中文字幕一级黄色A级片|免费特级毛片。性欧美日本|偷拍亚洲欧美1级片|成人黄色中文小说网|A级片视频在线观看|老司机网址在线观看|免费一级无码激情黄所|欧美三级片区精品网站999|日韩av超碰日本青青草成人|一区二区亚洲AV婷婷

防刺服在個(gè)人防護(hù)方面發(fā)揮著重要作用。在防刺領(lǐng)域，傳統(tǒng)方法通常使用已知的沖擊條件來評(píng)估防刺材料的保護(hù)性能和損傷。然而，這些方法無法從已知的損傷中回溯沖擊信息，這使得難以確定沖擊體的特征。本研究介紹了一種新的穿刺損傷預(yù)測(cè)模型，該模型能夠在各種穿刺條件下，僅根據(jù)表面損傷圖像預(yù)測(cè)芳綸防刺織物的沖擊動(dòng)能、峰值穿刺力和穿透層數(shù)。首先，通過動(dòng)態(tài)穿刺試驗(yàn)和圖像采集系統(tǒng)獲得了不同的穿刺損傷圖像及其相應(yīng)的參數(shù)。其次，本研究開發(fā)了一種分割網(wǎng)絡(luò)（命名為 SAN_SE 模型），克服了纖維增強(qiáng)復(fù)合材料表面紋理的復(fù)雜性，并實(shí)現(xiàn)了損傷區(qū)域的精確分割。訓(xùn)練損失穩(wěn)定在 1.5 × 10−4。然后構(gòu)建了一個(gè)分類模型，以建立圖像和穿刺參數(shù)之間的關(guān)系，隨后應(yīng)用遷移學(xué)習(xí)從分類模型中導(dǎo)出一個(gè)回歸模型。該回歸模型的誤差低于 6%。最后，構(gòu)建了一個(gè)實(shí)時(shí)穿刺損傷預(yù)測(cè)系統(tǒng)，將此穿刺損傷預(yù)測(cè)模型應(yīng)用于實(shí)際損傷場(chǎng)景。該系統(tǒng)在預(yù)測(cè)穿透層數(shù)方面實(shí)現(xiàn)了 88.57% 的準(zhǔn)確率，并且能夠在 0.025 秒內(nèi)執(zhí)行單個(gè)圖像。本研究提出的穿刺損傷預(yù)測(cè)模型適用于醫(yī)療和軍事領(lǐng)域的實(shí)時(shí)監(jiān)控系統(tǒng)，例如損傷評(píng)估和反偵察。

一、引言

隨著恐怖襲擊事件的頻發(fā)，由銳器造成的傷害在暴力沖突中占據(jù)了相當(dāng)大的比例。防刺服裝作為重要的個(gè)人防護(hù)裝備，可以有效減少銳器造成的傷害，在軍事、執(zhí)法等領(lǐng)域有著廣泛的應(yīng)用。因此，對(duì)防刺服裝的防刺性能進(jìn)行評(píng)估和量化至關(guān)重要。目前，評(píng)估防刺服裝防刺性能的傳統(tǒng)方法主要依賴于實(shí)驗(yàn)測(cè)試和數(shù)值模擬，這些方法需要大量實(shí)驗(yàn)數(shù)據(jù)和計(jì)算資源，且無法從已知的損傷中追溯沖擊信息，難以確定沖擊物特性，存在一定的局限性。

近日，Top期刊《Composites Science and Technology》發(fā)表了一篇由北京理工大學(xué)爆炸科學(xué)與技術(shù)國家重點(diǎn)實(shí)驗(yàn)室的研究團(tuán)隊(duì)完成的關(guān)于基于表面損傷圖像的芳綸防刺織物穿刺關(guān)鍵參數(shù)預(yù)測(cè)的研究成果。該研究提出了一種基于表面損傷圖像使用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)芳綸防刺織物穿刺關(guān)鍵參數(shù)的新模型，能夠從表面損傷圖像中預(yù)測(cè)沖擊動(dòng)能、峰值穿刺力和穿透層數(shù)，從而實(shí)現(xiàn)防刺性能的評(píng)估和沖擊信息的追溯。論文標(biāo)題為“Prediction of puncture key parameters in aramid stab-resistant fabrics based on surface damage images using artificial neural networks”。

