陳曉淵 鄢友娟

1.武警總部直屬保障大隊(duì)采購(gòu)服務(wù)站，北京 102613；2.武警研究院，北京 100071

具有阻燃防火效果的消防服裝憑借其優(yōu)良的阻燃特性和隔熱特性，可對(duì)工作在危險(xiǎn)熱環(huán)境中的消防員、武警官兵等進(jìn)行有效防護(hù)，避免他們?cè)馐芨鞣N火災(zāi)和極端熱環(huán)境的影響[1]。消防服裝通常包含外層織物、防潮屏障層織物和絕熱襯墊三層織物結(jié)構(gòu)[2]?？椢锏臒岱雷o(hù)性能受這三層材料各項(xiàng)性能參數(shù)(如面密度、厚度、結(jié)構(gòu)、水蒸氣滲透性等)的影響。

已有許多研究人員通過(guò)實(shí)驗(yàn)室模擬熱環(huán)境試驗(yàn)，研究了這種具有三層結(jié)構(gòu)的熱防護(hù)織物的性能。然而，通過(guò)熱環(huán)境試驗(yàn)評(píng)價(jià)不同織物的特性不僅耗時(shí)長(zhǎng)，而且成本高昂。此外，由于難以考量不同織物參數(shù)對(duì)熱防護(hù)性能的影響，需建立一種新的系統(tǒng)來(lái)有效預(yù)測(cè)三層阻燃防火消防服裝的熱防護(hù)性能。人工神經(jīng)網(wǎng)絡(luò)(ANN)是一種可通過(guò)合理的網(wǎng)絡(luò)結(jié)構(gòu)配置擬合任意非線性函數(shù)，并根據(jù)給定輸入?yún)?shù)預(yù)測(cè)輸出值的有效途徑[3]。目前，已有很多研究人員嘗試采用ANN評(píng)價(jià)織物的各項(xiàng)參數(shù)對(duì)其熱防護(hù)性能的影響。

ANN廣泛用于紡織行業(yè)中紗線和織物的性能預(yù)測(cè)，紡織品缺陷檢測(cè)、質(zhì)量控制，以及性能識(shí)別與分類等領(lǐng)域[4-5]。由于應(yīng)用過(guò)程中，很多與預(yù)測(cè)相關(guān)的問(wèn)題和紡織過(guò)程是非線性的，因此ANN被認(rèn)為是一種合適的預(yù)測(cè)方法。已有一些研究人員建立了ANN，用以預(yù)測(cè)紡織品熱阻并探討紡織品的熱性能。但目前尚未有研究對(duì)消防服裝的熱防護(hù)性能進(jìn)行預(yù)測(cè)探討。本文建立了6種ANN，分別對(duì)構(gòu)成消防服裝的三層織物的對(duì)流換熱和輻射傳熱特性進(jìn)行預(yù)測(cè)，以預(yù)測(cè)三層織物結(jié)構(gòu)消防服裝的熱防護(hù)性能。

1 材料與方法

1.1 織物試樣與參數(shù)

分別選擇2種外層織物、2種防潮屏障層織物和4種絕熱襯墊，制作了不同織物組合的消防服裝試樣。其中，外層織物由Nomex、聚苯并咪唑(PBI)和Kevlar纖維制成；防潮屏障層織物由聚氨酯織物層積阻燃劑制成；絕熱襯墊由含有聚氨酯層積阻燃劑的機(jī)織物制成，其表面縫合有具有阻燃功能的非織造布。選取織物的經(jīng)紗線密度、緯紗線密度、經(jīng)密、緯密、面密度、厚度及極限氧指數(shù)(LOI)等參數(shù)作為ANN的輸入量。這些織物參數(shù)與織物的熱變形性能有關(guān)。根據(jù)TS 250 EN 1049-2測(cè)試外層織物的經(jīng)、緯密；根據(jù)TS 7128 EN ISO 5084測(cè)試織物的厚度；根據(jù)TS 251測(cè)試織物的面密度；根據(jù)ASTM D 2863獲取外層織物的LOI，以及防潮屏障層織物的LOI和水蒸氣阻力參數(shù)。

1.2 測(cè)試方法

由2種不同的外層織物、2種不同的防潮屏障層織物和4種不同的絕熱襯墊，共制得16種三層織物試樣(即消防服裝試樣)，測(cè)試這些三層織物試樣的熱防護(hù)性能。消防服裝系統(tǒng)的熱防護(hù)性能與通過(guò)織物層的輻射熱傳遞特性有關(guān)。針對(duì)消防服裝熱防護(hù)性能的關(guān)鍵參數(shù)，本文分別測(cè)試織物試樣的對(duì)流換熱和輻射傳熱參數(shù)。

