·1000· 工程科学学报，第41卷，第8期 其原理如下：选取阈值T,若图像中的像素点灰度值 机数算法生成试样内部孔隙结构的传统方法，本文 大于或等于阈值T,则其灰度值被重新定义为1：若 建模方法更能真实表征岩石内部孔隙结构.根据上 像素点的灰度值小于阈值T,则其灰度值被重新定 述三维模型重构原理，构建如图5所示的直接拉伸 义为0.通过二值化处理，利用岩石基质与孔隙在 数值模型，通过与试样1的实体模型对比可知，利用 CT扫描图像中灰度值的差异来表征玄武岩试样内 该方法构建的数值模型可以精细表征玄武岩内部孔 部孔隙结构，如图2(b)所示 隙结构特征 1,fx,y)≥T f(x,)={0,fx,)<T (1) 式中，f(x,y)为像素点(x,y)的初始灰度值，f(x,y) 放大 为二值化处理后像素点(x,y)的灰度值. 通过图2(b)可知，二值化处理后的图像中含有 较多噪点，这些噪点的存在会对构建数值模型时孔 隙的识别产生影响，因此需要进一步对图像进行 中值滤波处理.中值滤波法是一种非线性平滑技 术，利用该方法可将图像中各个像素点的灰度值 设置为该点邻域窗口内的所有像素点灰度值的中 值.本文利用对比法确定中值滤波邻域窗口的大 小.图2(c)和(d)分别为5×5、10×10邻域窗口 处理的效果图，经对比可知采用10×10邻域窗口 图4细观图像转化为矢量化结构 进行中值滤波处理可以清晰的识别岩石基质和孔 Fig.4 Single-layer grid model based on a structural characterization 隙介质信息.按上述数字图像处理过程分别对试 样1~5的CT扫描图像进行处理，从而得到构建 直接拉伸数值模型所需的岩石基质和孔隙结构 信息 1.3三维模型重构 本文利用RFPA3D有限元软件构建可以表征玄 武岩三维细观孔隙结构的直接拉伸数值模型[23-2] 首先将数字图像处理后的图片中的信息转换为建模 所需的矢量化数据.如图4所示，数字图像是由正 方形像素点组成的.在三维空间中，若认为图像具 有一定的厚度t,则可将每一个像素点看作一个三维 有限元网格.将图片按照扫描次序进行排列叠加， 图5试样1实体模型与数值模型 当定义的每张图片的厚度1足够小时，其构建的三 Fig.5 Physical and numerical models of sample I 维模型与实际岩体中的孔隙尺寸误差可忽略不计. 本文模型尺寸50mm×50mm×100mm,模型规 将各个像素点的角点坐标转换为相应的矢量空间物 理位置（其中每个像素点的厚度为t,边长为a),并 模可达270万单元，单元尺寸约为0.5mm×0.5mm 根据像素点灰度值不同将其归类为不同岩石结构， ×0.36mm.直接拉伸数值模型岩石基质细观单元 并赋予相应的材料参数. 基本力学参数见表1，孔隙介质由空气基元[23-2]组 成，采用位移加载分布施加，位移加载量为每步 由于CT扫描精度的局限性，当孔隙尺寸小于 扫描精度时，在CT扫描图像中无法显示：其次，CT 0.001mm. 扫描图像中的噪点影响孔隙结构的识别：第三，计算 表1模型参数 能力的局限性，使得所构建数值模型可以表征的最 Table 1 Mechanical parameters of the numerical model 小孔隙尺寸即为最小单元尺寸.尽管上述三种影响 弹性模量/ 摩擦角/ 抗压强度/ 材料 泊松比 GPa () MPa 因素无法避免，但是本文数值模型中无法表征的微 玄武岩 哈 0.26 中 92 小孔隙对数值模拟结果影响不大，且相对于利用随工程科学学报,第 41 卷,第 8 期 其原理如下:选取阈值 T,若图像中的像素点灰度值 大于或等于阈值 T,则其灰度值被重新定义为 1;若 像素点的灰度值小于阈值 T,则其灰度值被重新定 义为 0. 