末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

姚裕貴/劉瑞斌JMCA: 機器學(xué)習(xí)輔助快速預(yù)測小劑量含能材料的爆轟性能

姚裕貴/劉瑞斌JMCA: 機器學(xué)習(xí)輔助快速預(yù)測小劑量含能材料的爆轟性能
單分子含能材料(EM)的快速、可重復(fù)和定量性能評估是一項重大挑戰(zhàn),它限制了EM的定制應(yīng)用和新的高能量密度材料的開發(fā)。目前,基于激光的檢測技術(shù)被認為是一種有前途的EM診斷工具。
姚裕貴/劉瑞斌JMCA: 機器學(xué)習(xí)輔助快速預(yù)測小劑量含能材料的爆轟性能
在此,北京理工大學(xué)姚裕貴教授、劉瑞斌教授等人提出了一種基于小劑量的替代方法,結(jié)合機器學(xué)習(xí)算法從激光誘導(dǎo)的沖擊波圖像中快速檢測爆速(DV)、爆熱(HoD)、爆體積(VoD)、爆壓(DP)和爆溫(DT)。首先,作者基于時間分辨的羽流動力學(xué)和光譜發(fā)射特性研究表明,當(dāng)爆炸等離子體中的汽化原子與氣態(tài)產(chǎn)物或電離空氣中的氧和氮發(fā)生反應(yīng)時,等離子體內(nèi)部的放熱化學(xué)反應(yīng)決定了在25 μs左右發(fā)生的爆轟特性。
因此,作者合理地提出了一種基于25 μs左右的高速激光誘導(dǎo)沖擊波圖像的機器學(xué)習(xí)模型,并將其作為27種常規(guī)單分子炸藥的爆轟參數(shù)預(yù)測的新實驗和檢測策略。通過HOG特征提取和線性SVR算法給出了DV、HoD、VoD、DP、DT高精度標(biāo)定模型,所有模型的平均相對誤差(ARETe)均在5%以內(nèi),特別是DV定量分析模型的最大相對誤差(MRETe)僅為3.47%。
姚裕貴/劉瑞斌JMCA: 機器學(xué)習(xí)輔助快速預(yù)測小劑量含能材料的爆轟性能
圖1. SVR模型的訓(xùn)練和預(yù)測流程圖
這項研究表明,將微爆化學(xué)反應(yīng)過程的揭示與機器學(xué)習(xí)相結(jié)合是一種有效且準確的宏觀爆轟參數(shù)定量預(yù)測方法。與傳統(tǒng)的爆轟性能測試方法相比,基于時間分辨成像的機器學(xué)習(xí)方法具有以下優(yōu)點:
i)更高的安全性。激光誘導(dǎo)微爆炸的反應(yīng)區(qū)只在幾毫米之內(nèi),該方法足夠安全且可在任何實驗室進行操作;
ii)減少金錢和時間成本。只需微克到毫克即可同時獲得多個爆轟參數(shù),大大降低了金錢和時間成本。
iii)更高的可重復(fù)性和相當(dāng)?shù)臏蚀_度。該方法預(yù)測的所有爆轟參數(shù)的ARETe均小于5%。傳統(tǒng)方法測得的爆轟參數(shù)重復(fù)性和準確性較差,尤其是DT的ARETe甚至達20%。
總之,這種基于時間分辨成像的機器學(xué)習(xí)模型在安全性、成本、可重復(fù)性和準確性方面表現(xiàn)出具有競爭力的性能,為快速、安全、高精度診斷各種電磁場的性能帶來了廣泛的應(yīng)用前景。
姚裕貴/劉瑞斌JMCA: 機器學(xué)習(xí)輔助快速預(yù)測小劑量含能材料的爆轟性能
圖2. 測試集樣本爆轟參數(shù)的測試結(jié)果
Fast explosive performance prediction via small-dose energetic materials based on time-resolved imaging combined with machine learning, Journal of Materials Chemistry A 2022. DOI: 10.1039/D2TA02626K

原創(chuàng)文章,作者:v-suan,如若轉(zhuǎn)載,請注明來源華算科技,注明出處:http://m.zzhhcy.com/index.php/2023/10/07/f9040e1256/

(0)

相關(guān)推薦

主站蜘蛛池模板: 中牟县| 台安县| 安平县| 磐安县| 江源县| 商丘市| 亚东县| 南康市| 蓝山县| 裕民县| 环江| 乾安县| 东宁县| 即墨市| 监利县| 巫溪县| 金堂县| 竹溪县| 东阳市| 车险| 江城| 科技| 东城区| 六枝特区| 富宁县| 金昌市| 湄潭县| 张家川| 巨鹿县| 轮台县| 梓潼县| 南乐县| 宣恩县| 葫芦岛市| 香河县| 庆城县| 炉霍县| 兖州市| 万年县| 济南市| 民丰县|