一种混凝土细观模型的构建方法

技术领域

本发明涉及混凝土模型构建技术领域，尤其涉及一种混凝土细观模型的构建方法。

背景技术

混凝土是一种由砂浆、骨料和它们之间的过渡区（Interface Transition Zone，ITZ）所组成的异质复合材料，骨料对其力学性能有重要影响。对比多组弹体高速侵彻混凝土靶体试验，骨料的存在对侵彻过程中的弹体头形变化与弹道偏转具有显著影响。混凝土细观模拟在超高速深侵彻数值模拟问题中的应用逐渐成为研究热点。

“取放法”是一种经典的基于骨料随机投放的混凝土细观模型生成方法，可以将预先生成的任意形状骨料随机投放到待填充区域中，当对骨料形状、级配和粒径分布具有明确要求时具有明显优势。基于取放法可以获得几何模型和有限元网格模型两类模型，大多数网格较为均匀的细观模型构建方法都是先完全生成几何模型而后在有限元网格模型中投影映射。该操作存在两个弊端：一是投影映射后骨料的网格模型体积可能低于其几何模型体积，导致最终的有限元网格模型中骨料占比低于设计值；二是待填充区域外形需为简单几何，如立方体或圆柱体，否则难以界定清晰的填充边界。工程实际结构中，可能存在锥台形、变截面板柱等特殊形状及其复杂组合（如机库拱形顶盖、地下防护工事等），在细观几何模型生成时存在困难。此外，由于细观模型对有限元单元尺寸存在一定要求，当模型整体尺寸较大时，待生成单元数极大，加大模型生成困难，这一问题在靶体尺寸可达2 m 以上的深侵彻模拟中不可忽视。已有研究中缺乏对大型复杂模型的细观模型加速算法，这限制了混凝土细观模拟在超高速深侵彻问题中的应用。

此外，对于投放过程中骨料间的侵入干涉检测，传统的几何干涉检测法可使用简便的外接圆/球面法，为避免侵入干涉现象，可基于 MATLAB的凸包计算方法做双边凹凸性检测，检测无误，则骨料投放成功。此方法在网格规则、数量有限的二维细观模型构建中具有良好表现；然而三维细观模型的网格规模显著提升，空间中骨料间干涉检测复杂度进一步增强，计算量的大幅增加大大降低了细观模型的构建效率。

因此，目前在弹体超高速侵彻混凝土数值模拟工作中，对于大型的形状复杂的混凝土靶体的细观模型构建存在生成速度慢、复杂度高、计算量大、精确性差和构建效率低的问题。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种混凝土细观模型的构建方法，用以解决现有混凝土细观模型构建的生成速度慢、复杂度高、计算量大、精确性差和构建效率低的问题。

本发明实施例提供了一种混凝土细观模型的构建方法，包括以下步骤：

确定所需建立混凝土细观模型结构试件的参数信息；其中，所述参数信息包括模型几何尺寸、网格尺寸和骨料粒径级配；

基于待建模结构试件的模型几何尺寸、网格尺寸建立有限元网格作为全局背景网格，并进行区块划分，得到各初始区块；

基于建立的骨料形状数据库和骨料粒径级配中各粒径等级依次进行各初始区块骨料并行投放和检测封装，完成结构试件混凝土细观模型的构建。

进一步地，所述全局背景网格通过信息矩阵存储信息，所述信息矩阵包括各单元的几何空间信息、材料属性信息和区块位置信息；其中，几何空间信息包括单元编号、单元中心点坐标和单元体积，材料属性信息包括材料编号，区块位置信息包括区块编号；单元中心点坐标为基于全局背景网格的全局坐标系得到。

进一步地，所述基于建立的骨料形状数据库和骨料粒径级配中各粒径等级依次进行各初始区块骨料并行投放和检测封装，包括：

在各初始区块同步进行当前粒径等级下的骨料投放和检测封装；其中，

当各初始区块在当前粒径等级下的骨料生成占比均达到设定的相应的骨料生成占比界限值，则将全局背景网格进行区块二次划分后，再继续进行当前粒径等级下的骨料投放和检测封装，直至二次划分后的各区块在当前粒径等级下的骨料生成占比均达到骨料粒径级配中的相应的骨料体积占比，此时，将全局背景网格重新按照初始区块划分，并进行骨料粒径级配中下一粒径等级的各初始区块骨料并行投放和检测封装，直至完成骨料粒径级配中所有粒径等级在各初始区块的骨料投放和检测封装。

