基于统计的激光多次冲击微爆获取炸药五爆参数新方法技术

本发明专利技术属于炸药宏观爆轰参数测量分析方法，特别是涉及一种基于统计的激光多次冲击微爆获取炸药五爆参数的定量分析方法。利用激光冲击加载小药量炸药获取其光谱和动态演化图像数据，据此实现对炸药宏观爆轰参数的定量分析。利用自助抽样的方法扩充测试数据，并对同样本多次测试数据进行有效数据筛选，建立测量数据与炸药宏观爆轰参数的定量分析模型，该方法有效客服在利用激光加载冲击的方法测试药量和样本容量较少的炸药宏观爆轰参数时造成测量数据波动、有效数据少导致预测模型失效、精度下降和泛华能力差等问题，能够有效提升利用激光诱导方法对小药量、小样本容量炸药宏观爆轰参数的预测精度。爆轰参数的预测精度。爆轰参数的预测精度。

【技术实现步骤摘要】
基于统计的激光多次冲击微爆获取炸药五爆参数新方法


[0001]本专利技术涉及一种炸药暴热、爆速、爆压、爆容、爆温的宏观五爆参数的定量分析方法，具体地，是一种基于统计方法的激光多次冲击微爆获取炸药五爆参数的新方法，使用光学测量技术获取炸药微爆轰光谱和图像信息，利用统计方法对数据的测量误差进行矫正和预处理，基于有监督学习的机器学习算法建立光学测量数据和炸药宏观爆轰参数的预测模型，通过预测模型可以再次获取未知炸药的宏观爆轰参数，达到对其爆轰性能快速诊断的目的。

技术介绍

[0002]炸药的暴热、爆速、爆压、爆容、爆温等爆轰参数的测量在评估炸药爆轰性能和可靠性方面有重要意义。传统方法获取炸药宏观爆轰参数的方法一是通过计算获得理论值，二是通过消耗大量药品直接引爆或通过殉爆的方式测量被测主体的爆轰参数，此过程需特殊装置且测量结果受人为操作影响较大，安全性低，可控性差。因此，在炸药宏观爆轰参数的测量方面急需一种快速、低耗药量的安全、准确的评测系统和方法。
[0003]激光加载冲击的方法利用高能脉冲激光与炸药作用，通过高能激光瞬时烧蚀作用，消耗微克甚至纳克的样品量，在毫米区域内炸药发生熔融、汽化，发生微爆轰，爆轰过程中产生的等离子体光谱和灰体辐射光谱，其中主要包含了待测样品的原子、分子信息。此外在高能激光加载下炸药物质发生强电离，激光支持爆轰波产生并在空间传播，爆轰波随时间的传播位置可以被高速相机记录。利用常规军用炸药的激光诱导冲击波速度、等离子体光谱信息建立其与大规模宏观实测的爆轰参数(暴热、爆速、感度、爆温、爆压)之间的关系，确定了基于激光诱导光学测量特征数据估计爆轰参数的标准拟合曲线，校准曲线的建立假定每次激光加载烧蚀相同质量的样品并被激发到等离子体中，并且含能材料在激光集聚焦下不会发生反应扩散。利用统计学方法消除每个脉冲激光与材料的相互作用存在一定变化导致的测量信息波动，在多次激光脉冲的反复激发中采集数据并获得具有合理置信区间的良好统计学平均值，因此结合统计学的多次激光冲击微爆技术的结果可以得到与宏爆实验测量的相同结果，实验相对容易，并且相对宏爆实验成本低很多。

