训练手雷智能化检测系统

刘建宏，刘康，廖映华

（四川轻化工大学 机械工程学院，四川宜宾， 644000）

0 引言

随着智能化的快速发展，用户对产品的需求不断提高，在保证实用性的同时，还要考虑产品使用的效果如何。在军队、武警日常训练中，训练人员在第一次接触手雷训练时，不仅对手雷的投掷技巧生疏，而且难免会有紧张的情绪，为保障训练人员的使用安全，在进行手雷的实弹投掷训练前，需要进行训练手雷的模拟训练，以达到熟练掌握投掷技巧，保障使用人员安全的目的。

手雷经过过去几十年的发展[1]，威力已经得到了很大的提高，手雷投掷作为军队、武警日常训练必不可少的科目，保障训练人员的安全是一个重要前提，因此训练手雷孕育而出。现如今的训练手雷主要在以下三个方面进行的大量的研究：训练手雷的延时系统、训练手雷的声光媒系统以及训练手雷的安全辅助装置。其中训练手雷的声光媒系统还存在很大的提升空间，对于声光媒系统：有的采用基于单片机的蜂鸣器、发音喇叭、闪光灯等模拟声、光效果，或者通过机械结构模拟空气爆炸的声音，这两种的模拟效果都较差，难以给训练人员一种身临其境的体验；也有的提出使火药和烟雾剂混合，通过投掷后引爆，产生声光烟，效果相对较好，但是因为火药与烟雾剂的配比不同，产生的视听觉效果也有所差异，本文提出对爆炸后的声光烟进行智能化检测。由于训练基数较大，为节约成本，训练手雷的使用次数都在数百次以上，所以需要对训练手雷的零部件进行回收，为了实现对训练手雷的快速回收，所以对投掷后的训练手雷进行定位显得尤为重要。

本文主要对训练手雷进行智能化检测，为了实现快速回收，对训练手雷的投掷落点进行区域定位；同时对爆炸所产生的声光烟进行采集、记录，这有利于未来火药与烟雾剂配比的优化；针对现有的训练手雷进行结构优化，增加每一枚训练手雷的使用次数记录，以便于使用寿命（次数）分析。

1 落地区域定位

随着互联网和无线通信网络的快速发展，定位追踪已经融入了我们生活中的各行各业。无线通信下的定位追踪也逐渐成为研究热点。一方面是针对算法上的研究，李镇[2]等人为了给双目视觉的助老助残机器人提供感知能力，提出了仿生眼定位追踪算法，通过设计五个自由度的双目仿生眼平台，实现了仿生眼云台对视场内移动目标的快速定位追踪。陶磊[3]等人为避免无人机的跌落碰撞事件，提出了基于深度学习的算法对无人机进行目标检测和定位追踪。另一方面也有基于单片机的应用，何生毫[4]等人为实现移动端搭载物体实时跟随用户，通过基于STM32设计的定位和测距的无线定位追踪系统。以上都是针对实时定位的设计，本文只需对训练手雷的落地区域进行定位即可，即通过无线传感器网络实现对落地区域的定位。

在无线通信网络中，无线传感器网络发挥着重要的作用，主要由传感器节点、汇聚节点、互联网或通信卫星，以及管理节点四部分组成，如图1所示。

图1 无线传感器网络系统

传感器节点通常是一个微型的嵌入式系统，具有感知和采集环境数据的能力、计算和储存数据的能力以及通信能力。不仅可以对自己采集的数据进行处理，而且可以对来自其他节点的数据进行储存和管理，各节点之间共享信息，相互通信，共同完成指定的任务。传感器节点主要由如图2所示四部分组成。

图2 传感器节点

传感器网络和外部网络通过汇聚节点进行连接，实现两种协议栈之间的通信协议转换，汇聚节点将接收到来自管理节点的任务发布给传感器网络，并转发传感器网络传递的数据。管理节点通过传感器汇聚节点的信息传递来监控整个网络的数据和状态。

