Page 82 - 《爆炸与冲击》2026年第5期
P. 82

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

                   图  20  展示了炸药起爆后,由应力波引起的损伤逐渐由炮孔向自由面演化的过程。炮孔附近的岩石
               发生粉碎性破坏,远端岩石以张拉破坏为主,且应力波在自由面处发生反射,产生的拉伸波使自由面附
               近萌生了微小的拉伸裂纹,基于反演参数进行的数值模拟与试验结果展现出了一致性,再次验证反演参
               数的准确性与可靠性。
                   本文所提参数反演方法能适用于多种荷载工况下的参数标定需求,相较于传统方法,仅需不到
               15  次迭代即可满足反演精度,无需依赖于构建庞大的样本数据库,便能满足计算效率与精度的多重需
               求,有效减少了       RHT  本构参数的标定成本。尽管本研究方法效果显著,仍存在一定局限。一方面,在进
               行全局敏感性分析时,大量的             ANSYS\LS-DYNA    仿真仍需较高计算资源,未来针对其他动态本构模型的
               参数反演,可引入        Kriging、径向基函数或深度学习等代理模型替代参数全局敏感性分析过程,以减少
               LS-DYNA  仿真计算。另一方面,PAWN             方法对参数间交互效应是通过模型输出结果间接体现,后续可
               引入  Sobol、Morris 等全局敏感性分析方法,对参数之间的直接交互效应进行更系统、量化的探讨。

                5    结 论


                   本文构建了一套高效、可靠的              RHT  本构参数反演体系,该体系包括基于                PAWN   敏感性分析方法与
               智能优化算法,并联合          MATLAB   与  ANSYS\LS-DYNA    实现  RHT  本构模型中关键参数的全局敏感性分
               析与反演,获得的主要结论如下。
                   (1) 针对  RHT  本构模型中     16  个较难标定参数进行全局敏感性分析,其分析结果表明,仅有                          8  个参数
               对  RHT  本构模型响应具有显著影响,将其按全局敏感性从高到低依次排序为:                                g ∗ c   、   Q 0  、   ξ  、    f s *   、   A ε p m  、
                                                                                                       、
                  n f  ;实际应用过程中建议采用本文方法进行标定。
               A f  、
                   (2)SSA  算法可作为首选算法应用至            RHT  本构模型参数反演中,反演结果的相对误差最小为                       0.23%,
               最大为   9.28%。与传统试错法相比,该方法显著降低了试验成本,提升了参数标定的效率与可靠性。
                                       g *  ξ  的敏感性呈现    V  形变换趋势,分别在         0.42  和  0.41  处发生敏感性拐点。
                                        c
                   (3) 在高敏感性参数中           、
                    f  *  的敏感性随着数值的增加逐渐降低,当小于               0.29  和  0.065  时,对模型输出的影响最显著值得注意
               Q 0  与    s
                                ε p   的敏感性呈现出先增强后减弱的趋势,具有一定的非线性。
               的是,低敏感性参数         m
                   (4) 本文构建了基于       MATLAB   与  ANSYS/LS-DYNA    协同工作的自动化仿真程序,实现了对                  k  文件
               的批量修改及      SHPB  仿真数据的三波自动对齐功能,显著提升了参数反演过程的效率和精度。
                   本文提出的全局敏感性分析与参数反演框架不仅适用于                           RHT  模型,也可推广应用于          HJC、CSCM、
               JH-2  等具有高维复杂特征的动态本构模型,该方法可为复杂动态本构的全局敏感性与参数标定提供新
               的解决途径。


               参考文献:
               [1]   CHEN  C,  ZHANG  X  H,  HAO  H,  et  al.  Discussion  on  the  suitability  of  dynamic  constitutive  models  for  prediction  of
                    geopolymer  concrete  structural  responses  under  blast  and  impact  loading  [J].  International  Journal  of  Impact  Engineering,
                    2022, 160: 104064. DOI: 10.1016/j.ijimpeng.2021.104064.
               [2]   YAN L, CHEN L, CHEN B Y, et al. Analysis and evaluation of suitability of high-pressure dynamic constitutive model for
                    concrete under blast and impact loading [J]. International Journal of Impact Engineering, 2025, 195: 105145. DOI: 10.1016/
                    j.ijimpeng.2024.105145.
               [3]   RIEDEL W, THOMA K, HIERMAIER S, et al. Penetration of reinforced concrete by BETA-B-500 numerical analysis using a
                    new  macroscopic  concrete  model  for  hydrocodes  [C]//Proceedings  of  the  9th  International  Symposium  on  the  Effects  of
                    Munitions with Structures: Vol. 315. Berlin-Strausberg Germany, 1999: 315–322.
               [4]   BANADAKI M M D. Stress-wave induced fracture in rock due to explosive action [D]. Toronto: University of Toronto, 2010.
               [5]   XIE L X, LU W B, ZHANG Q B, et al. Damage evolution mechanisms of rock in deep tunnels induced by cut blasting [J].
                    Tunnelling and Underground Space Technology, 2016, 58: 257–270. DOI: 10.1016/j.tust.2016.06.004.


                                                         051424-22
   77   78   79   80   81   82   83   84   85   86   87