离散元法是一种用于分析颗粒之间力学问题的数值模拟方法,其中模型细观参数通常是使用试错的方式进行标定,而这往往需要数十次的反复调整,工作量大并且非常消耗时间精力。采用离散元法开展巴西劈裂试验,基于数值试验计算得到宏细观参数样本,建立BP人工神经网络反演模型。利用试验得到的宏观力学参数输入BP神经网络模型,反演得到离散元模型细观参数。结果表明,基于Voronoi多边形算法建立离散元模型,采用平行粘结模型与Burgers模型共同表征模型接触的方法是合理的。BP神经网络模型可以快速、准确地建立可靠的宏观力学参数与细观参数间的映射关系,通过神经网络模型反演得到的应力-应变曲线与室内试验结果高度匹配,相对误差在10%左右。,资料为PDF文档格式.
本文档关键词:标定,沥青,离散,参数,驱动
