Page 203 - 《爆炸与冲击》2026年第6期

第 46 卷 闫凯波，等： 基于机器学习的新型多胞梯度结构设计与优化 第 6 期
w δ
E a = F(x)dx (1)
0
比吸能 a M 之比，即：
E 定义为结构在有效压缩位移内吸收的总能量与结构总质量
s
E sa = E a /M (2)
初始峰值压缩力 F ma x 指结构压缩过程中首次出现的最大载荷。
F 为结构总吸能与有效压缩位移之比，即:
平均压缩力定义
F = E a /δ (3)
压缩力效率 η 指压缩力在结构变形过程中的稳定性，定义为:

(4)
η = F/F max
η 接近 x F 的偏差较小，能量吸收效率较高。
当 1 时，F ma 与
1.3 有限元模型

CMGHT 的三维建模通过 UG 软件完成，建模完成后将三
维模型导入 HyperMesh 软件进行有限元前处理，具体操作包括
v=0.4 m/s
网格划分与材料、属性设置等。如图 2 所示，该结构被置于两
块 刚 性 板 之 间 ， 其 中 下 方 刚 性 板 保 持 固 定 ， 上 方 刚 性 板 被 赋
予初始运动速度以实现加载。在加载方式上，参照 Ha 等 [22] 提 Rigid plate
出的方法模拟准静态（quasi-static, QS）加载过程。与传统采用
5 mm/min 的加载速度不同，本研究选用 0.4 m/s 的压缩速度——
该参数调整不仅能确保 FE 模拟结果的准确性，还可大幅缩短
计算耗时，为后续系列研究的高效开展提供便利。
由于尚未见到文献中报道 CMGHT 创新结构，缺乏直接对 图 2 CMGHT 的有限元模型
应的实验数据用于模型验证，因此选择与文献 [23] 中 HT 的实 Fig. 2 FE model of CMGHT
验结果进行对比，以验证建模方法的准确性。文献 [23] 中实验样本的网格特征尺寸为 1.5 mm，结构材料
选用 AA6061-O，具体材料属性如下：密度为 2 700 kg/m ，杨氏模量为 68 GPa，泊松比为 0.33，屈服应力为
3
71 MPa，极限应力为 130.7 MPa，幂律指数为 0.18；FE 建模采用 LS-DYNA 中的材料模型 123。仿真模型
的边界条件设置与文献 [23] 完全一致，单元类型为壳单元，所有接触部位的库仑摩擦系数取 0.15。数值
分析中定义了两类接触，采用自动单面接触来模拟结构内部的自接触行为，结构与刚性平面之间则使用
自动节点-表面接触进行模拟。
由图 3 可见，HT 在 FE 模拟与压缩实验中的变形模式几乎完全一致，且二者的力-位移曲线也呈现

30 QS compression experiment [23]
FE simulation in this study
25
Force/kN 20

15
(a) QS compression experiment [23]
10

5
0
0 20 40 60 80 100
Displacement/mm
(b) FE simulation in this study (c) Force-displacement curve
图 3 HT 的变形模式与压缩曲线对比
Fig. 3 Comparison of the deformation mode and compression curve of HT

061442-4