钙质砂是一种广泛分布于我国南海海域的特殊砂土,因独特的生物成因,其具有颗粒形状不规则、高孔隙率、易发生颗粒破碎等特点。其中独特的形貌特征导致钙质砂与石英砂相比具有迥然不同的力学差异。为了更深入的了解颗粒形状对钙质砂强度的影响,本文通过三维激光扫描技术,得到了钙质砂颗粒的表面点云信息,并重构了其颗粒形态。通过自编程序进一步量化了钙质砂的颗粒形貌特征,将成功重构后的钙质砂颗粒三维图像文件导入离散元数值计算平台,探讨了颗粒形状与破碎强度的内在关联。论文主要内容和成果如下:首先选取钙质砂颗粒共317个,并按照宏观形态将其分为块状、片状、枝状、条状四类。采用三维扫描仪（CHYI 5M）对钙质砂颗粒进行扫描测试,并通过开源点云库（PCL）对扫描文件进行处理,采用贪婪三角算法,将钙质砂颗粒的表面进行三角剖分,并计算相关尺寸参数和输出颗粒的三维坐标,通过自编程序从形貌特征、球度、圆度等指标量化钙质砂的颗粒形态,并对量化结果进行统计分析,结果显示手工挑选的钙质砂颗粒在Sneed和Folk图上具有较高的区分度,在形貌参数中并非所有的形貌参数满足高斯分布,单一的形状指标无法准确反应钙质砂的形态特征,需结合形态参数、球度、圆度等多种形貌参数来量化具体的形貌特征。其次对不同形态参数进行相关性分析,绘制热力图。将钙质砂颗粒的最大内切球直径,最小外接球直径、等体积球直径、长轴、中轴、短轴与形貌参数进行相关性分析。采用支持向量机,随机森林、决策树、k近邻、Light GBM等机器学习算法对钙质砂的形状分类进行预测,为了统一特征的量纲,对数据进行标准化,同时为了减少训练所产生的数据误差,采用五折交叉验证,结果显示采用不同参数组合对结果产生较大的影响,分类标准应综合考虑钙质砂的形态参数、球度和尺寸,Light GBM模型在对钙质砂形状分类上有着较高的准确性。最后编写程序接口将钙质砂的三维形态文件导入至离散元数值计算平台,建立了钙质砂单颗粒破碎的离散元（DEM）模型,成功的实现了钙质砂单颗粒破碎全过程的准确模拟,研究颗粒形貌、尺寸效应对钙质砂颗粒破碎强度的影响。讨论了钙质砂颗粒强度的应力-应变关系。模拟结果显示钙质砂颗粒的第一次典型破碎力与峰值破碎力受颗粒形状的直接影响,部分相对重要性高的形貌特征在强度分布上存在较高的离散性,故在建立分类模型时需对高相关性的特征进行PCA降维处理,可为形状-强度回归模型的建立提供参考。