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-2025-0238
在线阅读
PDF 
本文被引
摘要:
快速准确地评估复杂街区爆炸荷载对实现高效结构抗爆设计及灾后损伤评估具有重要意义，然而传统经验公式、物理模型及数值模拟方法难以兼顾计算效率与预测精度，现有深度学习爆炸荷载预测模型尚难以用于复杂街区场景。为实现复杂街区爆炸荷载快速准确计算，提出了一种物理信息和数据融合驱动的复杂街区爆炸荷载预测方法，其基本思想是“空间分区、逐步推理”策略，分别针对起爆街道和非起爆街道构建快速网络预测模型，并通过各街道间的边界压力协同工作。两种网络预测模型通过分别引入镜像爆源方法、信号距离场和能量密度因子融合流场关键物理特征，并分别采用3D-UNet网络、2D-UNet联合3D-UNet组成的级联网络作为架构。基于验证后的数值模拟方法生成了两种网络的目标数据，并开展了对应模型训练。模型预测性能的评估结果表明：该方法能够准确预测复杂街区压力场的时空演化过程，在起爆街道和非起爆街道中的流场预测结果与数值模拟结果的相对误差在20%以内，有效描述了流场中指定位置的压力时程。双网络协同方法的推理耗时约为对应数值模拟方法计算时间的2%，单一时刻流场数据存储代价小于对应D3PLOT文件的0.2%，显著降低了计算与数据存储代价。研究为大型复杂街区爆炸荷载快速评估提供了新方法，可为城市建筑抗爆设计和评估提供高效决策支持。
快速准确地评估复杂街区爆炸荷载对实现高效结构抗爆设计及灾后损伤评估具有重要意义，然而传统经验公式、物理模型及数值模拟方法难以兼顾计算效率与预测精度，现有深度学习爆炸荷载预测模型尚难以用于复杂街区场景。为实现复杂街区爆炸荷载快速准确计算，提出了一种物理信息和数据融合驱动的复杂街区爆炸荷载预测方法，其基本思想是“空间分区、逐步推理”策略，分别针对起爆街道和非起爆街道构建快速网络预测模型，并通过各街道间的边界压力协同工作。两种网络预测模型通过分别引入镜像爆源方法、信号距离场和能量密度因子融合流场关键物理特征，并分别采用3D-UNet网络、2D-UNet联合3D-UNet组成的级联网络作为架构。基于验证后的数值模拟方法生成了两种网络的目标数据，并开展了对应模型训练。模型预测性能的评估结果表明：该方法能够准确预测复杂街区压力场的时空演化过程，在起爆街道和非起爆街道中的流场预测结果与数值模拟结果的相对误差在20%以内，有效描述了流场中指定位置的压力时程。双网络协同方法的推理耗时约为对应数值模拟方法计算时间的2%，单一时刻流场数据存储代价小于对应D3PLOT文件的0.2%，显著降低了计算与数据存储代价。研究为大型复杂街区爆炸荷载快速评估提供了新方法，可为城市建筑抗爆设计和评估提供高效决策支持。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0324
摘要:
针对单晶金属中微孔洞生长过程的预测问题，建立了一种基于U-Net和Transformer的深度神经网络模型：基于包含初始椭球双孔洞的单晶铜原子模型的分子动力学模拟结果构建数据集；提出了一种基于背景网格的数据预处理方法，在数据集中对模拟结果进行局部统计。算例结果表明，上述深度学习方法能够对单晶金属中微孔洞生长过程中的整体物理量和局部细节信息进行准确预测。
针对单晶金属中微孔洞生长过程的预测问题，建立了一种基于U-Net和Transformer的深度神经网络模型：基于包含初始椭球双孔洞的单晶铜原子模型的分子动力学模拟结果构建数据集；提出了一种基于背景网格的数据预处理方法，在数据集中对模拟结果进行局部统计。算例结果表明，上述深度学习方法能够对单晶金属中微孔洞生长过程中的整体物理量和局部细节信息进行准确预测。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0270
摘要:
为研究温压炸药在密闭空间内爆炸时冲击波与温度的耦合增强效应，以100~400 g温压炸药为研究对象，在密闭建筑空间内开展爆炸试验研究，利用压力传感器和热电偶获得了密闭空间内不同位置处的爆炸压力和温度数据，揭示了温压炸药爆炸产生的冲击波与温度场演变特征及传播规律。结果表明：温压炸药内爆炸产生的温度场具有显著的二次升温和长持时特征；建立了基于比例爆距的初始温度峰值衰减模型。温压炸药内爆炸冲击波超压峰值的TNT等效当量系数随比例爆距的增大呈下凹双曲线变化趋势，在比例爆距为1.7 m/kg1/3时，冲击波超压的TNT等效当量系数达到最小值1.43，该位置是有氧后燃反应能量对冲击波超压峰值产生显著作用的转折点。建立了冲击波超压峰值的两阶段预测模型，分别描述了非理想爆轰与铝粉有氧后燃效应在不同区域对冲击波超压的贡献。基于爆炸产物膨胀和后燃升温引起的压力上升，建立了温压炸药内爆炸准静态压力预测模型，以100 g装药的准静态压力为基准，200、300、400 g装药质量下的准静态压力分别增至基准值的2.27、3.21、4.18倍，准静态压力在爆轰产物和后燃升温的耦合作用下呈非线性增长。
为研究温压炸药在密闭空间内爆炸时冲击波与温度的耦合增强效应，以100~400 g温压炸药为研究对象，在密闭建筑空间内开展爆炸试验研究，利用压力传感器和热电偶获得了密闭空间内不同位置处的爆炸压力和温度数据，揭示了温压炸药爆炸产生的冲击波与温度场演变特征及传播规律。结果表明：温压炸药内爆炸产生的温度场具有显著的二次升温和长持时特征；建立了基于比例爆距的初始温度峰值衰减模型。温压炸药内爆炸冲击波超压峰值的TNT等效当量系数随比例爆距的增大呈下凹双曲线变化趋势，在比例爆距为1.7 m/kg1/3时，冲击波超压的TNT等效当量系数达到最小值1.43，该位置是有氧后燃反应能量对冲击波超压峰值产生显著作用的转折点。建立了冲击波超压峰值的两阶段预测模型，分别描述了非理想爆轰与铝粉有氧后燃效应在不同区域对冲击波超压的贡献。基于爆炸产物膨胀和后燃升温引起的压力上升，建立了温压炸药内爆炸准静态压力预测模型，以100 g装药的准静态压力为基准，200、300、400 g装药质量下的准静态压力分别增至基准值的2.27、3.21、4.18倍，准静态压力在爆轰产物和后燃升温的耦合作用下呈非线性增长。
