【程序杂谈】岩石物理模型算法程序

以前的作业。

DEM模型

function[kd,ud]=dem(km,um,kf,uf,alpha,phy)
dp=0.0001;
j=0;
k(1)=km;
u(1)=um;
 for p=0:dp:phy
      j=j+1;
   [P,Q]=pqvalue(k(j),u(j),alpha,kf,uf);
   k(j+1)= k(j) + (kf-k(j))*dp*P/( 1-p);
   u(j+1)= u(j)+(uf-u(j))*dp*Q/(1-p);
 end
 kd=k(j+1);
 ud=u(j+1);

KT模型

function [k,u]=kt(km,um,kf,uf,alpha,phy)
%KT模型的实现程序,[k,u]=Kuster(km,um,kf,uf,a,phy,vm)
%km,um -----背景介质
%kf,uf---------包含物介质
%phy------------包含物体积分数
%a------------孔隙纵横比
%vm---------泊松比
%k ,u -----返回干岩石的体模量和剪切模量
[P,Q]=pqvalue(km,um,alpha,kf,uf);
sm=um./6.*(9.*km+8.*um)./(km+2.*um);
k=(4.*km.*um + 3.*km.^2 + 4.*P.*kf.*um.*phy - 4.*P.*km.*um.*phy)./(3.*km + 4.*um - 3.*P.*kf.*phy + 3.*P.*km.*phy);
u=(sm.*um + um.^2 + Q.*sm.*uf.*phy - Q.*sm.*um.*phy)./(sm + um - Q.*uf.*phy + Q.*um.*phy);

SC模型

function [k,u]=sc(km,um,ki,ui,alpha,phy)
% km,um -----背景介质
% ki,ui---------包含物介质
% phy------------体积分数
% alpha------------孔隙纵横比
[P,Q]=pqvalue(km,um,alpha,ki,ui);
k=km+phy*(ki-km)*P;
u=um+phy*(ui-um)*Q;
岩石骨架模量
function [km,um]=vrh(k1,u1,v1,k2,u2,v2)
%  Hill平均估算模量
kv=v1*k1+v2*k2;
uv=v1*u1+v2*u2;
kr=1/(v1/k1+v2/k2);
ur=1/(v1/u1+v2/u2);
km=0.5*(kv+kr);
um=0.5*(uv+ur);

包含物任意宽高比 

function [p,q]=pqvalue(km,um,e,ki,ui)
%求扁圆球体的P,Q值
%function [P, Q]=ellipsess(Km,um,Ki,ui,arf)
%参数说明:1:基质体积模量,2:基质剪切模量。它们是由VRH模量得到。
%         3:每种矿物体积模量,4:剪切模量。它们是由实验得到或者经验值。
%         5:椭球形的扁度,
%         P,Q为返回的方程参数。
A=ui/um-1;
B=1/3*(ki/km-ui/um);
R=(3*um)/(3*km+4*um);
if e==1
    e=0.999;
end
if e>1
    o=e/(e^2-1)^(3/2)*(e*(e^2-1)^(1/2)-acosh(e));
else
   o=e/(1-e^2)^(3/2)*(acos(e)-e*(1-e^2)^(1/2));
end
f=e^2/(1-e^2)*(3*o-2);
F1=1+A*(3/2*(f+o)-R*(3/2*f+5/2*o-4/3));
F2=1+A*(1+3/2*(f+o)-(R/2)*(3*f+5*o))+B*(3-4*R)+A/2*(A+3*B)*(3-4*R)*(f+o-R*(f-o+2*o^2));
F3=1+A*(1-(f+3/2*o)+R*(f+o));
F4=1+A/4*(f+3*o-R*(f-o));
F5=A*(-f+R*(f+o-4/3))+B*o*(3-4*R);
F6=1+A*(1+f-R*(f+o))+B*(1-o)*(3-4*R);
F7=2+A/4*(3*f+9*o-R*(3*f+5*o))+B*o*(3-4*R);
F8=A*(1-2*R+f/2*(R-1)+o/2*(5*R-3))+B*(1-o)*(3-4*R);
F9=A*((R-1)*f-R*o)+B*o*(3-4*R);
T1=3*F1/F2;
T2=2/F3+1/F4+(F4*F5+F6*F7-F8*F9)/(F2*F4);
p=1/3*T1;
q=1/5*T2;

 

  • 5
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
超声波雷达是利用声波在空气中传播的原理,当声波遇到障碍时会部分折回,超声波雷达可以接收这些折回的声波,并通过信号处理得到障碍的距离和位置信息。超声波雷达可以通过测量声波的飞行时间(TOF)来计算障碍的距离,也可以通过几个探头的自发自收和三角定位算法将距离转化为坐标。此外,超声波雷达还可以通过学习回波的特性来对典型体进行高低判断和分类学习。因此,超声波雷达主要用于提供近距离感知信息。\[2\] 三角定位算法是一种通过多个探头的自发自收和三角定位来确定目标体的位置的算法。在车辆停车位检测中,首先车辆通过超声波传感器进行第一次停车位检测,确定停车位的大概位置。然后,在车辆倒车入库的过程中,通过前车车头边沿的重新检测和后车右前角的检测,使用尾部超声波进行后车边沿数据的采集。当车辆离后车距离达到一定范围时,停止车辆并使用三角定位算法进行后车边沿数据的计算,从而实现垂直车位的二次定位。\[3\] #### 引用[.reference_title] - *1* *3* [基于超声波的库位重定位算法](https://blog.csdn.net/zghforever/article/details/90172815)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [自动驾驶TPM技术杂谈 ———— 超声波雷达系统测距](https://blog.csdn.net/qq_42957717/article/details/128332948)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值