云爆子引信与云团高速交会的云雾浓度探测试验方法

付胜华，娄文忠，李楚宝，潘晓建，汪金奎，吉童安，刘伟桐

(1.北京理工大学 机电学院，北京 100081;2.北京理工大学 重庆创新中心，重庆 401120；3.西安机电信息技术研究所，西安 陕西 710065)

0 引言

现代战争“远程打击，高效毁伤”一直是世界各国竞相发展的重大技术，云爆弹(FAE)以其独特的作用方式及大面积毁伤特点受到世界各军事强国的大力追捧。二次起爆型云爆战斗部毁伤模式为：当到达目标上空时，通过一次引信起爆抛撒装药，将云爆剂高速分散与空气混合形成燃料空气炸药云团，同时多个二次子引信与云团高速动态交会，多点协同起爆形成云雾爆轰，最终通过冲击波效应、热效应及窒息效应对大面积目标造成高效毁伤。在这一过程中，二次子引信与云爆剂抛撒云团的高速动态交会，最优起爆云团浓度识别，形成高效爆轰反应，一直是云雾爆轰技术和云爆弹发展的热点和难点。

云爆弹毁伤研究主要包括云爆剂组成、云雾特性、起爆方式、投放方式和战场应用等。当前研究集中在云雾抛撒特性(速度、湍流、云团形状、浓度分布)对爆轰性能的理论研究和相关试验验证[1-5]。云爆剂抛撒云团浓度是决定毁伤效能的关键。Zhang等[6]和陈嘉琛等[7]通过数值模拟建立了云爆剂抛撒过程中云团浓度与湍流的关系。Yamazaki等[8]和Omotayo等[9]通过光学传感器构建检测系统，实现了云团浓度的识别。郭明儒等[10]结合超声在云团中的衰减特性建立云团浓度检测微系统，通过阵列式布置，获得了云团浓度峰值的变化规律。

然而，由于光线衰减特性与粉尘浓度之间的函数关系很难确定，因此并不能直接给出粉尘瞬态浓度分布的确切值。脉冲驱动下云爆燃料云团的瞬态浓度实时检测是当前尚未解决的技术难题。对于二次起爆型云爆战斗部，子引信在高速运动复杂环境条件下，与抛撒云团的动态交会，进而快速实时获取云团浓度信息，实现多子引信在云团最优爆轰浓度条件下协同起爆的问题更是悬而未决。

超声波在含颗粒的气体与固体两相流中传播时，超声的透射和反射会引起能量的衰减和相位变化，基于相关频率的超声脉冲波被广泛应用于多相混合物的粒度估计、浓度分布检测[11-14]。本文对研制的脉冲超声云团浓度检测系统进行了模型分析，研制了云爆子引信的原型样机，进行云爆子引信与云团高速交会的云团浓度动态探测的试验研究。形成了高速复杂环境下子引信动态识别云团浓度的变化曲线，得到了不同浓度下子引信脉冲超声的特征梯度规律。为二次起爆型云爆战斗部的最优起爆浓度识别，在高落速下的引信与战斗部配合、子引信间的协同起爆控制提供数据支撑。

1 云团浓度计算模型

子引信浓度探测装置与云团交会状态原理如图1所示，图1中：D为超声换能器直径；L为超声传播的距离。当超声波由测量云团垂直入射时，由于云团中云爆燃料颗粒和空气的声学特性不同，动态交会时云团分布状态变化，导致超声的透射衰减和反射衰减存在不确定性。为解决动态浓度下超声衰减的不确定性因素，本文建立了一次脉冲超声回波反射的浓度探测方法。

图1 脉冲超声回波反射云团浓度探测原理图Fig.1 Schematic diagram of FAE cloud concentration detection by pulsed ultrasound echo reflection

超声波在云团中传播时，超声的声阻抗Z定义为

Z=ρc，

(1)

式中：ρ为云团的密度(泛指一定空间里的云爆燃料的质量和空气质量之和，对标准体积的商)；c为超声在云团中的传播速度。

云爆燃料的质量浓度φm可以计算为

φm=Z/c-ρa，

(2)

式中：ρa为标准空气的密度，ρa=1.293 kg/m3.

