典型文献
基于BP神经网络和遗传算法的环形药型罩优化
文献摘要：
环形聚能装药相比传统的聚能装药具有侵彻口径大的优势,为了得到可以形成稳定的环形聚能射流的最优环形药型罩结构,提出了一种将数值模拟结果与BP神经网络相结合,并通过遗传算法对环形药型罩进行优化设计的方法.首先,利用正交试验法对环形药型罩进行方案设计,得到各因素对环形聚能射流稳定性的重要程度,其次利用LS-DYNA软件进行数值模拟得到最初的样本数据,然后通过MATLAB软件拟合出神经网络训练所需的样本数据,接着将环形药型罩结构参数作为BP神经网络的输入,射流头部速度、射流横向速度、射流长度分别作为输出进行训练,同时将测试值作为适应度,最后结合遗传算法选择最优的环形药型罩结构参数.研究结果表明:影响环形聚能射流成形的主要因素是药型罩口径和锥顶角,次要因素为药型罩罩顶厚、内罩偏移量和外罩偏移量;当药型罩罩顶高为0.81 mm,药型罩口径为15.43 mm,罩顶角为61.89°,内罩偏移量为11.38％,外罩偏移量为14.36％时所形成的环形射流形态比正交实验所得环形聚能射流更好.
文献关键词：
环形聚能装药;正交试验法;BP神经网络;遗传算法;结构优化;药型罩
中图分类号：
作者姓名：
陈浩;祖旭东;黄正祥
作者机构：
南京理工大学 机械工程学院,江苏 南京210094
文献出处：
引用格式：
[1]陈浩;祖旭东;黄正祥-.基于BP神经网络和遗传算法的环形药型罩优化)[J].弹道学报,2022(04):1-7
A类：
环形聚能装药
B类：
药具,侵彻,口径,了得,聚能射流,药型罩结构,正交试验法,射流稳定性,重要程度,LS,DYNA,合出,出神,神经网络训练,射流头部速度,横向速度,流长,出进,适应度,算法选择,射流成形,顶角,偏移量,外罩,射流形态,正交实验,实验所
AB值：
0.254005
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
