訓練手雷智能化檢測系統

劉建宏，劉康，廖映華

（四川輕化工大學 機械工程學院，四川宜賓， 644000）

0 引言

隨著智能化的快速發展，用戶對產品的需求不斷提高，在保證實用性的同時，還要考慮產品使用的效果如何。在軍隊、武警日常訓練中，訓練人員在第一次接觸手雷訓練時，不僅對手雷的投擲技巧生疏，而且難免會有緊張的情緒，為保障訓練人員的使用安全，在進行手雷的實彈投擲訓練前，需要進行訓練手雷的模擬訓練，以達到熟練掌握投擲技巧，保障使用人員安全的目的。

手雷經過過去幾十年的發展[1]，威力已經得到了很大的提高，手雷投擲作為軍隊、武警日常訓練必不可少的科目，保障訓練人員的安全是一個重要前提，因此訓練手雷孕育而出?，F如今的訓練手雷主要在以下三個方面進行的大量的研究：訓練手雷的延時系統、訓練手雷的聲光媒系統以及訓練手雷的安全輔助裝置。其中訓練手雷的聲光媒系統還存在很大的提升空間，對于聲光媒系統：有的采用基于單片機的蜂鳴器、發音喇叭、閃光燈等模擬聲、光效果，或者通過機械結構模擬空氣爆炸的聲音，這兩種的模擬效果都較差，難以給訓練人員一種身臨其境的體驗；也有的提出使火藥和煙霧劑混合，通過投擲后引爆，產生聲光煙，效果相對較好，但是因為火藥與煙霧劑的配比不同，產生的視聽覺效果也有所差異，本文提出對爆炸后的聲光煙進行智能化檢測。由于訓練基數較大，為節約成本，訓練手雷的使用次數都在數百次以上，所以需要對訓練手雷的零部件進行回收，為了實現對訓練手雷的快速回收，所以對投擲后的訓練手雷進行定位顯得尤為重要。

本文主要對訓練手雷進行智能化檢測，為了實現快速回收，對訓練手雷的投擲落點進行區域定位；同時對爆炸所產生的聲光煙進行采集、記錄，這有利于未來火藥與煙霧劑配比的優化；針對現有的訓練手雷進行結構優化，增加每一枚訓練手雷的使用次數記錄，以便于使用壽命（次數）分析。

1 落地區域定位

隨著互聯網和無線通信網絡的快速發展，定位追蹤已經融入了我們生活中的各行各業。無線通信下的定位追蹤也逐漸成為研究熱點。一方面是針對算法上的研究，李鎮[2]等人為了給雙目視覺的助老助殘機器人提供感知能力，提出了仿生眼定位追蹤算法，通過設計五個自由度的雙目仿生眼平臺，實現了仿生眼云臺對視場內移動目標的快速定位追蹤。陶磊[3]等人為避免無人機的跌落碰撞事件，提出了基于深度學習的算法對無人機進行目標檢測和定位追蹤。另一方面也有基于單片機的應用，何生毫[4]等人為實現移動端搭載物體實時跟隨用戶，通過基于STM32設計的定位和測距的無線定位追蹤系統。以上都是針對實時定位的設計，本文只需對訓練手雷的落地區域進行定位即可，即通過無線傳感器網絡實現對落地區域的定位。

在無線通信網絡中，無線傳感器網絡發揮著重要的作用，主要由傳感器節點、匯聚節點、互聯網或通信衛星，以及管理節點四部分組成，如圖1所示。

圖1 無線傳感器網絡系統

傳感器節點通常是一個微型的嵌入式系統，具有感知和采集環境數據的能力、計算和儲存數據的能力以及通信能力。不僅可以對自己采集的數據進行處理，而且可以對來自其他節點的數據進行儲存和管理，各節點之間共享信息，相互通信，共同完成指定的任務。傳感器節點主要由如圖2所示四部分組成。

圖2 傳感器節點

傳感器網絡和外部網絡通過匯聚節點進行連接，實現兩種協議棧之間的通信協議轉換，匯聚節點將接收到來自管理節點的任務發布給傳感器網絡，并轉發傳感器網絡傳遞的數據。管理節點通過傳感器匯聚節點的信息傳遞來監控整個網絡的數據和狀態。

