爆炸冲击下珊瑚砂动态本构模型

董凯; 任辉启; 阮文俊; 黄魁; 步鹏飞

doi:10.11883/bzycj-2020-0172

爆炸冲击下珊瑚砂动态本构模型

doi: 10.11883/bzycj-2020-0172

董凯^1,,
任辉启^{1, 2, ,},
阮文俊¹,
黄魁²,
步鹏飞¹

1.
南京理工大学能源与动力工程学院，江苏南京 210094
2.
中国人民解放军军事科学院国防工程研究院，河南洛阳 471023

详细信息

作者简介:
董　凯（1989－　），男，博士研究生，dongkai@njust.edu.cn

通讯作者:
任辉启（1953－　），男，博士，研究员，plaxiefang@163.com

中图分类号: O347.3
计量
- 文章访问数: 739
- HTML全文浏览量: 327
- PDF下载量: 160
- 被引次数: 4
出版历程
- 收稿日期: 2020-05-29
- 修回日期: 2020-08-21
- 网络出版日期: 2021-04-14
- 刊出日期: 2021-04-14

Dynamic constitutive model of coral sand under blast loading

DONG Kai^1
,,
REN Huiqi^{1, 2
, ,},
RUAN Wenjun¹,
HUANG Kui²,
BU Pengfei¹

1.
School of Energy and Power Engineering, Nanjing University of Science and Technology, Nanjing 210094, Jiangsu, China
2.
Institute of Defense Engineering, PLA Academy of Military Science, Luoyang 471023, Henan, China

摘要

摘要: 以珊瑚砂为主要覆盖域的岛礁在面临动力灾变时，确定岛礁工程抵抗极端冲击荷载的阈值至关重要，珊瑚砂的动态本构关系是防护工程设计的关键要素。本文中，根据SHPB实验和静态压缩实验的结果，提出了一种基于应变率强化规律确定珊瑚砂物态方程的方法，并确定了珊瑚砂动态本构模型的参数。分别基于流体弹塑性模型和Perzyna黏塑性帽盖模型，结合LS-DYNA有限元程序，通过对侵彻和爆炸的数值计算，验证了模型的适用性。基于建立的模型，对不同相对密实度的珊瑚砂开展了侵彻和爆炸数值计算，结果表明，密实度对爆炸波的衰减影响较大、对侵彻深度的影响较小。
- 珊瑚砂 /
- 动态本构 /
- LS-DYNA有限元程序 /
- 侵彻 /
- 爆炸
Abstract: Coral sand is widely distributed in the large area of reefs and lagoons in the South China Sea. During the construction of various projects on islands and reefs, the coral sand is extensively used as a local material resource. It is very important to determine the threshold of the reef engineering to resist extreme impact loads when the islands and reefs covered with coral sand was suffered from dynamic disasters such as penetration and explosion. The coral sand dynamic constitutive model is a key component for protection engineering design when engineering calculations are required. Based on the results of SHPB experiment and static compression experiment of coral sand from the previous works, a method was proposed to determine the equation of state of coral sand based on the law of strain rate strengthening effect by comparing the static compression curves and the dynamic compression curves. It has been proved that the average pressure of the compression curve can reach more than 100 MPa by using this fitting method.The parameters of the dynamic constitutive model of coral sand were determined through the processing of a lot of experiment results. Based on the hydrodynamic elasto-plastic model and the Perzyna viscoplastic cap model, combined with the LS-DYNA finite element program, the applicability of the dynamic constitutive models was verified by contrasting the numerical calculations and experimental results of the coral sand suffered from the projectile penetration and the blasting of explosive. According to the established model, numerical calculations of penetration and explosion in coral sand with different compactness levels were carried out using the hydrodynamic elasto-plastic model. The results show that the compactness levels of coral sand have a greater influence on the attenuation of the blasting wave and less on the penetration depth. This is because the poorly graded original coral sand has a smaller measurement difference between the maximum and minimum dry densities.
- coral sand /
- dynamic constitutive /
- LS-DYNA finite element program /
- penetration /
- explosion

HTML全文

振动数据采集过程中，周边环境的变化以及传感器性能的不稳定，可能会导致振动波形偏离基线中心。这种在爆破信号中变化慢、周期小且频率低的成分被称为信号趋势项。趋势项的存在，会使信号的时域分析以及频域的频谱图分析发生变化，甚至使低频谱完全失真^[1-4]。因此，准确去除信号趋势项对提高爆破振动信号分析的精度具有重要的现实意义。

目前常用的趋势项消除方法有最小二乘法、小波法和EMD法，其中小波法和EMD法多应用于爆破领域。但两种方法都存在缺陷：小波法需要预先确定小波基函数以及分解阶数，不恰当的基函数会导致信号重构精确性下降^[5-8]；EMD法通过包络线分解的结束判断标准没有科学依据，可能使IMF分量出现模态混叠问题，从而导致IMF分量失去意义^[9-10]。

