Spelling suggestions: "subject:"[een] GRANULAR MATERIALS"" "subject:"[enn] GRANULAR MATERIALS""
151 |
Modélisation numérique du comportement des ouvrages souterrains par une approche viscoplastique / Numerical modeling of underground openings behavior with a viscoplastic approachKleine, Alexandra 14 November 2007 (has links)
La nature est complexe et c’est en toute modestie que les ingénieurs doivent chercher à prédire le comportement des ouvrages dans le sous-sol. La réalisation de projets industriels dans le domaine souterrain, à forts enjeux économiques et sociaux (traversées alpines, stockage de déchets nucléaires), nécessite d’évoluer vers une meilleure compréhension des mécanismes comportementaux des ouvrages à concevoir. Cette amélioration passe par une meilleure représentativité physique des mécanismes macroscopiques et par la mise à disposition d’outils de prédiction adaptés aux attentes et aux besoins des ingénieurs. Les outils de calculs développés dans ce travail s’inscrivent dans cette volonté de rapprocher les attentes de l’industrie et les connaissances liées à la rhéologie des géomatériaux. Ces développements ont ainsi débouché sur la proposition d’un modèle de comportement mécanique, adapté aux roches peu fissurées et assimilables à des milieux continus, intégrant, en particulier, l’effet du temps. Fil conducteur de cette étude, la problématique du sujet de thèse concerne précisément la prise en compte du comportement différé des massifs rocheux dans les modélisations et ses conséquences sur les ouvrages souterrains.Fondé sur des concepts physiques de référence, définis à différentes échelles (macro/méso/micro), le modèle rhéologique développé est transcrit dans un formalisme mathématique dans le but d’être mis en oeuvre numériquement.Les applications numériques proposées s’inscrivent principalement dans le contexte du stockage des déchets radioactifs. Elles concernent deux configurations d’ouvrages rigoureusement différentes : l’excavation du laboratoire souterrain canadien de l’AECL, dans le granite du Lac du Bonnet et le creusement de la galerie GMR du laboratoire de Bure (Meuse/Haute-Marne) dans l’argilite de l’Est. Dans les deux cas, l’utilisation du modèle a permis de mettre en évidence l’apport de la prise en compte du comportement différé sur la représentativité des prédictions numériques du comportement à court, moyen et long termes des ouvrages souterrains / Nature is complex and must be approached in total modesty by engineers seeking to predict the behavior of underground openings. The engineering of industrial projects in underground situations, with high economic and social stakes (Alpine mountain crossings, nuclear waste repository), mean striving to gain better understanding of the behavioral mechanisms of the openings to be designed. This improvement necessarily involves better physical representativeness of macroscopic mechanisms and the provision of prediction tools suited to the expectations and needs of the engineers. The calculation tools developed in this work is in step with this concern for satisfying industrial needs and developing knowledges related to the rheology of geomaterials. These developments led to the proposing of a mechanical constitutive model, suited to lightly fissured rocks, comparable to continuous media, while integrating more particularly the effect of time.Thread of this study, the problematics ensued from the subject of the thesis is precisely about the rock mass delayed behavior in numerical modeling and its consequences on underground openings design.Based on physical concepts of reference, defined in several scales (macro/meso/micro), the developed constitutive model is translated in a mathematical formalism in order to be numerically implemented.Numerical applications presented as illustrations fall mainly within the framework of nuclear waste repository problems. They concern two very different configurations of underground openings: the AECL’s underground canadian laboratory, excavated in the Lac du Bonnet granite, and the GMR gallery of Bure’s laboratory (Meuse/Haute-Marne), dug in argillaceous rock.In this two cases, this constitutive model use highlights the gains to be obtained from allowing for delayed behavior regarding the accuracy of numerical tunnel behavior predictions in the short, medium and long terms
|
152 |
Granular Materials for Transport Infrastructures : Mechanical performance of coarse–fine mixtures for unbound layers through DEM analysisde Frias Lopez, Ricardo January 2016 (has links)
