搜索结果: 1-15 共查到“火炮、自动武器与弹药工程 神经网络”相关记录29条 . 查询时间(0.25 秒)
针对批量引信电路在生产和试验中的高可靠性、高效率的测试需求，提出了利用神经网络专家系统实现引信电路故障诊断的方法。通过介绍小口径计转数空炸引信的工作原理，分析了该引信电路常见的故障类型；按照故障类型从引信电路采集故障原始数据，经处理后作为神经网络训练的样本数据；建立了三层神经网络诊断模型，利用Matlab编程进行网络训练，给出了训练过程及误差曲线；使用样本数据验证了该神经网络专家系统的有效性与可靠...
基于改进PSO优化BP神经网络的弹药储存可靠度预测
弹药储存 可靠度预测 BP神经网络 粒子群算法
<
2019/12/6
针对弹药储存环境与年限对可靠度的影响，建立基于样本量、温度、湿度、年限的弹药储存可靠度预测模型。结合粒子群算法的全局搜索能力和BP神经网络的局部搜索能力，采用全局粒子群算法优化BP神经网络权值和阈值，进行弹药储存可靠度预测。结果表明，基于改进粒子群算法的BP神经网络能够提高弹药储存可靠度预测的精度，加快收敛速度。
神经网络优化自抗扰控制在供输弹系统中的应用
供输弹系统 交叉耦合控制 自抗扰控制 神经网络
<
2019/11/11
为了解决自抗扰控制参数过多不易整定的问题，将神经网络应用于自抗扰控制器中。为了提高链式自动炮的自动机电机和供输弹电机的速度同步性能，将自抗扰控制器融入两电机交叉耦合控制方案中。通过仿真实验，证明该控制方案切实可行，对现有装备升级改造具有参考价值。
基于自适应神经网络的火炮身管结构优化研究
兵器科学与技术 火炮身管 多学科多目标结构优化 自适应神经网络 再采样策略
<
2018/2/9
针对火炮多学科优化设计存在计算量大、收敛慢和易陷入局部最优的问题，提出一种基于自适应径向基函数（RBF）神经网络的结构优化方法。编程计算火炮高低温压力曲线，并对ABAQUS有限元软件二次开发将其加载进有限元模型以获取身管的优化目标值，构建其与设计变量间自适应RBF神经网络模型。引入罚函数法处理约束条件，采用遗传算法在模型中求解寻优。每次优化迭代时利用建立的局部和全局分析模型分别选取更新点，增加样本...
为保证滚仰式捷联导引头的稳定控制，提出了一种基于RBF神经网络整定的PID控制策略，用于导引头稳定回路校正环节。根据滚仰式捷联导引头的运动学与动力学关系，结合导引头稳定回路校正环节采用的RBF神经网络PID控制算法，建立了滚仰式捷联导引头稳定与跟踪一体化仿真模型；仿真结果表明：滚仰式捷联导引头稳定回路采用RBF神经网络整定的PID控制器后，其动态性能优于传统PID控制器，建立的仿真模型能够对机动目...
基于BP神经网络的高寒山地弹药消耗需求分析
高寒山地 弹药消耗量 BP神经网络
<
2016/8/15
采用BP神经网络方法，建立了高寒山地弹药消耗量预测模型，对模型的预测流程和步骤进行了描述；结合高寒山地实际，对高寒山地弹药供应保障的消耗量需求进行分析。预测结果表明，所建立的弹药供应保障消耗量需求模型能够很好地预测高寒山地作战中的弹药消耗量。
基于BP神经网络的弹壳表面缺陷分类方法
弹壳 表面缺陷 特征提取 BP 神经网络
<
2016/9/28
为了对弹壳表面缺陷进行分类，提出一种基于BP(back propagation)神经网络的弹壳表面缺陷分类方法。 针对弹壳缺陷的特点，提取了各类缺陷的灰度特征、形状特征、几何特征，建立缺陷特征数据库，并采用改进的BP 神经网络算法设计了缺陷分类器。实验结果表明，该方法在枪弹缺陷识别方面具有很好可行性和有效性。
基于神经网络的弹道修正弹落点预测方法
弹道预测 神经网络 误差反传 数值仿真
<
2015/10/30
为了分析神经网络运用于弹道预测的可行性，构建了实用的弹道预测工具，建立了基于神经网络理论的弹道预测模型。利用二自由度质点弹道模型，选取BP网络和Elman网络进行神经网络弹道预测仿真。基于误差反向传播理论，比较了带动量项算法与自适应学习率算法这2种网络权值训练速度。对2种网络不同隐层节点数的学习误差和预测误差进行了对比分析。数值仿真计算结果表明，神经网络具有较高的预测精度，36.7 km射程仅有不...
