宁波大学学报(理工版)
寧波大學學報(理工版)
저파대학학보(리공판)
JOURNAL OF NINGBO UNIVERSITY (NSEE)
2001年
4期
38-43
,共6页
BP神经网络%高聚物%本构模型%高应变率%损伤
BP神經網絡%高聚物%本構模型%高應變率%損傷
BP신경망락%고취물%본구모형%고응변솔%손상
利用SHPB技术和自编的BP神经网络程序,以尼龙为代表性研究对象,对高聚物在高应变率下的本构模型进行了辨识.研究表明:在应变小于7%范围内,以应变与应变率作为输入,以应力作为输出,BP神经网络能满意地辨识高聚物的动态本构模型;而当应变大于7%时,除应变和应变率外可取时间作为表征损伤演化的反函数共同作为输入,以应力作为输出,能获得满意的效果.
利用SHPB技術和自編的BP神經網絡程序,以尼龍為代錶性研究對象,對高聚物在高應變率下的本構模型進行瞭辨識.研究錶明:在應變小于7%範圍內,以應變與應變率作為輸入,以應力作為輸齣,BP神經網絡能滿意地辨識高聚物的動態本構模型;而噹應變大于7%時,除應變和應變率外可取時間作為錶徵損傷縯化的反函數共同作為輸入,以應力作為輸齣,能穫得滿意的效果.
이용SHPB기술화자편적BP신경망락정서,이니룡위대표성연구대상,대고취물재고응변솔하적본구모형진행료변식.연구표명:재응변소우7%범위내,이응변여응변솔작위수입,이응력작위수출,BP신경망락능만의지변식고취물적동태본구모형;이당응변대우7%시,제응변화응변솔외가취시간작위표정손상연화적반함수공동작위수입,이응력작위수출,능획득만의적효과.