, 最新更新时间 , doi: 10.11883/bzycj-2026-0017
摘要:
提出了梯度陶瓷球金属复合结构，并基于12.7 mm穿甲燃烧弹的侵彻实验及其数值模拟，分析了多发弹体侵彻复合靶板过程中前后发弹体间的侵彻行为特征。采用Johnson-Cook和Johnson-Holmquist材料本构模型开展了系列的有限元模拟，讨论了陶瓷球尺寸、前后发弹体着弹间距和陶瓷球梯度排列方向等因素对复合结构抗弹性能的影响。结果表明：增大陶瓷球直径可显著扩大损伤区域并增强结构的非均匀性，从而提高了靶板对冲击位置的敏感性。在多发弹冲击条件下，前发弹体冲击造成的既有损伤会明显降低靶板的能量吸收能力，并改变后发弹体的侵彻行为，尤其在后发弹体着弹点位于损伤区域时更显著。并且在一定着弹间距下，由损伤不均匀性诱导的弹体偏转可在动能吸收相近的情况下有效降低背板的侵彻深度。与负梯度结构相比，正梯度陶瓷球复合装甲在相同面密度条件下可使首层陶瓷球的损伤面积减小14.8%~57.8%，并可有效限制初始损伤区的扩展，在多次打击下保持更高的结构完整性。可见，合理设计陶瓷球梯度分布能够有效改善复合装甲抗多次打击的防护性能。
提出了梯度陶瓷球金属复合结构，并基于12.7 mm穿甲燃烧弹的侵彻实验及其数值模拟，分析了多发弹体侵彻复合靶板过程中前后发弹体间的侵彻行为特征。采用Johnson-Cook和Johnson-Holmquist材料本构模型开展了系列的有限元模拟，讨论了陶瓷球尺寸、前后发弹体着弹间距和陶瓷球梯度排列方向等因素对复合结构抗弹性能的影响。结果表明：增大陶瓷球直径可显著扩大损伤区域并增强结构的非均匀性，从而提高了靶板对冲击位置的敏感性。在多发弹冲击条件下，前发弹体冲击造成的既有损伤会明显降低靶板的能量吸收能力，并改变后发弹体的侵彻行为，尤其在后发弹体着弹点位于损伤区域时更显著。并且在一定着弹间距下，由损伤不均匀性诱导的弹体偏转可在动能吸收相近的情况下有效降低背板的侵彻深度。与负梯度结构相比，正梯度陶瓷球复合装甲在相同面密度条件下可使首层陶瓷球的损伤面积减小14.8%~57.8%，并可有效限制初始损伤区的扩展，在多次打击下保持更高的结构完整性。可见，合理设计陶瓷球梯度分布能够有效改善复合装甲抗多次打击的防护性能。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0254
摘要:
针对Riedel-Hiermaier-Thoma (RHT)本构模型中16个难以标定的参数，基于Pianosi-Wagener (PAWN)全局敏感性分析方法与智能优化算法，联合Matlab与ANSYS/LS-DYNA仿真计算平台，引入应力-应变曲线面积差作为核心评价指标，开发了计算结果的批量提取与自动化三波对齐技术，构建了一套高效、可靠的RHT本构参数反演体系，首次实现了RHT模型关键参数的全局敏感性分析与自动化反演。结果表明，在16个难以标定参数中，仅有8个参数对模型响应具有显著影响；基于智能优化算法的参数反演相对误差控制在0.23%~9.28%之间，并通过半圆盘三点弯试验与缩尺爆破试验验证其可靠性。该方法显著提升了RHT本构参数的标定效率与准确性，不依赖于构建庞大的样本数据集，适用于多种荷载工况下的参数标定。相较于传统方法，仅需不到15次迭代即可满足反演精度，能满足计算效率与精度的双重需求，具有良好的工程适用性。
针对Riedel-Hiermaier-Thoma (RHT)本构模型中16个难以标定的参数，基于Pianosi-Wagener (PAWN)全局敏感性分析方法与智能优化算法，联合Matlab与ANSYS/LS-DYNA仿真计算平台，引入应力-应变曲线面积差作为核心评价指标，开发了计算结果的批量提取与自动化三波对齐技术，构建了一套高效、可靠的RHT本构参数反演体系，首次实现了RHT模型关键参数的全局敏感性分析与自动化反演。结果表明，在16个难以标定参数中，仅有8个参数对模型响应具有显著影响；基于智能优化算法的参数反演相对误差控制在0.23%~9.28%之间，并通过半圆盘三点弯试验与缩尺爆破试验验证其可靠性。该方法显著提升了RHT本构参数的标定效率与准确性，不依赖于构建庞大的样本数据集，适用于多种荷载工况下的参数标定。相较于传统方法，仅需不到15次迭代即可满足反演精度，能满足计算效率与精度的双重需求，具有良好的工程适用性。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0152
摘要:
冲击波压力传感器采集系统兼具高低频动态特性，而传统的基于传递函数的建模方法难以实现整体精准建模，这一问题限制了系统补偿精度的提升。本文提出一种基于麻雀优化算法、变分模态分解与长短期记忆网络的动态特性融合建模方法，旨在解决整体建模难题并提高系统动态特性建模精度。该方法通过优化算法搜索变分模态分解的模态数和惩罚因子，自适应分解响应信号为多个模态分量并识别成分，实现高频与低频分量的有效分离；对低频分量进行动态特性补偿后，将其作为压力信号和原响应信号构建模型输入输出数据集，通过网络完成传感器系统动态特性建模。仿真与实爆试验结果表明，相较于传统的反滤波补偿方法，本方法补偿后信号与典型压力曲线的平均绝对百分比误差降低75%，振荡残余减小38%，满足作为输入压力信号的精度要求；与单一神经网络建模相比，该融合建模方法的误差降至13%，为解决传感器宽频带动态建模难题提供了一条有效途径。
