优先发表
优先发表栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。
显示方式:
, 最新更新时间 , doi: 10.11883/bzycj-2025-0072
在线阅读
PDF 
本文被引
摘要:
为提升防爆墙的抗爆性能，将负泊松比结构与超高韧性水泥基复合材料（ultra-high toughness cementitious composites, UHTCC）结合，并通过爆炸试验与数值模拟相结合的方法，研究分析负泊松比靶板的抗爆性能，证明UHTCC负泊松比靶板的抗爆性能优越性。首先，利用混凝土3D打印技术实现负泊松比结构建造，并通过靶板接触爆炸试验结果验证有限元模型的可靠性。在此基础上，利用该有限元模型模拟分析了靶板材料、结构、胞元内凹角及实心层厚度占比等因素对接触爆炸下结构破坏形态与能量消耗的影响。结果表明：（1）具有高韧性的UHTCC靶板抗爆性能显著优于混凝土靶板；（2）3种结构中，负泊松比结构板吸能能力最强，实心板更能保持结构的完整性；（3）当负泊松比胞元内凹角为61°时抗爆性能最优，过小或过大均降低结构抗爆性；（4）负泊松比结构厚度占靶板总厚度过大时抗爆性能弱，结构破坏严重，可上下层同时或仅背爆面增加实心层厚度，在有效削弱爆炸冲击波、吸收能量的同时，提高结构完整性。研究验证了负泊松比UHTCC板抗爆性能优越性，并为基于负泊松比结构的防爆墙设计提供了理论依据。
为提升防爆墙的抗爆性能，将负泊松比结构与超高韧性水泥基复合材料（ultra-high toughness cementitious composites, UHTCC）结合，并通过爆炸试验与数值模拟相结合的方法，研究分析负泊松比靶板的抗爆性能，证明UHTCC负泊松比靶板的抗爆性能优越性。首先，利用混凝土3D打印技术实现负泊松比结构建造，并通过靶板接触爆炸试验结果验证有限元模型的可靠性。在此基础上，利用该有限元模型模拟分析了靶板材料、结构、胞元内凹角及实心层厚度占比等因素对接触爆炸下结构破坏形态与能量消耗的影响。结果表明：（1）具有高韧性的UHTCC靶板抗爆性能显著优于混凝土靶板；（2）3种结构中，负泊松比结构板吸能能力最强，实心板更能保持结构的完整性；（3）当负泊松比胞元内凹角为61°时抗爆性能最优，过小或过大均降低结构抗爆性；（4）负泊松比结构厚度占靶板总厚度过大时抗爆性能弱，结构破坏严重，可上下层同时或仅背爆面增加实心层厚度，在有效削弱爆炸冲击波、吸收能量的同时，提高结构完整性。研究验证了负泊松比UHTCC板抗爆性能优越性，并为基于负泊松比结构的防爆墙设计提供了理论依据。
, 最新更新时间 , doi: 10.11883/bzycj-2024-0428
摘要:
为深入研究触地爆下建筑表面冲击波载荷分布规律，首先开展了实验室环境下精细缩比实验，获取了球形炸药触地爆下缩比建筑模型表面测点冲击波压力时间曲线，得到了不同工况下冲击波特征参数分布规律；随后发展了冲击波传播数值模拟方法，并使用缩比实验数据对模拟方法进行校核，通过数值方法重点对建筑背爆面载荷分布及冲击波历程进行分析；最后发展了基于冲击波时程分析和叠加法则的理论分析方法，得到了建筑背爆面载荷分布的量化分析模型，并利用模拟结果进行验证。研究结果表明触地爆下建筑迎爆面最大冲击波载荷位于建筑底部，整体载荷分布较均匀；建筑背爆面载荷主要集中在顶角两侧及中轴线区域，由顶边和侧边绕射冲击波叠加形成，最大超压出现在不同绕射冲击波交汇位置，其位置和大小受建筑尺寸和爆心距影响。
