端到端机器学习代理模型构建及其在爆轰驱动问题中的应用

柏劲松; 刘洋; 陈翰; 钟敏

doi:10.11883/bzycj-2024-0099

端到端机器学习代理模型构建及其在爆轰驱动问题中的应用

doi: 10.11883/bzycj-2024-0099

中国工程物理研究院流体物理研究所冲击波物理与爆轰物理全国重点实验室，四川绵阳 621999

详细信息

作者简介:
柏劲松（1968－　），男，博士，研究员，bjsong@foxmail.com

通讯作者:
刘　洋（1987－　），男，博士，助理研究员，blonster@163.com

中图分类号: O389
计量
- 文章访问数: 379
- HTML全文浏览量: 99
- PDF下载量: 120
- 被引次数: 0
出版历程
- 收稿日期: 2024-04-10
- 修回日期: 2024-08-15
- 网络出版日期: 2024-08-16
- 刊出日期: 2025-05-01

Construction of end-to-end machine learning surrogate model and its application in detonation driving problem

National Key Laboratory of Shock Wave and Detonation Physics, Institute of Fluid Physics, China Academy of Engineering Physics, Mianyang 621999, Sichuan, China

摘要

摘要: 人工智能/机器学习方法能够发现数据中隐藏的物理规律，构建状态参数与动态结果之间端到端的代理模型，可高效解决强耦合、非线性、多物理等复杂工程问题。在高度非线性的爆炸与冲击动力学领域，选择了一个经典的爆轰驱动问题作为研究对象，以数值模拟结果作为机器学习代理模型的训练数据，将正向模拟与逆向设计有机结合起来，基于深度神经网络技术，构建了特征位置速度剖面、材料动态变形与工程因素之间端到端的代理模型，给出了代理模型的计算精确度，验证了代理模型从速度剖面反演工程因素的能力。结果表明：端到端代理模型具有较高的预测能力，其预测的速度剖面与工程因素估计的相对误差均小于1%，可用于高度非线性的爆炸与冲击动力学问题的快速设计、高精度预测和敏捷迭代。
- 计算爆炸力学 /
- 爆轰驱动 /
- 人工智能 /
- 机器学习 /
- 端到端代理模型 /
- 深度神经网络
Abstract: Artificial intelligence/machine learning methods can discover hidden physical patterns in data. By constructing an end-to-end surrogate model between state parameters and dynamic results, many complex engineering problems such as strong coupling, nonlinearity, and multiphysics can be efficiently solved. In the field of highly nonlinear explosion and shock dynamics, a classic detonation driving problem was chosen as the research object. Using numerical simulation results as training data for machine learning surrogate models, and combining forward simulation and reverse design organically. Based on deep neural network technology, an end-to-end surrogate model was constructed between feature position velocity profiles, material dynamic deformation, and engineering factors. And the calculation accuracy of the surrogate model was provided, verifying the ability to invert engineering factors from velocity profiles. The research results indicate that the end-to-end surrogate model has high predictive ability, with relative errors of less than 1% in both velocity profile prediction and engineering factor estimation. It can be applied to the rapid design, high-precision prediction, and agile iteration of highly nonlinear explosion and impact dynamics problems.
- computational explosion mechanics /
- detonation drive /
- artificial intelligence /
- machine learning /
- end-to-end surrogate model /
- deep neural network

HTML全文

弹性动力学中将研究对象视为连续的弹性体, 运用数学物理的方法, 解析地研究机械运动, 不仅对数学物理的基础科学研究具有重要意义, 而且对岩土工程、地震工程等工程技术应用具有很大的价值。弹性波的传播及其在全空间中被一些特殊曲面散射的研究已经日趋完善^[1-4]。作为最简单的波动模式, 柱体在含复杂边界介质中的反平面散射研究取得了一定的进展^[5-6]。研究人员陆续研究了无限大弹性半空间、1/4空间中圆柱孔洞、夹杂、衬砌对SH平面波的稳态散射^[7-12]。双相介质半空间中SH波对圆柱孔洞、夹杂和界面裂纹的散射问题也得到了一定的研究^[13-18]。这些研究中主要考虑入射波与孔洞或夹杂在同一介质内的散射问题, 对于平面SH波从介质I穿过界面折射进入介质II, 透射波对介质II中圆孔的散射问题的研究相对匮乏。本文中用Green函数和积分方程, 按复变函数方法对其稳态响应进行分析, 求解双相介质半空间中位移场和应力场的解析表达式, 并采用数值方法计算算例中圆孔边沿动应力集中因子和地表位移幅值的分布。

1. 理论模型

如图 1所示, 连续、均匀、各向同性的弹性半空间, 由介质Ⅰ和Ⅱ组成, 其剪切模量分别为μ₁和μ₂, 质量密度分别为ρ₁和ρ₂, 两种介质的分界为B_V, 这种双相介质半空间的边界平面为B_H。介质Ⅱ中有一个圆形孔洞, 其半径为R, 其圆心O₁距离界面B_V为d, 距离边界B_H为h, 定义平面直角坐标系O₁x₁y₁(图 1), 以出平面方向为z轴正方向, x₁轴、y₁轴和z轴满足右手关系。

图 1 半空间双相介质中的圆孔

Figure 1. Circular cavity in a bi-material half space

下载: 全尺寸图片幻灯片

在介质Ⅰ中有稳态SH平面波入射, 其角频率为ω。入射波与它在边界B_H上的反射和在界面B_V的反射和透射, 造成了介质Ⅰ与介质Ⅱ中质点的反平面运动, 其反平面运动的位移分别为w_Ⅰ和w_Ⅱ, 满足标量波动方程:

$\mu_{1} \nabla w_{\mathrm{I}}=\rho_{1} \frac{\partial^{2} w_{\mathrm{I}}}{\partial t^{2}}, \quad \mu_{2} \nabla w_{\mathrm{II}}=\rho_{2} \frac{\partial^{2} w_{\mathrm{II}}}{\partial t^{2}}$

(1)

分离时间变量和空间变量, 得到对应的Helmholtz方程(介质Ⅰ和介质Ⅱ中位移场的控制方程):

$\nabla w_{\mathrm{I}}+k_{1}^{2} w_{\mathrm{I}}=0, \quad \nabla w_{\mathrm{II}}+k_{2}^{2} w_{\mathrm{II}}=0$

(2)

式中: , 分别为介质Ⅰ和介质Ⅱ中的波数。

位移场w_Ⅰ和w_Ⅱ在半空间边界B_H平面上产生的剪应力都为0, 满足Neumann边界条件; 位移场w_Ⅰ和对应的应力场τ_Ⅰ在界面B_V上与位移场w_Ⅱ和对应的应力场τ_Ⅱ相等, 分别满足Dirichlet边界条件和Neumann边界条件; 应力场τ_Ⅱ在圆形孔洞边界上为0, 满足Neumann边界条件。这4个边界条件与介质Ⅰ和介质Ⅱ中的控制方程(2)组成本文的定解问题。

2. 等价问题

为消除双相介质半空间边界B_H平面的影响, 引入等价问题。如图 2所示, 界面B_V将全空间分为介质Ⅰ和Ⅱ两个半空间。介质Ⅱ中有2个大小相等的圆形孔洞, 关于B_H平面对称, 圆心分别为O₁和O₂, 半径为R。以B_H和B_V平面的交线在坐标平面O₁x₁y₁内的投影O为原点, 建立平面直角坐标系Oxy, 同时以O₂为原点建立平面直角坐标系O₂x₂y₂。按复变函数方法, 引入复变量为虚数单位。对比图 1和图 2可得到复变量z, z₁, z₂的关系:

$\mathrm{z}_{1}=\mathrm{z}-\mathrm{d}+i \mathrm{~h}, \quad \mathrm{z}_{2}=\mathrm{z}-\mathrm{d}-i \mathrm{~h}$

(3)

图 2 等价问题

Figure 2. Equivalent issue

下载: 全尺寸图片幻灯片

在介质Ⅰ中有一对稳态的SH平面波入射, 其角频率均为ω, 初相位相等, 入射角关于平面B_H对称, 其位移w_i1和w_i2为:

$\left\{ \begin{array}{l} {w_{i1}}(z,t) = {{\rm{W}}_0}\exp \left[ {\frac{{{\rm{i}}{k_1}}}{2}\left( {z{{\rm{e}}^{ - {\rm{i}}\alpha }} + \bar z{{\rm{e}}^{{\rm{i}}\alpha }}} \right) - {\rm{i}}\omega t} \right]\\ {w_{{\rm{i}}2}}(z,t) = {W_0}\exp \left[ {\frac{{{\rm{i}}{k_1}}}{2}\left( {z{{\rm{e}}^{{\rm{i}}\alpha }} + \bar z{{\rm{e}}^{ - {\rm{i}}\alpha }}} \right) - {\rm{i}}\omega t} \right] \end{array} \right.$

(4)

式中:W₀为入射波的位移振幅, α为入射位移波w_i1传播方向与x轴的夹角, 为z的共轭复变量。

这样, 本文中定解条件变成等价的边值问题, 由B_V界面上位移和应力连续的Dirichlet和Neumann边界条件, 及介质Ⅱ中圆形孔洞边界B₁和B₂柱面上剪应力自由的Neumann边界条件组成。

介质Ⅰ中的入射位移波w_i1和w_i2在界面B_V将发生反射和折射, 折射波将透射进入介质Ⅱ, 在圆形孔洞的边界B₁和B₂柱面发生散射, 散射波也将在界面B_V发生反射和折射, 为了分析界面B_V对散射波的反射和折射效应, 引入Green函数方法。

3. Green函数

按照Green函数方法, 考虑点源荷载在界面B_V上分别对介质Ⅰ和介质Ⅱ的稳态位移响应, 其分离时间变量后, 即为Green函数。

在介质Ⅰ中, 点源荷载δ(z-iy₀)exp(-iωt)产生的Green函数G_Ⅰ(z, iy₀)是半空间中的基本解, 表达式为

$G_{\mathrm{I}}\left(z, \mathrm{i} y_{0}\right)=\frac{\mathrm{i}}{2 \mu_{1}} H_{0}^{(1)}\left(k_{1}\left|z-\mathrm{i} y_{0}\right|\right)$

(5)

式中:iy₀是坐标面Oxy上点源荷载作用点对应的复数值, 位于界面B_V上, 与x轴的距离为为0阶第一种Hankel函数, Hankel函数是第三类Bessel函数。

如图 3所示, 在介质Ⅱ中, 点源荷载δ(z-iy₀)exp(-iωt)产生的Green函数G_Ⅱ(z, iy₀), 按照叠加原理, 有:

$G_{\text {II }}\left(z, \mathrm{i} y_{0}\right)=G\left(z, \mathrm{i} y_{0}\right)+w_{\mathrm{Gl}}(z)+w_{\mathrm{Gl}}^{\prime}(z)+ \\ \ \ \ \ \ \ w_{\mathrm{G} 2}(z)+w_{\mathrm{G} 2}^{\prime}(z)$

