Page 69 - 《爆炸与冲击》2026年第5期

第 46 卷 田浩帆，等： 基于PAWN全局敏感性分析与智能优化算法的岩石RHT本构参数反演 第 5 期

SHPB test Steps for three-wave automatic alignment

Keyword modification Keyword input

Loading
Binout ANSYS/LS
MATLAB file DYNA
Dynamic strain gauge
Three-wave method
Stress-strain curve A D value calculation

y Area difference
Data collection y
O
x
x
O ε max
A sim = ∫ 0 σ sim(ε)dε
RHT constitutive Numerical t 1 = L−L 1 , t 2=t 1+2L 1/C 1 A exp = ∫ ε max σ exp(ε)dε
parameter calibration simulation C 1 Δt 0
∫
t 3 =f min ( [ε t−(ε i+ε r)]dt) A D =]A exp −A sim ]
0
PAWN

1

A Unconditional Unconditional CDF CDF F y (y)
N set
*
f s 0
*
f t 1 x 1,n …
*
g c x 2,n
*
Input variables x ξ n A f function call Conditional CDF CCDF F y|x i (y)
g t
Sensitivity
analysis
n f
p 0 y i
ε m
D 1
B D KS (x i )= max]F y (y)−F y|x i (y)]
y
Q 0 1
PAWN sensitivity
p co index
p el
Conditional
sets
y T i =φ stat [D KS (x i )]
0

图 6 RHT 模型全局敏感性分析流程
Fig. 6 Global sensitivity analysis process of the RHT model
图 7(b) 展示了敏感性分析计算过程中部分采样参数三波自动对齐的效果。可以看出，该过程能够

显著减少人为计算误差，提升数据匹配的精度，对保证评价指标计算的准确性和可靠性至关重要。

051424-9