为深入研究触地爆下建筑表面冲击波载荷分布规律，首先开展了实验室环境下精细缩比实验，获取了球形炸药触地爆下缩比建筑模型表面测点冲击波压力时间曲线，得到了不同工况下冲击波特征参数分布规律；随后发展了冲击波传播数值模拟方法，并使用缩比实验数据对模拟方法进行校核，通过数值方法重点对建筑背爆面载荷分布及冲击波历程进行分析；最后发展了基于冲击波时程分析和叠加法则的理论分析方法，得到了建筑背爆面载荷分布的量化分析模型，并利用模拟结果进行验证。研究结果表明触地爆下建筑迎爆面最大冲击波载荷位于建筑底部，整体载荷分布较均匀；建筑背爆面载荷主要集中在顶角两侧及中轴线区域，由顶边和侧边绕射冲击波叠加形成，最大超压出现在不同绕射冲击波交汇位置，其位置和大小受建筑尺寸和爆心距影响。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0108
摘要:
为研究混凝土靶体损伤对弹体侵彻性能的影响效果，基于空腔膨胀理论，完善了弹体侵彻预损伤混凝土半经验模型，采用前级射流、后级动能弹体对混凝土靶进行了连续侵彻试验，获得了影响弹体侵彻预损伤混凝土性能的关键因素，结合预损伤混凝土靶体中混凝土材料强度变化关系，分析了弹靶参数对弹体二次侵彻性能的影响规律。结果表明：靶体预损伤对弹体侵彻深度的增益效果由开坑体积差及混凝土损伤共同影响，且混凝土损伤为主要影响因素；当靶体内存在有限长损伤区，靶体开孔直径是弹体直径的0.3~0.5倍时，靶体损伤对弹体侵彻深度增益最为明显；当靶体内存在贯穿损伤区，靶体开孔直径与弹体直径的比值为0.3时，预损伤靶体与预开孔靶体中弹体侵彻深度差异较为明显，且随着比值进一步增加，两者差异逐渐增加；当靶体损伤状态一定时，减小弹体直径或增大尖卵形弹体头部CRH对增加侵彻深度更为有利。
为研究混凝土靶体损伤对弹体侵彻性能的影响效果，基于空腔膨胀理论，完善了弹体侵彻预损伤混凝土半经验模型，采用前级射流、后级动能弹体对混凝土靶进行了连续侵彻试验，获得了影响弹体侵彻预损伤混凝土性能的关键因素，结合预损伤混凝土靶体中混凝土材料强度变化关系，分析了弹靶参数对弹体二次侵彻性能的影响规律。结果表明：靶体预损伤对弹体侵彻深度的增益效果由开坑体积差及混凝土损伤共同影响，且混凝土损伤为主要影响因素；当靶体内存在有限长损伤区，靶体开孔直径是弹体直径的0.3~0.5倍时，靶体损伤对弹体侵彻深度增益最为明显；当靶体内存在贯穿损伤区，靶体开孔直径与弹体直径的比值为0.3时，预损伤靶体与预开孔靶体中弹体侵彻深度差异较为明显，且随着比值进一步增加，两者差异逐渐增加；当靶体损伤状态一定时，减小弹体直径或增大尖卵形弹体头部CRH对增加侵彻深度更为有利。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0103
摘要:
为准确表征金属材料在高应变速率下的应力-应变本构关系，提出了基于图神经网络（graph neural networks，GNN）和KAN（Kolmogorov-Arnold networks）的本构关系的高精度预测模型。为解决传统Johnson-Cook（JC）模型不考虑温度、应变速率与应变之间的耦合效应问题，在GNN模型中构建图结构数据以描述多维参数的非线性关联，在KAN模型中基于Kolmogorov-Arnold定理实现高维输入空间的非线性映射。基于ODS（oxide dispersion strengthened）铜合金的高应变率压缩实验，评估了GNN、KAN和JC的本构关系描述和预测精度。结果表明：GNN与KAN模型在测试集中的平均相对误差分别为8.0%与9.0%，决定系数均高于0.95，显著优于JC模型（平均相对误差为38.0%，决定系数为0.75）；将所构建的本构关系模型应用在有限元仿真中，GNN和KAN模型预测的等效塑性应变与应力分布更符合理论特征，而JC模型无法准确描述材料的软化阶段，仿真结果偏差较大。所构建的模型能有效捕捉高应变速率下材料的多场耦合特性，为极端载荷条件下的应力-应变本构关系提供了新的预测方法。