冲击波压力传感器采集系统兼具高低频动态特性，而传统的基于传递函数的建模方法难以实现整体精准建模，这一问题限制了系统补偿精度的提升。本文提出一种基于麻雀优化算法、变分模态分解与长短期记忆网络的动态特性融合建模方法，旨在解决整体建模难题并提高系统动态特性建模精度。该方法通过优化算法搜索变分模态分解的模态数和惩罚因子，自适应分解响应信号为多个模态分量并识别成分，实现高频与低频分量的有效分离；对低频分量进行动态特性补偿后，将其作为压力信号和原响应信号构建模型输入输出数据集，通过网络完成传感器系统动态特性建模。仿真与实爆试验结果表明，相较于传统的反滤波补偿方法，本方法补偿后信号与典型压力曲线的平均绝对百分比误差降低75%，振荡残余减小38%，满足作为输入压力信号的精度要求；与单一神经网络建模相比，该融合建模方法的误差降至13%，为解决传感器宽频带动态建模难题提供了一条有效途径。
, 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：当破片撞击速度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的平均误差在15%以内，修正后的径向距离理论计算结果与试验结果的相对误差在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：当破片撞击速度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的平均误差在15%以内，修正后的径向距离理论计算结果与试验结果的相对误差在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-2025-0269
摘要:
背景纹影（background-oriented schlieren，BOS）技术因其非接触与高时空分辨率的优势，已成为爆炸力学外场试验的重要测量手段，但受强光干扰、产物散射及冲击波信号微弱且形态复杂等因素影响，BOS图像中波阵面的自动精确提取十分困难。为此，提出了一种结构感知加权变分光流方法（structure-aware weighted variational optical flow，SAW-VF），用于对冲击波的高速瞬态位移场进行鲁棒量化，其核心是最小化一个针对性构建的能量泛函：首先，在数据保真项中融合一阶光度与二阶Hessian矩阵不变性约束，从而显著增强对冲击波线状局部几何特征的敏感性；其次，引入由归一化互相关（normalized cross-correlation，NCC）驱动的空间自适应加权机制，能够动态抑制严重畸变区域对估计结果的负面影响；然后，采用受佩罗娜-马利克（perona-malik）扩散启发的各向异性正则项，以有效保护冲击波锋锐的运动边界。为了以应对大位移运动，整个优化过程嵌入由粗至精的高斯金字塔框架中。在此基础上，进一步构建了物理模型驱动的波阵面拟合方法，通过最大内点集优化与冲击波动力学约束精确提取波阵面。最终，通过基于几何标定与时间序列估计冲击波半径及传播速度，结合兰金-雨贡纽（rankine-hugoniot）理论实现非接触式超压定量测量。在TNT爆炸试验中，该方法测量结果与压力传感器数据的相对误差为0.93%~9.85%，验证了其在冲击波非侵入式超压测量中的有效性与准确性。
背景纹影（background-oriented schlieren，BOS）技术因其非接触与高时空分辨率的优势，已成为爆炸力学外场试验的重要测量手段，但受强光干扰、产物散射及冲击波信号微弱且形态复杂等因素影响，BOS图像中波阵面的自动精确提取十分困难。为此，提出了一种结构感知加权变分光流方法（structure-aware weighted variational optical flow，SAW-VF），用于对冲击波的高速瞬态位移场进行鲁棒量化，其核心是最小化一个针对性构建的能量泛函：首先，在数据保真项中融合一阶光度与二阶Hessian矩阵不变性约束，从而显著增强对冲击波线状局部几何特征的敏感性；其次，引入由归一化互相关（normalized cross-correlation，NCC）驱动的空间自适应加权机制，能够动态抑制严重畸变区域对估计结果的负面影响；然后，采用受佩罗娜-马利克（perona-malik）扩散启发的各向异性正则项，以有效保护冲击波锋锐的运动边界。为了以应对大位移运动，整个优化过程嵌入由粗至精的高斯金字塔框架中。在此基础上，进一步构建了物理模型驱动的波阵面拟合方法，通过最大内点集优化与冲击波动力学约束精确提取波阵面。最终，通过基于几何标定与时间序列估计冲击波半径及传播速度，结合兰金-雨贡纽（rankine-hugoniot）理论实现非接触式超压定量测量。在TNT爆炸试验中，该方法测量结果与压力传感器数据的相对误差为0.93%~9.85%，验证了其在冲击波非侵入式超压测量中的有效性与准确性。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0222
摘要:
基于Hashin等复合材料经典失效准则的宏观有限元模拟虽然能够考虑纤维断裂、基体损伤以及分层等宏观损伤机制，但无法反映碳纤维增强复合材料（Carbon fiber reinforced polymer，CFRP）内部的微观损伤行为，例如纤维和基体之间的界面脱粘。为了解决这个问题，建立了一个同时考虑纤维、基体和界面的多相细观力学模型，综合考虑纤维断裂、基体失效和界面脱粘等多种损伤机制，系统分析了横向拉伸/压缩、纵向拉伸/压缩以及面内/外剪切等典型载荷路径下单向碳纤维增强复合材料（Unidirectional carbon fiber reinforced polymer，UD CFRP）的损伤演化过程。结果表明：实验与仿真得到的峰值应力和失效应变的相对误差小于5%，同时模型预测的裂纹扩展路径与扫描电镜的观测结果一致，验证了考虑微观结构的微观力学模型的准确性。在此基础上，模型准确捕捉到了不同载荷条件下UD CFRP的损伤演化规律，这对于构建CFRP损伤容限设计准则和结构完整性评估体系具有重要工程价值。
