基于BP神經(jīng)網(wǎng)絡(luò)的高鐵彈條熱處理工藝優(yōu)化

劉飛香，陳 嫻

（中國鐵建重工集團有限公司，長沙 410100）

0 引言

制造業(yè)是我國經(jīng)濟發(fā)展的主體，是興國之器、立國之本、強國之基，在“互聯(lián)網(wǎng)+”、“中國制造2025”的大背景下，大力發(fā)展企業(yè)的智能制造，提升企業(yè)在國際市場中的競爭力勢在必行。生產(chǎn)工廠智能化的改造中，通過SCADA系統(tǒng)對數(shù)據(jù)進行采集，結(jié)合MES系統(tǒng)實時監(jiān)控現(xiàn)場、現(xiàn)實、現(xiàn)物，精準(zhǔn)的感知生產(chǎn)各個環(huán)節(jié)的狀況，整合生產(chǎn)車間的人、機、料、法、環(huán)，實現(xiàn)橫向各業(yè)務(wù)系統(tǒng)之間的集成，縱向與生產(chǎn)設(shè)備間的集成。運用BP神經(jīng)網(wǎng)絡(luò)對熱處理[1]工藝進行建模，對模型進行學(xué)習(xí)、訓(xùn)練、驗證，結(jié)合車間智能化改造可以對熱處理工藝提出優(yōu)化建議，提升企業(yè)的產(chǎn)品質(zhì)量。

隨著國家將智能制造定位為重要的戰(zhàn)略發(fā)展機遇，制造業(yè)也在大力發(fā)展“機器換人”、“工業(yè)互聯(lián)網(wǎng)”等工程，希望促進制造業(yè)的轉(zhuǎn)型升級。但是在這個工程中，還有一些企業(yè)對智能化的理解不夠深入，沒有從深層次的理解智能制造的背景、意義以及路徑，存在盲目跟風(fēng)的現(xiàn)象，企業(yè)要認清自身需求，深度融合工藝設(shè)計，分析項目的風(fēng)險和價值，以結(jié)果為導(dǎo)向，促進企業(yè)的轉(zhuǎn)型升級，提升企業(yè)競爭力。

1 熱處理在高鐵彈條中的應(yīng)用

鋼軌彈性扣件是鋼軌與軌枕的緊固裝置零件，而彈條是扣件系統(tǒng)中的關(guān)鍵彈性部件，扣件系統(tǒng)主要靠彈條對鋼軌進行固定作業(yè)，彈條的受力條件相對惡劣，其綜合性能對扣件的有效性有決定性作用。一旦彈條發(fā)生失效，整套扣件系統(tǒng)就失去功能。由于彈條必須滿足相應(yīng)的機械性能，既要具有較好的彈性，又要具備良好的抗疲勞性能。因此其內(nèi)在組織必須要保持在一個特定的平衡態(tài)才能滿足其可靠性的要求，因此對生產(chǎn)中的熱處理工序必須控制有力，溫度必須控制在比較狹窄的區(qū)域才能即保證彈條的熱成型又能保證彈條的淬火性能。只有掌握好熱處理工藝中的質(zhì)量管控，才能保證彈條的機械性能。

熱處理是固態(tài)的金屬材料，通過加熱、保溫或冷卻的手段來獲取材料預(yù)期的組織結(jié)構(gòu)與性能的生產(chǎn)工藝。在高鐵彈條生產(chǎn)過程中需要經(jīng)過三種熱處理工藝，分別是成型前的加熱，成型后的淬火和回火，硬度HRC是一個重要的質(zhì)量性能，最終的成品必須保證硬度HRC在固定范圍才能出貨。

1.1 彈條的加熱成型

彈條為熱成型產(chǎn)品，彈條經(jīng)過切斷工序后制備為長度為500mm左右的直料，經(jīng)過加熱后，進入成型設(shè)備利用模具對其進行各種成型作業(yè)而達到最終的尺寸要求。加熱工序中重點是控制加熱溫度，防范彈條出現(xiàn)脫碳和氧化現(xiàn)象影響彈條的性能。為此我們采用了中頻加熱器，其加熱速度快，彈條加熱時間短，單件受熱時間約5秒種，在如此短的時間內(nèi)加熱可以很好的控制住彈條的脫碳和氧化，同時還能夠細化晶粒，提升彈條的組織性能。在加熱器出料后，快速進入成型設(shè)備，確保彈條在一個恒定的溫區(qū)進入到成型設(shè)備。

1.2 彈條的淬火

彈條的淬火金相組織為淬火馬氏體，允許有部分貝氏體和殘余鐵素體，其中淬火馬氏體≤4級，殘余鐵素體≤2級，貝氏體≤1級。亞共析鋼的淬火溫度一般選擇在A3以上加30℃～50℃，合金鋼一般要取上限值，加50℃以上，采用了水基溶液為淬火介質(zhì)，通過多次的工藝試驗確定其最低入液溫度應(yīng)控制在750℃以上，可以獲得所需要的馬氏體，同時硬度能達到60HRC以上，由于彈條在入液前要經(jīng)歷三次成型作業(yè)，每道成型作業(yè)耗時約5秒鐘，加上彈條測溫、工序間轉(zhuǎn)移的時間，總共約耗時20秒。這里有部分的溫度損失，因此加熱溫度我們控制在890℃～950℃左右[2]，加熱溫度過高會引起晶粒粗大，造成組織缺陷和降低疲勞強度。加熱溫度過低，會造成組織未完全轉(zhuǎn)變?yōu)閵W氏體組織，其還殘存著部分鐵素體組織，它們在冷卻時不能轉(zhuǎn)變?yōu)轳R氏體組織，而是以殘留鐵素體組織的形態(tài)存在鋼材中，進而影響到彈條的硬度，最終影響到回火后彈條的性能。

1.3 彈條的回火

彈條回火后組織要求為均勻的回火屈氏體和回火索氏體，且硬度值在42～47HRC，其組織的轉(zhuǎn)變和硬度的控制主要與溫度和時間相關(guān)。綜合考慮質(zhì)量與成本的關(guān)系，采取了網(wǎng)帶式回火爐進行回火作業(yè)，參數(shù)的控制方面采取前兩相溫區(qū)溫度控制在550℃～580℃，首先快速對進入爐膛的彈條進行升溫作業(yè)，后面四相溫區(qū)進行持續(xù)保溫，溫度控制在520℃，保溫時間約50分鐘，該控制參數(shù)即加快了回火速度，又提高了生產(chǎn)效率又能保證彈條的質(zhì)量。

2 生產(chǎn)過程智能化建設(shè)

新一輪科技革命正在蓬勃發(fā)展，制造業(yè)沿著數(shù)字化、網(wǎng)絡(luò)化、智能化的方向發(fā)展，工業(yè)互聯(lián)網(wǎng)的發(fā)展不僅是順應(yīng)產(chǎn)業(yè)發(fā)展的趨勢，也是推動企業(yè)質(zhì)量提升、效率提升和新模式的發(fā)展。

2.1 生產(chǎn)車間智能化改造方案

《中國制造2025》[3]作為制造強國戰(zhàn)略國家級的行動綱領(lǐng)，其中車間數(shù)字化的改造是智能制造[4]的基礎(chǔ)，通過對車間設(shè)備增加傳感器，將車間所有的設(shè)備組成一張大的網(wǎng)絡(luò)，對車間的設(shè)備信息、環(huán)境信息、能耗信息進行實時采集、存儲、分析，從而打通從上至下的管控，為大數(shù)據(jù)分析應(yīng)用提供了數(shù)據(jù)基礎(chǔ)。

針對熱處理中的三個關(guān)鍵設(shè)備的改造方案如表1 所示。

SCADA又稱為數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)，通過該系統(tǒng)可以對現(xiàn)場的設(shè)備進行通訊與控制，目前大部分的SCADA系統(tǒng)都集成了常見的PLC通訊協(xié)議，不需要額外的接口開發(fā)就可以快速實現(xiàn)與現(xiàn)場設(shè)備的通訊，采用超5類網(wǎng)線，走TCP/IP協(xié)議，把設(shè)備統(tǒng)一接入SCADA系統(tǒng)的服務(wù)器，以每秒一次的頻率對現(xiàn)場設(shè)備參數(shù)進行實時采集。

表1 設(shè)備采集改造方案

設(shè)備大數(shù)據(jù)的存儲有很多工具，目前常用的有分布式數(shù)據(jù)庫、時序數(shù)據(jù)庫、非結(jié)構(gòu)化數(shù)據(jù)庫和常規(guī)的結(jié)構(gòu)化數(shù)據(jù)庫，不同的數(shù)據(jù)庫有不同的特點，沒有絕對的通用，要根據(jù)業(yè)務(wù)的實際情況選擇合適的數(shù)據(jù)庫。對于數(shù)據(jù)量相對不大、字段結(jié)構(gòu)固定的采集可以采用時序數(shù)據(jù)庫，它有很好的壓縮比例，對有限的存儲空間不會造成太大的壓力。而對于數(shù)據(jù)種類繁雜，數(shù)據(jù)量龐大建議使用分布式數(shù)據(jù)庫，如Hadoop，它能很好的管理所有的數(shù)據(jù)，同時能提供分布式計算的平臺，為大數(shù)據(jù)分析提供基礎(chǔ)。

通過設(shè)備的智能化改造可以實現(xiàn)產(chǎn)線級的數(shù)字雙胞胎，實現(xiàn)虛實同步的三維產(chǎn)線運行狀態(tài)完整展示，目前提倡的工業(yè)互聯(lián)網(wǎng)比較多的是實→虛的對應(yīng)，而虛→實的逆向控制做的還不夠，根據(jù)CPS的閉環(huán)管理的思想是有缺失的，根據(jù)與工藝融合的角度，SCADA實現(xiàn)了設(shè)備狀態(tài)數(shù)據(jù)的采集，通過大數(shù)據(jù)平臺的分析，從而可以實現(xiàn)決策的下發(fā)，閉環(huán)控制執(zhí)行產(chǎn)品的生產(chǎn)過程，圖1是舉例SCADA系統(tǒng)彈條生產(chǎn)線加熱工序溫度曲線圖。

圖1 SCADA系統(tǒng)彈條生產(chǎn)線加熱工序溫度曲線圖

2.2 制造執(zhí)行系統(tǒng)（MES）建設(shè)

隨著國際和國內(nèi)生產(chǎn)方式和管控模式的發(fā)展，MES系統(tǒng)做為ERP系統(tǒng)“計劃和結(jié)果”的“中間執(zhí)行層”在生產(chǎn)領(lǐng)域的應(yīng)用延伸和技術(shù)推廣已日趨成熟，為滿足領(lǐng)導(dǎo)關(guān)于“搭建客戶需求與企業(yè)產(chǎn)品間的橋梁，實現(xiàn)產(chǎn)品生命鏈與客戶價值鏈的打通，客戶需求（產(chǎn)品與服務(wù)）快速轉(zhuǎn)化成產(chǎn)品設(shè)計、采購需求、制造計劃等，通過訂單的形式傳遞給企業(yè)內(nèi)部其他信息系統(tǒng)，并能把相關(guān)信息快速反饋給客戶，最終交付增值的產(chǎn)品（實體和虛擬），以實現(xiàn)客戶價值增值”的要求，MES系統(tǒng)將作為生產(chǎn)執(zhí)行層面的基礎(chǔ)性信息系統(tǒng)[5]，主要發(fā)揮確保質(zhì)量、提高產(chǎn)量、提升生產(chǎn)效率、壓縮交貨期等作用。

通過MES系統(tǒng)的實施可以打通生產(chǎn)管理中的流程，比如制造執(zhí)行進度的管理、生產(chǎn)數(shù)據(jù)的實時采集、物流信息的精益化，能夠很好的協(xié)調(diào)信息流與實務(wù)流，這些問題對于生產(chǎn)企業(yè)來說非常重要，但是MES還沒有發(fā)揮它應(yīng)有的功效，除了生產(chǎn)數(shù)據(jù)的采集追溯、信息流的順暢、業(yè)務(wù)環(huán)節(jié)的協(xié)同等內(nèi)容，還可以在制造工藝技術(shù)的改進和提升方面發(fā)揮重要的作用。

質(zhì)量管理是MES中非常重要的模塊，通過質(zhì)量管理模塊可以收集來料、生產(chǎn)、出貨、售后中的各種質(zhì)量數(shù)據(jù)，能夠有效的防止不良品的流通，通過SPC分析還可以及時的發(fā)現(xiàn)異常問題和批量產(chǎn)品質(zhì)量的趨勢，這些都是通過MES系統(tǒng)能夠的發(fā)現(xiàn)問題。在MES系統(tǒng)中除了有質(zhì)量管理數(shù)據(jù)，同時還會采集設(shè)備的狀態(tài)信息、工藝參數(shù)信息、檢驗設(shè)備信息、人員信息等，通過這些數(shù)據(jù)進行集成分析建立相應(yīng)的模型，再把工人的經(jīng)驗融合進去，從而分析出現(xiàn)質(zhì)量問題的根本原因，進而推動質(zhì)量數(shù)據(jù)與工藝數(shù)據(jù)的融合，助力生產(chǎn)過程智能化的建設(shè)。

3 基于BP神經(jīng)網(wǎng)絡(luò)的熱處理工藝優(yōu)化

本次選用的高鐵彈條Ⅰ型扣件鋼的材質(zhì)為60Si2Mn，由直徑為13mm的圓鋼經(jīng)過多次折彎制作而成，在生產(chǎn)過程中需要進過加熱、淬火、回溫三個熱處理步驟，最終檢驗產(chǎn)品質(zhì)量的一個重要指標(biāo)為硬度HRC。為了訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，記錄了30組實驗數(shù)據(jù)。

表2 高鐵彈條熱處理工藝參數(shù)

表2（續(xù)）

3.1 構(gòu)建熱處理的BP神經(jīng)網(wǎng)絡(luò)模型

BP神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法（BP算法）訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，能夠解決非線性問題、增強網(wǎng)絡(luò)分類和識別能力，通過輸入層、隱含層、輸出層[6]構(gòu)成了多層前饋感知網(wǎng)絡(luò)。BP算法的目標(biāo)函數(shù)是網(wǎng)絡(luò)誤差平方，通過梯度下降法[7]來計算BP算法目標(biāo)函數(shù)的最小值。本次模型搭建隱含層的神經(jīng)元傳遞函數(shù)為tansig，輸出層的神經(jīng)元傳遞函數(shù)為purelin，為了提高網(wǎng)絡(luò)訓(xùn)練的速度及精度，采用mapminmax函數(shù)[8]對輸入?yún)?shù)進行歸一化處理。如圖2所示，設(shè)定輸入層的5個參數(shù)為加熱溫度、淬火溫度、淬火時間、回火溫度、回火時間，根據(jù)經(jīng)驗的式(1)隱含層節(jié)點數(shù)為z個[9]，在式(1)中R、z、K分別為輸入層、隱含層、輸出層，其中α是常數(shù)，在范圍1～10之間取值，根據(jù)式(1)確定z=8，在后面的模型訓(xùn)練中可以結(jié)合實際情況進行調(diào)整。

輸出層為硬度HRC一個參數(shù)，構(gòu)建了5×8×1的三層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型。

3.2 采用SCADA數(shù)據(jù)訓(xùn)練和驗證BP神經(jīng)網(wǎng)絡(luò)模型

圖2 BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖

對于本次構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練使用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱，訓(xùn)練函數(shù)采用trainlm函數(shù)[10]，其中重要的學(xué)習(xí)參數(shù)設(shè)定為：動能因子設(shè)置為0.8、學(xué)習(xí)速率設(shè)置為0.01、學(xué)習(xí)誤差設(shè)置為0.001，其他參數(shù)采用MATLAB的默認值。學(xué)習(xí)的樣本數(shù)據(jù)采用表2中的30組數(shù)據(jù)，在訓(xùn)練前對數(shù)據(jù)進行歸一化處理，可以縮小輸入值、輸出值的分布范圍，從而在保證精度要求下能夠快速收斂訓(xùn)練樣本，歸一化為式(2)，在公式中Yi代表輸入輸出的值，Ymax和Ymin分別代表在該列值中的最大值最小值。

在訓(xùn)練了498次之后，BP神經(jīng)網(wǎng)絡(luò)模型滿足精度0.001的要求，停止迭代，預(yù)測走勢趨于平穩(wěn)，如圖3所示。經(jīng)過模型計算分析，預(yù)測的輸出值與實際的測試的輸出值差距非常小，從而該BP神經(jīng)網(wǎng)絡(luò)模型在熱處理過程中有很好的適用性和準(zhǔn)確性，排除了人為的主觀 影響。