技术实现思路

[0004]本专利技术的目的是提出一种基于统计方法的小样本量、小药量的多次激光冲击微爆获取炸药宏观爆轰参数新方法，对炸药进行微量烧蚀得到等离子体光谱和微爆轰时间演化图像，利用统计学方法对单样品多次数据采集并采用特殊的数据抽取和预处理方式消除测量误差，甄别有效数据并获得可靠置信区间的特征数据平均值，利用统计矫正的特征平均值建立其与炸药宏观爆轰参数的预测模型，实现利用光学测量方法对小样本量、小药量炸药的爆轰参数的定量分析。
[0005]本专利技术的技术方案是：基于多次激光冲击微爆获取小药量炸药的光学测量数据并据此对炸药宏观爆轰参数进行定量化分析和诊断，主要包含以下步骤：
[0006](1)首先利用k种已知爆轰参数的炸药样品作为一组定标样品，利用脉冲激光加载冲击的方式对每个定标样品分别进行n次测试并进行光学信息收集：将炸药均匀涂抹在双面胶的一面，双面胶的另一面粘贴在玻璃基片上，将载样玻璃片下表面置于激光诱导光学测试系统的样品台上，在惰性气体保护气氛下，利用高能脉冲激光照射材料使其熔化、气化，并同步收集等离子体光谱和微爆轰时间演化图像。
[0007]每一次收集的等离子体发射光谱有如下特征：
[0008][I
1 I
2 I3ꢀ…ꢀ
I
j
][0009]其中，I表示光谱强度，下标(1,2,3
…
j)为线阵CCD像素阵列编号；
[0010]每一次收集的微爆轰时间演化图像有如下特征：
[0011][0012]其中，矩阵表示第n次测量中T
τ
时刻下的高速相机所记录的灰度值图像，每一个矩阵元代表不同的灰度值，图像画幅大小为W
×
H。
[0013]进一步地，优选k≥4；
[0014]进一步地，双面胶上含能材料的负载量优选1.5mg/cm2～2.5mg/cm2；
[0015]进一步地，惰性气体的流速优选3L/min～5L/min；
[0016]进一步地，高能脉冲激光经过聚焦透镜后的聚焦点优选位于载样玻璃片上表面下方0.2mm～0.5mm处；
[0017]进一步地，优选n≥100；
[0018](2)为尽可能多的利用光学测量信息中的有效数据，排除线性想关量和噪声干扰，对所述步骤(1)中得到的小样本量原始光学测量数据进行特征提取和预处理：其中，光谱数据矩阵进行特征选取包括寻峰、元素匹配、谱线宽度(FWHM) 和谱线面积计算；高分辨动态图像选取冲击波前沿位置坐标并计算冲击波速度值，对所选取的光谱和微爆轰时间演化图像特征进行基于统计方法的误差矫正和微修正。具体的处理方式如下：
[0019]①
寻峰过程：计算光谱背景噪声强度σ并计算光谱强度满足阈值关系(1)的所有光谱强度即为待定峰轮廓所在位置，在该范围内利用待定峰强的微分值判定最大峰值位置得到光谱峰位矩阵P
T
；
[0020]Thr
p
＞3σ
ꢀꢀ
(1)
[0021]②
元素匹配：利用NIST官网标准原子发射光谱数据建立元素匹配数据库，逐一比对某条谱线峰值所在波长与数据库中元素标准发射光谱波长，若两者差值满足一定阈值Thr
w
即退出比对过程，阈值的选取依据光谱仪分辨率确定，一般选取Thr
w
等于光谱仪分辨率。确定该谱线对应的元素，最终确定元素数量为r 个，得到元素匹配矩阵E
T
；
[0022]③
利用匹配确定的元素谱线，计算跃迁概率降序排列的元素对应谱线半高宽，并按照谱线跃迁概率将谱线半高宽矩阵进行权重再分配，得到半高宽矩阵F
T
；
[0023]④
计算分子峰和原子峰对应的谱线积分面积得到面积矩阵A
T
。
[0024]组合4个特征矩阵为判别矩阵Z
T
：
[0025]Z
T
＝[P
T
，E
T
，F
T
，A
T
][0026]⑤
对第n次测量中记录的T
τ