基于Hashin等复合材料经典失效准则的宏观有限元模拟虽然能够考虑纤维断裂、基体损伤以及分层等宏观损伤机制，但无法反映碳纤维增强复合材料（Carbon fiber reinforced polymer，CFRP）内部的微观损伤行为，例如纤维和基体之间的界面脱粘。为了解决这个问题，建立了一个同时考虑纤维、基体和界面的多相细观力学模型，综合考虑纤维断裂、基体失效和界面脱粘等多种损伤机制，系统分析了横向拉伸/压缩、纵向拉伸/压缩以及面内/外剪切等典型载荷路径下单向碳纤维增强复合材料（Unidirectional carbon fiber reinforced polymer，UD CFRP）的损伤演化过程。结果表明：实验与仿真得到的峰值应力和失效应变的相对误差小于5%，同时模型预测的裂纹扩展路径与扫描电镜的观测结果一致，验证了考虑微观结构的微观力学模型的准确性。在此基础上，模型准确捕捉到了不同载荷条件下UD CFRP的损伤演化规律，这对于构建CFRP损伤容限设计准则和结构完整性评估体系具有重要工程价值。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0382
摘要:
针对居民燃气爆炸事故灾害演化呈高度非线性、其后果难以精准预测问题，开展了数据驱动下的燃气爆炸后果预测研究。提出了一种基于人工神经网络的爆炸事故后果预测方法，借助大规模数值仿真，生成了涵盖多种居民户型的燃气爆炸后果数据集，通过敏感性分析和准确性验证，最终建立了燃气爆炸后果智能预测模型，其对室内最大爆炸超压和温度的预测误差分别低于15%和5%，空间位置坐标最大误差在25%以内。由此实现了对不同居民户型任意点火位置下的室内最严重爆炸后果及其空间位置的批量预测。结果表明：随着户型面积增加和空间布局逐渐复杂化，最大超压和温度值依次增大。客厅区域始终表现为最低超压水平，而未设窗口的卧室墙体附近则易形成超压与温度的极值区域。厨房和卧室点火可分别导致室内产生最严重的超压和温度后果，反映出点火位置对爆炸后果的差异化影响规律。研究结论为进一步扩大人工智能在气体爆炸领域中的预测应用以及对爆炸事故灾害的高效防控提供了重要参考。
针对居民燃气爆炸事故灾害演化呈高度非线性、其后果难以精准预测问题，开展了数据驱动下的燃气爆炸后果预测研究。提出了一种基于人工神经网络的爆炸事故后果预测方法，借助大规模数值仿真，生成了涵盖多种居民户型的燃气爆炸后果数据集，通过敏感性分析和准确性验证，最终建立了燃气爆炸后果智能预测模型，其对室内最大爆炸超压和温度的预测误差分别低于15%和5%，空间位置坐标最大误差在25%以内。由此实现了对不同居民户型任意点火位置下的室内最严重爆炸后果及其空间位置的批量预测。结果表明：随着户型面积增加和空间布局逐渐复杂化，最大超压和温度值依次增大。客厅区域始终表现为最低超压水平，而未设窗口的卧室墙体附近则易形成超压与温度的极值区域。厨房和卧室点火可分别导致室内产生最严重的超压和温度后果，反映出点火位置对爆炸后果的差异化影响规律。研究结论为进一步扩大人工智能在气体爆炸领域中的预测应用以及对爆炸事故灾害的高效防控提供了重要参考。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0216
摘要:
为系统评估非致命动能弹丸对人体胸部的冲击安全性，设计并制备了一种结构可调、兼容仿真实验的一体化三肋胸部物理模型。首先通过弹体发射平台，在29和61 m/s速度下对SIR-X弹丸模型进行了刚性壁动力学验证，获得的力-时间曲线与北约AEP-99标准走廊吻合良好，证明了弹丸模型的可靠性。进一步使用该弹丸进行了56和86.5 m/s速度下的胸部冲击实验，测得胸壁位移及黏性准则的最大值（maximum viscosity criterion，VCmax，βvc,max）均落入AEP-99标准验证走廊范围内，表明该模型在中低速冲击（≤90 m/s）条件下具有良好的动态响应一致性和预测精度。其中56和86.5 m/s速度下的仿真与试验胸壁位移最大相对误差分别为16%和21%。弹丸硬度提高（从软到硬）在56和86.5 m/s工况下使VCmax分别由0.298 m/s升至0.336 m/s、由0.765 m/s升至0.856 m/s，高能工况放大效应更显著。肋间距在基准肋间距的80%～120%范围内变化时，对峰值位移和接触力的影响约±6%，VCmax波动范围为5.7%~6.2%，整体处于工程可接受范围内。与SHTIM（surrogate human thorax for impact model）对比，本文模型在56、86.5 m/s下的位移-时间响应更贴合走廊中线（βvc,max=0.308, 0.803 m/s，均在推荐区间），SHTIM在高能工况略低于下限，验证了本模型在响应精度与伤害判据一致性上的优势。针对NS、CONDOR、SIR-X和RB1FS等4种典型弹丸，在60~90 m/s速度范围内开展系统仿真，揭示了不同弹丸结构和材料对胸部损伤风险的影响机制。高速冲击（100~120 m/s）下，模型软组织层主导能量吸收与耗散，肋骨层峰值应力随速度显著升高并超过屈服极限，存在严重骨折风险。厚度敏感性分析显示，软组织层厚度对吸能和变形的调控作用最突出。
