防护头盔耗能研究及综合评价

刘启俊 乔明敏 戚晓玲3 杨国甫3 隋修武

(1.天津工业大学机械工程学院 天津 300387；2.天津工业大学天津市现代机电装备技术重点实验室 天津 300387；3.航宇救生装备有限公司 襄阳 441002)

一、引言

防护头盔是重要的防护装备，是确保工作不受伤害的重要保障[1]。在保障基本性能的前提下，如何减少头盔的体能消耗成为了研究的热点问题。工作中头盔做大量无用功，主要体现在克服头盔的重力、摩擦力做功等[2-3]。这些大量的无用功增加了人员的体能消耗，而在防护头盔耗能研究上，研究人员大部分对头盔进行功能调节，虽然取得了一定效果，但是不能有效地测量头盔和耗能之间的联系[4]。

本文设计了模特机器人的头部结构，搭建了耗能测试平台，对测量的数据采用支持向量机数据分析方法,将驱动头部运动电机的电压电流作为学习目标，得到不同参数的头盔和耗能的关系，建立了头盔耗能评价的数学模型。

二、机械结构设计

机器人头部的机械结构如图1所示，零件主要包括1、步进电机2、法兰3、减速器4、联轴器5、紧固螺钉6、连接垫片7、法兰垫片，减速器与步进电机连接起到增大扭矩的作用，连接支架通过联轴器连接在减速器的输出轴上，通过紧固螺钉进行固定。从而实现颈部左右转动，转动角度范围为向左90°～向右90°

图1 头部机械结构

三、耗能测试系统设计

(一)数据采集系统设计

根据采集方案和功能需求，本系统选用基于ARM内核的STM32F103单片机作为下位机，上位机通过串口发送控制指令到下位机，下位机根据命令向步进电机驱动器发送对应的脉冲信号，驱动器根据脉冲驱动电机完成对应转动；电机运动的同时，采集板采集步进电机线圈上的电压与电流信号，通过下位机上的AD转换器后，使用串口将两种信号发送至上位机。通过C#编程设计上位机界面，在界面上实现电机启停控制，速度调节，采集数据显示。

(二)测量电路设计

实验中采集模块对电流和电压进行采集，为测量电机线圈中的电压电流信号，需要将线圈电流通过一个1Ω的采样电阻，使得电流信号转换成对应的电压信号。再将电压信号通过跟随器，为了获得稳定的直流信号，对电压进行低通滤波处理。滤波器截止频率计算公式是：

(1)

滤波处理后，对信号进行放大处理，以便后续电路采集数据，同相比例放大电路的放大倍数公式是：

(2)

电压被放大到AD转换器的测量范围后，下位机可通过AD转换器得到具体的电压数据，并通过串口将数据传输至上位机。

四、基于SVM头部耗能模型建立

支持向量机(SVM)是建立在统计学习理论VC维理论和结构风险最小化原理基础上的机器学习方法[5]。它在解决小样本、非线性和高维模式识别问题中表现出许多特有的优势。

其中应用于回归拟合的主要思想是通过寻找最优分类面来实现对未知样本数据的分类，使两类样本特征的几何间隔最大，在线性可分的情况下，将最优分类超平面wxi+b=0归一化后，对样本集进行分类。分类间隔最大就等价于最小化||ω||。因此得到一个带约束的优化问题：

(3)

s.t.yi(wxi+b)≥1

(4)

式中：w为最优超平面的法向量，b为阈值,b∈Rd。

核函数是解决优化问题的关键,将获取的原始特征参数矩阵对特征进行降维融合后得到的新非线性特征参数矩阵在 SVM 分类器中使用不同的核函数来进行分类处理,对比分类正确率，本文将高斯核作为训练 SVM 时的核函数。

在确定高斯核函数后，为了使分类器达到最佳性能，需要对核函数的参数C和g进行分析，求解最优参数值。

五、实验及结果

驾机模式测试平台用来实现颈部转动。建立驾机模式测试平台上，分别对佩戴不同特性的头盔的模特机器人进行头部耗能测试，二者之差即为头盔耗能。

为验证头盔耗能实验效果，设计了头盔耗能正交实验，支持向量机耗能预测实验，根据研究需要，准备3套不同材质(A：碳纤维、B：ABS材质、C：玻璃钢)、3套由上述三种材料不同尺码(大、中、小)、3套不同款式(1、2、3)的头盔进行测试试验。将每个变量分为三个等级水平，按照正交实验法进行了实验。

(一)数据采集实验

在试验的过程中，首先记录下空载时的电枢电流、电枢电压的数据，并记录瞬时功率的结果如表1所示。

表1 空载实验数据

将三种不同材料的头盔分别进行耗能实验，并记录下每种头盔对应的电枢电流，电枢电压，阻值，对影响头盔耗能的主要因素进行反复的耗能实验，与不佩戴头盔的实验数据进行对比，实验数据如表2所示。

表2 佩戴不同头盔实验数据

(二)数据预测实验

为了对不同特性的头盔进行耗能预测，根据大量的实验数据建立数学模型，得到最佳的惩罚参数C=186.528，最佳的核函数的参数g=0.0025， 获取最优参数进行模型训练，并将训练好的模型用于测试集数据观察模型的预测精度。测试集数据共18个样本，代入训练好的SVM模型中，得出预测值，与实际值观察，观察拟合曲线的预测性能，预测结果与实际对比如图2所示。

图2 预测结果与实际对比

实验结果显示在诸多影响因素下，头盔材质的不同会对体能消耗有较大的影响，随着时间的增加，耗能更加明显，不同款式的头盔对耗能影响不大。通过大量实验，验证结果的一致性，并进一步改进防护头盔，包括测试平台和实验方法。总结装备的耗能机理，完善“耗能特征曲线”等参数的指标评价方法。

六、结论

本文提出了一种基于支持向量机的头盔耗能预测方法，将理论研究与试验研究相结合，对不同特性的头盔进行耗能预测，该方法具有较好的适应性，得到了科学可行的“装备系统耗能测试及评价方法”，从体能消耗方面量化了装备穿着的舒适性，为装备耗能研究、功能性设计、质量评定提供指导和依据。