基于RL-NSGAⅡ算法的埋头式膨胀波火炮内弹道性能优化

摘要

为解决某40 mm埋头式火炮后坐力过大的问题，采用膨胀波技术，在特定开闩时间内启动后喷装置，以降低后坐力。膨胀波火炮的开闩时间对其性能至关重要，尽管最佳开闩时间下后喷装置可以保持弹丸初速不变，但适当调节开闩时间可以在略微减小弹丸初速的同时显著提高减后坐效果。基于埋头式膨胀波火炮的发射特点，建立了内弹道模型并进行了数值计算。优化主装药的装药质量、火药条件及开闩时间，并以弹丸初速度衰减率和身管的减后坐效率为优化目标。为克服NSGAⅡ算法在迭代过程中多样性不足及陷入局部最优的问题，引入强化学习，形成RL-NSGAⅡ算法。强化学习通过动态调整算法执行步骤，提高了收敛速度和精度。结果表明，RL-NSGAⅡ算法明显优于NSGAⅡ算法，验证了强化学习的有效性，成功优化了内弹道性能。优化后，弹丸速度衰减率为1.43%,身管减后坐效率达64.73%,不仅改善了弹丸初速衰减率，还显著提高了减后坐效率。

关键词

埋头弹 / 膨胀波技术 / 减后坐 / 多目标优化 / 强化学习