基于多边形网格的推进剂模拟填充模型的重构方法技术

本发明专利技术提供一种基于多边形网格的推进剂模拟填充模型的重构方法，包括扫描推进剂试件，获取内部不同高度截面的彩色图像导入FIJI软件，将所有彩色图像转换为灰度图像，处理得到三维真实细观拉伸模型及三维模拟填充拉伸模型；对所有灰色图像的三维真实细观拉伸模型及三维模拟填充拉伸模型进行多面体网格划分，提取表面网格得到多边形离散化二维模型，适应不同数值仿真手段所需的网格单元类型。不同数值仿真手段所需的网格单元类型。不同数值仿真手段所需的网格单元类型。

【技术实现步骤摘要】
基于多边形网格的推进剂模拟填充模型的重构方法


[0001]本专利技术具体涉及一种基于多边形单元的推进剂模拟填充模型的重构方法，属于固体推进剂细观力学性能


技术介绍

[0002]复合固体推进剂是一种以高分子聚合物粘合剂为基体、固体氧化剂颗粒(AP颗粒)及金属燃料颗粒(Al颗粒)为夹杂的复合材料。新型固体导弹武器的研制对推进剂的力学性能提出了更高的要求，而推进剂的颗粒含量、粒径级配和界面特性等细观特征参数深刻影响推进剂的宏观力学性能。目前，我国固体推进剂的研制主要依靠经验或半经验的方法，不能完全实现对影响固体推进剂性能的细观特征参数进行优化设计，因此，针对细观结构模型的数值仿真技术具有极其重要的意义。通过对固体推进剂的精细设计有望解决我国新一代固体发动机所面临的瓶颈问题。
[0003]当前的推进剂细观力学分析中，数值仿真主要基于填充算法生成的颗粒填充模型。虽然通过颗粒填充算法能够方便地生成推进剂细观尺度的几何模型，但是填充模型不能有效地反映推进剂真实细观结构，在数值仿真中存在较多不可避免的缺陷。结合X
‑
CT实验和数字图像处理技术能够获取推进剂的真实细观形貌，进而构建推进剂真实细观模型，仿真更符合实际情况。由于X
‑
CT实验周期长、成本高，以及骨料填充的限制，在工程实际中真实细观模型无法大规模的应用。

