【技術實現步驟摘要】
本專利技術涉及炸藥jwl狀態方程參數獲取，尤其涉及一種基于混合算法的炸藥jwl狀態方程參數計算方法。
技術介紹
1、炸藥在軍工、民事等多個領域已被廣泛應用，其在武器工業與民事科技中發揮著不可或缺的作用。隨著炸藥的廣泛應用，炸藥的安全性與可靠性值得關注，而炸藥的爆轟研究是不可忽視的部分。jwl狀態方程能比較精確的描述炸藥爆轟過后其爆轟產物密度、溫度等參數之間的關系，其在爆炸毀傷、火工品研究等領域被廣泛使用。
2、jwl狀態方程是一種不含化學反應的半經驗狀態方程，其參數主要通過實驗或計算確定。目前確定jwl狀態方程的未知參數的主要有三種：一是通過圓筒試驗標定炸藥的jwl狀態方程參數；二是結合軟件與程序對炸藥jwl狀態方程參數進行自動標定；三是通過各種優化算法計算擬合jwl狀態方程參數。圓筒試驗標定法周期較長且試驗成本較大，軟件自動標定精度不高，因此優化算法計算獲取jwl狀態方程參數炸藥爆轟評估是十分有效的。
3、現階段的專利公開顯示：1)專利(cn?108984996?a)公開了一種基于鋁粉反應度的含鋁炸藥jwl狀態方程參數計算方法。該方法綜合運用爆轟理論計算、水中爆炸數值模擬和水中爆炸試驗，即刻確定含鋁炸藥爆轟產物jwl狀態方程參數。該方法具有準確度高、針對性強、可靠性好等優點，但該方法流程較為繁瑣，較為耗時，成本較高。2)專利(cn115048853?a)公開了一種基于bp神經網絡的優化確定甲烷的jwl狀態方程參數標定方法。該方法利用甲烷爆轟試驗的超壓數據替換其試驗的缸壁-位移時間數據，進而計算甲烷爆轟產
4、近年來學者們提出了許多啟發式的仿生優化算法，因其具有避免局部最優性、非導數機制、靈活性和簡單性等諸多特點，它們已成為求解尋優問題的有效方法。由于jwl狀態方程參數計算問題的復雜性，使用單個啟發式算法求解難以滿足要求，因此需將多個算法相結合，互相彌補求解問題時的不足。
技術實現思路
1、針對現有技術的不足，本專利技術提供一種基于混合算法的炸藥jwl狀態方程參數計算方法；本專利技術將灰狼算法融合入粒子群算法中，克服粒子群算法容易早熟的缺陷，提出了一種基于灰狼粒子群混合算法對炸藥jwl狀態方程參數進行快速計算獲取的方法；采用該方法對幾種典型炸藥的jwl狀態方程參數進行計算，同時對計算結果進行圓筒試驗數值模擬，已經驗證了計算結果的有效性。此方法通過輸入炸藥的密度和爆速便可得到jwl狀態方程的未知參數，提高了jwl狀態方程未知參數的獲取效率，為炸藥爆轟研究提供了便利。
2、一種基于混合算法的炸藥jwl狀態方程參數計算方法，包括以下步驟：
3、步驟s1：獲取炸藥的爆速和密度；
4、步驟s2：將炸藥爆轟時的c-j條件、hugoniot關系式和能量差模型融入到灰狼粒子群混合算法程序中；
5、步驟s2.1：建立標準形式及等熵形式下的炸藥jwl狀態方程，分別為:
6、
7、
8、式中：r1,r2,a,b,c,ω為未知待定的6個參數，v為炸藥爆轟產物的相對體積，e為爆轟產物單位體積的內能，ps為等熵形式下炸藥爆轟產物的壓力。p為標準形式下炸藥爆轟產物的壓力；
9、步驟s2.2：炸藥在發生爆轟時，利用c-j條件、hugoniot關系式知，jwl狀態方程的6個未知參數滿足如下方程組：
10、
11、式中：pcj,vcj,ρ0,d和e0分別為炸藥的cj點處壓力、cj點處的相對體積、初始密度、爆速和初始體積能量；對于炸藥在cj點處的pcj和vcj由下述公式計算得出：
12、
13、
14、式中：r為爆轟產物的絕熱指數，計算公式如下：
15、
16、炸藥的初始體積能量e0，計算公式如下：
17、e0＝(0.204-0.0734ρ0)ρ0d2???????????????????(7)
18、步驟s2.3：進行炸藥驅動圓筒壁試驗，使炸藥內能轉化為壁面和爆炸產物的動能，其能量差的計算公式如下：
19、
20、式中：ρm和uv為圓筒材料密度和特征位置處的外壁徑向移動速度，ri0和re0為圓筒的初始內徑和初始外徑。
21、對于圓筒特征位置處的外壁徑向移動速度，計算公式如下：
22、
23、
24、其中uv＝2.4以及uv＝7.0表示爆轟產物相對體積為2.4和7.0時的圓筒特征位置處的速度值，0.9與0.8是指數冪；
