基于神經(jīng)網(wǎng)絡(luò)的6系鋁合金接頭鍛壓工藝優(yōu)化分析

王大為，雷艷惠

（咸陽職業(yè)技術(shù)學(xué)院，陜西 咸陽 712000）

鋁合金作為一種常用的合成金屬，其自身密度較低，可塑性良好，且自身合金的性質(zhì)使得導(dǎo)熱性及強(qiáng)度突出，在工業(yè)制造及加工中應(yīng)用廣泛[1]。如今，在汽車制造、航空航天等領(lǐng)域，都能看到鋁合金產(chǎn)品的影子。6系鋁合金可塑性及耐腐蝕性在鋁合金中較為突出，冷加工難度小，無應(yīng)力腐蝕開裂。鋁合金主要成為為鎂、鋁及硅，在日常生活中鋁制品焊接、車架焊接應(yīng)用前景廣闊[2]。神經(jīng)網(wǎng)絡(luò)技術(shù)屬新型人工智能技術(shù)，可模擬人腦實現(xiàn)參數(shù)智能控制，優(yōu)化工藝。但是，該技術(shù)在6系鋁合金接頭鍛壓工藝上的應(yīng)用鮮有報導(dǎo)，故文章探索該先進(jìn)人工智能技術(shù)對6系鋁合金接頭鍛壓工藝的優(yōu)化作用，為提高6系鋁合金接頭鍛壓工藝質(zhì)量及效率打下基礎(chǔ)。

1 構(gòu)建神經(jīng)網(wǎng)絡(luò)模型

構(gòu)建模型選擇四層拓?fù)浣Y(jié)構(gòu)，規(guī)格為5x30x6x1，構(gòu)建6系鋁合金接頭鍛壓工藝優(yōu)化模型，其基本結(jié)構(gòu)如下圖所示。

圖1 神經(jīng)網(wǎng)絡(luò)優(yōu)化的模型結(jié)構(gòu)示意圖

如圖所示，該神經(jīng)網(wǎng)絡(luò)模型分為四層，分貝為輸入層、輸出層及兩層隱含層。

輸入層：含有五參數(shù)，為鋁合金牌號（取值6061、6063、6A02、6082、6463，按順序標(biāo)記為1、2、3、4、5）、模具預(yù)熱度數(shù)（在200℃～450℃之間，約每間隔10℃后取一數(shù)值）、起始鍛溫（在420℃～520℃范圍，約每間隔10℃后取一數(shù)值）、終止鍛溫（在300℃～400℃之間，約每間隔10℃后取一數(shù)值）及鍛壓速度（為2mm/s～30mm/s之間，每1mm/s取一數(shù)值）參數(shù)。

在該模型中，其輸出參數(shù)有且只有一個，拉伸性能為實際輸出參數(shù)。模型通過purelin函數(shù)作為傳遞函數(shù)，以tansig函數(shù)為隱含層傳遞函數(shù)，模型各個輸入?yún)?shù)采用歸一法及逆運算處理運轉(zhuǎn)。

2 試驗準(zhǔn)備及方式

以6系鋁合金為實際試驗材料，從神經(jīng)網(wǎng)絡(luò)模型中輸入層參數(shù)中隨機(jī)選擇部分?jǐn)?shù)據(jù)，成為鍛壓工藝參數(shù)，在本次試驗中組合出30組試驗工藝參數(shù)，在3MN油壓機(jī)上鍛壓試驗分析，最終獲取22個6系鋁合金接頭數(shù)據(jù)案例。

對其拉伸性分析，主要通過WD-200D的電子試驗機(jī)進(jìn)行測試分析，在常溫下測試。

拉伸試驗完成后，采用JSM6510的掃描電子顯微鏡，對處理后的6系鋁合金接頭試樣的拉伸斷口仔細(xì)觀察，觀察其形狀，及時記錄。

3 對神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練、預(yù)測及驗證分析

3.1 模型訓(xùn)練分析

對模型訓(xùn)練分析，主要在以神經(jīng)網(wǎng)絡(luò)技術(shù)支持下構(gòu)建6系鋁合金接頭鍛壓工藝模型，為確保模型對原6系鋁合金接頭鍛壓工藝有明顯的優(yōu)化的和改善，需進(jìn)一步學(xué)習(xí)、訓(xùn)練并優(yōu)化。

主要在上文的30組數(shù)據(jù)中，隨機(jī)選取22組數(shù)據(jù)為模型訓(xùn)練構(gòu)建基本的樣本性數(shù)據(jù)。訓(xùn)練開始，通過trainlm函數(shù)為模型實際訓(xùn)練函數(shù)，將大量參數(shù)設(shè)置為模型自身的默認(rèn)值，訓(xùn)練速度調(diào)整為0.02，設(shè)置動量因子0.8，期望誤差則設(shè)置為1x10-5。設(shè)置好實際的參數(shù)后，得到對應(yīng)神經(jīng)網(wǎng)絡(luò)技術(shù)下的6系鋁合金接頭鍛造工藝模型訓(xùn)練性能數(shù)據(jù)，如圖2所示。

