考虑环境因素影响下某机枪抛壳可靠性分析

自动武器作为国防装备体系最基础的单元，装备数量多，应用场景广，其在射击过程中枪膛内处于高压、高温状态，同时各机构连续高速运转，常见故障[1]有不闭锁、不抽壳、不抛壳、卡壳、卡弹、空膛、拉壳钩钩齿断裂等，保证在规定条件下按照射击规范可靠地达到预期功能显得尤为重要。某型通用机枪[2]作为班组火力的主角，无论是对暴露的敌方步兵的压制，还是对敌装甲目标或低空飞行的敌直升机、无人机的打击，在现代战场中的作用是无可替代的，其能否正确可靠射击直接影响到部队战斗力。

国内在枪械可靠性方面已做出了相关研究，张丽平[3]以某自动武器的发射机构为研究对象，分析机构的运动规律，建立机构的参数化模型，综合考虑尺寸链约束对机构的动作可靠性进行优化设计。曹炜[4]对某自动步枪的闭锁机构进行闭锁动作可靠性分析，借助Adams建立了闭锁动作可靠性虚拟样机模型，分析得到了在随机因素影响下的故障率，进行基于故障率的参数灵敏度分析。仿真分析表明枪机框导轨半径、机头导柱半径和击针簧预压力是影响该闭锁机构动作可靠性的主要因素。但是在实战化条件下，多元化的环境因素工况条件对高速运动的碰撞传动机构的动作可靠性影响显著。在复杂环境因素[5]的影响下，自动武器的碰撞传动工作方式[6]将产生较大的能量损耗，从而影响机构动作的正确完成。

在现有的自动武器机构动作可靠性仿真建模理论方法中，缺少对环境因素的影响分析，更缺乏在多元环境工况条件下的机构动作可靠性理论建模和仿真研究[7]。本文对多元环境因素影响下的自动机运动速度规律进行分析，针对典型武器的自动机抛壳机构，建立机构运动的数学力学仿真模型，通过机理仿真获得其响应特征和故障机理[8]。在机构运动的数学力学仿真模型基础上，考虑火药气体载荷，零部件尺寸和多元环境因素的随机性，针对自动机建立动力学虚拟仿真模型，并用概率分布随机抽样的方法[9]找出各种环境因素、设计参数等对自动机动作可靠性的影响[10]。总体分析流程如图1所示。

1 环境因素对自动武器机构动作失效机理研究

枪械作为一个复杂机械系统，在常温条件下射击时常见故障有卡壳、卡弹、空膛、不发火等。在实战化条件下会受到高温、低温、扬尘、淋雨等多元环境因素的影响，也会受到包括拉壳钩簧刚度、预压力，复进簧刚度、预压力，抛壳窗和抛壳挺位置等设计参数的影响。多元环境因素的影响和自动机本身的设计和制造问题等均会引起卡弹、卡壳、复进不到位等多种类型的故障。本文主要考虑环境因素对自动机的影响。下面就自动武器在几种常见的环境因素(如：高温、低温、扬尘和淋雨)条件下常见的一种或两种故障及其表现形式，分析其产生故障的可能的原因和发生故障的机理[11]。

1) 高温：高温状态下枪械内部润滑油脂挥发，导致各部件之间摩擦阻力增大，进而发生卡壳、空膛等故障；膛压升高导致武器射频增大，易发生不抽壳等故障。

2) 低温：低温状态下由于膛压降低、枪机后坐能量不足；润滑剂粘度增加，各部件摩擦阻力增大，易发生空膛、后坐不到位故障；

3) 扬尘：在扬尘环境因素的影响下，活动机件之间(例如枪机框与机匣导轨)的摩擦变大，会发生后坐和复进的阻力增大，后坐和复进的速度降低、位置变化等情况，造成卡滞或卡死现象。易发生卡弹、卡壳、后坐不到位、复进不到位等故障。

4) 淋雨：导气孔进水会引起后坐能量不足，同时雨水与润滑油脂混合也造成运动阻力的变化，易发生空膛故障，自动机关键件的运动速度和位移发生变化。

在对枪械失效机理研究的基础上，针对高射速下的典型含间隙碰撞传动机构(自动机)，建立动力学仿真模型，采用理论建模和试验测试相结合的方法研究多元环境因素对机构响应特征量的影响关系模型，从而建立多元环境因素下的机构动作故障仿真模型。

2 自动机抛壳机构动作故障建模仿真

某型通用机枪自动机采用导气式原理、刚性抛壳机构抛壳，一个完整的工作循环包括自由、开锁、拨弹、抽壳、抛壳、推弹、闭锁等行程。通过分析各种不同类型枪械故障数据，可以得到卡壳故障是枪械几大频发故障模式之一，所以有必要对自动武器抛壳过程进行研究，找出自动机正常抛壳的速度范围。

2.1 抛壳机构虚拟样机模型的建立

某型通用机枪组件较多，形状复杂，所以在建模仿真中需要对不影响抛壳动作的零部件进行必要简化。利用Adams动力学仿真软件建立机枪抛壳机构虚拟样机模型[12]，如图2所示。模型包括7个刚体：枪管、弹壳、机头、机头载体、拉壳钩、抛壳挺、抛壳窗；机头与拉壳钩间添加一个拉壳钩簧；一个旋转驱动，控制机头开锁时的旋转；一个线性驱动添加于机头载体和大地间，用于控制抛壳速度。弹壳与枪管、拉壳钩、机头、抛壳挺、抛壳窗之间添加接触副。模型各组件间的约束副如表1所示。枪械抛壳过程示意图如图3，枪机在导气室压力作用下开锁，从枪口方向观察逆时针旋转38°，并后退至抛壳位置。模型重力方向为y轴向下。

2.2 仿真过程与结果分析

某型通用机枪作为一款成熟且大量装备的武器，其结构设计参数已趋于完善，所以在正常使用过程中环境因素对枪械可靠性影响更大。针对在高温、低温、扬尘、淋雨等环境使用中可能出现的卡壳等故障，借助仿真模型动画以及弹壳质心位移图，找出自动机抛壳机构可以正确抛壳的影响因素。

结合某型通用机枪后坐阶段工作机理分析，枪弹击发后，火药气体产生的的膛底压力后推弹壳和枪机，同时火药气体的弹底压力推动弹头向前运动。当弹头向前越过导气孔后，部分火药气体进入导气孔，带动活塞推动枪机框开始后坐，枪机旋转一定角度后形成开锁；枪机框带动枪机一起后退，枪机抽出弹壳，开启枪膛，枪机和枪机框继续后退，直到枪机框后端面和复进机前端面相撞为止。

该型机枪使用5.8 mm重弹，内弹道和后效期的膛压-时间曲线可由程序计算得出，如图4所示：

枪机框后坐过程由导气室压力提供动力，此处选用1号气槽，宽度为

调节器外径为19.995～20.005 mm，导气箍的外径为20.01～20.02 mm。根据布拉文经验公式，导气室作用力计算公式为[13]：

其中：pd为弹头经过导气孔瞬时膛内平均压力; b为与膛内压力冲量有关的时间系数; a为与导气装置结构参数有关的系数; t为气室压力工作时间; sh为导气室活塞面积; ηs为导气装置冲量效率; i0为膛内压力的单位全冲量。

对于整个枪机框后坐过程，可以简化为一个零件在弹簧作用下的运动来分析[13]。如图5所示，将自动机等效为一个质量为M的滑块，受到导气室压力Pq，摩擦阻力R和弹簧力Fx共同作用，抽壳阻力由于作用时间较小，此处可忽略。

得到零件运动的微分方程式：

式中：M为零件质量；Pq为导气室内燃气压力；Sh为活塞面积；F1为弹簧预压力；k为弹簧刚度；R为零件所受阻力。据此，可以求得自动机后坐过程各阶段的运动参数。如图6、图7所示，分别求出自动机自由行程、开锁行程、拨弹行程以及抛壳行程的几个关键点速度，用直线拟合后近似得到枪机后坐过程速度曲线。

考虑环境因素后，自动机的运动速度发生一定的变化，分别求出高温、低温、扬尘以及淋雨状态下的自动机运动速度图，并导入Adams软件中，分析弹壳的运动过程，测量并记录弹壳与枪机轴线的角度变化。仿真发现，弹壳后退运动过程有多种情况，造成抛壳可能失效的原因有：

