【摘要】：高聚物粘結炸藥(PBX)是一種被廣泛應用于武器彈藥領域的高能材料,具有相對較高的爆轟性能和較低的感度。在生產(chǎn)、運輸以及貯存過程中,因受外界刺激,結構件發(fā)生意外變形/破壞的情形時有發(fā)生,影響武器系統(tǒng)的服役安全性和使用可靠性,因此研究PBX的變形與破壞規(guī)律意義重大。本課題針對PBX變形與破壞規(guī)律研究中,試驗設計與試驗數(shù)據(jù)規(guī)律挖掘兩個層面中現(xiàn)存的兩個問題,開展了相關研究。一是以正交試驗法為代表的傳統(tǒng)試驗設計方法,無法依據(jù)未知的試驗規(guī)律合理分配試驗資源和無法得到具有量化標準的模型;二是由于PBX存在著明顯的拉壓非對稱性和溫度相關性,其拉伸壓縮同時考慮的應力應變關系難以描述。本研究提出了自適應隨機試驗方法(ARED)。該算法以模型的實時誤差作為自適應條件,可在自動選擇測試用例的基礎上,輸出符合誤差量化標準的模型。為驗證算法的有效性,利用ARED方法與單因素試驗(SFE)在雙峰高斯函數(shù),與析因試驗(FE)在雙峰曲面函數(shù),peaks函數(shù)上分別選取數(shù)量相近的測試用例,定性評價選點位置與極值點的關系。同時,分別利用支持向量機(SVM)算法對所選測試用例構建模型,并對驗證曲面(或曲線)進行預測,在適用性與精度兩個層面進行定量分析。結果表明,自適應隨機試驗法可適用于多種因素水平的試驗,與SFE、FE方法相比,精度更高,能適用于多種因素水平。PBX單軸準靜態(tài)下的拉伸-壓縮應力應變關系作為本構模型建立的基礎,對結構件力學響應預測具有重要意義。通過采集TATB基PBX炸藥16個溫度點下的單軸拉壓應力-應變測試數(shù)據(jù),從實用的角度提出采用SVM算法構建該材料的非線性應力應變關系。通過分析PBX材料應力應變關系的影響因素,將溫度與應變兩指標作為自變量,將應力作為因變量,利用網(wǎng)格搜索法(GS)與交叉驗證法(CV)尋找最優(yōu)參數(shù),建立了基于SVM算法的可同時描述所有溫度點PBX炸藥力學行為的非線性應力應變關系。與試驗數(shù)據(jù)進行對比,可得基于SVM關系式的平均絕對百分誤差(MAPE)最高為7.768%,平均絕對誤差(MAE)最大為0.8476,描述精度處于較高水平。在一套參數(shù)下,相關系數(shù)(R)均優(yōu)于0.9987,表現(xiàn)出了良好的適用性。對TATB基PBX炸藥進行了3種不同溫度,每個溫度下進行了3種不同初始應力水平的單軸拉伸蠕變試驗與單軸壓縮蠕變試驗,并利用試驗數(shù)據(jù)構建測試集。將溫度、應力水平和時間作為自變量,應變作為因變量,基于SVM算法建立了蠕變應力應變關系式。同時,提出一種描述材料分散性的方法——誤差帶。誤差分析結果表明,在一套參數(shù)下,SVM關系式的最小相關系數(shù)為0.99903,模型曲線的擬合度較好,誤差帶具有基本描述材料分散性的能力。
【學位授予單位】：中北大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TQ560.1
【圖文】：

中北大學學位論文1 緒論義藥（polymer bonded explosive，PBX）是一種高質(zhì)藥的一種，相對于其它炸藥具有優(yōu)良的爆轟性能以統(tǒng)之中[1]，某種 PBX 的圖片見圖 1.1。戰(zhàn)斗部中，需要考慮其爆溫、爆壓以及感度等性能指標，還需需承受的力學載荷[2]。而結構件的破壞與否與整個]，因此，對 PBX 變形與破壞規(guī)律的研究具有重大意

a.連續(xù)測量 b.間隔測量圖 1.2 聚苯乙烯 α-θ 曲線由圖 1.2 可知，在 0~60℃的溫度范圍內(nèi)，曲線變化平穩(wěn)，使用少量數(shù)據(jù)點便可對曲線趨勢進行較為精確的描述。而在 70~100℃的溫度范圍內(nèi)，曲線變化劇烈，需更多數(shù)據(jù)點。在運用正交試驗法時，會使試驗點平均分布到整個溫度范圍內(nèi)，造成試驗點分配不合理。綜上，設計一種可應對多種因素水平，能夠在進行較少輪次的試驗時，輸出具有量化標準的模型是必要的。