(6)

$G\left(z, \mathrm{i} y_{0}\right)=\frac{\mathrm{i}}{2 \mu_{2}} H_{0}^{(1)}\left(k_{2}\left|z-\mathrm{i} y_{0}\right|\right)$

(7)

图 3 介质Ⅱ中的Green函数

Figure 3. Green function in medium Ⅱ

下载: 全尺寸图片幻灯片

式中:G(z, iy₀)是介质Ⅱ中没有孔洞时, 半空间中的基本解; w_G1(z)和w_G2(z)分别是点源荷载δ(z-iy₀)对圆形孔洞边界B₁和B₂柱面产生的散射波的位移场, G2(z)是w_G1(z)和w_G2(z)关于界面B_V对称的镜像散射波, 按照波函数展开法, 它们满足:

$\left\{\begin{array}{l} w_{\mathrm{G} 1}(z)=\sum_{n=-\infty}^{+\infty} A_{n} H_{n}^{(1)}\left(k_{2}\left|z_{1}\right|\right)\left(\frac{z_{1}}{\left|z_{1}\right|}\right)^{n} \\ w_{\mathrm{G} 2}(z)=\sum_{n=-\infty}^{+\infty} B_{n} H_{n}^{(1)}\left(k_{2}\left|z_{2}\right|\right)\left(\frac{z_{2}}{\left|z_{2}\right|}\right)^{n} \\ w_{\mathrm{G} 1}^{\prime}(z)=\sum_{n=-\infty}^{+\infty}(-1)^{n} A_{n} H_{n}^{(1)}\left(k_{2}\left|z_{1}^{\prime}\right|\right)\left(\frac{z_{1}^{\prime}}{\left|z_{1}^{\prime}\right|}\right)^{-n} \\ w_{\mathrm{G} 2}^{\prime}(z)=\sum_{n=-\infty}^{+\infty}(-1)^{n} B_{n} H_{n}^{(1)}\left(k_{2}\left|z_{2}^{\prime}\right|\right)\left(\frac{z_{2}^{\prime}}{\left|z_{2}^{\prime}\right|}\right)^{-n} \end{array}\right.$

(8)

式中: 是n阶第一种Hankel函数, A_n和B_n分别是圆形孔洞边界B₁和B₂柱面散射波的Fourier-Hankel波函数级数展开式的待定系数, z′₁=z₁+2d, z′₂=z₂+2d, 分别为以圆心O₁和O₂关于界面B_V的镜像点O′₁和O′₂建立的直角坐标系O′₁x′₁y′₁和O′₂x′₂y′₂的复数形式。

介质Ⅱ对应半空间中的基本解G(z, iy₀), 位移波w_G1和w′_G1的矢量和, 位移波w_G2和w′_G2的矢量和, 它们的应力场都满足界面B_V上的剪应力自由条件。位移场G_Ⅱ(z, iy₀)的应力场必须满足圆形孔洞边界B₁和B₂柱面上的剪应力自由条件做Fourier展开, 得到等价的剪应力自由条件, 用于确定Fourier-Hankel波函数系数A_n和B_n, 即定解条件。根据三角函数系的正交性, 得到和定解条件等价的两组方程。截断Fourier-Hankel波函数级数展开式, 取对应的方程, 组成定解方程组, 按Gauss消去法解得A_n和B_n的具体数值, 这样, 就确定了介质Ⅱ中Green函数G_Ⅱ(z, iy₀)位移场的具体表达式。

4. 位移波场

按照分区契合的方法, 研究SH波在双相介质中的传播与散射。界面B_V将双相介质分为介质Ⅰ和介质Ⅱ, 分别研究介质Ⅰ和介质Ⅱ, 定义介质Ⅰ的边界为平面, 介质Ⅱ的边界为平面, 在和平面上分别加以沿y轴分布的方向相反、大小相等的一组力f(y), 表征介质Ⅰ和介质Ⅱ的相互作用力, 如图 4所示, 其中点表示垂直纸面向外, 叉表示垂直纸面向里。

图 4 位移波场的契合

Figure 4. Conjunction of displacement wave field

下载: 全尺寸图片幻灯片

介质Ⅰ中的位移场w_Ⅰ(z)由3部分组成:入射波的位移场、反射波的位移场、介质Ⅱ对介质Ⅰ的作用力f(y)产生的位移场, 其表达式为:

$w_{\mathrm{I}}(z)=w_{i 1}(z)+w_{i 2}(z)+w_{r 1}(z)+$

$w_{r 2}(z)+\int_{-\infty}^{+\infty} G_{\mathrm{I}}\left(z, \mathrm{i} y_{0}\right) f\left(y_{0}\right) d y_{0}$

(9)

式中:w_i1(z)和w_i2(z)是入射波的位移场, 根据式(4), 略去时间谐和项exp(-iωt), 得到入射波位移场的表达式:

$\left\{\begin{array}{l} w_{\mathrm{i} 1}(z)=W_{0} \exp \left[\frac{\mathrm{i} k_{1}}{2}\left(z \mathrm{e}^{-\mathrm{i} \alpha}+\bar{z} \mathrm{e}^{\mathrm{i} \alpha}\right)\right. \\ w_{\mathrm{i} 2}(z)=W_{0} \exp \left[\frac{\mathrm{i} k_{1}}{2}\left(z \mathrm{e}^{\mathrm{i} \alpha}+\bar{z} \mathrm{e}^{-\mathrm{i} \alpha}\right)\right. \end{array}\right.$

