بسته بندی ذرات تصادفی به منظور استفاده از آنها به عنوان ورودی اولیه تحلیل های عددی مواد ناپیوستار

امروزه روش های تحلیل عددی نقش عمده ای را در پیشرفت علم بازی کرده و توانایی خود را در حل مسائل فیزیکی با دقت بالا به اثبات رسانیده اند. روش های تحلیل عددی بسیار متنوع هستند ولی بیشتر این روش ها ، مانند روش اجزاء محدود، برای مدلسازی محیط ها ی پیوستار استفاده می شوند. یکی از روش های تحلیل عددی که برای مدلسازی محیط ها و مواد ناپیوستار استفاده می شود، روش المان مجزا است. معمولا در این روش، مواد ناپیوستار به صورت مجموعه ای از بلوک ها ی(ذرات) مجزا در نظر گرفته می شوند که این بلوک های مجزا می توانند به صورت صلب یا تغییر شکل پذیر رفتارکرده و هم چنین امکان جابه جایی ها و چرخش های بزرگ را داشته باشند. مواد ناپیوستار، مانند سنگ ها و مواد گرانول، دارای ذراتی با شکل تصادفی و نامنظم هستند. لذا ایجاد یک الگوریتم به منظور شبیه سازی ذرات تصادفی، بسته بندی آنها و در نهایت استفاده از این مجموعه ذرات بسته بندی شده به عنوان ورودی اولیه نرم افزارهایی که از روش المان مجزا استفاده می کنند؛ می تواند کمک شایانی در تحلیل محیط ها و مواد ناپیوستار، مخصوصا در مکانیک پودر، صنایع معدنی، مکانیک سنگ، جریان مواد گرانول و غیره انجام دهد. در این مقاله ابتدا یک الگوریتم جدید برای تشخیص برخورد و بسته بندی احجام تصادفی از طریق تعریف نقاط کنترل، ارائه می گردد. از ویژگی های این الگوریتم بسته‎ بندی آن است که قابلیت بسته بندی ذرات با هر شکلی را دارد. سپس با استفاده از الگوریتم بهینه سازی ازدحام ذرات، حالت بهینه این الگوریتم بسته بندی، برای N ذره به دست آورده می شود. در نهایت به منظور اعتبار بخشی به این الگوریتم بهینه سازی شده، نتایج حاصل از آن با نتایج حاصل از الگوریتم های بسته بندی موجود مقایسه می شود. نتایج حاصل از این الگوریتم، افزایش کیفیت و تراکم بسته بندی اولیه ذرات را نسبت به روش بسته بندی دیجیتال نشان می دهد که این امر نمایانگر کارایی و قابلیت بالای این روش بسته بندی جدید است.

کلیدواژه ها:

Random Particles ، Analysis of Discontinuous Materials ، Discrete Element Method ، Packing Algorithms ، Particle Swarm Optimization