爆炸成型弹丸对陶瓷材料的侵彻实验研究

用爆炸成型弹丸对氧化铝、碳化硅及碳化硼装甲陶瓷材料进行侵彻深度实验,得到3种装甲陶瓷材料在3 km/s速度侵彻下的质量防护因数和差分防护因数。设计了防护结构,对比3种材料的抗EFP侵彻性能,对实验现象和结果进行分析。结果表明,碳化硼的抗侵彻性能最强,在陶瓷面板顶部增加防溅层可提高结构的防护性能。     

基于数据融合的混凝土侵彻深度预测

提出一种基于数据融合的混凝土侵彻深度预测模型,将拟合小样本试验数据的BP神经网络和经验公式进行数据融合,用融合模型进行侵彻深度预测。结果表明:数据融合模型可大大降低传统神经网络模型对试验样本数量和分布的要求,互补BP神经网络和经验公式在不同范围内的预测精度,明显提高模型预测精度。     

射流侵彻作用下陶瓷材料的性态与阻力

陶瓷材料由于抗压强度高,在射流侵彻过程中的强度效应不可忽略。考虑了陶瓷在射流高速侵彻下的强度参数,并在计算模型中考虑了陶瓷破碎对断裂射流的干扰因子,求出了射流着靶速度与破甲速度的关系曲线,与实验结果进行了比较,吻合较好。并分析了靶体强度参数对侵彻速度的影响。根据材料状态随撞击速度的变化规律,提出了在射流高速侵彻下判别陶瓷材料是否可以视为流体状态的判别准则。     

增韧陶瓷复合弹对陶瓷/A3钢复合靶穿甲效应的试验研究

将弹头采用增韧陶瓷(TC)材料的30 mm制式弹的侵切性能与制式弹的进行对比,从陶瓷材料微观结构分析TC弹头的材料特性。采用侵彻深度试验方法,结合冲击动力学理论和陶瓷材料特性,研究了两种不同结构弹丸对陶瓷/A3钢复合靶的穿甲效应,重点分析弹头结构、材料特性对陶瓷/A3钢复合靶的穿甲效应的影响。对在相同条件下制式弹和TC复合弹对陶瓷/A3钢复合靶的侵彻孔径、深度和侵彻后弹芯剩余质量进行了对比分析。采用ANSYS/LS-DYNA进行模拟仿真,模拟结果与试验结果基本吻合。结合仿真结果,从弹芯剩余质量上对弹丸的侵彻能力进一步分析。分析结果表明,TC弹头对弹芯保护的效果明显。     

凯夫拉与陶瓷复合结构抗侵彻性能数值仿真

为研究凯夫拉-129(Kevlar-129)材料与氧化铝(Al₂O₃)陶瓷面板复合装甲结构对抗侵彻性能的影响,建立平头弹丸侵彻该复合装甲单元的有限元模型。在数值模拟侵彻过程中,通过改变侵彻体的速度与复合装甲的结构,得到不同速度下的侵彻体速度变化曲线,分析了不同速度侵彻体击穿复合装甲的靶后速度与复合结构对其动能的吸收能力。分析结果表明：Kevlar与Al₂O₃陶瓷的复合装甲结构可以更好地抵抗侵彻;Kevlar夹层的位置对抗侵彻能力有较大影响,可为今后轻质复合装甲板设计提供相关技术参考。     

Tc复合弹对陶瓷/A3钢复合靶穿甲效应的试验研究

为提高弹丸对陶瓷复合装甲的侵彻威力,在30 mm制式弹弹头部采用增韧Tc材料,并与制式弹进行对比。采用DOP试验方法,结合冲击动力学理论和陶瓷材料特性,研究了2种不同结构弹丸对陶瓷/A3钢复合靶的穿甲效应,重点分析对比弹头材料、结构对陶瓷/A3钢复合靶的穿甲效应的影响。在相同条件下,对制式弹和Tc复合弹对A3钢板的侵彻孔径、深度,以及侵彻后弹芯剩余质量进行了对比分析。采用ANSYS/LS-DYNA进行模拟仿真,模拟结果与试验结果基本吻合,结合仿真结果,从弹芯剩余质量上对弹丸的侵彻能力进一步分析,Tc复合弹对弹芯保护的效果明显,为陶瓷材料应用于其他战斗部提供依据。     

