摘要
本发明属于离散元仿真技术领域,具体涉及基于CT扫描的数字孪生离散元模型构建方法,本发明方法包括三个步骤:在CT扫描阶段,通过优化扫描参数获取高分辨率断层图像,并进行图像降噪与特征增强处理;在结构解析阶段,基于深度卷积神经网络构建分割模型,实现扫描图像的自动标注与三维空间拓扑关系的智能预测;在离散元建模阶段,通过参数标定将重构的三维网格模型转化为具备真实物理属性的离散元模型,实现离散元仿真。本发明将工业CT的非破坏性检测优势与深度学习的特征提取能力相结合,形成从微观结构表征到宏观性能预测,为复合材料性能优化提供了可靠的仿真分析方法。