从19世纪开始，武器的发展越来越多元化，为了适应各种武器的弹道性能，火药也朝着多种方向进行研究与发展，其能量水平不断提高，力学性能以及燃烧性能也不断扩展。随着火药燃烧技术的发展，国内外对火药的燃烧模型以及其燃烧机理进行了大量的研究。83093

关于固体推进剂燃烧机理以及燃速的研究大约进行了半个世纪。在过去的五十年里，许多研究者致力于建立AP复合推进剂的燃烧模型。

其中著名的有上世纪50年代末期Summerfield等人提出的粒状扩散火焰模型(GDF)，该模型建立的基本设想是燃料和氧化剂在燃烧表面上气化，以扩散在一起的气体口袋形式离开燃烧表面，并发生决定推进剂燃速的反应。这种模型比较通俗易懂，但由于其设想局限性大，以至于不能很好地描述不同压强、不同氧化剂粒度以及固体含量变化导致的AP推进剂燃速的较大变化。在通常情况下，氧化剂AP的粒度越小，推进剂燃速越高，但在低压或高压下，这种作用被削弱。同样，氧化剂AP含量增加也会导致推进剂燃速的增大[5]。其导出的推进剂质量燃速公式为：

其中L为火焰厚度，它由化学反应区厚度L1和反应物扩散混合厚度L2决定，分别求出L1与L2，得到最终的GDF模型燃速表达式为：

上世纪60年代末，Hermance提出了一个基于改进GDF模型上的AP复合推进剂的燃烧模型（HR），该模型认为燃烧表面由氧化剂、黏合剂和缝隙三部分组成，氧化剂与粘结剂在燃烧表面上发生多相反应，并产生了一个渐增的燃烧表面。其推进剂质量燃速可以表示为：论文网

其中Stp/S0与氧化剂平均横截面积直径D1，缝隙深度S和氧化剂密度有关。

上世纪70年代初，Beckstead等人对AP复合推进剂表面结构进行大量实验观测后，提出了多火焰模型，即BDP 模型。该模型认为在氧化剂和粘结剂界面上，存在氧化剂单元推进剂火焰和不同的扩散火焰之间的复杂相互反应。根据BDP模型，初始扩散火焰是AP复合推进剂燃速控制的主导过程。对于小尺寸颗粒，初始扩散火焰被削弱，动力学特征占据主导地位，而对于大尺寸颗粒，颗粒尺寸效应减弱，单元推进剂的火焰占主导地位。BDF模型考虑了燃烧表面的微观结构，并着重考虑了凝聚项反应对燃速的影响，因此该模型是一个比较完善且较为真实地反应AP复合推进剂燃烧过程的模型，但是其局限性在于准一维假设、单分散氧化剂假设等影响了理论计算模型与实际燃烧过程的实用性。其推进剂质量燃速公式为：

20世纪90年代中期，随着计算机技术的迅速发展，邓鹏图等人在现有的燃烧模型基础上，利用误差反传神经网络技术，在不考虑推进剂具体燃烧过程的情况下，建立了复合推进剂燃速的预估数学模型。这种基于神经网络法所建的预估模型与用传统方法建的模型相比有很多优点，建模时不必考虑推进剂具体的燃烧过程，所建的数学模型简单，运算量较小，运算速度快当完成网络的学习阶段后，就可计算推进剂的燃烧性能，而且计算过程中能体现出各影响因素的交互作用对燃烧性能的影响；基于一定的实验数据，该方法还可推广到其他类推进剂的燃烧性能。但这种方法也存在缺点，单从数学角度上看，模型是一个非线性优化过程，在训练过程中，网络常陷入局部最小状态，影响网络的收敛速度；再者训练网络必须有大量的实验数据支持，而且这些数据要很好的分布于影响因素的空间中。

为了提高推进剂的燃速，成西会利用一种综合燃烧模型，通过使用超细高氯酸铵氧化剂和多孔高氯酸铵氧化剂，并对模型进行了简化，计算了AP氧化剂不同尺寸粒径对底排推进剂燃速的影响，并与实验结果进行对比发现，AP含量越高推进剂的燃速就越大，AP颗粒的粒径尺寸与推进剂燃速为非单调非线性的关系。