进一步地，通过以下方式将全局背景网格进行区块二次划分：

获取各初始区块所有的区块边界，并将其中属于全局背景网格边界的区块边界以及重叠的区块边界中的其中一个去除，得到第一区块边界集合；

将所述第一区块边界集合中所有的区块边界移动设定的移动距离，基于移动后的区块边界更新全局背景网格的区块划分，重新生成各单元的区块编号，完成区块的二次划分；其中，移动距离设定为一个骨料半径的距离，且该骨料的粒径为粒径等级内的最大值；边界移动方向为沿该边界法线移动。

进一步地，在骨料投放前，全局背景网格中所有单元的材料属性信息中材料编号取代表砂浆的编号；通过重复单个骨料投放过程进行各粒径等级的骨料投放和检测封装；所述单个骨料投放过程包括：

根据骨料投放的粒径等级确定待投放骨料的粒径，并基于所述骨料形状数据库随机选取待投放骨料形状，进行旋转变换和尺寸缩放；

在待投放骨料的区块内随机生成骨料中心的投放位置，并提取相应的局部背景网格信息；

基于局部背景网格信息进行骨料侵入干涉检测，若为无侵入干涉，则骨料投放成功，进而更新全局背景网格相应单元的材料属性信息，完成单个骨料的封装。

进一步地，所述骨料形状数据库，用于存储各骨料所有顶点的局部坐标以及统一骨料粒径，为二维骨料形状数据库或三维骨料形状数据库；其中，通过以骨料中心为原点建立局部坐标系，基于设定的统一骨料粒径，生成具有不同局部坐标的随机顶点，得到所述骨料形状数据库中骨料的各顶点局部坐标。

进一步地，通过以下方式生成所述二维骨料形状数据库中骨料的各顶点局部坐标：

以骨料中心为原点建立局部坐标系，以(0,0)为圆心坐标和

根据骨料外接圆上随机的起始顶点坐标

基于所述正多边形的各顶点和设定的角度波动系数，生成新顶点并得到相应坐标，得到不规则凸多边形，完成骨料各顶点的局部坐标的生成。

进一步地，所述不规则凸多边形的起始顶点与所述正多边形的起始顶点相同，生成的其他新顶点的坐标根据其对应的新圆心角确定，通过下式得到新圆心角

，

式中，

进一步地，通过以下方式生成所述三维骨料形状数据库中的骨料：

以骨料中心为原点建立局部球坐标系，以原点为球心和

将球体分为两个对称的球面，基于选取的顶点总数，将待生成顶点在两球面均分，并随机生成各顶点的仰角和方位角；

基于所述各顶点的仰角和方位角和设定的统一骨料粒径，将各顶点的球坐标转换为笛卡尔坐标，进而得到三维凸包，完成骨料各顶点的局部坐标的生成。

进一步地，以局部球坐标系xy平面为分界将球体分为上下两个球面，通过下式将各顶点的球坐标转换为笛卡尔坐标

，

其中，

式中，

与现有技术相比，本发明至少可实现如下有益效果：

本发明提供了一种混凝土细观模型构建方法，通过设置待建模结构试件的参数信息，建立有限元网格作为全局背景网格并进行区块划分，再基于建立的骨料形状数据库进行骨料的并行投放，实现了对复杂几何外形构件的有限元细观模型直接输出，并通过对大型细观模型的区块剖分以避免局部背景网格取放过程中对单个超大阵列运算的显著耗时，构建的生成速度明显提升，降低了构建的复杂度和计算量，构建效率和精确性得到明显提升，满足了超高速深侵彻细观模拟中对大型复杂模型快速生成的需求。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件；

