模拟储粮堆积情况探究盒维数影响因素

2022-07-30陈晓宇

粮油食品科技 2022年4期

陈晓宇，陆欣

（南京理工大学能源与动力工程学院，江苏南京 210000）

我国是人口大国，粮食安全是国家安全的重要一项，储粮安全便显得尤为重要，而我国国家级储粮方式以大型房式仓储粮方式为主。此种方式无论是长期存放还是定期通风，作为研究对象的多孔介质粮堆的渗流特性都将是研究的重点，其中粮堆的渗透率与粮堆的温度水分分布和通风效果密切相关，研究表明多孔介质的孔隙率是渗透率的单值函数，孔隙率可以用来确定非固结颗粒渗透率[1]。粮堆形成的结构为多孔介质形式，此种空隙结构较复杂，研究发现实际多孔介质在一定尺度范围内具有分形的特征，且在自然储粮过程中由于环境温度等因素的变化产生的温度梯度导致的微气流流动较为缓慢，且通风过程中粮堆内气流为层流状态[2-3]，使得分形理论用于此研究成为一种可能。

研究发现[4]，多孔介质的分形维数越大，渗透率越大，研究多孔介质的分形维数对于多孔介质来说很重要。随着科技的进步[5]，使用软件模拟来保障粮食安全越来越受到人们的关注，桂便等[6]曾探索卷积神经网络用于识别粮堆中害虫，减少粮食的虫害问题。本研究将从粮堆渗透率影响因素入手，使用盒维数法来探究粮堆入库速度和堆积方式对于粮堆分形维数和渗透率的影响，为粮食合理入库、保护粮食安全提供帮助。

1 分形多孔介质分形维数与孔隙率和渗透率的相互关系

1.1 分形维数对孔隙率的影响

分形多孔介质孔隙分形维数D是定量表征多孔介质内部不规则微观结构特性的参数，数学表达式为：

式中D为孔隙分形维数，rmax为最大孔隙半径，m，A0为截面面积，m2，ε为孔隙率。

由数学表达式可知多孔介质孔隙率随孔隙分形维数的增加而呈递增的趋势。

1.2 分形维数对渗透率的影响

由李瑞川[4]的研究可知分形维数与渗透率的数学表达式为：

式中K为渗透率，ω为迂曲度。

迂曲度ω一般可用以下数学关系式表示：

式中a＞0为经验常数，取0.74。

由数学表达式可知多孔介质渗透率随孔隙分形维数的增加而呈递增的趋势。

由此可知研究粮堆的孔隙分形维数对于粮堆的存放和后续的通风经济性考虑都有重要作用，粮堆的渗透率较大时，有利于粮堆温度的控制和机械通风时能耗的减小。因而研究影响粮堆的分形维数大小的因素也就尤为重要，本文将就此展开研究与讨论。

2 盒维数法介绍

为了定量地描述客观事物的“非规则”程度，德国数学家豪斯多夫在1918年引入了维数的概念。不同方法测出来的维数名称也不同，其中盒维数法是最常用的测分形维数方法之一，方便数学计算和经验估计[7]。

2.1 盒维数的定义

假设分形物体为G，D是计盒维数，N(δ)是边长δ的盒子可以覆盖G的数目，物体的计盒维数D数学表达式如下：

实际计算时，为求出由上式定义的盒维数，可由如下方式得到：

（1）用边长为δ的小正方形覆盖物体G，N(δ)为覆盖个数；

（2）取不同的边长δ值，将会得到不同的覆盖数目N(δ)，记录所有数据；

（3）分别对δ和N(δ)取对数，得到ln(δ)和lnN(δ)，在对数坐标系上绘制统计曲线；

（4）选取近似直线的有效点，计算曲线斜率，斜率的负数即为所要求的计盒维数D。

盒维数的计算较为简单，可通过计算机编程得到，因此此方法的应用十分广泛，如纺织图案、岩石结构、土壤和自然堆积谷物等分形的分维计算。图2.1为一纺织图案盒维数测量[8]。