Granular materials are widely used as unbound layers within the infrastructure system playing a significant role on performance and maintenance. However, fields like pavement and railway engineering still heavily rely on empirically-based models owing to the complex behaviour of these materials, which partly stems from their discrete nature. In this sense, the discrete element method (DEM) presents a numerical alternative to study the behaviour of discrete systems with explicit consideration of the processes at particulate level governing the macroscopic response. This thesis aims at providing micromechanical insight into the effect of different particle sizes on the load-bearing structure of granular materials and its influence on the resilient modulus and permanent deformation response, both of which are greatly influenced by the stress level. In order to accomplish this, binary mixtures of elastic spheres under axisymmetric stress are studied using DEM as the simplest expression for gap-graded materials, which in turn also can be seen as a simplification of more complex mixtures. First, the effect of the fines content on the force transmission at contact level was studied. Results were used to define a soil fabric classification system where the roles of the coarse and fine fractions were defined and quantified in terms of force transmission. A behavioural correspondence between numerical mixtures and granular materials was established, where the mixtures were able to reproduce some of the most significant features regarding the resilient modulus and permanent strain dependency on stress level for granular materials. A good correlation between soil fabric and performance was also found. Generally, higher resilient modulus and lower deformation values were observed for interactive fabrics, whereas the opposite held for instable fabrics. Mixtures of elastic spheres are far from granular materials, where numerous additional factors should be considered. Nevertheless, it is the author’s belief that this work provides insight into the soil fabric structure and its effect on the macroscopic response of granular materials. / Grus i form av krossat bergmaterial används i stor utsträckning som obundna bär- och förstärkningslager inom tranportinfrastrukturen och spelar där en viktig roll för verkningsätt, drift och underhåll. Det finns emellertid begränsad kunskap om de fundamentala mekanismerna på partikelnivå (d.v.s. enskilda gruskorn), mekanismer som styr det makromekaniska verkningssättet. Områden såsom väg- och järnvägsbyggnad bygger fortfarande väsentligen på empiriskta baserade modeller p.g.a. dessa materials komplexa uppträdande under belastning. Denna komplexitet beror delvis på den diskreta naturen hos problemet vilket innebär att traditionell matematisk modellering som vore materialen homogena och kontinuerliga, blir inadekvat. Mot denna bakgrund utgör den s.k. diskreta elementmetoden (DEM) ett numeriskt alternativ för att studera verkningssätt hos diskreta system där man explicit beaktar mekanismerna på partikelnivå. Denna avhandling, som baseras på tre vetenskapliga bidrag, syftar till att ge mikromekaniska insikter vad gäller effekten av olika partikelstorlekar på bärförmågan hos grusmateral och dess inverkan på styvhet och motstånd mot permanenta deformationer. Båda dessa parametrar påverkas kraftigt av spänningsnivån och kan studeras genom triaxialförsök. För att undersöka detta studerades med hjälp av DEM binära blandningar av elastiska kulor – den enklaste modellen av grusmaterial med språng i fördelningskurvan – som utsattes för axialsymmetrisk belastning. Denna modell kan i sin tur ses som en förenkling av mer komplexa blandningar. Inledningsvis studerades effekten av finpartikelinnehållet på partikelkontakternas kraftöverföring. Resultaten användes för att klassificera olika typer av skelettstrukturer i grusmaterialet där den finare och den grövre fraktionens roller kvantifierades med utgångspunkt från kraftöverföringen i stället för från det makromekaniska verkningssättet. Resultaten visade en korrelation vad gäller verkningssättet mellan numeriska blandningar och grusmaterial, där de numeriska blandningarna kunde reproducera några av grusmaterials viktigaste kännetecken vad gäller spänningsberoendet för styvheten vid avlastning och motståndet mot permanent deformation. Vidare visades att styvheten kunde bestämmas ur första belastningscykeln vilket underlättar att övervinna de begränsningar avseende beräkningstid som annars förknippas med DEM. God överensstämmelse mellan grusmaterialets skelettstruktur och verkningssätt kunde också observeras. Generellt observerades högre styvhet och mindre permanenta deformationer för interaktiva skelettstrukturer medan det motsatta gällde för instabila strukturer. Numeriska blandningar av elastiska kulor är långt från verkliga grusmaterial, för vilka ett stort antal ytterligare faktorer måste beaktas. Icke desto mindre är det författarens övertygelse att detta arbete ger insikter i grusmaterialets skelettstruktur och dess effekter på det makromekaniska verkningssättet hos grusmaterial. / <p>QC 20161116</p>
