(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111380855.8 (22)申请日 2021.11.20 (65)同一申请的已公布的文献号 申请公布号 CN 114330095 A (43)申请公布日 2022.04.12 (73)专利权人 广西科学院 地址 530007 广西壮 族自治区南宁市大 学 大岭路98号 (72)发明人 郑益华　黄志民　马蓝宇　黎演明　 徐梦雪　莫秋凤　黄译锋　赖文钦　 刘忠林　唐耀航　谢松伯　房严严　 陈先锐　 (74)专利代理 机构 南宁深之意专利代理事务所 (特殊普通 合伙) 45123 专利代理师 黄南概 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/25(2020.01)G06N 20/00(2019.01) G06K 9/62(2022.01) G06F 8/30(2018.01) G06F 8/38(2018.01) G06F 111/10(2020.01) (56)对比文件 CN 111571769 A,2020.08.25 CN 110655363 A,2020.01.07 CN 102915390 A,2013.02.0 6 US 201418096 5 A1,2014.0 6.26 CN 108089 988 A,2018.0 5.29 CN 111936997 A,2020.1 1.13 CN 113484116 A,2021.10.08 CN 211477782 U,2020.09.1 1 US 202025793 3 A1,2020.08.13 US 2020082030 A1,2020.0 3.12 CN 10438543 6 A,2015.0 3.04 EP 371372 9 A1,2020.09.3 0 审查员 王美娟 (54)发明名称 基于LBM-DEM集料级配界面特性调控的人造 岗石智能制造方法 (57)摘要 本发明公开了一种基于LBM ‑DEM集料级配界 面特性调控的人造岗石智能制造方法， 包括： （1） 人造岗石集料表征及甄选决策数据集建立； （2） 粉体级配与材料内部参数获取及机器学习数据 集优选； （3） 基于带标签集料系统、 树脂系统实验 数据集和LBM ‑DEM仿真结果数据集， 形成模拟数 据集合， 完成预处理和建模训练过程测试； （4） 基 于上述的智能系统建立人造岗石生产线控制系 统， 智能控制投料、 物料搅拌、 控温、 分散性及成 本， 实现基于LBM ‑DEM集料级配界面特性调控的 人造岗石智 能制造。 本发明通过机器学习， 实现 人造岗石的原料前处理、 甄选级配并精细化优 组、 平衡成本与树脂体系用量， 完成表面改性与共混等关键技术的链接与集 成， 最终实现人造岗 石产业的智能制造 。 权利要求书2页 说明书5页 附图3页 CN 114330095 B 2022.06.21 CN 114330095 B 1.一种基于LBM ‑DEM集料级配界面特性调控的人造岗石智能制造方法， 其特征在于包 括： （1） 人造岗石集料表征及甄选决策 数据集建立； ①利用表征仪器对人造岗石集料的物化性质进行系统分析， 获得人造岗石集料表征数 据； ②利用高精度三维扫描设备对不同粒径的集料进行扫描， 并用3D建模软件完成三维重 构； ③最终按化学组分、 微观形貌、 颗粒度和级配， 定量甄选并将人造岗石集料按粒径种类 及级配分类， 利用电子计量器， 结合LBM ‑DEM数值模拟分析结果， 以此归纳分类并建立带标 签的集料参数的机器学习数据集； （2） 粉体级配与材 料内部参数获取及机器学习数据集优选； ①对不同粒径的人造岗石集料材料， 以扫描电镜和 原子力显微镜观察材料断面微观形 貌， 万能试验机测试材料 的拉伸强度和断裂伸长率， 悬臂梁冲击强度测试仪测试缺口冲击 强度； 采用热重分析仪测试材料 的热稳定性， 分别获得不同粒径的人造岗石集料 的断面微 观形貌数据集、 拉伸强度数据集、 断裂伸长率数据集、 缺口冲击强度数据集、 热稳定性数据 集； 同时结合差示扫描量热法， 研究不同复合级配体系下不饱和聚酯树脂的升温固化过程， 根据得到其 流动和固化动力学参数， 