Page 110 - 《爆炸与冲击》2026年第5期

第 46 卷 梁俊宣，等： 基于CNN的弹体侵彻多层间隔混凝土薄靶弹道特性预测模型 第 5 期

着逆时针角速度的增大，弹体径向剩余速度呈递增趋势且始终保持为正值，使得弹体出靶后弹道轨迹向
上偏转，而顺时针角速度则引起相反的弹道响应。结果表明，弹体角速度对弹体侵彻薄靶过程影响显
著，是弹靶交会条件中不可忽略的重要参数。

1.3 弹体侵彻单层混凝土靶数值模拟计算数据集
通过系统调整弹体初速、角速度等关键参数并整合文献 [20] 中的相关数据对样本量进行了多维度
扩充，构建了包含 127 组工况的侵彻数据集。数据集的输入量包括弹体参数（直径 d、长度 L、CRH、质
量 m 和弹尖与质心的距离 l）、靶体参数（强度 f 、厚度 H ）以及弹靶交会条件（速度 v、角速度 ω、攻角
t
c
α 与入射角 φ），输出量包括靶后水平速度 v 、竖直速度 v 、姿态角 β、靶后角速度 ω′以及弹体侵彻贯穿单
z
y
层靶后弹尾与侵彻前弹尖的竖直距离 h 。由于涉及参数很多，若对所有变量均进行调整将导致工况数
y
量过于庞大。因此本文主要聚焦于侵彻过程中
表 4 弹体与靶体参数
弹靶参数对弹体偏转的影响，结合国内外钻地弹
Table 4 Projectile and target parameters
体头部 CRH、长径比调研数据，选取如表 4 所示
弹体参数 靶体参数
的具有代表性的弹体结构参数，重点对该类弹体
d/mm L/mm CRH m/g l/mm f c /MPa H t /mm
在不同弹靶交会条件下的弹道偏转特性进行预
30 180 4 520 95.58 40 100
测。部分数据集如表 5 所示。

表 5 侵彻数据集
Table 5 Penetration dataset
弹靶交会条件 靶后弹体动态特性
−1
−1
−1
−1
−1
v/(m·s ) ω/(°·ms ) α/(°) φ/(°) v z /(m·s ) v y /(m·s ) β/(°) ω′/(°·ms ) h y /mm
350 0 0 20 253 8.98 1.1 −4.4 6.15
400 0 0 30 298 14 −0.44 −12.8 11.51
500 0 0 20 416 2.81 −0.28 −5.92 2.61
850 0 0 30 769 4.14 3.95 −5.13 −2.66
700 −5 −3 30 614 4.28 −1.82 −2.37 14.12
700 5 −3 30 607 −22.1 −5.46 4.47 14.6
700 −5 3 30 597 25.8 4.38 −11.77 −5.85
700 5 3 30 605 8.29 2.24 −13.8 −6.63
700 −5 0 30 612 13.8 2.81 −8.33 0.58
700 5 0 30 617 −2.31 −0.79 −7 3.02
︙ ︙ ︙ ︙ ︙ ︙ ︙ ︙ ︙

1.4 侵彻弹道数据预处理
为消除不同变量间由于量纲差异造成的影响，同时提高梯度下降算法找到最优解的效率，采用最大
最小值策略对数据的特征与标签进行归一化处理，将其按比例缩放至 [0,1] 区间内：
x− x min
x = (1)
′
x max − x min
式中：x′为特征与标签归一化后的值，x 为原始特征与标签值，x mi n 与 x ma x 为特征与标签的最小值与最大
值。将所获数据随机打乱后，按 80% 和 20% 的比例划分为训练集与测试集，并通过设置固定随机种子
确保训练的可重复性。

2 弹体侵彻单层混凝土薄靶弹道特性预测模型

本文构建的深度学习模型基于 Python 语言开发，集成 PyCharm 平台与 Pytorch 深度学习框架，所有

051432-5