.png){kind=icon}
返回
DEM parameter calibration based on multi-objective Bayesian optimization and prior physical information
.png){kind=icon}
PRE
AI
DOI：10.1007/s11440-025-02537-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
离散单元法（DEM）已被证明是研究颗粒材料行为的可靠工具，并且在近年来得到了越来越广泛的应用。DEM模型的精度在很大程度上取决于所选颗粒属性参数的准确性，这对于研究颗粒材料的力学性能至关重要。然而，现有的DEM参数标定方法在适用性方面存在局限性，试错法仍然是DEM参数标定的最常用方法。本文提出了一种基于先验物理信息（MOTPE-PPI）的多目标树状帕森估计器算法（MOTPE-PPI）的DEM参数标定新方法。MOTPE-PPI不依赖训练数据集，且可对每次测试进行优化，显著减少了DEM模拟的计算工作量。此外，MOTPE-PPI适用于DEM模拟中的多种接触模型和阻尼参数，表现出良好的适用性和实际可行性。以实例说明，本文采用MOTPE-PPI对中国达什夏岩填坝采集的砂砾材料进行了DEM参数标定。先验物理信息通过一系列三轴加载-卸载试验、单颗粒压碎试验及文献研究获得。考虑了滚动阻力线性接触模型和破碎模型中的七个参数，优化过程仅需25次迭代。通过与现有参数标定方法的定量比较，验证了本研究提出的DEM参数标定方法的高效性和广泛适用性。标定后的DEM参数被用于研究颗粒材料的滞后行为和变形特性，结果表明塑性应变累积和回弹模量与围压、应力水平和循环次数有关。
Keyword:
Cyclic loading
Discrete element method
Granular material
Multi-objective optimization
Parameter calibration
期刊
IF:
5.7
论文数:
3.0K
被引数:
1.3W
机构
引用论文
Estimation of solar radiation absorption by volcanic stratospheric aerosols from Agung using surface-based observations基于地基观测的Agung火山平流层气溶胶对太阳辐射吸收的估计
.png){kind=icon}
PREAI
分享收藏A numerical study on the effects of particle size distribution on run-out distance of granular flow
OAAI
OAAI分享收藏
查看更多内容