基于Elman网络的炸药临界直径预测模型

采用灰色关联分析方法对炸药临界直径的影响因素进行了关联分析,选取其中关联度较大的5s延滞期、分子极化率、燃烧热、粒度等11种影响因素建立了炸药临界直径的Elman神经网络预测模型.使用训练好的Elman神经网络模型对一定密度、粒度下的RDX、PA、TNT三种炸药的临界直径进行了预测,并与文献值进行对比,误差分别为25.73%、11.54%、21.48%.结果表明,在数据较少的条件下,Elman网络能够对炸药临界直径做出较为准确的预测,说明Elman神经网络方法可以用于炸药临界直径的预测.     

浆状炸药中水含量的研究

通过含铝浆状炸药临界直径的测量，获得水含量对临界直径的影响。根据所测结果分析了水在炸药混合物爆轰过程中的作用。     

含废弃丁羟推进剂的凝胶炸药

为安全处理和再利用废弃固体推进剂,通过添加单基药将丁羟推进剂再利用制备了灌注式凝胶炸药.采用验证板试验及电离探针法研究了不同装药配比、推进剂颗粒尺寸及装药直径对炸药爆轰性能的影响.结果表明,丁羟推进剂难以发生爆轰,若添加适量单基药,能显著提高炸药的爆轰感度,并降低其临界直径;该凝胶炸药密度为1.6 g/cm3,直径为7...     

FOX-7和RDX基含铝炸药的冲击起爆特性

为研究FOX-7和RDX基含铝炸药的冲击起爆特性,对其进行了冲击波感度试验和冲击起爆试验,结合冲击波在铝隔板中的衰减特性,确定了FOX-7和RDX基含铝炸药的临界隔板值和临界起爆压力,并通过锰铜压阻传感器记录了起爆至稳定爆轰过程压力历程的变化。结果表明,以Φ40mm×50mm的JH-14为主发装药时,FOX-7和RDX基含铝炸药临界隔板值分别为37.51和34.51mm,对应的临界起爆压力为10.91和11.94GPa;起爆压力为11.58GPa时,FOX-7炸药的到爆轰距离为25.49~30.46mm,稳定爆轰后的爆轰压力为27.68GPa,爆轰速度为8 063m/s;起爆压力为14.18GPa时,RDX基含铝炸药的到爆轰距离为17.27~23.53mm,稳定爆轰后的爆轰压力为17.16GPa,爆轰速度为6 261m/s。     

3–硝基–1,2,4–三唑–5–酮纳米多孔炸药及其制备方法(CN107512994A)

<正>将炸药进行微纳米化,能够大幅度提高能量释放速率,同时纳米特性将使炸药具有低的临界爆轰直径。中国工程物理研究院化工材料研究所于2017年开发了一种3–硝基–1,2,4–三唑–5–酮纳米多孔炸药的制备方法,它包括:将3–硝基–1,2,4–三唑–5–酮炸药溶于去离子水,在超     

基于BKW状态方程的爆轰产物及参数的改进算法

为了降低爆轰产物及爆轰参数的求解难度,通过对质量守恒方程的基本可行解进行线性组合,得到了爆轰产物的平衡组成,并在此基础上进一步获得了爆轰参数。其主要实现方法为:由最小自由能原理对基本可行解进行筛选,然后根据最大放热原则确定初始解,并在最小自由能原则的引导下,由初始解和基本可行解的线性组合获得爆轰产物的平衡组成,以上操作步骤均由自编程序完成。应用支持向量机(SVM)线性模型对BKW状态方程参数进行了调整,并详细介绍了其主要步骤。使用此方法预测了PETN、CL-20和含铝炸药的爆轰产物及爆轰参数,经参数调整后,发现预测结果与实验值吻合良好;通过与单质炸药爆轰实验数据对比,发现调整BKW状态方程参数时,应当尽可能使用爆轰产物中气体含量相近的含能材料对SVM模型进行训练;若预测含铝炸药,应当使用铝氧比接近待测炸药的样品来训练SVM模型。     

聚-α-甲基苯乙烯微球固化过程的直径预测模型

激光惯性约束聚变需要高质量的大尺度聚-α-甲基苯乙烯(PAMS)微球。针对其制备工艺过程,建立了双重乳液固化过程中界面传质模型,得到微球直径随时间变化的理论预测模型。采用该模型,预测了不同初始浓度的PAMS乳液固化过程微球的直径随时间的演化。结果表明:用该方法预测微球直径的变化是可行的;缩芯速率随着体系温度的增加而增加;当氟苯在油相薄膜中的浓度到达临界值后,传质速率迅速下降,临界浓度为30.5%。     

