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 >基于粒子群神经网络的黑索今基混合炸药大隔板试验冲击波感度预测 收藏

基于粒子群神经网络的黑索今基混合炸药大隔板试验冲击波感度预测

Prediction of Shock Sensitivity of RDX-based Composite Explosive by Particle Swarm Neural Network in Large-scale Gap Test

作     者:袁俊明 刘玉存 王建华 常双君 于雁武 YUAN Jun-ming;LIU Yu-cun;WANG Jian-hua;CHANG Shuang-jun;YU Yan-wu

作者机构:中北大学化工与环境学院山西太原030051 

出 版 物:《兵工学报》 (Acta Armamentarii)

年 卷 期:2014年第35卷第2期

页      面:188-193页

核心收录:

学科分类:082604[工学-军事化学与烟火技术] 08[工学] 0826[工学-兵器科学与技术] 0802[工学-机械工程] 0801[工学-力学(可授工学、理学学位)] 

基  金:火炸药国防基础创新项目(20090371) 

主  题:兵器科学与技术 混合炸药 冲击波感度 大隔板试验 神经网络 

摘      要:应用粒子群神经网络模型对黑索今(RDX)基混合炸药冲击波感度的大隔板厚度值进行预测以减少试验量,节约试验成本。选取具有不同密度、空隙率、装药方式、RDX含量等特征的41组RDX基混合炸药,考察炸药实际密度、空隙率、RDX和附加物含量影响因素,通过分析它们与大隔板厚度值的非线性关系,建立大隔板厚度值与上述4个变量之间的粒子群算法优化神经网络模型,采用100进化次数,40种群规模进行计算。计算与试验结果表明:4个变量与大隔板厚度值之间的映射模型良好;模型预测值与试验值吻合良好,相对误差在10%以内。该粒子群神经网络模型预测值对RDX基混合炸药大隔板试验具有一定参考价值。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分