图1为本发明实施例1提供的混凝土细观模型的构建方法的流程示意图；

图2为发明实施例1提供的结构试件为立方体试件时的区块划分示意图；

图3为发明实施例1提供的结构试件为圆柱体试件时的区块划分示意图；

图4为发明实施例1提供的二维随机多边形骨料的生成示意图；

图5为发明实施例1提供的三维随机多边形骨料示意图；

图6为发明实施例1提供的局部背景网格中的材料属性信息识别示意图；

图7(a)为发明实施例2提供的单元尺寸为1.5mm的C_40_40的CPU数量影响结果图；

图7(b)为发明实施例2提供的区块数量为27的C_40_40的单元尺寸影响结果图；

图7(c)为发明实施例2提供的单元尺寸为1.5mm和区块数为27的骨料级配影响结果图；

图7(d)为发明实施例2提供的区块数量为27的加速比结果图；

图8为发明实施例2提供的实体单元表征法的骨料有限元模型；

图9为发明实施例2提供的实体单元表征法的骨料及附属ITZ有限元模型；

图10为发明实施例2提供的实体单元表征法的C_40_40混凝土细观模型。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

实施例1

本发明的一个具体实施例，公开了一种混凝土细观模型的构建方法，如图1所示，包括以下步骤：

S1、确定所需建立混凝土细观模型结构试件的参数信息；其中，所述参数信息包括模型几何尺寸、网格尺寸和骨料粒径级配。

具体地，模型几何尺寸为待建模结构试件的几何空间尺寸；网格尺寸为对待建模结构试件经有限元离散为若干有一定形状的网格单元的单元尺寸；骨料粒径级配为不同粒径等级的骨料体积占比，不同粒径等级的骨料体积占比之和为总的骨料体积占比；其中，骨料体积占比为单位体积的混凝土中骨料的体积占比，粒径等级为粗骨料按粒径范围划分的不同等级。

S2、基于待建模结构试件的模型几何尺寸、网格尺寸建立有限元网格作为全局背景网格，并进行区块划分，得到各初始区块。

实施时，步骤S2中，所述全局背景网格通过信息矩阵存储信息，所述信息矩阵包括各单元的几何空间信息、材料属性信息和区块位置信息；其中，几何空间信息包括单元编号、单元中心点坐标和单元体积，材料属性信息包括材料编号，区块位置信息包括区块编号；单元中心点坐标为基于全局背景网格的全局坐标系得到。

应当注意的是，待建模结构试件经有限元离散为不同单元构成的有限元网格，同一有限元网格中不同单元形状和体积等都是任意的。

具体地，全局背景网格中具有8节点的任意单元，其中心点坐标由各节点坐标的均值获得；任意单元的单元体积通过凸包算法获取。

具体地，全局背景网格中各单元的材料属性信息中，将材料编号取值为1代表砂浆材料，取值为2代表骨料，取值为3代表ITZ；其中，ITZ是混凝土中砂浆和骨料之间的过渡区。应当说明的是由于材料属性信息扩展简易，当需要进一步细分材料属性或引入孔隙等时，可通过添加对应的材料属性编号简单地实现。

具体地，在骨料投放前，全局背景网格中所有单元的材料属性信息中材料编号取值为1，即初始化为砂浆，并且在骨料投放过程中不断更新各单元的材料属性信息。

实施时，本实施例中为充分利用计算机的多核性能以加速骨料的投放计算过程，通过区块划分方法将试件剖分为多个区块，按照骨料粒径级配中的各级骨料体积占比要求，在每个小区块内各自完成骨料的随机生成。

具体地，对于不同形状的结构试件，使用不同的区块划分方式，以实现骨料的随机均匀投放。更具体地，沿三边方向，根据待建模结构试件外形和三边尺寸选择区块划分方法，如均匀等分为多块、网格细密区多分块稀疏区少分块等，以实现骨料的随机均匀投放。

示例性地，如图2和3所示，以立方体和圆柱体试块的三边等分法为例，进行说明：

对于三边尺寸为L，M，N，原点位于某一顶点的立方体试块，沿三边划分区块数分别为

，

，

，

其中，

式中，

对于直径为D、高为L、原点位于底面圆心的圆柱体试块，若沿半径方向、圆周方向和高方向划分，则区块数分别为

，

，

，

式中，atan2(y, x)为MATLAB内嵌的四象限反正切函数，返回闭区间[-π, π]中的值。

另外，其余特殊类型的结构试件也可做类似划分，总划分区块数为

具体地，划分后区块的尺寸大于待建模试件中的最大骨料粒径，避免出现无法完成骨料投放的情况。各区块内的骨料生成过程可通过 MATLAB 的并行计算工具完成。对于大单元数模型，这也有助于减小单个 CPU 进程所需处理的信息矩阵规模，节省在全局背景网格中提取待投放骨料所在局部背景网格信息所耗的时间。

