《表1 网络训练样本:基于混合神经遗传算法的扩胀管吸能特性预测》
为研究吸能元件结构参数的变化对其吸能特性的影响,需准备网络训练的学习样本,经上述轴向碰撞仿真分析,考虑吸能元件结构设计的合理性及各参数对吸能特性的影响效果,其壁厚、锥度及泡沫铝密度的变化范围为3mm≤t≤5mm,20°≤α≤30°,0.17kggm-3≤α≤0.51kggm-3,分别取5组壁厚(t=3mm,4mm,5mm,6mm,7mm),5组锥度(α=20°,22°,25°,27°,30°)及4组泡沫铝密度(ρ=0.20kg·m-3,0.30kg·m-3,0.40kg·m-3,0.50kg·m-3),共100组样本数据,调整吸能管结构参数,对其进行多次碰撞模拟,得到各尺寸参数下结构的吸能特性,对结构参数做归一化处理,建立该训练样本组成的样本空间,其中10组学习样本,如表1所示。
图表编号 | XD0053346500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.08 |
作者 | 袁成标、肖守讷、李铎 |
绘制单位 | 西南交通大学牵引动力国家重点实验室、西南交通大学牵引动力国家重点实验室、西南交通大学牵引动力国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |