内爆炸载荷下泡沫铝夹芯圆管塑性动力响应及能量耗散机理

通过实验、理论和数值模拟研究泡沫铝夹芯空心圆管在内爆载荷作用下的动态变形模式及吸能机制.采用不同质量的球形乳化炸药进行爆炸试验.结构轴向变形分为3个区:大塑性变形区、绕塑性铰的刚性旋转区和无变形区.在考虑环向膜力和轴向弯矩的情况下,提出内爆作用下夹芯圆管动态响应的显式计算方法.通过建立基于三维Voronoi算法的泡沫芯有限元模型,探索结构能量耗散机制.通过实验观测到的泡沫铝夹芯空心圆管在内爆载荷作用下的变形机制,结合内外管的弯曲变形及芯层压缩,给出了结构在响应过程中能量吸收的理论解.以结构比吸能和外管中心挠度为控制参量求得夹芯圆管的最优解集.进一步研究炸药质量、内外管直径、壁厚及芯层轴向梯度排列方式对结构动态变形模式和吸能机制的影响.结果表明:内管壁厚对外管中心线的挠度影响较大,而芯层厚度和外管壁厚的影响较小;如果夹芯圆管的轴向梯度结构从管轴向对称面到两端边缘呈对称递减分布时,具有较好的抗爆性;数值计算和实验测试结果均与理论预测吻合.     

基于物理界面的双重介质有限裂隙渗流模型

基于连续介质或者离散裂隙假设,含裂隙的多孔介质渗流问题有多种数学力学模型。受物理界面的启发,提出一种新的有限裂隙连续介质力学模型,可以为宏观裂隙-多孔介质内的流体输运问题等提供近似计算方案。该模型属于一类双重介质模型,将曲面上低维度的流场转化为三维空间的流场,并且与连续的多孔介质的流场耦合,在数学上表示为统一的输运控制方程和初始边界条件。这个近似模型为不方便实施高维度-低维度耦合求解的数值计算方法提供新的模拟思路,如光滑粒子流体动力学等无网格粒子类方法。     

基于“AM-GoogLeNet+BP”联合数据驱动的混凝土细观模型压缩应力-应变曲线预测

本文结合GoogLeNet卷积神经网络和BP神经网络分别在图像数据挖掘和数据分析方面的良好性能,采用“AM-GoogLeNet+BP”联合数据驱动方法,对混凝土细观模型(含砂浆、骨料及孔隙)的单轴压缩应力-应变曲线进行了有效预测.通过引入力学参量对图像数据驱动的训练结果进行优化,从而提升了神经网络的物理可解释性.基于Python语言实现混凝土细观模型在Abaqus中的自动建模及细观图像生成过程,并将生成的细观图像数据库与相应的压缩应力-应变曲线作为训练数据集.在GoogLeNet中分别引入SENet, ECANet和CBAM三种代表性注意力机制并对三种注意力机制的性能进行对比和分析,以自适应方式提升神经网络对混凝土各相组分的分析能力,并以此得到混凝土细观模型的初步应力-应变预测曲线;将骨料体积分数、孔隙率及初步峰值应力等物理参量作为输入引入BP神经网络以改善峰值应力的预测精度,并与将物理参量直接引入卷积神经网络输入层的方法进行了对比,最后定量给出了骨料体积分数和孔隙率对峰值应力的影响权重.结果表明,对于不同骨料体积分数及孔隙率的混凝土细观模型,该方法均展现了较高的预测精度.本文采用的“...