Calculation method of damage effects of underground engineering objectives based on data mining technology
-
摘要: 针对毁伤试验数据少、不均匀、不连续、范围窄等带来的计算精度不高的问题。研究通过数据挖掘技术进行毁伤效应计算。利用数据库管理毁伤数据，通过数据清洗技术识别并清除数据异常点，以保证数据库中数据的质量。建立了算法评价方法以选择最优经验算法。通过特征选择对高维毁伤数据进行降维，确定毁伤效应的主要控制参数进行神经网络学习和k-近邻检索。在此基础上建立基于数据融合的“三阶段”毁伤效应计算模型，可依据试验数据、经验算法和神经网络模型进行毁伤效应计算。实际应用表明，所提出的计算方法，能够满足实际应用需求。Abstract: Aiming at low calculation accuracy of damage effect caused by less data, uneven, discontinuity and narrow distribution of damage experimental data, data mining technology is introduced to calculate damage effect. The database manages damage metadata and the data cleaning technology is used to identify and eliminate dead points’ data in order to control the data quality in database. An algorithm evaluation method is established to select the optimal empirical algorithm. The dimensionality reduction of high-dimensional damage data is achieved through feature selection and the main control parameters are chosen to train neural network model and k-nearest neighbor search. The “three-stage” damage effects calculation model based on data fusion has been established. The model can be used to calculate weapon damage effect based on experimental data, the empirical algorithm and the BP neural network model. The software has been developed to complete the damage calculation, and the results shows that the proposed method can meet the needs of practical application.
-
Key words:
- data mining /
- damage effects /
- data quality analysis /
- feature selection /
- k-nearest neighbor search /
- neural network
-
在现代战争中，随着精确制导武器的使用，对无源干扰的需求也与日俱增[1-7]。在无源干扰中，烟幕占据重要位置，对烟幕作战效能的评估也成为研究热点。烟幕的作战效能与烟幕浓度及面密度紧密相关，计算烟幕浓度及面密度首先要知道爆炸云团的起始半径和高度，即烟幕云团初始参数。爆炸型烟源高度和半径的定义是：爆炸能量使所形成的烟幕云团膨胀扩展，与此同时能量逐渐散失，膨胀过程结束时烟团的最大高度称为初始云团高度，最大半径称为初始云团半径[8]。关于烟幕初始云团参数的研究，朱晨光等[9]建立了烟幕云团的膨胀模型，该模型假设烟幕云团膨胀过程始终受膨胀力和空气阻力作用；陈宁等[10-11]建立了真空环境中烟幕云团形成阶段的膨胀模型，得到了烟幕云团在膨胀过程中体积及质量浓度与烟幕粒子运动速度运动时间的关系；本文中对烟幕膨胀过程理论模型作出改进：把云团的膨胀过程分为2个阶段，分别为等熵膨胀阶段和自由膨胀阶段，在此基础上建立烟幕云团膨胀的理论模型，该模型能够描述给定装置烟幕云团膨胀的基本规律，可将其用于爆炸发烟装置初始云团参数的计算。
1. 模型建立及爆炸过程分析
