基于TS-SVR的飛行員服裝耗能測(cè)試與評(píng)價(jià)方法研究

隋修武 劉啟俊 戚曉玲 楊國(guó)甫

摘要：不同特性的服裝給飛行員帶來不同的體能消耗，進(jìn)而會(huì)影響飛行員的工作狀態(tài)和工作效率，為了解決飛行服裝耗能的測(cè)量和評(píng)價(jià)問題，本文提出了基于禁忌搜索算法（tabu search，TS）優(yōu)化支持向量機(jī)回歸（support vector machine regression， SVR）的服裝耗能測(cè)量與評(píng)價(jià)方法。首先以模特機(jī)器人為核心，再現(xiàn)飛行員在行走與駕機(jī)工作模式，搭建了飛行服裝耗能測(cè)試平臺(tái)，為減少試驗(yàn)次數(shù)，設(shè)計(jì)正交試驗(yàn)，探討了不同服裝特性參數(shù)對(duì)耗能的影響，提出了服裝耗能率的評(píng)價(jià)指標(biāo)，建立了基于禁忌搜索算法改進(jìn)SVR算法的服裝耗能模型。試驗(yàn)結(jié)果表明，該模型對(duì)服裝耗能的預(yù)測(cè)準(zhǔn)確度達(dá)95.5%以上。

關(guān)鍵詞：服裝耗能；支持向量機(jī)回歸；測(cè)試平臺(tái)；等級(jí)評(píng)估；禁忌算法

中圖分類號(hào)：V19文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.19452/j.issn1007-5453.2021.08.012

基金項(xiàng)目：航空科學(xué)基金（201729Q2001）

飛行員服裝是飛行員進(jìn)行飛行任務(wù)時(shí)最重要的防護(hù)裝備之一，是確保任務(wù)有序進(jìn)行而不受傷害的重要保障[1]。在保障基本性能和舒適性的前提下，如何減少服裝的耗能成為人們關(guān)注的熱點(diǎn)問題[2]。在工作時(shí)，飛行員需要時(shí)刻對(duì)服裝做大量無(wú)用功，主要體現(xiàn)在克服服裝的重力、克服服裝的摩擦力、克服意外沖擊振動(dòng)等[3]。這些大量的無(wú)用功增加了飛行員的體能消耗，從而極大地降低了工作效率。目前，對(duì)服裝耗能的研究相對(duì)較少，對(duì)服裝的研究大部分集中在面料和性能上[4]，而在飛行員服裝耗能研究上，研究人員大部分從工作人員的主觀感受出發(fā)，對(duì)服裝進(jìn)行尺寸大小等舒適性調(diào)節(jié)，雖然取得了一定的效果，但是沒有考慮到不同服裝對(duì)人體耗能的客觀測(cè)量與評(píng)價(jià)，不能定量地確定服裝種類和耗能之間的關(guān)系。

目前，對(duì)人體服裝耗能的研究多集中在以下幾種方法：行為觀察法、問卷調(diào)查法、心率監(jiān)測(cè)法、呼吸熱量計(jì)測(cè)定法、雙標(biāo)記水法，以及采用各種機(jī)械或電子式的運(yùn)動(dòng)傳感器。Meijer[5]首先檢測(cè)到心率數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行回歸分析，建立心率和服裝能耗之間的線性關(guān)系。由于影響心率的因素很多，如情緒、溫度等，很難保證試驗(yàn)條件的穩(wěn)定。采用呼吸熱量計(jì)測(cè)量人體能量的消耗，運(yùn)用呼吸時(shí)氣體的交換進(jìn)行人體能量消耗的估計(jì)，測(cè)定結(jié)果準(zhǔn)確度較高，但是對(duì)試驗(yàn)條件要求苛刻，準(zhǔn)備復(fù)雜，使用不便。Heyman[6]提出人體運(yùn)動(dòng)加速度絕對(duì)值對(duì)時(shí)間的積分與人體運(yùn)動(dòng)的能量消耗之間具有良好的線性關(guān)系，但是加速度計(jì)在測(cè)量時(shí)存在一定的系統(tǒng)干擾，并且沒考慮工作模式下的狀況，特別是無(wú)法對(duì)人體各個(gè)部位的局部運(yùn)動(dòng)做出總體評(píng)價(jià)。

