CN113449460B - 破片阻力系数的测量方法、装置及计算机可读存储介质 - Google Patents
破片阻力系数的测量方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113449460B CN113449460B CN202110553050.2A CN202110553050A CN113449460B CN 113449460 B CN113449460 B CN 113449460B CN 202110553050 A CN202110553050 A CN 202110553050A CN 113449460 B CN113449460 B CN 113449460B
- Authority
- CN
- China
- Prior art keywords
- model
- average area
- mach number
- resistance coefficient
- fragment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Geometry (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Measurement Of Resistance Or Impedance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种破片阻力系数的测量方法、装置及计算机可读存储介质,所述方法包括:获取第一破片在多个方向的投影面积;将多个所述第一投影面积均值处理,获得第一平均面积;获取所述第一破片的第一飞行马赫数;根据所述第一平均面积和所述第一飞行马赫数获得阻力系数。上述的方法通过获取第一破片在多个方向的投影面积,均值处理后得到第一平均面积,根据所述第一平均面积和所述第一飞行马赫数获得阻力系数,能够适用于不同形状破片的阻力系数的计算,且计算结果较为精准。
Description
技术领域
本申请涉及爆破技术领域,特别涉及一种破片阻力系数的测量方法、装置及计算机可读存储介质。
背景技术
破片的远距离弹道飞行轨迹对于预测安全距离非常重要。当破片数量较多时,飞行距离远,通过划分网格进行流固全耦合计算的方式效率较低,目前该区域研究多采用迭代计算的方法来计算破片的运动轨迹,阻力系数为计算破片运动轨迹的关键参数,现阶段阻力系数的赋值多基于风洞或弹道枪试验结果,将破片形状分为球形、立方形及圆柱形几类,获取相应形状的破片在某一方向的投影面积,然后根据获得的飞行马赫数获得阻力系数。然而,此种方式忽略了破片本身的形状,缺乏合理的针对非球形破片处于翻滚状态下的阻力系数计算方法。
发明内容
本申请实施例提供一种破片阻力系数的测量方法、装置及计算机可读存储介质,以解决上述问题。
本申请破片阻力系数的测量方法,其特征在于,包括以下步骤:
获取第一破片在多个方向的投影面积;
将多个所述第一投影面积均值处理,获得第一平均面积;
获取所述第一破片的第一飞行马赫数;
根据所述第一平均面积和所述第一飞行马赫数获得阻力系数。
上述的方法通过获取第一破片在多个方向的投影面积,均值处理后得到第一平均面积,根据所述第一平均面积和所述第一飞行马赫数获得阻力系数,能够适用于不同形状破片的阻力系数的计算,且计算结果较为精准。
在一些实施例中,所述获取第一破片在多个方向的投影面积的步骤具体包括:
在所述破片的外周形成一多面体模型,其中所述第一破片的重心与所述多面体模型的中心重合;
获取所述多面体模型的每个表面的面心与所述多面体模型的中心的连线方向的第一面积。
在一些实施例中,所述方法进一步包括:
获取所述多面体模型的每个表面的面心与所述多面体模型的顶点的连线方向的第二面积。
在一些实施例中,所述多面体模型为正四面体、正六面体、正八面体、正十二面体和正二十面体。
在一些实施例中,所述方法进一步包括:
关联所述第一破片的所述第一平均面积、所述第一飞行马赫数及所述第一阻力系数,形成关联数据;
根据多个所述第一破片的所述关联数据,建立阻力系数模型;
在阻力系数模型输入所述第二破片的第二平均面积和所述第二飞行马赫数,筛选获得阻力系数。
在一些实施例中,所述筛选获得阻力系数的步骤具体包括:
所述阻力系数模型筛选第一差值与第二差值之和最小的所述关联数据,并输出所述第一阻力系数,其中所述第一差值为所述第一平均面积和第二平均面积的差值的绝对值,所述第二差值为所述第一飞行马赫数和所述第二飞行马赫数的差值的绝对值。
在一些实施例中,所述阻力系数模型为由类神经网络模型和基于树模型中至少之一建立的回归模型或分类模型。
在一些实施例中,所述破片为圆台状、椭球状、圆锥状、棱锥状或不规则状。
本申请实施例还提出了一种破片阻力系数的测量装置,包括:
获取模块,用于获取第一破片在多个方向的投影面积以及获取所述第一破片的第一飞行马赫数;
均值模块,用于将多个所述第一投影面积均值处理,获得第一平均面积;
计算模块,用于根据所述第一平均面积和所述第一飞行马赫数获得阻力系数。
上述的装置可执行上述的方法,所述方法通过获取第一破片在多个方向的投影面积,均值处理后得到第一平均面积,根据所述第一平均面积和所述第一飞行马赫数获得阻力系数,能够适用于不同形状破片的阻力系数的计算,且计算结果较为精准。
