Page 74 - 《爆炸与冲击》2026年第11期
P. 74

第 46 卷         王帅帅,等: 数据驱动的箍筋加密钢筋混凝土柱爆炸损伤预测与评估模型                               第 11 期


               e RMSE =0.030,e MedAE =0.011。为了评估模型的实际性能,测试集的准确性更为重要。在                    6  个评估模型中,基
               于  TabPFN  算法的模型在测试集上表现出最佳的性能。因此,在研究的后续部分选择                                 TabPFN  模型进行
               进一步分析。

                3.3.2    SHAP  可解释分析

                   图  12  显示了  SHAP  的条形图和蜂群图。条                       Mean (|SHAP value|)  SHAP value
               形图通过平均绝对         SHAP  值量化特征的重要性,                      Mean (|SHAP value|) (average impact

               用于比较不同特征的重要性。W                和  S  对钢筋混                  on model output magnitude)
                                                                   0   0.03  0.06  0.09  0.12  0.15  0.18  High
               凝土柱的损伤程度影响最大。第                3  个重要的是
                                                                  W
               h,表示在爆炸荷载的冲击下,柱截面深度的抗损                             S
                                                                  h
               伤能力比柱的其他参数更重要。柱宽                 w  不变,调           N r
                                                                  w
               整柱深   h  来改变   RC  柱的截面面积,增大柱截面                  Features  f cu                         Feature value
               面积的同时,作用在         RC  柱迎爆面上的爆炸荷载                   ρ v
                                                                  H
               不变。这代表在本文特定的爆炸荷载作用方向                               ρ 1
                                                                  f y
               上,增大   h  是增大柱抗弯和抗剪承载力的较快方                         f s
                                                                   −0.45 −0.30 −0.15  0  0.15  0.30  0.45  Low
               法。其次重要的特征是           N ,表示柱在受到爆炸之
                                     r
                                                                      SHAP value (impact on model output)
               前的初始轴压状态。
                   值得注意的是,体积配箍率比纵筋配筋率                                  图 12    TabPFN  模型的  SHAP  值
                                                                    Fig. 12    SHAP values for the TabPFN model
               更重要。拉筋与外围箍筋构成的复合约束影响
               了体积配箍率的大小。缩小箍筋间距及增加内部拉筋,不仅提高了构件的抗剪能力,同时增强了对核心
               混凝土的侧向约束作用。在爆炸冲击下,箍筋加密与这种复合约束抑制了核心混凝土的剥落,改变了柱
               的动力响应与破坏模式,进而影响其抗爆剩余承载力,在提升柱体抗爆能力方面效果显著。因此,在进
               行抗爆设计时,纵向受力钢筋的配筋率并非重要考虑因素,通常仅需满足                               RC  柱常规承载力设计要求即可。
                   图  12  蜂群图展示了单个特征         SHAP  值分布情况,用以识别特征的整体影响方向。图中的每个点代
               表一个样本在该特征上的            SHAP  值,表示每个参数如何影响爆炸作用下柱的损伤指数                        D,正值表示模型
               输出增加,负值表示模型输出减少。图中数据点的颜色表示特征值的大小,红色映射较大值特征,蓝色
               则映射较小值特征。从图            12  可以看出,炸药质量和爆炸距离对模型的输出有显著的影响。炸药质量的
               增加导致模型输出损伤指数的增加,爆炸距离的增加导致模型输出损伤指数的减少。同时,柱深和柱宽
               的增加均会使损伤指数变小。类似的解释可以应用于其他特征。
                3.4    与有限元模拟的对比
                   为了评估     TabPFN  模型作为有限元代理模型在未参与模型训练和测试的新工况下的预测稳定性,本
               研究构建了     6  组测试工况(C1~C6)。这些工况的输入特征涵盖了数据库中未曾涉及的截面尺寸、轴压
               比及爆炸参数,具体参数如表             8  所示。这些数据完全独立于训练集和测试集,旨在模拟实际工程中可能
               遇到的未知场景,以此检验模型对未知数据的处理能力。


                                           表 8    6  组测试工况的几何尺寸及爆炸荷载参数
                              Table 8    Geometric dimensions and explosion load parameters for six test conditions
                 工况     H/mm    w/mm    h/mm    f cu /MPa  f y /MPa  f s /MPa  ρ l /%  ρ v /%  N r  W/kg  S/m
                 C1     5 000    400     400      45      400     335     1.57   0.97   0.3     30     1
                 C2     5 000    400     400      45      400     335     1.57   0.97   0.1    300     5
                 C3     5 000    450     450      45      400     335     1.50   1.30   0.4     30     1
                 C4     5 000    450     450      45      400     335     1.50   1.30   0.4    300     5
                 C5     5 000    600     600      40      400     335     1.64   1.76   0.1     30     1
                 C6     5 000    600     600      40      400     335     1.64   1.76   0.2    300     5



                                                         111504-15
   69   70   71   72   73   74   75   76   77   78   79