Page 10 - 《爆炸与冲击》2026年第5期

第 46 卷 黄 阳，等： 基于物理信息及数据融合驱动的复杂街区爆炸荷载快速计算方法 第 5 期

由 爆 源 I i 产 生 的 超 压 时 程 Δ p i ( t ) 可 用
Friedlander 方程描述： Blast source I 1
Å ã ï ò
t −t a a(t −t a )
∆p i (t) = ∆p m 1− exp − (1)
t d t d
3 1
式中：Δp 为峰值入射超压；t 为当前时刻；t 为冲 Target
m
a
击波到达时间，可表示为 Δp 的函数 [23] ；t 为冲
m
d
击波正压持续时间；a 为准降系数。本研究采用 2
d
Henrych [24] 提出的 Δp 、t 经验公式及 Wu 等 [25] 图 4 镜像爆源算法示意图
m
提出的 a 经验公式以确定单一爆源产生的超压
Fig. 4 Diagram of the method of images algorithm
时程，各公式形式可从对应文献中查得。对冲击
波绕射的考虑可在确定各参数时将冲击波传播距离乘以基于绕射角度的修正系数实现 [10] 。在获取所有
爆源在目标点产生的时程后，可基于 LAMB（low altitude multiple burst）模型 [10] 对超压时程进行叠加，实
现目标点压力时程计算：
n
∑
ρ = ρ 0 + (ρ i −ρ 0 ) (2)
i=1
n
1 ∑
u = ρ i u i (3)
ρ
i=1
( )
n n
∑ 1 ∑ 1
2
p = p 0 + ∆p i +1.2 ρ i |u i | − ρ|u| 2 (4)
2 2
i=1 i=1
u i 和 p 分别为爆源 i 波阵面后的介质密度、速度和压力，两者均可视作 Δp 的函数 [23] ；ρ 为初始
m
i
0
i
式中：ρ 、
ρ u 和 分别为目标测点处的介质密度、速度和压力；p 为标准大气压。
0
空气密度； 、 p
镜像爆源法可实现对场景内压力场演化过程的快速估算。考虑到镜像爆源算法对冲击波到达时间
的计算依赖经验公式，与数值模拟结果存在时序偏差，因此在预测 t 时刻的压力场时，将 t ～t 3 这 5 个
i
i−1 i+
连续时刻的镜像爆源压力场一并作为输入，以强化模型对波传播过程的感知能力 [26] 。
(2) 信号距离场
信号距离场用于记录空间中不同位置距离场景中几何表面的最近距离，进而量化空间的几何信息，
强化网络的空间感知能力 [17] 。在本研究中，采用双通道信号距离场，其中第 1 个通道为平面信息通道，
记录了各测点在 xy 平面内到最近几何体表面的距离；第 2 个通道为高度信息通道，记录了各测点相对于
地面的高度。
1.2.2 网络架构
本研究选择 3D-UNet [27] 作为起爆街道模型的网络架构，如图 3 所示。该网络基于 UNet [28] 框架，采
用了 UNet 网络经典的编码器-解码器对称结构，通过三维卷积核实现空间特征提取。在编码路径上，网
络采用层级下采样捕获多尺度数据关系，解码路径则通过转置卷积逐步恢复张量分辨率，并利用跳跃连
接融合特征以提升精度。

1.3 非起爆街道预测模型
非起爆街道预测模型用于实现非起爆街道内压力场预测。图 5 展示了该模型的推理过程，包括前
处理、计算模型、后处理 3 个部分。为实现 t 时刻爆炸流场预测，在前处理部分，基于起爆街道预测模
i
型，可获得非起爆街道与起爆街道拼接处 t 时刻的二维边界压力场。在计算模型部分，非起爆街道预测
i
模型由一个 2D-UNet 与一个 3D-UNet 级联组合而成。2D-UNet 接收街道边界压力，并通过扩充通道数量
将其映射为通道数与各维度数相等的三维张量；3D-UNet 的网络架构与起爆街道预测模型中的架构一
致，网络接收 2D-UNet 处理过的边界压力场，并融合记录了场景对应的能量密度因子和位置信息的双通

051411-5