电火工品瞬态脉冲试验无损性研究

通过电点火头的对比试验研究了瞬态脉冲试验对电火工品发火性能的影响,试验结果表明,由于瞬态脉冲试验电流较小,对电火工品的性能没有显著影响,且是无损的.     

神经网络用于电热响应曲线的分析

瞬态脉冲试验是一种对桥丝式电火工品进行无损检测的方法.通过瞬态脉冲试验得到火工品的电热响应曲线,正常的电热响应曲线是光滑的,而非正常的电热响应曲线往往有较大的波动,出现非正常电热响应曲线的火工品一般都存在某种疵病.该文将神经网络技术用于对电热响应曲线的分析,以区分正常的电热响应曲线和非正常的电热响应曲线.研究结果表明,该方法可以比较准确地区分这两种电热响应曲线,实现自动判断.     

浅谈桥丝式电火工品瞬态脉冲试验的研究现状

文章主要介绍了近年来电火工品瞬态脉冲试验在国内外的发展现状.包括试验仪器、热参数计算和分析的进展,以及瞬态脉冲试验在电火工品质量检测中的作用.收集并分析了瞬态脉冲试验的应用范围和局限性,结合现有的仪器和软件,展望了瞬态脉冲试验今后在硬件和软件方面的发展趋势.     

环境温度对电火工品无损检测的影响

该文在不同的环境温度下对镍铬丝电引火头进行了瞬态脉冲无损检测,利用Rosenthal模型计算了电点火头温升参数.显著性检验表明,环境温度对温升无显著影响,在无损检测时可以忽略环境温度的影响.     

灼热桥式电火工品瞬态脉冲试验的现状和趋势

主要介绍了近年来电火工品瞬态脉冲试验在国内外的发展现状,包括试验仪器、热参数计算和分析的进展;同时介绍了瞬态脉冲试验在电火工品质量检测中的作用;并讨论了现在瞬态脉冲试验的应用范围和局限性;结合现有的仪器和软件,展望了瞬态脉冲试验今后在硬件和软件方面的发展趋势。     

灼热桥式电火工品瞬态脉冲试验的现状和趋势

主要介绍了近年来电火工品瞬态脉冲试验在国内外的发展现状,包括试验仪器、热参数计算和分析的进展;同时介绍了瞬态脉冲试验在电火工品质量检测中的作用;并讨论了现在瞬态脉冲试验的应用范围和局限性;结合现有的仪器和软件,展望了瞬态脉冲试验今后在硬件和软件方面的发展趋势。     

类石墨桥膜的发火可靠性研究

以相同工艺制作类石墨桥膜点火桥,对其进行蘸药等处理，形成点火头结构;升降法试验得到不同激发条件下50%发火时的电流或电压，并验证其发火可靠性；测试点火头的响应状态，得到裸桥状态下类石墨桥膜对不同能量输入的响应。以相同方式制作桥丝式点火头，得到发火参数与电压、电流特性。涂覆有150目下叠氮肼镍(NHA)的类石墨桥膜，99%恒流发火电流为325.65 mA；99%恒压发火电压为2.43 V；在电容47 μF条件下99%脉冲发火电压为10.45 V。同样蘸药的桥丝式点火头，99%恒流发火电流为89.61 mA；在电容47 μF条件下99%脉冲发火电压为4.72 V。对比发现，类石墨桥膜点火头在使用钝感药剂时可满足0.99（0.90置信度下）可靠度要求。     

灼热桥丝式电点火药头的发火时间变化规律研究

使用F10数码电子雷管发火测试仪,研究苦味酸钾系电点火药头的发火时间与电容器的输出电压、桥丝直径之间的关系,并通过高速摄影仪拍摄药头的燃烧状况。试验结果表明:在可测试电压范围内,数码电子雷管电点火药头的发火时间随着输出电压的增大而逐渐减小,发火时间极差和标准差也逐渐减小;输出电压大于15.0 V后,苦味酸钾系电点火药头的平均发火时间稳定在0.42 ms左右,发火一致性很高;直径较小的桥丝电阻较大,桥丝与点火药剂之间的传热效率好,有利于提高电点火药头的瞬发度和发火可靠性;苦味酸钾系电点火药头的火焰明亮,药剂燃烧充分,燃烧时间较长（百毫秒级）,点火能力可靠。     

电点火头发火过程的时间结构的研究

该文设计了一种测试电发火过程时间结构的测试方法和测试系统,该方法可以同时测试电发火过程中桥丝的升温时间和点火药的爆发延滞期,实验表明,KP,K1K和LTNR电点火头发火的时间参数与点火电流,通电时间和点火药的燃烧特性有关,影响发火时间的主要因素是点火药的燃烧特性。     

桥丝式电雷管无损检测系统电热转换灵敏度的研究

针对桥丝式电雷管电热响应无损检测的通用测试系统,提出了系统的电热转换灵敏度的概念并推出其一般表达式。利用测试系统的这个特性参数,能方便地将输出端的电压数字量换算成被测对象的温升,大大地简化计算,可以作为研究电热响应无损检测方法的一个重要手段。     

A finite element reduced-order model based on adaptive mesh refinement and artificial neural networks

In this work, a reduced-order model based on adaptive finite element meshes and a correction term obtained by using an artificial neural network (FAN-ROM) is presented. The idea is to run a high-fidelity simulation by using an adaptively refined finite element mesh and compare the results obtained with those of a coarse mesh finite element model. From this comparison, a correction forcing term can be computed for each training configuration. A model for the correction term is built by using an artificial neural network, and the final reduced-order model is obtained by putting together the coarse mesh finite element model, plus the artificial neural network model for the correction forcing term. The methodology is applied to nonlinear solid mechanics problems, transient quasi-incompressible flows, and a fluid-structure interaction problem. The results of the numerical examples show that the FAN-ROM is capable of improving the simulation results obtained in coarse finite element meshes at a reduced computational cost.     