为实现对训练手雷落地的定位，在检测区域布置大量的传感器节点，通过自组织方式构成网络，当训练手雷抛掷而出，在训练手雷的飞行过程中，训练手雷的弹体和保险握片分离后落在不同的区域，通过提前对投掷区域进行编号，当区域附近的传感器检测到训练手雷的弹体和保险握片的位置区域时，传感器节点将检测到的数据通过其他节点逐跳进行传输，最后到达汇聚节点；汇聚节点再通过稳定通信质量的网络接入互联网，实现两种协议栈之间的通信协议转换；计算机作为管理节点，将接收的检测结果进行显示，通过计算机显示数据可知训练手雷弹体和保险握片的掉落区域，便于快速寻找回收。

2 声光烟检测系统

训练手雷的高逼真性决定着使用人员的训练效果，对训练手雷爆炸后产生的声光烟进行检测是衡量训练手雷的高逼真性的关键。在智能化不断发展的时代，数据检测也得到了快速的发展。对于数据的智能化检测，常常用到无线传感器网络，吴江川[5]等人提出基于Tmote-Sky无线传感网络节点构建的温湿度和光强检测系统的设计方案，实现了对环境参数的检测。本文也采用无线传感器网络对训练手雷爆炸所产生的声光烟进行检测。

声强方面，简单的声强检测技术已经比较成熟，国内现在主要是针对声强检测误差的研究。例如针对现场测量机器的声功率和声源识别问题，周广林[6]等人具体分析了双传声器测量误差的主要产生原因以及影响声强检测精度的主要因素。马爱英[7]等人针对高速铁路声屏障的隔音检测，讨论了声强法和声压法在检测中的优势。陈剑[8]等人对残余声强法修正测量的系统误差进行了理论分析，结果表明残余声强法修正的测量误差是有偏的。本文针对训练手雷爆炸所产生的声强进行检测，故使用传统的传感器进行检测。

光强方面，可分为连续光源和闪光的两类检测，国内外对闪光的检测研究较少，现在对光照强度检测大多停留于连续光源的光强检测，佟丽翠[9]等人通过LabVIEW平台开发一种闪光灯的光强检测，有效完成对闪光灯峰值、有效光强和闪光时间的检测，在闪光检测方面有一定的突破。对于连续光源的检测，重点在研究不同的检测方法，候启真[10]等人针对传统的发光二极管（LED）的光照检测，为了获得光源在工作现场的状态，提高检测效率，提出一种基于照度误差的方法，通过多次迭代，实现对光强检测。杨世权[11]等人为实现不同场地的光强信息的实时采集，采用了一种多路BH1750的光强检测系统，可实现对不同场地的智能化管理。训练手雷爆炸所产生的光属于瞬间闪光，要求传感器的反应速度较快。

烟雾方面，爆炸所产生的烟雾，较大程度上反映了火药能量的利用效率，烟雾检测的研究对训练手雷的使用性能的检验起着不可忽视的作用。同时根据烟雾检测的结果，可以对火药与烟雾剂的配比进行优化分析，调整最佳的配比方案。国内外对烟雾的检测主要可以分为基于传感器和基于视频图像[12]的烟雾检测方法两类，其中基于视频图像的烟雾检测是研究的热点，尤其是面对复杂环境时，基于视频图像的烟雾检测起着无法替代的作用。例如为避免在对隧道烟雾预警时，由于环境因素（严重雾霾、湿度较大）可能造成的误报，邓实强[13]等人通过改进Vibe算法和YUV色彩空间滤色规矩分割出完整烟雾区域，提出的基于视频图像的烟雾检测方法，有效地避免了误报，并且提高了检测效率。叶寒雨[14]等人提出了一种视频图像的烟雾检测算法SmokeNet，通过设置固定阈值去噪，并使用YOLOv4剔除运动物体的干扰，大大提高了检测的准确率。由于训练手雷爆炸所产生的烟雾量较少，属于局部检测，故使用基于传感器的烟雾检测方法，在实验过程中采用如图3所示的单片机进行检测。

图3 烟雾检测单片机

为了检验训练手雷的爆炸效果，通过检测设备，对爆炸后所产生的声光烟数据进行检测，为保障检测的精度，检测实验在黑暗密闭环境下进行，同时对训练手雷的声光烟数据进行记录，检测结果如表1所示。

表1 训练手雷声光烟检测

?