超声的反射系数R由(3)式给出：

(3)

式中：k为修正系数；Zl为云团的声阻抗；Zw为空气的声阻抗，Zw=ρaca，ca为空气中的声速。

基于超声反射系数R根据超声回波幅值的比例关系得到：

Anj=exp(-2αDnj)A0Rnj，

(4)

式中：A0表示初始波幅值；n表示回波次数；nj为第j次回波，j=1，2，3…；Anj表示第j次回波幅值；α为超声在云团中的声吸收系数。

对于第j、i次回波，可得超声反射系数R为

lnR=(lnAnj-lnAni)/(nj-ni)+2αD，

(5)

式中：Ani为第i次回波幅值，ni为第i次回波，i=1，2，3，…. 利用超声透射波与反射波的时间差Δt，声程L确定超声在云团中的传播速度，即

c=2L/Δt.

(6)

通过测得的多次回波信号确定超声的反射系数，进而求解超声在云团中的声学阻抗。同时根据回波测得的超声传播速度，即可得到云团浓度。该模型对于云团中云爆剂的粒度大小、分布状态和温度等不确定性参数具备滤波特性。从超声反射回波的能量和相位的变化表征云团浓度，表现出良好的抗干扰能力和浓度特征分辨能力。

2 试验条件及系统组成

基于脉冲超声回波反射的云团浓度检测原理，研制云团浓度检测子引信原理样机，模拟云爆战斗部高速子引信抛撒，与燃料云团动态交会的火箭撬搭载试验，最终实现云团的动态浓度实时检测。试验系统主要包括：

1)设计云爆剂抛撒浓度检测子引信原理样机，实现动态云团的瞬态浓度实时检测；

2)建立基于火箭撬的模拟云爆抛撒云团- 子引信交会系统，实现对燃料云团的动态探测；

3)采用云爆燃料等效云团发生装置，建立不同浓度梯度下的超声特征- 浓度的映射关系。

2.1 云爆燃料浓度检测子引信原理样机

针对云爆剂抛撒的云团浓度，在子引信与云团动态交会过程中，能够顺利进入超声检测区域，进行子引信云团流道设计，如图2所示。子引信以一定的速度穿过云团时，燃料云团在流道中以湍流扩散，保证穿过超声检测区域的浓度与云团浓度一致。

图2 子引信浓度检测组成Fig.2 Concentration detection composition of fuze

浓度检测子引信原理样机主要包括脉冲超声浓度检测换能器，脉冲超声信号激励及接收处理器，电源，信号采集与存储器，保险绳，弹体及火箭撬装配工装。具体结构如图3所示。

图3 云爆浓度检测子引信组成原理图Fig.3 Fuze composition of FAE cloud concentration detection

浓度检测系统采用模块化设计方案，系统主要由控制处理器、计算处理器、信号驱动电路、信号处理电路、电源管理电路和接口电路等构成。超声信号发生电路产生脉冲波信号至传感器发射端，接收端传感器通过信号处理电路对特征信号进行滤波、调制、放大处理。浓度特征信号设置为数字声信号存储测试模式，即只对原始声信号进行采样和模拟/数字(A/D)转换，不进行浓度解算，数据存储于微系统内部，脉冲超声频率为200 kHz，采样频率为2 MHz，采样长度为2 min.具体结构原理如图4所示。

图4 FAE浓度检测系统结构图Fig.4 Composition of FAE concentration detection system

2.2 试验系统布置

二次起爆型云爆战斗部子引信与抛撒云团的动态交会工作时间短，云团扩散速度与子引信飞行速度快，实现最优爆轰效能的云团浓度识别，需要在具体的动态环境下测定。火箭撬通过设定不同子引信与云团交会速度试验，获得动态云团浓度信息，可以模拟真实的子引信与云团高速交会状态，获得可靠的引信探测云团浓度的动态特性。借助火箭撬平台，针对云爆子引信与抛撒云团交会的浓度探测,试验组成如图5所示。

图5 子引信与云团交会的云雾浓度检测试验组成Fig.5 Concentration detection of cloud at fuze-cloud intersection

如图5所示，云爆燃料浓度检测子引信安装在火箭撬平台上，分别设计75 m/s、100 m/s的子引信交会速度穿过云团。标准1.5 m×1.5 m×1.5 m内通过发烟剂产生标称浓度(一定质量的燃料在标准体积内的均匀分散)分别为75 g/m3、150 g/m3、225 g/m3的等效燃料云团。通过设置断靶信号触发和位标信号触发装置，进行弹载浓度检测系统的上电控制、浓度特征获取。具体试验现场如图6所示。