2.2 二值法盒维数的计算

二值法[9-11]是以黑白位图为研究对象，其计算基本思想简单，在计算盒维数中应用广泛。首先，对图形文件作预处理，得到黑白位图，并转化为像素矩阵，在像素矩阵中黑色点用1表示，白色点用0表示；然后将像素矩阵逐次n等分，得到含有元素1的单元格，并计算单元格中非零矩阵的个数；接着，在双对数坐标系下对计盒尺寸和对应尺寸下非零矩阵的个数进行线性回归分析拟合，如果线性相关，得到的直线的斜率即为所求的计盒维数。二值法流程图如下图2.2。

图1 一纺织图案盒维数测量Fig.1 Dimension measurement of a textile pattern box

图2 二值法流程图Fig.2 Flow chart of binary method

3 验证盒维数计算程序的准确性

为了验证盒维数计算程序的准确性，本文首先对点图、线性图、平面图、Koch雪花和Sierpinski垫片结构进行了盒维数计算验证。验证结果如表3.1，由结果可知误差较小，本文计算程序是合理有效的。

表1 多种分形图像盒维数计算结果Table 1 Calculation results of box dimension of various fractal images

4 EDEM模拟堆粮

本研究以稻谷为研究对象。

4.1 稻谷颗粒填充

稻谷的实际尺寸近似椭球，本研究以长轴为9 mm，短轴为2 mm的椭球为稻谷颗粒模型，并以此为基础在EDEM中进行填充，填充而成的稻谷如图3。

图3 稻谷颗粒填充Fig.3 Rice grain filling

4.2 稻谷模拟入库速度确定

稻谷的密度为1 020～1 210 kg/m3，本文选取密度为1 040 kg/m3，计算得到稻谷颗粒每个质量1.66×10-5kg，大型房式仓实际堆粮过程粮食入库速度为50～200 t/h，为多个运粮机共同工作。单个运粮机皮带输送速度为1～40 t/h，即粮食入库速度为1.6×104～6.69×105个/s。

本文研究对象为长29.5 m，宽17.5 m，装粮线高5 m的房式仓。模拟粮仓为缩放模型，粮仓模型底部长59 mm，宽35 mm，颗粒工厂位于模型上方，长50 mm，宽30 mm。实际堆粮过程稻谷经过运粮机入库形成的粮柱截面约为长0.6 m，宽0.2 m的长方形。粮食工厂生成稻谷颗粒速度为：

改变颗粒工厂生成粮食颗粒数的速度，本文选取五组数据分别为5 000、4 000、3 000、2 000、1 000 个/s。以速度5 000 个/s时为例，模拟稻谷堆积情况如图4。

图4 5 000个/s时稻谷堆积情况Fig.4 Rice accumulation at 5 000/s

4.3 稻谷堆积方式确定

由于粮食颗粒较为均匀，大小多为图3所示的稻谷颗粒大小，但在稻谷生长和收割运输过程中，自然生长或人为原因会产生少量的小颗粒稻谷。为了简化模型，小颗粒稻谷也使用椭球模型，长轴和短轴取图3大颗粒的一半，长轴为4.5 mm，短轴为1 mm。稻谷总数取2 500 个，大小颗粒各取1 250 个，小颗粒体积较小实际占有体积与大颗粒相比较小，符合实际情况。颗粒工厂生成速度取5 000 个/s。

为了研究将稻谷颗粒分拣开后分层堆积是否能够增加粮堆分形维数和渗透率，将分三种堆积情况进行模拟研究，分别为大小颗粒混合堆积即粮堆自然堆积、大小颗粒分层堆积和大小颗粒分成四层堆积，以稻谷大小颗粒分成四层为例，如图5为堆积情况（大颗粒为黑色，小颗粒为灰色）。

图5 稻谷粮堆大小颗粒四层堆积情况Fig.5 Four layer accumulation of large and small particles in rice grain pile

5 粮食的入库速度对分形维数的影响

对于粮食的入库速度对分形维数的影响研究，同时要考虑到粮食入库的效率问题，以期找到合理的粮食入库速度，指导实际粮食的入库。五组数据分别为5 000、4 000、3 000、2 000、1 000个/s，由于粮堆分布较为均匀，沿宽度方向孔隙率和渗透率差别不大，本文选取稻谷堆宽度方向中间位置截面图来研究，截面图和相应计算的分形维数和孔隙率如下图。