(10)

w_r1(z)和w_r2(z)是反射波的位移场, 表达式为:

$\left\{\begin{array}{l} w_{\mathrm{rl}}(z)=W_{1} \exp \left[\frac{\mathrm{i} k_{1}}{2}\left(z \mathrm{e}^{-\mathrm{i}(\pi-\alpha)}+\bar{z} \mathrm{e}^{\mathrm{i}(\pi-\alpha)}\right)\right. \\ w_{\mathrm{r} 2}(z)=W_{1} \exp \left[\frac{\mathrm{i} k_{1}}{2}\left(z \mathrm{e}^{\mathrm{i}(\pi-\alpha)}+\bar{z} \mathrm{e}^{-\mathrm{i}(\pi-\alpha)}\right)\right. \end{array}\right]$

(11)

式中:W₁是反射波的振幅。讨论介质Ⅰ边界平面上的分布力f(y)的影响, 当y=y₀时, 即取坐标面Oxy上复坐标iy₀点, 加以集中力f(y₀)δ(z-iy₀), G_Ⅰ(z, iy₀)是介质Ⅰ中产生的Green函数, G_Ⅰ与f(y₀)乘积的积分项是介质Ⅱ对介质Ⅰ的作用力在介质Ⅰ中产生的位移场。

介质Ⅱ中的位移场w_Ⅱ(z)同样由3部分组成:折射波的位移场、散射波的位移场, 以及介质Ⅰ对介质Ⅱ的作用力-f(y)产生的位移场, 表达式为:

$w_{\mathrm{II}}(z)=w_{\mathrm{t} 1}(z)+w_{\mathrm{t} 2}(z)+w_{\mathrm{s} 1}(z)+w_{\mathrm{s} 1}^{\prime}(z)+$

$w_{\mathrm{s} 1}(z)+w_{\mathrm{s} 2}^{\prime}(z)-\int_{-\infty}^{+\infty} G_{\mathrm{II}}\left(z, \mathrm{i} y_{0}\right) f\left(y_{0}\right) d y_{0}$

(12)

w_t1(z)和w_t2(z)是折射波的位移场, 表达式为:

$\left\{\begin{array}{l} w_{\mathrm{t} 1}(z)=W_{2} \exp \left[\frac{\mathrm{i} k_{2}}{2}\left(z \mathrm{e}^{-\mathrm{i} \beta}+\bar{z} \mathrm{e}^{\mathrm{i} \beta}\right)\right. \\ w_{\mathrm{t} 2}(z)=W_{2} \exp \left[\frac{\mathrm{i} k_{2}}{2}\left(z \mathrm{e}^{\mathrm{i} \beta}+\bar{z} \mathrm{e}^{-\mathrm{i} \beta}\right)\right. \end{array}\right]$

(13)

式中:W₂是折射波的振幅, β是折射波的角度(见图 4)。按照界面B_V上位移和应力的连续性条件, 角度α和β满足Snell定律:

k₁sinα=k₂sinβ

入射波振幅W₀、反射波振幅W₁和折射波振幅W₂, 满足

$\left\{\begin{array}{l} W_{0}+W_{1}=W_{2} \\ W_{0} k_{1} \mu_{1} \cos \alpha-W_{1} k_{1} \mu_{1} \cos \alpha=W_{2} k_{2} \mu_{2} \cos \beta \end{array}\right.$

(15)

w_s1(z)和w_s2(z)是介质Ⅱ中圆形孔洞边界B₁和B₂柱面对折射波的散射所产生的位移场, w′_s1(z)和w′_s2(z)是散射波w_s1(z)和w_s2(z)分别对界面B_V反射产生的镜像散射波的位移场, 按照波函数展开法, 得到:

$\left\{\begin{array}{l} w_{\mathrm{s} 1}(z)=\sum\limits_{n=-\infty}^{+\infty} C_{n} H_{n}^{(1)}\left(k_{2}\left|z_{1}\right|\right)\left(\frac{z_{1}}{\left|z_{1}\right|}\right)^{n} \\ w_{\mathrm{s} 2}(z)=\sum\limits_{n=-\infty}^{+\infty} D_{n} H_{n}^{(1)}\left(k_{2}\left|z_{2}\right|\right)\left(\frac{z_{2}}{\left|z_{2}\right|}\right)^{n} \\ w_{\mathrm{s} 1}^{\prime}(z)=\sum\limits_{n=-\infty}^{+\infty}(-1)^{n} C_{n} H_{n}^{(1)}\left(k_{2}\left|z_{1}^{\prime}\right|\right)\left(\frac{z_{1}^{\prime}}{\left|z_{1}^{\prime}\right|}\right)^{-n} \\ w_{\mathrm{s} 2}^{\prime}(z)=\sum\limits_{n=-\infty}^{+\infty}(-1)^{n} D_{n} H_{n}^{(1)}\left(k_{2}\left|z_{2}^{\prime}\right|\right)\left(\frac{z_{2}^{\prime}}{\left|z_{2}^{\prime}\right|}\right)^{-n} \end{array}\right.$

(16)

式中:C_n和D_n是待定的Fourier-Hankel波函数系数。讨论介质Ⅱ边界平面上分布力-f(y)的影响, 当y=y₀时, 取坐标面Oxy上复坐标iy₀点, 加以集中力-f(y₀)δ(z-iy₀), G_Ⅱ(z, iy₀)是介质Ⅱ中产生的Green函数, G_Ⅱ与-f(y₀)乘积的积分项是介质Ⅰ对介质Ⅱ的作用力在介质Ⅱ中产生的位移场。

