S'abonner

Modeling the influence of particle morphology on the fracture behavior of silica sand using a 3D discrete element method - 03/02/15

Doi : 10.1016/j.crme.2014.11.004 
Mehmet B. Cil 1 , Khalid A. Alshibli , 2
 Dept. of Civil & Env. Engineering, University of Tennessee, 325 John Tickle Building, Knoxville, TN 37996, USA 

Corresponding author. Tel.: +11 865 974 7728.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 10
Iconographies 10
Vidéos 0
Autres 0

Abstract

The constitutive behavior and deformation characteristics of uncemented granular materials are to a large extent derived from the fabric or geometry of the particle structure and the interparticle friction resulting from normal forces acting on particles or groups of particles. Granular materials consist of discrete particles with a fabric (microstructure) that changes under loading. Synchrotron micro-computed tomography (SMT) has emerged as a powerful non-destructive 3D scanning technique to study geomaterials. In this paper, SMT was used to acquire in situ scans of the oedometry test of a column of three silica sand particles. The sand is known as ASTM 20–30 Ottawa sand, and has a grain size between US sieves #20 (0.841 mm) and #30 (0.595 mm). The characteristics and evolution of particle fracture in sand were examined using SMT images, and a 3D discrete element method (DEM) was used to model the fracture behavior of sand particles. It adopts the bonded particle model to generate a crushable agglomerate that consists of a large number of small spherical sub-particles. The agglomerate shape matches the 3D physical shape of the tested sand particles by mapping the particle morphology from the SMT images. The paper investigates and discusses the influence of agglomerate packing (i.e., the number and size distribution of spherical sub-particles that constitute the agglomerate) and agglomerate shape on the fracture behavior of crushable particles.

Le texte complet de cet article est disponible en PDF.

Keywords : Computed tomography, Fracture, Granular materials, DEM, Sand


Plan


© 2014  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 343 - N° 2

P. 133-142 - février 2015 Retour au numéro
Article précédent Article précédent
  • Micromechanical modeling of the elasto-viscoplastic behavior of granite
  • Tao Zeng, Jian-Fu Shao, Wei-Ya Xu
| Article suivant Article suivant
  • Microstructural self-organization in granular materials during failure
  • Nejib Hadda, François Nicot, Richard Wan, Félix Darve

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.