基于BP神经网络和遗传算法的环形药型罩优化

摘要

环形聚能装药相比传统的聚能装药具有侵彻口径大的优势,为了得到可以形成稳定的环形聚能射流的最优环形药型罩结构,提出了一种将数值模拟结果与BP神经网络相结合,并通过遗传算法对环形药型罩进行优化设计的方法。首先,利用正交试验法对环形药型罩进行方案设计,得到各因素对环形聚能射流稳定性的重要程度,其次利用LS-DYNA软件进行数值模拟得到最初的样本数据,然后通过MATLAB软件拟合出神经网络训练所需的样本数据,接着将环形药型罩结构参数作为BP神经网络的输入,射流头部速度、射流横向速度、射流长度分别作为输出进行训练,同时将测试值作为适应度,最后结合遗传算法选择最优的环形药型罩结构参数。研究结果表明:影响环形聚能射流成形的主要因素是药型罩口径和锥顶角,次要因素为药型罩罩顶厚、内罩偏移量和外罩偏移量;当药型罩罩顶高为0.81 mm,药型罩口径为15.43 mm,罩顶角为61.89°,内罩偏移量为11.38%,外罩偏移量为14.36%时所形成的环形射流形态比正交实验所得环形聚能射流更好。