1) 在加速运动阶段，弹壳运动的加速度越大，弹壳受惯性力的影响越大，弹壳底缘与拉壳钩钩齿左侧接触，在重力的作用下，容易发生倾斜并脱离拉壳钩，即使没有脱离，也容易使弹壳底面发生偏斜，如图8所示。在后退过程中弹壳与枪机轴线的倾斜角度如图9所示，观察可得：弹壳倾斜角度大于3°，一般易导致从拉壳钩脱落，翻转后掉落机匣，造成抛壳故障。

2) 在减速运动阶段，拉壳钩钩齿右侧边缘与弹底缘接触，由于惯性力的作用，弹壳有向上倾斜趋势，造成后退过程中弹壳底面发生偏斜，在与抛壳挺发生撞击时会发生运动方向和轨迹的偏离，如图10所示。其弹壳与枪机轴线夹角变化曲线如图11所示，在与抛壳挺碰撞后，因能量不足以抛出抛壳窗，掉落机匣，导致卡壳。

3) 特例：如果加速时加速度大，减速时负加速度也大，则弹壳向下倾倒的趋势会被向上倾倒的趋势抵消，如果撞击时弹壳底面的位置偏斜量小，则也有可能抛出抛壳窗，如图12所示。其弹壳与枪机轴线夹角变化曲线如图13所示。

仿真发现，通过施加旋转驱动与线性驱动，该型通用机枪无法通过单一因素找出抛壳失效判据，因此可以采用仿真试验表和神经网络预测方法来预测是否发生故障。结合仿真动画以及位移图分析，在弹壳后退过程中，弹壳的质心在Y方向上的位移按一定规律波动。根据斜碰撞理论，碰撞前的弹壳速度对碰撞后的弹壳速度和方向也有影响。因次，可以将抛壳后坐过程最大速度DV1、抛壳速度DV2和达到最大后坐速度时的枪机位移S作为仿真试验设计的参数。

2.3 神经网络预测[14]

在设计网络之前需要制作训练样本，根据自动机模型仿真以及理论计算结果，得到上文选定的3个参数取值范围，设计DV1、DV2以及S的取值，如表2所示。

将以上3种参数两两组合，剔除不符合要求(DV2大于DV1)的组合，对每个样本点通过Adams软件仿真是否可以成功抛壳(概率为0表示失败，1表示成功。0与1之间表示有碰撞，越接近于1成功概率越高)。得到132组试验样本，其参数如表3所示，抽出12组数据用来测试，利用Matlab编写BP神经网络进行训练与预测。

用抽出的12组数据进行测试，结果符合预期。

3 考虑环境因素的自动武器机构(自动机)动作可靠性分析

3.1 影响自动机运动的敏感参数及取值

为了评价枪械在实战化条件下的碰撞传动机构的可靠性，采用故障率作为预测和评价其可靠性的指标。

根据自动机碰撞传动机构往复循环工作的特点，在自动武器连续射弹的过程中，由于每发弹的差异性和环境温度的变化，内弹道膛压载荷是一个随机变量，摩擦因数和气室压力也随环境因素的变化而具有随机性，因此采用理论仿真模型预测单发随机参数(膛压、摩擦因数、气室压力)的概率分布函数。在自动武器抛壳机构动力学仿真模型基础上，对多元环境条件影响下碰撞传动机构动作可靠性的随机参数进行分析，选取装药温度(模拟温度影响)、枪机框导轨摩擦系数(模拟扬尘影响)、气室冲量(模拟淋雨影响)3个参数作为对自动机抛壳响应量敏感的参数。

其中内弹道膛压的概率分布函数由内弹道计算结果确定，其数值与装药条件参数、弹丸参数和温度参数的随机性有关；气室压力可以由淋雨量估计，反应在气室冲量效率上；摩擦系数则与扬尘等级有关。查阅相关设计手册、国军标以及该型速射武器故障统计数据，以上3个参数符合正态分布，取为表4所示。

在前述神经网络预测抛壳是否成功的基础上，采用蒙特卡洛法分别对上述3个敏感参数进行抽样仿真。根据自动机工作循环图计算该速射武器各行程运动，并在Matlab软件中编写程序计算。

在自动机后坐过程中，影响自动机运动的敏感参数有火药形状系数、弹丸质量、装药量、挤进压力、火药弧厚、火药力、燃速系数、装药温度、枪机框导轨动摩擦系数、气室冲量效率、弹壳抗拉强度、抽壳最大应力。将以上参数取定均值和标准差后，代入自动机运动方程计算。

