Page 45 - 《爆炸与冲击》2026年第11期
P. 45
第 46 卷 潘美霖，等： 基于贝叶斯深度主动学习的三维城市建筑群爆炸载荷快速预测 第 11 期
感兴趣位置点（point of interest, POI）位置，并给 Q
出 12 个 POI 的编号。
本文所构建的三维城市建筑群为规则排列
的长方体建筑阵列，建筑形态与街道布局参数统
一，属于典型参数化场景。场景中可变参量包括 l
w
l 、建筑宽度
爆源当量 Q 、起爆距离 r 、建筑长度 h
w s 等 个
w 、建筑高度 h 、街道长度 l s 、街道宽度 7 1 000 m
参数，结合实际场景与应用需求，设计每个参数
的具体可选取值如表 1 所示。穷举表 1 中的所 Middle
section
有参数组合，得到共计 648 种计算工况。对于每 l s
种计算工况，基于 Python 构建 blastFoam 能够直 r
接读取的建筑群 STL 模型，在每次数值模拟前 w s
导入到 blastFoam 算例下的几何文件路径。
Free field Building zone
1.1.2 计算网格划分
在建筑群模型导入后，构建包含爆源与建 图 1 三维城市场景
筑群的背景计算域。为精确捕捉冲击波传播细 Fig. 1 Three-dimensional urban scene
节，在背景网格划分基础上，进一步采用自适应网格细化（adaptive mesh refinement, AMR）对关键区域进
行局部加密。
1 2 3
4
5 6 7 8
9
10 11 12
POI
(a) Lateral view (b) Planform (c) Floor plan and POI number
图 2 建筑群中监测点位置说明
Fig. 2 Illustration of POI location in the building complex
表 1 场景参数设计
Table 1 Scene parameter design
参数 符号 单位 参数取值
爆源当量 Q kt 1 000, 2 000, 3 000
爆源
起爆距离 r m 1 000, 2 000, 3 000
建筑物长度 l m 10, 20, 30
结构 建筑物宽度 w m 20, 40
建筑物高度 h m 75, 100
街道长度 l s m 50, 75, 100
街道
街道宽度 w s m 50, 75
111503-4
