[发明专利]一种破片质量分布处理方法、装置及处理终端有效
| 申请号: | 202010424671.6 | 申请日: | 2020-05-19 |
| 公开(公告)号: | CN111783353B | 公开(公告)日: | 2022-09-02 |
| 发明(设计)人: | 孙勇;范开军;李军;易华辉;郭志明;陈岩;刘强;曹俊卿 | 申请(专利权)人: | 中国兵器科学研究院 |
| 主分类号: | G06F30/27 | 分类号: | G06F30/27 |
| 代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 李欣 |
| 地址: | 100089 北京市海*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 破片 质量 分布 处理 方法 装置 终端 | ||
1.一种破片质量分布处理方法,应用于处理终端中,其特征在于,包括:
基于接收到的目标弹丸的标识,确定所述目标弹丸的属性参数;
将所述目标弹丸的属性参数输入到训练后的预测模型中,获得目标预测爆破参数,其中所述训练后的预测模型是将预设数量的实验弹丸的样本属性参数以及实际爆破参数作为输入,将预测爆破参数作为输出对初始预测模型进行训练得到;
基于所述目标预测爆破参数以及所述目标弹丸的壳体质量,预测所述目标弹丸的破片质量分布;
向云端发送所述目标弹丸的破片质量分布,以使云端基于所述目标弹丸的破片质量分布确定所述目标弹丸的爆破能力;
所述爆破参数包括壳体参数、维度常数和破碎特性参数;
通过以下方式确定所述实验弹丸的实际爆破参数:
基于所述实验弹丸在至少三个质量区间的破片数量和壳体质量,通过莫特Mott分布模型,确定所述实验弹丸的实际壳体参数、实际维度常数和实际破碎特性参数;
或者,
基于所述实验弹丸在至少两个质量区间的破片数量和壳体质量,通过所述Mott分布模型,确定所述实验弹丸的实际壳体参数和实际维度常数;以及通过所述实验弹丸的破片总数和所述实际维度常数之积确定破碎因子,并通过所述实验弹丸的壳体质量和所述破碎因子之商确定所述实验弹丸的实际破碎特性参数。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标预测爆破参数以及所述目标弹丸的壳体质量,预测所述目标弹丸的破片质量分布,包括:
基于所述目标预测爆破参数以及所述目标弹丸的壳体质量,通过Mott分布模型预测所述目标弹丸的破片质量分布。
3.根据权利要求1所述的方法,其特征在于,所述基于接收到的目标弹丸的标识,确定目标弹丸的属性参数,包括:
根据预设的标识和属性参数的对应关系,确定所述目标弹丸的标识对应的属性参数。
4.根据权利要求1所述的方法,其特征在于,在所述向云端发送所述目标弹丸的破片质量分布之后,还包括:
接收所述云端发送的所述目标弹丸的爆破能力的数据,以及基于所述目标弹丸的爆破能力的数据判断所述目标弹丸是否合格;
若所述目标弹丸不合格,则通过预设通知方式发送通知信息。
5.根据权利要求1~4任一所述的方法,其特征在于,所述属性参数包括壳体质量、壳体密度、壳体强度、壳体外径、壳体内径、炸药质量、炸药密度和炸药爆速中的至少一项。
6.根据权利要求1~4任一所述的方法,其特征在于,所述预测模型为BP神经网络模型。
7.一种破片质量分布处理装置,其特征在于,包括:
确定模块,用于基于接收到的目标弹丸的标识,确定所述目标弹丸的属性参数;
获得模块,用于将所述目标弹丸的属性参数输入到训练后的预测模型中,获得目标预测爆破参数,其中所述训练后的预测模型是将预设数量的实验弹丸的样本属性参数以及实际爆破参数作为输入,将预测爆破参数作为输出对初始预测模型进行训练得到;
预测模块,用于基于所述目标预测爆破参数以及所述目标弹丸的壳体质量,预测所述目标弹丸的破片质量分布;
收发模块,用于向云端发送所述目标弹丸的破片质量分布,以使云端基于所述目标弹丸的破片质量分布确定所述目标弹丸的爆破能力;
所述爆破参数包括壳体参数、维度常数和破碎特性参数;
通过以下方式确定所述实验弹丸的实际爆破参数:
基于所述实验弹丸在至少三个质量区间的破片数量和壳体质量,通过莫特Mott分布模型,确定所述实验弹丸的实际壳体参数、实际维度常数和实际破碎特性参数;
或者,
基于所述实验弹丸在至少两个质量区间的破片数量和壳体质量,通过所述Mott分布模型,确定所述实验弹丸的实际壳体参数和实际维度常数;以及通过所述实验弹丸的破片总数和所述实际维度常数之积确定破碎因子,并通过所述实验弹丸的壳体质量和所述破碎因子之商确定所述实验弹丸的实际破碎特性参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国兵器科学研究院,未经中国兵器科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010424671.6/1.html,转载请声明来源钻瓜专利网。