为系统评估非致命动能弹丸对人体胸部的冲击安全性，设计并制备了一种结构可调、兼容仿真实验的一体化三肋胸部物理模型。首先通过弹体发射平台，在29和61 m/s速度下对SIR-X弹丸模型进行了刚性壁动力学验证，获得的力-时间曲线与北约AEP-99标准走廊吻合良好，证明了弹丸模型的可靠性。进一步使用该弹丸进行了56和86.5 m/s速度下的胸部冲击实验，测得胸壁位移及黏性准则的最大值（maximum viscosity criterion，VCmax，βvc,max）均落入AEP-99标准验证走廊范围内，表明该模型在中低速冲击（≤90 m/s）条件下具有良好的动态响应一致性和预测精度。其中56和86.5 m/s速度下的仿真与试验胸壁位移最大相对误差分别为16%和21%。弹丸硬度提高（从软到硬）在56和86.5 m/s工况下使VCmax分别由0.298 m/s升至0.336 m/s、由0.765 m/s升至0.856 m/s，高能工况放大效应更显著。肋间距在基准肋间距的80%～120%范围内变化时，对峰值位移和接触力的影响约±6%，VCmax波动范围为5.7%~6.2%，整体处于工程可接受范围内。与SHTIM（surrogate human thorax for impact model）对比，本文模型在56、86.5 m/s下的位移-时间响应更贴合走廊中线（βvc,max=0.308, 0.803 m/s，均在推荐区间），SHTIM在高能工况略低于下限，验证了本模型在响应精度与伤害判据一致性上的优势。针对NS、CONDOR、SIR-X和RB1FS等4种典型弹丸，在60~90 m/s速度范围内开展系统仿真，揭示了不同弹丸结构和材料对胸部损伤风险的影响机制。高速冲击（100~120 m/s）下，模型软组织层主导能量吸收与耗散，肋骨层峰值应力随速度显著升高并超过屈服极限，存在严重骨折风险。厚度敏感性分析显示，软组织层厚度对吸能和变形的调控作用最突出。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0320
摘要:
针对传统弹道预测方法计算成本高、难以满足快速评估需求的问题，提出了基于卷积神经网络（convolutional neural network，CNN）的多层混凝土薄靶侵彻弹道高效预测模型。首先，基于经过试验验证的数值模拟方法，分析并明确了弹体角速度对弹道偏转的重要影响，进而将其作为重要的弹靶交会条件，通过系统调整初始参数，构建了包含127组工况的单层混凝土薄靶侵彻数据集。在此基础上，建立了以弹体参数、靶体参数、弹靶交会条件为输入，弹体靶后运动参数为输出的高精度单层靶侵彻弹道预测模型，并进一步结合弹体靶间飞行的刚体运动学方程，构建了完整的侵彻-飞行迭代预测框架，实现了多层间隔混凝土薄靶弹道特性的快速预测。研究结果表明：逆时针角速度增大会导致靶后径向剩余速度正向增大，弹道轨迹向上偏转，顺时针角速度则产生相反效应，弹体角速度是薄靶侵彻过程中不可忽略的重要参数；针对单层靶工况，预测模型训练集和测试集的平均均方误差值稳定在0.0012 与0.0019 左右，表现出良好的预测性能；在多层靶预测中，模型在保证精度（剩余速度最大相对误差10.65%，姿态角最大绝对误差3.47°）的前提下，求解时间仅为传统数值模拟方法的0.05%。本研究不仅揭示了弹体角速度这一关键因素对侵彻弹道的影响规律，更提供了一种“数据驱动+物理方程融合”的建模新范式，可为武器毁伤效能评估与设计优化提供参考。
针对传统弹道预测方法计算成本高、难以满足快速评估需求的问题，提出了基于卷积神经网络（convolutional neural network，CNN）的多层混凝土薄靶侵彻弹道高效预测模型。首先，基于经过试验验证的数值模拟方法，分析并明确了弹体角速度对弹道偏转的重要影响，进而将其作为重要的弹靶交会条件，通过系统调整初始参数，构建了包含127组工况的单层混凝土薄靶侵彻数据集。在此基础上，建立了以弹体参数、靶体参数、弹靶交会条件为输入，弹体靶后运动参数为输出的高精度单层靶侵彻弹道预测模型，并进一步结合弹体靶间飞行的刚体运动学方程，构建了完整的侵彻-飞行迭代预测框架，实现了多层间隔混凝土薄靶弹道特性的快速预测。研究结果表明：逆时针角速度增大会导致靶后径向剩余速度正向增大，弹道轨迹向上偏转，顺时针角速度则产生相反效应，弹体角速度是薄靶侵彻过程中不可忽略的重要参数；针对单层靶工况，预测模型训练集和测试集的平均均方误差值稳定在
, 最新更新时间 , doi: 10.11883/bzycj-2025-0219
摘要:
深部煤岩爆破风险高、水力压裂受限，亟需可控破岩技术。高能产气剂作为一种先进高能气体压裂技术，以其卓越性能在破岩领域展现出显著优势，为煤炭高效安全开采提供了有力技术支撑。试验以高能产气剂外壳材料为突破口，研究不同外壳材料对煤岩破岩孔壁压力的影响，构建了全过程压力监测系统，选用PVC（polyvinyl chloride）透明、PVC白色和牛皮纸管3种外壳材料，进行孔壁压力试验，以衰减指数和可信度最为评价指标，对比得到材料物理性质对孔壁压力的影响。结果表明，启动剂点火后产生应力波和少量气体，应力波到达第1个峰值后，气体扩散致压力下降，应力波反射与气体膨胀波叠加形成第2个峰值，气体膨胀变化形成第3个峰值。因无主药剂，启动剂组压力峰值最小，升压时间最短，加载率最低，能量释放少，传递效率低。含主药剂的3组试验在距离高能产气剂 10 cm处达到压力峰值，约为200 MPa，升压时间控制在 20 ms附近。3组不同外壳材料的压力峰值衰减系数从大到小依次为：PVC透明外壳材料、PVC白色外壳材料、牛皮纸管。升压时间衰减系数从大到小依次为：PVC透明外壳材料、牛皮纸管、PVC白色外壳材料。加载率衰减系数从大到小依次为：PVC白色外壳材料、PVC透明外壳材料、牛皮纸管。PVC白色外壳材料因高弹性模量和低泊松比，在靠近高能产气剂位置的压力峰值、升压时间和加载率方面表现最佳，能量传递效率最高。PVC透明外壳材料在靠近高能产气剂位置的压力峰值和加载率高于纸管，但在远距离处低于纸管，表现出较强的方向性和集中性。纸管外壳材料能量分布均匀，但整体能量集中能力弱，升压时间和加载率均最低。研究结果为优化高能产气剂设计、提高破岩效果提供了理论依据。
