向向外延伸，记为第一延伸方向、第二延伸方向、第三延伸方向以及第四延伸方向，并记延伸次数为d1，d2，d3，d4，正向土颗粒生长率计算公式如下：

16、

17、其中，pzx为稳定后的正向土颗粒生长率，q为蒙特卡洛算法在矩阵式网格中生成随机点的随机次数，d1,n，d2,n，d3,n，d4,n分别表示第n个土颗粒在第一延伸方向、第二延伸方向、第三延伸方向以及第四延伸方向上的长度，d1max,n，d2max,n，d3max,n，d4max,n分别表示土颗粒在第一延伸方向、第二延伸方向、第三延伸方向以及第四延伸方向上的最大长度。

18、作为本发明所述的基于颗粒三维特征的粘性土导热性预测方法的一种优选方案，其中所述逆向四参数增长识别法还包括，

19、所述斜向土颗粒生长率识别包括，在所述正向土颗粒生长率识别基础上，在每个随机生成的点上新延伸四个方向，记为第五延伸方向、第六延伸方向、第七延伸方向以及第八延伸方向，且第五延伸方向位于第一延伸方向与第二延伸方向的方向角平分线上，第六延伸方向位于第二延伸方向与第三延伸方向的方向角平分线上，第七延伸方向位于第三延伸方向与第四延伸方向的方向角平分线上，第八延伸方向位于第四延伸方向与第一延伸方向的方向角平分线上，记延伸次数为d1，d2，d3，d4，斜向土颗粒生长率计算公式如下：

20、

21、其中，pxx为稳定后的斜向土颗粒生长率，d5,n，d6,n，d7,n，d8,n分别表示第n个土颗粒在第五延伸方向、第六延伸方向、第七延伸方向以及第八延伸方向上的长度，d5max,n，d6max,n，d7max,n，d8max,n分别表示土颗粒在第五延伸方向、第六延伸方向、第七延伸方向以及第八延伸方向上的最大长度。

22、作为本发明所述的基于颗粒三维特征的粘性土导热性预测方法的一种优选方案，其中：所述土、气、水和冰多元四参数增长法包括，

23、输入初始参数，所述初始参数包括固相、水相、气相以及冰相含量、固相、水相、气相以及冰相颗粒大小、固相、水相、气相以及冰相正方向生长率以及斜方向生长率；

24、创建尺寸为m×n的矩阵式网格；

25、遍历所有网格并将全矩阵赋气相参数值；

26、通过生成随机核心点，根据固相参数值赋值，按照所述八个延伸方向增长的方式生成固相内核，并将数据存储在网格中；

27、通过生成随机核心点，根据水相参数值赋值，按照所述八个延伸方向增长的方式创建水相内核，并判断生成的创建的水相内核是否与所述固相内核重叠；

28、若重叠，则重新创建水相内核；

29、若不重叠，则生成水相内核，并在水相内核完成的基础上，通过生成随机核心点，根据冰相参数值赋值，按照所述八个延伸方向增长的方式创建冰相内核，并判断生成的创建的冰相内核是否与所述固、水相内核重叠；

30、若重叠，则重新创建冰相内核；

31、若不重叠，则生成冰相内核，完成固相、水相、气相以及冰相的生成。

32、作为本发明所述的基于颗粒三维特征的粘性土导热性预测方法的一种优选方案，其中：所述初始参数还包括，

33、

34、

35、

36、其中，ks为固相含量，kw为水相含量，表示为含水量，ki为冰相含量，表示为结冰率，ns和nw分别表示土颗粒单元和水单元的数量，ni表示冰单元数量，nm×n表示网格划分的单元总数。

37、作为本发明所述的基于颗粒三维特征的粘性土导热性预测方法的一种优选方案，其中：还包括，

38、所述逆向四参数增长识别法还包括，设置水相增长倾向因子，结合水的倾向分布，增大固相颗粒边缘水相生长概率，实现水相在土相四周生成；

39、所述非饱和冻土导热系数预测模型包括，将生成后的固相、水相、气相以及冰相网格，结合不同导热系数以及有限元仿真软件，对网格数据进行分析，所述分析后的结果结合蒙特卡洛分析进行归一化处理，建立非饱和冻土导热系数预测模型。

40、一种基于颗粒三维特征的粘性土导热性预测系统，其特征在于：包括算法改进模块、参数识别模块以及预测模型建立模块，

41、算法改进模块，所述算法改进模块用于基于传统的四参数随机增长法，通过增加水相生成与冰相生成，建立逆向四参数增长识别法；

42、参数识别模块，所述参数识别模块用于根据扫描电镜获取土体的微观结构的电镜图像，结合所述逆向四参数增长识别法，分析参数识别结果；

43、预测模型建立模块，所述预测模型建立模块用于根据所述参数识别结果，结合土、气、水和冰多元四参数增长法，建立非饱和冻土导热系数预测模型。

44、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的方法的步骤。

45、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的方法的步骤。

46、本发明的有益效果：本发明提出一种基于颗粒三维特征的粘性土导热性预测方法及系统，基于土体微观图像，提出了逆向四参数增长识别法，用以识别土体的微观结构特征，基于识别参数，提出了土、气、水和冰多组元素四参数增长法。依据土、水、冰和气的多元素生成算法生成的模型，基于蒙特卡洛算法，建立了非饱和冻土微观尺度导热系数预测模型；并将预测模型结果与规范值进行对比，验证了预测模型的合理性。本发明的预测模型，系统的研究孔隙率、土颗粒大小、土颗粒导热性、饱和度以及结冰率对非饱和冻土导热性的影响，最终实现了对非饱和冻土传热性的精准预测。