通过二值化处理,利用岩石基质与孔隙在 CT 扫描图像中灰度值的差异来表征玄武岩试样内 部孔隙结构,如图 2(b)所示. f忆(x,y) = 1, f(x,y)逸T 0, f(x,y) < { T (1) 式中,f(x,y)为像素点(x,y)的初始灰度值,f忆(x,y) 为二值化处理后像素点(x,y)的灰度值. 通过图 2(b)可知,二值化处理后的图像中含有 较多噪点,这些噪点的存在会对构建数值模型时孔 隙的识别产生影响,因此需要进一步对图像进行 中值滤波处理. 中值滤波法是一种非线性平滑技 术,利用该方法可将图像中各个像素点的灰度值 设置为该点邻域窗口内的所有像素点灰度值的中 值. 本文利用对比法确定中值滤波邻域窗口的大 小. 图 2( c)和( d)分别为 5 伊 5、10 伊 10 邻域窗口 处理的效果图,经对比可知采用 10 伊 10 邻域窗口 进行中值滤波处理可以清晰的识别岩石基质和孔 隙介质信息. 按上述数字图像处理过程分别对试 样 1 ~ 5 的 CT 扫描图像进行处理,从而得到构建 直接拉伸数值模型所需的岩石基质和孔隙结构 信息. 1郾 3 三维模型重构 本文利用 RFPA 3D有限元软件构建可以表征玄 武岩三维细观孔隙结构的直接拉伸数值模型[23鄄鄄24] . 首先将数字图像处理后的图片中的信息转换为建模 所需的矢量化数据. 如图 4 所示,数字图像是由正 方形像素点组成的. 在三维空间中,若认为图像具 有一定的厚度 t,则可将每一个像素点看作一个三维 有限元网格. 将图片按照扫描次序进行排列叠加, 当定义的每张图片的厚度 t 足够小时,其构建的三 维模型与实际岩体中的孔隙尺寸误差可忽略不计. 将各个像素点的角点坐标转换为相应的矢量空间物 理位置(其中每个像素点的厚度为 t,边长为 a),并 根据像素点灰度值不同将其归类为不同岩石结构, 并赋予相应的材料参数. 由于 CT 扫描精度的局限性,当孔隙尺寸小于 扫描精度时,在 CT 扫描图像中无法显示;其次,CT 扫描图像中的噪点影响孔隙结构的识别;第三,计算 能力的局限性,使得所构建数值模型可以表征的最 小孔隙尺寸即为最小单元尺寸. 尽管上述三种影响 因素无法避免,但是本文数值模型中无法表征的微 小孔隙对数值模拟结果影响不大,且相对于利用随 机数算法生成试样内部孔隙结构的传统方法,本文 建模方法更能真实表征岩石内部孔隙结构. 根据上 述三维模型重构原理,构建如图 5 所示的直接拉伸 数值模型,通过与试样 1 的实体模型对比可知,利用 该方法构建的数值模型可以精细表征玄武岩内部孔 隙结构特征. 图 4 细观图像转化为矢量化结构 Fig. 4 Single鄄layer grid model based on a structural characterization 图 5 试样 1 实体模型与数值模型 Fig. 5 Physical and numerical models of sample 1 本文模型尺寸 50 mm 伊 50 mm 伊 100 mm,模型规 模可达 270 万单元,单元尺寸约为 0郾 5 mm 伊 0郾 5 mm 伊 0郾 36 mm. 直接拉伸数值模型岩石基质细观单元 基本力学参数见表 1,孔隙介质由空气基元[23鄄鄄24] 组 成,采用位移加载分布施加,位移加载量为每步 0郾 001 mm. 表 1 模型参数 Table 1 Mechanical parameters of the numerical model 材料 弹性模量/ GPa 泊松比 摩擦角/ (毅) 抗压强度/ MPa 玄武岩 26 0郾 26 38 92 ·1000·