深部煤岩爆破风险高、水力压裂受限，亟需可控破岩技术。高能产气剂作为一种先进高能气体压裂技术，以其卓越性能在破岩领域展现出显著优势，为煤炭高效安全开采提供了有力技术支撑。试验以高能产气剂外壳材料为突破口，研究不同外壳材料对煤岩破岩孔壁压力的影响，构建了全过程压力监测系统，选用PVC（polyvinyl chloride）透明、PVC白色和牛皮纸管3种外壳材料，进行孔壁压力试验，以衰减指数和可信度最为评价指标，对比得到材料物理性质对孔壁压力的影响。结果表明，启动剂点火后产生应力波和少量气体，应力波到达第1个峰值后，气体扩散致压力下降，应力波反射与气体膨胀波叠加形成第2个峰值，气体膨胀变化形成第3个峰值。因无主药剂，启动剂组压力峰值最小，升压时间最短，加载率最低，能量释放少，传递效率低。含主药剂的3组试验在距离高能产气剂 10 cm处达到压力峰值，约为200 MPa，升压时间控制在 20 ms附近。3组不同外壳材料的压力峰值衰减系数从大到小依次为：PVC透明外壳材料、PVC白色外壳材料、牛皮纸管。升压时间衰减系数从大到小依次为：PVC透明外壳材料、牛皮纸管、PVC白色外壳材料。加载率衰减系数从大到小依次为：PVC白色外壳材料、PVC透明外壳材料、牛皮纸管。PVC白色外壳材料因高弹性模量和低泊松比，在靠近高能产气剂位置的压力峰值、升压时间和加载率方面表现最佳，能量传递效率最高。PVC透明外壳材料在靠近高能产气剂位置的压力峰值和加载率高于纸管，但在远距离处低于纸管，表现出较强的方向性和集中性。纸管外壳材料能量分布均匀，但整体能量集中能力弱，升压时间和加载率均最低。研究结果为优化高能产气剂设计、提高破岩效果提供了理论依据。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0140
摘要:
氢能作为一种零碳能源，凭借其高能量密度和零碳排放的特性，在国防关键系统中具有广阔的应用前景。为提高能源的利用效率并保障安全，采用试验与数值模拟相结合的方法，系统研究了受限空间内氢气浓度对爆炸动力学特性的影响；在圆柱形容器中进行试验，使用压力传感器和高速摄像机记录爆炸过程中的压力变化和火焰传播规律；同时，结合CFD数值模拟技术，采用包含19步反应的氢气/空气详细化学反应机理，准确捕捉了预混气体爆炸过程中气流速度的时空演化过程。结果表明：最大爆炸压力出现在氢气体积分数为30%时，峰值达到0.623 94 MPa；火焰面积峰值在氢气体积分数为30%和45%工况下最大，相比体积分数为15%和60%时分别提高了14.6%和6.3%，其中，氢气体积分数为30%时，火焰面积在8.2 ms时最快达到峰值。此外，在圆柱侧壁与端壁交界区域，由于几何约束导致未燃氢气积聚，造成局部密度和压力升高，在流场中形成4个明显的高速区。在9 ms时，流场中心线上的气流速度呈对称分布，且单侧出现双峰值结构。在氢气体积分数为45%工况下，初期气流速度因局部热释放较强而呈现瞬态速度优势；而氢气体积分数为30%时，凭借其持续稳定的燃烧过程，气流在后期实现速度反超，体现出近化学计量比条件下的高效燃烧稳定性，为高效氢气燃烧系统的设计与性能提升提供了科学依据。
氢能作为一种零碳能源，凭借其高能量密度和零碳排放的特性，在国防关键系统中具有广阔的应用前景。为提高能源的利用效率并保障安全，采用试验与数值模拟相结合的方法，系统研究了受限空间内氢气浓度对爆炸动力学特性的影响；在圆柱形容器中进行试验，使用压力传感器和高速摄像机记录爆炸过程中的压力变化和火焰传播规律；同时，结合CFD数值模拟技术，采用包含19步反应的氢气/空气详细化学反应机理，准确捕捉了预混气体爆炸过程中气流速度的时空演化过程。结果表明：最大爆炸压力出现在氢气体积分数为30%时，峰值达到0.623 94 MPa；火焰面积峰值在氢气体积分数为30%和45%工况下最大，相比体积分数为15%和60%时分别提高了14.6%和6.3%，其中，氢气体积分数为30%时，火焰面积在8.2 ms时最快达到峰值。此外，在圆柱侧壁与端壁交界区域，由于几何约束导致未燃氢气积聚，造成局部密度和压力升高，在流场中形成4个明显的高速区。在9 ms时，流场中心线上的气流速度呈对称分布，且单侧出现双峰值结构。在氢气体积分数为45%工况下，初期气流速度因局部热释放较强而呈现瞬态速度优势；而氢气体积分数为30%时，凭借其持续稳定的燃烧过程，气流在后期实现速度反超，体现出近化学计量比条件下的高效燃烧稳定性，为高效氢气燃烧系统的设计与性能提升提供了科学依据。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0179
摘要:
爆炸冲击下钢筋混凝土构件结构响应的高效准确预测对抢修决策、结构加固与防护设计具有关键意义。现有结构响应快速计算方法，例如解析模型、轻量级数据驱动方法，虽具备较高计算效率，但在三维结构响应场计算方面精度受限。本文提出一种基于图神经网络（graph neural networks，GNN）的钢筋混凝土柱毁伤快速预测模型，通过GNN中的领域节点聚合机制高效传递结构内部的力学关联信息，从而在爆炸荷载输入与三维构件结构响应之间建立端到端映射，实现对柱体毁伤状态的快速预测。进一步引入多工况特征耦合训练策略，使模型具备适应不同配筋率、爆炸当量和起爆位置等工况的预测能力，显著提升了模型的跨工况泛用性能。结果表明，该模型单次预测耗时仅55 ms，较传统方法速度提升4个数量级，预测误差低于3.33%，在多种爆炸工况下均实现高精度毁伤预测。该研究展示了GNN方法在爆炸毁伤预测中的应用潜力，为爆炸冲击结构毁伤的快速评估与防护优化提供创新技术路径。
