留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于PCA-BOA-KNN水下爆炸舰船结构破损评估

梁潇帝 刘寅东

梁潇帝, 刘寅东. 基于PCA-BOA-KNN水下爆炸舰船结构破损评估[J]. 中国舰船研究. doi: 10.19693/j.issn.1673-3185.03470
引用本文: 梁潇帝, 刘寅东. 基于PCA-BOA-KNN水下爆炸舰船结构破损评估[J]. 中国舰船研究. doi: 10.19693/j.issn.1673-3185.03470
Breakage assessment of ship structures based on PCA-BOA-KNN underwater explosions[J]. Chinese Journal of Ship Research. doi: 10.19693/j.issn.1673-3185.03470
Citation: Breakage assessment of ship structures based on PCA-BOA-KNN underwater explosions[J]. Chinese Journal of Ship Research. doi: 10.19693/j.issn.1673-3185.03470

基于PCA-BOA-KNN水下爆炸舰船结构破损评估

doi: 10.19693/j.issn.1673-3185.03470

Breakage assessment of ship structures based on PCA-BOA-KNN underwater explosions

知识共享许可协议
基于PCA-BOA-KNN水下爆炸舰船结构破损评估梁潇帝,等创作,采用知识共享署名4.0国际许可协议进行许可。
  • 摘要: 【目的】为解决水下爆炸作用下舰船结构破口损伤评估问题,建立一种基于PCA-BOA-KNN破口预报模型。【方法】首先分别建立五舱段、七舱段有限元模型,对21组水下爆炸工况进行爆炸仿真分析。然后基于主成分分析法(PCA)对加速度峰值、速度峰值、位移峰值、应力峰值、超压峰值进行降维处理,得到2个本征特征量。最后将主成分分析得到的结果代入贝叶斯网络优化(BOA)的KNN模型, 通过建立的破口预报模型预测一组工况下舰船不同剖面处的破口情况。【结果】结果表明通过主成分分析提取前两个因子的累计贡献率85.165%,因此前2个因子可代表5个特征量的主要信息。基于PCA-BOA-KNN破口预报模型的结果与仿真结果基本一致【结论】本文所提出的预报模型方法对本文建立的舰船结构破口预报有效,对于不同主尺度船体结构破口预报有一定的参考价值。
  • 加载中
计量
  • 文章访问数:  85
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-07-26
  • 网络出版日期:  2023-11-07

目录

    /

    返回文章
    返回