近临界区CO2物性预测模型对比与修正

超临界二氧化碳(SCO_2)布雷顿循环系统是未来极具潜力的发电能量转换系统,CO_2物性表征模型对布雷顿循环系统中动力设备转轴密封和轴承性能的预测精度影响显著。在总结权威文献中不同温度和压力下CO_2物性实验测试数据的基础上,对比分析了经典物性查询软件REFPROP软件中CO_2密度、黏度和热导率预测模型的预测精度,获得了预测精度最高的物性预测模型及对应临界点附近误差较大的区域,采用人工神经网络算法获得了近临界区预测精度更高的CO_2物性预测模型。结果表明:REFPROP软件中的FEK模型、VS1模型和TC1模型分别对CO_2的密度、黏度和热导率具有最高的预测精度,不过其在近临界区的物性预测最大和平均误差仍分别达到40%和8%以上,利用神经网络算法所获得的CO_2物性预测模型可使近临界点区的物性预测最大和平均误差分别降至30%和4%以下。     

固体炸药冲击起爆研究

为了研究固体炸药冲击起爆特性,对JO-9159炸药进行了隔板冲击加载实验,用高速摄影方法记录炸药冲击起爆过程;用解析计算方法分析了有机玻璃隔板的临界厚度值;建立了炸药冲击起爆模型,对起爆过程进行了数值模拟,计算了炸药在冲击作用下的压力历史,分析了JO-9159炸药起爆压力阈值和爆轰成长距离。     

GHL01炸药烤燃实验的尺寸效应与数值计算

在不同升温速率下,对不同尺寸的GHL01炸药装药进行了烤燃实验,建立了烤燃实验的计算模型。分析了装药尺寸对炸药烤燃临界环境温度和响应程度的影响,根据实验结果标定了反应模型的动力学参数。结果表明,GHL01炸药的烤燃实验存在一个临界升温速率,当升温速率大于临界升温速率时,随着装药直径的增加,炸药发生点火的临界环境温度增大,当升温速率小于临界升温速率时,随着装药直径的增加,临界环境温度先减小后增大,存在极小值(即最小临界环境温度),且随着升温速率的减小,最小临界环境温度降低。GHL01炸药的临界升温速率为0.2~0.4K/min。按照GHL01炸药点火的原因不同,提出了以临界升温速率作为慢速烤燃和快速烤燃的分界点。     

带壳B炸药在钨珠撞击下冲击起爆的数值模拟

基于L ee-T arver点火增长模型,对直径分别为9、14、18和25mm的钨珠撞击带钽壳B炸药的过程进行了数值模拟,计算出了引爆B炸药的阈值速度,计算值与试验值相符合。探讨了B炸药在钨珠撞击下的起爆机理,结果表明,随着钨珠尺寸的增大,引爆B炸药的钨珠撞击阈值速度呈指数规律减小;当钨珠以引爆阈值速度撞击炸药时,随着钨珠直径的增大,炸药发生爆轰的时间逐渐推后,爆轰增长速度逐渐变慢。从钨珠撞击引爆炸药的机制来说,炸药点火是压力波的峰值压力和持续时间共同作用的结果,峰值较低的压力波作用较长时间也可以引爆炸药。     

神经网络在炸药晶体密度预测中的应用

运用密度泛函理论,在DFT-B3LYP/6-31G·的水平上对16种炸药分子进行全分子优化,并进行频率振动分析,分析了求得各个炸药分子量化结构参数,结果表明,平均极化率、平均四极矩和偶极矩与炸药密度有较好的相关性.结合人工神经网络算法,用以上3种参数作为描述符,构建炸药密度的网络预测模型.预测结果表明,预测值与文献值的最大相对误差为6.6%,最小相对误差为0.47%,说明神经网络可以用来预测炸药密度.     

密度对压装B炸药燃烧转爆轰性能的影响

以常规武器中常用的B炸药为研究对象,采用电探针及压力传感器测量技术,在相同的实验条件下分别对3种不同密度固体压装B炸药（m（TNT）;m（RDX）=40：60）的燃烧转爆轰性能进行了实验研究。B炸药的密度范围为1．597～1．681g／cm^3。实验结果表明,在相同的约束条件下,炸药密度对其燃烧转爆轰（DDT）性能有较大影响。不同密度炸药的DDT性能不同。较低密度的炸药更容易发生DDT现象,固体压装B炸药存在一个燃烧转爆轰的临界密度值。在较强的约束条件下（45号钢管,内径20mm,外径64mm,长500mm）,密度为1．597g／cm^3的B炸药发生了DDT现象,诱导爆轰距离为295～310mm。     

含铝炸药圆筒试验与数值模拟

采用圆筒试验研究了两种直径(50 mm和100 mm)含铝炸药的作功能力,获得了圆筒壁膨胀位移与时间的关系.利用有限元动力学程序LS-DYNA,采用Lee-Tarver点火增长三项式模型对两种含铝炸药的圆筒实验进行了数值模拟.通过与实验结果相比较,得到了含铝炸药的爆轰产物JWL状态方程和反应速率函数的参数,较好地再现了两种含铝炸药圆筒试验结果的参数.Lee-Tarver点火增长三项式模型能够较好地反映含铝炸药后期能量释放驱动圆筒壁膨胀的过程.     

