典型文献
基于ANN-GA协同寻优的动态拉伸试样尺寸优化方法
文献摘要：
材料动态拉伸力学性能测试中,动态拉伸试样的几何尺寸对测试结果的准确性与有效性有着较大影响.为对动态拉伸试样的结构进行优化设计,以使其在动态拉伸过程中更好地满足一维应力与变形均匀等基本假设.首先,建立了量化的试样测量准确度指标,即应力平衡达到时间、变形均匀度、非轴向应力相对水平、过渡段相对变形.然后,对试样结构参数进行正交试验设计,通过数值模拟的方法得到了关于试样尺寸与测量准确度指标的正交试验数据库,并对正交试验数据库进行多目标正交试验矩阵分析,得到了试样结构参数对各测量准确度指标影响的主次顺序和规律.最后,以正交试验数据库为训练集,采用人工神经网络(artificial neural network,ANN)协同遗传算法(genetic algorithm,GA)的全局寻优方法对试样的结构尺寸进行优化设计,得到了试样的最优结构尺寸,并对最优尺寸的有效性进行了验证.结果 表明,优化后的试样结构在材料动态拉伸力学性能测试精度上的表现明显得以提升.因此,采用ANN-GA协同优化的方法对动态拉伸试样的结构进行优化具有可行性和有效性.
文献关键词：
霍普金森杆;尺寸效应;试样设计;机器学习;遗传算法
中图分类号：
作者姓名：
王清华;徐丰;郭伟国
作者机构：
西北工业大学航空学院,陕西西安710072;西北工业大学航天学院,陕西西安710072;西北工业大学青岛研究院,山东青岛266200
文献出处：
引用格式：
[1]王清华;徐丰;郭伟国-.基于ANN-GA协同寻优的动态拉伸试样尺寸优化方法)[J].爆炸与冲击,2022(01):107-119
A类：
B类：
ANN,GA,动态拉伸,拉伸试样,试样尺寸,尺寸优化,拉伸力学性能,力学性能测试,几何尺寸,伸过,应力与变形,基本假设,测量准确度,应力平衡,均匀度,轴向应力,过渡段,相对变形,正交试验设计,试验矩阵,矩阵分析,主次顺序,训练集,人工神经网络,artificial,neural,network,genetic,algorithm,全局寻优,结构尺寸,寸进,最优结构,测试精度,协同优化,霍普金森杆,尺寸效应,试样设计
AB值：
0.361643
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。
