基于自优化CNN的内膛复杂表面接触碰撞响应预测方法

摘要

本发明涉及一种基于自优化卷积神经网络(CNN)的内膛复杂表面接触碰撞响应预测方法，其包括：S1、基于火炮射击测试数据，根据身管‑弹丸试验平台建立磨损身管‑弹丸接触碰撞有限元模型；S2、基于有限元模型，结合试验平台测试结果，构建样本集；S3、基于样本集，根据遗传算法‑序列二次规划算法组合优化算法的协同工作机制，实现超参数自优化，从而获取最佳超参数组；同时，在超参数的寻优中训练并得到最佳的基于自优化CNN的身管‑弹丸接触碰撞模型；S4、根据所得身管‑弹丸接触碰撞模型，进一步研究接触碰撞响应变化规律。本发明考虑磨损内膛复杂表面影响以及接触碰撞能量损失，在保证了响应精度的同时，还极大提高了预测效率。