S3、基于建立的骨料形状数据库和骨料粒径级配中各粒径等级依次进行各初始区块骨料并行投放和检测封装，完成结构试件混凝土细观模型的构建。

实施时，步骤S3中，所述骨料形状数据库，用于存储各骨料所有顶点的局部坐标以及统一骨料粒径，为二维骨料形状数据库或三维骨料形状数据库；其中，通过以骨料中心为原点建立局部坐标系，基于设定的统一骨料粒径，生成具有不同局部坐标的随机顶点，得到所述骨料形状数据库中骨料的各顶点局部坐标。

应当注意的是，骨料形状数据库中存储的骨料数量应尽可能多以保证投放骨料时选取的随机性好，且保证骨料形状良好，即不为针状、片状等不良形状。

具体地，根据实际中待建模结构试件的模型维度确定骨料形状数据库的类型。

具体实施时，通过以下方式生成所述二维骨料形状数据库中骨料的各顶点局部坐标：

以骨料中心为原点建立局部坐标系，以(0,0)为圆心坐标和

根据骨料外接圆上随机的起始顶点坐标

基于所述正多边形的各顶点和设定的角度波动系数，生成新顶点并得到相应坐标，得到不规则凸多边形，完成骨料各顶点的局部坐标的生成。

可以理解的是，通过上述步骤使得新生成的顶点在对称的圆弧区域内随机取值，设定的角度波动系数决定了新生成的凸多边形的不规则程度。

具体地，所述不规则凸多边形的起始顶点与所述正多边形的起始顶点相同，生成的其他新顶点的坐标根据其对应的新圆心角确定，通过下式得到新圆心角

，

式中，

优选地，多边形骨料边线数

优选地，角度波动系数

示例性地，如图4所示，当多边形骨料边线数

具体实施时，通过以下方式生成所述三维骨料形状数据库中的骨料：

以骨料中心为原点建立局部球坐标系，以原点为球心和

将球体分为两个对称的球面，基于选取的顶点总数，将待生成顶点在两球面均分，并随机生成各顶点的仰角和方位角；

基于所述各顶点的仰角和方位角和设定的统一骨料粒径，将各顶点的球坐标转换为笛卡尔坐标，进而得到三维凸包，完成骨料各顶点的局部坐标的生成。

可以理解的是，通过上述步骤可快速简便地生成非针状、片状等特异不良形状的随机凸多面体。

具体地，以局部球坐标系xy平面为分界将球体分为上下两个球面，通过下式将各顶点的球坐标转换为笛卡尔坐标

，

其中，

式中，

优选地，三维骨料形状数据库中骨料的顶点总数范围设定为15-25。

示例性，如图5所示，为生成的三维骨料形状数据库中的骨料形状。

实施时，步骤S3中，所述基于建立的骨料形状数据库和骨料粒径级配中各粒径等级依次进行各初始区块骨料并行投放和检测封装，包括：

在各初始区块同步进行当前粒径等级下的骨料投放和检测封装；其中，

当各初始区块在当前粒径等级下的骨料生成占比均达到设定的相应的骨料生成占比界限值，则将全局背景网格进行区块二次划分后，再继续进行当前粒径等级下的骨料投放和检测封装，直至二次划分后的各区块在当前粒径等级下的骨料生成占比均达到骨料粒径级配中的相应的骨料体积占比，此时，将全局背景网格重新按照初始区块划分，并进行骨料粒径级配中下一粒径等级的各初始区块骨料并行投放和检测封装，直至完成骨料粒径级配中所有粒径等级在各初始区块的骨料投放和检测封装。需要说明的是，骨料生成占比为已经投放成功的骨料在要生成区域空间内的体积占比。

具体地，设定的各粒径等级的骨料生成占比界限值小于所述参数信息中的骨料粒径级配相应的骨料体积占比。

更具体地，各粒径等级的骨料生成占比界限值可根据具体需求分别进行设置；也可设定固定百分比值，统一设定各粒径等级的骨料生成占比界限值取骨料粒径级配相应的骨料体积占比与该固定百分比值的乘积。

