裂隙網絡模型的案例
基于裂隙網絡模型的地下流體滲流的有限元分析 ￥200
本案例基于構建的離散裂隙網絡模型，在COMSOL中進行了油氣在儲層裂隙及基質中的滲流規律模擬分析。本案例可實現以下功能：
可靈活改變裂隙網絡幾何參數表征不同特性的儲層；
可進行油，氣，水在地下裂隙及空隙中的流動規律分析；
可對裂隙儲層的油氣抽采等工程進行模擬仿真；
可在該案例上自主添加固體力學場和熱場進行更復雜的分析；
Comsol-裂隙多孔介質流固耦合-損傷模型 ￥650
針對裂隙多孔介質流體注入引起天然裂隙的激活，巖石產生新損傷形成水力裂縫，本案例建立了裂隙多孔介質流固耦合-損傷模型，實現如下功能：
（1）采用comsol with matlab建立隨機天然裂隙網絡幾何模型；
（2）針對天然裂隙，建立裂隙模型，考慮其變形過程對裂縫寬度和滲透率的影響，可得到裂隙寬度分布；
（3）考慮損傷演化過程和流固耦合作用，巖石孔隙度和滲透率隨著損傷和應力大小變化；
（4）可用于分析水力裂隙擴展以及壓后滲透率改變等。
部分結果圖：
幾何模型
Mises stress分布
Pressure分布
Damage分布
Fracture width分布
參考文獻：
Qinghua Lei. Modelling fluid injection-induced fracture activation, damage growth, seismicity occurrence and connectivity change in naturally fractured rocks. International Journal of Rock Mechanics & Mining Sciences 138 (2021) 104598.
展開 基于MATLAB的離散裂隙網絡構建代碼 ￥200
該程序可實現構建表征地下儲層的復雜離散裂隙網絡。每條裂隙可通過控制裂隙跡長，裂隙開度，裂隙方向三個參數改變單條裂隙幾何形貌。可通過分別控制三個參數的分布規律（均勻分布，正態分布，對數正態分布，指數分布等）及一定面積內的裂隙密度來控制整個裂隙網絡的形貌。
生成的裂隙網絡可進一步后處理導入有限元模擬軟件，如COMSOL進行流體流動及固體變形仿真模擬。
COMSOL裂隙流
裂隙介質的流動特性與均質介質顯著不同，裂隙的分布、連通性和幾何形態對流體流動有著決定性的影響。本案例介紹在COMSOL內建立復雜的圓片裂隙網絡模型，并模擬流體穿過裂隙時的流體流動行為。
圓片狀裂隙模型可采用CAD纖維密堆積3D插件建立，模型的參數設置如圖所示。
在AutoCAD內將生成的裂隙聚積模型導出為sat格式文件后，再將模型導入到COMSOL內，即可完成初始裂隙模型的建模
。
對模型設置材料并劃分網格。
進行三維滲流模擬，選擇層流穩態，將模型左側設置入口，右側設置出口，提交分析并完成模擬。
本案例中對模型的設定是流體不能穿過模型內的圓片結構，如模擬土層內的圓片顆粒夾雜對滲流的影響等。模型采用了圓片堆積算法，能更好的擬合實際工程中圓片狀顆粒在重力下的堆積工程場景。
展開 
comsol模型-裂隙多孔介質流固耦合-損傷模型（lei qinghua) ￥360
裂隙多孔介質流固耦合-損傷模型
comsol-水力壓裂巖石損傷耦合模型 ，含裂縫制作代碼matlab。
comsol HM耦合模型 損傷模型 裂隙多孔介質注入流體引起天然裂隙，巖石產生新損傷的數值模擬，內含MATLAB 網裂縫函數及comsol模型。
COMSOL孔隙-單裂隙介質注漿擴散模型 ￥40
