神经网络在鸟撞飞机风挡研究中的应用

该资源是一篇来自西北工业大学的博士学位论文，主题聚焦于人工智能在解决鸟撞飞机风挡反问题中的应用，尤其是通过神经网络方法。论文作者为白金泽，研究方向为飞行器设计，导师为孙秦，完成于2003年3月。 论文主要研究了随着航空技术的进步和环保工程的发展，鸟撞飞机风挡问题日益突出。鸟撞实验是评估风挡设计的关键，但现有实验数据分散，导致设计指导性和实验效率较低。为解决这一问题，论文提出将鸟撞实验、有限元数值模拟与神经网络技术相结合，以提高研究的精确度和效率。 论文构建了小波动态延时反馈神经网络，深入探讨了网络的学习理论、学习方法、结构、推广能力和训练效率优化算法。该神经网络能利用鸟撞过程中特定位置的应变时间数据，精确反演撞击力、撞击点坐标和撞击动能等关键参数。网络表现出良好的训练稳定性、高效性和抗干扰能力，适应于鸟撞问题的工程与理论研究。 在鸟撞的正问题研究部分，论文详尽地阐述了大变形粘弹性接触碰撞的有限元分析理论，包括数值计算方法、求解步骤、关键技术以及在LS-DYNA3D软件中的实现。通过实例验证了LS-DYNA3D在处理碰撞和大变形问题上的计算精度，并开发了相应的用户自定义材料子程序。基于此，建立了鸟撞风挡的有限元模型，经过不同条件的验证，证明该模型准确、可靠，适用于神经网络训练的正问题求解，也可用于实际工程设计分析。 此外，论文还全面概述了鸟撞实验的全过程，介绍了主要设备的工作原理和性能参数。针对鸟撞实验动态数据采集系统，分析了位移、应变和撞击压力传感器的测量特性，并提出了加权因子法这一更适合鸟撞实验的撞击合力计算方法。最后，开发了一套名为“鸟撞实验计算机数据分析系统”（CADABIE）的软件，目前已被320厂的鸟撞实验所采用。 这篇论文利用神经网络技术，结合实验和有限元模拟，为鸟撞飞机风挡问题提供了一个创新且高效的解决方案，对航空安全领域的研究具有重要价值。