以上大多從生理學(xué)的角度進(jìn)行耗能測(cè)量，測(cè)量過程較為復(fù)雜，依賴臨床數(shù)據(jù)，針對(duì)上述問題，本文設(shè)計(jì)了基于模特機(jī)器人的服裝耗能測(cè)試平臺(tái)，根據(jù)模特機(jī)器人運(yùn)動(dòng)過程中著裝前后消耗能量的差異，測(cè)量飛行服裝在工作狀態(tài)下的人體能量消耗[7]。

本文首先設(shè)計(jì)了行走工況和駕機(jī)操作工況的模特機(jī)器人的機(jī)械結(jié)構(gòu)與數(shù)據(jù)采集系統(tǒng)，搭建了服裝耗能測(cè)試平臺(tái)。提出了一種適用于不同種類、不同規(guī)格的飛行服裝的耗能預(yù)測(cè)模型。首先將9種不同規(guī)格的服裝穿在模特機(jī)器人上，模擬人的運(yùn)動(dòng)動(dòng)作，采集模特機(jī)器人手臂的擺動(dòng)速度與轉(zhuǎn)矩，得到運(yùn)動(dòng)過程中的耗能值，最后將不同類型服裝的參數(shù)作為輸入，耗能值作為輸出，得到禁忌搜索-支持向量機(jī)回歸（tabu search- support vector machine regression，TS-SVR）數(shù)學(xué)模型。建立不同規(guī)格的服裝參數(shù)和人體耗能之間的關(guān)系。

1飛行服裝耗能測(cè)試試驗(yàn)

1.1飛行服裝耗能測(cè)試平臺(tái)

以模特機(jī)器人為核心，搭建飛行服裝耗能測(cè)試平臺(tái)，開展飛行員個(gè)體防護(hù)服裝耗能測(cè)試。飛行員的常規(guī)工作模式分為上機(jī)前行走模式和駕機(jī)飛行模式。所建立的機(jī)器人耗能測(cè)試平臺(tái)如圖1所示。

模特機(jī)器人的運(yùn)動(dòng)參數(shù)按飛行員實(shí)際工作工況設(shè)計(jì)，手臂的擺動(dòng)范圍為前后擺角-60°～60°，擺動(dòng)速度為1.5rad/s。

選用基于ARM內(nèi)核的STM32F103ZET6單片機(jī)作為下位機(jī)控制核心，上位機(jī)程序通過串口發(fā)送控制指令到單片機(jī)，單片機(jī)程序解析控制命令，根據(jù)命令向電機(jī)驅(qū)動(dòng)器發(fā)送對(duì)應(yīng)動(dòng)作的PWM信號(hào)，驅(qū)動(dòng)器驅(qū)動(dòng)電機(jī)完成所需試驗(yàn)動(dòng)作，上肢和頸部輸出軸的轉(zhuǎn)矩與轉(zhuǎn)速信號(hào)，通過單片機(jī)上的A/D轉(zhuǎn)換器得到對(duì)應(yīng)數(shù)字信號(hào)，串口將轉(zhuǎn)速扭矩信號(hào)發(fā)送至上位機(jī)，實(shí)現(xiàn)在上位機(jī)實(shí)時(shí)顯示。通過相應(yīng)的數(shù)據(jù)濾波與分析計(jì)算，即可實(shí)現(xiàn)模特機(jī)器人模擬人體運(yùn)動(dòng)時(shí)的耗能測(cè)量[10]。測(cè)量系統(tǒng)結(jié)構(gòu)圖如圖2所示。

1.2服裝耗能測(cè)試試驗(yàn)

為驗(yàn)證測(cè)試平臺(tái)的試驗(yàn)效果，準(zhǔn)備三套典型的不同服裝，分別為棉、絲綢、皮革材料上衣，在駕機(jī)模式試驗(yàn)平臺(tái)進(jìn)行耗能試驗(yàn)。在試驗(yàn)過程中，根據(jù)機(jī)器人的輸出轉(zhuǎn)矩和轉(zhuǎn)速，計(jì)算得到服裝耗能數(shù)據(jù)。繪制功率曲線如圖3所示。

