• ISSN 1001-1455  CN 51-1148/O3
  • EI、Scopus、CA、JST收录
  • 力学类中文核心期刊
  • 中国科技核心期刊、CSCD统计源期刊

彭江舟, 潘刘娟, 高光发, 王祉乔, 胡杰, 吴威涛, 王明洋, 何勇. 城市建筑外爆威力场与毁伤效应数智仿真模型及应用[J]. 爆炸与冲击. doi: 10.11883/bzycj-2024-0471
引用本文: 彭江舟, 潘刘娟, 高光发, 王祉乔, 胡杰, 吴威涛, 王明洋, 何勇. 城市建筑外爆威力场与毁伤效应数智仿真模型及应用[J]. 爆炸与冲击. doi: 10.11883/bzycj-2024-0471
PENG Jiangzhou, PAN Liujuan, GAO Guangfa, WANG Zhiqiao, HU Jie, WU Weitao, WANG Mingyang, HE Yong. Digital intelligence simulation model and application of urban building explosion power field and damage effect[J]. Explosion And Shock Waves. doi: 10.11883/bzycj-2024-0471
Citation: PENG Jiangzhou, PAN Liujuan, GAO Guangfa, WANG Zhiqiao, HU Jie, WU Weitao, WANG Mingyang, HE Yong. Digital intelligence simulation model and application of urban building explosion power field and damage effect[J]. Explosion And Shock Waves. doi: 10.11883/bzycj-2024-0471

城市建筑外爆威力场与毁伤效应数智仿真模型及应用

doi: 10.11883/bzycj-2024-0471

Digital intelligence simulation model and application of urban building explosion power field and damage effect

  • 摘要: 建筑外爆威力场的准确预测对于工程结构毁伤评估和抗爆设计至关重要。传统经验公式由于未能充分考虑环境因素的复杂性,其预测精度往往受到限制;数值仿真能提供较为精准的超压荷载参数,但在处理大规模城市场景时效率低下,难以满足快速毁伤评估的需求。针对这一难题,本文创新性构建了一种基于图神经网络(GNN)的爆炸威力场预测模型,旨在直接利用建筑的几何特征,实现对其表面的爆炸峰值超压、峰值冲量及冲击波到达时间等三维物理场的快速精准预测。通过与数值仿真结果的对比验证,模型展现出了卓越的预测性能:对不同几何结构的单体建筑表面超压参数的预测均方误差为0.97%;对复杂几何建筑、建筑群落建筑表面超压参数的平均预测误差为3.17%;当应用于实际城市区域时,平均预测误差为1.29%;物理场单次预测耗时不超过0.6秒,与数值仿真相比速度提升3至4个数量级。基于模型的高精度预测,不仅可以重构建筑表面任意位置的超压时程曲线,还能准确评估结构的毁伤程度。本文提出的GNN模型为爆炸场景下城市建筑爆炸威力场快速精确预测提供了一个全新方法,能极大提升超大规模复杂场景工程建筑爆炸毁伤评估和抗爆设计能力,具有重大工程价值。
  • 加载中
计量
  • 文章访问数:  28
  • HTML全文浏览量:  0
  • PDF下载量:  19
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-12-02
  • 网络出版日期:  2025-03-26

目录

    /

    返回文章
    返回