基于人工神经网络的非球形破片阻力系数预测模型

摘要：

非球形破片的弹道轨迹与其在超声速至亚声速范围内的阻力系数密切相关.非球形破片弹道飞行时会发生随机翻转,阻力系数也会随着破片姿态的变化而改变.为了从有限的破片姿态对应的阻力系数得到随机翻转状态下的平均破片阻力系数,提出一种基于正二十面体的平均方法,对32个特定的破片姿态对应的阻力系数进行平均,得到随机翻转状态下的平均破片阻力系数.该方法得到的立方体以及圆柱体破片的平均阻力系数与弹道枪试验的结果误差在10％之内.进一步研究了破片形貌即球形度对超声速至亚声速范围内破片阻力系数的影响.采用正二十面体平均方法计算得到大量非球形破片的阻力系数,球形度范围为0.35～1.00.通过人工神经网络建立了基于马赫数以及破片形状的阻力系数预测模型.预测模型测试结果表明,该模型具有较高的准确性;球形度是影响破片阻力系数最重要的形状因子,其影响程度在亚声速时最明显;超声速时破片阻力系数与球形度的依赖性显著降低.

关键词：非球形破片、阻力系数、人工神经网络、预测模型

所属期刊栏目：43

分类号：TJ089(一般性问题)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1083-1092