1.2.1 對(duì)流換熱的測(cè)量

參照EN 367Protectiveclothing-Protectionagainstheatandflames-Testmethod:Determinationoftheheattrasmissiononexposuretoflame測(cè)試三層織物試樣的對(duì)流換熱性能。通過(guò)測(cè)量在80 kW/m2的對(duì)流熱源覆蓋下，試樣溫度分別達(dá)12 ℃和24 ℃所需的時(shí)間，確定織物的對(duì)流換熱指數(shù)(H12和H24)。

1.2.2 輻射傳熱的測(cè)量

根據(jù)EN ISO 6942Protectiveclothing-Protectionagainstheatandfire-Methodoftest:Evaluationofmaterialsandmaterialassemblieswhenexposedtoasourceofradiantheat測(cè)試三層織物試樣的輻射傳熱性能。將三層織物試樣暴露在40 kW/m2的輻射熱源中，記錄試樣溫度分別達(dá)12 ℃和24 ℃所需的時(shí)間，確定織物的輻射換熱指數(shù)(R12和R24)。

16種織物試樣的規(guī)格參數(shù)及其對(duì)流換熱指數(shù)和輻射傳熱指數(shù)測(cè)試結(jié)果如表1所示。

2 人工神經(jīng)網(wǎng)絡(luò)

多層感知神經(jīng)網(wǎng)絡(luò)(MLPNN)是一種重要的ANN，適用于不同學(xué)科領(lǐng)域的應(yīng)用。MLPNN由輸入層、一個(gè)或多個(gè)隱藏層及輸出層組成。相鄰層神經(jīng)元之間的互連由權(quán)重提供，并且信息流由正向輸入和輸出。輸入層沒(méi)有計(jì)算單元，僅在隱藏層和輸出層進(jìn)行層神經(jīng)元的計(jì)算。通過(guò)反向傳播算法的加權(quán)調(diào)整，可獲得從輸入到輸出的非線性映射[6]。反向傳播算法的目的是減少原始訓(xùn)練輸出與實(shí)際輸出之間的誤差。

試驗(yàn)將完整的數(shù)據(jù)集分為訓(xùn)練集、驗(yàn)證集和測(cè)試集3個(gè)部分，訓(xùn)練集用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)以獲得最小誤差。本文采用MLPNN，所測(cè)量的織物參數(shù)一共有12項(xiàng)(表1)。由于經(jīng)紗線密度和緯紗線密度值相等，因此只選取其中一項(xiàng)作為ANN的輸入值。為尋求較好的網(wǎng)絡(luò)性能，本文利用MATLAB軟件構(gòu)建了具有單個(gè)隱藏層的6種不同的MLPNN(網(wǎng)絡(luò)1～網(wǎng)絡(luò)6)，用以預(yù)測(cè)三層織物的對(duì)流換熱和輻射傳熱參數(shù)。

表1 16種織物試樣的規(guī)格參數(shù)及其對(duì)流換熱指數(shù)和輻射傳熱指數(shù)

圖1給出了所構(gòu)建的網(wǎng)絡(luò)的框圖。

圖1 網(wǎng)絡(luò)框圖

3 結(jié)果與討論

本文對(duì)所構(gòu)建的6種網(wǎng)絡(luò)進(jìn)行了不同數(shù)量的隱藏層及每個(gè)層中神經(jīng)元的訓(xùn)練。采用Levenberg-Marquardt反傳播算法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，該算法被認(rèn)為是可提供優(yōu)化權(quán)重和偏置值的快速算法。數(shù)據(jù)集被隨機(jī)分為3個(gè)部分：70%用于訓(xùn)練、10%用于驗(yàn)證、剩余20%用于測(cè)試網(wǎng)絡(luò)。為了獲得相當(dāng)?shù)慕Y(jié)果，所有凈工程均接受了相同數(shù)據(jù)集的訓(xùn)練和測(cè)試。

僅一個(gè)輸出項(xiàng)的網(wǎng)絡(luò)1和網(wǎng)絡(luò)2分別被訓(xùn)練用來(lái)預(yù)測(cè)EN 367標(biāo)準(zhǔn)的H12和H24，僅一個(gè)輸出項(xiàng)的網(wǎng)絡(luò)3和網(wǎng)絡(luò)4被訓(xùn)練用來(lái)預(yù)測(cè)EN ISO 6942標(biāo)準(zhǔn)的R12和R24。網(wǎng)絡(luò)5和網(wǎng)絡(luò)6分別用以預(yù)測(cè)EN 367標(biāo)準(zhǔn)的H12和H24及EN ISO 6942標(biāo)準(zhǔn)的R12和R24各兩個(gè)輸出。圖2和圖3為分別采用網(wǎng)絡(luò)1～網(wǎng)絡(luò)4獲得的EN 367和EN ISO 6942標(biāo)準(zhǔn)下輸出值與期望值的對(duì)比。圖4和圖5為分別采用網(wǎng)絡(luò)5和網(wǎng)絡(luò)6獲得的EN 367和EN ISO 6942標(biāo)準(zhǔn)下輸出值與期望值的對(duì)比。由圖4和圖5可知，網(wǎng)絡(luò)輸出值(預(yù)測(cè)值)與期望值(測(cè)試值)之間存在很好的近似關(guān)系。