爆炸冲击下钢筋混凝土构件结构响应的高效准确预测对抢修决策、结构加固与防护设计具有关键意义。现有结构响应快速计算方法，例如解析模型、轻量级数据驱动方法，虽具备较高计算效率，但在三维结构响应场计算方面精度受限。本文提出一种基于图神经网络（graph neural networks，GNN）的钢筋混凝土柱毁伤快速预测模型，通过GNN中的领域节点聚合机制高效传递结构内部的力学关联信息，从而在爆炸荷载输入与三维构件结构响应之间建立端到端映射，实现对柱体毁伤状态的快速预测。进一步引入多工况特征耦合训练策略，使模型具备适应不同配筋率、爆炸当量和起爆位置等工况的预测能力，显著提升了模型的跨工况泛用性能。结果表明，该模型单次预测耗时仅55 ms，较传统方法速度提升4个数量级，预测误差低于3.33%，在多种爆炸工况下均实现高精度毁伤预测。该研究展示了GNN方法在爆炸毁伤预测中的应用潜力，为爆炸冲击结构毁伤的快速评估与防护优化提供创新技术路径。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0329
摘要:
利用具有多源、异构、重叠等特征的爆炸事故调查报告建立意外爆炸毁伤知识图谱，对进行数据驱动的爆炸评估以及溯源具有重要作用。针对意外爆炸事故调查数据中存在重叠和嵌套事件的特点，采用以事件联合抽取为核心的知识图谱构建方法以及爆炸调查报告构建了意外爆炸毁伤知识图谱；通过余弦相似度在知识图谱中检索类似爆炸事件并采用贝叶斯分类方法进行分类，较准确地实现了对贝鲁特港口爆炸事故爆炸源物资种类的确定。知识图谱构建结果表明，在意外爆炸毁伤语料库上的事件分类以及事件元素分类分析表明，相较于现有抽取模型，提出的基于动态掩码的事件联合抽取方法的F1值分别提高至少2%和5.4%。溯源分析表明，基于知识图谱的溯源与传统的人工溯源相比，其速度和准确性都有较大的提高。
利用具有多源、异构、重叠等特征的爆炸事故调查报告建立意外爆炸毁伤知识图谱，对进行数据驱动的爆炸评估以及溯源具有重要作用。针对意外爆炸事故调查数据中存在重叠和嵌套事件的特点，采用以事件联合抽取为核心的知识图谱构建方法以及爆炸调查报告构建了意外爆炸毁伤知识图谱；通过余弦相似度在知识图谱中检索类似爆炸事件并采用贝叶斯分类方法进行分类，较准确地实现了对贝鲁特港口爆炸事故爆炸源物资种类的确定。知识图谱构建结果表明，在意外爆炸毁伤语料库上的事件分类以及事件元素分类分析表明，相较于现有抽取模型，提出的基于动态掩码的事件联合抽取方法的F1值分别提高至少2%和5.4%。溯源分析表明，基于知识图谱的溯源与传统的人工溯源相比，其速度和准确性都有较大的提高。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0125
摘要:
为研究冲击荷载下锚固方式与层理倾角对岩体强度的影响规律，对无锚、端锚、半锚及全锚层理砂岩进行动态冲击试验研究，分析了不同锚固方式对层状砂岩动态力学特性、能量耗散规律及破裂分形特征的影响。研究结果表明：无锚试样强度随层理倾角增大，曲线表现先减小后增大，呈V形特征，试样在锚固后，强度得到明显提高，随锚固长度增大，曲线向倒V形特征转化；从能量方面来看，4类试样透射能变化规律均与强度变化规律相似，随层理倾角增大，反射能曲线呈倒V形特征，透射能逐渐减小，耗散能则逐渐增大，锚固方式仅影响了曲线整体水平；试样破坏后的碎屑具有明显分形特征，分形维数受层理倾角影响曲线均表现为倒V形特征，全锚试样破碎程度最小，无锚试样最剧烈，在此基础上计算了单位耗散能指数，曲线则呈现V形特征，全锚试样的单位耗散能指数曲线整体水平最高，表明其抗破坏能力最强。研究成果可为层状岩体工程锚固支护提供参考。
为研究冲击荷载下锚固方式与层理倾角对岩体强度的影响规律，对无锚、端锚、半锚及全锚层理砂岩进行动态冲击试验研究，分析了不同锚固方式对层状砂岩动态力学特性、能量耗散规律及破裂分形特征的影响。研究结果表明：无锚试样强度随层理倾角增大，曲线表现先减小后增大，呈V形特征，试样在锚固后，强度得到明显提高，随锚固长度增大，曲线向倒V形特征转化；从能量方面来看，4类试样透射能变化规律均与强度变化规律相似，随层理倾角增大，反射能曲线呈倒V形特征，透射能逐渐减小，耗散能则逐渐增大，锚固方式仅影响了曲线整体水平；试样破坏后的碎屑具有明显分形特征，分形维数受层理倾角影响曲线均表现为倒V形特征，全锚试样破碎程度最小，无锚试样最剧烈，在此基础上计算了单位耗散能指数，曲线则呈现V形特征，全锚试样的单位耗散能指数曲线整体水平最高，表明其抗破坏能力最强。研究成果可为层状岩体工程锚固支护提供参考。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0259
摘要:
亚稳态高熵合金因其在高应变率下优异的力学性能而受到广泛关注；然而，由于对微观结构与冲击响应关系的认识不足，限制了其在高应变率下的工程应用。本研究采用一种结合晶体塑性有限元方法和卷积神经网络的深度学习框架，阐明了微观结构与冲击响应之间的关系。基于晶体塑性模拟收集数据集，该数据集包含高应变率下亚稳态高熵合金在拉伸、压缩及剪切载荷条件下不同织构的完整应力应变响应和相变体积分数的演变。构建了一个双分支卷积神经网络模型，输入为织构和载荷条件。该模型的两个分支用于预测不同的输出：即应力应变曲线与马氏体体积分数的演变。基于收集的数据集对卷积神经网络模型进行训练。结果表明，该模型能够准确预测高应变率条件下亚稳态高熵合金的冲击响应。该研究进一步证明了深度学习框架在保证预测精度的同时，相比晶体塑性有限元模拟具有显著的计算效率优势，为高效评估高应变率下亚稳态高熵合金的力学行为提供了一种新思路。
