基于神经网络的高能高强度太根发射药性能预测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| ·课题研究背景 | 第7-8页 |
| ·研究意义 | 第8-9页 |
| ·发射药的力学、燃烧性能及能量的研究意义 | 第8页 |
| ·发射药性能预测系统开发的意义 | 第8-9页 |
| ·国内外研究概况 | 第9-11页 |
| ·国内外神经网络预测领域研究概况 | 第9-10页 |
| ·国内外混合酯发射药研究现状 | 第10-11页 |
| ·课题研究内容 | 第11-13页 |
| 2 人工神经网络的基本理论 | 第13-29页 |
| ·人工神经网络概述 | 第13-19页 |
| ·神经网络的发展简史 | 第13-15页 |
| ·人工神经网络的学习规则 | 第15-17页 |
| ·网络实现途径 | 第17页 |
| ·神经网络的特征 | 第17-18页 |
| ·神经网络模型种类 | 第18-19页 |
| ·BP神经网络 | 第19-29页 |
| ·BP神经网络结构 | 第19-20页 |
| ·BP算法原理 | 第20-24页 |
| ·BP算法的计算步骤 | 第24-26页 |
| ·BP算法的优点及问题 | 第26-27页 |
| ·BP算法的改进 | 第27-29页 |
| 3 发射药制备及性能测试 | 第29-39页 |
| ·高能高强度太根发射药制备 | 第29-30页 |
| ·原料 | 第29页 |
| ·主要仪器设备 | 第29页 |
| ·发射药组分 | 第29页 |
| ·高能高强度发射药制备 | 第29-30页 |
| ·力学性能测试 | 第30-32页 |
| ·冲击性能测试 | 第30-31页 |
| ·压缩性能测试 | 第31-32页 |
| ·燃烧性能测试 | 第32-35页 |
| ·设备名称:定容密闭爆发器 | 第33页 |
| ·密闭爆发器具体实验步骤 | 第33-34页 |
| ·燃烧性能实验数据处理 | 第34-35页 |
| ·发射药火药力和余容的实验测定 | 第35-39页 |
| ·实验测定火药力f和余容α | 第35-36页 |
| ·热散失的修正 | 第36-39页 |
| 4 神经网络预测系统设计 | 第39-59页 |
| ·预测模型的工作原理 | 第39-40页 |
| ·预测模型的框架 | 第40页 |
| ·网络参数设置及样本数据处理 | 第40-46页 |
| ·网络结构参数确定 | 第41-43页 |
| ·网络学习训练参数确定 | 第43-46页 |
| ·样本数据处理 | 第46页 |
| ·预测系统界面说明 | 第46-51页 |
| ·发射药性能预测及结果 | 第51-59页 |
| ·发射药力学性能数据库建立 | 第51页 |
| ·力学性能预测 | 第51-54页 |
| ·发射药燃烧能量数据库建立 | 第54-55页 |
| ·燃烧能量性能预测 | 第55-57页 |
| ·结果与分析 | 第57-59页 |
| 5 结论 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-65页 |