为准确表征金属材料在高应变速率下的应力-应变本构关系，提出了基于图神经网络（graph neural networks，GNN）和KAN（Kolmogorov-Arnold networks）的本构关系的高精度预测模型。为解决传统Johnson-Cook（JC）模型不考虑温度、应变速率与应变之间的耦合效应问题，在GNN模型中构建图结构数据以描述多维参数的非线性关联，在KAN模型中基于Kolmogorov-Arnold定理实现高维输入空间的非线性映射。基于ODS（oxide dispersion strengthened）铜合金的高应变率压缩实验，评估了GNN、KAN和JC的本构关系描述和预测精度。结果表明：GNN与KAN模型在测试集中的平均相对误差分别为8.0%与9.0%，决定系数均高于0.95，显著优于JC模型（平均相对误差为38.0%，决定系数为0.75）；将所构建的本构关系模型应用在有限元仿真中，GNN和KAN模型预测的等效塑性应变与应力分布更符合理论特征，而JC模型无法准确描述材料的软化阶段，仿真结果偏差较大。所构建的模型能有效捕捉高应变速率下材料的多场耦合特性，为极端载荷条件下的应力-应变本构关系提供了新的预测方法。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0290
摘要:
超重力离心模型试验是模拟原型爆炸效应的有效手段，其成功应用依赖于能够复现原状土动力响应的相似土样。针对砂砾土爆炸离心模拟中存在的粒径效应与材料相似性难题，建立一套系统的相似土样配制与验证方法。通过理论分析，将影响爆炸地冲击效应的关键土性参数聚焦于密度和波速（波阻抗），而控制这些参数的核心是土体的级配特征。采用剔除法、等量替代法、相似级配法和混合法4种缩尺方法制备了12种不同最大粒径的相似土样，通过孔隙比试验和有效围压下的弯曲元测试，揭示了砂砾土极孔隙比与细粒含量、平均粒径的量化关系，进而建立了小应变弹性模量的经验预测模型。通过对比模型预测的波速与原位实测数据，结果表明：不均匀系数、细粒含量和平均粒径是实现砂砾土爆炸动力相似的关键控制指标；采用等量替代法配制的最大粒径为10 mm的相似土样，在上述指标上与原状土最等效。基于此相似土样的超重力离心爆炸试验进一步证实，爆源平面内的归一化峰值加速度衰减规律与原位数据高度一致。通过控制关键级配指标并采用等量替代法，可成功配制出在爆炸动力响应上与原状砂砾土等效的相似材料，从而为相关领域的离心机模型试验提供切实可行的技术途径。
超重力离心模型试验是模拟原型爆炸效应的有效手段，其成功应用依赖于能够复现原状土动力响应的相似土样。针对砂砾土爆炸离心模拟中存在的粒径效应与材料相似性难题，建立一套系统的相似土样配制与验证方法。通过理论分析，将影响爆炸地冲击效应的关键土性参数聚焦于密度和波速（波阻抗），而控制这些参数的核心是土体的级配特征。采用剔除法、等量替代法、相似级配法和混合法4种缩尺方法制备了12种不同最大粒径的相似土样，通过孔隙比试验和有效围压下的弯曲元测试，揭示了砂砾土极孔隙比与细粒含量、平均粒径的量化关系，进而建立了小应变弹性模量的经验预测模型。通过对比模型预测的波速与原位实测数据，结果表明：不均匀系数、细粒含量和平均粒径是实现砂砾土爆炸动力相似的关键控制指标；采用等量替代法配制的最大粒径为10 mm的相似土样，在上述指标上与原状土最等效。基于此相似土样的超重力离心爆炸试验进一步证实，爆源平面内的归一化峰值加速度衰减规律与原位数据高度一致。通过控制关键级配指标并采用等量替代法，可成功配制出在爆炸动力响应上与原状砂砾土等效的相似材料，从而为相关领域的离心机模型试验提供切实可行的技术途径。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0288
摘要:
桁架类点阵超材料是一类超轻质承载吸能材料，在冲击防护领域具有广阔的应用前景。然而，由于点阵超材料细观构型参数空间庞大，且构型参数与力学响应之间存在复杂的非线性关系，其性能优化面临巨大挑战。针对上述问题，基于桁架类点阵超材料的细观结构特征，提出了一种高效的快速数字化建模方法，并利用 Python 脚本驱动 Abaqus 仿真软件，实现了材料的批量化建模与仿真分析。在此基础上，通过有限元数值模拟建立了不同构型点阵超材料的准静态压缩性能数据集，并利用实验验证了数据集的可靠性。随后，训练了一个人工神经网络（artificial neural network，ANN）模型作为代理函数，并将其嵌入非支配排序遗传算法（non-dominated sorting genetic algorithm II，NSGA-II），对点阵超材料开展多目标优化设计，获得了具有高承载能力、高吸能特性以及兼顾承载吸能性能的点阵超材料构型。研究结果表明，融合机器学习技术与有限元仿真，可有效降低优化设计的计算成本，为复杂点阵超材料的快速性能优化与定制化设计提供技术支撑。
桁架类点阵超材料是一类超轻质承载吸能材料，在冲击防护领域具有广阔的应用前景。然而，由于点阵超材料细观构型参数空间庞大，且构型参数与力学响应之间存在复杂的非线性关系，其性能优化面临巨大挑战。针对上述问题，基于桁架类点阵超材料的细观结构特征，提出了一种高效的快速数字化建模方法，并利用 Python 脚本驱动 Abaqus 仿真软件，实现了材料的批量化建模与仿真分析。在此基础上，通过有限元数值模拟建立了不同构型点阵超材料的准静态压缩性能数据集，并利用实验验证了数据集的可靠性。随后，训练了一个人工神经网络（artificial neural network，ANN）模型作为代理函数，并将其嵌入非支配排序遗传算法（non-dominated sorting genetic algorithm II，NSGA-II），对点阵超材料开展多目标优化设计，获得了具有高承载能力、高吸能特性以及兼顾承载吸能性能的点阵超材料构型。研究结果表明，融合机器学习技术与有限元仿真，可有效降低优化设计的计算成本，为复杂点阵超材料的快速性能优化与定制化设计提供技术支撑。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0243
摘要:
为解决材料动态复合加载过程中实现稳定应力比的难题，基于电磁Hopkinson杆（electromagnetic Hopkinson bar, ESHB）平台开发了一种新型装置，实现了单边同步动态拉/压-扭复合加载。阐述了装置的构型与加载原理，该装置可以独立产生梯形拉伸/压缩应力波和扭转应力波。通过精度达0.1 μs的数字延时发生器确保了加载的同步性，可将不同类型波到达试样的时间差控制在5 μs内，克服了波速不同带来的挑战。此外，还分析了同步控制方法及波的传播历程。为验证该装置，对CoCrFeMnNi高熵合金试样进行了动态拉-扭实验。实验结果证明了该装置的高可靠性和有效性，加载过程中可以实现试样达到约1.7的稳定应力比。更重要的是，实验证明梯形波加载能显著提升动态复合加载中的应力比稳定性，效果远超正弦波加载。该实验方法使研究材料在复杂应力状态（高应变率、多轴加载）下的动态力学响应成为可能，稳定应力比加载的成功实现，为精准表征动态多轴条件下材料的屈服准则与失效机制开辟了新途径。
为解决材料动态复合加载过程中实现稳定应力比的难题，基于电磁Hopkinson杆（electromagnetic Hopkinson bar, ESHB）平台开发了一种新型装置，实现了单边同步动态拉/压-扭复合加载。阐述了装置的构型与加载原理，该装置可以独立产生梯形拉伸/压缩应力波和扭转应力波。通过精度达0.1 μs的数字延时发生器确保了加载的同步性，可将不同类型波到达试样的时间差控制在5 μs内，克服了波速不同带来的挑战。此外，还分析了同步控制方法及波的传播历程。为验证该装置，对CoCrFeMnNi高熵合金试样进行了动态拉-扭实验。实验结果证明了该装置的高可靠性和有效性，加载过程中可以实现试样达到约1.7的稳定应力比。更重要的是，实验证明梯形波加载能显著提升动态复合加载中的应力比稳定性，效果远超正弦波加载。该实验方法使研究材料在复杂应力状态（高应变率、多轴加载）下的动态力学响应成为可能，稳定应力比加载的成功实现，为精准表征动态多轴条件下材料的屈服准则与失效机制开辟了新途径。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0040