随着研究的深入，学者们提出了许多新的趋势项去除方法。张胜等^[7]利用自适应小波去除爆破信号的趋势项，取得了良好的效果；凌同华等^[8]构造了双正交小波基，经过试验证明了其在爆破信号处理中具有良好的应用性。韩亮等^[1]基于EEMD，提出了深孔台阶爆破近区爆破信号的趋势项处理方法。类似的研究方法，都是在小波法与EMD法的基础上提出的，虽然弥补了两种方法的部分缺陷，但还是存在一些问题。

Dragomiretskiy等^[11]根据维纳滤波和变分问题的构造提出了变分模态分解（variational mode decomposition，VMD），该方法通过迭代搜寻变分模型最优解来确定每个分量的频率中心及带宽，从而能够自适应地实现信号的频域剖分及各分量的有效分离。由于VMD算法处理随机信号时具有独特的优势，近几年来被广泛应用于机械信号的噪声处理领域。刘宏波^[12]构建了含有低频与高频的分解信号，通过仿真实验分析了VMD算法对构建信号的分解效果，证明了VMD算法对低频分量信号具有较强的识别能力。

本文中将VMD算法引入到爆破信号趋势项的去除领域中，并结合VMD算法在处理低频分量时的优势，提出一种新的爆破信号趋势项的方法——VMD法，并证明VMD法在爆破信号处理领域方面具有更高的准确性、分辨率与稳定性。

1. 变分模态分解原理

VMD算法把信号分解为多个本征模态IMF（intrinsic mode functions）分量，且将IMF分量重新定义为如下式所示的信号：

${u_k}\left( t \right) = {A_k}\left( t \right)\cos \left( {{\varphi _k}\left( t \right)} \right)$

(1)

式中：t为时间；u_k(t)为各IMF分量；A_k(t)为瞬时幅值，且A_k(t)≥0；φ_k(t)为瞬时相位，且φ_k(t)≥0。

EMD算法获取IMF分量时采用循环筛分剥离的方式，分解非平稳随机信号过程中时常会出现模态混叠等缺陷。与EMD算法不同，VMD算法将信号分解过程转化为变分求解过程，即把分解问题转移到变分框架内处理，通过寻找变分模型的最优解获取IMF分量，算法核心包括变分问题的构造和变分问题的求解。

1.1 变分问题的构造

假设每个模态分量都紧凑地围绕一个中心频率分布，且具有有限带宽，中心频率会随着分解变化而变化。VMD算法中变分问题的核心为：以输入信号f(t)等于IMF分量之和为前提，寻找最小的IMF分量的预估带宽之和，构造过程如下。

(1) 对于每个IMF分量u_k(t)，利用希尔伯特变换构造解析信号后，通过混合指数调谐各自估计中心频率的方法，将每个IMF分量的频谱调制到相应的基频带上：

$\left[ {\left( {{\text{δ}} \left( t \right) + \frac{{\rm{j}}}{{{{{\text{π}} }}t}}} \right){u_k}\left( t \right)} \right]{{\rm{e}}^{ - {\rm{j}}{\omega_k}t}}$

(2)

式中：u_k={ u₁,···, u_k}代表分解得到的k个IMF分量；ω_k={ω₁,···, ω_k}为各IMF分量的中心频率；j表示虚数单位； ${\text{δ}}(t)$ 为狄拉克函数。

(2) 通过解调信号的高斯平滑度，即计算式（2）表示的信号梯度的平方L₂范数，估计出各IMF分量的带宽，构造的变分问题如下：

$\left\{ {\begin{array}{*{20}{l}} {\mathop {\min }\limits_{\left\{ {{u_k}} \right\},\left\{ {{\omega_k}} \right\}} } \left\{ {\displaystyle\mathop \sum \limits_{k = 1}^k \left\| {{\partial _t}\left[ {\left( {{\text{δ}} \left( t \right) + \frac{{\rm{j}}}{{{{{\text{π}} }}t}}} \right){u_k}\left( t \right)} \right]{{\rm{e}}^{ - {\rm{j}}{\omega _k}t}}} \right\|_2^2} \right\} \\ {{\rm{s.t.}}\displaystyle\mathop \sum \limits_{k = 1}^k {u_k}\left( t \right) = f\left( t \right)} \end{array}} \right.$

(3)

1.2 变分问题的求解

为求取式（3）中的约束变分问题，引入惩罚因子α和Lagrange乘法算子λ(t)，其中惩罚因子α为较大的正数且在高斯噪声存在的情况下可保证信号的重构精度，Lagrange算子λ(t)使得约束条件保持严格性，构造的扩展Lagrange表达式如下：

$\begin{split} L\left( {\left\{ {{u_k}} \right\},\left\{ {{\omega_k}} \right\},\lambda } \right) =& \alpha \mathop \sum \limits_k \left\| {{\partial _t}\left[ {\left( {{\text{δ}} \left( t \right) + \frac{{\rm{j}}}{{{\text{π}}t}}} \right){u_k}\left( t \right)} \right]{{\rm{e}}^{ - {\rm{j}}{\omega _k}t}}} \right\|_2^2+\\& \left\| f\left( t \right) - \mathop \sum \limits_k {u_k}\left( t \right)\right\|_2^2 +\langle \lambda \left( t \right),f\left( t \right) - \mathop \sum \limits_k {u_k}\left( t \right)\rangle \end{split}$

