Page 161 - 《爆炸与冲击》2026年第5期

第 46 卷 潘刘娟，等： 图学习驱动的爆炸冲击钢筋混凝土柱结构响应的建模与预测 第 5 期

筋单元的弯曲凹陷位置相同程度较高，主要损伤区域轮廓重合程度高。随爆炸位置的变化，混凝土单元主
要损伤区域与仿真结果依旧高度匹配，证明了模型对不同打击位置的自适应预测能力。对两种方法进行
误差分析，如表 5 所示，混凝土和钢筋预测平均绝对误差的方差为 0.087 0 和 0.135 4、均方误差的方差为
0.628 9 和 0.572 9，不同爆炸位置下预测误差值之间的方差较低，没有偏移较大的异常预测。由此可见，GNN
模型学习到了强动载荷下 RC 柱的内在响应机理，实现了在接触爆炸工况下对爆炸位置的自适应能力。

GNN Abaqus GNN Abaqus GNN Abaqus GNN Abaqus GNN Abaqus

Case 1 Case 2 Case 3 Case 4 Case 5

图 7 接触爆炸下 GNN 模型与 Abaqus 仿真可视化结果对比
Fig. 7 Visualization comparison between GNN model and Abaqus simulation under contact explosion conditions
(2) 非接触爆炸
表 6 非接触爆炸下 GNN 模型预测与 Abaqus 仿真结果误差
在非接触爆炸工况下，依次由远到近改变
Table 6 Error between GNN model prediction and Abaqus
爆炸距离，得到 4 种爆炸结果，爆炸的具体位置
simulation results under non-contact explosion
以及模型预测的误差记录在表 6 中。
爆炸位置 MAE/% RMSE/%
在非接触爆炸工况下，观察 Abaqus 仿真可 工况
(x, y, z) 混凝土 钢筋 混凝土 钢筋
视化结果，如图 8 所示，冲击波对 RC 柱的作用
2-1 (6, 4, 2) 2.13 1.44 5.87 2.63
虽有所减弱，但在迎爆面，混凝土单元仍损失严
2-2 (6, 10, 6) 1.29 0.47 4.79 0.64
重，钢筋单元弯曲损伤程度随爆炸距离变远而逐
2-3 (6, 10, 2) 2.32 1.67 5.91 3.05
渐减轻；背爆面混凝土单元和钢筋单元的损失轻
2-4 (10, 7, 0) 1.62 1.33 3.55 1.93
微。对比 GNN 模型与 Abaqus 仿真可视化结果，
方差 0.166 4 0.206 3 0.932 0 0.834 6
可观察到，无论是迎爆面还是背爆面，混凝土单
元损失位置与损失严重程度高度相似，钢筋单元的弯曲位置相同且程度相似，随爆炸距离变化的损伤程
度趋势相同，损失核心区域轮廓重合程度高。随爆炸位置的变化，混凝土单元损失核心区域依旧高度匹
配，证明了模型对不同打击位置的自适应预测能力。对两种方法进行误差分析，如表 6 所示，混凝土和
钢筋预测平均绝对误差的方差为 0.166 4 和 0.206 3，均方误差的方差为 0.932 0 和 0.834 6。不同爆炸距离

下，预测误差值之间的方差较低，没有偏移较大的异常项。由此可见，GNN 模型学习到了强动载荷下
RC 柱的内在反应机理，实现了在非接触爆炸工况下对爆炸距离的自适应能力。
图 9 呈现了模型在各个工况下的预测误差。在接触与非接触爆炸工况下，采用相同误差评判标准
时，混凝土的误差值大于钢筋。其原因在于混凝土韧性低于钢筋，在强动载荷作用下不仅破碎程度更
高，且碎裂后的游离块体位移量远大于钢筋，其运动规律也更难预测。

051435-10