由表1可见，训练手雷的声强取值范围在119dB~125dB，光照度取值范围83lux~181lux，烟雾浓度取值范围63mg/m3~112mg/m3。声强的取值较为稳定，光照度和烟雾浓度的取值随着传感器距离训练手雷的角度和位置不同发生较大的波动。根据实验中对训练手雷爆炸所产生的烟雾浓度可知，爆炸产生的烟雾较少，有很大的提升空间，火药与烟雾剂配比的比例仍然是未来的研究重点。

3 使用寿命（次数）预测

长期使用的训练手雷会在一次次投掷和爆炸中磨损，为保障使用人员的安全，需要实现对磨损较大的训练手雷的回收，所以对训练手雷的使用寿命（次数）分析尤为重要。王克选[15]等人通过ANSYS对手雷模拟器进行投掷分析，通过对不同部位着地进行静应力分析，得出手雷顶部着地时所受应力最大。通过测试，现有的训练手雷可安全重复使用次数在300次以上，为保障使用安全，对训练手雷的结构进行优化，设计一个训练手雷使用次数的计数结构。如图4所示。

图4 一种手投式模拟装置的优化

针对孙洪宇[16]提出的一种手投式模拟装置的改进，在装弹阶段，先将电击发声光媒装入弹膛体，再将弹膛体通过螺纹固定到底座内，装弹过程中，通过旋转弹膛体，电击发声光媒底部先触碰到计数按压按钮，再触碰到导电装置，实现一次计数并完成装弹。在使用阶段，通过拔掉保险拉件，使用者紧握保险握片，此时永磁铁和感应元件的距离依然保持不变，当训练手雷投掷后，保险握片脱离，永磁铁和感应元件距离发生变化，此时相应的磁场传导给感应元件的磁场大小发生变化，从而使产生相应信号，通过控制电路将电池的电能通过导电装置传递给电击发声光媒里面的发热电阻，发热电阻产生热量点燃烟火剂，实现引爆。在拆卸阶段，回收弹体后，旋转螺纹取下弹膛体，此时按压装置脱离电击发声光媒，恢复到最初状态，便于下次安装计数。

互联网大数据时代，智能检测的快速发展，人们对于检测的要求不再是单一数据检测，而是逐渐形成一个可视化检测系统，通过可视化检测系统，不仅可以实现实时检测，也可以对检测数据进行汇总分析。对于可视化系统的研究也越来越多，例如为解决用电的负荷预测、异常分析和线损分析等问题，针对计量自动化终端可能出现的问题，李锦焙[17]为了实现对故障区域的定位，通过可视化检测对上行通信设备进行各个环节的监控，再通过移动终端和手机APP进行查看。可以通过可视化检测系统，对训练手雷的爆炸数据（声、光、烟）进行记录，并在计算机终端显示，同时也可显示出投掷后未发生爆炸的哑弹数量，便于检验训练手雷的质量，并显示该手雷的已使用次数。

4 总结与展望

本文提出训练手雷的智能化检测系统，即通过在训练区域，提前布置好各类传感器，同时显示各个传感器模块的工作状态，及时发现并更换在投掷训练中损坏的传感器模块；通过无线传感器网络对投掷后的训练手雷进行区域定位，显示训练手雷零部件现在处于的区域，便于快速地回收；同时对训练手雷爆炸所产生的声光烟效果进行采集、记录和显示；通过优化训练手雷的结构，实现对使用次数的记录，便于对后续使用的寿命（次数）分析和预测。通过计算机终端可见每枚训练手雷的详细数据：训练手雷的落地区域、爆炸所产生的声光烟数据、训练手雷已使用次数，同时也会记录投掷后未爆炸的哑弹数量，便于分析训练手雷的质量。

训练手雷经过长时间的发展，在结构、延时机构和安全辅助装置方面取得了很大的进展，但是对于高声爆和高烟雾的模拟仍然处于短板，通过可视化检测系统，有了更加准确的爆炸检测数据，对于未来的火药与烟雾剂的配比优化，提供重要的数据支撑。同时智能化检测系统可以成立个人档案，记录使用人员每次的投掷记录，投掷距离、抛物线等参数，便于根据不同需求，制定不同训练任务。