基于BP神经网络的漏磁定量化检测

漏磁检测是由铁磁材料制作的兵器部件的常用无损检测方法之一,检测中的难点是根据被测漏磁信号反演缺陷的几何参数。将BP神经网络应用于漏磁信号的反演中,对神经网络进行训练,建立了漏磁信号与缺陷几何参数之间的数学模型,利用测量漏磁信号和仿真数据对模型进行了检验。试验结果表明,BP神经网络能根据漏磁信号精确地预测缺陷的几何参数,为漏磁定量化检测提供了一种可行的方法。     

钨杆弹高速侵彻陶瓷靶的理论分析

陶瓷材料由于具有硬度高,抗压强度高,低密度等优良的力学性能,被经常用作抗冲击的防护材料.当弹体高速冲击陶瓷靶时,在撞击表面产生一很强的压缩波,使陶瓷局部被破坏形成碎块,随着弹体的进一步侵彻,最终在弹头部附近产生一破碎区.本文即考虑了陶瓷的破碎,基于球型空腔膨胀理论求出了A-T模型中的靶体强度参数Rt,利用A-T模型求出了钨杆弹以1.5～4.5km/s撞靶时的侵彻深度,并与试验结果进行了比较.     

长杆弹撞击装甲陶瓷的界面击溃效应数值模拟

利用动力有限元软件AUTODYN模拟了长杆弹撞击装甲陶瓷的界面击溃效应及其影响因素。在验证计算模型、参数及算法可靠的基础上,模拟研究了长杆弹头部形状、盖板、陶瓷预应力等对界面击溃效应的影响规律。结果表明:平头、球形和锥形头部形状长杆弹界面击溃/侵彻转变速度有显著差异;增加盖板及对陶瓷施加预应力均可减小陶瓷的损伤破坏程度,提高陶瓷的界面击溃/侵彻转变速度,提高装甲陶瓷抗弹能力。利用动力有限元软件AUTODYN模拟了长杆弹撞击装甲陶瓷的界面击溃效应及其影响因素。在验证计算模型、参数及算法可靠的基础上,模拟研究了长杆弹头部形状、盖板、陶瓷预应力等对界面击溃效应的影响规律。结果表明:平头、球形和锥形头部形状长杆弹界面击溃/侵彻转变速度有显著差异;增加盖板及对陶瓷施加预应力均可减小陶瓷的损伤破坏程度,提高陶瓷的界面击溃/侵彻转变速度,提高装甲陶瓷抗弹能力。     

陶瓷/金属复合装甲抗侵彻研究进展

对陶瓷/金属复合装甲抗侵彻研究的主要关注问题进行了归纳和分析,详细介绍了陶瓷面板材料、面板与背板的相对厚度、粘结层及约束陶瓷面板对陶瓷/金属复合装甲抗弹性能的影响;指出了在研究陶瓷/金属复合装甲时存在的问题,为陶瓷/金属复合装甲抗侵彻研究提供参考。     

低速陶瓷球侵彻明胶研究

为研究低速陶瓷球侵彻明胶运动规律,通过试验和数值模拟方法,测量了不同直径陶瓷球的冲击速度和侵彻明胶深度; 采用能量守恒模型,计算球形破片侵彻明胶深度; 结合试验结果与理论结果进行验证计算。研究发现:对于球形破片侵彻明胶,利用该文的理论分析模型计算出的侵彻深度与试验结果吻合较好; 基于理论模型的可靠性,发现低速陶瓷球侵彻明胶,其直径是影响侵彻深度的主要因素; 将陶瓷球、钨球、钢球的侵彻能力进行对比,综合考虑侵彻深度和最大空腔半径,结果表明陶瓷球更适合作为毁伤元。     

