基于神经网络算法的发射场坪承载能力预测方法

doi:10.12382/bgxb.2021.0245

摘要/Abstract

摘要： 为进一步提高发射场坪的快速选定能力，提出基于线性多元回归算法、反向传播（BP）神经网络算法和径向基函数（RBF）神经网络算法的发射场坪承载特性近似模型，对其承载能力进行快速预测。采用了引入参数敏感度的优化拉丁超立方采样方法，构建样本空间并分别建立起竖载荷和发射载荷下的算法预测近似模型；利用上述预测算法，通过某结构参数未知的场坪在起竖载荷下的动力学响应，预测其在发射载荷下的可能最大弯沉值，判断土基弹性模量未知的发射场坪承载能力。结果表明：RBF神经网络算法对起竖载荷和发射载荷下的场坪最大弯沉量均具有最优的预测性能，与有限元计算结果相对比，回归系数分别为0.941和0.983，模型精度较高，具有可信性；预测结果与仿真结果的平均误差为10.46%；对于承载强度较大的场坪，残差范围在±2 mm以内，对发射过程中的场坪选定决策具有参考价值。

关键词: 发射场坪, 神经网络算法, 承载能力预测, 反向传播, 径向基函数, 线性多元回归算法

Abstract: A rapid prediction method of the bearing capacity of launching site is proposed to improve the quick response ability of the missile launching，which is based on linear multiple regression algorithm，back propagation(BP) algorithm and radial basis function (RBF) algorithm. An optimized Latin hypercube sampling method with parameter sensitivity is applied to construct the sample space. The approximate models evaluated by different algorithms under different loads are established and proved to be effective. Evaluation algorithm of the bearing capacity of unknown launching site is established to predict the probable maximum deflection under launch load using dynamical response of the launching site under erection load. The results show that the RBF algorithm has the best prediction performance and the regression coefficients under erection and launch loads are 0.941 and 0.983.The average error between predicted and simulated results is 10.46%. For the launching site with higher bearing capacity，the residual error of the evaluation algorithm ranges in ±2 mm.

Key words: launchingsite, predictionofthebearingcapacity, backpropagation, radialbasisfunction, linearmultipleregressionalgorithm

中图分类号:

TJ762.1

励明君，姜毅，马立琦，潘霄. 基于神经网络算法的发射场坪承载能力预测方法[J]. 兵工学报, 2022, 43(5): 982-991.

LI Mingjun， JIANG Yi， MA Liqi， PAN Xiao. The Prediction Method Based on Neural Network Algorithm for the Bearing Capacity of Launching Site[J]. Acta Armamentarii, 2022, 43(5): 982-991.

参考文献

［1］姚晓光，郭晓松，冯永保，等.导弹起竖过程的载荷研究［J］.兵工学报，2008，29(6):718-722.
YAO X G，GUO X S，FENG Y B， et al. Load analysis on missle erection［J］.Acta Armamentarii，2008，29(6):718-722. (in Chinese)
［2］周晓和，马大为，朱忠领，等.面基层间不同结合状态下发射场坪动态响应研究［J］.兵工学报，2015，36(12):2269-2277.
ZHOU X H，MA D W，ZHU Z L，et al. Research on dynamic response of launching site based on different interlayer binding states［J］.Acta Armamentarii，2015，36(12):2269-2277. (in Chinese)
［3］ REN J，ZHOU X H，MA D W，et al. Study on elasto-plastic response of the unsupported random launching site for the missile［J］. Advanced Materials Research， 2014，945/946/947/948/949:1274-1279.
［4］程洪杰，钱志博，赵媛，等.导弹无依托发射场坪承载能力分析［J］.起重运输机械，2011(12):48-52.
CHENG H J，QIAN Z B，ZHAO Y，et al. Analysis of bearing capacity of missile unsupported launching site［J］. Hoisting and Conveying Machinery，2011(12):48-52.(in Chinese)
［5］袁成林.强冲击作用下发射场坪动力响应研究［D］.南京：南京理工大学，2017.
YUAN C L. Study on the dynamic response of the launching equipment under strong impact［D］.Nanjing:Nanjing University of Science & Technology，2017. (in Chinese)
［6］杨春浩，马大为，王晓锋，等.某导弹无依托发射场坪动态响应影响因素敏感度分析［J］.弹道学报，2016，28(2):87-92.
YANG C H，MA D W，WANG X F，et al. Sensitivity analysis of factors affecting launching-site dynamic response of missile with unsupported random［J］.Journal of Ballistics，2016，28(2):87-92. (in Chinese)
［7］张宏鹏，黄长强，唐上钦，等. 基于卷积神经网络的无人作战飞机飞行轨迹实时预测［J］.兵工学报，2020，41(9):1894-1903.
ZHANG H P，HUANG C Q，TANG S Q，et al. CNN-based real-time prediction method of flight trajectory of unmanned combat aerial vehicle［J］. Acta Armamentarii，2020，41(9):1894-1903. (in Chinese)
［8］ BURMISTER D M.The theory of stresses and displacements in layered soil systems. Ⅱ［J］. Journal of Applied Physics，1945，16(2): 89-94.
［9］ BURMISTER D M.The theory of stresses and displacements in layered systems and applications to the design of airport runways［C］∥Proceedings of the 23rd Annual Meeting of the Highway Research Board.l.Chicago，IL，US:Highway Research Board，1943.
［10］曾伟. 车载导弹与无依托发射场坪的发射过程耦合效应研究［D］.北京：北京理工大学，2015.
ZENG W. Study on coupled effects of missile launcher and unsupported random launching site in launching processing［D］. Beijing: Beijing Institute of Technology， 2015. (in Chinese)
［11］程洪杰，钱志博，赵媛，等.导弹起竖过程中的对地载荷研究［J］.兵工自动化，2011，30(11):1-3，19.
CHENG H J，QIAN Z B，ZHAO Y，et al. Study on the load to ground on missile erection process［J］.Ordnance Industry Automation，2011，30(11):1-3，19. (in Chinese)
［12］张震东，马大为，任杰，等.冷发射装备对地载荷作用下预设场坪的动力学响应研究［J］.兵工学报，2015，36(2): 279-286.
ZHANG Z D，MA D W，REN J，et al. Dynamic response of cold launching equipment to prepared launching site subjected to loading［J］.Acta Armamentarii， 2015，36(2): 279-286. (in Chinese)
［13］秦浩，赵宪忠. ABAQUS混凝土损伤因子取值方法研究［J］. 结构工程师，2013，29(6):27-32.
QIN H，ZHAO X Z.Study on the ABAQUS damage parameter in the concrete damage plasticity model［J］.Structural Engineers，2013，29(6):27-32. (in Chinese)
［14］马婷婷.基于序列与多因素分析的奥运会运动成绩预测模型［D］.南京：南京信息工程大学，2012.
MA T T. Predicting models of Olympic Games based on sequence and multivariate analysis［D］.Nanjing:Nanjing Information Engineering College，2012. (in Chinese)
［15］周志华. 机器学习［M］. 北京：清华大学出版社，2016.
ZHOU Z H. Machine learning［M］. Beijing: Tsinghua University Press，2016. (in Chinese)
［16］王晨阳，汪志勇，段倩倩，等.基于遗传算法优化卷积长短记忆混合神经网络模型的光伏发电功率预测［J］.物理学报，2020，69(10):143-149.
WANG C Y，WANG Z Y，DUAN Q Q，et al. A hybrid model for photovoltaic power prediction of both convolutional and long short-term memory neural networks optimized by genetic algorithm［J］.Acta Physica Sinica，2020，69(10):143-149. (in Chinese)
［17］张震东，马大为，仲建林，等.某型导弹冷发射装备场坪适应性研究［J］.兵工学报，2020，41(2):280-290.
ZHANG Z D，MA D W，ZHONG J L，et al. Research on adaptability of a cold launching system of missile to launching site［J］.Acta Armamentarii，2020，41(2):280-290. (in Chinese)