(4)

VMD中采用了乘法算子交替方向法（ADMM）解决以上变分模型，通过交替更新 $u_k^{n+1}$ 、 $\omega_k^{n+1}$ 、 $\lambda_k^{n+1}$ 寻求扩展的拉格朗日函数的“鞍点”，此点即为变分模型的最优解。具体步骤如下：

（1）令n=0，初始化{ $u_k^1$ }、{ $\omega_k^1$ }、 $\lambda_k^1$ ；

（2）执行循环：n=n+1；

（3）对所有ω＞0的分量,更新u_k、ω_k。

u_kⁿ⁺¹的更新求解过程为：

首先在频域内计算式（5）得出 $u_k^{n+1}$ 对应的频域函数，而后对式（5）进行傅里叶逆变换，即可得到时域内的IMF分量。

$\begin{split} \hat u_k^{n + 1} \left( \omega \right) \leftarrow \frac{{\hat f \left( \omega \right) - \displaystyle\mathop \sum \limits_{i {\text{＜}} k} \hat u_i^{n + 1}\left( \omega \right) - \displaystyle\mathop \sum \limits_{i > k} \hat u _i^n\left( \omega \right) + \frac{{{{\hat \lambda }^n}\left( \omega \right)}}{2}}}{{1 + 2\alpha {{(\omega - {\omega_k^n})}^2}}}\quad \quad\quad k \in \left\{ {1,k} \right\} \end{split}$

(5)

$\omega_k^{n+1}$ 更新求解方法如下式所示：

$\begin{split} \omega_k^{n + 1} \leftarrow \frac{{\displaystyle\mathop \int \nolimits_0^\infty \omega{{\left| {\hat u_i^{n + 1}\left( \omega \right)} \right|}^2}{\rm{d}}\omega}}{{\displaystyle\mathop \int \nolimits_0^\infty {{\left| {\hat u_i^{n + 1}\left( \omega \right)} \right|}^2}{\rm{d}}\omega}}\quad\quad\quad k \in \left\{ {1,k} \right\}\end{split}$

(6)

（4）而后更新λ：

${\hat \lambda ^{n + 1}}\left( \omega \right) \leftarrow {\hat \lambda ^n}\left( \omega \right) + \tau \left( {\hat f \left( \omega \right) - \mathop \sum \limits_k \hat u_k^{n + 1} \left( \omega \right)} \right)$

(7)

（5）对于给定判别精度e＞0，若满足下式条件，则停止迭代，否则返回步骤（2）：

$\begin{split} \frac{{\displaystyle\mathop \sum \limits_k \left\| {\hat u _k^{n + 1} - \hat u _k^n} \right\|_2^2}}{{\left\| {\hat u _k^n} \right\|_2^2}} {\text{＜}} e \end{split}$

(8)

2. 基于变分模态分解的趋势项消除方法

2.1 VMD法的优化原理和参数确定

基于VMD分解的爆破信号趋势项去除算法的核心为 $u_{k}^{n+1}$ 、 $\omega_k^{n+1}$ 的求取。由式（6）得到的 $\omega_k^{n+1}$ 相当于模态函数功率谱的重心^[11]，会随着趋势项的大小而改变。试验表明，如果趋势项r(t)的功率谱重心频率ω_r(t)在原始信号f(t)的功率谱中起主导作用，即ω_f(t)的频率谱重心处于5 Hz以下时，分解后提取出的一阶IMF分量为信号的趋势项r(t)。

变分模态分解处理信号前需要设置参数：惩罚因子α和分解层数k。其中惩罚因子α的取值会影响分解精度，其取值越低各IMF分量的带宽越大，取值越高IMF分量的带宽越小，甚至会使得程序进入死循环，无法得到结果^{[11, 13]}。多数情况下，研究者^[14-18]默认将惩罚因子α设置为2倍的输入信号长度。

与惩罚因子α相比，分解层数k的取值更为重要，因为其取值直接影响分解结果。现阶段针对VMD分解中变量k的研究还处于起步阶段，且没有形成统一的求解方法。试验表明，含有较大趋势项，即频率谱重心处于5 Hz以下的爆破信号经过VMD算法分解后，得到的一阶IMF分量为信号趋势项，分解结果与k的取值无关，并随机选取某工程数组实测信号进行验证，试验结果如图1所示。图1中6种爆破信号趋势项都被较好地去除，表明采用上述参数的VMD分解法具有一定的去除爆破信号趋势项的能力。因此，含有较大趋势项的爆破信号经过VMD算法分解后，得到的一阶IMF即为趋势项，与k的取值无关。为了节省计算时间，VMD算法分解信号时应取k=2。

图 1 k=2的VMD分解结果

Figure 1. VMD decomposition results of k=2

下载: 全尺寸图片幻灯片

2.2 基于VMD的爆破信号趋势项去除方法

本文中根据爆破振动信号的特点，提出一种基于变分模态分解的微差延迟时间识别方法—VMD识别法，该方法能够准确地提取出信号的趋势项，并避免过度消除造成的信号失真现象，详细步骤如下：

