小白初次尝试写插件(abaqus2024),欢迎大家指正。
读书期间一直想实现类似随机生长的思想,居然没有搜到过QSGS,心中一直留有遗憾。毕业以后,偶然看到渊鱼大佬(AbyssFish_LJR)的视频,提供了灵感。由于缺乏编程基础,即使看了原始文献[1]也实现不了。
原始文献:[1] Wang M, Wang J, Pan N, et al. Mesoscopic predictions of the effective thermal conductivity for microscale random porous media[J]. Physical Review E, 2007, 75(3): 036702.
AbyssFish_LJR: 网页链接
AbyssFish_LJR: 网页链接
几经波折,发现了elapsetor博客中的“二维随机生长法-原创”算法可以直接在matlab中运行,这里放上原文链接。
https://www.cnblogs.com/elapsetor/p/16749467.html
最终,结合ChatGPT3.5和B站上插件制作教程,形成了这个插件。说不定大家在gpt上询问qsgs3d可以找到我高强度测试的痕迹,哈哈哈。
其实算法本身并不挑abaqus(2021、2024)和py的版本,主要是会影响加密过程,测试下来发现abaqus2024中的3.10运行起来更方便。下面简单介绍下插件:

图1 QSGS3D插件界面
1.1 Part Parameters -- 部件参数
1.2 QSGS Parameters -- QSGS参数
关于生长概率比,参考了三维空间中各向同性结构的26个生长方向概率关系[2]:

Fig. 1. Direction scheme in the 3D case: main directions D1-D6 (green), side directions D7-D18 (red), and diagonal directions D19-D26 (blue). [2]
参考文献:[2] Borello E S, Peter C, Panini F, et al. Application of A∗ algorithm for microstructure and transport properties characterization from 3D rock images[J]. Energy, 2022, 239: 122151.
1.3 Smoothing Parameters -- 平滑参数(中值滤波)
※采用中值滤波平滑会一定程度上影响最终的体积比,可以通过Kernel Size略微调整。尝试采用开闭运算或者膨胀腐蚀运算均会将表面的生成相替换为基质相,可能是算法不精吧。

图2 图1参数的实现效果

图3 生成相和基质相的集合
有需要和交流的朋友可以联系微信zengjs7,再次感谢各位大佬提供的灵感和指正。
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删