圖2 EN 367標(biāo)準(zhǔn)下H12和H24輸出值(網(wǎng)絡(luò)1和網(wǎng)絡(luò)2)與期望值的對(duì)比

圖3 EN ISO 6942標(biāo)準(zhǔn)下R12和R24輸出值(網(wǎng)絡(luò)3和網(wǎng)絡(luò)4)與期望值的對(duì)比

圖4 EN 367標(biāo)準(zhǔn)下H12和H24輸出值(網(wǎng)絡(luò)5)與期望值的對(duì)比

圖5 EN ISO 6942標(biāo)準(zhǔn)下R12和R24輸出值(網(wǎng)絡(luò)6)與期望值的對(duì)比

通過(guò)計(jì)算測(cè)試值與預(yù)測(cè)值間的平均絕對(duì)百分比誤差(M)，對(duì)6種神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能進(jìn)行比較。M的計(jì)算式如式(1)所示。其中，n為樣本總數(shù)。

(1)

網(wǎng)絡(luò)1～網(wǎng)絡(luò)6的平均絕對(duì)百分比誤差值及相關(guān)系數(shù)如表2所示。其中，網(wǎng)絡(luò)5和網(wǎng)絡(luò)6因有兩個(gè)輸出，其平均絕對(duì)百分比誤差和相關(guān)系數(shù)值為基于兩個(gè)輸出計(jì)算結(jié)果的平均值。由表2可以看出，6種網(wǎng)絡(luò)的平均絕對(duì)百分比誤差值近似，在4.97%～6.89%范圍內(nèi)。然而，根據(jù)EN 367標(biāo)準(zhǔn)獲得的數(shù)據(jù)進(jìn)行訓(xùn)練的網(wǎng)絡(luò)所得誤差值比根據(jù)EN ISO 6942標(biāo)準(zhǔn)獲得的數(shù)據(jù)訓(xùn)練的網(wǎng)絡(luò)稍好。預(yù)測(cè)性能改進(jìn)的可能原因是EN 367標(biāo)準(zhǔn)減少了輸出數(shù)據(jù)項(xiàng)之間的相似性。網(wǎng)絡(luò)5和網(wǎng)絡(luò)6證實(shí)了有兩個(gè)輸出的網(wǎng)絡(luò)具有更好的預(yù)測(cè)性能，尤其是網(wǎng)絡(luò)5，在所有6種網(wǎng)絡(luò)中表現(xiàn)最佳。期望值與預(yù)測(cè)值的相關(guān)系數(shù)可用來(lái)表征線性關(guān)系的強(qiáng)度和方向。網(wǎng)絡(luò)1～網(wǎng)絡(luò)4的相關(guān)系數(shù)接近，而網(wǎng)絡(luò)5和網(wǎng)絡(luò)6的相關(guān)系數(shù)更高，表明后兩個(gè)網(wǎng)絡(luò)輸出的預(yù)測(cè)值在同一標(biāo)準(zhǔn)范圍內(nèi)的誤差較小。

表2 6種網(wǎng)絡(luò)的平均絕對(duì)百分比誤差值及相關(guān)系數(shù)

4 結(jié)論

本文采用MATLAB軟件構(gòu)建了具有單個(gè)隱藏層的6種不同的多層感知神經(jīng)網(wǎng)絡(luò)，預(yù)測(cè)三層結(jié)構(gòu)消防服裝用織物的對(duì)流換熱指數(shù)和輻射換熱指數(shù)，以預(yù)測(cè)織物的熱防護(hù)性能。其中，網(wǎng)絡(luò)1～網(wǎng)絡(luò)4由12個(gè)輸入項(xiàng)組成，僅包含1個(gè)輸出項(xiàng)，復(fù)合了對(duì)流換熱和輻射換熱的估測(cè)指標(biāo)。網(wǎng)絡(luò)5和網(wǎng)絡(luò)6由12個(gè)輸入項(xiàng)和2個(gè)輸出項(xiàng)組成，分別用于計(jì)算對(duì)流換熱和輻射換熱指標(biāo)，從而有效表征消防服的熱防護(hù)性能。預(yù)測(cè)結(jié)果表明，所有6種人工神經(jīng)網(wǎng)絡(luò)的平均絕對(duì)百分比誤差值均接近，且每種網(wǎng)絡(luò)的預(yù)測(cè)值與試驗(yàn)值均具有很好的相關(guān)性；本文提出的多層感知神經(jīng)網(wǎng)絡(luò)可有效地預(yù)測(cè)織物的對(duì)流換熱和輻射換熱指數(shù)，且具有兩個(gè)輸出的神經(jīng)網(wǎng)絡(luò)(網(wǎng)絡(luò)5和網(wǎng)絡(luò)6)具有更好的預(yù)測(cè)性能，能夠有效評(píng)估消防服裝的熱防護(hù)性能。