为研究炮口扰动优化问题，提出采用非线性有限元、试验设计、神经网络和遗传算法相结合的方法进行火炮结构动力学优化。建立了某大口径火炮上装部分非线性有限元动力学模型，结合试验设计进行了火炮结构动力学分析。以试验数据为训练样本，建立了基于贝叶斯正则化算法的反向传播（BP）神经网络来模拟火炮总体结构参数与炮口扰动之间的非线性映射关系。构造了炮口扰动优化目标函数，利用遗传算法对目标函数进行求解，实现了火炮总体...
针对传统评估方法主观性强的缺点及BP 神经网络自身缺陷，提出基于数据知识的PCA-GA-BP 状态评 估组合算法。采用主成分分析对样本数据进行降维处理，利用遗传算法对BP 神经网络的初始权值阈值进行优化， 将历史数据作为学习样本训练神经网络，处理实时信息得到评估结果，并通过实例进行算法验证分析。结果表明， 该算法是可行的，适用于复杂武器装备的状态评估。
基于新型小波神经网络和灰预测的电动负载模拟器控制
粒子群优化算法 小波神经网络 变结构 Lyapunov稳定 半实物仿真
<
2015/4/2
针对某火炮随动系统电动负载模拟器自身复杂的非线性以及多余力矩对系统加载性能的影响，提出了一种基于新型小波神经网络和灰预测的控制策略。该策略主要由变结构的粒子群小波神经网络（VSPSO-WNN）控制器和灰预测补偿器（GPC）构成，前者利用粒子群优化（PSO）算法小波神经网络（WNN）的权值等参数，加快了系统的收敛速度，并利用自学习算法动态改变隐含神经元数目，降低了系统的计算复杂度，提高了系统的动静态...
针对工业缝纫机调速模块的伺服系统普遍存在耦合，大滞后的现象，提出了一种将Ｓｍｉｔｈ预估补偿和ＲＢＦ神经网络算法与ＰＩＤ控制器相结合的Ｓｍｉｔｈ－ＲＢＦ－ＰＩＤ控制算法。该方法利用了Ｓｍｉｔｈ预估补偿能克服纯滞后和ＲＢＦ能处理非线性问题、在线自学习整定ＰＩＤ参数的优点，在调速模块的伺服控制系统中更加有效。
为了能够在飞行数据不尽精确的情况下进行快速、准确的落点预报，提出一种基于径向基函数（RBF）神经网络和无迹卡尔曼滤波技术的弹丸落点预报方法。使用RBF神经网络逼近外弹道方程用以预报弹丸落点，并用改进型量子行为粒子群算法优化网络结构和权阈值，在此基础上对基于神经网络的初步预报数据进行滤波处理。最后进行预报仿真，在输入数据有噪声的情况下依然得到了较高的预报精度，从而证明该方法对预报弹丸落点是有效可行的...
基于神经网络的弹道曲线快速拟合方法
神经网络 弹道曲线 拟合系数
<
2014/6/4
大规模弹道仿真时运用传统的诸元解算方法计算量大且耗时久,难以满足作战快速响应的需求。文中通过构建弹道曲线的主要影响因素与时间的方程,研究方程系数与发射参数之间的关系,提出了基于BP神经网络算法快速拟合方程系数的方法,从而快速拟合出弹道曲线。经试验仿真,该方法在进行多条弹道解算时比传统诸元计算方法快速高效,可适应于大规模弹道仿真。