申请/专利权人：中北大学

申请日：2023-03-12

公开（公告）日：2024-04-09

公开（公告）号：CN117852380A

主分类号：G06F30/27

分类号：G06F30/27;G06F17/16;G06N20/00;G06F111/10

优先权：

专利状态码：在审-公开

法律状态：2024.04.09#公开

摘要：本发明公开了一种基于机器学习的熔铸炸药爆轰性能计算方法，适用于考虑熔铸成型工艺参数下熔铸炸药爆轰性能的计算。本发明通过对熔铸炸药最关键的熔铸成型工艺进行数值建模的方法，实现了与熔铸炸药爆轰性能计算的有机耦合；采用配方工艺相关系数及关联权重相结合的计算方法，能够针对熔铸炸药不同的工艺参数，在较大范围内调节熔铸炸药的爆轰性能计算精度；采用系统误差和总误差相结合的计算方法，能够更好的实现工艺参数对爆轰性能的影响参数的寻优求解，确保在复杂的工艺参数下，获得较准确的计算结果。本发明解决了含有工艺参数的熔铸炸药爆轰性能的精确计算问题，提供了一种基于机器学习的熔铸炸药爆轰性能计算的技术手段。

主权项：1.一种基于机器学习的熔铸炸药爆轰性能计算方法，其特征在于步骤如下：1熔铸炸药配方组成采用Mi、Wi表示，i＝1、2、3......，Mi为每一种组分，Wi为每一种组分对应的百分含量，i为组分的数量，为正整数；2熔铸炸药熔铸成型工艺参数采用GPj、VPj表示，j＝1、2、3......，GPj为每一道工序，VPj为每一道工序对应的参数值，j为工序的数量，为正整数；3熔铸炸药样品性能采用NPk、XPk表示，k＝1、2、3......，NPk为每一个性能，XPk为每一个性能对应的参数值，k为性能的数量，为正整数，k为1时为爆速，k为2时为爆压；4熔铸炸药配方组成系数为P1，熔铸炸药工艺参数系数为G1，配方工艺相关系数为5对熔铸炸药配方组成参数进行修正，Wi＝Wi×P1；6对熔铸炸药工艺参数进行修正，VPj＝VPj×G1；7逻辑函数采用x为输入的参数；8输出的参数值矩阵y＝fω·x，ω为关联权重的矩阵，x为输入参数的矩阵，x包括配方组成参数、工艺参数及样品性能参数；9系统误差y′j1为对应输出的真实参数值，j1＝1、2、3......，m为输出参数的个数；10设有n个输入节点、p个隐藏层节点和m个输出层节点，进行关联权重计算；11输入层与隐藏层之间连接的p×n个关联权重12隐藏层与输出层之间连接的m×p个关联权重13隐藏层节点的p个阈值14输出层节点的m个阈值15计算隐藏层与输出层的关联权重变化 η为机器认知效率；16计算输入层与隐藏层的关联权重变化 17计算新的关联权重 18重复步骤8-步骤17，使得Ey数值最小；19计算得到样品性能为XPk、JPk＝yk，JPk为每一个性能对应的计算参数值；20配方工艺相关系数min表示对应的每一个性能的误差的最小值；21总误差为max表示对应的每一个性能的误差的最大值，若WC＞ks，P1＝Y1×G1，G1＝P1Y1，ks为误差计算的调节系数；22若WC≤ks，P1＝Y1×G1；23重复步骤4-步骤22，若WC≤ko，ko为目标误差，停止计算，输出JPk＝yk。

全文数据：

权利要求：

百度查询： 中北大学 一种基于机器学习的熔铸炸药爆轰性能计算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD