Page 163 - 《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

由图 10 可知，随着爆炸当量逐步增加，RC GNN 16.47
构件在强动载荷作用下受冲击波影响程度增强， 16 Abaqus 15.69
混凝土单元与钢筋单元破坏崩落程度加剧，单元 12 11.95
损失百分比上升。代理模型预测与数值仿真结 10.89
果相近，随爆炸当量的增加，单元损失百分比上 Percentage of failed element/% 8
升，说明代理模型能够捕捉到爆炸当量工况变化 4.97 5.84
下的规律。 4 1.81 1.99 2.53 3.34
(2) 配筋率规律
0
在测试模型对配筋率的自适应表现中，采 Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ
Explosive equivalent cases
用控制变量法，通过固定爆炸当量与爆炸位置依
次增加配筋率。图 11 显示了 RC 柱单元损失百 图 10 RC 柱单元损失百分比随当量的变化趋势
分比随配筋率变化的规律。 Fig. 10 Change trend of RC column element percentage
with equivalent change
由图 11 可知，随着配筋率的提高，RC 柱构件
的损失百分比降低。由于 RC 柱整体的损失变化是钢筋与混凝土共同耦合作用的结果，单从 RC 柱的整体
单元损失百分比的角度分析不够全面。配筋率变化最直接影响的是钢筋本身，在强动载荷冲击下，钢筋的
单元损失百分比最能直接反映配筋率变化对应的内在规律。图 12 单独提取分析了钢筋的单元损失百分比。

20.0 35
GNN 30 29.1 28.8 27.0 28.5 25.4 25.8 24.3 GNN
Abaqus
Abaqus
17.5
17.2
Percentage of failed element/% 12.5 13.6 12.7 11.9 12.5 11.0 Percentage of failed element/% 20 20.9 20.7 21.7 17.6 19.5 14.8 17.1 14.2 14.0
16.5
16.1
15.7
15.4 15.2 15.2
14.9
15.0
14.4
25
14.3
13.9
10.0
15
7.5
10
5.0
2.5
0 5 0
0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8
Reinforcement ratio Reinforcement ratio
图 11 RC 柱单元损失百分比随配筋率的变化趋势 图 12 钢筋单元损失百分比随配筋率的变化趋势
Fig. 11 Change trend of RC column unit percentage Fig. 12 Change trend of reinforcement unit percentage
with reinforcement ratio with reinforcement ratio
由图 12 可知，随着配筋率的提高，钢筋的拉伸极限增大，钢筋损失单元数减小，钢筋单元损失百分
比降低。代理模型预测与数值仿真结果相近，随配筋率的提高，钢筋单元损失百分比降低，说明代理模
型能够捕捉到配筋率参数变化下的规律。
2.3 模型自身能力评估
本小节拟对比不同输入数据缺失情况下的模型性能，分析主导模型性能的输入数据；对比代理模型
与传统数值仿真方法的用时成本，并分析模型的稳定性。
2.3.1 主导影响因素
GNN 模型在训练阶段融合了多个数据特征以辅助模型学习潜在的特征表达方式。为进一步验证
各个数据特征在模型训练时贡献的权重，独立分析了每个特征对模型训练结果的影响。输入模型的数
据可分为 5 类：节点坐标、爆炸当量、配筋率、爆炸位置、爆炸相对距离。依次制作缺失上述一种数据的
数据集，并重新训练模型，对比同种工况下的模型性能表现，如图 13 所示。
如图 13 所示，爆炸相对距离在模型预测中至关重要，其缺失对模型性能的影响显著高于其他数据
类型。这是由于爆炸相对距离直接为每个钢筋和混凝土单元赋值，单元与单元间的爆炸相对距离差异

051435-12