采用的模型为球形装药，配方是烟火药和轻质碳基干扰剂混合物。装药密度为1.1 g/cm3，其中碳基干扰剂单体(下文统称粒子微元)呈现多孔颗粒状，外形近似球体，半径为0.5 mm，密度为0.005 g/cm3。装药半径为13 mm，壳体材料为牛皮纸，壳体厚度为0.5 mm，采用中心点火方式，如图 1所示。
发烟剂爆炸后，形成一个高温高压云团[12]，其组分是气/固混合物。通常情况下，炸药的爆轰过程[13-15]是非常短促的，因此，假定爆轰是瞬间完成的，即采用瞬时爆轰模型。基于瞬时爆轰假设，可使问题的研究有如下简化：(1)高温高压云团中气体为理想气体，第1阶段膨胀过程绝热等熵；(2)高温高压云团的膨胀过程视为一个不断扩大的球体，球体半径为r，质量为m；(3)假设有1个粒子微元始终处在云团边界，质量为dm，受产物膨胀力的作用面积为dS，粒子微元体积与云团的体积相比较足够小；(4)燃爆瞬间，t0=0，初始云团半径r=r0，第1个阶段的等熵膨胀完毕时t=t1，云团的半径为r=r1，当粒子微元速度变为零时t=t2，云团的半径r=r2。高温高压云团的膨胀过程分为2个阶段，分别为等熵膨胀阶段和自由膨胀阶段，如图 2所示。
图 2 烟幕云团及粒子微元受力分析示意图Figure 2. Schematic diagram of smoke cloud and force analysis on micro-unit第1阶段为燃爆产物等熵膨胀阶段，在该阶段，粒子微元在炸药爆轰能量驱动下膨胀(由于爆轰能量驱动力远大于空气阻力和重力，此阶段忽略空气阻力、重力)，直至云团内部压力等于大气压时停止；
第2阶段为自由膨胀阶段，粒子微元只受重力和空气阻力作用(为了便于计算，暂时忽略重力)，直至在空气阻力作用下停止，此时形成的烟幕云团称为烟幕初始云团。
由粒子微元的受力分析得，其在第1阶段烟幕云团等熵膨胀时主要受到云团内部压力作用[15]：
d2rdt2dm=pdS (1) 式中：p为云团压强，Pa。
根据上文假设，第1阶段为等熵过程，根据等熵过程理论有：
p=p0ρ−κ0ρ−κ=p0ρ−κ0[m/(43 π r3)]−κ (2) 式中:p0为高温高压云团初始压强，Pa；ρ0为高温高压云团初始密度，kg/m3，κ为等熵指数。
将式(2)代入式(1), 得:
d2rdt2dm=p0ρ−κ0[m/(43 π r3)]−κdS (3) 在第2阶段，粒子微元主要受到空气阻力的作用：
d2rdt2dm=−12Cρ′dS(drdt)2 (4) 式中:C为空气阻力系数，ρ′为标准大气密度，kg/m3。式(3)~(4)分别为烟幕云团膨胀过程中第1、2阶段膨胀过程方程。
2. 基于龙格-库塔方法的模型计算
式(3)~(4)均为二阶非线性微分方程，一般说来不容易求出解析解，但可以通过数值方法求出其数值解[16]。如龙格-库塔法[17-19]，龙格-库塔法是一种间接采用泰勒级数展开而求解常微分方程初值问题的数值方法。其基本思想是利用在某点处值的线性组合构造公式，使其按泰勒展开后与初值问题的解的泰勒展开相比，有尽可能多的项完全相同，以确定其中的参数，从而保证算式有较高的精度。
以四阶龙格库塔为例，截断误差为Rh(4)=O(h5)，是关于步长h的无穷小量。下面给出最常用的四阶经典龙格-库塔公式：
{yn+1=yn+h6(B1+B2+B3+B4)B1=f(xn,yn+1)B2=f(xn+h2,yn+h2B1)B3=f(xn+h2,yn+h2B2)B4=f(xn+h2,yn+h2B3) (5) 首先，确定初始条件。根据理论模型，在REAL软件(各物质的物化参数在REAL软件的数据库中有存储)中进行计算，瞬时爆轰后，爆轰产物的温度T=1607.29 K，p′=12.89 MPa，气体质量m1=6.60 g，固体质量m2=3.52 g。因此，高温高压云团的初始参数为：云团压力p0=p′=12.89 MPa，爆炸瞬间高温高压云团半径r0=r′=13 mm。
然后，编写MATLAB程序，得出云团半径随时间变化结果如图 3所示。由于第1阶段膨胀时间极短，为了区别2个阶段云团膨胀规律，图 3(a)所示的第1阶段膨胀时间为0~7 μs，图 3(b)所示的第2阶段膨胀时间为0~1 s。由图 3(a)可以看出等熵膨胀阶段为变加速运动，在高温高压云团初始膨胀的第1阶段结束时，云团半径近似为42.3 mm，约为初始半径13 mm的4倍，这是因为在第1阶段中，粒子微元在爆轰产生能量的驱动下，粒子微元的加速度、速度迅速增加，导致云团半径的迅速增加。由图 3(b)可以看出，在第2阶段，云团半径仍持续增加。在其后由于粒子微元仅受到空气阻力的作用，粒子微元的速度变化逐渐变缓，云团的膨胀速度也逐渐变慢，直至约1 s时终止在100 mm附近，膨胀结束。
3. 烟幕云团参数实验研究
3.1 实验原理及方法