<ul><li class="ql-align-justify">研究目的：利用COMSOL Multiphysics 軟件建立了受注礫巖層的孔隙－單裂隙介質數值模型，分析了帷幕墻的注漿效果。</li><li class="ql-align-justify">模型簡介：將注漿層位礫巖含水層視為孔隙－單裂隙介質，建立40 m×30 m 的孔隙－單裂隙介質數值模型，布置1 個注漿孔和一條單裂隙。單裂隙長度為20 m，裂隙開度為5 mm，注漿孔孔口設置為定壓力邊界，注漿孔直徑為152 mm。模型上下邊界為無流動邊界，左右邊界為定水頭邊界。</li><li class="ql-align-justify">計算參數：孔隙介質的滲透率為k = 4. 071 ×10E-12m2。礫巖物理力學性質測試實驗中得到其孔隙率為18. 5%，故數值模型中取孔隙介質的孔隙率為15%。按照現場注漿壓力的范圍，數值模型中的注漿壓力p 分別取5MPa，根據注漿層位礫巖含水層的埋深情況，模型的靜水壓力p0取2. 0 MPa。
展開 COMSOL三維隨機裂紋 裂縫模型 隨機裂隙 隨機纖維建模
在COMSOL中可采用CAD模型導入的方式實現隨機裂紋或是纖維材料的建模。首先需要在CAD內生成所需的三維纖維模型，這里用到了CAD_隨機纖維3D插件。模型建立如下圖所示。注意這里的纖維采用的是線，而非實體。
將長方體基體導出為.sat文件，同時將刪除基體后的線狀纖維另存為.dwg文件。
打開COMSOL軟件，在幾何菜單下選擇導入三維CAD文件，選擇剛剛保存的.dwg文件，并將要導入的對象更改為曲線和點，可選擇合并曲線對象。構建對象，這樣三維的線就導入到COMSOL軟件內了。
下一步我們將長方體的基體材料也導入到COMSOL內，其實這一步也可以在COMSOL中直接建模完成。還是選擇導入，選擇剛剛保存的.sat文件，在這里要導入的對象需要選擇實體。
到這一步纖維跟基體就全部導入到COMSOL內了。
如果想再COMSOL內模擬線性的裂縫，需要將基體進行分割操作，選擇布爾操作和分割-差集。要添加的對象選擇基體，要減去的對象選擇纖維。
構建對象后，基體材料就被纖維分割完成，形成了基體內的線狀裂縫。
后面進行網格剖分分析等，可根據自己的要求進行。
最后看一下GIF效果圖：
在建模過程中所采用的AutoCAD插件可以在這里下載得到：
CAD_隨機纖維3D插件
如需2D版本可通過下面鏈接下載：
CAD隨機纖維2D插件
展開 COMSOL模擬基于離散裂縫網絡的網絡裂縫井產能模型 ￥100
提供裂縫性油藏離散裂縫網絡模型COMSOL數值模擬案例，對比計算了有無加非達西的計算結果。通過案例可以掌握基于離散裂縫網絡的網絡裂縫井產能等相關模型的建立，包括氣體單項、油水兩項。具體案例和相關推導過程附后。
動畫效果1.gif
離散斷裂網絡DFN三維模型與二維模型的傾角(Dip)近似等效方法
1 引言
相同的數據在二維模型中生成的DFN與在三維模型中生成的DFN結果是完全不一樣的。原因是
在二維空間內，傾角fdip(fracture.dip)的范圍是在0到180°，而在三維空間內fdip的角度是在0到90°；且在二維空間內沒法表示傾向。3DEC提供了一個命令block to-udec，可以使用原點、法線或傾角和傾角方向指定一個平面，然后把這個平面導出到UDEC。顯然這種操作方法得出的DFN結果不是UDEC自身生成的DFN。
block to-udec origin 0,25,0 dip 90 dip-direction 0
下圖所示的是相同數據生成的300條斷裂2D 和3D DFN模型。這個筆記簡要討論了二維模型和三維模型傾角近似等效的方法，也許這種方法并不具有實際意義。
2 等效方法
對于一個生成的3D DFN模型，我們可以求出這個模型中所有斷裂的平均傾角，這可以通過編寫一個簡單的FISH程序來實現，對fracture.list進行遍歷，把每條斷裂的傾角相加，再除以斷裂總數，就可以得到整個模型斷裂的平均傾角，例如得出的平均傾角為54°。