散射波w_s1和w_s2与镜像散射波w′_s1和w′_s2的矢量和满足平面上应力自由的条件, 其与折射波w_t1和w_t1的矢量和应满足圆形孔洞边界B₁和B₂柱面上的应力自由条件。做Fourier级数展开, 得到确定系数C_n和D_n的定解方程组; 相应地截断定解方程组和散射波的Fourier-Hankel波函数级数, 得到C_n和D_n的具体形式, 这样就求得了介质Ⅱ中由折射波在圆形孔洞边界上所形成的散射波。

5. 积分方程

由(9)和(12)式, 按照界面B_V上位移和应力的连续条件, 即契合条件, 得到:

$w_{\mathrm{I}}(\mathrm{i} y)=w_{\mathrm{II}}(\mathrm{i} y), \quad \tau_{\mathrm{I}}(\mathrm{i} y)=\tau_{\mathrm{II}}(\mathrm{i} y)$

(17)

式中:w_Ⅰ(iy)和w_Ⅱ(iy)分别是介质Ⅰ和介质Ⅱ中的位移沿界面B_V的分布, τ_Ⅰ(iy)和τ_Ⅱ(iy)分别是介质Ⅰ和介质Ⅱ中应力分量沿界面B_V的分布。作用在和平面上的一组大小相等、方向相反的力f(y), 本身代表介质Ⅰ和介质Ⅱ之间的相互作用力, 满足应力的契合条件。将第4节中构造的位移波的位移场和应力场代入方程(17), 入射波和反射波在介质Ⅰ中的位移场和应力场与折射波在介质Ⅱ中的位移场和应力场满足界面B_V上的契合条件, 而介质Ⅰ中的Green函数、介质Ⅱ中的Green函数、散射波与其镜像散射波的合位移波在界面B_V上剪应力均为0, 也满足界面B_V上的应力契合条件。因此, 界面B_V上的契合条件(17)等价于介质Ⅰ和介质Ⅱ中的位移连续性条件:

$\int_{-\infty}^{+\infty}\left[G_{\mathrm{I}}\left(\mathrm{i} y, \mathrm{i} y_{0}\right)+G_{\mathrm{II}}\left(\mathrm{i} y, \mathrm{i} y_{0}\right)\right] f\left(y_{0}\right) d y_{0}=w_{\mathrm{s} 1}(\mathrm{i} y)+w_{\mathrm{sl}}^{\prime}(\mathrm{i} y)+w_{\mathrm{s} 2}(\mathrm{i} y)+w_{\mathrm{s} 2}^{\prime}(\mathrm{i} y)$

(18)

这是积分限为无穷的第一种Fredholm积分方程。在y轴上对界面B_V取N+1个节点y_k, 同样地, 对积分区间取N+1个节点y_l, 按数值方法对(18)式进行离散求解:

$\sum_{l=1}^{N+1} Q_{l}\left[G_{\mathrm{I}}\left(\mathrm{i} y_{k}, \mathrm{i} y_{l}\right)+G_{\mathrm{II}}\left(\mathrm{i} y_{k}, \mathrm{i} y_{l}\right)\right] f\left(y_{l}\right) \approx w_{\mathrm{s} 1}\left(\mathrm{i} y_{k}\right)+w_{\mathrm{s} 1}^{\prime}\left(\mathrm{i} y_{k}\right)+w_{\mathrm{s} 2}\left(\mathrm{i} y_{k}\right)+w_{\mathrm{s} 2}^{\prime}\left(\mathrm{i} y_{k}\right)$

(19)

式中:Q_l是求积系数, 伴随求积节点y_l, 取决于数值积分所采用的方法。按Gauss消去法, 计算节点y_l上f(y_l)的数值, 之后用Lagrange插值拟合界面B_V上的分布力f(y)

6. 算例分析

按照第4节中的讨论, 结合第5部分求得的界面B_V上的分布力f(y), 分别按照(9)式和(12)式, 得到介质Ⅰ和介质Ⅱ中的位移场w_Ⅰ(z)和w_Ⅱ(z), 求得应力场τ_Ⅰ(z)和τ_Ⅱ(z), 它们足以描述介质Ⅰ和介质Ⅱ中全部质点的运动状态。

为直观的讨论圆孔散射所造成的动应力集中效应, 引入动应力集中因子(z)定量表征介质Ⅱ中的圆孔对透射SH波的散射:

$\tau_{\theta \xi}^{*}(z)=\frac{\left|\tau_{\theta \xi \text { І }}(z)\right|}{W_{2} k_{2} \mu_{2}}$

(20)

$\tau_{\theta \xi 一{\mathrm{II}}}(z)=\frac{1}{\left|z_{1}\right|}\left[\frac{\partial w_{\mathrm{II}}(z)}{\partial z_{1}} z_{1}+\frac{\partial w_{\mathrm{II}}(z)_{-}}{\partial \bar{z}_{1}} z_{1}\right]$

(21)

式中:τ_θξⅡ是介质Ⅱ中应力张量场τ_Ⅱ的周向分量。是介质Ⅱ中z点在O₁x₁y₁坐标系中的周向应力分量的时间幅值与透射位移波w_t1在同一点产生的最大动应力的比值, 当|z₁|=R时, τ_θξⅡ(z)是B₁柱面上的应力, 是B₁柱面上的动应力集中因子。