具体地，通过以下方式将全局背景网格进行区块二次划分：

获取各初始区块所有的区块边界，并将其中属于全局背景网格边界的区块边界以及重叠的区块边界中的其中一个去除，得到第一区块边界集合；

将所述第一区块边界集合中所有的区块边界移动设定的移动距离，基于移动后的区块边界更新全局背景网格的区块划分，重新生成各单元的区块编号，完成区块的二次划分；其中，移动距离设定为一个骨料半径的距离，且该骨料的粒径为粒径等级内的最大值；边界移动方向为沿该边界法线移动。需要说明的是，边界移动时可沿该边界法线方向任意一边方向进行平移。

示例性地，长方体试件得到的全局背景网格为长方体背景网格，划分为2个初始区块，包含12个面的区块边界，去除属于长方体背景网格边界的10个面，去除重叠的1个面，得到第一区块边界集合中包含一个面的区块边界，将该面在其法线上进行平移，可以任意选择法线上的一个方向，得到两个新的区块，完成长方体背景网格的二次划分。

需要说明的是，由于每个区块的骨料生成过程相互独立，为避免区块间边界附近生成的骨料穿出边界以致整体模型内部出现不完整骨料，需要对每个区块内的骨料投放区域加以限制，待投放骨料的所有节点位置不能超出区块的边界，但可能导致不同区块间存在较为明显的无骨料或骨料稀疏带，并导致高占比骨料的生成困难，通过本实施例中的区块二次划分，能够将无骨料或骨料稀疏带重新纳入各区块内部区域并在后续骨料生成过程中被消除。

具体实施时，通过重复单个骨料投放过程进行各粒径等级的骨料投放和检测封装；所述单个骨料投放过程包括：

S31、根据骨料投放的粒径等级确定待投放骨料的粒径，并基于所述骨料形状数据库随机选取待投放骨料形状，进行旋转变换和尺寸缩放。

具体地，同一粒径等级

，

式中，

具体地，通过待投放骨料粒径相对骨料形状数据库内的统一骨料粒径得到缩放比

，

式中，

S32、在待投放骨料的区块内随机生成骨料中心的投放位置，并提取相应的局部背景网格信息。

具体地，在各区块内随机生成骨料中心的投放位置，得到其在全局坐标系下的中心落点坐标

进一步地，限制骨料中心落点位于砂浆区域内，即中心落点处单元属性为砂浆；和/或，距骨料中心落点位置最近的已投放骨料顶点位于待生成骨料外侧，以提升骨料投放效率。

具体地，基于待投放骨料顶点绝对位置坐标的最值范围确定局部背景网格所在区域并提取其单元信息。也就是说，根据待投放骨料的各顶点绝对位置坐标得到其在各坐标轴上的最大值和最小值，由此得到包含待投放骨料的立方体区域，将此区域作为局部背景网格所在区域进行单元信息提取；

进一步地，当考虑ITZ时，待提取的局部背景网格根据ITZ边界的最值扩大范围选取。

S33、基于局部背景网格信息进行骨料侵入干涉检测，若为无侵入干涉，则骨料投放成功，进而更新全局背景网格相应单元的材料属性信息，完成单个骨料的封装。

具体地，基于凸包计算方法获得局部背景网格中各单元中心与骨料外形轮廓的空间位置关系，若单元中心位于骨料内部则将其材料属性定义为骨料的材料编号；同时，若待投放骨料的内部单元存在非砂浆材料属性，则判断该待投放骨料与已生成骨料间存在侵入干涉，需重新投放待投放骨料。通过循环遍历局部背景网格内所有单元的相对位置关系和材料属性，获得更新材料属性后的局部背景网格和是否存在侵入干涉的判据，若不存在侵入干涉，则将局部背景网格内的材料属性依照单元编号覆盖到全局背景网格对应的材料属性信息中，从而实现骨料的封装；若存在侵入干涉，则重新进行骨料的投放。

更具体地，凸包计算方法术基于 MATLAB 内嵌的 convhull 函数实现，convhull函数可获取三维点集中构成凸多面体的各外缘顶点，并输出凸多面体体积。基于此，可以将骨料各顶点作为基础的三维点集，并获得骨料凸包的体积；分别添加各单元中心点到骨料的基础三维点集中，计算新生成凸包的体积，若加入点 p 后新生成凸包体积大于原骨料凸包体积，则证明该点 p在骨料外部，若新生成凸包体积仍为原骨料凸包体积，则说明该点 p在骨料内部，故可判断空间位置关系。