間序列（t）和蠕變應變（c）4 個變量。無論是非線性應力應變關系的應力-應變曲線，亦或是考慮時間呈現(xiàn)出了較高的非線性特征。因此，可認為以上應力應變關系的多元非線性回歸問題。將自變量作為輸入樣本。輸入，包含所有的獨立變量，ρ1~ρN為輸出。用核函數(shù)將該樣本映射至高維空間并得出結果，如圖 1.5 所示。乘子，b 為偏置。如此便可將應力應變關系描述中的非線性不可空間的線性可分問題：權重系數(shù)，b 為偏置。 , , 1,2,..., , ,ni i i ix i n x R Ry f x w x b

【相似文獻】

相關期刊論文 前10條

1 張展睿;;基于SVM算法的英文識別工具[J];通訊世界;2018年09期

2 徐建忠;朱俊;趙瑞;張亮;何亮;李嬌嬌;;基于SVM算法的航天微博情感分析[J];信息安全研究;2017年12期

3 郭婷;王杰;劉全明;梁吉業(yè);;基于識別關鍵樣本點的非平衡數(shù)據(jù)核SVM算法[J];模式識別與人工智能;2019年06期

4 孔堯;曹曦文;張育華;曾潔;宋雪樺;;基于SVM算法對車輛加速踏板舒適性的研究與實現(xiàn)[J];信息技術;2018年06期

5 彭曉冰;朱玉全;;基于特征內(nèi)相關和互信息的加權SVM算法[J];計算機科學;2018年12期

6 孫振宇;彭蘇萍;鄒冠貴;;基于SVM算法的地震小斷層自動識別[J];煤炭學報;2017年11期

7 徐慧;張華成;;基于特征選擇和改進SVM算法的卷煙感官質(zhì)量預測[J];桂林電子科技大學學報;2018年04期

8 張麟琛;;教學環(huán)境下的頭部姿態(tài)檢測系統(tǒng)[J];電子制作;2018年19期

9 張家城;朱艷輝;;基于SVM的商品評分系統(tǒng)[J];電腦知識與技術;2018年30期

10 王瑞;向新;肖冰松;;聚簇的分布式SVM算法優(yōu)化[J];空軍工程大學學報(自然科學版);2018年02期

相關博士學位論文 前1條

1 黃靜華;支持向量機算法研究及在氣象數(shù)據(jù)挖掘中的應用[D];中國礦業(yè)大學（北京）;2011年

相關碩士學位論文 前10條

1 段曉暢;SVM算法在自適應隨機試驗設計與PBX應力應變關系規(guī)律挖掘中的應用研究[D];中北大學;2019年

2 陳羅春;基于決策粗糙集和SVM算法的網(wǎng)絡入侵檢測應用研究[D];南昌大學;2018年

3 王梓諾;基于SVM算法的文本分類的研究[D];吉林大學;2017年

4 周漸;基于SVM算法的多因子選股模型實證研究[D];浙江工商大學;2017年

5 賽金辰;基于Spark的SVM算法優(yōu)化及其應用[D];北京郵電大學;2017年

6 周冉;基于Spark的并行SVM算法研究[D];遼寧工程技術大學;2017年

7 王越;Hadoop平臺參數(shù)尋優(yōu)的分布式SVM算法研究[D];西安理工大學;2016年

8 呂千千;多核SVM算法在Android惡意軟件檢測中的應用研究[D];重慶師范大學;2017年

9 孫苗苗;基于圖像處理的輸電線故障巡檢技術研究[D];安徽理工大學;2017年

10 舒敏;動車組軸箱軸承健康狀態(tài)評估與趨勢分析[D];北京交通大學;2018年

本文編號：2785324