圖3 BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練誤差圖

3.3 應(yīng)用BP神經(jīng)網(wǎng)絡(luò)模型

經(jīng)過驗證當(dāng)加熱溫度為925°、淬火溫度為812°、淬火時間為12s、回火溫度為530°、回火時間為41分鐘的時候生產(chǎn)的產(chǎn)品能夠很好的控制硬度HRC在43.0左右[11]，與標(biāo)準(zhǔn)要求比較吻合，在實際生產(chǎn)過程中，加熱溫度和回火溫度是可控的，淬火是利用加熱處理后彈條的余熱來實現(xiàn)，與現(xiàn)場環(huán)境及折彎節(jié)拍關(guān)系密切，淬火的時間及回火的時間是傳送帶上控制，一般都是固定時間，當(dāng)把速度調(diào)準(zhǔn)后這兩個時間不會出現(xiàn)大的波動。為了保證每一批次的產(chǎn)品都能達到質(zhì)量要求，會對每一步的溫度及速度都調(diào)整到最佳值，但是會受到環(huán)境設(shè)備等外界因素的干擾，每次的執(zhí)行結(jié)果并不能保證，所以需要通過智能制造的手段來提升的產(chǎn)品的質(zhì)量，如圖4所示。智能制造整體分為狀態(tài)感知、實時分析、自主決策、精準(zhǔn)執(zhí)行、學(xué)習(xí)提升五大特征[12]。

通過SCADA系統(tǒng)對數(shù)據(jù)進行采集，結(jié)合MES系統(tǒng)實時監(jiān)控現(xiàn)場、現(xiàn)實、現(xiàn)物，精準(zhǔn)的感知生產(chǎn)各個環(huán)節(jié)的狀況，狀態(tài)感知是走向智能化的第一步；將訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型算法集成到MES平臺中，在MES服務(wù)器后臺實時運行，將采集回來的實時數(shù)據(jù)歸一化處理，以十分鐘一次的頻率，把加熱溫度、淬火溫度、淬火時間的實際值加上回火溫度、回火時間的標(biāo)準(zhǔn)值在模型中進行計算，當(dāng)計算處理的預(yù)測值與標(biāo)準(zhǔn)值大于5%的時候，給出回火溫度、回火時間的建議值，確保產(chǎn)品在動態(tài)變動工藝參數(shù)中達到質(zhì)量的提升目的，系統(tǒng)可以實現(xiàn)自主決策；SCADA不止是能夠上行收集數(shù)據(jù)，同時也能下行控制設(shè)備，當(dāng)自主決策工藝參數(shù)需要調(diào)整時，能夠把決策的指令下發(fā)給生產(chǎn)設(shè)備，在系統(tǒng)穩(wěn)定之后，可以自動下發(fā)生產(chǎn)工藝指令，實現(xiàn)精準(zhǔn)執(zhí)行；通過MES質(zhì)量管理產(chǎn)生的產(chǎn)品結(jié)果與模型預(yù)測的結(jié)果進行自主學(xué)習(xí)優(yōu)化，實現(xiàn)模型不停迭代、螺旋上升的過程。

圖4 熱處理工藝優(yōu)化的五大特征

4 結(jié)語

通過分析高鐵彈條熱處理的工藝，提出了產(chǎn)線智能化改造的方案，基于生產(chǎn)設(shè)備、生產(chǎn)設(shè)施等硬件的數(shù)字化建設(shè)，在工藝設(shè)計、生產(chǎn)組織、過程控制等環(huán)節(jié)優(yōu)化管理。通過數(shù)字化、網(wǎng)絡(luò)化、智能化的手段，在計算機虛擬環(huán)境中對人、機、料、法、環(huán)、測等生產(chǎn)資源與生產(chǎn)過程進行管理、設(shè)計、仿真、優(yōu)化及可視化等工作。通過構(gòu)建5×8×1的三層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型，以加熱溫度、淬火溫度、淬火時間、回火溫度、回火時間為輸入層，以硬度HRC為輸出層，對模型進行學(xué)習(xí)、訓(xùn)練，并且驗證了模型的準(zhǔn)確性，最終將模型整合在MES系統(tǒng)中，根據(jù)SCADA的實時數(shù)據(jù)優(yōu)化彈條的生產(chǎn)工藝，提高產(chǎn)品的質(zhì)量。