图6 子引信与云团交会的云雾浓度检测试验现场图Fig.6 Test site of cloud concentration detection at fuze-cloud intersection

3 试验结果及分析

为了观察和分析云团与子引信交会过程，采用高速运动分析系统观测云爆燃料浓度检测子引信与云团交会的全过程，如图7所示。子引信中超声浓度检测部件在不同云团浓度下的特征信号如图8所示。

图7 子引信与云团交会图Fig.7 Map of fuze-cloud intersection

图8 子引信与云团交会的超声信号(交会速度100 m/s)Fig.8 Ultrasonic signal of fuze-FAE cloud intersection (intersection speed:100 m/s)

对单位脉冲超声信号在云团经过前后的对比，超声在云团中传播的能量幅值较在空气中传播的原始信号有明显的衰减，即对应的超声反射系数在不同云团浓度下的特征变化，如图9所示。

图9 子引信与云团交会前后的超声信号对比Fig.9 Comparison of ultrasonic signals for fuze-cloud intersection

对原始采集的超声信号进行回波幅值特征提取，如图10所示。通过(3)式和(4)式对一次回波和二次回波幅值进行超声反射系数计算，得到如图11所示反射系数变化曲线。由图11可以看出，对超声反射系数进行归一化处理后，超声在空气中、75 g/m3云团、150 g/m3云团以及225 g/m3云团4种状态下的反射系数呈梯度下降，表现出明显的超声回波反射系数衰减- 云团浓度的映射关系。

图10 引信与云团交会的超声回波信号提取Fig.10 Ultrasonic echo extraction of fuze-cloud intersection

图11 引信与云团交会的超声反射系数曲线Fig.11 Ultrasonic reflection coefficient of fuze-cloud intersection

针对云团扩散过程中浓度分布的动态特性，子引信与云团交会过程中，对云团浓度的检测(超声反射系数)同样存在差异。为了便于对超声反射系数与云团浓度的标定测试，通过设定75 m/s、100 m/s不同交会速度，得到了不同交会速度下、不同浓度下的最大超声反射系数的梯度特征，如图12所示。由图12可以看出，不同交会速度下的超声反射系数具有一致性，对于真实云爆子引信与云团高速交会，通过超声反射系数反映云团浓度特征的可行性。

图12 不同交会速度下超声反射系数与浓度梯度关系Fig.12 Ultrasonic reflection coefficient of fuze-cloud intersection

由(1)式～(3)式可知，通过计算反射系数R，反射时间差Δt，在已知子引信中超声安装距离L(L=20 mm)，修正系数k(设定k=1，即反射系数R与超声在云团中阻抗的原始比例关系)，计算超声在云团中的声阻抗，同时定义空气中的声阻抗为单位量1，最终得到云爆燃料的质量浓度。涉及参数如表1所示。

表1 燃料浓度计算物理参数Tab.1 Physical parameters of fuel concentration calculation

通过的超声反射系数- 云团浓度计算模型，与标称浓度(燃料在标准体积内的均匀扩散)进行对比分析，如表2所示。由表2可以得出，计算浓度误差分别为8.0%、13.3%和6.7%。相比传统的图像法估算云团浓度(燃料质量与云雾体积之比)，该云团浓度计算具备实时性、动态性。为二次起爆的浓度信息感知、起爆控制反馈提供了解决方案。

表2 燃料浓度计算误差Tab.2 Calculation error of fuel concentration

4 结论

本文基于超声反射衰减理论，分析了云爆剂粒度大小，分布状态和温度等不确定性参数对云团浓度测量精度的影响。建立了超声反射系数与云爆燃料云团浓度的映射关系，为脉冲超声换能器探测云团浓度提供了理论依据。得到主要结论如下：

1) 结合云爆燃料抛撒云团浓度的分布特性和起爆浓度，基于火箭撬平台建立了子引信与云团交会速度分别为75 m/s、100 m/s的浓度检测试验系统，获得了在标称云团浓度75 g/m3、150 g/m3、225 g/m3下的超声特征信号，表明了对于真实云爆子引信- 云团高速交会，通过超声反射系数反映云团浓度特征的可行性。

2) 建立了在动态子引信- 云团交会环境下的超声反射系数与云团浓度的映射关系。测试结果表明探测浓度能够拟合标称浓度，测试误差控制在15%以内，具备云爆子引信动态识别云团浓度的需求。为实现FAE武器抛撒的自适应浓度识别，最优毁伤效能下智能起爆控制奠定了试验基础。

参考文献(References)

[1] 张奇,覃彬,白春华,等.中心装药对FAE燃料成雾特性影响的试验分析[J].含能材料,2007,15(5):447-450.

