冲击载荷下 HMX 中尺度能量局域化的建模，第一部分：载荷与空洞尺寸效应的机器学习替代模型
计算物理
2018-12-26 v1 介观与纳米尺度物理
摘要
本工作给出了构建压装 HMX 材料中热点起爆与增长速率的机器学习替代模型的过程。采用贝叶斯 Kriging 算法同化由高分辨率中尺度模拟获得的输入数据。通过变化载荷条件与空洞尺寸，利用空洞塌缩的反应性中尺度模拟生成稀疏训练集来构建替代模型。由此获得关于空洞塌缩及热点起爆与增长的物理认识。热点的临界包络表示为函数 {\Sigma}_cr=f(P_s,D_void )，其中 P_s 为外加冲击压力，D_void 为空洞尺寸。热点的临界性被分类为塑性塌缩与流体动力学射流两种机制。从热点起爆与增长速率及临界包络的替代模型获得的信息可用于中尺度知情的起爆与增长（MES-IG）模型，以执行压装 HMX 材料的多尺度模拟。
引用
@article{arxiv.1810.04666,
title = {Modeling meso-scale energy localization in shocked HMX, Part I: machine- learned surrogate model for effect of loading and void size},
author = {Anas Nassar and Nirmal K. Rai and Oishik Sen and H. S. Udaykumar},
journal= {arXiv preprint arXiv:1810.04666},
year = {2018}
}
备注
37 Pages, 19 Figures