System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及弹药,具体而言,涉及一种基于非线性拟合的聚能装药侵彻深度预测的方法和系统。
技术介绍
1、聚能装药战斗部是战场上毁伤装甲目标的的主要力量,随着装甲技术的不断发展,提高聚能装药的穿深能力一直是各国战斗部设计的重点之一。
2、聚能装药的设计一般采用经验公式、试验及数值数值模拟的方法,由于试验成本较高,现代行业内主要采用数值数值模拟与试验结合的方法。然而,数值模拟每次更改结构参数都要重新进行建模计算,既消耗的大量的计算机算力资源,又浪费时间。
3、因此,我们亟需一种能够快速准确计算聚能装药侵彻深度的新方法。
技术实现思路
1、本专利技术要解决的技术问题是如何提升聚能装药设计效率,解决依靠数值模拟周期长的问题。
2、为解决上述技术问题,根据本专利技术的一个方面,提供一种基于非线性拟合的聚能装药侵彻深度预测的方法,其包括如下步骤:s1、收集与聚能装药侵彻深度相关的试验数据,提取可调整的参数作为自变量,对应的侵彻深度作为因变量,建立原始数据表;s2、对提取的原始数据集进行两两组合处理,降低元数;s3、利用1stopt的全局优化算法,选择其自带的公式进行拟合;s4、将需要预测的战斗部结构参数代入拟合好的公式进行侵彻深度预测。
3、根据本专利技术的实施例,基于非线性拟合的聚能装药侵彻深度预测的方法还包括步骤:s5、随着静爆试验或有限元仿真数据的积累,更新数据库及模型,不断提高预测精度。
4、根据本专利技术的实施例,步骤s1中
5、根据本专利技术的实施例,步骤s1中,收集与聚能装药侵彻深度相关的试验数据可为有限元仿真数据。
6、进一步地,其中,将收集到该战斗部的仿真数据,提取战斗部参数中的辅药柱厚、隔板厚、隔板半径、药型罩锥角为自变量,侵彻深度作为因变量,建立原始数据表。
7、根据本专利技术的实施例,步骤s1中,所收集建立的原始数据表,可为聚能装药或者其他其类型战斗部参数与威力的数据,或自变量与因变量有相关性的数据。
8、根据本专利技术的实施例,步骤s3中,可将自变量、因变量数据数据导入1stopt软件,选择麦夸特法进行计算,选用标准加全局优化法,用1stopt自带的公式进行快速拟合。
9、根据本专利技术的实施例,步骤s1中,如果自变量较少时,则可跳过步骤s2,不做降低元数处理,进入步骤s3。
10、根据本专利技术的另一方面,提供一种基于非线性拟合的聚能装药侵彻深度预测的系统,其包括:数据收集模块,用于收集与聚能装药侵彻深度相关的试验数据,提取可调整的参数作为自变量,对应的侵彻深度作为因变量,建立原始数据表;降元模块,对提取的原始数据集进行两两组合处理,降低元数;公式拟合模块,公式拟合模块利用1stopt的全局优化算法,选择其自带的公式进行拟合;预测输出模块,用于将需要预测的战斗部结构参数代入拟合好的公式进行侵彻深度预测,输出预测结果。
11、根据本专利技术的实施例,基于非线性拟合的聚能装药侵彻深度预测的系统还可包括:学习模块,用于随着静爆试验或有限元仿真数据的积累,更新数据库及模型,不断提高预测精度。
12、与现有技术相比,本专利技术的实施例所提供的技术方案至少可实现如下有益效果:
13、根据本专利技术的基于非线性拟合的聚能装药侵彻深度预测方法准确性高,利用非线性拟合建立战斗部参数自变量与侵彻深度因变量的计算公式,用该拟合公式预测相比传统经验公式具有更高的精度。
14、根据本专利技术的基于非线性拟合的聚能装药侵彻深度预测方法效率高,通过已建立好的拟合公式,我们可以对实时获得的相关数据,进行快速侵彻深度预测,比重新建模数值计算效率高。
15、根据本专利技术的基于非线性拟合的聚能装药侵彻深度预测方法泛化性强,通过使用大量真实数据进行拟合,该方法具有较好的泛化能力,可以适应不同类型和条件的各种战斗部。
本文档来自技高网...【技术保护点】
1.一种基于非线性拟合的聚能装药侵彻深度预测的方法,包括如下步骤:
2.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的方法,还包括步骤:
3.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的方法,步骤S1中,收集与聚能装药侵彻深度相关的试验数据为已有的静爆试验数据。
4.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的方法,步骤S1中,收集与聚能装药侵彻深度相关的试验数据为有限元仿真数据。
5.如权利要求4所述的基于非线性拟合的聚能装药侵彻深度预测的方法,其中,将收集到该战斗部的仿真数据,提取战斗部参数中的辅药柱厚、隔板厚、隔板半径、药型罩锥角为自变量,侵彻深度作为因变量,建立原始数据表。
6.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的方法,步骤S1中,所收集建立的原始数据表,为聚能装药或者其他其类型战斗部参数与威力的数据,或自变量与因变量有相关性的数据。
7.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的方法,步骤S3中,将自变量、因变量数据数据导入1stO
8.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的方法,步骤S1中,如果自变量较少时,则跳过步骤S2,不做降低元数处理,进入步骤S3。
9.一种基于非线性拟合的聚能装药侵彻深度预测的系统,包括:
10.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的系统,还包括:
...【技术特征摘要】
1.一种基于非线性拟合的聚能装药侵彻深度预测的方法,包括如下步骤:
2.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的方法,还包括步骤:
3.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的方法,步骤s1中,收集与聚能装药侵彻深度相关的试验数据为已有的静爆试验数据。
4.如权利要求1所述的基于非线性拟合的聚能装药侵彻深度预测的方法,步骤s1中,收集与聚能装药侵彻深度相关的试验数据为有限元仿真数据。
5.如权利要求4所述的基于非线性拟合的聚能装药侵彻深度预测的方法,其中,将收集到该战斗部的仿真数据,提取战斗部参数中的辅药柱厚、隔板厚、隔板半径、药型罩锥角为自变量,侵彻深度作为因变量,建立原始数据表。
6.如权利要求1所述...
【专利技术属性】
技术研发人员:韩明蕾,李学岭,李善勇,陈兴,刘明敏,毛文昊,李晨阳,侯志东,邢星星,李腾远,
申请(专利权)人:安徽方圆机电股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。