（1）根据爆破振动信号的长度与采样频率等因素，按照前节方法确定VMD分解中输入参数α的值；分解层数k固定取值为2。

（2）提取出1阶IMF分量，此分量即为信号的趋势项。

（3）原始信号除去趋势项即可得到对应的无趋势信号。

3. VMD法适用条件的研究

为了验证本文中提出的VMD法的适用条件以及有效性，利用无趋势振动信号v(t)进行仿真实验。

$s\left( t \right) = v\left( t \right) + n\left( t \right)$

(9)

$n\left( t \right) = a\cos \left( {2{\text{π}}{f_1}t} \right) + b\sin \left( {2{\text{π}}{f_2}t} \right)$

(10)

式中：s(t)为组合的含有趋势项的爆破振动信号；v(t)为无趋势爆破振动信号；n(t)为添加的信号趋势项，其中a、b为趋势项的最大幅值，f₁、f₂为趋势项的振动频率。

爆破信号v(t)的采样频率为2 000，因此设置趋势项的采样频率也为2 000，采样点数N=2 000。以图2（a）中的原始无趋势爆破信号为例，将图2（b）所示的趋势项添加到原始信号中，对混合信号进行VMD分解，结果如图2（d）～（f）所示。为了研究VMD法的适用条件，将分解效果定义为^[14]：

图 2 爆破信号趋势项去除示意图

Figure 2. No trend blasting vibration signal

下载: 全尺寸图片幻灯片

$e_{\rm d} = \frac{{\displaystyle\mathop \sum \limits_{t = 0}^T \left| {{x_i}\left( t \right) - IM{F_i}\left( t \right)} \right|}}{{\displaystyle\mathop \sum \limits_{t = 0}^T \left| {{x_i}\left( t \right)} \right|}}$

(11)

式中：e_d为分解效果指标；T为信号长度。

通过多次试验发现分解指标e_d越大，分解结果与原始信号相差越大；e_d越接近于0，分解结果与原始信号相差越小，且当e_d＜0.1时分解效果较为理想。图2（f）为VMD法提取出混合信号的趋势项与实际趋势项的误差示意图，其分解效果e_d=0.042＜0.1，说明VMD法成功提取出了此混合信号的趋势项。

为了初步得到VMD分解法的适用条件，以不同参数的趋势项为例，通过改变趋势项的频率和振幅，从而得到不同参数下VMD法的分解指标分布图。分别以图2（a）和图1中的信号1作为原始信号1、2，处理结果如图3～4所示。

图 3 信号1的VMD法的分解指标分布图

Figure 3. The decomposition effect of VMD method of signal 1

下载: 全尺寸图片幻灯片

图 4 信号2的VMD法的分解指标分布图

Figure 4. VMD decomposition effect of signal 2

下载: 全尺寸图片幻灯片

观察图3可发现，VMD法对不同趋势项产生的分解效果不同，且趋势项的频率与振幅都会对VMD法分解指标产生影响。其中频率对分解指标的影响相对较小，当趋势项频率处于1～5 Hz之间时，频率对分解指标的影响基本保持不变。而振幅对分解指标影响显著且振幅越小，VMD法的分解效果越差。当趋势项振幅超过原始爆破信号最大振幅的1/3后，VMD法分解效果较好。

信号2的处理结果如图4（a）～（b）所示，其趋势项参数与图3（c）～（d）相同，对比分解指标分布图可以发现，趋势项的频率和振幅对分解指标的影响与信号1的结果相同，频率影响较小，振幅影响显著，且趋势项振幅超过原始爆破信号最大振幅的1/3后，VMD法分解效果较好。由此可见，VMD分解法消除信号趋势项具有一定的普适性。

4. VMD法与EMD法识别对比

某隧道工程的爆破施工共设有6个段别的雷管，起爆后监测的爆破振动信号如图5所示，图中4个测点的爆破信号均含有明显的趋势项，以该4次爆破信号为例，对信号依次进行EMD法和VMD法的趋势项去除处理，识别两种方法处理结果的6个段别雷管对应的最大波峰值并绘制表格，如表1所示。

表 1 EMD法与VMD法去除趋势项后的信号的波峰数值

Table 1. Peak value of the signal after removing the trend term by EMD method and VMD method

信号	消势方法	质点峰值振速/（m·s⁻¹）
信号	消势方法	波峰1	波峰2	波峰3	波峰4	波峰5	波峰6
1	EMD	0.071	0.055	0.045	0.056	0.055	0.091
1	VMD	0.070	0.053	0.046	0.056	0.052	0.090
2	EMD	0.076	0.063	0.059	0.048	0.125	0.067
2	VMD	0.075	0.064	0.059	0.047	0.123	0.068
3	EMD	0.065	0.047	0.043	0.040	0.042	0.034
3	VMD	0.065	0.046	0.044	0.040	0.041	0.035
4	EMD	0.076	0.022	0.029	0.032	0.030	0.013
4	VMD	0.075	0.022	0.028	0.034	0.032	0.013

