原文传递
基于神经网络的水下加筋圆柱壳冲击环境预报
| 论文题名： | 基于神经网络的水下加筋圆柱壳冲击环境预报 |
| 关键词： | 潜艇;冲击环境预报;神经网络;径向基函数;遗传算法 |
| 摘要： | 随着水中兵器的不断进步发展，爆炸当量、命中精度均有显著的提升。潜艇在遭遇水中兵器攻击后，除了可能会破坏潜艇的壳体，使其发生塑性变形甚至破裂;同时通过壳体传递的冲击波也可能会对潜艇内部的设备及人员造成更大的破坏和杀伤，使潜艇丧失生命力。而潜艇冲击环境预报是其内部设备和人员抗冲击分析的前提条件，因此冲击环境预报是潜艇抗冲击的一个核心工作之一。冲击环境预报涉及的参数众多，各参数间的内在联系还不甚明晰，这给冲击环境的理论预报和数据分析带来了困难。当前，人工智能技术广泛应用于各工业领域，其模型算法在解决复杂数据分析上具有较大的优势。因此本文将以神经网络为代表的智能方法应用在潜艇冲击环境预报和分析中，从而提高潜艇冲击环境预报的速度，为很多对冲击环境预报速度有要求的应用场景提供基础。具体研究内容如下: (1)人工神经网络是当前最有前景的智能算法之一，其对多输入多输出的系统数据具有较好的处理能力，在神经网络基本思想的基础上，人们又发展出多种性能更好的神经网络模型，其中RBF（径向基函数）网络以其优越的拟合性能著称。本文首先介绍了冲击环境基本概念以及数值计算的理论和计算过程，为后续冲击环境的计算提供依据。同时对比分析了几个典型神经网络的优缺点，最终选择RBF神经网络作为后续冲击环境预报的智能方法。 (2)首先通过调研各国潜艇的主尺度、排水量等主要参数确定模型的主要参数，同时通过相关文献得到上述潜艇的建造材料性能，然后根据相关强度标准自行确定圆柱壳各构件的尺寸参数，最终得到了六个加筋圆柱壳的结构方案。在有限元软件中，搭建上述模型，并采用模态、稳定性与强度分析检验模型的有效性。根据所建立的六个有限元模型，采用声固耦合方法计算其冲击响应并得到冲击谱值，分析冲击因子和攻角等影响因素对冲击环境的影响，同时考察耐压壳、舱壁、平台等主要结构冲击环境的分布规律。 (3)采用RBF神经网络预报冲击环境，首先设计RBF神经网络基本结构，确定输入输出参数，并对输入的特征值进行标准化处理。利用遗传算法以及聚类算法自身的结构和特点，优化RBF神经网络，最终确定RBF神经网络模型，并对水下加筋圆柱壳不同部位以及药包位于不同位置时平台的冲击环境进行预报与分析。 |
| 作者： | 钱丽娜 |
| 专业： | 船舶与海洋结构物设计制造 |
| 导师： | 郎济才 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