为直观的讨论圆孔散射对水平边界B_H位移的影响, 引入标准化的位移幅值W^*(z):

$W^{*}(z)=\left\{\begin{array}{l} \left|w_{\mathrm{I}}(z)\right| / W_{0}, z \in \text { Medium } \mathrm{I} \\ \left|w_{\mathrm{II}}(z)\right| / W_{0}, z \in \text { Medium } \end{array}\right.$

(22)

水平边界B_H平面的存在极大地影响了圆孔的散射, 包括2部分:与圆孔到B_H平面的距离h无关的镜像透射位移波w_t2(z)对圆孔的散射, 以及随着h的增大而衰减的镜像散射波w_s2(z)对圆孔的散射。水平边界对圆孔散射的影响在弹性动力学反平面半空间问题中得到了广泛的讨论, 相较而言, 在双相介质半空间中, 垂直界面B_V对介质Ⅱ中圆孔散射的作用更值得注意。

算例以圆孔半径R为参考长度, 给定h=2R, d=2R, 取入射角α=0, 数值计算双相介质的不同波数、剪切模量对圆孔散射的具体影响, 定义波数比k^*=k₁/k₂, 剪切模量比μ^*=μ₁/μ₂。图 5和图 6分别给出由圆孔散射所造成的圆孔边沿的动应力集中因子的分布和受其影响的水平边界B_H平面上标准化的位移幅值的分布。

图 5 动应力集中因子在圆孔边沿的分布

Figure 5. Distribution of dynamic stress concentrations factors around the cylindrical cavity

下载: 全尺寸图片幻灯片

图 6 标准化位移幅值在水平边界上的分布

Figure 6. Distribution of normalized displacement amplitude along the horizontal bound

下载: 全尺寸图片幻灯片

7. 结论

双相介质半空间中圆孔的反平面稳态散射受到很多因素的影响, 诸如, 圆孔和边界的距离、和界面的距离, 双相介质的波数比、剪切模量比, 平面SH波的入射角度、频率, 等等。不同的圆孔位置对散射的影响可以参照1/4空间圆孔问题的研究, 当圆孔距离界面足够远, 界面另一侧介质的影响可以忽略, 界面附近的圆孔, 对穿过界面的透射平面SH波的散射受到界面另一侧介质的强烈影响, 集中体现在介质的波数和剪切模量。作为SH波在双相介质中传播的问题, 应充分考虑界面两侧介质对平面SH波透射的影响, 给定入射角度和频率。

在相对低频的透射波作用下, 圆孔散射造成更大的动应力集中, 在相对高频的透射波作用下, 圆孔散射造成的动应力分布受到界面另一侧介质的影响更大。在一定范围内, 界面另一侧介质的剪切模量很大程度地决定着圆孔散射所造成的动应力的数值与分布, 这种效应随着界面另一侧介质的质量密度的增大而减小。在相对高频的透射波作用下, 圆孔散射造成局部更大的地表位移, 也更受界面另一侧介质的影响, 随着界面另一侧介质波数的增大, 圆孔散射所造成的局部地表位移的变化也越大, 这种效应随着界面另一侧介质的剪切模量的增大也略微地增大。

图 1 神经元

Figure 1. Neurons

下载: 全尺寸图片幻灯片

图 2 由神经元权重表达的输出模式

Figure 2. Output pattern represented by neuron weights

下载: 全尺寸图片幻灯片

图 3 神经网络的几个概念

Figure 3. Several concepts of neural network

下载: 全尺寸图片幻灯片

图 4 BFGS和ADAM算法优化结果与模拟结果的比较

Figure 4. Comparison of optimization results of BFGS and ADAM algorithm with simulation results

下载: 全尺寸图片幻灯片

图 5 不同神经网络结构的代理模型计算结果与解析解的比较

Figure 5. Comparison of calculation results and analytical solutions of surrogate models with different neural network structures

下载: 全尺寸图片幻灯片

图 6 单因素影响的爆轰驱动模型

Figure 6. Single-factor-influenced detonation drive model

下载: 全尺寸图片幻灯片

图 7 P₁和P₂处模拟的速度剖面

Figure 7. Numerical simulated velocity profiles at P₁ and P₂

下载: 全尺寸图片幻灯片

图 8 训练点上速度代理模型和数值模拟的计算结果比较

Figure 8. Results calculated by the speed surrogate model at the training points and the numerical simulation result

下载: 全尺寸图片幻灯片

图 9 预测点上速度代理模型给出的计算结果及其与数值模拟结果的比较

Figure 9. Results calculated by the velocity surrogate model at the prediction points with their comparison with the numerical simulation results

下载: 全尺寸图片幻灯片

图 10 应用代理模型依据速度剖面反向求解h值

Figure 10. Applying the surrogate model to solve the h values according to velocity profiles

下载: 全尺寸图片幻灯片

图 11 t=25 µs时训练点上流场中材料动态时空分布代理模型计算的流场体积分数与数值模拟结果的比较

Figure 11. Comparison of material distribution surrogate model with numerical simulation results at training point at t=25 μs

下载: 全尺寸图片幻灯片

图 12 预测点上流场中材料动态时空分布代理模型计算的流场体积分数与数值模拟结果的比较

Figure 12. Material distribution calculated by surrogate model at prediction points with comparison to simulation data

下载: 全尺寸图片幻灯片

图 13 双因素影响的爆轰驱动模型

Figure 13. Two-factor-influenced detonation drive model

下载: 全尺寸图片幻灯片

图 14 代理模型计算的P₁处的速度剖面与数值模拟结果的比较

Figure 14. Numerical simulation and surrogate model calculation results of speed history at P₁

