【技术实现步骤摘要】
一种基于卷积神经网络的水下爆炸载荷下板架结构动态响应的预测方法
[0001]本专利技术涉及水下爆炸载荷作用下舰艇毁伤技术，具体涉及一种基于卷积神经网络算法的水下爆炸载荷下板架结构动态响应的快速预测方法。
技术介绍
[0002]水上舰船以及水下潜艇是海军装备的重要组成部分，舰艇的作战能力和生命安全受到水下爆炸载荷的严重威胁。快速准确地评估水下爆炸载荷下舰船的损伤特征，在战场上发挥着巨大的军事作用。对水下爆炸问题的研究上，目前集中在模拟和模拟试验两方面。公开的试验数据也仅限于对简化的舰船结构和小型的缩尺试验。缩比模型试验由于受到了缩比的限制，结构焊接及其他连接方式无法准确的复制，边界条件也无法做到与实际环境完全一致，因此由缩比模型的结果映射实际结构难度极大，仅适用于初期的机理性研究。而大尺度的缩比试验和实船试验费用高，而且试验的可行性、安全性等因素都会限制试验的进行。目前对水下爆炸作用下的舰艇结构动态响应的研究主要采用了三维数值方法，可以生成大量的数据。通过对数值模拟结果的分析与挖掘，可以为舰艇抗爆炸抗冲击的研究提供参考。
【技术保护点】
【技术特征摘要】
1.一种基于卷积神经网络的水下爆炸载荷下板架结构动态响应的预测方法，其特征在于，包括以下步骤：步骤1：采用耦合欧拉
‑
拉格朗日方法(CEL)对水下爆炸载荷下板架结构动态响应进行数值模拟获得数据样本；步骤2：根据不同当量炸药对板架产生的毁伤，生成不同的炸药当量
‑
毁伤图片集；步骤3：根据板架的对称结构，对步骤1获得的数据样本进行降维处理；步骤4：将降维后的数据与图片集进行绑定；步骤5：执行卷积神经网络训练程序，利用降维处理后的数据与图片集进行训练并得到训练结果；步骤6：利用训练得到的卷积神经网格对板架动态响应的毁伤、结点位移进行预测。2.一种如权利要求1所述的基于卷积神经网络的水下爆炸载荷下板架结构动态响应的预测方法，其特征在于，所述步骤1具体过程如下：在有限元软件ABAQUS中依次建立计算域模型和板架结构模型，根据一定当量炸药水下爆炸产生最大气泡的半径的确定计算域尺寸，计算域的尺寸应为一定当量的炸药在对应水深下产生气泡最大直径的2到4倍；并将计算域模型和板架结构模型进行装配；其中，计算域模型选用三维欧拉体，板架结构选用三维变形体；对计算域模型进行区域划分，划分出水域区域和炸药区域；定义预定数量的材料属性；对计算域模型和板架结构模型进行网格划分；设置计算域模型和板架结构模型的接触属性、施加边界条件和载荷边界条件；将在预定义场中将定义好的材料属性分别分配给预分析的水域区域和炸药区域；结合欧拉体积分数的变化，通过可视化结果中的欧拉体积分数实现对数据样本的获取。3.一种如权利要求1所述的基于卷积神经网络的水下爆炸载荷下板架结构动态响应的预测方法，其特征在于，所述步骤3中通过板架的对称结构对步骤1得到的样本数据进行降维具体过程如下：对于板架结构各节点的位移矩阵有：对于板架结构各节点的位移矩阵有：其中，A为板架左上方节点的位移矩阵，B为板架左下方节点的位移矩阵，由于板架的对称结构，可得a
mn
＝b
mn
，因此可以对矩阵B进行预测，达到数据降维的目的；类似的，可以得到整个板架节点的位移矩阵为：其中，A为板架左上方节点的位移矩阵，B为板架左下方节点的位移矩阵，C为板架右上方节点的位移矩阵，D为板架右下方节点的位移矩阵；根据板架的对称结构，...
【专利技术属性】
技术研发人员：黄潇，毛佳威，黎勤，张晓庆，杜鹏，谢络，胡海豹，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。