摘要:
随着全球恐怖主义和工业事故的增加，对基础设施在爆炸冲击下的安全性研究变得尤为迫切。试验作为探究材料和结构在爆炸冲击下动力响应和损伤特性的关键手段，它能安全、高效、准确地模拟爆炸冲击加载技术成为了该领域的研究热点与挑战。综述了模拟远场爆炸荷载的等效加载试验技术的研究进展，包括炸药驱动激波管、高压气体驱动激波管、落锤冲击试验机和液压驱动模拟器等。这些技术在模拟爆炸冲击波方面各有优势和局限，但都致力于提供一个安全、可控的实验环境，以复现爆炸产生的高速气流和冲击波。通过对比分析，揭示了各种技术在模拟爆炸载荷的准确性、适用性和操作便利性等，并讨论了它们在实际应用中的潜力和挑战。最后，介绍了一种基于液气相变膨胀的新型模拟爆炸加载试验技术并展望了后续研究方向。
随着全球恐怖主义和工业事故的增加，对基础设施在爆炸冲击下的安全性研究变得尤为迫切。试验作为探究材料和结构在爆炸冲击下动力响应和损伤特性的关键手段，它能安全、高效、准确地模拟爆炸冲击加载技术成为了该领域的研究热点与挑战。综述了模拟远场爆炸荷载的等效加载试验技术的研究进展，包括炸药驱动激波管、高压气体驱动激波管、落锤冲击试验机和液压驱动模拟器等。这些技术在模拟爆炸冲击波方面各有优势和局限，但都致力于提供一个安全、可控的实验环境，以复现爆炸产生的高速气流和冲击波。通过对比分析，揭示了各种技术在模拟爆炸载荷的准确性、适用性和操作便利性等，并讨论了它们在实际应用中的潜力和挑战。最后，介绍了一种基于液气相变膨胀的新型模拟爆炸加载试验技术并展望了后续研究方向。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0282
摘要:
受三浦折纸和星形蜂窝的混杂拓扑设计启发，提出了一种新型折纸超材料夹芯复合结构，并融合机器学习实现了其低速冲击响应的预测和多目标优化。通过落锤冲击实验和有限元仿真，系统探究了该结构在低速冲击下的动态力学响应和变形失效模式。结果表明，折纸启发的拓扑结构有效地将传统蜂窝结构的瞬时完全断裂转化为了渐进压溃失效，从而显著提升了其抗冲击性能。随后提出了残差连接增强的深度学习模型，实现了对该结构完整低速冲击响应的快速精确端到端预测，计算效率较有限元仿真大幅提升。并基于此参数分析了关键角度对冲击响应和等效密度的调控机理，特别是角度变化诱导的壁板拉压变形与折痕弯曲变形间的载荷重新分布现象，使结构能在承载型与缓冲型功能间切换，提供了冲击响应与失效模式主动可调控的机理依据。最后，进一步结合强化学习和帕累托前沿分析，以训练完备的深度学习模型作为代理模型，针对承载防护和缓冲防护需求实现了结构的轻量化多目标优化。在等效密度相近时，折纸超材料能够实现峰值力的大范围调控，有益于针对不同防护场景按需定制化开发的防护结构。
受三浦折纸和星形蜂窝的混杂拓扑设计启发，提出了一种新型折纸超材料夹芯复合结构，并融合机器学习实现了其低速冲击响应的预测和多目标优化。通过落锤冲击实验和有限元仿真，系统探究了该结构在低速冲击下的动态力学响应和变形失效模式。结果表明，折纸启发的拓扑结构有效地将传统蜂窝结构的瞬时完全断裂转化为了渐进压溃失效，从而显著提升了其抗冲击性能。随后提出了残差连接增强的深度学习模型，实现了对该结构完整低速冲击响应的快速精确端到端预测，计算效率较有限元仿真大幅提升。并基于此参数分析了关键角度对冲击响应和等效密度的调控机理，特别是角度变化诱导的壁板拉压变形与折痕弯曲变形间的载荷重新分布现象，使结构能在承载型与缓冲型功能间切换，提供了冲击响应与失效模式主动可调控的机理依据。最后，进一步结合强化学习和帕累托前沿分析，以训练完备的深度学习模型作为代理模型，针对承载防护和缓冲防护需求实现了结构的轻量化多目标优化。在等效密度相近时，折纸超材料能够实现峰值力的大范围调控，有益于针对不同防护场景按需定制化开发的防护结构。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0100