結(jié)果表明，服裝耗能瞬時(shí)功率會(huì)隨著飛行員不同動(dòng)作有所波動(dòng)，耗能試驗(yàn)平臺(tái)能夠有效地區(qū)分不同材質(zhì)服裝的耗能功率。棉制服耗能功率最小，約為32.17W，皮革制服消耗的功率最大，約為42.15W，絲綢制服和棉制服裝消耗的功率相差不大。

由于瞬時(shí)耗能功率存在一定的波動(dòng)，本文對(duì)20min工作狀態(tài)下，以上三種服裝的耗能進(jìn)行了累計(jì)分析，如圖4所示。結(jié)果表明隨著時(shí)間的增加，三種服裝的耗能值隨時(shí)間變化線性增加，且差別逐漸明顯，20min時(shí)，三種服裝的耗能分別為38609.54J、45030.62J、50580.4J。

1.3服裝耗能測(cè)試正交試驗(yàn)

影響服裝耗能的參數(shù)很多，如服裝的質(zhì)量、面料、尺碼、摩擦因數(shù)等，為了確定這些參數(shù)對(duì)耗能大小的影響情況，需要采用控制變時(shí)法，進(jìn)行單變量的大量的測(cè)試試驗(yàn)。為了克服試驗(yàn)數(shù)量大、需要的服裝種類多的難題，采用正交試驗(yàn)法進(jìn)行服裝耗能試驗(yàn)。

根據(jù)研究的需要，準(zhǔn)備三套不同質(zhì)量（1：大；2：中；3：小）、三套不同材質(zhì)（1：棉；2：絲綢；3：皮革）、三套不同尺碼（1：大；2：中；3：?。?、三套不同摩擦因數(shù)（1：高；2：中；3：低）的服裝進(jìn)行測(cè)試試驗(yàn)。其中質(zhì)量的范圍為0.4～1.2kg，摩擦因數(shù)范圍為0.05～0.3，將每個(gè)變量分為三個(gè)等級(jí)水平，按照正交試驗(yàn)法進(jìn)行試驗(yàn)，共進(jìn)行9組試驗(yàn)，減小了試驗(yàn)的復(fù)雜度。表1中分別用1～3代表不同因素的三個(gè)水平。

將三種不同材料的服裝分別進(jìn)行耗能試驗(yàn)，記錄試驗(yàn)數(shù)據(jù)，對(duì)影響服裝耗能的主要因素進(jìn)行測(cè)試，進(jìn)行1min測(cè)試的試驗(yàn)數(shù)據(jù)見表1。其中kj為第j列同一水平出現(xiàn)的次數(shù)。Ij、IIj、IIIj分別為第j列1、2、3水平所對(duì)應(yīng)的試驗(yàn)指標(biāo)的數(shù)值之和。

由表1的數(shù)據(jù)分析可知，在9組試驗(yàn)中，不同參數(shù)的服裝對(duì)人體的耗能影響程度不同，可以通過極值對(duì)比進(jìn)行分析，極差越大，則證明該因素在此條件下對(duì)服裝耗能影響程度越明顯。其中服裝質(zhì)量的耗能比其他因素的影響更高，極差Dj為0.89kJ，說明在此取值范圍內(nèi)，服裝質(zhì)量對(duì)服裝耗能的影響更為明顯，尺碼對(duì)服裝耗能的影響最小，極差為0.13kJ。在進(jìn)行服裝設(shè)計(jì)時(shí)，應(yīng)著重考慮服裝質(zhì)量的影響。

2基于TS-SVR的服裝耗能模型

2.1 TS-SVR的基本原理

支持向量機(jī)（support vector machine，SVM）[11]是建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)最小原理基礎(chǔ)上的，在解決小樣本、非線性及高維模式識(shí)別中有許多特有的優(yōu)勢(shì)[12]，支持向量回歸（SVR）是基于SVM的預(yù)測(cè)算法，其基本原理是將原始樣本數(shù)據(jù)投射到高維的特征空間，再通過線性回歸在高維空間中尋求最優(yōu)的回歸超平面，從而實(shí)現(xiàn)預(yù)測(cè)和數(shù)據(jù)分析的目的。

2.2 TS-SVR算法的改進(jìn)

由于損失函數(shù)ε和松弛變量ξ、ξ*是影響SVR回歸效果的主要因素，為了達(dá)到更好的回歸預(yù)測(cè)效果，本文選用禁忌搜索算法進(jìn)行這兩個(gè)參數(shù)的尋優(yōu)，提高模型回歸的準(zhǔn)確性和抗干擾能力。經(jīng)過禁忌搜索優(yōu)化的SVR，在新的特征空間中回歸更精確，模型訓(xùn)練時(shí)間更短。算法優(yōu)化的基本步驟為：（1）首先根據(jù)試驗(yàn)得到耗能試驗(yàn)數(shù)據(jù)，并初始化SVR的損失函數(shù)和松弛變量，隨機(jī)產(chǎn)生初始解x，置禁忌表為空。（2）判斷算法終止條件是否滿足：若是，則結(jié)束算法并輸出優(yōu)化結(jié)果；否則，繼續(xù)以下步驟。（3）利用當(dāng)前解的鄰域函數(shù)產(chǎn)生其所有（或若干）鄰域解，并從中確定若干候選解。（4）對(duì)候選解判斷藐視準(zhǔn)則是否滿足：若滿足，則用滿足藐視準(zhǔn)則的最佳狀態(tài)y替代x成為新的當(dāng)前解，并用與y對(duì)應(yīng)的禁忌對(duì)象替換最早進(jìn)入禁忌表的禁忌對(duì)象，同時(shí)用y替換“best so far”狀態(tài)，然后轉(zhuǎn)步驟（6）；否則，繼續(xù)以下步驟。（5）判斷候選解對(duì)應(yīng)的各對(duì)象的禁忌屬性，選擇候選解集中非禁忌對(duì)象對(duì)應(yīng)的最佳狀態(tài)為新的當(dāng)前解，同時(shí)用與之對(duì)應(yīng)的禁忌對(duì)象替換最早進(jìn)入禁忌表的禁忌對(duì)象。（6）判斷算法終止條件是否滿足：若是，則結(jié)束算法并輸出優(yōu)化結(jié)果；否則，轉(zhuǎn)步驟（3）。（7）將優(yōu)化后的懲罰參數(shù)C與核函數(shù)參數(shù)寫入SVR回歸模型，進(jìn)行訓(xùn)練。TS-SVR算法流程如圖5所示。

2.3基于TS-SVR的服裝耗能模型

采用改進(jìn)的支持向量機(jī)回歸算法TS-SVR，建立了服裝耗能模型，以服裝的4個(gè)參數(shù)（質(zhì)量、材質(zhì)、摩擦因數(shù)、尺碼）作為四維輸入矢量，以20min的服裝耗能作為輸出，進(jìn)行非線性回歸。

為了驗(yàn)證TS-SVR模型的服裝耗能模型的有效性，以及進(jìn)行模型分析效率的評(píng)估，根據(jù)正交試驗(yàn)中影響服裝耗能4種不同影響因素作為輸入，均取20min的服裝耗能作為輸出，對(duì)不同特性的服裝進(jìn)行耗能回歸分析，將500組試驗(yàn)數(shù)據(jù)，按照8：2進(jìn)行訓(xùn)練集和測(cè)試集劃分，進(jìn)行回歸模型訓(xùn)練與測(cè)試。模測(cè)預(yù)測(cè)耗能值與實(shí)際測(cè)量值對(duì)比，觀察擬合曲線的預(yù)測(cè)性能，見表2。從表2可以看出，預(yù)測(cè)精準(zhǔn)度平均達(dá)到95.5%以上，基于TS-SVR的服裝耗能回歸模型具有很好的回歸預(yù)測(cè)性能。證明TS-SVR構(gòu)建算法的可行性。