圖2 設(shè)計模型訓(xùn)練曲線分析（縱坐標(biāo)為訓(xùn)練誤差，橫坐標(biāo)為訓(xùn)練次數(shù)）

經(jīng)圖2可得，經(jīng)過6938次訓(xùn)練之后，發(fā)現(xiàn)模型自身訓(xùn)練性能曲線逐漸穩(wěn)定，起伏及波動較小，曲線逐漸平滑。因此，可以判斷該模型自身穩(wěn)定性較好，模型可以很好的反映出輸入?yún)?shù)，也就是鋁合金牌號、模具預(yù)熱度數(shù)、起始鍛溫、終止鍛溫及鍛壓速度和輸出參數(shù)（拉伸性能）之間關(guān)聯(lián)特征。

3.2 模型預(yù)測及效果

對模型進(jìn)行學(xué)習(xí)訓(xùn)練，不能夠很好的達(dá)到預(yù)期采用神經(jīng)網(wǎng)絡(luò)技術(shù)提高6系鋁合金接頭鍛壓工藝效果的目的，應(yīng)在其中驗證模型的預(yù)測能力及模型實際精度，保證結(jié)果具有說服力。

因此，文章在此處選擇前面未經(jīng)過學(xué)習(xí)訓(xùn)練的八組數(shù)據(jù)樣本，在23～30之間為數(shù)據(jù)編號，得到仰恩的實際驗證結(jié)果，如圖3所示。

圖3 選擇的八組模型預(yù)測驗證結(jié)果公示分析

對相對誤差的計算，主要以計算的得到的輸出參數(shù)實際值，去除預(yù)測值，之后再除預(yù)測值，得到實際的相對誤差。

從圖上可以得到，計算的相對誤差在2.4%～4.2%之間，計算相對誤差平均值，約為3.3%，綜上所述，采用該神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建6系鋁合金接頭鍛壓工藝模型，其實際預(yù)測能力突出，得到的預(yù)測結(jié)果精度高、誤差小，可真實的反映出輸入?yún)?shù)及輸出參數(shù)之間存在的關(guān)系，將其應(yīng)用到6系鋁合金接頭鍛壓工藝當(dāng)中，可有效提高鍛壓質(zhì)量及效率，提高產(chǎn)品精度。

4 生產(chǎn)線中該神經(jīng)網(wǎng)絡(luò)優(yōu)化模型的應(yīng)用分析

上文對基于神經(jīng)網(wǎng)絡(luò)技術(shù)的6系鋁合金接頭鍛壓工藝模型預(yù)測分析，發(fā)現(xiàn)模型優(yōu)越性較高，將模型投入到實際的6系鋁合金接頭鍛壓生產(chǎn)線中，以某企業(yè)6系鋁合金接頭鍛壓生產(chǎn)線為例，得到其具體的工藝參數(shù)，如表1所示。

表1 6063鋁合金接頭鍛壓工藝對應(yīng)工藝參數(shù)一覽圖

通過采用該神經(jīng)網(wǎng)絡(luò)技術(shù)的6系鋁合金接頭鍛壓工藝模型，經(jīng)過鍛壓處理的6063鋁合金接頭，其抗拉強(qiáng)度明顯提升，從原本250MPa提升到293MPa，約增加16%，效果突出，產(chǎn)品抗拉伸性能高度提升，可滿足工業(yè)制造及實際應(yīng)用需求。

對傳統(tǒng)生產(chǎn)線工藝和以神經(jīng)網(wǎng)絡(luò)技術(shù)為支持的6系鋁合金接頭鍛壓工藝模型比對分析，觀察其鍛壓后的試壓拉伸斷口，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)模型優(yōu)化后的鍛壓工藝和傳統(tǒng)生產(chǎn)線采用的鍛壓工藝，對鋁合金接頭的拉伸斷口都是韌窩形狀和撕裂棱，但是二者的拉伸斷口存在明顯差異：相較于生產(chǎn)線使用的傳統(tǒng)工藝，以神經(jīng)網(wǎng)絡(luò)技術(shù)為支持的6系鋁合金接頭鍛壓工藝模型其拉伸后的斷口韌窩普遍細(xì)小，且撕裂棱整體較少。

也就是說，采用以神經(jīng)網(wǎng)絡(luò)技術(shù)為支持的6系鋁合金接頭鍛壓工藝模型，其對應(yīng)鋁合金接頭的拉伸性能明顯優(yōu)于生產(chǎn)線采用的傳統(tǒng)鍛壓工藝。

5 結(jié)語

綜上所述，以神經(jīng)網(wǎng)絡(luò)技術(shù)為支持的6系鋁合金接頭鍛壓工藝模型，其模型實際輸出拉伸性能誤差較小，在2.4%～4.2%之間，對應(yīng)預(yù)測得到的平均誤差僅為3.3%，說明模型生產(chǎn)鍛壓的鋁合金接頭其誤差較小，精度高。

此外，應(yīng)用神經(jīng)網(wǎng)絡(luò)對鍛壓工藝進(jìn)行優(yōu)化的6系鋁合金接頭，其抗拉強(qiáng)度高出傳統(tǒng)生產(chǎn)線工藝近16%，使得鋁合金接頭茶品自身抗拉伸性得到充分提高。

該的6系鋁合金接頭鍛壓工藝模型的神經(jīng)網(wǎng)絡(luò)優(yōu)化參數(shù)如下：模具預(yù)熱溫度（單位℃）：340；模具始鍛壓溫度（單位℃）：460；模具終鍛壓溫度（單位℃）：340；鍛壓速度（單位mm·s-1）：12。