相同的模型在2D中運行，為了與3D模型得出的傾角相同，第一個過濾準則是只保留那些傾角小于90°(fracture.dip(frac)<90)的斷裂，第二個過濾準則是保留那些傾角在54°左右的斷裂，一個更精確的方法是在3D中求出傾角的平均值和標準偏差，然后在2D中使用這個值。這樣就可以在2D中作出一個僅傾角近似3D的DFN模型。
3 斷裂數目
在生成2D DFN的過程中，為了與3D生成的斷裂數目相同，需要用到斷裂數目的判斷方法。有三個不同層次的判斷斷裂數目的函數。
展開 網絡課 | LS-DYNA材料失效模型—GISSMO模型專題
LS-OPT參數識別與獲取方法
5
GISSMO失效理論應用案例
06、課程收獲
● 了解幾種常用的金屬材料本構以及失效模型；
● 基本掌握GISSMO失效模型的相關理論知識點，如應力狀態、路徑相關斷裂準則、關鍵字卡片、失效參數、網格正則化等；
● 熟悉使用LS-OPT 對GISSMO關鍵影響參數進行優化的方法。
離散斷裂網絡DFN三維模型與二維模型的傾角(Dip)近似等效方法
1 引言
相同的數據在二維模型中生成的DFN與在三維模型中生成的DFN結果是完全不一樣的。原因是
在二維空間內，傾角fdip(fracture.dip)的范圍是在0到180°，而在三維空間內fdip的角度是在0到90°；且在二維空間內沒法表示傾向。3DEC提供了一個命令block to-udec，可以使用原點、法線或傾角和傾角方向指定一個平面，然后把這個平面導出到UDEC。顯然這種操作方法得出的DFN結果不是UDEC自身生成的DFN。
block to-udec origin 0,25,0 dip 90 dip-direction 0
下圖所示的是相同數據生成的300條斷裂2D 和3D DFN模型。這個筆記簡要討論了二維模型和三維模型傾角近似等效的方法，也許這種方法并不具有實際意義。
2 等效方法
對于一個生成的3D DFN模型，我們可以求出這個模型中所有斷裂的平均傾角，這可以通過編寫一個簡單的FISH程序來實現，對fracture.list進行遍歷，把每條斷裂的傾角相加，再除以斷裂總數，就可以得到整個模型斷裂的平均傾角，例如得出的平均傾角為54°。
相同的模型在2D中運行，為了與3D模型得出的傾角相同，第一個過濾準則是只保留那些傾角小于90°(fracture.dip(frac)<90)的斷裂，第二個過濾準則是保留那些傾角在54°左右的斷裂，一個更精確的方法是在3D中求出傾角的平均值和標準偏差，然后在2D中使用這個值。這樣就可以在2D中作出一個僅傾角近似3D的DFN模型。
3 斷裂數目
在生成2D DFN的過程中，為了與3D生成的斷裂數目相同，需要用到斷裂數目的判斷方法。有三個不同層次的判斷斷裂數目的函數。
展開 
離散斷裂網絡DFN模型---Baecher Model
1 引言
近二十年來, 離散斷裂網絡DFN在許多工程領域得到了應用，主要包括采礦工程、土木工程、環境工程和石油儲藏工程。迄今為止, 在水力學和巖石工程領域(離散斷裂網絡DFN---從流體到固體的模擬), 已經發展出許多DFN模型(離散斷裂網絡DFN模型總結), 而且研究者們還在繼續發展新的DFN模型, 但是由于這些模型作了許多數學上的假設, 而巖體由于地質構造作用的不同, 呈現出千變萬化的特征, 因此提出的大多數模型還沒有在實踐中得到充分驗證和應用。不過, 其中一些模型已經在巖石工程中得到了廣泛應用, 例如Veneziano模型(離散斷裂網絡DFN模型---Veneziano Model), Voronoi 模型(Voronoi多邊形在有限元中的應用; 二維Voronoi 塊體生成方法; 三維Voronoi塊體的單軸抗壓強度試驗). 本文簡要描述了另一個廣泛使用的模型: Baecher模型 .
2 Baecher模型
DFN顯式地將斷裂或者節理作為不連續的特征，用帶有概率分布的隨機變量來定義. 因此，DFN可以用來推斷現場觀測數據，從而代表巖體不連續的性質。離散斷裂網絡模型是根據斷裂特征之間的特定關系生成的，如斷裂產狀、斷裂、尺寸和終止條件。其中, Baecher模型(Baecher et al., 1978, Statistical Description of Rock Properties and Sampling)是一種非常靈活的算法，可以生成復雜的節理網絡。
Baecher模型
Baecher模型是一個典型的盤形節理模型，其中節理尺寸即跡長是有限的，并且遵循某種統計分布。每個節理由三個參數定義，即中心點、產狀和直徑。
展開 離散斷裂網絡DFN模型總結
其中, 離散斷裂網絡(DFN)的引入增強了這種研究的可能性. 這個筆記簡要回顧了目前使用的DFN模型. 本公眾號DFN Top 5總結如下:
一個階段性的小結: 離散斷裂網絡DFN
離散斷裂網絡 (DFN) [P2]: fracture generate
離散斷裂網絡Discrete Fracture Network (DFN）
離散斷裂網絡DFN---從流體到固體的模擬
6款離散斷裂網絡(DFN)模擬工具簡介
2 DFN模型回顧
在過去超過半個世紀的研究中, 研究者們提出了各種各樣的DFN模型, 主要的模型概括如下. 應當意識到, 不是所有的模型都適用于合并到力學模型中. DFN模型目前用在SRM和巖橋的研究中.
展開 用OSI模型來看車載網絡
來源 | 一驥絕塵
OSI 7 層模型簡介
工作涉及過網絡工程的朋友，相信都會接觸過OSI 7層模型這個概念。汽車車載網絡作為一種重要的網絡用例，自然也會經常遇見這個概念。尤其近年來隨著車載以太網的普及以及車聯網技術的實現，汽車網絡愈加復雜。而OSI 7層模型則可以說是用以理解和設計汽車網絡的利器。
OSI全稱是Open System Interconnect，即開放式系統互連。有時也叫OSI參考模型，是ISO組織在1985年研究的網絡互連模型。該體系結構標準定義了網絡互連的七層框架（物理層、數據鏈路層、網絡層、傳輸層、會話層、表示層和應用層）。
首先，這是一個互連模型，其目的在于研究網絡通訊。
其次，為什么要分層？其意義在于更好地解耦復雜問題，讓層與層之間各自獨立。
功能相仿的內容抽象到同一層里，讓每層專注于自己的任務和分工，各司其職提高效率。出了故障時也能順藤摸瓜，按層排查。各個制造商也可以按分層結構集中開發某一層或者某幾層的軟件或者硬件設備。
圖1：OSI 7 層模型
這個模型從80年代提出到今歷久不衰，可見其分層的合理性。該模型同時還適用于各類網絡通訊，為眾多網絡開發人員提供統一的語言。按照不同網絡的標準和規范，不一定都會全部應用完這7層（實際上用完7層的網絡不多），但是通過合并某些層次，該模型也可以退化成TCP/IP（4層）等模型。
接下來我們從上往下一層一層的來剖析這個模型。為了輔助參考，我們類比一個老板接收報告的例子。
第7層應用層：這是人機交互的一層。
展開 并使用Python構建真實世界的神經網絡模型 ￥5
- 視頻格式：MP4 | 視頻編碼：h264，分辨率1920×1080 | 音頻編碼：AAC，采樣率44.1 KHz，雙聲道
- 難度級別：所有級別 | 類別：電子學習 | 語言：英語 | 時長：29講（5小時10分鐘） | 大小：2.4 GB
- 課程簡介：學習機器學習基礎，探索人工智能概念，并使用Python構建真實世界的神經網絡模型。