|
153 |
Effet d'ultrasons de puissance sur les matériaux mous : vers des matériaux "acousto-rhéologiques" / Effect of high intensity ultrasound on soft materials : towards « rheo-acoustical » materialsLidon, Pierre 08 July 2016 (has links)
Les méthodes d'imagerie et de vélocimétrie ultrasonores ont prouvé leur efficacité pour étudier des matériaux divers. À haute intensité, il est connu que les ultrasons exercent des forces stationnaires dans les fluides newtoniens, par le biais d'effets non linéaires comme la pression de radiation acoustique. Néanmoins, ces effets n'ont encore jamais été exploités d'un point de vue fondamental dans le contexte de la physique des matériaux mous. L'objet de cette thèse est d'exploiter l'interaction d'ultrasons de puissance avec des matériaux bloqués afin de sonder activement, voire d'influencer leurs propriétés mécaniques. Nous proposons tout d'abord une méthode de microrhéologie active : la « mésorhéologie acoustique ». En analysant le mouvement d'un intrus sous l'effet de la pression de radiation acoustique, nous caractérisons localement la rhéologie du matériau étudié. Nous mettons cette technique en œuvre avec un fluide à seuil simple : un microgel de carbopol. Nous exploitons les résultats obtenus à la lumière d'une caractérisation rhéologique poussée du comportement de ce matériau en dessous de son seuil d'écoulement et proposons diverses pistes d'amélioration du dispositif.Ensuite, nous décrivons la mise en écoulement d'un empilement granulaire immergé par des ultrasons intenses focalisés et comparons les observations aux résultats de simulations de dynamique moléculaire. La transition de fluidification observée car l'injection d'énergie y est discontinue. Elle est intermittente et hystérétique, propriétés reproduites par des simulations numériques et dont un modèle phénoménologique simple permet de rendre compte.Enfin, en remplaçant le plan d'un rhéomètre classique par un transducteur ultrasonore, nous mesurons l'effet de vibrations à haute fréquence sur les propriétés mécaniques d'un gel colloïdal fragile de noir de carbone. Nous observons un effet significatif et potentiellement irréversible des ultrasons sur le module élastique et sur la mise en écoulement de ce système. Les vibrations semblent favoriser le glissement du gel aux parois mais il semble toutefois qu'elles induisent également des changements en volume dans l'échantillon. / Ultrasonic imaging and velocimetry has been proved to be very efficient methods to study various materials. At high intensity, ultrasonic waves are known to exert steady forces in newtonian fluid through nonlinear effects like the acoustic radiation pressure. However those effects have never been used in fundamental studies of the physics of soft materials. This thesis aims at exploiting the interaction between high intensity ultrasound and soft jammed materials to probe actively and even modify their mechanical properties.We first introduce an alternative technique for active microrheology we called « acoustic mesorheology ». By analyzing the motion of an intruder under the acoustic radiation pressure we characterize locally the rheology of the system under study. We test this technique on a simple yield stress fluid, namely a carbopol microgel. We compare the results with those obtained by standard rheology measurements of the behaviour of this gel under its yield stress.Then we describe the fluidization of an immersed granular packing by high intensity focused ultrasound. We compare our observations with the results of molecular dynamics simulations. The obtained fluidization is original as the injection of energy is discontinuous in time. It is hysteretic and intermittent and those properties are well captures by both simulations and a phenomenological model.Finally, we replace the plane of a standard cone-plate rheometer by an ultrasonic transducer. This allows us to characterize the effect of high frequency vibrations on the rheology of a fragile carbon black gel. We observe a significant and eventually irreversible effect of ultrasound on the elastic modulus and on the yielding of the system. Vibrations are shown to favor wall slip but seem to induce changes in the volume of the sample though.
|
154 |
Diffusive Oberflächenerzeugung zur realistischen Beschneiung virtueller Welten: Diffusive Surface Generation for Realistic Snow Cover Generation in Virtual Worldsv. Festenberg, Niels 28 October 2010 (has links)
In dieser Dissertation wird erstmalig ein theoretisches Fundament zur Beschneiung virtueller Szenen entwickelt. Das theoretische Fundament wird als analytisches Modell in Form einer Diffusionsgleichung formuliert. Aus dem analytischen Modell lässt sich eine Gruppe von Algorithmen zur Beschneiung virtueller Szenen ableiten.