技术实现思路

[0004]本专利技术的目的在于克服现有技术中的不足，提供一种基于多边形单元的推进剂模拟填充模型的重构方法，用于验证推进剂模拟填充模型的有效性。
[0005]为达到上述目的，本专利技术所采用的技术方案是：
[0006]本专利技术提供一种基于多边形网格的推进剂模拟填充模型的重构方法，包括：
[0007]扫描推进剂试件，获取内部不同高度截面的彩色图像导入FIJI软件，将所有彩色图像转换为灰度图像；
[0008]对每张灰度图像处理，得到三维真实细观拉伸模型及三维模拟填充拉伸模型；
[0009]对所有灰色图像的三维真实细观拉伸模型及三维模拟填充拉伸模型进行多面体网格划分，提取三维真实细观拉伸模型及三维模拟填充拉伸模型的表面网格，得到多边形离散化二维模型；
[0010]所述对每张灰度图像处理包括如下步骤：
[0011]对灰度图像进行预处理和组分分割，得到各组分二值化图像，
[0012]对各组分二值化图像进行形态优化和边缘检测，得到各组分相颗粒的几何坐标；
[0013]对各组分相颗粒的几何坐标进行矢量化，构建推进剂的三维真实细观拉伸模型；
[0014]对各组分二值化图像进行连通域分析，得到不同颗粒ROI的等效直径分布，结合分子动力学算法生成三维模拟填充拉伸模型。
[0015]进一步的，扫描所述推进剂试件，获取多张JPG或BMP格式的彩色图像，导入FIJI软件的彩色图像按照扫描顺序调整为8
‑
bit类型的灰度图像。
[0016]进一步的，所述组分分割包括：
[0017]采用FIJI软件中TrainableWekaSegmentation插件，通过机器学习算法对预处理后的灰度图像进行组分分割，得到各组分二值化图像。
[0018]进一步的，所述对各组分二值化图像进行形态优化和边缘检测，得到各组分相颗粒的几何坐标，包括：
[0019]基于MATLAB软件，利用函数strel定义构造元素对各组分二值化图像进行形态优化，得到各组分相颗粒；
[0020]利用函数imerode和imdilate光滑各组分相颗粒边界；
[0021]利用函数edge、bwlabel和regionprops对光滑后的各组分相颗粒边界提取颗粒轮廓对应于实际图像尺寸的几何坐标。
[0022]进一步的，对各组分相颗粒的几何坐标进行矢量化，构建推进剂的三维真实细观拉伸模型，包括：
[0023]基于WORKBENCH软件中SpaceClaim模块和Python循环语句，对各组分相颗粒的几何坐标利用多边形或样条曲线连接，通过拉伸构建推进剂的三维真实细观拉伸模型。
[0024]进一步的，所述方法基于WORKBENCH软件中FluentMeshing模块对三维真实细观拉伸模型及三维模拟填充拉伸模型进行多面体网格划分，并通过MATLAB脚本对三维真实细观拉伸模型及三维模拟填充拉伸模型的表面网格进行提取。
[0025]与现有技术相比，本专利技术所达到的有益效果：
[0026]本专利技术提供了一种基于多边形单元的推进剂模拟填充模型构建方法，在推进剂有效性能预示中，能够有效替代推进剂真实细观结构模型。
[0027]在真实细观结构模型的重构方面，本专利技术采用基于颗粒轮廓的细观结构模型可以进行任意的网格划分，避免基于像素的细观结构模型网格无法重构所导致计算不收敛的现象，提高了细观结构建模的有效性。
[0028]本专利技术对灰度图像进行预处理和组分分割时，结合FIJI软件中的机器学习算法插件，避免了图像灰度值不均匀分布导致分割不精确的问题。
[0029]本专利技术提供的一种基于多边形网格的推进剂模拟填充模型的重构方法，建立三维真实细观拉伸模型及三维模拟填充拉伸模型，采用任意多边形网格单元重构，扩充了几何模型离散化的网格类型，能够适应不同数值仿真手段所需的网格单元类型。
附图说明
[0030]图1是本专利技术实施例提供基于多边形网格的推进剂模拟填充模型的重构方法的流程图；
[0031]图2是本专利技术实施例提供的X
‑
RayCT扫描的切片；
[0032]图3是本专利技术实施例提供的预处理后的推进剂微CT图像；
[0033]图4是本专利技术实施例提供的基于FIJI软件中机器学习插件分割后Al颗粒二值图像；
[0034]图5是本专利技术实施例提供基于FIJI软件中机器学习插件分割后AP颗粒二值图像；
[0035]图6是本专利技术实施例提供的颗粒形态优化后的二值图像；
[0036]图7是本专利技术实施例提供的两种颗粒尺寸的正态分布；
[0037]图8是本专利技术实施例提供的基于WORKBENCH软件中SpaceClaim模块构建的推进剂三维真实细观拉伸模型图像及三维模拟填充拉伸模型图像，其中(a)为三维真实细观拉伸模型图像，(b)为三维模拟填充拉伸模型图像；
[0038]图9是本专利技术实施例提供的基于WORKBENCH软件中FluentMeshing模块构建的推进剂三维真实细观拉伸模型多面体网格划分图像及三维模拟填充拉伸模型多面体网格划分图像，其中(a)为三维真实细观拉伸模型图像，(b)为三维模拟填充拉伸模型图像；
[0039]图10是本专利技术实施例提供的基于WORKBENCH软件中FluentMeshing模块构建的推进剂三维真实细观拉伸模型多边形网格划分图像及三维模拟填充拉伸模型多边形网格划分图像，其中(a)为三维真实细观拉伸模型多边形网格划分图像，(b)为三维模拟填充拉伸模型多边形网格划分图像。
...

【技术保护点】

【技术特征摘要】
1.一种基于多边形网格的推进剂模拟填充模型的重构方法，其特征在于，包括：扫描推进剂试件，获取内部不同高度截面的彩色图像导入FIJI软件，将所有彩色图像转换为灰度图像；对每张灰度图像处理，得到三维真实细观拉伸模型及三维模拟填充拉伸模型；对所有灰色图像的三维真实细观拉伸模型及三维模拟填充拉伸模型进行多面体网格划分，提取三维真实细观拉伸模型及三维模拟填充拉伸模型的表面网格，得到多边形离散化二维模型；所述对每张灰度图像处理包括如下步骤：对灰度图像进行预处理和组分分割，得到各组分二值化图像，对各组分二值化图像进行形态优化和边缘检测，得到各组分相颗粒的几何坐标；对各组分相颗粒的几何坐标进行矢量化，构建推进剂的三维真实细观拉伸模型；对各组分二值化图像进行连通域分析，得到不同颗粒ROI的等效直径分布，结合分子动力学算法生成三维模拟填充拉伸模型。2.根据权利要求1所述的重构方法，其特征在于，扫描所述推进剂试件，获取多张JPG或BMP格式的彩色图像，导入FIJI软件的彩色图像按照扫描顺序调整为8
‑
bit类型的灰度图像。3.根据权利要求1所述的重构方法，其特征在于，所述组分分割包括：采用FIJI软件中TrainableWekaSegmenta...

【专利技术属性】
技术研发人员：崔辉如，金波，史长根，邓安华，喻尧，王晓东，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：