基于MySQL和BP神經網絡的船舶焊接專家庫軟件研發

朱若凡， 聶加俊， 鄭惠錦

(1.上海船舶工藝研究所，上海 200032；2.蕪湖造船廠有限公司，安徽 蕪湖 241001)

0 引 言

在船舶制造業中，焊接是非常重要的環節，占總體工作量的40%～50%，焊接質量直接影響船舶整體質量[1]。為確保船舶焊接的準確性和可靠性，必須針對特定的母材和焊接位置進行焊接試驗，經船級社認證，形成焊接工藝規范(Welding Procedure Specification，WPS)，并最終應用于指導船舶焊接。在工藝設計過程中，一方面存在大量的焊接試驗數據需要及時進行基于數據庫技術的自動化數據管理，另一方面由焊接專家積累的焊接經驗迫切需要以數據化形式記錄和分享，進而發現更加實用高效的試驗方法。自20世紀80年代起中國開始焊接專家系統的研究，至1993年陸續報道近20個焊接過程專家系統[2]。近年來，圍繞焊接專家系統開展的學術研究和商業軟件開發仍是焊接自動化和智能化的熱點和主要發展路線之一，出現大量具有不同功能的焊接專家系統[3-5]。我國船舶焊接專家系統的研究開始于20世紀90年代，雖經多年研究取得長足進展，但并未出現大型全流程的船舶焊接專家系統，目前仍處于船舶焊接各環節專家系統研究，如工藝評定專家系統等。在研究中相繼出現將反向傳播(Back Propagation，BP)神經網絡應用于船舶焊接過程各環節工藝設計的報道[6-7]，說明作為三大智能算法之一的神經網絡可應用于船舶焊接工藝的智能化研發，但并無將BP神經網絡應用于焊接熱輸入值預測的報道，該部分的工作有待進一步深入研究。為進一步提高船舶焊接試驗自動化和智能化水平，研發一種基于MySQL和BP神經網絡的船舶焊接專家庫軟件。

1 船舶焊接專家庫總體設計

在Visual Studio軟件開發環境中，結合MySQL關系型數據庫，建立船舶焊接專家庫，其整體架構如圖1所示。用戶通過登錄和權限管理，輸入焊接試驗條件和要求，即可快速查詢母材焊材、自動生成報表、智能預測熱輸入值。專家數據庫可完成母材焊材數據和歷史WPS的快捷查詢修改。母材焊材查詢結果、試驗條件、焊接工藝評定記錄(Procedure Qualification Record，PQR)和坡口圖作為WPS自動生成的基本輸入。WPS生成結果不僅可直接以文件形式導出，而且可存入專家數據庫，作為智能熱輸入值預測機離線學習的依據。同時，當前的WPS生成結果可作為智能熱輸入值預測機的基本輸入，預測得到當前所需要的熱輸入值。

圖1 船舶焊接專家庫整體架構

基于整體架構，將船舶焊接專家庫軟件劃分為如下7個功能模塊：

(1)登錄模塊。用戶分為操作員用戶和管理員用戶，只有在正常登錄后才可進行后續操作。

(2)權限管理模塊。管理員用戶和操作員用戶在登錄后的操作權限不同。管理員用戶具有全部的操作權限；操作員用戶權限受限制，無法進行一些基礎數據錄入修改和軟件設置的操作。

(3)母材焊材查詢模塊。支持普通碳鋼和特種鋼材的母材查詢，支持常用焊材查詢，支持國標和美國焊接協會(AWS)標準。

(4)坡口圖生成模塊。支持各種坡口圖的生成，主要分為4種類型：V形、U形、雙V形和雙U形。

(5)PQR生成模塊。根據PQR，可通過Office或金山辦公軟件自動生成Word格式的PQR報表。

(6)WPS生成模塊。根據WPS的數據記錄，結合生成的坡口圖，可通過Office或金山辦公軟件自動生成Word格式的WPS報表。

(7)熱輸入值預測模塊。主要分為離線學習過程和在線預測過程。首先，基于BP神經網絡對已有的WPS記錄進行離線學習，記憶專家的焊接經驗；然后，將新獲取的WPS記錄輸入至經訓練的神經網絡，進行在線熱輸入值的預測。

2 基于MySQL的專家數據庫

作為船舶焊接專家庫軟件的數據中心，焊接材料專家數據庫是一個管理和分析焊接試驗母材參數、焊材參數、歷史WPS和試驗條件環境的大型專家數據庫，具備大量試驗數據快速存儲、讀取和修改的功能，其功能如圖2所示。

圖2 焊接材料專家數據庫功能示例

專家數據庫選用MySQL 8.0進行開發。MySQL是一種主流的開源關系型數據庫管理系統，采用結構化查詢語言(Structured Query Language，SQL)進行數據庫管理。MySQL優點主要包括：采用完全多線程的核心線程，支持多處理器運行；支持數據類型多樣；全面支持SQL的子句和函數；可在不同平臺工作，支持C、C++、Java、Python等語言。基于MySQL可快速開發專家數據庫，支持后續的自動化報表生成和智能熱輸入值預測開發。當然，MySQL也存在安全系統復雜而不標準、缺乏標準引用完整性(Referential Integrity，RI)機制的缺點。

基于MySQL開發的專家數據庫，可提供母材焊材數據和WPS快速存取與查詢功能，母材表的規模是上限1 000條記錄，覆蓋主要的焊接用碳鋼型號和不銹鋼等特種鋼型號，母材信息如表1所示，其中：母材編號是主鍵。

表1 母材信息

焊材表的規模是上限5 000條記錄，除國標型號外，覆蓋國內外主要的焊材廠家，焊材等級如表2所示，其中：焊材編號是主鍵。

表2 焊材等級

WPS表的記錄下限是1 000條記錄，在超過10萬條時進行分庫分表處理，若繼續增大則通過外部接口增加物理存儲設備。數據庫可進行數據手動直接備份和定時自動備份，實現專家數據冗余備份。數據庫故障自動計入管理日志中，管理員用戶可查詢日志。在出現故障后，系統可自動恢復，數據不會丟失。

3 自動報表生成器

自動報表生成器是船舶焊接專家庫軟件的核心功能，其自動生成流程如圖3所示。根據不同的焊接需求和觸發條件，進行簡單操作即可通過自動報表生成器生成不同類型的圖表。值得注意的是：在WPS自動生成器工作時需要調用坡口圖自動生成器；同時，智能熱輸入值預測機也需要調用坡口圖生成器；在自動報表生成器工作時，均需要通過查詢模塊對專家數據庫進行母材焊材記錄的查詢。

3.1 坡口圖生成器

坡口圖生成器可在坡口底圖和用戶需要錄入的試驗數據確定后生成特定的坡口圖。在生成WPS過程需要特定的坡口圖時，將坡口底圖錄入即可自動生成坡口圖，自動生成過程如圖3右側虛線框中的坡口圖生成器所示。

圖3 自動報表生成器自動生成流程

3.2 WPS生成器

結合試驗數據、母材、焊材、試驗條件等數據，在母材和焊材等基本信息錄入完畢、確定可選取時，即可進行WPS生成，如圖3左側虛線框中的WPS生成器所示。整個WPS生成器流程需要用戶根據船舶焊接試驗的實際需求，設定一系列基本參數和類型。選取母材和焊材的過程需要查詢專家數據庫。具體參數如表3所示，其中：焊接試驗參數編號和WPS編號在專家數據庫中分別為外鍵和主鍵。

表3 焊接試驗參數

4 基于BP神經網絡的智能熱輸入值預測機

基于BP神經網絡設計一種智能熱輸入值預測機，通過充分學習歷史WPS記錄，可在輸入當前WPS的前置條件(母材、焊材、試驗條件等信息)后，預測獲得的熱輸入值精度達1%。

4.1 BP神經網絡原理

作為一種高度非線性動力學系統，人工神經網絡是主流智能算法之一，在機器學習、模式識別、控制工程、系統建模等研究領域應用廣泛，并取得令人矚目的成績。人工神經網絡的基本組成單元是人工神經元，基本結構類型分為前向網絡、反饋網絡、相互結合型網絡和混合型網絡等4種類型。人工神經網絡的學習方法可分為有監督學習方法和無監督學習方法。人工神經網絡通過學習給定的學習樣本進行網絡權值的不斷迭代改進，達到輸入輸出之間映射關系的近似逼近。

目前，人工神經網絡模型分為幾十種，如感知機、自組織映射(Self-Organizing Maps，SOM)神經網絡、Hopfield神經網絡、BP神經網絡等。考慮熱輸入值預測機的輸入輸出簡單，需要進行有監督學習，選擇BP神經網絡即可滿足學習和預測要求。BP神經網絡是一種典型的前向型神經網絡，選用樣本正向傳播、誤差反向傳播的BP學習算法進行有監督學習，分為輸入層、隱含層和輸出層，隱含層層數和各層節點個數根據實際需要確定。

4.2 智能熱輸入值預測機

基于BP神經網絡設計船舶焊接智能熱輸入值預測機，實現焊接熱輸入值的精確預測，其原理如圖4所示。智能熱輸入值預測機主要分為2種狀態：離線學習狀態和在線預測狀態。

圖4 智能熱輸入值預測機原理示例

在處于訓練狀態時，將專家數據庫中存儲的大量歷史WPS數據作為預測機離線學習樣本，以焊道編號、焊接方法、焊絲直徑、品牌牌號、電流極性、電流、電壓、送絲速度、保護氣體、送氣速度、行進速度、用時作為輸入，以歷史熱輸入值作為監督信號，輸入至BP神經網絡中學習。

對焊道編號、焊接方法、品牌牌號、電流極性這些語言符號需要分別進行數值化編碼，得到便于神經網絡學習的數值化學習樣本，即

X=[X1X2…X12]=

[焊道編碼值 方法編碼值 … 用時數值]

(1)

歷史熱輸入值采用17位二進制編碼形式表示，

整數部分采用11位二進制編碼表示，小數部分采用6位二進制編碼表示，即

(2)

在BP神經網絡進行離線學習時，初始選取100～200隱含層節點數，選擇Sigmoid函數作為神經元激活函數，誤差在0.001或迭代300次時停止學習。在實際船舶焊接試驗時，在輸入層中輸入實際參數數據即可自動預測得到精確的熱輸入值。

5 軟件實現

船舶焊接專家庫軟件運行條件簡單，適用于Windows 10、Windows 7操作系統，需要安裝2007版本以上的Office、2016版本以上的金山辦公軟件，安裝MySQL 8.0數據庫管理軟件。

5.1 母材焊材查詢界面

在用戶或管理員成功登錄軟件后，可選擇不同的軟件功能。母材數據以國內常用的碳鋼型號為主，數據庫初始化完成設置，無須用戶手動進行添加或刪除等修改操作。母材查詢界面如圖5所示，按照表格形式給出母材信息的查詢結果。軟件暫時不提供給用戶手工錄入焊材的軟件界面接口，而是采用由數據庫后臺集中更新的辦法進行焊材更新。

圖5 母材查詢界面

焊材查詢界面如圖6所示，同樣按照表格形式給出焊材信息的查詢結果。焊材信息除廠標外以中國船級社和美國船級社的標準為主，可相互對照進行查詢匹配，其他各國船級社的標準作為參考。

圖6 焊材查詢界面

5.2 坡口圖生成界面

船舶焊接試驗中的一道重要工序是開坡口，坡口的種類很多，參數也不一樣。軟件對實際應用中的常用坡口形態進行抽取，繪制無參數的底圖庫，如圖7所示。用戶可直接從底圖庫中選取底圖，輸入對應的參數即可生成實際的坡口圖，如圖8所示。最后，將實際的坡口圖合成至WPS中。

圖7 坡口圖底圖生成界面

圖8 坡口圖生成界面

5.3 WPS自動生成與智能熱輸入值預測

軟件將WPS自動生成過程中的WPS查詢、母材選取、填充金屬選取、試驗參數錄入、焊接參數錄入、坡口圖參數合成、WPS規范生成等環節集成在一個統一界面中，滿足實際焊接試驗需求的同時，提高船舶焊接試驗中的WPS生成效率。圖9顯示WPS的規范自動生成界面。圖10顯示最終生成的WPS，其中：在生成WPS時選擇預測熱輸入值功能，可在WPS中自動獲得焊接試驗可能的熱輸入值。

圖9 WPS的規范自動生成界面

圖10 自動生成的WPS和熱輸入值預測結果

6 結 語

船舶焊接試驗可驗證船舶焊接專家庫系統軟件的有效性與實用性。接下來，需要開展大量船舶焊接試驗數據和專家經驗數據的采集工作，根據國家標準和行業規范對數據庫數據內容作進一步改進，以期達到船舶焊接數據的通用性，進而促進船舶焊接專家庫軟件傳播和推廣。