时刻图像进行冲击波前沿速度计算：
[0027]a)同一种样品进行的n次测量所得到的不同时刻T
τ
的冲击波图像，通过灰度图像的灰度值将整个图像的亮度进行缩放至全亮度的30％：
[0028][0029]对亮度均衡后的图像C
′
nτ
进行PCA降维去噪处理得到去噪图像C
″
nτ
。提取其冲击波前沿坐标利用三点坐标法确定微爆中心坐标多次计算得到的微爆中心坐标O
δ
值；
[0030]b)确定微爆中心点修正坐标计算修正坐标O与冲击波前沿至微爆修正中心坐标O的距离即本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于统计方法的激光多次冲击微爆获取炸药五爆参数新方法，其特征在于包括以下步骤：1)对小样本量的单质炸药利用脉冲激光加载、微量烧蚀，利用光学数据采集设备收集炸药微爆轰的光学特性数据，包括每种样品进行n次测量得到原始等离子体光谱数据和超高时间分辨的炸药微爆轰动态演化图像。2)炸药宏观爆轰参数与样本光学测量数据的特征提取和误差矫正：对所述步骤(1)中得到的小样本量原始光学测量数据进行特征提取，对所选取的光谱和微爆轰时间演化图像特征进行基于统计方法的误差矫正和微修正。其中，光谱数据矩阵的特征选取包括寻峰、元素匹配、谱线宽度(FWHM)和谱线面积计算；高分辨动态图像选取冲击波前沿位置坐标并以计算得到的微爆轰冲击波速度为特征变量。3)测量数据扩充：对标准样品按真值数量级进行分类，同类样品进行数据扩容。基于预处理后的同类中同一种样本光学测量数据，采用有放回的随机数据抽取，抽取的数据量所占同类样本数据总量的M1％(M1≥70)，所述的一次抽取中包含样本第n次测量的完整光学测试数据，光谱抽取对象为样本光谱中每一次测量得到的单行数据矩阵，图像数据抽取前需要对同次测量中同一时刻数据进行叠加平均和特征矫正。n次测量数据共有抽取方式为种，特别地，图像数据在进行叠加平均和矫正后需计算冲击波特征速度，模型建立需要对冲击波特征速度矩阵进行不同次测量的数据提取。对同种样品光学测量数据重复上述抽取过程L(L≥10n)次，同一种样本数据量由原来的n组扩充到L组。4)利用变量扩充后的光学测量数据对炸药宏观爆轰参数进行模型训练，建立光谱特征变量与炸药暴热、爆温、爆压的预测模型，利用微爆轰冲击波特征建立其与爆速、爆容的预测模型。2.根据权利要求1中所述的根据光谱数据特征提取，其特征在于：a)寻峰过程：计算光谱背景噪声强度σ并计算光谱强度满足如下阈值关系的所有光谱强度即为待定峰轮廓所在位置，在该范围内利用待定峰强的微分值判定最大峰值位置得到光谱峰位矩阵P
T
；Thr
p
＞3σ
ꢀꢀꢀ
(2)b)元素匹配：利用NIST官网标准原子发射光谱数据建立元素匹配数据库，逐一比对某条谱线峰值所在波长与数据库中元素标准发射光谱波长，若两者差值满足一定阈值Thr
w
即退出比对过程，阈值的选取依据光谱仪分辨率确定，一般选取Thr
w
等于光谱仪分辨率。据此确定该谱线对应的元素，最终多条谱线匹配元素数量为r个，得到元素匹配矩阵E
T
；c)利用匹配确定的元素谱线，计算跃迁概率降序排列的元素对应谱线半高宽，并按照谱线跃迁概率将谱线半高宽矩阵进行权重再分配，得到半高宽矩阵F
T
；d)计算分子峰和原子峰对应的谱线积分面积得到面积矩阵A
T
。组合4个特征矩阵为判别矩阵Z
T
：Z
T
＝[P
T
，E
T
，F
T
，A
T
]。3.根据权利要...

【专利技术属性】
技术研发人员：刘瑞斌，李安，王宪双，何雅格，姚裕贵，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：