完成人造岗石力学性能测定与特性的参数化表达； ②利用高速混合机和连续表面改性机， 以钛酸酯偶联剂、 硅烷偶联剂、 硬脂酸钙作为改 性剂对人造岗石集料的表面进 行改性， 重点结合人造岗石集料粉体的化学组分、 微观形貌、 颗粒度和级配特征， 使用硬脂酸 ‑铝酸酯复合偶联剂以及马来酸 酐接枝苯乙烯‑乙烯‑丁烯‑ 苯乙烯嵌段共聚物增 容剂， 考察以上加工工艺对人造岗石集料级配及颗粒界面效应、 空隙 率、 堆积密度、 搅拌流动性影响、 有机树脂、 缓凝剂的影响； ③结合基于开源C++语言的LBM ‑DEM数值仿真编程， 输入基于实验的级配集料、 有机树 脂物理参数， 获得集料混合物间隙率、 各个集料的接触点数量、 各接触点的接触力作为评价 骨架集料受力特征 的参数； 标定典型集料物理参数， 即以内部参数： 集料的热膨胀系数、 基 体的热膨胀系 数、 气孔受热前 的体积占比、 等效模型 的有效体积模量与实验结果间的量化 关系， 形成相容 性指标参数， 完成带 特定标签的数据集以用于开展机器学习工作； （3） 基于带标签集料系统、 树脂系统实验数据集和LBM ‑DEM仿真结果数据集， 形成模拟 数据集合， 完成预处 理和建模训练过程测试； ①基于机器学习的训练模型， 根据联合数据集同时对模型本身进行更新和根据 人造岗 石内部、 外 部数据集、 性能、 成本间的关系进行 预测； ②其次采用最大信 息相关分析方法对人造岗石性 能影响因素与 人造岗石内部数据集、 外部数据集之间的相关性进行分析， 得到人造岗石性能与级配影响参数 的相关性大小， 再 采用机器学习人造岗石性能模型； ③结合全局敏感性分析方法对人造岗石性 能与级配影响参数的敏感性进行计算分析， 得到人造岗石性能对不同影响因素有不确定性扰动时的响应程度； ④然后根据相关性大小和敏感性分析结果选出人造岗石性 能重要影响因素， 完成决策 并部署； ⑤选择、 调配并应用部署机器学习的结果， 建立人造岗石大数据平台； 基于该平台， 建权　利　要　求　书 1/2 页 2 CN 114330095 B 2立GUI软应用件界面， 形成可根据需求 订制产品的生成配方的智能系统； （4） 基于上述的智能系统建立人造岗石生产线控制系统， 并应用于人造岗石制造生产 中， 智能控制投料、 物料搅拌、 控温、 分散性及成本， 实现基于LBM ‑DEM集料级配界面特性调 控的人造岗石智能制造 。 2.根据权利要求1所述的基于LBM ‑DEM集料级配界面特性调控的人造岗石智能制造方 法， 其特征在于： 所述步骤 （1） 中的表征仪器包括扫描电镜、 X射线衍射、 热重分析仪、 傅里叶 变换红外光谱仪 。 3.根据权利要求1所述的基于LBM ‑DEM集料级配界面特性调控的人造岗石智能制造方 法， 其特征在于： 所述 步骤 （2） 中LBM ‑DEM数值仿真编程的计算 流程， 具体为： 1） 导入人造岗石集料的三维重构模型； 2） 初始化 流场信息和人造岗石集料的位置、 平动速度及角速度； 3） 在每个时间步的起 点t0， 输入流场信息和颗粒的位置、 平动速度及角速度； 4） 判断格子是否被颗粒覆盖并加以标识； 如果是， 计算格子控制体固含率， 并进入步骤 5） ； 如果否， 用LBM求 解下一时刻的流场， 即tf时刻的流场， 然后进入步骤5） ； 5） 在tf时刻的流场信息和颗粒覆盖信息， 计算颗粒 此时受到的力和力矩； 6） 判断颗 粒在tf时刻是否存在碰撞； 如果存在碰撞， 根据DEM计算颗 粒间作用力， 并判断 是否大于最大子循环数， 当小于最大子循环数时返回步骤5） ， 当大于最大子循环数时进入 步骤7） ； 7） 在tf时刻的流场信息和颗粒覆盖信息， 计算颗粒 此时受到的力和力矩； 8） 判断格子是否被颗粒覆盖并加以标识； 如果是， 输出计算结果； 如果否， 返回步骤4） 。 4.根据权利要求1所述的基于LBM ‑DEM集料级配界面特性调控的人造岗石智能制造方 法， 其特征在于： 所述步骤 （3） 中人造岗石内部数据集包括级配及颗粒界面效应、 空隙率、 堆 积密度、 搅拌流动性影响、 有机树脂用量和缓凝剂用量； 外部数据集包括环境湿度、 构件有 效厚度、 温度和成本 。权　利　要　求　书 2/2 页 3 CN 114330095 B 3