下载: 全尺寸图片幻灯片

图 15 c=1 mm、d=1 mm、t=25 µs时代理模型计算的流场体积分数与数值模拟结果的比较

Figure 15. Numerical simulation of material distribution and calculation results of surrogate model at the point while c=1 mm, d=1 mm, t=25 µs

下载: 全尺寸图片幻灯片

表 1 不同神经网络结构对代理模型的计算效果分析

Table 1. Analysis of calculation effect of surrogate model with different neural network structures

组合序号 d_h w_h 标准误差

0 10 20 3.8845×10⁻³
1 15 20 3.4626×10⁻³
2 10 15 4.4272×10⁻³
3 10 25 3.3092×10⁻³
4 5 15 2.3908×10⁻³
5 15 25 1.0031×10⁻²

下载: 导出CSV

表 2 训练点上速度剖面代理模型计算的相对误差

Table 2. Relative errors of velocity surrogate model calculation at training points

h/mm 相对误差/% h/mm 相对误差/%

P₁ P₂ P₁ P₂

0 0.0034 0.0040 3 0.0057 0.0014

1 0.0078 0.0094 4 0.0027 0.0094

2 0.0063 0.0036 5 0.0035 0.0067

下载: 导出CSV

表 3 预测点上速度剖面代理模型计算的相对误差

Table 3. Relative errors calculated by velocity surrogate model at prediction points

h/mm 相对误差/%

P₁ P₂

0.5 0.0571 0.6665

1.5 0.0524 0.8081

2.5 0.0034 0.4332

3.2 0.0116 0.1963

4.7 0.0129 0.1669

下载: 导出CSV

表 4 $t$ =25 µs时训练点上流场中材料动态时空分布代理模型计算的标准差和相对误差

Table 4. Standard and relative errors calculated by the material distribution surrogate model at training points at t=25 μs

h/mm 标准差相对误差/%

0 5.99×10⁻² 0.3953

1 5.81×10⁻² 0.2721

2 5.95×10⁻² 0.0955

3 6.15×10⁻² 0.3082

4 6.30×10⁻² 0.3415

5 6.39×10⁻² 0.2211

下载: 导出CSV

参考文献(25)