根据前文中的理论模型，加工烟幕发生装置，并将其吊装在固定架上，在室内条件下进行实验。采用"摄像法"测试云团的膨胀过程及初始云团参数，系统示意图如图 4所示。具体原理如下：通过摄像机记录烟幕成形过程，测距仪、测角仪测得距离角度参数，然后通过图像分析软件去除背景、确定烟幕边界阈值并二值化、去除图像上的“噪声”将被测对象提取出来。图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现明显的黑白效果，这样做方便提取图像特征，有利于对图片做进一步处理。用Matlab中的bwarea工具获取二值图像的面积，然后求解云团半径[8]:
r=Bs2 π (6) 式中:B=αl57.3∘,α=(arctanb2f)/b′；其中α为显示屏张角, b为成像面宽度，mm；f为摄像机镜头焦距，mm；b′为显示窗口半宽度，B为距离放大倍数, l为摄像点至源点距离，m; s为二值化后图像中云团面积，m2。
3.2 实验结果与分析
采用高速摄影机为SONY880E，其距离放大倍数为15。截取视频中0~0.35 s烟幕云团图像, 如图 5所示。以图 5中最后一幅图为例说明利用MATLAB对结果进行处理计算的步骤和方法：(1)对图像进行二值化，如图 6所示；(2)利用图像处理软件，去掉图像噪声，如图 7所示；(3)在MATLAB中应用bearea函数计算燃爆产物的面积，并求解此面积下的等效半径。
依据上述方法，对测得的图像进行处理，然后根据式(6)计算云团半径，并与理论计算曲线进行比较分析，如图 8所示。从图 8中可以看出，无论在云团膨胀的初期，还是在自由膨胀阶段，云团的半径变化实验测试值要比理论计算值小。主要原因有如下方面：第1阶段持续时间极短，为微妙级别，高速摄影机来不及捕捉烟幕膨胀图像；发烟剂未完全反应，放出的能量小于理论计算值。故烟幕云团半径变化实验测试值要比理论计算值小。可根据实验值对理论模型进行修正，使理论计算更加符合实际情况。
4. 总结与展望
本文中基于一种发烟装置，通过理论假设、建模分析、理论计算等方法描述了该装置烟幕云团的膨胀过程。通过实验结果分析可知，该方法能够描述该装置烟幕云团扩散规律。要进一步提高初始云团参数的计算精度，需考虑壳体破碎因素，如果能准确计算壳体破碎时高温高压云团的压强温度等参数，准确性将进一步提高。但该模型仅对发烟装置缩比模型进行研究，实际发烟装置尺寸比本文中模型尺寸要大，形状多是圆柱体。要把该理论运用于发烟装置烟幕初始云团参数的计算，还需考虑缩比效应、解决圆柱体爆炸与球体爆炸等效问题，这将在未来的工作中做进一步研究。
-
图 1 地下工程目标毁伤评估源数据结构
Figure 1. Structure of source data for underground engineering target damage assessment
图 4 “三阶段”法毁伤效应数据挖掘流程
Figure 4. Flow of damage effect data mining based on “three steps”
图 6 地下工程毁伤效应计算流程图
Figure 6. Calculation flow chart of damage effect to underground engineering
表 1 经验算法和BP神经网络模型MAPE值
Table 1. MAPE values of empirical algorithms and BP neural network model
下载: 导出CSV
表 2 地下工程毁伤计算所需主要控制参数
Table 2. Main control parameters required for damage calculation of underground engineering
参数名称 输入值 备注 参数名称 输入值 备注 战斗部型号 *** 下拉菜单选择 主坑道轴线长 100 m 弹体质量 874 kg 坑道等效直径 5 m 弹体直径 0.37 m 防护门位置 50 m 弹头长度 1.111 m 防护门抗力 0.2 MPa 弹头形状 卵形 围岩材料种类 岩石 下拉菜单选择 装药TNT当量 242.7 kg 围岩材料波速 3000 m/s 弹体长度 2.511 m 围岩材料强度 46 MPa 弹着点坐标 （10 m, 0 m） 围岩材料密度 2000 kg/m3 着靶速度 200 m/s 衬砌材料种类 钢筋混凝土 下拉菜单选择 弹着角 5° 衬砌材料强度 60 MPa 攻角 0° 衬砌层厚度 0.5 m 坑道类型 直通式出入口 下拉菜单选择 口部防护层厚度 5 m
下载: 导出CSV
-
