水泥是建筑行业的基本材料,在道路,桥梁,大楼和其他建筑设施中的应用甚广,被视为该产业的重要食粮。近年来,我国的水泥生产总量一直保持世界第一。但是,目前水泥行业仍存在着生产成本高,劳动力低下,高性能水泥产量低和新型材料发展欠缺等问题,这在很大程度上制约着水泥产业的进阶发展。因此,需要对水泥有更深入的了解和更深层次的研究,进而提高水泥的性能。然而,水泥不仅组成成分复杂,其水化过程也相当复杂,其中的物理变化和化学反应至今无人完全参透,这增加了人们理解其机制的难度。水泥微观结构演化的模拟和建模在理解水泥水化,微观结构演化和指导新型材料的开发中有着重要的作用。为了更好地了解水泥水化和微观结构的演化过程,本研究利用计算机进行建模并模拟水泥的微观结构演化。自从计算机技术应用于该领域以来,水泥微结构演化建模得到了很好的发展。目前,水泥微观结构的模拟研究主要包含两种类型。一种是基于单颗粒水化模型,另一种则是基于数字图像的水化模型。然而,这两种模型都没有较为真实的水泥初始微观结构。演化机制是也人为推导的,而且包含大量的简化和假设。因此模拟的结构与真实结构之间存在很大差异。针对目前水泥微结构演化建模存在的问题,该研究致力于产生更真实的微观结构和构建更逼真的微观结构演化模拟模型,并对水泥性能进行预估和分析。本文中的主要研究内容涵盖以下几个方面:(1)水泥初始微观结构的生成本文中目前所研究的纹理合成主要聚焦于水泥微观结构图像的二维断层截面。针对基于样图的纹理合成方法中时间消耗问题,本研究首次采用基因表达式编程实现了水泥初始微观结构的快速合成。实验证明,该方法确实提高了水泥微观图像生成速度。鉴于第一次研究存在合成纹理琐碎的缺点,第二次研究中进行了灰度重映射并加入了纹理整体的统计特征。实验证明,改进的方法能够形成水泥微观结构中的物相,如小的水泥颗粒、气泡和空隙。此外,为了产生更逼真的初始微观结构,本文突破性尝试使用生成对抗网络生成水泥微结构。通过模型优化过程中保存的生成图像中可以看出,该模型确实在不断优化生成效果,并且通过与真实图像对比,可得知该网络结构能够生成与真实图像混淆的水泥微观结构。(2)水泥微观结构演化建模本研究采用细胞自动机作为演化模型,初次使用深度学习方法从真实水泥微观结构数据中直接萃取水泥演化规则推动细胞自动机的演化过程。该研究解决了以往模型中简化与假设导致的不真实的问题,避免了人为推导机制对模拟结果的影响。实验结果表明该过程能够真实地反映出水泥微观结构的变化,并且在不同配比的水泥样本中表现出了良好的泛化能力。实验中对四种不同配比水泥中的三种物相的演化过程进行了分析。此外,本研究还提出了一种可变容量的动态分层抽样方法,以提高样本抽取的代表性。通过在多个标准数据和水泥数据的实验,可以判定该方法能够提高样本的代表性。(3)水泥性能的预测与分析本研究利用宽度学习方法构建了水泥凝结时间预测模型。该模型表示了水泥化学成分、物理性质与初凝时间和终凝时间之间的潜在关系。通过与其它方法的对比,证明该方法是高效的;通过与实际测试数据的比较,证明该方法在不同样本上的泛化能力;通过与之前研究的对比,证明了该模型的有效性。该研究实现了从水泥初始微观结构的生成到微观结构演化建模,再到水泥的性能预测的一系列模拟和分析。该研究能够节省大量的人力资源,对高性能水泥的生产,新型材料的研发有重要的指导价值。