摘要:
高速破片撞击燃油箱时产生液压水锤效应，其引发的燃油喷溅可能导致燃油箱引燃甚至爆炸，从而降低高价值目标的生存能力。为研究液压水锤效应导致的燃油喷溅特性，进行了高速破片撞击模拟燃油箱的试验，测试并分析了喷溅燃油的速度特性和空间分布特性；提出了液团初始运动速度v0与液团发散速度的概念，在此基础上建立了描述喷溅燃油时空分布的理论模型；根据侵彻孔口的裂纹情况和孔边缘金属材料的形状变化，并考虑液体内压力分布的影响，对流量系数Cv的取值进行分类：当v0≤737 m/s时，Cv的取值范围为0.60～0.70；当737 m/s<v0<906 m/s时，Cv的取值范围为0.25～0.55；当v0≥906 m/s时，Cv的取值范围为0.75～0.95。研究表明，燃油喷溅轴向距离的理论计算结果与试验结果平均误差在15%以内，修正后的径向距离理论计算结果与试验结果误差在5%左右，即理论模型计算结果可较好复现试验结果。
高速破片撞击燃油箱时产生液压水锤效应，其引发的燃油喷溅可能导致燃油箱引燃甚至爆炸，从而降低高价值目标的生存能力。为研究液压水锤效应导致的燃油喷溅特性，进行了高速破片撞击模拟燃油箱的试验，测试并分析了喷溅燃油的速度特性和空间分布特性；提出了液团初始运动速度v0与液团发散速度的概念，在此基础上建立了描述喷溅燃油时空分布的理论模型；根据侵彻孔口的裂纹情况和孔边缘金属材料的形状变化，并考虑液体内压力分布的影响，对流量系数Cv的取值进行分类：当v0≤737 m/s时，Cv的取值范围为0.60～0.70；当737 m/s<v0<906 m/s时，Cv的取值范围为0.25～0.55；当v0≥906 m/s时，Cv的取值范围为0.75～0.95。研究表明，燃油喷溅轴向距离的理论计算结果与试验结果平均误差在15%以内，修正后的径向距离理论计算结果与试验结果误差在5%左右，即理论模型计算结果可较好复现试验结果。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0250
摘要:
装配式建筑结构因其节能环保、质量可控及施工高效快捷等优点，在土木工程中得到了广泛应用。作为装配式建筑结构的核心受力构件，预制钢筋混凝土（precast reinforced concrete，PC）板易受燃气爆炸、工业爆炸和恐怖袭击等威胁。为了准确评估PC板在爆炸作用下的损伤状态，提升结构抗爆能力，并降低人员伤亡风险，通过构建PC板爆炸响应数据集，选取6项几何结构参数和2项爆炸荷载参数作为输入特征，采用3种不同的机器学习算法（GPR、RF和XGBoost）对PC板的最大位移进行预测，采用均方根误差、决定系数、平均绝对误差、散射系数及综合性能目标函数值5项回归评价指标，对3种模型的预测精度进行对比分析；提出了基于支座转角损伤准则的损伤分类评估模型，利用混淆矩阵和5项分类指标（准确率、精确率、召回率、F1分数和Kappa系数）分析3种准则下模型的性能差异，并与简化后的模型及经验预测方法进行对比。结果表明：在最大位移预测方面，3种机器学习模型中表现最佳的为XGBoost模型，其拟合性优于GPR和RF模型且综合性能最优；在损伤分类预测方面，基于准则Ⅱ的XGBoost损伤分类模型性能最优，损伤识别准确率达92.5%，显示出其高效的损伤类型识别能力。基于XGBoost算法的爆炸作用下PC板损伤分类评估模型具有强大的性能，对结构抗爆和爆后快速损伤评定具有参考价值。
