《Powder Technology》：A novel size-class-weighted DEM calibration framework for predicting the moisture-dependent flowability of soybean
编辑推荐：
本文推荐一种新型粒径分级加权的离散元法（DEM）标定框架，用于预测大豆颗粒的湿含量依赖性流动特性。研究针对湿含量变化导致颗粒膨胀、聚集及流动性改变的问题，通过构建准球形颗粒模型，结合倾斜角（AOT）和休止角（AOR）实验，实现了DEM参数的高效标定。结果表明，该框架能准确捕捉湿含量对流动性的非单调影响，流动性指数（FI）在17.12 wt%湿含量时最低。该方法为粮食储存与运输设备的优化设计提供了可靠模拟输入，对提高农产品加工效率与安全性具有重要意义。
在全球粮食贸易中，大豆作为重要农产品，其储存和运输过程中的流动性问题直接影响作业效率和安全性。然而，大豆颗粒会因环境湿度的变化吸收水分，导致颗粒膨胀、形状改变，进而引发结块、堵塞等问题。特别是在海运等昼夜温差大的环境中，舱内湿度波动会使大豆湿含量升高，进一步加剧流动性恶化。目前，离散元法（DEM）虽是模拟颗粒体系的有效工具，但在处理湿颗粒时，如何平衡几何精度、计算效率和参数标定工作量仍面临挑战。针对这一问题，上海海事大学物流工程学院刘向伟团队在《Powder Technology》上发表研究，开发了一种粒径分级加权的DEM标定框架，用于精准预测大豆在不同湿含量下的流动性。
研究团队以大豆为研究对象，通过实验测量和DEM模拟相结合的方式，系统探究了湿含量（0.50–21.62 wt%）对颗粒形态、力学参数及流动行为的影响。他们首先制备了不同湿含量的大豆样本，并测量了其三维尺寸（长L、宽W、高H），据此将颗粒按尺寸分级（SC1–SC5），并引入尺寸分级加权系数（WL）来量化各尺寸等级对整体流动行为的贡献。基于此，构建了由六个子球组成的准球形颗粒模型（Quasi-Spherical Model, QSM），以准确再现颗粒在宽湿含量范围内的形状变化，并将标定工作量减少了约75%。
关键技术方法包括：采用高速摄像和倾斜台实验直接测量颗粒与颗粒、颗粒与丙烯酸板间的碰撞恢复系数（COR）、滑动摩擦系数和滚动摩擦系数；通过堆积密度实验和AOT测试筛选DEM参数；使用Hertz-Mindlin with JKR（HM-JKR）接触模型捕捉湿颗粒的粘附力；并通过AOR实验验证标定参数的可靠性。样本来源于中国黑龙江省的市场采购大豆。
研究结果揭示了大豆流动性与湿含量之间的复杂关系。首先，颗粒几何特性分析表明，随着湿含量增加，大豆颗粒的等效球形度先降后升，在17.12 wt%时最低（86.65%），这主要源于各向异性吸水导致的形态变化。力学参数标定显示，颗粒间滑动摩擦系数随湿含量增加而上升（从0.140至0.275），JKR表面能在湿含量高于12.40 wt%时出现并逐渐增大，最高达4.80×10?3J/m2。滚动摩擦系数则受球形度影响，呈非单调变化。在流动性评估方面，AOT和AOR实验均表明，流动性在湿含量17.12 wt%时最差（AOT最高达43.99°，AOR为26.40°），之后随湿含量进一步升高而改善。DEM模拟与实验数据高度吻合，准球形模型在AOT和AOR预测中的平均偏差仅0.53%和0.43%，显著优于球形模型。
研究结论强调，湿含量通过改变颗粒形状和界面作用力（如摩擦与粘附）共同调控流动性，其中12.40 wt%是粘附力显着的临界点。所开发的标定框架不仅提升了DEM对农业颗粒流动行为的预测精度，还为粮食加工设备的优化设计提供了理论依据，有助于降低储存运输中的阻塞风险，提高产业效率。未来，该框架可扩展至其他形态相似的谷物研究，为智能粮仓管理和全球粮食安全提供技术支持。
