航天器环境工程
航天器環境工程
항천기배경공정
SPACECRAFT ENVIRONMENT ENGINEERING
2015年
4期
357-360
,共4页
RBF神经网络%空间碎片%超高速撞击%声发射%模式识别
RBF神經網絡%空間碎片%超高速撞擊%聲髮射%模式識彆
RBF신경망락%공간쇄편%초고속당격%성발사%모식식별
RBF neural network%space debris%hypervelocity impact%acoustic emission%pattern recognition
RBF神经网络是广泛应用的神经网络之一,可应用于航天器空间碎片撞击损伤模式的识别研究.采用AUTODYN仿真软件模拟产生高速撞击声发射信号,并随机提取其中部分信号,以信号幅值和撞击观测点等作为输入参数,以撞击速度作为输出参数,建立RBF神经网络,实现对空间碎片撞击速度的反演及穿透模式的识别.实际证明该神经网络能在一定程度上有效反演弹丸撞击速度.
RBF神經網絡是廣汎應用的神經網絡之一,可應用于航天器空間碎片撞擊損傷模式的識彆研究.採用AUTODYN倣真軟件模擬產生高速撞擊聲髮射信號,併隨機提取其中部分信號,以信號幅值和撞擊觀測點等作為輸入參數,以撞擊速度作為輸齣參數,建立RBF神經網絡,實現對空間碎片撞擊速度的反縯及穿透模式的識彆.實際證明該神經網絡能在一定程度上有效反縯彈汍撞擊速度.
RBF신경망락시엄범응용적신경망락지일,가응용우항천기공간쇄편당격손상모식적식별연구.채용AUTODYN방진연건모의산생고속당격성발사신호,병수궤제취기중부분신호,이신호폭치화당격관측점등작위수입삼수,이당격속도작위수출삼수,건립RBF신경망락,실현대공간쇄편당격속도적반연급천투모식적식별.실제증명해신경망락능재일정정도상유효반연탄환당격속도.
The RBF neural network is one of the most widely used neural network. It is used in the pattern recognition of acoustic emission signals generated by the hypervelocity impact of space debris and the spacecraft. The high-speed impact acoustic emission signals are generated by using the numerical simulation software AUTODYN. Some signals are randomly extracted, the magnitude and impact observation points are used as the input parameters, the impact velocity as the output parameter. The RBF neural network is established to inverse the impact velocity of space debris and identify the impact defect types. Calculated results show the effectiveness of inversion to some extent.
