基于GA-BP神经网络的水介质药型罩结构优化

余天晨, 杜宁, 潘明然, 孙英略, 郭秋萍

弹道学报 ›› 2026, Vol. 38 ›› Issue (1) : 105 -112.

弹道学报 ›› 2026, Vol. 38 ›› Issue (1) : 105 -112.

基于GA-BP神经网络的水介质药型罩结构优化

    余天晨, 杜宁, 潘明然, 孙英略, 郭秋萍
作者信息 +

Author information +
文章历史 +

摘要

相较于传统金属射流,聚能水射流在销毁爆炸物时具有低附带损伤优势,为得到水介质药型罩在多结构参数协同作用下的最优结构,提出一种基于GA-BP神经网络的水介质药型罩结构优化方法。以喇叭形药型罩为研究对象,选取水层厚度、药型罩高度和母线曲率半径为关键因素。首先采用L25正交设计方案进行数值模拟,通过极差分析辨识出主要影响因素,初步获得参数组合A2B5C5,即水层厚度为1.5 mm,药型罩高度为50 mm,母线曲率半径为60 mm。进而,为克服正交设计在连续空间全域寻优能力的局限,构建GA-BP神经网络模型,利用其非线性映射与全域寻优能力进行优化。结果表明:GA-BP优化获得的参数组合,即水层厚度为1.37 mm,药型罩高度为49.59 mm,母线曲率半径为62.69 mm,可使水射流头部速度提升至11 730 m/s,较正交优化结果提高5.2%;水的可压缩性使得水射流形态与性能区别于金属射流,爆轰驱动下形成的水射流比金属射流更长,速度更高,头部明显膨胀,密度沿轴向递减且头部密度偏低。该方法有效实现了水介质药型罩结构参数的全域优化,为聚能水射流技术的工程应用提供设计参考。

关键词

聚能水射流 / GA-BP神经网络 / 附带损伤 / 结构优化 / 药型罩 / 数值模拟

Key words

引用本文

引用格式 ▾
余天晨, 杜宁, 潘明然, 孙英略, 郭秋萍. 基于GA-BP神经网络的水介质药型罩结构优化[J]. 弹道学报, 2026, 38(1): 105-112 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金(12202285); 辽宁省教育厅基本科研项目(JYTMS20230182); 沈阳理工大学引进高层次人才科研支持计划资金资助

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/