兵工学报
兵工學報
병공학보
ACTA ARMAMENTARII
2012年
1期
63-68
,共6页
张军%单永海%曹殿广%郑玉新%葛欣鑫
張軍%單永海%曹殿廣%鄭玉新%葛訢鑫
장군%단영해%조전엄%정옥신%갈흔흠
系统工程%最小二乘支持向量机%神经网络%遗传算法%加速寿命试验
繫統工程%最小二乘支持嚮量機%神經網絡%遺傳算法%加速壽命試驗
계통공정%최소이승지지향량궤%신경망락%유전산법%가속수명시험
加速寿命试验可以在短时间内对产品寿命进行有效评定.针对以往机枪加速寿命模型预测能力较差的问题,提出了基于最小二乘支持向量机( LS-SVM)建立加速寿命模型的方法.以机枪寿终射弹量为寿命特征,以试验环境温度、枪管最大温度、射击间隔时间以及最大膛压为加速应力建立了机枪加速寿命模型.由于LS-SVM的参数选取是决定建立模型优劣的关键因素,因此采用遗传算法对LS-SVM参数进行优化选取.通过分析比较LS-SVM与常规变换方法和BP神经网络建立的机枪加速寿命模型精度,结果表明利用LS-SVM方法建立的模型明显优于其他2种方法,验证了LS-SVM在机枪加速寿命预测应用中的有效性.
加速壽命試驗可以在短時間內對產品壽命進行有效評定.針對以往機鎗加速壽命模型預測能力較差的問題,提齣瞭基于最小二乘支持嚮量機( LS-SVM)建立加速壽命模型的方法.以機鎗壽終射彈量為壽命特徵,以試驗環境溫度、鎗管最大溫度、射擊間隔時間以及最大膛壓為加速應力建立瞭機鎗加速壽命模型.由于LS-SVM的參數選取是決定建立模型優劣的關鍵因素,因此採用遺傳算法對LS-SVM參數進行優化選取.通過分析比較LS-SVM與常規變換方法和BP神經網絡建立的機鎗加速壽命模型精度,結果錶明利用LS-SVM方法建立的模型明顯優于其他2種方法,驗證瞭LS-SVM在機鎗加速壽命預測應用中的有效性.
가속수명시험가이재단시간내대산품수명진행유효평정.침대이왕궤창가속수명모형예측능력교차적문제,제출료기우최소이승지지향량궤( LS-SVM)건립가속수명모형적방법.이궤창수종사탄량위수명특정,이시험배경온도、창관최대온도、사격간격시간이급최대당압위가속응력건립료궤창가속수명모형.유우LS-SVM적삼수선취시결정건립모형우렬적관건인소,인차채용유전산법대LS-SVM삼수진행우화선취.통과분석비교LS-SVM여상규변환방법화BP신경망락건립적궤창가속수명모형정도,결과표명이용LS-SVM방법건립적모형명현우우기타2충방법,험증료LS-SVM재궤창가속수명예측응용중적유효성.
