论文部分内容阅读
利用SHPB技术和自编的BP神经网络程序,以尼龙为代表性研究对象,对高聚物在高应变率下的本构模型进行了辨识.研究表明:在应变小于7%范围内,以应变与应变率作为输入,以应力作为输出,BP神经网络能满意地辨识高聚物的动态本构模型;而当应变大于7%时,除应变和应变率外可取时间作为表征损伤演化的反函数共同作为输入,以应力作为输出,能获得满意的效果.