装配式建筑结构因其节能环保、质量可控及施工高效快捷等优点，在土木工程中得到了广泛应用。作为装配式建筑结构的核心受力构件，预制钢筋混凝土（precast reinforced concrete，PC）板易受燃气爆炸、工业爆炸和恐怖袭击等威胁。为了准确评估PC板在爆炸作用下的损伤状态，提升结构抗爆能力，并降低人员伤亡风险，通过构建PC板爆炸响应数据集，选取6项几何结构参数和2项爆炸荷载参数作为输入特征，采用3种不同的机器学习算法（GPR、RF和XGBoost）对PC板的最大位移进行预测，采用均方根误差、决定系数、平均绝对误差、散射系数及综合性能目标函数值5项回归评价指标，对3种模型的预测精度进行对比分析；提出了基于支座转角损伤准则的损伤分类评估模型，利用混淆矩阵和5项分类指标（准确率、精确率、召回率、F1分数和Kappa系数）分析3种准则下模型的性能差异，并与简化后的模型及经验预测方法进行对比。结果表明：在最大位移预测方面，3种机器学习模型中表现最佳的为XGBoost模型，其拟合性优于GPR和RF模型且综合性能最优；在损伤分类预测方面，基于准则Ⅱ的XGBoost损伤分类模型性能最优，损伤识别准确率达92.5%，显示出其高效的损伤类型识别能力。基于XGBoost算法的爆炸作用下PC板损伤分类评估模型具有强大的性能，对结构抗爆和爆后快速损伤评定具有参考价值。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0154
摘要:
燃气泄漏爆炸事故严重威胁公共安全，而准确预测可燃气体泄漏爆炸效应的先决条件是确定气体泄漏后的浓度分布。为构建可燃气体泄漏扩散的实时全场时空预测模型，实现等效气云体积的高效预测，提出一种基于双神经网络架构与多阶段训练策略的图神经网络模型（multi-stage dual graph neural network, MSDGNN）。该模型包含2个协同工作的子网络：（1）浓度网络（Ncon），用于建立连续时间步浓度场之间的映射关系；（2）体积网络（Nvol），用于生成每个时间步的等效气体云体积，为爆炸风险评估提供量化指标。为进一步提升模型性能，开发了分阶段渐进式训练策略对双网络进行联合优化。验证结果表明：相较于传统单一网络架构（如mesh-based graph network，MGN），双网络架构通过解耦浓度场预测与等效气云体积预测任务，有效规避了单目标损失函数中权重因子对训练过程的干扰。多阶段训练策略通过分步参数优化，可解决传统方法对训练数据拟合不足的问题，使浓度场与等效气云体积的平均绝对百分误差\begin{document}$ {{ \varepsilon }}_{\rm{MAPE}} $\end{document} ![]()
![]()
燃气泄漏爆炸事故严重威胁公共安全，而准确预测可燃气体泄漏爆炸效应的先决条件是确定气体泄漏后的浓度分布。为构建可燃气体泄漏扩散的实时全场时空预测模型，实现等效气云体积的高效预测，提出一种基于双神经网络架构与多阶段训练策略的图神经网络模型（multi-stage dual graph neural network, MSDGNN）。该模型包含2个协同工作的子网络：（1）浓度网络（Ncon），用于建立连续时间步浓度场之间的映射关系；（2）体积网络（Nvol），用于生成每个时间步的等效气体云体积，为爆炸风险评估提供量化指标。为进一步提升模型性能，开发了分阶段渐进式训练策略对双网络进行联合优化。验证结果表明：相较于传统单一网络架构（如mesh-based graph network，MGN），双网络架构通过解耦浓度场预测与等效气云体积预测任务，有效规避了单目标损失函数中权重因子对训练过程的干扰。多阶段训练策略通过分步参数优化，可解决传统方法对训练数据拟合不足的问题，使浓度场与等效气云体积的平均绝对百分误差
, 最新更新时间 , doi: 10.11883/bzycj-2025-0134
摘要:
为研究高强材料与异形结构联合防护下工程的抗侵彻能力，设计了一种超高强球面结构加固靶体，利用\begin{document}$\varnothing $\end{document} ![]()
![]()
为研究高强材料与异形结构联合防护下工程的抗侵彻能力，设计了一种超高强球面结构加固靶体，利用