基于BP神经网络模型的Ni-SiC纳米镀层耐磨性能预测研究

采用神经网络技术,构建结构为3×8×1型的BP神经网络模型,并利用该模型对超声电沉积Ni-SiC纳米镀层的耐磨性能进行预测。通过磨损试验测试并研究Ni-SiC纳米镀层的耐磨性能,利用扫描电镜(SEM)、原子力显微镜(AFM)和X射线衍射(XRD)观察不同参数下Ni-SiC纳米镀层的组织结构及成分。结果表明,在BP神经网络模型的隐含层数和神经元数分别为1和8时,该BP神经网络模型的均方根误差最小,其最小值为1.24%。该BP神经网络模型的预测值与实验值相差不大,其最大误差为1.51%。当采用SiC粒子浓度8 g/L、电流密度2 A/dm^2、温度40℃时,SiC粒子均匀分布于Ni-SiC纳米镀层中,且镀层镍晶粒显著细化,其镍晶粒的衍射峰变宽、变矮。     

基于神经网络的电火工品瞬态脉冲实验分析技术

本文介绍了神经网络在电火工品瞬态脉冲实验分析中的应用，具体说明了训练样本的选取和识别验证的结果。     

爆破振动的BP神经网络预测方法研究

爆破所引起的震动强度在很大程度上具有随机性,它受到众多因素的影响,而且各因素之间存在着极其复杂的非线性关系.运用人工神经网络原理,以孔深、孔数、孔距、最大齐爆药量、总药量和爆源距作为影响爆破振动的主要因素,建立BP神经网络模型1,对爆破振动速度进行预测,并与仅考虑最大齐爆药量和爆源距作为输入量的BP神经网络模型2和萨道...     

高强钢帽形梁零件冲压减薄预测分析

目的 针对高强钢帽形梁强度高、塑性差、结构复杂、冲压过程中出现减薄破裂等情况,建立QP980高强度钢冲压成形减薄预测模型,解决实际生产工程难题。方法 以典型高强钢车身零件帽形梁为对象,利用人工神经网络模型研究工件结构和减薄率之间的关系,将贝叶斯优化算法和循环人工神经网络相结合,建立冲压成形减薄的高精度预测模型,对高强钢帽形梁零件冲压成形时减薄量进行优化设计,通过AutoForm软件验证算法模型的准确性。结果 拉深高度对减薄率影响最大,对外减薄率影响达到41.7%,对内减薄影响达到46.2%,人工神经网络模型对测试集5组数据的预测平均误差均小于0.3%。根据人工神经网络求解QP980钢在极限减薄率25%下的最大拉深高度为55.417 mm,人工神经网络预测结果与Autoform仿真结果相差0.3%,验证了人工神经网络模型的准确性。结论 采用该模型解决了CAE模拟在较少试验数据条件下算法预测精度差的问题,能有效缩短高强钢零件冲压成形调试周期,提高生产效率。     

应用神经网络模型对大学毕业生就业质量的预测

目的:尝试应用BP人工神经网络模型预测大学毕业生的就业质量。方法:以476名大学毕业生为研究对象,将毕业生的各种心理特质作为预测因子,利用Clementine数据挖掘软件构建大学毕业生就业质量的BP人工神经网络模型。结果:神经网络模型的拟合精度达到99.98%,对就业质量的平均绝对预测误差值为0.083。结论:该神经网络模型可用来预测和诊断大学毕业生找到工作后的就业质量,为就业指导工作提供技术与理论依据。     

起爆形式对线性成型装药射流形成的影响

以工程中常用的柔性切割器为研究对象,在不考虑端部效应的前提下对三种起爆方式下线性成型装药射流形成差异进行了理论和数值模拟分析,得出了不同起爆方式下射流头部速度的大小关系、射流内部速度的分布规律。在此基础上进一步提出了三种起爆方式下线性成型装药切割目标的恰当的数值模拟方法。     

Determination of interface properties between micron-thick metal film and ceramic substrate using peel test

Peel test measurements have been performed to estimate both the interface toughness and the separation strength between copper thin film and Al₂O₃ substrate with film thicknesses ranging between 1 and 15 μm. An inverse analysis based on the artificial neural network method is adopted to determine the interface parameters. The interface parameters are characterized by the cohesive zone (CZ) model. The results of finite element simulations based on the strain gradient plasticity theory are used to train the artificial neural network. Using both the trained neural network and the experimental measurements for one test result, both the interface toughness and the separation strength are determined. Finally, the finite element predictions adopting the determined interface parameters are performed for the other film thickness cases, and are in agreement with the experimental results.