3.2 蒙特卡洛模拟法抽样仿真

机械产品可靠性分析中常常涉及分布类型综合问题，即目标函数受n个随机变量影响，每个随机变量通常都服从正态分布。往往通过数学积分的方式直接求解目标函数的分布规律较困难，所以采用蒙特卡洛法由概率密度生成相互独立且均匀的伪随机数，代入仿真模型，计算出目标函数的值，并与已确定的可靠性判据相比较是否满足条件。设某一条件下仿真模拟的次数为N，故障数为S，则该条件下故障率为P=S/N，可靠度为R=1-S/N。易得，抽样模拟次数越多，则求解精度越高。所以为了得到较为精确的结果，按照经验一般模拟次数N至少应取1 000次。

此处采用蒙特卡洛法，将单发随机参数代入仿真模型，针对装药温度、摩擦系数、气室冲量效率分别借助Matlab软件抽样仿真5 000次，得到不同条件下抛壳故障率如表5。

由仿真结果分析可得:该型导气式自动武器在实战化条件下可靠性受多元环境因素影响，其中低温条件下产生故障最多，扬尘条件下影响其次；高温和淋雨条件下表现较好，抛壳故障率较低。推测在扬尘条件下，砂石进入自动武器内部，造成自动机机构摩擦阻力增大，过多消耗了自动机后坐过程的能量，导致抛壳无力，速度过小无法将弹壳可靠抛出。所以在沙漠或伴随装甲力量行军时做好枪械防砂石工作，以免砂石进入内部构造影响射击可靠性。在模拟淋雨过程中，雨水进入导气孔，导致气室压力减小，引起自动机后坐能量不足，进而抛壳失败。所以在武装泅渡等情形过后，应将枪械内部恢复干燥。在高温条件下，该型自动武器表现良好，说明耐高温性能较好，能在高温环境下可靠射击。在低温环境中故障率偏高，推测低温导致气体能量不足，加之自动机润滑效果退化，导致抛壳失败。将模拟仿真结果与按照国军标进行的试验数据对比，可得出此结果对枪械的故障率分析具有一定意义。

4 结论

1) 抛壳失败的因素不是单一变量；

2) 低温环境对抛壳故障率影响最大，扬尘环境其次，高温下故障率低于扬尘条件，常温和淋雨环境对抛壳影响最小。预测结果的故障率与试验结果的故障率相近。

[1] 徐辉.现役枪械可靠性评估方法研究[D].南京：南京理工大学,2008.

[2] 张涛.某型号机枪连发射击动力学分析与稳定性研究[D].南京：南京理工大学,2014.

[3] 张丽平.自动武器发射机构运动可靠性分析与设计研究[D].南京：南京理工大学,2016.

[4] 曹炜.某自动步枪典型故障可靠性分析及研究[D].南京：南京理工大学,2019.

[5] 胥泽奇，李引，李俊松等.环境工程在某枪族研制过程中的应用[J].装备环境工程,2008,5(06)：35-40.

[6] 黄书伟.自动武器冲击碰撞动力学精确建模技术[D].太原：中北大学2018.

[7] 李强.某新型自动武器的动力学建模与仿真[D].南京：南京理工大学,2008.

[8] 袁点，张朋，张克.某模块化枪族导气装置动力特性仿真研究[J].兵器装备工程学报，2019，40(10):50 -53.

[9] 董艳秋，田敬博.蒙特卡洛法结构可靠性分析[J].黑龙江工程学院学报(自然科学版),2010,24(01):27-29.

[10] 张相炎.兵器系统可靠性与维修性[M].北京：国防工业出版社，2016.

[11] 张俊斌,马力.枪械环境适应性试验可靠性评定方法的研究[J].轻兵器,1998(02):15-18.

[12] 邹衍，徐诚，罗少敏,等.自动步枪刚性抛壳可靠性分析与设计方法研究[J].兵工学报,2017(02):4-12.

[13] 《步兵自动武器及弹药设计手册》编写组.步兵自动武器及弹药设计手册[M].北京：国防工业出版社,1977.

[14] 方峻,李林林,徐诚.基于神经网络和遗传算法的身管多目标优化[J].机械设计与制造,2013(08):110-112,116.