基于径向基函数神经网络的高聚物粘结炸药切削表面粗糙度预测研究

作     者：唐贤进 张丘 邹刚 吴松 刘维 尹锐 TANG Xian-jin;ZHANG Qiu;ZOU Gang;WU Song;LIU Wei;YIN Rui

作者机构：中国工程物理研究院化工材料研究所四川绵阳621900 

出 版 物：《兵工学报》 (Acta Armamentarii)

年 卷 期：2014年第35卷第2期

页      面：200-206页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中国工程物理研究院基金项目(2009A0203010) 中国工程物理研究院化工材料研究所所长基金项目(626010939) 

主　　题：机械制造工艺与设备 高聚物粘结炸药 表面形貌 粗糙度 神经网络 

摘      要：高聚物粘结炸药(PBX)的切削表面质量是影响炸药部件甚至是武器性能的重要因素。通过对PBX炸药切削表面三维轮廓的观察和分析,发现其切削表面形貌由于材料、工艺和工况等多因素作用而产生不确定崩落现象,导致对切削表面进行二维轮廓算术平均偏差与三维轮廓算术平均偏差的计算值最大相差32%.基于此,综合考虑多因素影响,利用RBF人工神经网络构建了炸药切削表面粗糙度预测模型。通过网络训练和验证表明,该模型基本能够反映PBX炸药切削表面成形的基本规律,并且预测值与实际值误差不超过3%.