基于声发射的铝蜂窝板超高速撞击损伤模式识别方法

为通过声发射技术识别铝合金蜂窝板超高速撞击(HVI)的损伤状态,提出一种基于神经网络的损伤模式识别方法。通过超高速撞击实验获取声发射信号,结合精确源定位技术、时频分析技术、小波分析技术及模态声发射技术,提出了10个与损伤相关的特征参数,通过非参数检验分析其与损伤的关系,设计了一种基于贝叶斯正则化BP神经网络的超高速撞击损伤模式识别方法。建立最优网络模型,通过不同参数组合识别能力分析,优选出2种特征参数组合,通过非同源样本对其损伤模式识别能力进行验证。结果表明:传播距离与损伤模式无关,却是识别损伤模式的重要参数;125~250kHz频域的自动加窗小波能量比会降低损伤模式的识别能力;采用贝叶斯正则化的BP神经网络可以较好地识别蜂窝板超高速撞击损伤模式,参数组合为传播距离、上升时间、持续时间、截止频率、4个自动加窗小波能量比及小波能量熵,共9个参数,对任意选取非同源样本识别错分率仅为9.38%。     

侵彻式月壤探测地面模拟试验研究

月面通常由细颗粒粉末状月壤覆盖,利用侵彻器可实现次表层月壤的探测.在侵彻器与月壤相互作用的过程中,为研究侵彻器结构及科学载荷缓冲结构的抗冲击性能、不同剖面组构的抗侵彻性与辨识性,以及侵彻后对月壤的扰动强弱,开展了100～260 m/s全尺寸侵彻器对3类月壤模拟样本的侵彻试验.试验结果表明,约3×104 g过载下侵彻器结...