下载: 导出CSV

| 显示表格

图 5 VMD法与EMD法的消势结果

Figure 5. VMD and EMD methods

下载: 全尺寸图片幻灯片

对比图5中经过EMD法与VMD法去除趋势项后的信号，发现两种方法消除趋势的结果接近；表2中经过两种方法处理的信号的峰值相差不大，最大差值为0.003 m/s，表明与EMD法相同，VMD法也具有消除爆破信号趋势项的能力。观察图5发现，EMD法处理后的前3条曲线的起始点都不在0点，即存在端点效应，而此现象是由EMD分解的本身算法造成的；且4条信号曲线都存在趋势项残留问题，例如测点1曲线在0～0.08 s时段应该为直线，但是仍然具有波动，说明振动信号的趋势项并没有被完全去除。端点效应以及趋势项残留都会对后续的信号处理工作产生一定的影响。而图5中经过VMD处理后的信号既不存在端点效应，也没有较多的趋势项残留，因此相比于EMD法，VMD法在去除爆破信号趋势项领域中具有更加广泛的适用性。

5. 结　论

针对变分模态分解的低频识别优势，详细分析了VMD算法在爆破信号趋势项去除中的应用，主要得出如下结论：（1） VMD算法的原理决定了它在低频信号识别中的优势，如果趋势项r(t)的功率谱中心频率ω_r(t)在原始信号f(t)的功率谱中起主导作用，则提取出的一阶IMF分量是信号的趋势项，与k的取值无关。结合现场数据进行不同k值的VMD分解，验证了结论的准确性。（2） VMD法对不同趋势项产生的分解效果不同，且趋势项的频率与振幅都会对VMD法分解效果产生影响。其中频率对分解效果的影响相对较小，当趋势项频率处于1～5 Hz之间时，频率对分解效果的影响基本保持不变。振幅对分解效果影响显著，振幅越小，VMD法的分解效果越差。（3） VMD法在消除信号趋势项时，与EMD法具有相近的识别效果，可以准确地提取出信号的趋势项，具有消除信号趋势项的能力。相比于EMD法，VMD法处理后的信号既不存在端点效应，也没有较多的趋势项残留，在去除爆破信号趋势项领域中具有更加广泛的适用性。

图 1 确定屈服参数的摩尔圆

Figure 1. Mohr’s circle geometry used to determine yield surface parameters

下载: 全尺寸图片幻灯片

图 2 平均压力-体应变的拟合曲线

Figure 2. Average pressure-volumetric strain fitting curves

下载: 全尺寸图片幻灯片

图 3 在不同相对密实度下平均压力与体应变的关系

Figure 3. Average pressure-volumetric strain curves under different compactness levels

下载: 全尺寸图片幻灯片

图 4 黏塑性帽盖模型的屈服面

Figure 4. Yield surface for viscoplastic cap model

下载: 全尺寸图片幻灯片

图 5 弹丸形状和尺寸^[25]

Figure 5. Projectile geometry^[25]

下载: 全尺寸图片幻灯片

图 6 侵彻计算模型网格划分（靶体为部分显示）

Figure 6. Finite element mesh of calculated model (target is partially displayed)

下载: 全尺寸图片幻灯片

图 7 最终侵彻深度与入射速度的关系

Figure 7. Final penetration depth versus initial velocity

下载: 全尺寸图片幻灯片

图 8 不同入射速度时速度与深度的关系

Figure 8. Velocity versus penetration depth at different initial velocities

下载: 全尺寸图片幻灯片

图 9 珊瑚砂在不同时刻的压力场和弹丸产生的磨蚀区

Figure 9. Pressure fields of coral sand at diffident times and scratch area of projectile

下载: 全尺寸图片幻灯片

图 10 不同压实密度时速度与深度的关系

Figure 10. Velocity versus penetration depth under different compactness levels

下载: 全尺寸图片幻灯片

图 11 峰值压力的衰减

Figure 11. Calculated and experiment results of peak pressure attenuation

下载: 全尺寸图片幻灯片

图 12 两种模型压力波

Figure 12. Pressure waves calculated by two models

下载: 全尺寸图片幻灯片

图 13 计算模型

Figure 13. Numerical model

下载: 全尺寸图片幻灯片

图 14 不同相对密度时爆炸峰值压力与比例距离的关系

Figure 14. Peak pressure versus scaled distance under different compactness levels

下载: 全尺寸图片幻灯片

表 1 当 $D_{\rm r}=0.30$ 时珊瑚砂的5#材料模型参数

Table 1. Parameters of 5# constitutive model for coral sand when $D_{\rm r}=0.30$

ρ/（g·cm⁻³） G/MPa K_u/MPa a₀/kPa² a₁/kPa a₂

1.178 107.7 647.3 84.77 16.23 0.777

ln（V/V₀） 0 0.02 0.10 0.15 0.20 0.25 0.30 0.40 0.50 0.60
p/MPa 0 2.3 5.8 8.5 11.7 15.83 21.03 36.43 62.23 105.09

下载: 导出CSV

表 2 当 $D_{\rm r}=0.60$ 时珊瑚砂的5#材料模型参数

Table 2. Parameters of 5# constitutive model for coral sand when $D_{\rm r}=0.60$