第43卷第5期2022 年5月
兵工学报ACTA ARMAMENTARII
Vol.43No.5May2022

[1]	刘月, 刘铁林, 姜相争, 韩月明. 基于径向基函数和自组织映射的导弹控制系统健康状态评估[J]. 兵工学报, 2022, 43(4): 931-939.
[2]	张通彤, 姜湖海, 岳巍, 司晨, 袁满. 基于径向基函数神经网络的光电系统自适应控制[J]. 兵工学报, 2022, 43(3): 556-564.
[3]	权辉，谢建，李良，张力. 火箭发射场坪排焰道口射流研究[J]. 兵工学报, 2020, 41(6): 1111-1122.
[4]	赵星宇，白春华，姚箭，孙彬峰. 燃料空气炸药爆轰产物JWL状态方程参数计算[J]. 兵工学报, 2020, 41(10): 1921-1929.
[5]	何耀民，何华锋，徐永壮，苏敬，王依繁. 基于反向传播神经网络的海杂波参数估计[J]. 兵工学报, 2019, 40(12): 2473-2481.
[6]	徐博，李盛新，金坤明，王连钊. 基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协同定位方法[J]. 兵工学报, 2019, 40(10): 2119-2128.
[7]	李彬，庞永杰，朱枭猛，程妍雪. 水下航行器环肋复合材料耐压壳6σ优化设计[J]. 兵工学报, 2018, 39(6): 1171-1177.
[8]	高玉波，张伟, 李达诚，宜晨虹, 汤铁钢. 基于反向传播神经网络的陶瓷损伤参数反演分析[J]. 兵工学报, 2018, 39(1): 146-152.
[9]	黄大荣, 陈长沙，孙国玺，赵玲，米波. 复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法[J]. 兵工学报, 2017, 38(8): 1649-1657.
[10]	萧辉，杨国来，孙全兆. 火炮多柔体动力学结构优化研究[J]. 兵工学报, 2017, 38(1): 27-34.
[11]	朱红运，王长龙，王建斌，江涛. 一种消除材料属性对脉冲涡流缺陷轮廓重构影响的方法[J]. 兵工学报, 2015, 36(9): 1766-1771.
[12]	蒋清山，钱林方，徐亚栋，邹权. 考虑区间不确定性的某弹丸提升装置参数优化[J]. 兵工学报, 2015, 36(6): 1117-1122.
[13]	周晓和，马大为，朱忠领, 廖选平, 鞠晓杰. 面基层间不同结合状态下发射场坪动态响应研究[J]. 兵工学报, 2015, 36(12): 2269-2277.
[14]	赵捍东，李志鹏. 基于径向基函数神经网络和无迹卡尔曼滤波的弹丸落点预报方法研究[J]. 兵工学报, 2014, 35(7): 965-971.
[15]	刘志浩, 高钦和, 牛海龙, 管文良, 李璟玥. 基于驱动端电流检测的电磁阀故障诊断研究[J]. 兵工学报, 2014, 35(7): 1083-1090.