基于多传感器技术的原油含水率预测模型研究

通过多传感器技术对原油含水率测量有影响的多个参量进行测定,提出基于多元非线性回归和神经网络融合处理两种方法建立原油含水率预测模型,并采用分段建模的方法分别进行改进.评价结果表明:神经网络模型预测效果优于多元非线性回归模型,原油含水率分段预测模型效果优于统一模型.尤其是改进的神经网络分段预测模型具有网络结构简化、收敛速度快,泛化能力强的特点,取得很好的拟合精度和预测效果.     

聚能射流冲击起爆屏蔽压装PBX炸药的试验研究

为了分析由聚能射流引起的两种典型屏蔽压装PBX炸药的冲击起爆感度,采用某Ф80mm制式破甲弹作为标准射流源,在炸高为150mm的条件下,对不同厚度45~#钢覆盖板屏蔽的PBX-1和PBX-2炸药进行了射流冲击起爆感度试验;采用"兰利法"对覆盖板的厚度进行选取,得到了聚能射流引爆两种典型压装PBX炸药的临界隔板厚度。结果表明,临界爆轰时,PBX-1炸药覆盖板厚度为35～40mm,PBX-2炸药覆盖板厚度为140～150mm,即PBX-1的临界隔板厚度比PBX-2炸药减少73.3%;PBX-1炸药起爆所需的射流能量为185mm~3/μs~2,远高于PBX-2炸药,因此PBX-1炸药的射流安全性显著优于PBX-2炸药。     

基于BP神经网络的中深孔爆破块度预测

利用神经网络极强的非线性动态处理能力,对开磷集团用沙坝矿中深孔爆破块度进行预测.选取岩体特性、炸药性能、爆破参数作为神经网络的输入层,平均块度和大块率作为输出层,建立神经网络预测模型,进行块度预测.对比神经网络预测和工业试验所得的数据,表明神经网络预测爆破块度能取得良好的效果.该方法对于优化中深孔爆破参数具有重要意义.     

固体复合推进剂燃烧转爆轰的临界直径的理论预测

前言随着火箭技术的发展,火箭发动机的尺寸愈来愈大,现有的复合固体推进剂装填工艺技术,已成功地制造出直径6.6米的巨型火箭发动机。而且,固体推进剂的能量也愈来愈高,就其能量密度而言,能敌得上或高于常规军用高效炸药。这就提出一个问题,如此高的能量密度和这么大的装填尺寸能否爆轰?或说有否燃烧转爆轰的可能性?这对于固体推进剂的制造工艺、固体火箭的处置和使用有重大意义。在估价复合固体推进剂的燃烧转爆轰可能性中,一个很重要的参数是它的爆轰临界直径问题。本文就含过氯酸铵(AP)和贫氧橡胶基粘合     

基于灰色神经网络模型玻璃钢锚杆支护巷道变形预测研究

建立了用灰色系统预测GM(1,1)模型耦合BP神经网络预测模型组合形成的并联型灰色神经网络预测模型(PGNN)和串联型灰色神经网络预测模型(SGNN),对大冶铁矿矿岩接触带玻璃钢锚杆支护巷道围岩变形监测的结果应用两种灰色神经网络预测模型进行预测。预测结果与实测值的对比分析表明串联型灰色神经网络预测模型的预测精度高于并联型灰色神经网络预测模型、灰色系统预测GM(1,1)模型和BP神经网络预测模型,适合矿岩接触带玻璃钢锚杆支护巷道围岩的变形预测,且具有一定的合理性和准确性。研究结果表明玻璃杆锚杆对矿岩接触带巷道的支护效果良好,巷道变形在安全生产的范围内,为在此类矿岩接触带巷道中推行玻璃钢锚杆支护提供了理论依据。     

炸药爆轰性能的评价

长期以来,爆速一直是人们衡量炸药爆轰性能的主要依据。近年来自爆速很高而实际爆轰效能並非甚佳之炸药相继问世以后,于是就动摇了这个主要依据,用什么来衡量炸药爆轰性能呢?这就成了人们研究的课题。二次大战期间Gurney为了计算炮弹的飞片速度,曾经应用炸药爆轰产物推动金属的特性,建立了所谓Gurney模型