基于贝叶斯正则化BP神经网络的铝平板超高速撞击损伤模式识别

发布时间：2017-07-04 15:26

  本文关键词：基于贝叶斯正则化BP神经网络的铝平板超高速撞击损伤模式识别

  更多相关文章： 空间碎片 超高速撞击 声发射 神经网络 损伤模式识别

【摘要】：损伤模式识别是空间碎片撞击航天器在轨感知技术中的一个重要功能模块,是目前研究的重点和难点。采用超高速撞击声发射技术,以铝合金平板为研究对象,通过大量超高速撞击实验获取实验信号,结合虚拟波阵面的精确源定位技术、时频分析技术及小波分解技术。从超高速撞击声发射信号中提取并优选与损伤模式直接相关的时频参数,建立了基于贝叶斯正则化BP神经网络的损伤模式识别方法,识别了铝合金板面受撞击形成的成坑/穿孔两种主要损伤模式。
【作者单位】： 哈尔滨工业大学航天学院;
【关键词】： 空间碎片 超高速撞击 声发射 神经网络 损伤模式识别
【基金】：国家“十二五”空间碎片专项
【分类号】：TP183;V528
【正文快照】： 迄今为止人类进行了近5 000次航天发射活动,为空间科学的发展做出的重大贡献,同时产生的大量空间碎片遗留在轨道空间中,尤其对长期在轨运行的大型航天器的安全问题产生很大威胁[1]。其中毫米级别的空间碎片威胁最大,因其体积小、难以通过观测手段获知其准确运行轨道并进行规避

【相似文献】

中国期刊全文数据库 前4条

1 马文来,张伟,管公顺,庞宝君;椭球弹丸超高速撞击防护屏碎片云数值模拟[J];材料科学与工艺;2005年03期

2 张伟,庞宝君,贾斌,曲焱U，

本文编号：518342