亚稳态高熵合金因其在高应变率下优异的力学性能而受到广泛关注；然而，由于对微观结构与冲击响应关系的认识不足，限制了其在高应变率下的工程应用。本研究采用一种结合晶体塑性有限元方法和卷积神经网络的深度学习框架，阐明了微观结构与冲击响应之间的关系。基于晶体塑性模拟收集数据集，该数据集包含高应变率下亚稳态高熵合金在拉伸、压缩及剪切载荷条件下不同织构的完整应力应变响应和相变体积分数的演变。构建了一个双分支卷积神经网络模型，输入为织构和载荷条件。该模型的两个分支用于预测不同的输出：即应力应变曲线与马氏体体积分数的演变。基于收集的数据集对卷积神经网络模型进行训练。结果表明，该模型能够准确预测高应变率条件下亚稳态高熵合金的冲击响应。该研究进一步证明了深度学习框架在保证预测精度的同时，相比晶体塑性有限元模拟具有显著的计算效率优势，为高效评估高应变率下亚稳态高熵合金的力学行为提供了一种新思路。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0301
摘要:
为准确描述核级不锈钢Z2CN18.10在动态载荷下的力学行为，通过电子万能试验机和传统Hopkinson拉杆系统开展了准静态与高应变率拉伸试验，获取了该材料在常温至400 ℃、应变率10−3~103 s−1范围内的应力-应变响应。针对传统Hopkinson杆无法实现大应变加载的局限，采用电磁驱动双向Hopkinson拉杆测量了Z2CN18.10不锈钢在不同应力三轴度下的失效应变。基于实验数据拟合了Johnson-Cook本构模型和失效准则参数，并通过空气炮高速冲击试验验证了模型的有效性。结果表明，数值仿真与试验关于破孔尺寸、峰值应变和支撑反力的差值分别为4.4%、7.5%和2.3%，吻合良好。建立的Z2CN18.10不锈钢可靠动态本构模型和失效准则可为核电站管道系统的抗冲击设计与安全评估提供了重要的方法与数据基础。
为准确描述核级不锈钢Z2CN18.10在动态载荷下的力学行为，通过电子万能试验机和传统Hopkinson拉杆系统开展了准静态与高应变率拉伸试验，获取了该材料在常温至400 ℃、应变率10−3~103 s−1范围内的应力-应变响应。针对传统Hopkinson杆无法实现大应变加载的局限，采用电磁驱动双向Hopkinson拉杆测量了Z2CN18.10不锈钢在不同应力三轴度下的失效应变。基于实验数据拟合了Johnson-Cook本构模型和失效准则参数，并通过空气炮高速冲击试验验证了模型的有效性。结果表明，数值仿真与试验关于破孔尺寸、峰值应变和支撑反力的差值分别为4.4%、7.5%和2.3%，吻合良好。建立的Z2CN18.10不锈钢可靠动态本构模型和失效准则可为核电站管道系统的抗冲击设计与安全评估提供了重要的方法与数据基础。
, 最新更新时间 , doi: 10.11883/bzycj-2025-0326
摘要:
为研究钽合金爆炸成型弹丸（explosively-formed projectile，EFP）侵彻靶板产生靶后破片的空间散布，首先开展了钽合金EFP侵彻45钢的X光及破片散布试验；其次，采用经试验验证的FE-SPH（finite element-smoothed particle hydrodynamics）固定耦合方法开展了多种弹、靶条件下EFP垂直侵彻靶板的数值模拟，获得了靶后破片空间散布的数据集；最后，采用基于贝叶斯优化的支持向量回归对靶后破片密集飞散角数据进行训练，得到了基于贝叶斯优化的支持向量回归模型。研究结果表明：从试验结果来看，靶后破片云形貌为典型的截椭球状，由于钽、钢密度差异导致不同材料破片径向膨胀能力不同，钢破片分布在椭球的外表面而钽破片分布在椭球的内表面，靶后破片主要集中在验证靶上中心穿孔处周围的圆形区域；采用FE-SPH固定耦合方法模拟再现了靶后破片的形成过程，得到的靶后破片云形貌与试验结果十分接近，靶后破片平均最大飞散角与试验结果相对误差不超过10%，验证了数值模拟结果的准确性；建立的基于贝叶斯优化的支持向量回归模型能够实现对不同靶板厚度、着靶速度条件下靶后破片的密集飞散角的准确预测，数值模拟结果与模型预测结果最大相对误差均小于10%，在此基础上可以实现对靶后一定距离内验证靶毁伤面积的快速预测。
为研究钽合金爆炸成型弹丸（explosively-formed projectile，EFP）侵彻靶板产生靶后破片的空间散布，首先开展了钽合金EFP侵彻45钢的X光及破片散布试验；其次，采用经试验验证的FE-SPH（finite element-smoothed particle hydrodynamics）固定耦合方法开展了多种弹、靶条件下EFP垂直侵彻靶板的数值模拟，获得了靶后破片空间散布的数据集；最后，采用基于贝叶斯优化的支持向量回归对靶后破片密集飞散角数据进行训练，得到了基于贝叶斯优化的支持向量回归模型。研究结果表明：从试验结果来看，靶后破片云形貌为典型的截椭球状，由于钽、钢密度差异导致不同材料破片径向膨胀能力不同，钢破片分布在椭球的外表面而钽破片分布在椭球的内表面，靶后破片主要集中在验证靶上中心穿孔处周围的圆形区域；采用FE-SPH固定耦合方法模拟再现了靶后破片的形成过程，得到的靶后破片云形貌与试验结果十分接近，靶后破片平均最大飞散角与试验结果相对误差不超过10%，验证了数值模拟结果的准确性；建立的基于贝叶斯优化的支持向量回归模型能够实现对不同靶板厚度、着靶速度条件下靶后破片的密集飞散角的准确预测，数值模拟结果与模型预测结果最大相对误差均小于10%，在此基础上可以实现对靶后一定距离内验证靶毁伤面积的快速预测。
, 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-2025-0288
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-2025-0282
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-2025-0250
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