二、研究內(nèi)容及方法

研究提出了一種新型刺傷損傷預(yù)測(cè)模型，能夠利用表面圖像預(yù)測(cè)芳綸防刺材料在多種刺傷損傷條件下的沖擊動(dòng)能、峰值刺傷力和穿透層數(shù)。通過動(dòng)態(tài)刺傷試驗(yàn)和圖像采集系統(tǒng)獲取了圖像及其對(duì)應(yīng)的穿透參數(shù)，然后使用所提出的SAN_SE模型準(zhǔn)確提取圖像中刺傷損傷區(qū)域的特征。隨后，通過構(gòu)建分類模型建立了圖像與實(shí)驗(yàn)中刺傷參數(shù)之間的關(guān)系。最后，應(yīng)用遷移學(xué)習(xí)將分類模型轉(zhuǎn)換為回歸模型，使回歸模型能夠根據(jù)任意刺傷損傷條件下的表面圖像預(yù)測(cè)沖擊動(dòng)能、峰值刺傷力和穿透層數(shù)。

1.動(dòng)態(tài)刺擊測(cè)試

研究使用了 SPFCT-2000 刺擊阻力服性能測(cè)試儀，測(cè)試中設(shè)置了九個(gè)不同的下落高度，從 45 厘米到 205 厘米，間隔為 20 厘米，以模擬不同的沖擊能量。樣品固定在由多層不同材料組成的支撐板上，使用光電門記錄刀片接觸樣品時(shí)的初始速度，并據(jù)此計(jì)算沖擊動(dòng)能。實(shí)驗(yàn)中還設(shè)置了數(shù)據(jù)采集系統(tǒng)，采用力傳感器收集刀片在刺穿過程中的沖擊力變化，定義穿透為刀尖完全穿過芳綸纖維增強(qiáng)復(fù)合材料層并在樣品背面出現(xiàn)。通過在樣品的不同層放置鋁膜并與數(shù)據(jù)采集系統(tǒng)連接，可以確定刀片穿透的層數(shù)。實(shí)驗(yàn)結(jié)果表明，隨著刀片下落高度的增加，刀片速度、穿透層數(shù)和峰值穿刺力也隨之增加。

圖1 動(dòng)態(tài)刺入試驗(yàn)布局。

圖2 刀在不同跌落高度造成的穿刺損傷圖像。

2.圖像采集和處理

系統(tǒng)主要由實(shí)驗(yàn)平臺(tái)、工業(yè)相機(jī)、鏡頭、工業(yè)光源和光源控制器組成。使用基于機(jī)器視覺的圖像采集系統(tǒng)獲得不同下落高度下刀片造成的穿刺損傷圖像，圖像采集后，通過隨機(jī)裁剪、翻轉(zhuǎn)、旋轉(zhuǎn)等數(shù)據(jù)增強(qiáng)技術(shù)將圖像數(shù)據(jù)增加5倍，最終收集了450個(gè)刺穿損傷圖像樣本，并為模型訓(xùn)練設(shè)計(jì)了基于經(jīng)驗(yàn)觀察的特征標(biāo)記方法，通過繪制以刺穿損傷區(qū)域的幾何中心為圓心、半徑為r的圓來標(biāo)記圖像樣本的主要特征，其中r的公式定義為r = 18 + ID × 2，ID代表每個(gè)高度類別的標(biāo)簽值，r以像素為單位，從而有效地為模型訓(xùn)練生成所需的掩膜。

圖3 圖像數(shù)據(jù)準(zhǔn)備過程。

3.穿刺損傷預(yù)測(cè)模型

該文章提出了用于精準(zhǔn)定位和分割圖像樣本中穿刺損傷區(qū)域的分割網(wǎng)絡(luò)（SAN_SE模型）。該模型采用改進(jìn)的Siamese對(duì)抗網(wǎng)絡(luò)結(jié)構(gòu)，包含兩個(gè)并行的相同卷積神經(jīng)網(wǎng)絡(luò)（CNN），和一個(gè)注意力機(jī)制層。在訓(xùn)練過程中，SAN_SE模型將一張穿刺損傷圖像和一張完好圖像同時(shí)輸入網(wǎng)絡(luò)，通過比較生成的掩膜與數(shù)據(jù)集中的標(biāo)記掩膜來獲得損失值，并利用這些損失值進(jìn)行反向傳播以調(diào)整網(wǎng)絡(luò)參數(shù)。該模型通過結(jié)合正樣本和負(fù)樣本的輸入組合，有效解決了小樣本數(shù)據(jù)集中的樣本不平衡問題，并顯著提高了模型的學(xué)習(xí)效率和泛化能力。

