基于ANN的丁羟复合推进剂燃速预测

• 作者: 刘建民 周伟良 唐少春 徐复铭
• 来源期刊: 火炸药学报
• 关键词: 燃烧化学 人工神经网络 固体推进剂 燃烧催化剂 燃速
• 年，卷（期）: 2006,（3）
• 页码范围: 13-16
• 页数: 4页
• 分类号: TJ55|V435.12
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7812.2006.03.004

摘要

以纳米结构的Fe2O3(ns-Fe2O3)催化剂在RDX/AP/Al/HTPB推进剂中的燃速实验数据为基础,采用人工神经网络(ANN)中误差反传播(简称BP)算法对不同ns-Fe2O3含量与推进剂燃速之间的非线性关系进行了模拟,最终确定网络结构为3-4-1型,学习速率和动量常数分别为0.75,0.45,经过56 910次迭代训练,网络收敛到均方误差为1.0×10-4.用训练好的网络对ns-Fe2O3的催化作用进行了预测.结果表明,BP网络对ns-Fe2O3催化作用的预测研究是可行的,除一个预测结果的相对误差较大(-9.19%)外,其他预测的相对误差绝对值均在3.5%以下,表明所建立的网络具有较好的记忆和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建民	南京理工大学化工学院	3	24	3.0	3.0
5	徐复铭	南京理工大学化工学院	64	834	16.0	25.0
6	周伟良	南京理工大学化工学院	83	515	12.0	18.0
7	唐少春	南京大学材料科学与工程系	2	9	2.0	2.0