• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>AATCC review >Artificial Neural Network Study: Protective Textiles for Defense Applications
【24h】

Artificial Neural Network Study: Protective Textiles for Defense Applications

机译：人工神经网络研究：国防用防护纺织品

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Kevlar is a well-known component of bulletproof vests and bulletproof facemasks. Helmets reinforced with Kevlar fabric offers 25% to 40% better fragmentation resistance than comparable steel helmets. An artificial neural network study on properties of Kevlar 29 fabric is reported in this paper. The objective is to compare physical models and artificial neural network models, since the latter have proved to be a powerful tool to model predictive non-linearities and complexities. Fragment simulation projectile data for ballistic penetration measurements at 244 m/s was used to demonstrate the modeling aspects of artificial neural networks. Predicted values gave excellent correlation with experimental values of penetration depth and dissipated energy. The results prove the superiority of neural network models used in this study over theoretical models.
机译：凯夫拉尔是防弹背心和防弹面罩的知名组成部分。与同等钢质头盔相比，用凯夫拉纤维织物加固的头盔具有更好的抗碎性25％至40％。本文报道了一种人工神经网络，用于研究Kevlar 29织物的性能。目的是比较物理模型和人工神经网络模型，因为后者已被证明是建模预测性非线性和复杂性的强大工具。用于244 m / s的弹道穿透测量的碎片模拟弹丸数据用于证明人工神经网络的建模方面。预测值与渗透深度和耗散能量的实验值具有极好的相关性。结果证明了本研究中使用的神经网络模型优于理论模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号