3服裝能耗率評(píng)估

由于服裝質(zhì)量是影響服裝耗能的重要因素，眾所周知，服裝的質(zhì)量越大，則相同工況下其能耗越大。為了分析服裝的面料、款式、摩擦因數(shù)以及裁剪方式等對(duì)能耗的影響，本文提出單位質(zhì)量的服裝耗能率作為耗能的評(píng)價(jià)指標(biāo)。

總結(jié)飛行員裝備的耗能機(jī)理，提出耗能的表征方法，提出耗能率及耗能特征曲線等參數(shù)的指標(biāo)評(píng)價(jià)方法。其中，耗能率即單位質(zhì)量服裝在單位時(shí)間內(nèi)的耗能量，考慮到量綱的大小，選取的量綱為W/kg；耗能特征曲線即耗能率隨工況（飛行員的運(yùn)動(dòng)狀態(tài)）的變化曲線。

根據(jù)上述試驗(yàn)得到，耗能率的范圍為0.8～4.8W/kg。根據(jù)服裝耗能率，將耗能分為5個(gè)等級(jí)，分別對(duì)應(yīng)等級(jí)Grade 1～5，以材質(zhì)、尺碼、摩擦因數(shù)為空間三坐標(biāo)，用不同顏色標(biāo)注服裝耗能率，做出服裝耗能率三維散點(diǎn)圖，如圖6所示。其中三個(gè)坐標(biāo)軸對(duì)應(yīng)的數(shù)值為影響因素的高低值。為便于分析，材質(zhì)主要體現(xiàn)在彈性上，用彈性系數(shù)表示，范圍為0.1～0.8，尺碼的范圍為1～3，摩擦因數(shù)的范圍為0.2～0.6。

從圖6可以看出，基于耗能率的服裝耗能等級(jí)隨著三個(gè)不同的影響因素的改變而變化。由左下的等級(jí)1的三個(gè)黑點(diǎn)可知，摩擦因數(shù)和尺碼在取值固定不變時(shí)，服裝材料取值的改變對(duì)服裝能耗等級(jí)幾乎沒有影響。在摩擦因數(shù)取較大值時(shí)，服裝耗能等級(jí)就會(huì)變大。因此可以根據(jù)上述試驗(yàn)結(jié)果，根據(jù)不同的服裝能耗等級(jí)選擇最佳的服裝設(shè)計(jì)方案，為減小不同工況下工作人員的體能消耗提供了依據(jù)。

4結(jié)論

通過研究，可以得到以下結(jié)論：

（1）以模特機(jī)器人為核心，搭建的飛行服裝耗能測(cè)試平臺(tái)，可以完成飛行員個(gè)體防護(hù)服裝耗能的定量測(cè)試。

（2）基于TS-SVR的服裝耗能預(yù)測(cè)算法可較好地預(yù)測(cè)服裝的不同參數(shù)耗能大小的影響，預(yù)測(cè)準(zhǔn)確率達(dá)95.2%，為飛行員裝備耗能研究、功能性設(shè)計(jì)、質(zhì)量評(píng)定提供指導(dǎo)和依據(jù)。

（3）服裝耗能率，即單位質(zhì)量服裝在單位時(shí)間內(nèi)的耗能量，作為服裝耗能的評(píng)價(jià)指標(biāo)，可以在一定程度上為服裝能耗等級(jí)劃分提供依據(jù)。

參考文獻(xiàn)

[1]Murray S L，Simon Y L，Sheng H. The effects of chemical protective suits on human performance[J]. Journal of Loss Prevention in the Process Industries，2011，24（6SI）：774-779.

[2]張炯，曾銳.商用飛機(jī)單一飛行員駕駛模式設(shè)計(jì)及測(cè)試[J].航空科學(xué)技術(shù)，2020，31（6）：42-49. Zhang Jiong， Zeng Rui. Design and test of single pilot driving mode of commercial aircraft[J]. Aeronautical Science & Technology，2020， 31（6）：42-49.（in Chinese）

[3]Dorman L E，Havenith G. The effects of protective clothing on energy consumption during different activities[J]. European Journal ofApplied Physiology，2009，105（3）：463-470.

