咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >高压工况下底排推进剂燃速的反向传播神经网络模型 收藏

高压工况下底排推进剂燃速的反向传播神经网络模型

Back Propagation Neural Networks of Base Bleed Propellant Burning Rate under High Pressure Condition

作     者:张领科 余永刚 李志锋 刘东尧 

作者机构:南京理工大学能源与动力工程学院江苏南京210094 中国人民解放军驻724厂军代室辽宁沈阳110045 

出 版 物:《高压物理学报》 (Chinese Journal of High Pressure Physics)

年 卷 期:2012年第26卷第2期

页      面:216-220页

核心收录:

学科分类:080703[工学-动力机械及工程] 082502[工学-航空宇航推进理论与工程] 08[工学] 0807[工学-动力工程及工程热物理] 0826[工学-兵器科学与技术] 0825[工学-航空宇航科学与技术] 

基  金:南京理工大学自主科研专项计划项目(2010GJPY023) 

主  题:底排推进剂 高压 反向传播神经网络 燃速 

摘      要:为了研究底排推进剂在火炮膛内随弹丸运动时的燃烧特性,采用密闭爆发器仿真实验技术,针对底排推进剂在膛内高压工况下的燃烧特性进行实验研究,获得了两种不同装填密度下平均压力随时间变化的关系,并对压力进行了全程热散失修正。采用多次平滑、滤波数据处理技术和发射药燃速处理方法,得到了燃速与压力(8~150MPa)之间的关系。基于实验数据特征样本,建立并训练得到了底排推进剂高压工况下的反向传播(Back Propagation)神经网络燃速模型,该模型与传统的指数模型相比,具有拟合精度高和稳定性强的特点。

读者评论 与其他读者分享你的观点