[1]	杨凯, 吕文泉, 闫胜斌. 智能化时代的作战方式变革 [J]. 军事文摘, 2022(1): 7–11. YANG K, LYU W Q, YAN S B. Reform of combat methods in the era of intelligence [J]. Military Digest, 2022(1): 7–11.
[2]	中国国防科技信息中心. DARPA成功完成“海上猎手”无人水面艇项目 [R/OL]. (2018-02-02)[2024-04-07]. https://www.sohu.com/a/220477417_313834. China National Defense Science and Technology Information Center. DARPA successfully completed the Sea Hunter unmanned surface vehicle project [R/OL]. (2018-02-02)[2024-04-07]. https://www.sohu.com/a/220477417_313834.
[3]	DATTELBAUM A M. Materials dynamics: LA-UR-22-25248 [R]. Los Alamos: Los Alamos National Laboratory, 2022.
[4]	SHALEV-SHWARTZ S, SHAMMAH S, SHASHUA A. Safe, multi-agent, reinforcement learning for autonomous driving [EB/OL]. arXiv: 1610.03295. (2016-11-11)[2024-04-10]. https://arxiv.org/abs/1610.03295. DOI: 10.48550/arXiv.1610.03295.
[5]	CHAR D S, SHAH N H, MAGNUS D. Implementing machine learning in health care—addressing ethical challenges [J]. The New England Journal of Medicine, 2018, 378(11): 981–983. DOI: 10.1056/NEJMp1714229.
[6]	LIN W Y, HU Y H, TSAI C F. Machine learning in financial crisis prediction: a survey [J]. IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 2012, 42(4): 421–436. DOI: 10.1109/TSMCC.2011.2170420.
[7]	LIPSON H, POLLACK J B. Automatic design and manufacture of robotic lifeforms [J]. Nature, 2000, 406(6799): 974–978. DOI: 10.1038/35023115.
[8]	BERRAL J L, GOIRI Í, NOU R, et al. Towards energy-aware scheduling in data centers using machine learning [C]//Proceedings of the 1st International Conference on Energy-Efficient Computing and Networking. Passau: ACM, 2010: 215–224. DOI: 10.1145/1791314.1791349.
[9]	ENGEL A, VAN DEN BROECK C. Statistical mechanics of learning [M]. Cambridge: Cambridge University Press, 2001.
[10]	CARLEO G, TROYER M. Solving the quantum many-body problem with artificial neural networks [J]. Science, 2017, 355(6325): 602–606. DOI: 10.1126/science.aag2302.
[11]	SCHAFER N P, KIM B L, ZHENG W H, et al. Learning to fold proteins using energy landscape theory [J]. Israel Journal of Chemistry, 2014, 54(8/9): 1311–1337. DOI: 10.1002/ijch.201300145.
[12]	VANDERPLAS J, CONNOLLY A J, IVEZIĆ Ž, et al. Introduction to astroML: machine learning for astrophysics [C]//Proceedings of 2012 Conference on Intelligent Data Understanding. Boulder: IEEE, 2012: 47–54. DOI: 10.1109/CIDU.2012.6382200.
[13]	BLASCHKE D N, NGUYEN T, NITOL M, et al. Machine learning based approach to predict ductile damage model parameters for polycrystalline metals [J]. Computational Materials Science, 2023, 229: 112382. DOI: 10.1016/j.commatsci.2023.112382.
[14]	FERNÁNDEZ-GODINO M G, PANDA N, O’MALLEY D, et al. Accelerating high-strain continuum-scale brittle fracture simulations with machine learning [J]. Computational Materials Science, 2021, 186: 109959. DOI: 10.1016/j.commatsci.2020.109959.
[15]	杨寓翔, 李炜, 申建民, 等. 机器学习在相变中的应用 [J]. 中国科学: 物理学力学天文学, 2023, 53(9): 290011. DOI: 10.1360/SSPMA-2023-0130. YANG Y X, LI W, SHEN J M, et al. Machine learning applications in phase transitions [J]. Scientia Sinica Physica, Mechanica & Astronomica, 2023, 53(9): 290011. DOI: 10.1360/SSPMA-2023-0130.
[16]	刘泮宏. 基于机器学习的湍流建模应用研究 [D]. 哈尔滨: 哈尔滨工业大学, 2021. DOI: 10.27061/d.cnki.ghgdu.2021.001683. LIU P H. Application of turbulence modeling based on machine learning [D]. Harbin: Harbin Institute of Technology, 2021. DOI: 10.27061/d.cnki.ghgdu.2021.001683.
[17]	刘永泽. 水下爆炸载荷下板架结构毁伤特性的机器学习方法及应用研究 [D]. 哈尔滨: 哈尔滨工程大学, 2022. DOI: 10.27060/d.cnki.ghbcu.2022.001951. LIU Y Z. Research on the machine learning method and its application in damage assessment of plate frame subjected to underwater explosion [D]. Harbin: Harbin Engineering University, 2022. DOI: 10.27060/d.cnki.ghbcu.2022.001951.
[18]	张筱迪. 混凝土楼板火灾及冲击作用下力学性能数值仿真研究 [D]. 抚顺: 辽宁石油化工大学, 2021. DOI: 10.27023/d.cnki.gfssc.2021.000186. ZHANG X D. Numerical simulation study on mechanical properties of concrete floor under fire and impact [D]. Fushun: Liaoning Shihua University, 2021. DOI: 10.27023/d.cnki.gfssc.2021.000186.
[19]	BROYDEN C G. The convergence of a class of double-rank minimization algorithms: 2. the new algorithm [J]. IMA Journal of Applied Mathematics, 1970, 6(3): 222–231. DOI: 10.1093/imamat/6.3.222.
[20]	FLETCHER R. A new approach to variable metric algorithms [J]. The Computer Journal, 1970, 13(3): 317–322. DOI: 10.1093/comjnl/13.3.317.
[21]	GOLDFARB D. A family of variable-metric methods derived by variational means [J]. Mathematics of Computation, 1970, 24(109): 23–26. DOI: 10.1090/S0025-5718-1970-0258249-6.
[22]	SHANNO D F. Conditioning of quasi-Newton methods for function minimization [J]. Mathematics of Computation, 1970, 24(111): 647–650. DOI: 10.2307/2004840.
[23]	KINGMA D P, BA L J. Adam: a method for stochastic optimization [C]//Proceedings of International Conference on Learning Representations. Ithaca: ICLR, 2015.
[24]	宁建国, 王成, 马天宝. 爆炸与冲击动力学 [M]. 北京: 国防工业出版社, 2010: 347–364. NING J G, WANG C, MA T B. Explosion and shock dynamics [M]. Beijing: National Defense Industry Press, 2010: 347–364.
[25]	童石磊. 多介质界面改进数值模拟方法研究 [D]. 绵阳: 中国工程物理研究院, 2016. TONG S L. Numerical simulation method of multi-media interface [D]. Mianyang: China Academy of Engineering Physics, 2016.

施引文献

资源附件(0)

访问统计

图(15) / 表(4)

计量

文章访问数: 379
HTML全文浏览量: 99
PDF下载量: 120
被引次数: 0

1. 理论模型
2. 等价问题
3. Green函数
4. 位移波场
5. 积分方程
6. 算例分析
7. 结论

组合序号	d_h	w_h	标准误差
0	10	20	3.8845×10⁻³
1	15	20	3.4626×10⁻³
2	10	15	4.4272×10⁻³
3	10	25	3.3092×10⁻³
4	5	15	2.3908×10⁻³
5	15	25	1.0031×10⁻²

h/mm	相对误差/%		h/mm	相对误差/%
h/mm	P₁	P₂	h/mm	P₁	P₂
0	0.0034	0.0040	3	0.0057	0.0014
1	0.0078	0.0094	4	0.0027	0.0094
2	0.0063	0.0036	5	0.0035	0.0067

h/mm	标准差	相对误差/%
0	5.99×10⁻²	0.3953
1	5.81×10⁻²	0.2721
2	5.95×10⁻²	0.0955
3	6.15×10⁻²	0.3082
4	6.30×10⁻²	0.3415
5	6.39×10⁻²	0.2211

h/mm	相对误差/%
h/mm	P₁	P₂
0.5	0.0571	0.6665
1.5	0.0524	0.8081
2.5	0.0034	0.4332
3.2	0.0116	0.1963
4.7	0.0129	0.1669

端到端机器学习代理模型构建及其在爆轰驱动问题中的应用

doi: 10.11883/bzycj-2024-0099

作者简介: 柏劲松（1968－ ），男，博士，研究员，bjsong@foxmail.com

通讯作者: 刘 洋（1987－ ），男，博士，助理研究员，blonster@163.com

计量

出版历程