[4]余瑤，錢曉明.服裝材料性能測(cè)試與分析[J].先進(jìn)材料研究，2011，6（3）：2447-2450. Yu Yao， Qian Xiaoming. Performance test and analysis of clothing materials[J]. Advanced Materials Research，2011， 6（3）：2447-2450.（in Chinese）

[5]Meijer G A. Assessment of energy expenditure by recording heart rate and body acceleration[J]. Medicine & Science in Sports & Exercise，1989，7（2）：135-142.

[6]Heyman M B. Prediction of total energy expenditure using caltrac activity monitor[J]. International Journal of Obesity，1991，3（3）：72-78.

[7]Morgunov V L. Calorimeter energy calibration using the energy conservation law[J]. PRAMANA Journal of Physics，2007，69（6）：1097-1100.

[8]黃西廣.一種機(jī)器人仿真與控制技術(shù)[J].先進(jìn)材料研究，2011， 2（2）：53-58. Huang Xiguang.Atechnology of robot simulation and control[J].Advanced Materials Research，2011，2（2）：53-58.（in Chinese）

[9]賈新強(qiáng)，張松，黃飛飛.基于人在回路的直升機(jī)著艦控制律設(shè)計(jì)與仿真[J].航空科學(xué)技術(shù)，2021，32（1）：53-59. Jia Xinqiang， Zhang Song， Huang Feifei.Design and simulation of helicopter landing control law based on man-in-loop [J]. Aeronautical Science & Technology， 2021， 32（1）：53-59.（in Chinese）

[10]黃光.基于STM32的串行通信研究[J].計(jì)算機(jī)科學(xué)進(jìn)展，

2017，8（3）：191-193. Huang Guang. Research of serial communication based on STM32[J]. Advances in Comptuer Science Research， 2017， 8（3）：191-193.（in Chinese）

[11]Wang H F，Hu D J. Comparison of SVM and LS-SVM for regression[J]. Pramana Journal of Physics，2015，3（2）： 113-120.

[12]劉岳鋒，李雅，段卓毅，等.基于支持向量機(jī)的飛機(jī)系統(tǒng)辨識(shí)方法研究[J].航空科學(xué)技術(shù)，2019，30（7）：68-72. Liu Yuefeng， Li Ya， Duan Zhuoyi， et al. Research on aircraft system identification method based on support vector machine[J]. Aeronautical Science & Technology，2019， 30（7）：68-72.（in Chinese）

[13]Xu Y，Zhang D，Song F，A method for speeding up feature extraction based on KPCA[J]. Neuro Computing，2007，70（4-6）：1056-1061.

[14]Paprocka I，Gwiazda A，Baczkowicz M. Robustness of schedules obtained using the tabu search algorithm based on the average slack method[J]. Advances in Intelligent Systems and Computing，2017，2（2）：426-434.

Experimental Study and Prediction Method of Energy Consumption of Pilot Clothing Based on SVR

Sui Xiuwu1，Liu Qijun1，Qi Xiaoling2，Yang Guofu2

1. Tianjin Key Laboratory of Modern Electromechanical Equipment Technology，Tiangong University，Tianjin 300387，China

2. Aviation Key Laboratory of Science and Technology on Life-Support Technology，Xiangyang 441002，China

Abstract： In order to solve the problem of energy consumption caused by different characteristics of pilot clothing， an identification method of human body energy consumption suitable for different types of pilot clothing was proposed. Firstly， the model robot was designed to reproduce the motion state by simulating the human body in the working mode， and the protective energy consumption test platform was built.In order to explore the influence of different characteristics of clothing on the energy consumption of equipment system， orthogonal experiments were carried out on the model robot experimental platform， and a prediction model of clothing energy consumption based on Support Vector machine Regression （SVR） was proposed.The experimental results show that the model based on SVR can well predict the relationship between different characteristics of clothing and physical consumption， and can accurately evaluate the clothing grade of different characteristics of clothing.

Key Words： clothing energy consumption； support vector machine regression； test platform； rating evaluation； prediction