1. 项目背景与需求解析
在土木工程、材料科学等领域的研究中，混凝土、复合材料等非均质材料的数值模拟常需要生成随机分布的骨料模型。传统CAD软件虽然功能强大，但在批量生成随机骨料方面效率低下，特别是当需要控制骨料形状、粒径分布、体积分数等参数时，手动操作几乎无法满足科研需求。
这个Python程序正是为解决这一痛点而生。它能够：
- 自动生成符合指定参数的多边形骨料
- 在限定区域内实现随机分布
- 避免骨料间的重叠干涉
- 输出标准DXF格式文件供后续分析使用
我曾参与过多个混凝土细观力学模拟项目，每次手动布置骨料都要耗费数小时，还经常出现分布不均的问题。后来开发了这个工具，将原本半天的工作量压缩到5分钟以内，而且生成的模型更符合随机分布特征。
2. 核心算法设计
2.1 多边形生成算法
骨料形状的随机性通过以下步骤实现：
- 首先生成一个近似圆形的基多边形（默认12边形）
- 对每条边进行随机扰动：
def perturb_polygon(base_poly, max_deviation): new_points = [] for i in range(len(base_poly)): # 计算边中点 mid_point = ((base_poly[i][0] + base_poly[(i+1)%len(base_poly)][0])/2, (base_poly[i][1] + base_poly[(i+1)%len(base_poly)][1])/2) # 随机偏移 deviation = random.uniform(-max_deviation, max_deviation) new_point = (mid_point[0] + deviation * normal_x, mid_point[1] + deviation * normal_y) new_points.append(new_point) return new_points - 通过控制max_deviation参数可以调节形状的"不规则度"
2.2 随机投放算法
采用"顺序投放+冲突检测"策略：
- 预先计算目标区域面积和所需骨料总面积
- 按从大到小顺序生成骨料
- 随机位置尝试投放，使用分离轴定理(SAT)进行碰撞检测
- 超过最大尝试次数仍未成功时，自动缩小骨料尺寸
提示：将骨料按大小排序后优先投放大的，可以显著提高投放成功率。实测表明这种策略能使填充率提升15-20%。
3. 关键技术实现细节
3.1 几何碰撞检测
程序的核心难点在于高效的碰撞检测。我们采用分离轴定理实现：
def polygons_collide(poly1, poly2): polygons = [poly1, poly2] for polygon in polygons: for i in range(len(polygon)): # 获取当前边 edge = (polygon[i], polygon[(i+1)%len(polygon)]) # 计算法向量 normal = (-(edge[1][1]-edge[0][1]), edge[1][0]-edge[0][0]) # 标准化 length = math.sqrt(normal[0]**2 + normal[1]**2) normal = (normal[0]/length, normal[1]/length) # 计算投影 min1, max1 = project_polygon(poly1, normal) min2, max2 = project_polygon(poly2, normal) # 检查重叠 if max1 < min2 or max2 < min1: return False return True3.2 性能优化技巧
当骨料数量较多时（>1000），朴素的碰撞检测会导致性能急剧下降。我们采用以下优化：
- 空间分区：将投放区域划分为网格，只检测相邻网格内的骨料
- 包围盒预检：先进行AABB包围盒检测，通过后再进行精确检测
- 多线程处理：将区域划分为多个子区域并行处理
实测表明，这些优化能使万级骨料的生成时间从小时级降到分钟级。
4. 参数配置与使用指南
4.1 主要控制参数
| 参数名 | 类型 | 说明 | 典型值 |
|---|---|---|---|
| area_size | tuple | 投放区域尺寸(mm) | (100,100) |
| agg_num | int | 骨料数量 | 50 |
| size_range | tuple | 粒径范围(mm) | (2,10) |
| irregularity | float | 形状不规则度 | 0.3 |
| max_attempts | int | 单次投放最大尝试次数 | 100 |
4.2 使用示例
from random_aggregate import RandomAggregateGenerator generator = RandomAggregateGenerator( area_size=(200, 200), agg_num=100, size_range=(3, 15), irregularity=0.4 ) aggregates = generator.generate() generator.export_dxf("output.dxf")5. 常见问题与解决方案
5.1 骨料填充率不足
现象：实际生成的骨料体积分数明显低于理论值 解决方法：
- 适当减小最大粒径
- 增加max_attempts参数值
- 降低形状不规则度
5.2 程序运行缓慢
现象：生成1000个以上骨料时耗时过长 优化建议：
- 启用空间分区优化
- 调整网格大小（建议为最大粒径的2-3倍）
- 考虑分区域生成后合并
5.3 边界处骨料溢出
现象：部分骨料超出指定区域范围 处理方案：
- 在区域周边设置缓冲区
- 对超出边界的骨料进行裁剪
- 添加边界约束条件
6. 工程应用案例
在某高铁桥梁混凝土细观模拟项目中，我们使用该程序：
- 生成2000个随机多边形骨料
- 粒径分布符合Fuller曲线
- 体积分数达到75%
- 生成时间仅8分钟
与传统方法对比：
| 指标 | 手动方法 | 本程序 |
|---|---|---|
| 时间成本 | 6小时 | 8分钟 |
| 填充率 | 68% | 75% |
| 重复性 | 差 | 优秀 |
程序生成的模型经CT扫描验证，骨料分布特征与真实混凝土试件高度吻合。
7. 扩展开发建议
根据实际项目经验，还可以进一步扩展：
- 多相骨料生成（如粗骨料+细骨料）
- 考虑骨料级配曲线控制
- 添加界面过渡区(ITZ)生成功能
- 支持3D骨料生成
我在实际使用中发现，将生成的骨料模型导入COMSOL或ABAQUS时，适当进行网格平滑处理能显著提高后续分析的收敛性。另外，对于周期性边界条件的模型，可以在程序中对边界骨料进行特殊处理，使其在对面边界能够正确衔接。
