基于深度神经网络的乳化炸药稳定性测量方法研究

发布时间：2023-10-29 19:19

　　乳化炸药是民爆行业中最受欢迎的炸药,它广泛用于各类工业爆破作业中,随着乳化炸药生产量的逐年增加,对它的质量要求也越来越高,质量的好坏直接体现在乳化炸药的稳定性上。乳化炸药是否稳定,由原材料选择、原材料配比、制作工艺和存储环境这四方面的因素组成,即使各项影响因素指标都在合理范围内,最终得到的乳化炸药也不一定达到稳定标准,且传统测量方法难以实现快速测定乳化炸药的稳定性能。综合以上原因,为能够快速测量乳化炸药的稳定性,确保乳化炸药的使用和存储质量,本文的主要研究内容可概括为以下三点:(1)从乳化炸药原材料选取、原材料配比、制作工艺和储存环境入手,分析影响乳化炸药稳定性的因素,以及稳定性测量模型运用的理论方法。(2)在深度神经网络结构的基础上建立了乳化炸药稳定性测量模型,在网络结构上进行优化改造并加入了具有时序性特征的长短时记忆结构,在算法上构建了带有权重系数的适用于多输入参数条件下的目标损失函数,通过对比常用构建测量模型的算法,进一步提升模型的测量准确性和泛化能力,在应用于工业领域的乳化炸药稳定性数据集上可以达到95%以上的测量准确性,实现了实时对乳化炸药稳定性测量结果的反馈,确保乳化炸药的...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 引言
    1.1 研究背景
    1.2 研究目的与意义
    1.3 主要研究内容
    1.4 论文结构说明
2 影响乳化炸药稳定性因素分析
    2.1 乳化炸药制作工艺分析
    2.2 乳化炸药稳定性影响因素分析
        2.2.1 原材料选材对稳定性的影响
        2.2.2 原材料配比对稳定性的影响
        2.2.3 制作工艺对稳定性的影响
        2.2.4 存储环境对稳定性的影响
    2.3 本章小结
3 构建乳化炸药稳定性测量模型
    3.1 深度神经网络
        3.1.1 深度神经网络结构
        3.1.2 前向与反向传播算法
        3.1.3 长短时记忆结构
    3.2 神经网络数据处理方法
        3.2.1 迁移学习算法
        3.2.2 遗传算法
    3.3 模型设计与训练
        3.3.1 测量模型设计
        3.3.2 主要算法过程
        3.3.3 算法收敛性检测
    3.4 实验及分析
        3.4.1 数据预处理
        3.4.2 实验衡量指标
        3.4.3 实验结果分析
    3.5 本章小结
4 乳化炸药稳定性评测系统设计
    4.1 评测系统硬件设计
        4.1.1 输入检测装置
        4.1.2 控制器选择
    4.2 评测模型对接方案
        4.2.1 模型生成平台
        4.2.2 对接流程设计
    4.3 系统功能实现
        4.3.1 数据后台设计
        4.3.2 前端模块设计
        4.3.3 系统测试与展示结果
    4.4 本章小结
5 总结与展望
    5.1 工作总结
    5.2 工作展望
致谢
参考文献
附录



本文编号：3858708