基于人工神经网络和混合遗传算法的炸药爆速预测

运用基于最优保存和自适应交叉变异的混合遗传算法训练的BP神经网络,根据三维数据建模和炸药的分子量、氧平衡以及装药密度,构建了一个3-4-1型的炸药爆速预测BP神经网络模型。同时利用训练好的神经网络模型对炸药的爆速进行了预测。预测结果表明:模型预测值与有关文献的实验值接近,绝对误差为±7%;也说明了炸药的分子量,氧平衡和装药密度等相关参数与其爆速具有一定的可类推性。     

一种新型的图像哈希算法

为了提高图像哈希方法的鲁棒性,提出一种基于BP神经网络的新型图像哈希算法,首先利用图像像素矩阵和构造的函数来训练BP神经网络,再将图像进行离散小波变换,利用低频分量来组成矩阵,最后利用已经训练好的BP神经网络来产生哈希序列。仿真结果表明,该算法对JPEG压缩、图像滤波等内容保持操作具有较好的稳健性,具有较好的应用价值。     

改进BP神经网络在航空弹药预测中的应用

对航空弹药消耗的准确预测是未来战争取胜的一个重要因素,然而战场复杂多变,传统的方法难以进行及时准确地预测.采用了BP神经网络对单个目标航空弹药进行预测,针对常规BP神经网络收敛速度慢、存在所谓"局部最小值"等缺陷,提出了具有全局收敛性的Fletcher-Reeves共轭梯度算法对常规BP网络进行改进,并将改进后的BP网络应用于单个目标航空弹药预测仿真试验中.结果表明,改进BP网络能克服局部极值、快速提高网络收敛速度,并能较为准确地预测航空弹药的需求量.     

基于激波传播路径的弹头斜入射双三角阵定位模型

为了减小传统双三角阵定位模型实际测量时由于弹头斜入射引入的定位误差,分析了弹头斜入射靶面时产生的激波至传感器的传播路径,提出了一种基于激波传播路径的双三角阵弹头斜入射定位模型。为验证该模型,利用MATLAB软件分别仿真分析了斜入射和传统模型的定位误差。仿真结果表明,斜入射模型有效减小了由入射角引起的定位误差。设计了无风状态下5.8 mm步 枪的小角度射击实验。实验结果表明,同等硬件条件下,与传统双三角阵定位模型相比,斜入射定位模型弹头坐标测量平均定位误差减小了43.46%,定位精度提高到了1 cm以内。     

基于BP神经网络的有控炸弹攻击区拟合分析

针对目前用传统的线性回归等方法拟合有控炸弹攻击点所存在的问题,文中提出了采用BP神经网络算法对某有控炸弹的攻击点进行拟合的新方法.该方法可以用Matlab仿真软件实现,其拟合效果直观.有控炸弹攻击点与攻击条件可以通过神经网络的阈值和权值来表现.通过实例说明了应用BP神经网络进行有控炸弹攻击区拟合,不但具有算法可行性好、拟合精度高、速度快,而且运算简单,在实战中很有参考价值和工程实用价值.     

人工神经网络在运动控制中的应用

介绍了人工神经元模型与神经网络基本结构。阐述了多层前向网络的工作原理及误差反转（BP）算法,探讨了用于运动控制的单神经元PID控制器的结构与基于BP网络的模糊自适应PID控制,给出了由传统PID控制器,模糊量化处理,系统辨识神经网络NNM和系统控制网络NNC组成的基于BP网络的模糊自适应PID控制器结构,并讨论了人工神经网络在运动控制领域中应用的发展趋势。     

人工神经网络在合金铸铁腐蚀深度预测中的应用研究

通过动态和静态质量损失法腐蚀试验获取BP神经网络的样本数据,利用MATLAB的工具箱函数建立用于预测动态和静态腐蚀深度的BP神经网络模型,并对两种腐蚀试验方法的预测误差进行比较研究。结果表明,5×8×10×1BP神经网络可用于合金铸铁在烧碱液中的动态和静态腐蚀深度的预测,且腐蚀试验的样本数据越精确,5×8×10×1BP网络对腐蚀深度的预测误差则越小。