25、步驟s2.4：聯立公式(3)～(7)得炸藥初始密度ρ0和爆速d與6個未知參數r1,r2,a,b,c,ω之間的關系；其中ω,r1,r2的取值范圍分別為[0.2,0.4],[4,6],[0,2]，在對應范圍內選取ω,r1,r2的值進而計算得到a,b,c的值；當得到jwl狀態方程6個未知參數的一組解后，由式(8)對爆轟產物相對體積為2.4和7.0時的能量差進行計算，若f(2.4)和f(7.0)接近于0，則代表此組解適用于該炸藥；
26、步驟s3：將炸藥的爆速和密度輸入到灰狼粒子群混合算法中，添加限定條件，ω,r1,r2在上下界區間內進行尋優計算，輸出a,b,c全局最優解，獲得能量差最小的jwl狀態方程參數組合，實現炸藥jwl狀態方程參數計算；
27、所述灰狼粒子群混合算法是將pso算法與gwo算法嵌套使用，pso算法作為主循環算法，gwo算法作為次循環算法，pso算法主循環完成一次，所得種群的全局極值gb將引導gwo算法次循環中的頭狼捕食獵物；設置粒子維度為3，種群數量為80，主循環迭代次數為300，慣性因數最大值和最小值設置為1.2與0.8，學習因子c1,c2和c3設置為0.8；灰狼數量設置為20，次循環運行次數設置為20。將灰狼粒子群混合算法的適應度函數設定為：δf＝|f(2.4)|+|f(7.0)|；
28、所述限定條件如下：
29、
30、所述尋優計算中，ω,r1,r2尋優的上下界區間為{(0.2,0.4),(4,6),(0,2)}；
31、為了避免粒子群陷入局部最優，同時對其速度公式進行調整優化，將gwo算法次循環得到的最優位置值引入到粒子飛行速度的更新計算中，公式如下：
32、
33、式中，k為迭代的次數；r1,r2和r3為隨機數；c1,c2和c3為學習因子；x1(k),x2(k)和x3(k)為種群中最優秀三只狼的位置；vid和xid為第i個粒子在第d維空間的速度和位置；ω為慣性因數，采用線性微分遞減策略，初始ω值大，尋優能力強，接近最優解時，ω值減小，進行小步長尋優，更新計算公式如下：
34、
35、式中，itermax為最大迭代次數；k為迭代的次數；ωmax和ωmin分本文檔來自技高網...
【技術保護點】
1.一種基于混合算法的炸藥JWL狀態方程參數計算方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于混合算法的炸藥JWL狀態方程參數計算方法，其特征在于，所述步驟S2具體包括以下步驟：
3.根據權利要求1所述的一種基于混合算法的炸藥JWL狀態方程參數計算方法，其特征在于，所述步驟S3中，所述灰狼粒子群混合算法是將PSO算法與GWO算法嵌套使用，PSO算法作為主循環算法，GWO算法作為次循環算法，PSO算法主循環完成一次，所得種群的全局極值gb將引導GWO算法次循環中的頭狼捕食獵物；設置粒子維度為3，種群數量為80，主循環迭代次數為300，慣性因數最大值和最小值設置為1.2與0.8，學習因子c1,c2和c3設置為0.8；灰狼數量設置為20，次循環運行次數設置為20；將灰狼粒子群混合算法的適應度函數設定為：δf＝|f(2.4)|+|f(7.0)|。
4.根據權利要求1所述的一種基于混合算法的炸藥JWL狀態方程參數計算方法，其特征在于，所述步驟S3中，所述限定條件如下：
【技術特征摘要】
1.一種基于混合算法的炸藥jwl狀態方程參數計算方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于混合算法的炸藥jwl狀態方程參數計算方法，其特征在于，所述步驟s2具體包括以下步驟：
3.根據權利要求1所述的一種基于混合算法的炸藥jwl狀態方程參數計算方法，其特征在于，所述步驟s3中，所述灰狼粒子群混合算法是將pso算法與gwo算法嵌套使用，pso算法作為主循環算法，gwo算法作為次循環算法，pso算法主循環完成一次，所...
【專利技術屬性】
技術研發人員：郝博，劉力維，姜琦，楊斌，呂超，
申請(專利權)人：東北大學秦皇島分校，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。