以二维模型为例，混凝土内部细观成分的识别如图6所示，当单元中心位于骨料内部时，将该单元的材料属性定义为骨料；当ITZ用实体单元表示时，同样以单元中心与ITZ轮廓的空间位置关系为依据确定ITZ层包含的各单元。

需要说明的是，传统的骨料先全部投放完成后有限元网格映射的方法往往使用骨料的几何空间体积占比作为骨料生成完成与否的依据，在后续的单元划分与填充过程中无法精确控制映射到有限元网格中的组分占比，因此即使几何生成过程中已满足相应的骨料体积占比要求，最终获得的有限元细观模型仍可能会出现骨料体积占比偏低的情况，无法满足要求。而本实施例中，由于背景网格已提前生成且获得了各单元的实际体积，骨料的体积被取为其包含单元的体积之和，骨料体积占比得以精确控制。

与现有技术相比，本实施例提供的一种混凝土细观模型构建方法，通过设置待建模结构试件的参数信息，建立有限元网格作为全局背景网格并进行区块划分，再基于建立的骨料形状数据库进行骨料的并行投放，实现了对复杂几何外形构件的有限元细观模型直接输出，并通过对大型细观模型的区块剖分以避免局部背景网格取放过程中对单个超大阵列运算的显著耗时，构建的生成速度明显提升，降低了构建的复杂度和计算量，构建效率和精确性得到明显提升，满足了超高速深侵彻细观模拟中对大型复杂模型快速生成的需求。

实施例2

为验证实施例1提出的混凝土细观模型构建方法的有效性，本实施例中以 150 mm×150 mm×150 mm 标准试块的细观模型生成为例，分别计算商砼中两种常用配方C_40_40和 C_40_20的生成效率，其中，ITZ 使用实体单元表征，材料编号中的第一个数字代表粗骨料体积占比，第二个数字代表粗骨料的最大粒径，如 C_40_40 代表粗骨料体积占比 40%、粗骨料最大粒径40mm 的混凝土材料配方。 计 算 使 用 的 CPU 型号为

表1 模型生成效率对比结果

图 7(a)-7(d)给出了关于不同因素变化对区块划分并行计算方法加速效率影响的部分对比结果。如图 7(a)所示，增加 CPU 数量对于模型生成效率的提高是显著的，归一化用时随 CPU 数量的增加而迅速减小，两者间近似存在幂函数关系。当 CPU 数量达到一定值后，归一化用时的减少趋于平缓， CPU 数量增加的计算收益增速放缓，图 7(d)中随CPU 数量增加加速比的变化也有相同含义。这是因为骨料分级依次填充具有随机性，部分区块内骨料的空间分布更有利于后续骨料填充，可以很快生成所需占比的骨料，而部分区块内骨料的生成则相对困难，从而拖慢了模型的整体生成速率。图7(b)中，归一化用时随模型单元尺寸的减小而减小，是因为小单元尺寸时骨料的有限元模型更加精细，贴近实际形貌，骨料外侧的 ITZ 对应的单元数也较少，因此存在更多的空间用于骨料填充。图7(c)表明，范围更宽的骨料粒径分布需要的细观模型生成用时更短。进一步地，图7(d)中，单元尺寸的细化和粒径分布的减小都会导致模型计算加速比随 CPU 数量增加而显著抬升，这是因为它们分别会造成单元总数和待填充骨料数的明显增加，从而放大并行计算的加速能力优势。

上述操作获得的单个骨料及附属ITZ有限元模型如图8和9所示，同时，图10进一步给出了单元尺寸0.8 mm、边长150 mm的C_40_40配方混凝土立方块的细观模型各组分示意，依次为砂浆、骨料、ITZ、细观有限元模型和模型二维切面，各级骨料满足相应的骨料级配要求，且有限元集合形貌良好，符合建模要求。

此外，以某超高速侵彻试验中使用的粗骨料占比 40%、粒径范围 5-15 mm 的 1 m厚混凝土靶体为例，基于该构建方法，利用 24 个 CPU，可在 40 分钟内实现大型靶体的细观模型建模，极大节约了大型混凝土构件细观建模的时间成本，具备显著的应用价值。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。