论文部分内容阅读
准确地获取由飞片冲击目标靶板产生的平面冲击波压力及其传播特性,不仅是研究高能密度材料合成效率,建立带壳炸药冲击起爆计算模型的重要前提,也是评价材料的抗爆和防护性能的重要手段。但是,受测试技术的限制,采用超高压传感器进行埋置式测量,无法完整地记录平台峰值压力不低于1OGPa、平台保持时间(脉冲宽度)为微秒级的平面冲击波压力——时间历程曲线,此时平面冲击波及其在密实介质中的传播特性无法获知。本文采用数值模拟、理论分析、试验研究三种研究方法,重点对平面冲击波加载及其在典型金属材料中的传播特性进行研究。全文开展的主要研究内容和结论如下:(1)采用数值仿真分析和灰色关联分析的方法探讨了三种典型冲击特征参数对靶板撞击面初始平面冲击波的影响规律及其贡献程度,研究结果显示:1)飞片速度越大,平面冲击波的峰值压力和比冲量越大,脉冲宽度越小;飞片厚度越大,冲击波的峰值压力保持不变,脉冲宽度和比冲量越大;飞片与靶板材料的波阻抗越大,冲击波的峰值压力越大,脉冲宽度越小,比冲量越大。2)对冲击波的峰值压力具有显著贡献的冲击波特征参数依次是飞片速度、波阻抗;对冲击波的脉冲宽度具有显著贡献的冲击波特征参数依次是飞片厚度、波阻抗、飞片速度;对冲击波的比冲量具有显著贡献的冲击波特征参数依次是飞片速度、波阻抗、飞片厚度。最后,根据平面冲击波理论分析和灰色关联分析结果,指出了飞片冲击加载时应注意的几个问题。(2)对平面冲击波在三种典型金属材料中的传播特性进行了研究。采用数值仿真方法研究了平面冲击波的传播规律,探讨了三种典型冲击特征参数对平面冲击波的峰值压力、脉冲宽度以及比冲量衰减特性的影响,结果表明:1)飞片厚度越大,冲击波的峰值压力、脉冲宽度以及比冲量衰减越慢;2)波阻抗越大,冲击波的峰值压力、脉冲宽度以及比冲量衰减越快;3)飞片速度越大,冲击波的峰值压力、脉冲宽度以及比冲量衰减越慢;4)冲击波的比冲量在密实介质中的衰减可分为2个阶段,在早期阶段,追赶稀疏波尚未赶上前面的冲击波阵面,比冲量衰减较为缓慢;而后期阶段由于受到追赶稀疏波的卸载作用,冲击波比冲量的衰减速度明显加快。(3)对平面冲击波在密实介质中传播特性的相似规律进行了研究。基于冲击相似律和量纲分析理论,对影响平面冲击波传播特性的飞片厚度、飞片速度、飞片直径、靶板直径、靶板厚度及飞片与靶板的材料属性等因素进行分析,建立了平面冲击波传播特性的无量纲经验模型。以无氧铜材料为研究对象,在平台压力峰值为1OGPa条件下,用LS-DYNA分别开展原型和缩比系数为1.0、0.8、0.6、0.4、0.2、0.1的无氧铜飞片冲击无氧铜靶板的数值仿真计算。结果表明,在缩比模型的飞片与靶板材料及飞片速度均与原型相同条件下,缩比系数不小于0.1时,缩比模型与原型平面冲击波的传播特性服从几何相似规律,并且尺寸效应对平面冲击波传播特性相似律的影响可以忽略。(4)根据模型试验准则,提出一种采用与原型完全几何相似的缩比模型试验求取平面冲击波在密实介质中传播特性的方法,并给出缩比模型试验的一般方案。首先,以第4章缩比系数为0.6的数值模拟结果在典型观察点处的平面冲击波参数为依据,构建了冲击波峰值压力、比例脉冲宽度和比例冲量分别与比例距离之间的经验模型;将该模型求得的原型平面冲击波参数的理论计算值和数值仿真值进行比较,结果表明缩比模型与原型之间冲击波峰值压力、脉冲宽度和比冲量较吻合。可见,在一维应变冲击状态下,保持飞片速度、飞片与靶板的材料不变的前提下,通过改变飞片厚度、靶板厚度、飞片直径以及靶板直径进行缩比模型试验求取原型平面冲击波传播特性的缩比试验方法是可行的。其次,在飞片冲击半无限厚靶板的理想状态,保持飞片直径、靶板直径、靶板厚度、飞片速度以及飞片与靶板的材料不变的前提下,仅通过对飞片厚度进行缩比,缩比模拟试验获得的经验模型冲击波峰值压力、脉冲宽度和比冲量的理论计算值和原型相应的数值模拟值较吻合,结果表明,仅通过改变飞片厚度进行缩比模型试验求取原型平面冲击波传播特性也是可行的。最后,构建平面冲击波压力测量系统,基于一级轻气炮装置开展了 1GPa压力量值下平面冲击波在无氧铜材料中传播特性的试验研究,缩比模型试验获得的平面冲击波在无氧铜中衰减特性与原型较吻合,进一步验证了该缩比试验方法的可行性。(5)对平面冲击波传播特性的神经网络预测模型进行了研究。基于神经网络理论,建立了以飞片速度、飞片直径、飞片厚度、靶板直径、靶板厚度、冲击波传播距离及飞片与靶板的材料属性等20个物理量为神经网络输入量,冲击波的峰值压力、脉冲宽度及比冲量为网络输出量的平面冲击波传播特性的BP预测模型和RBF预测模型。通过对第3章中数值模拟数据的整理,得到了对网络模型进行训练的样本及测试样本。采用MATLAB神经网络工具箱对网络模型进行训练,构建了无氧铜材料中平面冲击波传播特性的神经网络预测模型。与指数拟合模型进行比较的结果表明:神经网络模型的预测精度明显高于指数拟合模型的精度。