Eingehende Voruntersuchungen zur allgemeinen Modellierung natürlicher Phänomene in der Computergraphik sowie eine Klassifikation der bestehenden Literatur über mathematische Schneemodellierung bilden den Anfang der Arbeit. Aus der umfassenden Darstellung der Eigenschaften von Schnee, wie er in der Natur vorkommt, ergeben sich die Grundlagen für die Modellbildung. Die Modellbildung fußt auf den grundlegenden Ansätzen der klassischen Mechanik und der statistischen Physik. Für die Beschneiung auf visueller Skala erweist sich der Diffusionsprozess als geeignete Beschreibung. Mit der Beschreibung lassen sich diffusiv Schneeoberflächen erzeugen. Der konkrete computergraphische Wert des theoretischen Fundaments wird anhand zweier Implementierungen exemplarisch dargestellt, und zwar in der Distanzfeldmethode und der Diffusionskernmethode. Die Ergebnisse werden mithilfe dreidimensionaler Rauschtexturen und Alpha-Masken an den Rändern fotorealistisch visualisiert.:1. Einleitung 7
2. Zentrale Beiträge dieser Arbeit 11
3. Natürliche Phänomenmodellierung in der Computergraphik 13
3.1. Die Rolle der computergraphisch modellierten Naturphänomene in der Informatik . . . . 14
3.2. Repräsentationsformen natürlicher Phänomene in der Computergraphik . . . . 16
3.3. Modellierungsmethoden im Überblick . . . . . . . . . . . . . . . . . . . . 20
3.3.1. Bildbasierte Methoden . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.2. Diskretisierungsbasierte Methoden . . . . . . . . . . . . . . . . . . 21
3.3.3. Kontinuumsbasierte Methoden . . . . . . . . . . . . . . . . . . . . 22
3.3.4. Modellreduktionsmethoden . . . . . . . . . . . . . . . . . . . . . . 23
3.3.5. Interaktionsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4. Klassifikation der natürlichen Phänomene in der Computergraphik . . . . 25
3.4.1. Statische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4.2. Dynamische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . 28
3.4.3. Zusammengesetzte Phänomene . . . . . . . . . . . . . . . . . . . . 30
3.4.4. Sonstige natürliche Phänomene . . . . . . . . . . . . . . . . . . . . 32
3.5. Schlussfolgerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4. Schnee in der Natur 35
4.1. Entstehung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2. Niederschlag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.3. Akkumulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.4. Metamorphose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.5. Computergraphisch modellierbare Aspekte . . . . . . . . . . . . . . . . . . 40
5. Vorarbeiten zur computergraphischen Schneemodellierung 45
5.1. Modellierung statischer Aspekte . . . . . . . . . . . . . . . . . . . . . . . . 45
5.1.1. Optische Schneeeigenschaften . . . . . . . . . . . . . . . . . . . . . 45
5.1.2. Geometrische Form der Schneeoberflächen . . . . . . . . . . . . . . 46
5.1.3. Schnee als makroskopische Landschaftstextur . . . . . . . . . . . . 48
5.2. Modellierung dynamischer Aspekte . . . . . . . . . . . . . . . . . . . . . . 48
5.2.1. Schneefall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.2.2. Schneeschmelze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.2.3. Lokale Schneeumlagerung und Kompaktifizierung . . . . . . . . . . 50
5.2.4. Bisher nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . 51
5.3. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6. Physikalische Methoden zur Darstellung von Materialflüssen und Phasengrenzen 55
6.1. Mikroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.1.1. Formale Schneecharakterisierung mit einer Vielteilchen-Hamilton-
Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.1.2. Statistische Formulierung der Vielteilchenbeschreibung . . . . . . . 57
6.2. Makroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.2.1. Schneeverteilung als globales Strahlungsgleichgewicht . . . . . . . 59
6.2.2. Lokale stochastische Darstellung als getriebene Oberfläche . . . . . 61
6.2.3. Oberflächenentwicklung als Reaktionsdiffusion . . . . . . . . . . . 63
6.3. Zusammenfassung und Schlussfolgerung . . . . . . . . . . . . . . . . . . . 65
7. Eigenschaften und Lösungen von Diffusionsgleichungen 67
7.1. Das physikalische Prinzip der Diffusion . . . . . . . . . . . . . . . . . . . . 67
7.1.1. Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
7.1.2. Diffusion auf Höhenfeldern . . . . . . . . . . . . . . . . . . . . . . 68
7.2. Mathematische Behandlung linearer Diffusionsgleichungen . . . . . . . . . 70
7.2.1. Konstruktion von allgemeinen Lösungen mittels Fundamentallösung 70
7.3. Analytische Lösungsbeispiele . . . . . . . . . . . . . . . . . . . . . . . . . 72
8. Computergraphische Erzeugung von Schneeoberflächengeometrien 75
8.1. Faltung als Grundprinzip der diffusiven Schneedeckenerzeugung . . . . . . 76