[1] 任辉启, 穆朝民, 刘瑞朝, 等. 精确制导武器侵彻效应与工程防护[M]. 北京: 科学出版社, 2016: 54−58. [2] KANTARDZIC M. Data mining: concepts, models, methods, and algorithms [M]. 2nd ed. Hoboken: Wiley Publishing, Inc, 2011: 135−137. [3] HE Z, WU Q, WEN L J, et al. A process mining approach to improve emergency rescue processes of fatal gas explosion accidents in Chinese coal mines [J]. Safety Science, 2019, 111: 154–166. DOI: 10.1016/j.ssci.2018.07.006. [4] RYAN S, THALER S. Artificial neural networks for characterizing Whipple shield performance [J]. Procedia Engineering, 2013, 58: 31–38. DOI: 10.1016/j.proeng.2013.05.006. [5] RYAN S, THALER S, KANDANAARACHCHI S. Machine learning methods for predicting the outcome of hypervelocity impact events [J]. Expert Systems with Applications, 2016, 45: 23–39. DOI: 10.1016/j.eswa.2015.09.038. [6] 李建光, 李永池, 王玉岚. 人工神经网络在弹体侵彻混凝土深度中的应用 [J]. 中国工程科学, 2007, 9(8): 77–81. DOI: 10.3969/j.issn.1009-1742.2007.08.016.LI J G, LI Y C, WANG Y L. Penetration depth of projectiles into concrete using artificial neural network [J]. Engineering Sciences, 2007, 9(8): 77–81. DOI: 10.3969/j.issn.1009-1742.2007.08.016. [7] 金胜兵, 刘军, 张磊, 等. 数据挖掘技术在混凝土侵彻深度分析中的应用[J]. 解放军理工大学学报(自然科学版) [2020-09-21]. http://kns.cnki.net/kcms/detail/32.1430.N.20170602.1014.002.html. DOI: 10.12018/j.issn.1009-3443.20170223003/2017.06.02.JIN S B, LIU J, ZHANG L, et al. The application of data mining technology in the analysis of the projectile penetration depth in concrete[J]. Journal of PLA University of Science and Technology (Natural Science Edition) [2020-09-21]. http://kns.cnki.net/kcms/detail/32.1430.N.20170602.1014.002.html. DOI: 10.12018/j.issn.1009-3443.20170223003/2017.06.02. [8] 杨秀敏, 邓国强. 常规钻地武器破坏效应的研究现状和发展 [J]. 后勤工程学院学报, 2016, 32(5): 1–9. DOI: 10.3969/j.issn.1672-7843.2016.05.001.YANG X M, DENG G Q. The research status and development of damage effect of conventional earth penetration weapon [J]. Journal of Logistical Engineering University, 2016, 32(5): 1–9. DOI: 10.3969/j.issn.1672-7843.2016.05.001. [9] 张国星, 强洪夫, 陈福振, 等. 钻地弹侵彻地下工事问题的研究与发展 [J]. 飞航导弹, 2018(6): 34–38. DOI: 10.16338/j.issn.1009-1319.20170372.ZHAGN G X, QIANG H F, CHEN F Z, et al. Research and development of the penetration of ground-penetrating projectiles into underground engineering [J]. Aerodynamic Missile Journal, 2018(6): 34–38. DOI: 10.16338/j.issn.1009-1319.20170372. [10] 梁国栋. 