基于人工神经网络算法的多相云雾爆轰毁伤效应预测模型

作者：徐永康; 薛琨^*

来源：兵工学报, 2023, 1-18.

• 云雾爆轰
• 燃料浓度
• 超压毁伤
• 人工神经网络

云雾爆轰毁伤范围的预测是云爆武器造成大规模毁伤的研究基础，但云雾爆轰后超压场分布规律与燃料浓度的依赖关系未知，制约了对于云爆毁伤范围的预测。因此，针对两种最为常用的多相云雾燃料，采用最小自由能法计算得到了液相燃料完全以液滴或蒸汽形式存在的多相云雾发生理想爆轰的CJ参数，并通过拟合，得到体JWL状态方程参数。在此基础上计算得到了不同浓度和状态的多相云雾理想爆轰造成的超压场，并借助人工神经网络获得了浓度范围在0.03～0.30 kg/m3的气固两相和气液固三相云雾场爆轰峰值超压随比例距离衰减规律的代理模型并预测不同毁伤等级对应的毁伤比例半径随燃料浓度的变化，得到毁伤比例半径最大的最优浓度。研究结果表明：云雾区中液相燃料以液滴或蒸汽形式存在对云雾爆轰参数，产物JWL状态方程参数，与云爆爆轰后超压场分布规律的影响都比较微弱(<1.5%)；在0.03～0.18kg/m3的燃料浓度范围内，I级～III级毁伤比例半径的最大和最小值分别相差21%、19%、6%，因此大装药结构形成的云雾场爆轰后，I级和II级毁伤半径与燃料浓度的依赖性更强。

• 单位
  爆炸科学与技术国家重点实验室; 北京理工大学