8.2. Datenstrukturen zur Darstellung von Schneedecken . . . . . . . . . . . . . 79
8.3. Darstellung mittels Distanzfeld . . . . . . . . . . . . . . . . . . . . . . . . 81
8.3.1. Details der Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . 81
8.3.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
8.4. Darstellung als Diffusionsprozess . . . . . . . . . . . . . . . . . . . . . . . 86
8.4.1. Modelldetails . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
8.4.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.5. Erweiterung für Überhänge und Schneebrücken . . . . . . . . . . . . . . . 96
8.5.1. Brückenerzeugung . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.5.2. Überhangsberechnung . . . . . . . . . . . . . . . . . . . . . . . . . 98
8.5.3. Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
8.5.4. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8.6. Vergleich und Verallgemeinerbarkeit der Schneemodellierungsansätze . . . 101
9. Visualisierung virtueller Schneeoberflächen 103
9.1. Schneeoberfläche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
9.2. Schneeränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
9.3. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
10.Zusammenfassung und Schlussfolgerungen 107
10.1. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
10.2. Schlussfolgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
A. Beobachtungssammlung natürlicher Schneeformen 109
A.1. Randprofile und Stützflächenabhängigkeit . . . . . . . . . . . . . . . . . . 109
A.2. Verdeckung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.3. Glättung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.4. Innenränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
A.5. Brücken und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
A.6. Nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
B. Sammlung virtuell beschneiter Szenen 125
B.1. Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
B.2. Diffusionskernmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
B.3. Brückenbildung und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . 130
Literaturverzeichnis 131
Abbildungsverzeichnis 143
Veröffentlichungen 151 / In this dissertation for the first time a theoretical foundation is developed for snow accumulation in virtual scenes. The theoretical foundation is formulated in an analytical model as diffusion equation. The analytical model leads to a group of algorithms for virtual snow accumulation.
Comprehensive investigations for the modelling of natural phenomena in computer graphics in general are used to develop a method classification scheme. Another classification is given for an overview over the aspects of snow in the real world. This allows an efficient presentation of related literature on snow modelling. A new approach of snow modelling is then drawn from first principles of classical mechanics and statistical physics. Diffusion processes provide an efficient theoretical framework for snow accumulation. The mathematical structure of diffusion equations is discussed and demonstrated to be adequate to snow modelling in visual scales. The value of the theoretical foundation for computer graphics is demonstrated with two exemplary implementations, a distance field method and the diffusion kernel method. Results are visualized with 3D noise textures and alpha masks near borders delivering photorealistic snow pictures.:1. Einleitung 7
2. Zentrale Beiträge dieser Arbeit 11
3. Natürliche Phänomenmodellierung in der Computergraphik 13
3.1. Die Rolle der computergraphisch modellierten Naturphänomene in der Informatik . . . . 14
3.2. Repräsentationsformen natürlicher Phänomene in der Computergraphik . . . . 16
3.3. Modellierungsmethoden im Überblick . . . . . . . . . . . . . . . . . . . . 20
3.3.1. Bildbasierte Methoden . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.2. Diskretisierungsbasierte Methoden . . . . . . . . . . . . . . . . . . 21
3.3.3. Kontinuumsbasierte Methoden . . . . . . . . . . . . . . . . . . . . 22
3.3.4. Modellreduktionsmethoden . . . . . . . . . . . . . . . . . . . . . . 23
3.3.5. Interaktionsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4. Klassifikation der natürlichen Phänomene in der Computergraphik . . . . 25
3.4.1. Statische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4.2. Dynamische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . 28
3.4.3. Zusammengesetzte Phänomene . . . . . . . . . . . . . . . . . . . . 30
3.4.4. Sonstige natürliche Phänomene . . . . . . . . . . . . . . . . . . . . 32
3.5. Schlussfolgerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4. Schnee in der Natur 35