本申请实施例还提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序可被处理器执行,并实现如上述中任一项所述的方法。
上述的计算机可读存储介质可执行上述的方法,所述方法通过获取第一破片在多个方向的投影面积,均值处理后得到第一平均面积,根据所述第一平均面积和所述第一飞行马赫数获得阻力系数,能够适用于不同形状破片的阻力系数的计算,且计算结果较为精准。
附图说明
图1是本申请实施例提供的破片阻力系数的测量方法的流程图。
图2是图1中所示的获取第一破片在多个方向的投影面积的流程图。
图3为阻力系数模型的结构示意图。
图4为本申请实施例提供的破片阻力系数的测量装置的架构图。
主要元件符号说明
破片阻力系数的测量装置 10
存储器 11
处理器 12
通讯总线 13
计算机程序 14
获取模块 141
均值模块 142
计算模块 143
具体实施方式
为了能够更清楚地理解本申请的所述目的、特征和优点,下面结合附图和具体实施例对本申请进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本申请,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
在对本申请实施例进行详细的解释说明之前,先对本申请实施例涉及的应用场景予以介绍。
本申请实施例的技术方案可以应用于火炸药行业安全评价工作,主要解决破片阻力系数的预测问题,可为合理确定导弹研制生产单位的外部安全距离,进而制定《导弹战斗部安全距离标准》提供科学依据。
请参见图1,本申请的实施例提出了一种破片阻力系数的测量方法,用于测量破片的阻力系数,该方法包括以下步骤:
步骤S10:获取第一破片在多个方向的投影面积。
其中,第一破片在空气中高速飞行,迎风姿态会随时发生变化,而不同的迎风姿态对应不同的投影面积和阻力系数,因此要想获得随机翻滚状态下的破片阻力系数,需要对各个迎风姿态下的投影面积进行合理平均,并据此获得阻力系数。
其中,第一破片为爆炸产生的碎片,第一破片可以为规则形状,例如,圆台状,椭球状,圆锥状,棱锥状;也可以为不规则状。
其中,多个方向的投影面积例如是第一破片在从上向下投影的俯视图的投影面积,从下向上投影的仰视图的投影面积,从前向后投影的前视图的投影面积,从后向前投影的后视图的投影面积,从左向右投影的左视图的投影面积,从右向左投影的右视图的投影面积,但不限于此。
其中,所述获取第一破片在多个方向的投影面积的步骤具体包括:
步骤S11:在所述破片的外周形成一多面体模型,其中所述第一破片的重心与所述多面体模型的中心重合。
其中,多面体模型并非实体结构,而是通过CFD(Computational Fluid Dynamics)数值模拟获得的虚拟的多面体结构。
其中,所述多面体模型可以为正四面体、正六面体、正八面体、正十二面体、正二十面体等,在本实施例中,所述多面体模型优选为正二十面体。
步骤S12:获取所述多面体模型的每个表面的面心与所述多面体模型的中心的连线方向的第一面积。
进一步地,所述方法进一步包括步骤S13:获取所述多面体模型的每个表面的面心与所述多面体模型的顶点的连线方向的第二面积。
其中,可获得第一破片在32个方向的投影面积,而且方向的分布较为均匀。
步骤S20:将多个所述第一投影面积均值处理,获得第一平均面积;
其中,第一投影面积的数量为32个,且有不同的方向获得,第一平均面积可以等效为第一破片在随机翻滚状态下的面积。
步骤S30:获取所述第一破片的第一飞行马赫数。
其中,第一飞行马赫数为流场中某点的速度同该点的当地声速之比,即Ma=v/c,第一飞行马赫数是计算阻力系数的关键数值。
步骤S40:根据所述第一平均面积和所述第一飞行马赫数获得阻力系数。
其中,阻力系数主要通过第一飞行马赫数和球形度获得,通过第一平均面积可获得第一破片的球形度,然后据此计算获得阻力系数Cd。
步骤S50:关联所述第一破片的所述第一平均面积、所述第一飞行马赫数及所述第一阻力系数,形成关联数据;
步骤S60:根据多个所述第一破片的所述关联数据,建立阻力系数模型;
其中,请参见图3,图3为阻力系数模型的结构示意图,其中Ma为第一飞行马赫数,Ф为第一破片的球形度,Cd为第一破片的阻力系数。所述阻力系数模型为通过CFD数值模拟并由类神经网络模型和基于树模型中至少之一建立的回归模型或分类模型。以类神经网络模型作为示例,在建立阻力系数模型时,可将多个第一破片的关联数据分为训练样本数据和测试样本数据;将所述训练样本数据输入类神经网络模型的神经元,进行学习并建立阻力系数模型;采用所述测试样本数据验证所述阻力系数模型的预测正确率。
步骤S70:在阻力系数模型输入所述第二破片的第二平均面积和所述第二飞行马赫数,筛选获得阻力系数。
具体地,在筛选获得阻力系数时,所述阻力系数模型筛选第一差值与第二差值之和最小的所述关联数据,并输出所述第一阻力系数,其中所述第一差值为所述第一平均面积和第二平均面积的差值的绝对值,所述第二差值为所述第一飞行马赫数和所述第二飞行马赫数的差值的绝对值。
上述的方法通过获取第一破片在多个方向的投影面积,均值处理后得到第一平均面积,根据所述第一平均面积和所述第一飞行马赫数获得阻力系数,能够适用于不同形状破片的阻力系数的计算,且计算结果较为精准。
参见图4,图4为本申请破片阻力系数的测量装置的结构示意图。所述破片阻力系数的测量装置10包括存储器11、处理器12和通讯总线13,所述存储器11通过所述通讯总线13与所述处理器12通信连接。
所述破片阻力系数的测量装置10还包括存储在存储器11中并可在处理器12上运行的计算机程序14,例如4破片阻力系数的测量的程序。
处理器12执行计算机程序14时实现上述方法实施例中所述破片阻力系数的测量方法的步骤。示例性的,计算机程序14可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在存储器11中,并由处理器12执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,所述指令段用于描述计算机程序14在破片阻力系数的测量装置10中的执行过程。例如,计算机程序14可以被分割成图4中的获取模块141、均值模块142及计算模块143。
可以理解地,图4仅仅是所述破片阻力系数的测量装置10的示例,并不构成对所述破片阻力系数的测量装置10的限定,所述破片阻力系数的测量装置10可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述破片阻力系数的测量装置10还可以包括输入单元等。
处理器12可以是中央处理单元(Central Processing Unit,CPU),还可以包括其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者所述处理器也可以是任何常规的处理器等,处理器12是所述破片阻力系数的测量装置10的控制中心,利用各种接口和线路连接整个所述破片阻力系数的测量装置10的各个部分。
存储器11可用于存储计算机程序14和/或模块/单元,处理器12通过运行或执行存储在存储器11内的计算机程序和/或模块/单元,以及调用存储在存储器11内的数据,实现所述破片阻力系数的测量装置10的各种功能。存储器11可以包括外部存储介质,也可以包括内存。此外,存储器11可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述破片阻力系数的测量装置10集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现所述实施例方法中的全部或部分流程,也可以通过计算机可读程序指令相关的硬件来完成,所述的计算机可读程序指令可存储于一计算机可读存储介质中,所述计算机可读程序指令在被处理器执行时,可实现所述各个方法实施例的步骤。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
此处描述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算处理设备,或者通过网络(例如,互联网,局域网,广域网和网络)下载到外部计算机或外部存储设备或无线网络。该网络可以包括铜传输电缆、光传输纤维、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器,每个计算处理设备中的网络适配器卡或网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令以存储在各个计算处理设备内的计算机可读
存储介质中,用于执行本发明的操作的计算机可读程序指令可以是汇编程序指令,指令集架构(ISA)指令,机器指令,机器相关指令,微码,固件指令,状态设置数据,集成电路的配置数据,或以一种或多种编程语言(包括面向对象的编程语言,例如Smalltalk,C++等)和过程编程语言(例如“C”编程语言或类似编程)的任意组合编写的源代码或目标代码语言。计算机可读程序指令可以完全在用户计算机上,部分在用户计算机上,作为独立软件包执行,部分在用户计算机上并且部分在远程计算机上或完全在远程计算机或服务器上执行。在后一种情况下,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机,或者可以与外部计算机建立连接(用于例如,通过使用Internet服务提供商的Internet)。在一些实施例中,包括例如可编程逻辑电路,现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来个性化计算机可读程序指令。
在此参考根据本发明的实施例的方法,装置和计算机程序产品的流程图和/或框图描述了本发明的各方面。可以理解的是,流程图和/或框图的每个框,以及流程图和/或框图中的框的组合,可以通过计算机可读程序指令来实现。
可以将这些计算机可读程序指令提供给通用计算机,专用计算机或其他可编程数据处理设备的处理器以产生机器,从而使得该指令经由计算机的处理器或其他可编程数据处理来执行。在该装置中,创建用于实现流程图和/或框图方框中指定的功能/动作的装置。这些计算机可读程序指令还可以存储在计算机可读存储介质中,该计算机可读存储介质可以指导计算机,可编程数据处理装置和/或其他设备以特定方式起作用,从而使得其中存储有指令的计算机可读存储介质。也可以将计算机可读程序指令加载到计算机,其他可编程数据处理设备或其他设备上,以使一系列操作步骤在计算机,其他可编程设备或其他设备上执行以产生计算机实现的过程,例如在计算机,其他可编程装置或其他设备上执行的指令实现了流程图和/或框图中指定的功能/动作。
附图中的流程图和框图示出了根据本发明的各种实施例的装置,方法和计算机程序产品的可能实现的体系结构,功能和操作。就这一点而言,流程图或框图中的每个方框可以代表指令的模块,片段或部分,其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些替代实施方式中,方框中指出的功能可以不按图中指出的顺序发生。例如,取决于所涉及的功能,实际上可以基本上同时执行连续示出的两个框,或者有时可以以相反的顺序执行这些框。还应注意,框图和/或流程图的每个方框以及框图和/或流程图的方框的组合可以由执行指定功能或动作或基于特定目的基于硬件的专用系统来实现。
已经出于说明的目的给出了本发明的各种实施例的描述,但并不意图是穷举的或将本发明限制为所公开的形式。在不脱离本发明的范围和精神的情况下,许多修改和变化对于本领域普通技术人员将是显而易见的。选择和描述实施例是为了最好地解释本发明的原理和实际应用,并使本领域的其他普通技术人员能够理解本发明的各种实施例,这些实施例具有各种适合于预期的特定用途的修改。
Claims (8)
1.一种破片阻力系数的测量方法,其特征在于,包括以下步骤:
获取第一破片在多个方向的投影面积;
将多个所述投影面积均值处理,获得第一平均面积;
获取所述第一破片的第一飞行马赫数;
根据所述第一平均面积和所述第一飞行马赫数获得第一阻力系数;
关联所述第一破片的所述第一平均面积、所述第一飞行马赫数及所述第一阻力系数,形成关联数据;
根据多个所述第一破片的所述关联数据,建立阻力系数模型;
在阻力系数模型输入第二破片的第二平均面积和第二飞行马赫数,所述阻力系数模型筛选第一差值与第二差值之和最小的所述关联数据,并输出所述第一阻力系数,其中所述第一差值为所述第一平均面积和第二平均面积的差值的绝对值,所述第二差值为所述第一飞行马赫数和所述第二飞行马赫数的差值的绝对值。
2.如权利要求1所述的方法,其特征在于,所述获取第一破片在多个方向的投影面积的步骤具体包括:
在所述破片的外周形成一多面体模型,其中所述第一破片的重心与所述多面体模型的中心重合;
获取所述多面体模型的每个表面的面心与所述多面体模型的中心的连线方向的第一面积。
3.如权利要求2所述的方法,其特征在于,所述方法进一步包括:
获取所述多面体模型的每个表面的面心与所述多面体模型的顶点的连线方向的第二面积。
4.如权利要求2所述的方法,其特征在于,所述多面体模型为正四面体、正六面体、正八面体、正十二面体或正二十面体。
5.如权利要求1所述的方法,其特征在于,所述阻力系数模型为由类神经网络模型和基于树模型中至少之一建立的回归模型或分类模型。
6.如权利要求1所述的方法,其特征在于,所述第一破片为圆台状、椭球状、圆锥状、棱锥状或不规则状。
7.一种破片阻力系数的测量装置,其特征在于,包括:
获取模块,用于获取第一破片在多个方向的投影面积以及获取所述第一破片的第一飞行马赫数;
均值模块,用于将多个所述投影面积均值处理,获得第一平均面积;
计算模块,用于根据所述第一平均面积和所述第一飞行马赫数获得第一阻力系数;关联所述第一破片的所述第一平均面积、所述第一飞行马赫数及所述第一阻力系数,形成关联数据;根据多个所述第一破片的所述关联数据,建立阻力系数模型;在阻力系数模型输入第二破片的第二平均面积和第二飞行马赫数,所述阻力系数模型筛选第一差值与第二差值之和最小的所述关联数据,并输出所述第一阻力系数,其中所述第一差值为所述第一平均面积和第二平均面积的差值的绝对值,所述第二差值为所述第一飞行马赫数和所述第二飞行马赫数的差值的绝对值。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序可被处理器执行,并实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110553050.2A CN113449460B (zh) | 2021-05-20 | 2021-05-20 | 破片阻力系数的测量方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110553050.2A CN113449460B (zh) | 2021-05-20 | 2021-05-20 | 破片阻力系数的测量方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113449460A CN113449460A (zh) | 2021-09-28 |
CN113449460B true CN113449460B (zh) | 2023-06-20 |
Family
ID=77810064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110553050.2A Active CN113449460B (zh) | 2021-05-20 | 2021-05-20 | 破片阻力系数的测量方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113449460B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL156739A0 (en) * | 2003-07-02 | 2009-02-11 | Elta Systems Ltd | Method and system for destroying rockets |