為實現對訓練手雷落地的定位，在檢測區域布置大量的傳感器節點，通過自組織方式構成網絡，當訓練手雷拋擲而出，在訓練手雷的飛行過程中，訓練手雷的彈體和保險握片分離后落在不同的區域，通過提前對投擲區域進行編號，當區域附近的傳感器檢測到訓練手雷的彈體和保險握片的位置區域時，傳感器節點將檢測到的數據通過其他節點逐跳進行傳輸，最后到達匯聚節點；匯聚節點再通過穩定通信質量的網絡接入互聯網，實現兩種協議棧之間的通信協議轉換；計算機作為管理節點，將接收的檢測結果進行顯示，通過計算機顯示數據可知訓練手雷彈體和保險握片的掉落區域，便于快速尋找回收。

2 聲光煙檢測系統

訓練手雷的高逼真性決定著使用人員的訓練效果，對訓練手雷爆炸后產生的聲光煙進行檢測是衡量訓練手雷的高逼真性的關鍵。在智能化不斷發展的時代，數據檢測也得到了快速的發展。對于數據的智能化檢測，常常用到無線傳感器網絡，吳江川[5]等人提出基于Tmote-Sky無線傳感網絡節點構建的溫濕度和光強檢測系統的設計方案，實現了對環境參數的檢測。本文也采用無線傳感器網絡對訓練手雷爆炸所產生的聲光煙進行檢測。

聲強方面，簡單的聲強檢測技術已經比較成熟，國內現在主要是針對聲強檢測誤差的研究。例如針對現場測量機器的聲功率和聲源識別問題，周廣林[6]等人具體分析了雙傳聲器測量誤差的主要產生原因以及影響聲強檢測精度的主要因素。馬愛英[7]等人針對高速鐵路聲屏障的隔音檢測，討論了聲強法和聲壓法在檢測中的優勢。陳劍[8]等人對殘余聲強法修正測量的系統誤差進行了理論分析，結果表明殘余聲強法修正的測量誤差是有偏的。本文針對訓練手雷爆炸所產生的聲強進行檢測，故使用傳統的傳感器進行檢測。

光強方面，可分為連續光源和閃光的兩類檢測，國內外對閃光的檢測研究較少，現在對光照強度檢測大多停留于連續光源的光強檢測，佟麗翠[9]等人通過LabVIEW平臺開發一種閃光燈的光強檢測，有效完成對閃光燈峰值、有效光強和閃光時間的檢測，在閃光檢測方面有一定的突破。對于連續光源的檢測，重點在研究不同的檢測方法，候啟真[10]等人針對傳統的發光二極管（LED）的光照檢測，為了獲得光源在工作現場的狀態，提高檢測效率，提出一種基于照度誤差的方法，通過多次迭代，實現對光強檢測。楊世權[11]等人為實現不同場地的光強信息的實時采集，采用了一種多路BH1750的光強檢測系統，可實現對不同場地的智能化管理。訓練手雷爆炸所產生的光屬于瞬間閃光，要求傳感器的反應速度較快。

煙霧方面，爆炸所產生的煙霧，較大程度上反映了火藥能量的利用效率，煙霧檢測的研究對訓練手雷的使用性能的檢驗起著不可忽視的作用。同時根據煙霧檢測的結果，可以對火藥與煙霧劑的配比進行優化分析，調整最佳的配比方案。國內外對煙霧的檢測主要可以分為基于傳感器和基于視頻圖像[12]的煙霧檢測方法兩類，其中基于視頻圖像的煙霧檢測是研究的熱點，尤其是面對復雜環境時，基于視頻圖像的煙霧檢測起著無法替代的作用。例如為避免在對隧道煙霧預警時，由于環境因素（嚴重霧霾、濕度較大）可能造成的誤報，鄧實強[13]等人通過改進Vibe算法和YUV色彩空間濾色規矩分割出完整煙霧區域，提出的基于視頻圖像的煙霧檢測方法，有效地避免了誤報，并且提高了檢測效率。葉寒雨[14]等人提出了一種視頻圖像的煙霧檢測算法SmokeNet，通過設置固定閾值去噪，并使用YOLOv4剔除運動物體的干擾，大大提高了檢測的準確率。由于訓練手雷爆炸所產生的煙霧量較少，屬于局部檢測，故使用基于傳感器的煙霧檢測方法，在實驗過程中采用如圖3所示的單片機進行檢測。

圖3 煙霧檢測單片機

為了檢驗訓練手雷的爆炸效果，通過檢測設備，對爆炸后所產生的聲光煙數據進行檢測，為保障檢測的精度，檢測實驗在黑暗密閉環境下進行，同時對訓練手雷的聲光煙數據進行記錄，檢測結果如表1所示。

表1 訓練手雷聲光煙檢測

?

由表1可見，訓練手雷的聲強取值范圍在119dB~125dB，光照度取值范圍83lux~181lux，煙霧濃度取值范圍63mg/m3~112mg/m3。聲強的取值較為穩定，光照度和煙霧濃度的取值隨著傳感器距離訓練手雷的角度和位置不同發生較大的波動。根據實驗中對訓練手雷爆炸所產生的煙霧濃度可知，爆炸產生的煙霧較少，有很大的提升空間，火藥與煙霧劑配比的比例仍然是未來的研究重點。

3 使用壽命（次數）預測

長期使用的訓練手雷會在一次次投擲和爆炸中磨損，為保障使用人員的安全，需要實現對磨損較大的訓練手雷的回收，所以對訓練手雷的使用壽命（次數）分析尤為重要。王克選[15]等人通過ANSYS對手雷模擬器進行投擲分析，通過對不同部位著地進行靜應力分析，得出手雷頂部著地時所受應力最大。通過測試，現有的訓練手雷可安全重復使用次數在300次以上，為保障使用安全，對訓練手雷的結構進行優化，設計一個訓練手雷使用次數的計數結構。如圖4所示。

圖4 一種手投式模擬裝置的優化

針對孫洪宇[16]提出的一種手投式模擬裝置的改進，在裝彈階段，先將電擊發聲光媒裝入彈膛體，再將彈膛體通過螺紋固定到底座內，裝彈過程中，通過旋轉彈膛體，電擊發聲光媒底部先觸碰到計數按壓按鈕，再觸碰到導電裝置，實現一次計數并完成裝彈。在使用階段，通過拔掉保險拉件，使用者緊握保險握片，此時永磁鐵和感應元件的距離依然保持不變，當訓練手雷投擲后，保險握片脫離，永磁鐵和感應元件距離發生變化，此時相應的磁場傳導給感應元件的磁場大小發生變化，從而使產生相應信號，通過控制電路將電池的電能通過導電裝置傳遞給電擊發聲光媒里面的發熱電阻，發熱電阻產生熱量點燃煙火劑，實現引爆。在拆卸階段，回收彈體后，旋轉螺紋取下彈膛體，此時按壓裝置脫離電擊發聲光媒，恢復到最初狀態，便于下次安裝計數。

互聯網大數據時代，智能檢測的快速發展，人們對于檢測的要求不再是單一數據檢測，而是逐漸形成一個可視化檢測系統，通過可視化檢測系統，不僅可以實現實時檢測，也可以對檢測數據進行匯總分析。對于可視化系統的研究也越來越多，例如為解決用電的負荷預測、異常分析和線損分析等問題，針對計量自動化終端可能出現的問題，李錦焙[17]為了實現對故障區域的定位，通過可視化檢測對上行通信設備進行各個環節的監控，再通過移動終端和手機APP進行查看。可以通過可視化檢測系統，對訓練手雷的爆炸數據（聲、光、煙）進行記錄，并在計算機終端顯示，同時也可顯示出投擲后未發生爆炸的啞彈數量，便于檢驗訓練手雷的質量，并顯示該手雷的已使用次數。

4 總結與展望

本文提出訓練手雷的智能化檢測系統，即通過在訓練區域，提前布置好各類傳感器，同時顯示各個傳感器模塊的工作狀態，及時發現并更換在投擲訓練中損壞的傳感器模塊；通過無線傳感器網絡對投擲后的訓練手雷進行區域定位，顯示訓練手雷零部件現在處于的區域，便于快速地回收；同時對訓練手雷爆炸所產生的聲光煙效果進行采集、記錄和顯示；通過優化訓練手雷的結構，實現對使用次數的記錄，便于對后續使用的壽命（次數）分析和預測。通過計算機終端可見每枚訓練手雷的詳細數據：訓練手雷的落地區域、爆炸所產生的聲光煙數據、訓練手雷已使用次數，同時也會記錄投擲后未爆炸的啞彈數量，便于分析訓練手雷的質量。

訓練手雷經過長時間的發展，在結構、延時機構和安全輔助裝置方面取得了很大的進展，但是對于高聲爆和高煙霧的模擬仍然處于短板，通過可視化檢測系統，有了更加準確的爆炸檢測數據，對于未來的火藥與煙霧劑的配比優化，提供重要的數據支撐。同時智能化檢測系統可以成立個人檔案，記錄使用人員每次的投擲記錄，投擲距離、拋物線等參數，便于根據不同需求，制定不同訓練任務。