固体火箭技术
固體火箭技術
고체화전기술
JOURNAL OF SOLID ROCKET TECHNOLOGY
2012年
5期
644-649
,共6页
方国东%韩杰才%梁军%孟松鹤%杨宇
方國東%韓傑纔%樑軍%孟鬆鶴%楊宇
방국동%한걸재%량군%맹송학%양우
轴编C/C复合材料%组分材料%人工神经网络%有效性能
軸編C/C複閤材料%組分材料%人工神經網絡%有效性能
축편C/C복합재료%조분재료%인공신경망락%유효성능
利用光学显微镜观测和测量轴编C/C复合材料细观编织结构及其尺寸,建立轴编C/C复合材料有限元模型,通过给出组分材料有效性能的变化区间,构造组分材料性能与轴编C/C复合材料宏观有效性能的对应关系,利用径向基函数(RBF)人工神经网络(ANN)方法,对该高度非线性的对应关系进行训练,通过轴编C/C复合材料宏观实验结果,预报其组分材料的有效性能.结果表明,轴编C/C复合材料面内弹性性能基本相同,在测量时可忽略面内纤维束铺设方向的影响；人工神经网络对训练样本有一定的依赖性,但通过多次随机构造样本训练网络,可得到理想的预测结果,且人工神经网络方法具有很好的容错性,能很好地预报轴编C/C复合材料组分材料的有效性能.
利用光學顯微鏡觀測和測量軸編C/C複閤材料細觀編織結構及其呎吋,建立軸編C/C複閤材料有限元模型,通過給齣組分材料有效性能的變化區間,構造組分材料性能與軸編C/C複閤材料宏觀有效性能的對應關繫,利用徑嚮基函數(RBF)人工神經網絡(ANN)方法,對該高度非線性的對應關繫進行訓練,通過軸編C/C複閤材料宏觀實驗結果,預報其組分材料的有效性能.結果錶明,軸編C/C複閤材料麵內彈性性能基本相同,在測量時可忽略麵內纖維束鋪設方嚮的影響；人工神經網絡對訓練樣本有一定的依賴性,但通過多次隨機構造樣本訓練網絡,可得到理想的預測結果,且人工神經網絡方法具有很好的容錯性,能很好地預報軸編C/C複閤材料組分材料的有效性能.
이용광학현미경관측화측량축편C/C복합재료세관편직결구급기척촌,건립축편C/C복합재료유한원모형,통과급출조분재료유효성능적변화구간,구조조분재료성능여축편C/C복합재료굉관유효성능적대응관계,이용경향기함수(RBF)인공신경망락(ANN)방법,대해고도비선성적대응관계진행훈련,통과축편C/C복합재료굉관실험결과,예보기조분재료적유효성능.결과표명,축편C/C복합재료면내탄성성능기본상동,재측량시가홀략면내섬유속포설방향적영향；인공신경망락대훈련양본유일정적의뢰성,단통과다차수궤구조양본훈련망락,가득도이상적예측결과,차인공신경망락방법구유흔호적용착성,능흔호지예보축편C/C복합재료조분재료적유효성능.
