基于增强轴对称再生核粒子法的高温非饱和膨润土缓冲模型试验数据驱动建模
计算工程、金融与科学
2025-09-11 v1 机器学习
摘要
在罐间距紧凑的高放核废物深地质处置库中，膨润土缓冲层可能经历高于100 {\deg}C的温度。在此极端温度范围内，现象学本构定律在刻画膨润土的热-水-力(THM)行为方面存在局限，因为预定义的函数式本构定律通常缺乏通用性与灵活性，难以刻画广泛的复杂耦合现象以及应力状态与路径依赖效应。本工作中，引入了一种基于深度神经网络(DNN)的膨润土土-水特征曲线(SWRC)，并将其集成到再生核粒子法(RKPM)中，以进行膨润土缓冲层的THM模拟。DNN-SWRC模型将温度作为附加输入变量，使其能在一般非等温条件下学习吸力与饱和度之间的关系，而这是现象学SWRC难以表示的。为有效建模罐尺度试验，开发了新型的轴对称再生核基函数，其 enriched了表示加热器布置的奇异Dirichlet强制以及表示薄层复合罐体构造的有效对流换热系数。所提方法通过对一层暴露于中心加热的MX-80膨润土圆柱层的罐尺度实验建模得以验证。
引用
@article{arxiv.2309.13519,
title = {Data-Driven Modeling of an Unsaturated Bentonite Buffer Model Test Under High Temperatures Using an Enhanced Axisymmetric Reproducing Kernel Particle Method},
author = {Jonghyuk Baek and Yanran Wang and Xiaolong He and Yu Lu and John S. McCartney and J. S. Chen},
journal= {arXiv preprint arXiv:2309.13519},
year = {2025}
}
备注
51 pages, 19 figures