← 返回列表

一种RDX改性双基推进剂的安全性能预测方法

申请号: CN202311821308.8
申请人: 四川大学
更新日期: 2026-03-09

摘要文本

四川大学取得“一种透气窗帘布”专利技术,本发明公开了一种RDX改性双基推进剂的安全性能预测方法,基于推进剂样本构建原始数据集;采用数据增强技术对原始数据集进行多次扩增,得到对应的增强数据集,再进行标准化处理;对标准化数据进行建模预测,通过十折交叉验证结合网格寻参得到机器学习算法的最优超参数,在最优超参数下执行十折交叉验证,选择最优摩擦感度预测模型、撞击感度预测模型;对模型进行验证通过后,进行推进剂摩擦感度和撞击感度的预测。本发明解决了推进剂成分复杂、影响因素多、不能使用传统分子结构性质表征的难题;将主动学习和Mixup混合插值技术结合起来,解决了样本量不足的缺陷,实现高质量的数据增强;适用范围广,操作简单,预测快速准确。

专利主权项内容

1.一种RDX改性双基推进剂的安全性能预测方法,其特征在于,包括:步骤S100、分析推进剂样本数据,使用组分配比信息和粒度信息对样本进行表征,并构建原始数据集D;0步骤S200、采用数据增强技术对原始数据集D进行多次扩增,得到对应的增强数据集D、D、D和D;01234步骤S300、采用标准化器对扩增得到的数据集中的数据进行Z-score标准化处理,得到标准化数据;步骤S400、利用机器学习算法对标准化数据进行建模预测,通过十折交叉验证结合网格寻参得到机器学习算法的最优超参数,每种机器学习算法在最优超参数下执行十折交叉验证,选择最优机器学习模型和最优增强数据集,基于最优增强数据集和最优机器学习模型构建rbf核RDX摩擦感度预测的RBF核SVR模型和撞击感度预测的ANN模型;步骤S500、使用外部样本对SVR模型和ANN模型进行验证,预测误差均在设定阈值以内,则保存标准化器、SVR模型和ANN模型;步骤S600、在SVR模型、ANN模型分别输入推进剂组分配比和粒度信息,得到摩擦感度和撞击感度的预测值。

专利申请信息

项目 内容
专利名称 一种RDX改性双基推进剂的安全性能预测方法
专利类型 发明申请
申请号 CN202311821308.8
申请日 2023/12/27
公告号 CN117766058A
公开日 2024/3/26
IPC主分类号 G16C20/30
权利人 四川大学
发明人 郭延芝; 蒲雪梅; 吴艳玲; 徐司雨
地址 四川省成都市一环路南一段24号