基于机器学习的爆轰产物状态方程参数计算模型

    公开(公告)号:CN119692160A

    公开(公告)日:2025-03-25

    申请号:CN202411588400.9

    申请日:2024-11-08

    Abstract: 本发明提供了一种基于机器学习的爆轰产物状态方程参数计算模型,该模型采用以下方法构建:步骤1,样本数据清洗;步骤2,计算模型构建:基于机器学习,分别采用不同种类的回归模型算法,构建高能炸药爆轰产物状态方程参数预估计算模型;所述的高能炸药爆轰产物状态方程参数预估计算模型即为计算模型。步骤2中,所述的回归模型算法为人工神经网络模型、支持向量机模型或最近邻模型。步骤3,计算模型训练。步骤4,计算模型性能评价。本发明所涉及的计算模型构建方法基于机器学习技术方法。在计算模型构建时考虑了多种不同回归模型的使用,能够较为准确的对不同类型高能炸药爆轰产物状态方程参数进行预估计算,具有广泛的适应性。

    低流散、低堆积密度含能材料颗粒安息角测试装置及方法

    公开(公告)号:CN119510228A

    公开(公告)日:2025-02-25

    申请号:CN202411473106.3

    申请日:2024-10-22

    Abstract: 本发明公开一种低流散、低堆积密度含能材料颗粒安息角测试装置及方法,测试装置包括量角器和堆料机构,堆料机构包括底座,底座上设置有负压罩,负压罩上开设有能够开关的门,负压罩内设置有料筒,料筒上安装有用作振动源的音圈电机,料筒上还连接有装夹机构,装夹机构另一端经负压罩侧壁穿出与设置在底座上的立柱相连;负压罩的顶部位于料筒上方的位置上开设有用于连接负压设备的抽吸口。本发明的圆柱形料筒避免了锥形料筒含能材料颗粒容易架桥,难以形成堆积体的问题;将音圈电机作为振动源,保证了含能材料在初始状态的一致性和稳定性,通过提供负压环境,抽走漂浮在空中的含能材料颗粒,使得安息角测试的安全性和准确性得到明显提高。

Patent Agency Ranking