ZHANG Q，QIN B，BAI C H，et al． Effect of total energy of center explosive charge on fuel dispersal characteristic feature[J]．Chinese Journal of Energetic Materials，2007，15(5):447-450．(in Chinese)

[2] 陈默,白春华,刘庆明.长直水平管道中铝粉/空气混合物爆炸试验研究[J].安全与环境学报,2011,11(5):161-164.

CHEN M,BAI C H,LIU Q M.Experimental study on explosion of aluminum powder/air mixture in long straight pipeline[J].Journal of Safety and Environment,2011,11(5):161-164.(in Chinese)

[3] CHEN J C,MA X,MA Q J.Study on concentration and turbulence of solid-liquid FAE in dispersal process[J].Defence Technology,2018,14(6):657-660.

[4] 李席，王伯良，韩早，等．液固复合FAE云雾状态影响因素的试验研究[J]．爆破器材，2013，42(5):23-26．

LI X，WANG B L，HAN Z，et al． Expermental study on influencing factors of the cloud status of liquid-solid fuel air explosive[J]．Explosive Materials，2013，42(5):23-26．(in Chinese)

[5] 丁珏，刘家骢．液体燃料爆炸抛撒和 FAE 形成过程的数值模拟[J]．南京理工大学学报，2000，24(2):168-171．

DING J，LIU J C．Numerical simulation on the process of explosive dispersal for forming FAE cloud[J]．Journal of Nanjing University of Science and Technology，2000，24(2):168-171．(in Chinese)

[6] ZHANG Q，WEI K Z，LUO A M，et al． Numerical simulation on dispersal character of fuel by central HE[J]．Defence Science Journal，2007，57(4):425-433．

[7] 陈嘉琛，张奇，马秋菊，等． 固体和液体混合燃料抛撒过程数值模拟[J]． 兵工学报，2014，35(7):972-976．

CHEN J C，ZHANG Q，MA Q J，et al． Numerical simulation of dispersal process of solid-liquid mixed fuel [J]．Acta Armamentarii，2014，35(7):972-976．(in Chinese)

[8] YAMAZAKI H,TOJO K,MIYANAMI K.Concentration profiles of solids suspended in a stirred tank[J].Powder Technology,1986,48(3):205-216.

[9] OMOTAYO K,Paul R.A,MICHAEL J.P,et al.Cashdollar effectiveness of dust dispersion in the 20-L Siwek chamber[J].Journal of Loss Prevention in the Process Industries,2010,23(1):46-59.

[10] 郭明儒,娄文忠,金鑫,等.燃料空气炸药固体燃料浓度动态分布试验研究[J].兵工学报,2016,37(2):226-231.

GUO M R，LOU W Z,JIN X，et al． Experimental research on dynamic concentration distribution of FAE solid fuel[J]．Acta Armamentarii,2016,37(2):226-231.(in Chinese)

[11] 田昌，苏明旭，蔡小舒.基于超声法测量气固两相流浓度实验研究[J].工程热物理学报,2013，34(8):1487-1490.

TIAN C,SU M X,CAI X S.Experimental study on measurement of gas-solid two-phase flow concentration based on ultrasonic method[J].Journal of Engineering Thermophysics,2013,34(8):1487-1490.(in Chinese)

[12] MOLERO M,SEGURA I,APARICIO S,et al.On the measurement of frequency-dependent ultrasonic attenuation in strongly heterogeneous materials[J].Ultrasonics,2010,50(8):824-828.

[14] GU J F,SU M X,CAI X S.In-line measurement of pulverized coal concentration and size in pneumatic pipelines using dual-frequency ultrasound[J].Applied Acoustics,2018,138:163-170.