钻地弹攻击地下目标的效能评估[D]. 南京: 南京理工大学, 2007: 18−24. [11] 吴越. 钻地弹对典型地堡侵爆复合毁伤效能影响要素研究[D]. 南京: 南京理工大学, 2014: 45−67. [12] 潘丽娜. 神经网络及其组合模型在时间序列预测中的研究与应用[D]. 兰州: 兰州大学, 2018: 32−56. [13] 黄丽. 基于云平台的预测分析算法的研究与实现[D]. 北京: 北京邮电大学, 2016: 1−32, 24−35. [14] FLETCHER L, KATKOVNIK V, STEFFENS F E, et al. Optimizing the number of hidden nodes of a feedforward artificial neural network [C]//Proceedings of 1998 IEEE International Joint Conference on Neural Networks Proceedings. IEEE World Congress on Computational Intelligence. Anchorage: IEEE, 1998. DOI: 10.1109/IJCNN.1998.686018. [15] GWALTNEY R C. Missile generation and protection in light-water-cooled power reactor plants: ORNL NSIC-22 [R]. Oak Ridge: Oak Ridge National Laboratory, 1968: 1−23. [16] YOUNG C W. The development of empirical equation for predicting depth of an earth penetrating projectile: SC-DR-67-60 [R]. Albuquerque: Sandia National Laboratories, 1967: 1−11. [17] NDRC. Effects of impact and explosion: division 2 [R]. Washington: National Defence Research Committee, 1946: 1−7. [18] FORRESTAL M J, ALTMAN B S, CARGILE J D, et al. An empirical equation for penetration depth of ogive-nose projectiles into concrete targets [J]. International Journal of Impact Engineering, 1994, 15(4): 395–405. DOI: 10.1016/0734-743X(94)80024-4. [19] HAN J W, KAMBER M, PEI J. Data mining: concepts and techniques [M]. 3rd ed. Amsterdam: Elsevier Inc, 2012. [20] BECKMANN N, KRIEGEL H P, SCHNEIDER R, et al. The R*-tree: an efficient and robust access method for points and rectangles [J]. Acm Sigmod Record, 1990, 19(2): 322–331. DOI: 10.1145/93605.98741. 期刊类型引用(5)
1. 王亦之，王斌，邵立，赵禄达. 固定阵地无源烟幕干扰装备作战配置计算研究. 电光与控制. 2022(03): 81-85 . 
百度学术2. 郭爱强，高欣宝，李天鹏，戴俊杰，李笑楠. 五帧差分法提取实测红外烟幕图像的特征参数. 含能材料. 2021(12): 1144-1151 . 百度学术3. 徐路程，郝雪颖，肖凯涛，宋伟伟，陈春生. 爆炸型烟幕弹遮蔽效能仿真研究. 兵工学报. 2020(07): 1299-1306 . 百度学术4. 陈浩，高欣宝，李天鹏，张倩，陈玉丹，杨洋. 烟幕初始云团爆炸分散模型建立及计算方法. 兵器装备工程学报. 2019(04): 147-151 . 百度学术5. 陈浩，高欣宝，李天鹏，张开创，杨洋. 烟幕初始云团最大半径数值模拟. 含能材料. 2018(10): 820-827 . 百度学术其他类型引用(1)
-
下载:
百度学术
计量
- 文章访问数: 653
- HTML全文浏览量: 224
- PDF下载量: 168
- 被引次数: 6