圖4 穿刺損傷預(yù)測(cè)模型的整個(gè)過程。

研究構(gòu)建了一個(gè)決策網(wǎng)絡(luò)，該網(wǎng)絡(luò)首先通過分類模型對(duì)不同動(dòng)能水平下的穿刺損傷圖像進(jìn)行準(zhǔn)確分類，然后利用遷移學(xué)習(xí)的思想，將分類模型的參數(shù)遷移到回歸模型中，以預(yù)測(cè)實(shí)驗(yàn)數(shù)據(jù)集中未包含的穿刺損傷參數(shù)。分類模型首先根據(jù)分割網(wǎng)絡(luò)提取的特征，來區(qū)分10種類別的穿刺損傷，包括最大穿透層數(shù)、初始動(dòng)能和峰值穿刺力。而回歸模型則基于分類模型調(diào)整最后一層，通過訓(xùn)練學(xué)習(xí)穿刺損傷圖像與沖擊動(dòng)能、峰值穿刺力和穿透層數(shù)之間的關(guān)系，以實(shí)現(xiàn)對(duì)任意穿刺條件下的損傷參數(shù)的預(yù)測(cè)。利用遷移學(xué)習(xí)思想，將分類模型的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)遷移到回歸模型中，通過訓(xùn)練，使回歸模型能夠根據(jù)圖像預(yù)測(cè)穿刺損傷的動(dòng)能、峰值穿刺力和穿透層數(shù)等參數(shù)。

圖5  SAN_SE的架構(gòu)。

圖6 三個(gè)比較模型的結(jié)構(gòu)（a）CNN，（b）CNN_SE，（c）SAN。

3.穿刺損傷預(yù)測(cè)模型的實(shí)際應(yīng)用

研究展示了穿刺損傷預(yù)測(cè)模型在實(shí)際應(yīng)用中的效果，通過將模型集成到一個(gè)自行開發(fā)的實(shí)時(shí)穿刺損傷預(yù)測(cè)系統(tǒng)中，利用PyQt5創(chuàng)建圖形用戶界面(GUI)，實(shí)現(xiàn)了對(duì)AFRP材料在不同穿刺條件下的損傷圖像的快速和準(zhǔn)確預(yù)測(cè)。系統(tǒng)允許用戶上傳目標(biāo)圖像，進(jìn)行損傷區(qū)域的分割，并展示預(yù)測(cè)的沖擊動(dòng)能、峰值穿刺力、穿透層數(shù)以及預(yù)測(cè)過程的執(zhí)行時(shí)間，證明了模型在實(shí)際損傷場(chǎng)景中的適用性，并達(dá)到了每張圖像0.025秒的處理速度，準(zhǔn)確預(yù)測(cè)穿透層數(shù)的準(zhǔn)確率達(dá)到88.57%。此外，還通過五名不同體型的參與者使用兩種不同尖角的刀具進(jìn)行隨機(jī)刺刀測(cè)試，評(píng)估了模型對(duì)手動(dòng)刺傷損傷的預(yù)測(cè)性能，發(fā)現(xiàn)當(dāng)使用尖角較大的刀具時(shí)，模型的預(yù)測(cè)精度有所下降，這表明刀具形狀對(duì)穿刺損傷特征和模型預(yù)測(cè)性能有一定影響。

圖7 分類模型的總體結(jié)構(gòu)。

圖8 回歸模型的整體結(jié)構(gòu)。

三、小結(jié)

該研究提出的基于表面損傷圖像的芳綸防刺織物穿刺關(guān)鍵參數(shù)預(yù)測(cè)模型，能夠有效地評(píng)估防刺服裝的防刺性能，并追溯沖擊信息，具有廣闊的應(yīng)用前景。

原始文獻(xiàn)：

Liu, M., Liu, S., Li, H., Zhang, H., & Huang, G. (2024). Prediction of puncture key parameters in aramid stab-resistant fabrics based on surface damage images using artificial neural networks. Composites Science and Technology, 255, 110713.

原文鏈接：

https://doi.org/10.1016/j.compscitech.2024.110713