CN101871874B (zh) * | 2009-04-22 | 2012-05-09 | 沈阳市特种设备检测研究院 | 一种爆破片流阻系数测试方法 |
CN107220412B (zh) * | 2017-05-04 | 2020-06-23 | 南京航空航天大学 | 一种基于可变面积阻力片的旋翼厚度噪声控制方法 |
US10768201B2 (en) * | 2017-06-12 | 2020-09-08 | The Boeing Company | System for estimating airspeed of an aircraft based on a drag model |
CN109236472B (zh) * | 2018-11-27 | 2019-08-16 | 北京航空航天大学 | 一种适应宽广马赫数飞行的轴对称变几何双模态进气道 |
CN111259337B (zh) * | 2020-01-15 | 2023-03-31 | 中国人民解放军63796部队 | 一种基于统计的重残骸实时落点预报方法 |
CN111931381B (zh) * | 2020-08-17 | 2022-11-15 | 北京理工大学 | 自然破片战斗部安全距离预测方法及相关设备 |
CN112560355B (zh) * | 2021-02-22 | 2021-05-11 | 常州微亿智造科技有限公司 | 基于卷积神经网络的风洞的马赫数的预测方法和装置 |
-
2021
- 2021-05-20 CN CN202110553050.2A patent/CN113449460B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113449460A (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10832478B2 (en) | Method and system for virtual sensor data generation with depth ground truth annotation | |
TW201814445A (zh) | 基於手勢的互動方法及裝置 | |
CN109002820A (zh) | 一种车牌识别方法、装置及相关设备 | |
JP2017514188A (ja) | 仮想シナリオにおいてサウンドをシミュレートする方法および装置ならびに端末 | |
CN112915542B (zh) | 一种碰撞数据处理方法、装置、计算机设备及存储介质 | |
JP2021103555A (ja) | 画像検出方法、装置、電子設備、記憶媒体、及びプログラム | |
CN110276804B (zh) | 数据处理方法及装置 | |
CN111699449A (zh) | 自动驾驶车辆的仿真测试方法、系统、存储介质和车辆 | |
CN113449460B (zh) | 破片阻力系数的测量方法、装置及计算机可读存储介质 | |
CN111368860A (zh) | 重定位方法及终端设备 | |
CN113283821B (zh) | 虚拟场景处理方法、装置、电子设备及计算机存储介质 | |
EP3816878A1 (en) | Generating training data for a machine learning system | |
CN114996109A (zh) | 用户行为识别方法、装置、设备及存储介质 | |
CN115082761A (zh) | 模型产生装置及方法 | |
CN114626267A (zh) | 芯片失效分析方法、装置、电子设备及存储介质 | |
US20210056247A1 (en) | Pose detection of objects from image data | |
CN111429581A (zh) | 游戏模型外轮廓确定、游戏特效添加方法和装置 | |
CN109547415B (zh) | 一种数据传输的方法、装置、终端设备及存储介质 | |
CN111091581A (zh) | 基于生成对抗网络的行人轨迹模拟方法、装置和存储介质 | |
CN103870628A (zh) | 用于模拟毛发的动力学的技术 | |
CN109960842B (zh) | 一种液体和固体碰撞时产生泡沫的仿真方法、终端设备 | |
CN115687164B (zh) | 测试用例泛化筛选方法、设备和存储介质 | |
CN109992817B (zh) | 导弹与目标物交会的判断方法及终端设备 | |
CN117786843A (zh) | 气动特性分析方法、装置、电子设备及存储介质 | |
CN117424733A (zh) | 一种人机交互验证码的测试方法、系统及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Xin Dajun Inventor after: Xue Kun Inventor before: Xin Dajun |
|
CB03 | Change of inventor or designer information |