ρ/（g·cm⁻³） G/MPa K_u/MPa a₀/kPa² a₁/kPa a₂

1.219 125.2 698.7 84.77 16.23 0.777

ln（V/V₀） 0 0.02 0.10 0.15 0.20 0.25 0.30 0.40 0.50 0.60
p/MPa 0 3.0 7.5 10.4 14.0 18.9 25.6 45.0 77.2 132.3

下载: 导出CSV

表 3 当 $D_{\rm r}=0.90$ 时珊瑚砂的5#材料模型参数

Table 3. Parameters of 5# constitutive model for coral sand when $D_{\rm r}=0.90$

ρ/（g·cm⁻³） G/MPa K_u/MPa a₀/kPa² a₁/kPa a₂

1.260 158.9 717.2 84.77 16.23 0.777

ln（V/V₀） 0 0.02 0.10 0.15 0.20 0.25 0.30 0.40 0.50 0.60
p/MPa 0 3.66 8.43 10.87 14.51 19.56 26.48 46.89 82.18 141.09

下载: 导出CSV

表 4 当 $D_{\rm r}=0.30$ 时珊瑚砂Perzyna黏塑性帽盖模型参数

Table 4. Perzyna viscoplastic cap model parameters of coral sand when $D_{\rm r}=0.30$

K/MPa G/MPa α/kPa β/MPa⁻¹ γ/kPa θ T/kPa

125.2 101.1 32.5 2.207 165 0.416 1.2

W D/GPa⁻¹ R X₀/kPa η/μs⁻¹ f₀/GPa N
0.365 5.58 5.15 10 0.02 120 1.0

下载: 导出CSV

参考文献(34)

[1]	任辉启, 黄魁, 朱大明, 等. 南沙群岛珊瑚礁工程地质研究综述 [J]. 防护工程, 2015, 37(1): 63–78. REN H Q, HUANG K, ZHU D M, et al. Review of engineering geology of coral reef in Nansha Islands [J]. Protective Engineering, 2015, 37(1): 63–78.
[2]	王建平, 马林建. 岛礁工程长期安全保障理论与技术研究进展 [J]. 防护工程, 2019, 41(3): 70–78. WANG J P, MA L J. Research progress of long-term safety theory and technology for reef engineering [J]. Protective Engineering, 2019, 41(3): 70–78.
[3]	孙吉主, 汪稔. 钙质砂的耦合变形机制与本构关系探讨 [J]. 岩石力学与工程学报, 2002, 21(8): 1262–1266. DOI: 10.3321/j.issn:1000-6915.2002.08.030. SUN J Z, WANG R. Study on coupling deformation mechanism and constitutive relation for calcareous sand [J]. Chinese Journal of Rock Mechanics and Engineering, 2002, 21(8): 1262–1266. DOI: 10.3321/j.issn:1000-6915.2002.08.030.
[4]	谷建晓, 杨钧岩, 王勇, 等. 基于南水模型的钙质砂应力-应变关系模拟 [J]. 岩土力学, 2019, 40(12): 4597–4606. DOI: 10.16285/j.rsm.2018.2087. GU J X, YANG J Y, WANG Y, et al. Simulation of carbonate sand with triaxial tests data based on modified model of south water double yield surface [J]. Rock and Soil Mechanics, 2019, 40(12): 4597–4606. DOI: 10.16285/j.rsm.2018.2087.
[5]	曹梦, 叶剑红. 中国南海钙质砂蠕变-应力-时间四参数数学模型 [J]. 岩土力学, 2019, 40(5): 1771–1777. DOI: 10.16285/j.rsm.2018.1267. CAO M, YE J H. Creep-stress-time four parameters mathematical model of calcareous sand in South China Sea [J]. Rock and Soil Mechanics, 2019, 40(5): 1771–1777. DOI: 10.16285/j.rsm.2018.1267.
[6]	LV Y R, LIU J G, XIONG Z M. One-dimensional dynamic compressive behavior of dry calcareous sand at high strain rates [J]. Journal of Rock Mechanics and Geotechnical Engineering, 2019, 11(1): 192–201. DOI: 10.1016/j.jrmge.2018.04.013.
[7]	LV Y R, WANG Y, ZUO D J. Effects of particle size on dynamic constitutive relation and energy absorption of calcareous sand [J]. Powder Technology, 2019, 356: 21–30. DOI: 10.1016/j.powtec.2019.07.088.
[8]	XIAO Y, LIU H, XIAO P, et al. Fractal crushing of carbonate sands under impact loading [J]. Géotechnique Letters, 2016, 6(3): 199–204. DOI: 10.1680/jgele.16.00056.
[9]	LV Y R, LI X, WANG Y. Particle breakage of calcareous sand at high strain rates [J]. Powder Technology, 2020, 336: 776–787. DOI: 10.1016/j.powtec.2020.02.062.
[10]	徐学勇. 饱和钙质砂爆炸响应动力特性研究[D]. 武汉: 中国科学院武汉岩土力学研究所, 2009.
[11]	曾惠泉, 杨秀敏, 焦云鹏, 等. 触地爆炸流体弹塑性模型数值计算 [J]. 爆炸与冲击, 1982, 2(2): 45–54. ZENG H Q, YANG X M, JIAO Y P, et al. The hydrodynamic elasto-plastic model calculation of the contact-burst ground shock [J]. Explosion and Shock Waves, 1982, 2(2): 45–54.
[12]	温垚珂, 徐诚, 陈爱军. 高应变率下弹道明胶的本构模型研究 [J]. 兵工学报, 2014, 35(1): 128–133. DOI: 10.3969/j.issn.1000-1093.2014.01.019. WEN Y K, XU C, CHEN A J. Study of constitutive model of ballistic gelatin at high strain rate [J]. Acta Armamentarii, 2014, 35(1): 128–133. DOI: 10.3969/j.issn.1000-1093.2014.01.019.
[13]	TONG X L, TUAN C Y. Viscoplastic cap model for soils under high strain rate loading [J]. Journal of Geotechnical and Geoenvironmental Engineering, 2007, 133(2): 206–214. DOI: 10.1061/(ASCE)1090-0241(2007)133:2(206).
[14]	丁育青. 非饱和黏土动态力学特性及其本构关系研究[D]. 长沙: 国防科学技术大学, 2013.
[15]	Livermore Software Technology Corporation. LS-DYNA keyword user’s manual: volume II: material models: version 971 R6.0. 0 [Z]. Livermore Software Technology Corporation, 2012.
[16]	WANG J. Simulation of landmine explosion using LS-DYNA3D software: benchmark work of simulation of explosion in soil and air [R]. Australia: Weapons Systems Division Aeronautical and Maritime Research Laboratory, 2001.
[17]	FASANELLA E L, LYLE K H, JACKSON K E. Developing soil models for dynamic impact simulations[C] // Proceedings of the American Helicopter Society 65th Annual Forum. Grapevine, TX, 2009: 27–29.
[18]	王志鹏, 李海超, 周双涛, 等. 黄土中爆炸空腔体积规律的数值模拟 [J]. 爆破, 2016, 33(4): 73–77, 126. DOI: 10.3963/j.issn.1001-487X.2016.04.013. WANG Z P, LI H C, ZHOU S T, et al. Numerical simulation of cavity volume rule of explosion in loess [J]. Blasting, 2016, 33(4): 73–77, 126. DOI: 10.3963/j.issn.1001-487X.2016.04.013.
[19]	马林. 钙质土的剪切特性试验研究 [J]. 岩土力学, 2016, 37(S1): 309–316. DOI: 10.16285/j.rsm.2016.S1.041. MA L. Experimental study of shear characteristics of calcareous gravelly soil [J]. Rock and Soil Mechanics, 2016, 37(S1): 309–316. DOI: 10.16285/j.rsm.2016.S1.041.
[20]	王亚松, 马林建, 李增, 等. 钙质砂强度与变形机制研究 [J]. 防护工程, 2018, 40(4): 31–35. WANG Y S, MA L J, LI Z, et al. Investigation on the deformation mechanism of calcareous sand [J]. Protective Engineering, 2018, 40(4): 31–35.
[21]	WRIGHT A. Tyre/soil interaction modelling within a virtual proving ground environment[D]. Cranfield: Cranfield University, 2012.
[22]	文祝, 邱艳宇, 紫民, 等. 钙质砂的准一维应变压缩试验研究 [J]. 爆炸与冲击, 2019, 39(3): 033101. DOI: 10.11883/bzycj-2018-0015. WEN Z, QIU Y Y, ZI M, et al. Experimental study on quasi-one-dimensional strain compression of calcareous sand [J]. Explosion and Shock Waves, 2019, 39(3): 033101. DOI: 10.11883/bzycj-2018-0015.
[23]	董凯, 任辉启, 阮文俊, 等. 珊瑚砂应变率效应研究 [J]. 爆炸与冲击, 2020, 40(9): 093102. DOI: 10.11883/bzycj-2019-0432. DONG K, REN H Q, RUAN W J, et al. Study on strain rate effect of coral sand [J]. Explosion and Shock Waves, 2020, 40(9): 093102. DOI: 10.11883/bzycj-2019-0432.
[24]	席道瑛, 徐松林. 岩石物理与本构理论[M]. 合肥: 中国科学技术大学出版社, 2016.
[25]	苗伟伟, 邱艳宇, 程怡豪, 等. 钙质砂侵彻试验与理论研究 [J]. 振动与冲击, 2019, 38(17): 232–237. DOI: 10.13465/j.cnki.jvs.2019.17.032. MIAO W W, QIU Y Y, CHENG Y H, et al. Penetration tests of calcareous sand and theoretical study [J]. Journal of Vibration and Shock, 2019, 38(17): 232–237. DOI: 10.13465/j.cnki.jvs.2019.17.032.
[26]	SHI C C, WANG M Y, ZHANG K L, et al. Semi-analytical model for rigid and erosive long rods penetration into sand with consideration of compressibility [J]. International Journal of Impact Engineering, 2015, 83: 1–10. DOI: 10.1016/j.ijimpeng.2015.04.007.
[27]	OMIDVAR M, MALIOCHE J D, BLESS S, et al. Phenomenology of rapid projectile penetration into granular soils [J]. International Journal of Impact Engineering, 2015, 85: 146–160. DOI: 10.1016/j.ijimpeng.2015.06.002.
[28]	苗伟伟, 程怡豪, 文祝, 等. 不同头部形状弹体侵彻石英砂的试验研究 [J]. 防护工程, 2017, 39(5): 6–12. MIAO W W, CHENG Y H, WEN Z, et al. Experimental study on the penetration into silica sand by projectiles with different nose shape [J]. Protective Engineering, 2017, 39(5): 6–12.
[29]	赵章泳, 邱艳宇, 王明洋, 等. 非饱和钙质砂中平面爆炸波传播试验研究 [J]. 防护工程, 2017, 39(3): 22–28. ZHAO Z Y, QIU Y Y, WANG M Y, et al. Experimental study on plane explosive wave propagation in unsaturated calcareous sand [J]. Protective Engineering, 2017, 39(3): 22–28.
[30]	于潇, 陈力, 方秦. 一种量测松散介质对应力波衰减效应的实验方法及其在珊瑚砂中的应用 [J]. 工程力学, 2019, 36(1): 44–52; 69. DOI: 10.6052/j.issn.1000-4750.2017.11.0867. YU X, CHEN L, FANG Q. A testing method on the attenuation of stress waves in loose porous media and its application to coral sand [J]. Engineering Mechanics, 2019, 36(1): 44–52; 69. DOI: 10.6052/j.issn.1000-4750.2017.11.0867.
[31]	YU X, CHEN L, FANG Q, et al. Determination of attenuation effects of coral sand on the propagation of impact-induced stress wave [J]. International Journal of Impact Engineering, 2019, 125: 63–82. DOI: 10.1016/j.ijimpeng.2018.11.004.
[32]	王礼立, 董新龙. 聊聊动态塑性和黏塑性 [J]. 爆炸与冲击, 2020, 40(3): 031101. DOI: 10.11883/bzycj-2020-0024. WANG L L, DONG X L. Talk about dynamic plasticity and viscoplasticity [J]. Explosion and Shock Waves, 2020, 40(3): 031101. DOI: 10.11883/bzycj-2020-0024.
[33]	崔溦, 宋慧芳, 张社荣, 等. 爆炸荷载作用下土中爆坑形成的数值模拟 [J]. 岩土力学, 2011, 32(8): 2523–2528. DOI: 10.3969/j.issn.1000-7598.2011.08.045. CUI W, SONG H F, ZHANG S R, et al. Numerical simulation of craters produced by explosion in soil [J]. Rock and Soil Mechanics, 2011, 32(8): 2523–2528. DOI: 10.3969/j.issn.1000-7598.2011.08.045.
[34]	ESMAEILI M, TAVAKOLI B. Finite element method simulation of explosive compaction in saturated loose sandy soils [J]. Soil Dynamics and Earthquake Engineering, 2019, 116: 446–459. DOI: 10.1016/j.soildyn.2018.09.048.

