基于神經(jīng)網(wǎng)絡(luò)的鋁型材擠壓過程能耗工藝參數(shù)優(yōu)化研究

張明杰，楊 柳，肖 云

（廣東工業(yè)大學(xué)機(jī)電工程學(xué)院，廣東 廣州510006）

近20年來，鋁型材行業(yè)發(fā)展速度非常迅猛。截至2012年底世界原鋁的產(chǎn)量達(dá)4600萬噸以上，并以5%左右速度遞增，估計(jì)到2020年鋁的產(chǎn)量會(huì)翻一番[1]。而隨著全球能源危機(jī)的不斷加劇，降低擠壓能耗和提高產(chǎn)品質(zhì)量越來越受到各國重視，各國學(xué)者通過數(shù)值模擬有限元分析。通過HyperXtrude分析軟件對鋁型材擠壓過程進(jìn)行仿真，研究鋁型材擠壓生產(chǎn)過程中的模具棒料溫度、擠壓速度等對擠壓能耗的影響，并建立擠壓能耗與工藝參數(shù)的神經(jīng)網(wǎng)絡(luò)模型并優(yōu)化工藝參數(shù)，從而達(dá)到能耗優(yōu)化的目的。

1 鋁型材擠壓工藝及能耗分析建模

1.1 鋁型材擠壓工藝

鋁型材擠壓成形是一個(gè)復(fù)雜的高溫、高壓條件下金屬塑性變形過程。通過對放在擠壓筒內(nèi)的鋁合金棒料施加擠壓載荷，使之從設(shè)計(jì)的模孔中流出，獲得所需形狀、尺寸以及具有一定力學(xué)性能的型材產(chǎn)品的塑性加工方法[2]。

根據(jù)鋁合金鑄錠在擠壓筒內(nèi)的流動(dòng)方式及行為特點(diǎn)，擠壓變形過程可以大致分為三個(gè)階段：填充擠壓階段、平穩(wěn)擠壓階段和縮尾擠壓階段。三個(gè)階段受力情況隨著擠壓變形情況變化，能耗特性也不同。

1.2 擠壓成型過程能耗分析建模

分析鋁型材擠壓成型擠壓的工藝特點(diǎn)，可知擠壓過程中的能耗涉及模具棒料等預(yù)熱能耗，金屬擠壓成型所需能耗，摩擦產(chǎn)生的能耗以及熱交換所需能耗幾大部分。擠壓桿對棒料施加載荷完成型材擠壓，第一階段合金填充模具型腔部分，隨著變形區(qū)與型腔接觸面積的增大，合金與模具之間的摩擦逐步增大，除克服金屬塑性變形做功外還有克服摩擦做功，載荷呈現(xiàn)急速速的增大；在第二階段，隨著整個(gè)擠壓過程熱交換達(dá)到平衡及金屬流動(dòng)穩(wěn)定，擠壓載荷會(huì)逐步減?。坏谌A段，擠壓墊片與模子之間距離的縮小，迫使變形區(qū)內(nèi)的金屬向著擠壓軸線方向由周圍向中心發(fā)生劇烈的橫向流動(dòng)，擠壓力會(huì)有所回升[3]。分析得擠壓過程中，擠壓速度、模具及棒料預(yù)熱溫度三個(gè)工藝參數(shù)為影響擠壓能耗的關(guān)鍵參數(shù)。為了研究其對擠壓能耗的影響，需要建立擠壓過程的能耗模型，根據(jù)金屬變形理論，通過有限元方法對擠壓過程建模仿真可得到能耗。

2 有限元仿真及能耗工藝參數(shù)優(yōu)化

2.1 有限元模型

根據(jù)調(diào)研選取導(dǎo)軌類鋁型材為研究對象，其截面尺寸為型材寬160 mm，高度60 mm，壁厚分別為10 mm、8 mm，圓角半徑為15 mm.面積為2 416.57 mm2，周長為531.12 mm，采用典型正向熱擠壓擠壓生產(chǎn)工藝，采用直徑為292 mm，長度為789 mm的棒料擠壓，擠壓比為26.72.采用模具尺寸為：上模具Φ340 mm × Φ80 mm，下模Φ340 mm × Φ100 mm，中心與型材幾何中心重合。

三維模型導(dǎo)入HyperXtrude軟件。創(chuàng)建實(shí)體模型，幾何清理并劃分有限元網(wǎng)格。有限元模型主要包括：棒料區(qū)、模腔區(qū)、工作帶區(qū)、型材區(qū)四部分。

