硝胺固体推进剂燃烧性能计算的神经网络方法

传统的燃烧模型致力于对固体推进剂燃烧的物理化学过程的数学描述，其发展往往受到对推进剂燃烧机理认识程度的限制，本文利用误差反转（ＢＰ）神经网络建模的方法建立了硝胺固体推进剂燃烧性能及其影响因素（硝胺含量、压强、硝胺重均粒径）的定量关系，而不考虑燃烧的具体过程，根据此定量关系对硝胺固体推进剂燃烧性能的计算表明，计算结果和实验值吻合得较好，这为推进剂配方的计算机辅助设计提供了一种新方法。     

硝胺推进剂燃烧机理研究的新进展

从实验和理论两方面概述了近年来各国学者在研究硝胺固体推进剂燃烧方面所做的工作，介绍了主要结论，并提出了今后进一步的研究工作。     

新型含铜催化剂对RDX／HTPB推进剂燃速影响的研究

用热分析方法筛选出两含铜催化剂对ＲＤＸ／ＨＴＰＢ推进剂进行了配方试验研究，采用声发射法测定４－８ＭＰａ条件下药条燃速，由实验结果可看出：这两种新型含铜催化剂对提高燃速，降低燃速压强指数有明显效果；燃速提高４２％，压强指数降低１４％，经适当组合，可进一步提高燃速，降低燃速压强指数。     

复合固体推进剂燃烧性能模拟计算的神经网络方法

在总结已有燃烧模型的基础上，重点考虑压强、氧化剂的重均粒径、氧化剂的质量浓度三种主要影响因素，提出了一种基于误差反传（ＢＰ）神经网络的复合固体推进剂燃烧性能模拟计算方法，计算结果和实验值吻合较好，这为推进剂配方的计算机辅助设计提供了一种新方法。     

超细 CaCO3 对丁羟复合固体推进剂燃烧及工艺性能的影响

通过超级及市售ＣａＣＯ３在低含量下（≤１％）对丁羟推进剂燃烧及工艺性能影响的研究,发现两种ＣａＣＯ３均可提高推进剂的燃速,且随超细ＣａＣＯ３含量增加,推进剂压强指数降低,与市售ＣａＣＯ３相比,超细ＣａＣＯ３的催化效率较高,但同时也使推进剂的工艺性能变差。