高能固体推进剂力学—燃烧响应多场耦合仿真与智能预测研究
本作品面向高能固体推进剂数字化设计需求,构建力学—燃烧响应多场耦合仿真与智能预测框架。通过Micro-CT图像挖掘实现推进剂细观结构高还原重建,结合MD与机器学习势函数获取界面强度、刚度等关键参数,并采用NMM/有限元方法模拟界面脱粘与裂纹扩展过程。在此基础上,建立CNN力学性能快速预示模型,实现应力—应变曲线及强度、延伸率等指标预测;同时结合反应分子动力学与深度学习方法,预测燃速、燃温、压强指数和团聚风险。作品形成“结构重建—机理仿真—智能预测—实验验证”的闭环流程,为推进剂配方快速筛选与优化设计提供支撑。