Page 220 - 《爆炸与冲击》2026年第5期

第 46 卷 赵春风，等： 基于XGBoost的PC板爆炸损伤评估模型 第 5 期

4 PC 板损伤程度分类预测

如第 3 节所述，构建了 XGBoost、 GPR 和 RF 等 3 种不同的算法模型，对爆炸作用下 PC 板的最大位
移进行预测。鉴于 XGBoost 模型在位移预测方面展现出最优性能，且 PC 板支座转角准则的关键判定参
数为板中最大位移，提出了一种基于 XGBoost 的 PC 板爆炸作用下损伤评估模型。

4.1 损伤评估准则

在 结 构 动 力 响 应 分 析 中 ， 最 大 位 移 （ 挠 度 ）
TNT
是板件受力的核心参数，具有可量化结构受力变
形 特 征 以 及 能 够 方 便 测 验 爆 炸 试 验 的 双 重 优
Explosive loading
势。当 PC 板受爆炸冲击产生竖向峰值位移时，
其支座转角同步达到极限值。此状态直观反映 θ
了板件受力达到极限，对应材料的屈服临界状
y m
态，继续加载将导致更严重的损伤甚至失效。实
Support rotation
L min
践表明，采用支座转角限值判别 PC 板爆炸损伤
程度，可有效适配钢筋混凝土构件的损伤评估逻 图 6 PC 板爆炸作用下的支座转角示意图
辑，为抗爆性能分析提供可靠依据。爆炸示意图 Fig. 6 Schematic diagram of support rotation
如图 6 所示，支座转角 θ 的计算公式表示为： in PC slab under blast loading

Å ã 表 5 基于支座转角的损伤评估划分
θ = tan −1 y m (8)
Table 5 Damage assessment division
L min
based on support rotation
式 中 ： y 为 m PC 板 在 爆 炸 作 用 下 产 生 的 最 大 位
损伤程度 准则Ⅰ [27] 准则Ⅱ [28] 准则Ⅲ [29]
移，L mi n 为最大位移点离支座的最近距离。
轻度损伤 θ≤1.7° θ≤2° θ≤2°
本文中基于支座转角的损伤评估准则 [26] ，通
中度损伤 1.7°＜θ≤4.6° 2°＜θ≤5° 2°＜θ≤6°
过建立支座转角与破坏情况的对应关系，将损伤
严重损伤 4.6°＜θ≤6.8° 5°＜θ≤10° 6°＜θ≤12°
程度划分为轻度损伤、中度损伤、严重损伤和倒
倒塌破坏 θ＞6.8° θ＞10° θ＞12°
塌破坏，具体划分如表 5 所示。
4.2 分类评价指标
为了评价基于 XGBoost 分类模型的精度，本文中采用混淆矩阵对其判别类别与实际类别进行统计，
并选取了准确率、精确率、召回率、F 值和 Kappa 系数 5 项分类指标对分类识别模型进行评价。
1

混淆矩阵（confusion matrix）也称误差矩阵，
True class
可作为一种标准形式用于评价机器学习中的分
类精度问题 [30] 。如图 7 所示，混淆矩阵中横向维 Correctly Class Ⅱ Class Ⅲ Predicted
misclassified
predicted as
misclassified
class Ⅰ
度统计各预测类别的样本分布：每行元素表示对 Class Ⅰ class Ⅰ as class Ⅰ as class Ⅰ count
应预测类别的样本数量，行末表示该预测类别占
总样本的比例；纵向维度统计各真实类别的样本 Class Ⅰ Correctly Class Ⅲ Predicted
predicted as
misclassified
misclassified
分布：每列元素表示对应真实类别的样本数量， Class Ⅱ as class Ⅱ class Ⅱ as class Ⅱ class Ⅰ
count
列末表示该真实类别占总样本的比例。该矩阵 Predicted class
通过量化分类结果，直观展示模型在分类判别中 Class Ⅰ Class Ⅱ Correctly Predicted
产生的混淆。 Class Ⅲ misclassified misclassified predicted as class Ⅰ
count
class Ⅲ
as class Ⅲ
as class Ⅲ
混 淆 矩 阵 中 给 出 了 模 型 的 分 类 预 测 情 况 ，
基于此，可以得出机器学习的分类精度指标： Total True class Ⅰ True class Ⅱ True class Ⅲ Accuracy
count
count
count
A cc = (T P +T N )/n (9)
图 7 混淆矩阵示意图
P = T P /(T P + F P ) (10) Fig. 7 Schematic diagram of confusion matrix
051443-9