普通混凝土（NC）广泛用于建造钢筋混凝土（RC）板，但由于其抗拉强度低、韧性差和脆性高，这类板在爆炸载荷下容易受损[1,2]。根据Morishita等人的研究[3,4]，RC板在接触爆炸下的损伤模式分为：坑洞形成、剥落和破裂。在这些损伤模式中，剥落或破裂会导致混凝土碎片泄漏到RC板后方，威胁人员和设备的安全[5]。为了减少混凝土碎片造成的二次伤害，学者们进行了大量研究以提高RC板的抗爆性能。
有多种方法可以提高RC板的抗爆性能。对于未建成的结构，可以使用超高性能纤维增强混凝土作为主要建筑材料。通过添加一种或多种纤维制成的UHPFRC具有优异的抗爆性能[[6], [7], [8]]。对于现有结构，可以通过外部加固来提高RC板的抗爆性能。外部加固材料包括钢板[9,10]、纤维片[11,12]和聚氨酯涂层[5,[13], [14], [15], [16]]等。其中，聚氨酯材料因其低成本、高延展性和高韧性等优点而被广泛用于抗爆加固[17,18]。因此，许多研究致力于探讨带有聚氨酯涂层的RC板的抗爆性能。Raman等人[18]通过数值模拟证明，在近场爆炸下，带有聚氨酯涂层的RC板能够有效减少位移。随后，Shi等人[19]展示了接触爆炸下聚氨酯增强RC板的抗爆性能。通过对11块板的接触爆炸测试，Wang等人[16]对涂有聚氨酯的RC板的损伤模式进行了分类。同时发现，聚氨酯的抗爆机制是通过大的变形来防止混凝土碎片和冲击波的泄漏。
在接触爆炸情况下，已经提出了许多经验公式来指导实际项目中聚氨酯涂层的设计。Wang等人[16]通过拟合实验数据，建立了将剥落系数与聚氨酯涂层厚度相关的经验公式。Wang等人[15]对涂有聚氨酯的RC厚板进行了接触爆炸测试，并建立了预测跨中挠度、坑洞直径和深度的经验公式。综上所述，现有的经验公式主要用于预测接触爆炸下的损伤模式或损伤程度。然而，目前尚无经验公式可以确定RC板的适当聚氨酯涂层厚度。涂层厚度对涂有聚氨酯的RC板的抗爆性能有显著影响[13,14]。过薄的涂层在冲击波作用下会断裂，导致混凝土碎片泄漏到板后；过厚的涂层则会增加成本。此外，先前的研究[13]表明存在一个能够最大化涂层抗爆性能的最佳聚氨酯涂层厚度。因此，研究最佳聚氨酯涂层厚度并建立相关经验公式以指导设计非常重要。
最近，主要通过实验[5,14,16]和数值模拟[13,15,20]来研究涂有聚氨酯的RC板的抗爆性能。这两种研究方法都存在一定的局限性。爆炸测试能够提供真实的结构响应，但风险高、成本高且数据有限。经过验证的数值模拟具有高灵活性和准确性，但受到计算成本高的限制。为了克服这些局限性，许多研究采用了机器学习（ML），因为它具有低成本和高效率的优点[[21], [22], [23]]。ML是一种通过建立输入特征和输出变量之间的非线性映射关系来进行预测的新方法[24]。因此，本研究采用ML方法来预测聚氨酯涂层的抗爆性能。
本研究制备了三块喷涂了不同厚度聚氨酯的RC板，用于接触爆炸测试。为了评估聚氨酯涂层的抗爆性能，提出了一种评估指标。随后，利用经测试结果验证的数值模型生成了500种接触爆炸场景下的聚氨酯涂层评估指标。这些数据用于训练6个ML模型。为了评估ML模型的鲁棒性，每个模型都进行了蒙特卡洛（MC）模拟，以评估其在四个评估指标上的表现。根据MC模拟结果，确定了最佳ML模型，并使用SHapley Additive exPlanations（SHAP）方法对其预测结果进行了解释。此外，本研究还采用了贝叶斯优化算法（BOA）来优化不同场景下的聚氨酯涂层厚度。抗爆性能指标被定义为优化问题的目标值，优化目标是最化该指标。最后，根据优化结果建立了最佳聚氨酯涂层厚度的经验公式。该经验公式被证明能够指导涂有聚氨酯的RC板的抗爆设计。