施引文献

期刊类型引用(1)

宗香华，王银，孔祥振，姜雅婷，孙留洋，袁俊成，杨涛春. 错位多次打击下UHPC靶体损伤破坏效应的数值模拟研究. 高压物理学报. 2024(03): 161-173 .

百度学术

其他类型引用(3)

资源附件(0)

访问统计

图(14) / 表(4)

计量

文章访问数: 739
HTML全文浏览量: 327
PDF下载量: 160
被引次数: 4

1. 变分模态分解原理
1.1 变分问题的构造
1.2 变分问题的求解
2. 基于变分模态分解的趋势项消除方法
2.1 VMD法的优化原理和参数确定
2.2 基于VMD的爆破信号趋势项去除方法
3. VMD法适用条件的研究
4. VMD法与EMD法识别对比
5. 结　论

ρ/（g·cm⁻³）		G/MPa		K_u/MPa	a₀/kPa²			a₁/kPa	a₂
1.178		107.7		647.3	84.77			16.23	0.777

ln（V/V₀）	0	0.02	0.10	0.15	0.20	0.25	0.30	0.40	0.50	0.60
p/MPa	0	2.3	5.8	8.5	11.7	15.83	21.03	36.43	62.23	105.09

K/MPa	G/MPa	α/kPa	β/MPa⁻¹	γ/kPa	θ	T/kPa
125.2	101.1	32.5	2.207	165	0.416	1.2

W	D/GPa⁻¹	R	X₀/kPa	η/μs⁻¹	f₀/GPa	N
0.365	5.58	5.15	10	0.02	120	1.0

爆炸冲击下珊瑚砂动态本构模型

doi: 10.11883/bzycj-2020-0172

作者简介: 董 凯（1989－ ），男，博士研究生，dongkai@njust.edu.cn

通讯作者: 任辉启（1953－ ），男，博士，研究员，plaxiefang@163.com

计量

出版历程