4.1. Entstehung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2. Niederschlag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.3. Akkumulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.4. Metamorphose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.5. Computergraphisch modellierbare Aspekte . . . . . . . . . . . . . . . . . . 40
5. Vorarbeiten zur computergraphischen Schneemodellierung 45
5.1. Modellierung statischer Aspekte . . . . . . . . . . . . . . . . . . . . . . . . 45
5.1.1. Optische Schneeeigenschaften . . . . . . . . . . . . . . . . . . . . . 45
5.1.2. Geometrische Form der Schneeoberflächen . . . . . . . . . . . . . . 46
5.1.3. Schnee als makroskopische Landschaftstextur . . . . . . . . . . . . 48
5.2. Modellierung dynamischer Aspekte . . . . . . . . . . . . . . . . . . . . . . 48
5.2.1. Schneefall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.2.2. Schneeschmelze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.2.3. Lokale Schneeumlagerung und Kompaktifizierung . . . . . . . . . . 50
5.2.4. Bisher nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . 51
5.3. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6. Physikalische Methoden zur Darstellung von Materialflüssen und Phasengrenzen 55
6.1. Mikroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.1.1. Formale Schneecharakterisierung mit einer Vielteilchen-Hamilton-
Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.1.2. Statistische Formulierung der Vielteilchenbeschreibung . . . . . . . 57
6.2. Makroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.2.1. Schneeverteilung als globales Strahlungsgleichgewicht . . . . . . . 59
6.2.2. Lokale stochastische Darstellung als getriebene Oberfläche . . . . . 61
6.2.3. Oberflächenentwicklung als Reaktionsdiffusion . . . . . . . . . . . 63
6.3. Zusammenfassung und Schlussfolgerung . . . . . . . . . . . . . . . . . . . 65
7. Eigenschaften und Lösungen von Diffusionsgleichungen 67
7.1. Das physikalische Prinzip der Diffusion . . . . . . . . . . . . . . . . . . . . 67
7.1.1. Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
7.1.2. Diffusion auf Höhenfeldern . . . . . . . . . . . . . . . . . . . . . . 68
7.2. Mathematische Behandlung linearer Diffusionsgleichungen . . . . . . . . . 70
7.2.1. Konstruktion von allgemeinen Lösungen mittels Fundamentallösung 70
7.3. Analytische Lösungsbeispiele . . . . . . . . . . . . . . . . . . . . . . . . . 72
8. Computergraphische Erzeugung von Schneeoberflächengeometrien 75
8.1. Faltung als Grundprinzip der diffusiven Schneedeckenerzeugung . . . . . . 76
8.2. Datenstrukturen zur Darstellung von Schneedecken . . . . . . . . . . . . . 79
8.3. Darstellung mittels Distanzfeld . . . . . . . . . . . . . . . . . . . . . . . . 81
8.3.1. Details der Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . 81
8.3.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
8.4. Darstellung als Diffusionsprozess . . . . . . . . . . . . . . . . . . . . . . . 86
8.4.1. Modelldetails . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
8.4.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.5. Erweiterung für Überhänge und Schneebrücken . . . . . . . . . . . . . . . 96
8.5.1. Brückenerzeugung . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.5.2. Überhangsberechnung . . . . . . . . . . . . . . . . . . . . . . . . . 98
8.5.3. Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
8.5.4. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8.6. Vergleich und Verallgemeinerbarkeit der Schneemodellierungsansätze . . . 101
9. Visualisierung virtueller Schneeoberflächen 103
9.1. Schneeoberfläche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
9.2. Schneeränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
9.3. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
10.Zusammenfassung und Schlussfolgerungen 107
10.1. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
10.2. Schlussfolgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
A. Beobachtungssammlung natürlicher Schneeformen 109
A.1. Randprofile und Stützflächenabhängigkeit . . . . . . . . . . . . . . . . . . 109
A.2. Verdeckung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.3. Glättung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.4. Innenränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
A.5. Brücken und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
A.6. Nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
B. Sammlung virtuell beschneiter Szenen 125
B.1. Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
B.2. Diffusionskernmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
B.3. Brückenbildung und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . 130
Literaturverzeichnis 131
Abbildungsverzeichnis 143
Veröffentlichungen 151
|
155 |
Aggregation and Gelation in Random Networks / Aggregation und Gelation in zufälligen NetzwerkenUlrich, Stephan 03 March 2010 (has links)
No description available.
|
Page generated in 0.692 seconds