基于机器学习算法的块石形状分类及土石混合体数值模拟

现有块石形状特征的数值模型或过于简化块石形状或未进行块石形状的频率统计,为此基于主成分分析算法(PCA)和K均值聚类算法,提出新的建模方法.利用Matlab对土石混合体断面照片进行数字图像处理,得到块石轮廓样本;对块石轮廓进行形心原点化、长轴水平化、最大极径归一化等标准化处理,得到标准化后的块石轮廓向量.分别采用PCA和K均值聚类算法对块石轮廓向量进行降维和聚类,对得到的分类块石形状进行频率统计.建立考虑块石形状分类及频率、颗粒级配、块石倾角的土石混合体随机模型,进行双轴压缩数值模拟,分析塑性应变和应力-应变曲线特征.在较高含石量和较大块石粒径情况下比较模型的变形和抗压强度,考虑块石形状的土石混合体模型与传统含多边形块石的土石混合体模型差异明显.