PFC5.0离散元模拟中接触力角度统计与可视化方法

1. 问题背景与需求拆解

上周我在处理PFC5.0离散元模拟数据时，遇到了一个看似简单却颇为棘手的问题——如何将颗粒间的接触力按照接触角度进行统计分类。这个需求源于我们需要分析颗粒体系在不同方向上的力链分布特征，而原始数据只提供了每个接触点的力和坐标信息。

在岩土工程和颗粒材料研究中，接触力的角度分布能直观反映体系内部的各向异性特征。比如在边坡稳定分析中，特定方向的力链断裂往往预示着滑移面的形成；在粉体流动研究中，力链的方向性又与物料流动性直接相关。

PFC5.0虽然提供了强大的计算引擎和基础的Fish脚本支持，但接触力的角度统计功能并未内置。官方文档中只有简单的contact.list命令可以输出接触力数据，这迫使我不得不自己搭建整个分析流程。经过反复试错和多方查阅，最终形成了一套可靠的方法论，下面就把这个"从原始数据到极坐标等高线图"的完整解决方案分享给大家。

2. 数据提取与预处理

2.1 接触力数据获取

首先需要通过Fish脚本从PFC模型中提取原始接触力数据。关键命令是contact.list，但直接使用它会输出所有接触信息，包括我们不需要的冗余数据。更高效的做法是指定输出字段：

fish复制contact_list = contact.list(contact.prop('force')) 

这个命令会返回一个包含所有接触力向量的列表。但要注意，PFC5.0中的接触力是成对出现的（每个接触会被记录两次），所以后续处理时需要去重。我建议在提取数据时就加入去重逻辑：

fish复制unique_contacts = map
while_cycling(contact_list, 
    if(not map.contains(contact.id), 
        map.put(contact.id, contact.force)
    )
)

2.2 接触角度计算

获取接触力向量后，下一步是计算每个接触面的角度。这里有个关键细节容易被忽略：PFC中的接触力向量是法向力和切向力的合成，而我们需要的是接触面的空间方位角。

正确的计算流程应该是：

1. 通过contact.pos获取接触点坐标
2. 计算接触点与两个颗粒中心的连线夹角
3. 取两个夹角的平分线作为接触面法向
4. 将法向向量投影到XY平面（假设是二维情况）
5. 用atan2函数计算投影向量的方位角

对应的Fish代码实现：

fish复制angle_calc = 
    local pos = contact.pos(contact.id)
    local ball1 = contact.end1(contact.id)
    local ball2 = contact.end2(contact.id)
    local vec1 = ball1.pos - pos
    local vec2 = ball2.pos - pos
    local normal = vec1.normalized + vec2.normalized
    local proj = vector(normal.x, normal.y, 0)
    return math.atan2(proj.y, proj.x) * 180 / math.pi

注意：这里角度计算结果单位为度，范围在-180到180之间。后续统计时建议转换为0-360度范围。

3. 角度区间统计实现

3.1 分箱策略选择

将连续的角度值离散化为若干个区间是统计分析的关键步骤。这里有几个技术细节需要考虑：

1. 分箱数量：通常选择36个区间（每10度一个区间）或72个区间（每5度一个区间）。我经过测试发现，对于大多数颗粒体系，36个区间已经足够反映力链的方向分布特征。

2. 边界处理：角度是环形数据，0度和360度实际上是同一点。需要特别注意359-1度这样的跨边界情况。

3. 权重分配：简单的计数统计会丢失力的大小信息，更好的做法是按接触力大小进行加权统计。

实现代码示例：

fish复制bins = 36
angle_counts = array.create(bins, 0)
angle_forces = array.create(bins, 0)

loop foreach local c unique_contacts
    local angle = (angle_calc(c) + 360) % 360
    local bin = math.floor(angle * bins / 360)
    local force_mag = c.force.mag
    angle_counts[bin] = angle_counts[bin] + 1
    angle_forces[bin] = angle_forces[bin] + force_mag
end_loop

3.2 统计结果归一化

原始统计结果会受到接触总数和力值大小的影响，不利于不同模型间的比较。我推荐两种归一化方法：

1. 频率归一化：将每个角度区间的计数值除以总接触数
2. 力密度归一化：将力值和除以对应角度区间的弧长

第二种方法在物理意义上更明确，实现代码如下：

fish复制total_force = array.sum(angle_forces)
for i = 0 to bins-1
    angle_forces[i] = angle_forces[i] / (2 * math.pi * i / bins)
end_for

4. 可视化呈现技巧

4.1 极坐标等高线图绘制

将统计结果可视化的最佳方式是极坐标等高线图。虽然PFC本身没有内置绘图功能，但可以通过Fish输出数据，再用Python/matplotlib等工具绘制。这里分享一个我优化过的Python绘图代码：

python复制import numpy as np
import matplotlib.pyplot as plt

theta = np.linspace(0, 2*np.pi, bins, endpoint=False)
radii = angle_forces  # 使用前面计算得到的力密度值

fig = plt.figure(figsize=(8,8))
ax = fig.add_subplot(111, polar=True)
ax.plot(theta, radii, 'r-', linewidth=2)
ax.fill(theta, radii, 'r', alpha=0.3)
ax.set_theta_zero_location('N')  # 0度指向北方
ax.set_theta_direction(-1)  # 顺时针方向增加角度
plt.title('Contact Force Angular Distribution', pad=20)
plt.show()

4.2 常见绘图问题排查

在实际操作中，可能会遇到以下典型问题：

1. 图形出现锯齿状不平滑：这是因为分箱数量不足，可以尝试增加分箱数或使用滑动平均平滑数据

2. 极坐标图标签重叠：调整标签位置和字体大小

python复制ax.set_thetagrids(np.arange(0,360,30), frac=1.1)

3. 力值差异过大导致图形变形：考虑使用对数刻度

python复制ax.set_rscale('log')

5. 实战中的经验教训

5.1 颗粒形状的影响

最初我假设所有接触面角度都能准确反映力链方向，但在处理非球形颗粒时遇到了问题。对于clump或pebble类颗粒，接触面法向与实际力传递方向可能存在偏差。解决方案是：

1. 对于clump颗粒，改用颗粒间中心连线方向作为力链方向
2. 对于复杂形状颗粒，建议先进行接触力方向验证

5.2 三维情况的扩展

虽然本文以二维情况为例，但方法可以扩展到三维。此时需要计算两个角度（方位角和仰角），并使用球面坐标系分箱统计。关键修改点：

1. 角度计算改用球坐标公式
2. 分箱采用立体角划分（如使用HEALPix网格）
3. 可视化改用三维球面热图

5.3 性能优化技巧

当接触数量巨大时（>1e6），脚本运行速度可能变慢。我总结的优化方法包括：

1. 使用contact.find过滤掉弱接触（力值小于阈值）
2. 采用并行计算：将角度范围分区，用多个Fish线程分别处理
3. 预分配数组内存，避免动态扩容

fish复制// 示例：接触力阈值过滤
strong_contacts = contact.find(contact.prop('force.mag') > 1e-3)

这套方法在我最近参与的颗粒破碎研究中发挥了重要作用，成功识别出了加载方向上的优势力链演变规律。整个过程虽然踩了不少坑，但最终构建的分析流程不仅解决了当前问题，还形成了可复用的分析框架。对于更复杂的分析需求，比如时变力链演化或考虑摩擦效应的方向分析，这个基础框架也能方便地进行扩展。