龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京理工大学
摘要：本发明公开了本发明涉及一种炸药近地爆炸冲击波超压峰值预测方法，属于爆炸毁伤技术领域。本发明基于生成式对抗神经网络对试验数据进行扩展，形成炸药近地爆炸的数据集，建立基于物理信息的神经网络，通过物理先验对数据特征进行预处理，同时将包含超压对比例距离的一阶偏导和二阶偏导的物理信息约束嵌入到损失函数中，从而指导模型训练的具体学习过程，通过在损失函数中引入物理损失项，训练后的模型可以准确预测炸药近地爆炸的地面反射波超压，同时该模型可以准确数据集范围外的数据，具有较好的泛化能力，提高了模型的普适性。
主权项：1.一种基于物理信息神经网络的炸药近地爆炸冲击波超压峰值预测方法，其特征在于包括如下步骤：S1，采集炸药近地爆炸数据，并将采集到的炸药近地爆炸数据形成原始样本数据集，原始样本数据集的特征包括炸药当量、炸高、水平距离，原始样本数据集的标签为超压峰值；S2，使用步骤S1形成的原始样本数据集训练生成式对抗神经网络，利用训练后的生成式对抗神经网络对原始样本数据集进行扩展得到扩展样本数据集；S3，将步骤S1形成的原始样本数据集和步骤S2得到的扩展样本数据集进行合并，得到新的数据集；S4，将步骤S3得到的新的数据集中的三个特征转换为两个新的特征，再将两个新的特征归一化缩放到0～1的范围，用对数函数对新的数据集中的标签进行缩放，最后将特征和标签均进行缩放后的新的数据集按照9:1的比例划分为训练集和验证集；所述三个特征为炸药当量、炸高、水平距离，两个新的特征为比例炸高、比例距离；S5，构建PINN模型；S6，训练步骤S5构建的PINN模型，使用步骤S4得到的训练集对PINN模型并使用验证集进行验证，得到最优模型；S7，将待测试的炸药的比例炸高和比例距离输入步骤S6得到的最优模型中，得到回归数值，再根据回归数值得到待测试炸药近地爆炸冲击波超压峰值。
全文数据：
权利要求：
百度查询： 北京理工大学 一种基于物理信息神经网络的炸药近地爆炸冲击波超压峰值预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号