2.2 鋁型材擠壓仿真及能耗影響分析

為了研究擠壓速度對擠壓過程中能耗特性的影響，需要得到不同參數(shù)設(shè)置下的擠壓能耗。每次只變動(dòng)其中一個(gè)工藝參數(shù)，保持其他兩個(gè)參數(shù)不變進(jìn)行仿真，得到隨著參數(shù)變化擠壓過程所需能耗關(guān)系。

根據(jù)仿真結(jié)果隨著擠壓速度的增大，隨著擠壓速度的增大擠壓能耗逐步減小，而隨著模具預(yù)熱溫度擠壓能耗先減小再增大然后減小，隨著棒料預(yù)熱溫度的上升，擠壓能耗逐步減小再上升。擠壓能耗與工藝參數(shù)之間并非線性關(guān)系。

2.3 B P神經(jīng)網(wǎng)絡(luò)算法能耗工藝參數(shù)優(yōu)化

采用BP神經(jīng)網(wǎng)絡(luò)擠壓過程能耗與擠壓工藝參數(shù)的關(guān)系，BP神經(jīng)網(wǎng)絡(luò)能夠利用一定量的樣本進(jìn)行訓(xùn)練，從而建立起輸入量和輸出量之間的非線性映射關(guān)系。通過仿真得到以下16組在不同擠壓速度，模具預(yù)熱溫度、棒料預(yù)熱溫度參數(shù)組合下擠壓過程所需的能耗，并作為神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)樣本。模型中包含三個(gè)輸入和一個(gè)輸出，采用如下3層網(wǎng)絡(luò)，輸入層含有3個(gè)神經(jīng)元分別為模具預(yù)熱溫度、棒料預(yù)熱溫度、擠壓速度，輸出層1個(gè)神經(jīng)元，隱含層含有13個(gè)神經(jīng)元。并對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到其誤差變化情況。由誤差變化情況可知，經(jīng)過迭代，神經(jīng)網(wǎng)絡(luò)的誤差已經(jīng)達(dá)到10-6以下，表明神經(jīng)網(wǎng)絡(luò)模型能夠準(zhǔn)確地反映輸入?yún)?shù)和輸出參數(shù)之間的映射關(guān)系。

根據(jù)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，使用MTALAB遺傳算法工具箱對其進(jìn)行進(jìn)行尋優(yōu)。構(gòu)建的優(yōu)化模型如下：搜尋：X=[v，t1，t2]

優(yōu)化目標(biāo)：Emin約束條件為：6≤v≤7.8，430≤t1≤500，430≤t2≤500.

其中：v為擠壓速度，t1為模具預(yù)熱溫度，t2為棒料預(yù)熱溫度，E為擠壓過程的能耗。采用二進(jìn)制編碼方式進(jìn)行編碼，每個(gè)變量的編碼位數(shù)取20，種群個(gè)數(shù)100，代溝為0.8，變異概率為0.7/Lind.經(jīng)過200代遺傳進(jìn)化得到Emin=2.782×104 kJ.

工藝參數(shù)組合為[v，t1，t2]=[7.412，478.322，455.442]

2.4 結(jié)果驗(yàn)證

取該組參數(shù)組合的仿真結(jié)果，可知在擠壓過程中最高溫度為625.4℃，最低溫度為469℃，擠壓過程中型腔去溫度分布以及型材出口處截面速度分布較為均勻，仿真結(jié)果準(zhǔn)確，擠壓過程所需能耗為2.786×104kJ，誤差為0.14%.

3 結(jié)束語

本文分析了鋁型材擠壓過程中各階段的載荷變化規(guī)律，運(yùn)用HyperXtrude有限元分析軟件對擠壓過程進(jìn)行數(shù)值模擬進(jìn)行驗(yàn)證，并建立了擠壓過程能耗模型，分析工藝參數(shù)對擠壓能耗的影響規(guī)律，得出擠壓能耗與工藝參數(shù)之間是非線性關(guān)系。建立了擠壓工藝參數(shù)與擠壓能耗的神經(jīng)網(wǎng)絡(luò)模型，最后通過仿真驗(yàn)證在該參數(shù)組合下為2.786×104kJ，誤差僅為0.14%.優(yōu)化結(jié)果準(zhǔn)確。