趙 曦， 邱 城

（機(jī)械科學(xué)研究總院 中機(jī)生產(chǎn)力促進(jìn)中心，北京 100044）

熱處理工藝綠色性評(píng)價(jià)系統(tǒng)的Matlab實(shí)現(xiàn)

趙 曦， 邱 城

（機(jī)械科學(xué)研究總院 中機(jī)生產(chǎn)力促進(jìn)中心，北京 100044）

論文在研究熱處理工藝過(guò)程資源和環(huán)境屬性的基礎(chǔ)上，將BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)應(yīng)用于熱處理工藝的綠色性評(píng)價(jià)系統(tǒng)中，建立工藝過(guò)程的綠色性評(píng)價(jià)模型，并對(duì)模型求解方式和隱節(jié)點(diǎn)數(shù)目的確定進(jìn)行了研究，并用Matlab進(jìn)行編程求解。用實(shí)際案例證明了文中所述的評(píng)價(jià)方法的可行性和正確性。

綠色熱處理；BP神經(jīng)網(wǎng)絡(luò)；Matlab

0 引言

熱處理工藝因其工藝的特殊性，在生產(chǎn)過(guò)程中會(huì)產(chǎn)生大量的廢水、廢氣和廢渣，這些污染物會(huì)對(duì)周?chē)h(huán)境產(chǎn)生一定的污染，也會(huì)對(duì)作業(yè)工人的健康帶來(lái)一定的危害。對(duì)生產(chǎn)企業(yè)的熱處理工藝的資源環(huán)境屬性進(jìn)行綜合評(píng)價(jià)，判斷其生產(chǎn)過(guò)程以及污染物排放是否符合國(guó)家相關(guān)標(biāo)準(zhǔn)，并提出合理的改進(jìn)措施。目前，在國(guó)內(nèi)外還沒(méi)有專(zhuān)門(mén)針對(duì)熱處理工藝的綜合評(píng)價(jià)方法。本文將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于熱處理工藝的綜合評(píng)價(jià)過(guò)程中，并用Matlab軟件進(jìn)行編程，對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練、仿真和預(yù)測(cè)，以達(dá)到對(duì)企業(yè)熱處理工藝生產(chǎn)過(guò)程中資源環(huán)境各屬性數(shù)據(jù)的綜合評(píng)價(jià)。

1 熱處理工藝綠色性評(píng)價(jià)模型的建立

1.1 評(píng)價(jià)指標(biāo)的選取

熱處理工藝的綠色性評(píng)價(jià)指標(biāo)體系包含以下的資源環(huán)境參數(shù)：原材料及輔料消耗、能源消耗、液體廢棄物、固體廢棄物、氣體廢棄物、其他污染和職業(yè)健康與安全危害等七個(gè)指標(biāo)，其評(píng)價(jià)指標(biāo)屬性參數(shù)如圖1所示。

圖1 熱處理工藝資源環(huán)境屬性參數(shù)Fig.1 Resource and environmental properties of the heat treatment process

1.2 評(píng)價(jià)模型的結(jié)構(gòu)設(shè)計(jì)

熱處理工藝的污染是由其特定的工藝造成的。在對(duì)鋼鐵材料進(jìn)行熱處理的過(guò)程中會(huì)產(chǎn)生很多對(duì)周?chē)h(huán)境和人體健康以及生產(chǎn)安全造成影響和危害的污染物，這些污染物包括固體、液體、氣體等。根據(jù)柯?tīng)柲缏宸蚨ɡ?，任意一個(gè)三層神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)充分學(xué)習(xí)后都能逼近任何函數(shù)，因此本文構(gòu)建了三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)來(lái)建立熱處理工藝的綠色性評(píng)價(jià)模型，其結(jié)構(gòu)如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 The structure of BP neural network

按照如圖2所示的針對(duì)熱處理工藝對(duì)資源環(huán)境各方面影響而構(gòu)建的三層前饋BP神經(jīng)網(wǎng)絡(luò)模型。其中，n代表BP神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)的個(gè)數(shù)，這一層是神經(jīng)網(wǎng)絡(luò)的輸入層，主要對(duì)來(lái)自輸入單元的特征輸入向量進(jìn)行規(guī)范化處理。結(jié)合前文分析，熱處理工藝資源環(huán)境屬性評(píng)價(jià)指標(biāo)包含水耗、電耗、電磁輻射、熱輻射等14個(gè)指標(biāo)，得出此BP神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)數(shù)：n＝14（xi1…xin分別對(duì)應(yīng)每個(gè)指標(biāo)參數(shù)）。

l代表BP神經(jīng)網(wǎng)絡(luò)的輸出節(jié)點(diǎn)數(shù)，這一層是神經(jīng)網(wǎng)絡(luò)的輸出層，代表系統(tǒng)要實(shí)現(xiàn)的功能目標(biāo)。本文將評(píng)價(jià)結(jié)果分為 3個(gè)評(píng)價(jià)等級(jí)，分別用三個(gè)特征向量，V1＝{1，0，0}、V2＝{0，1，0}、V3＝{0，0，1}表示，其中V1、V2、V3分別代表綠色、淺綠色和非綠色三個(gè)評(píng)價(jià)等級(jí)。此方法能在不失計(jì)算的精確性的同時(shí)，直觀地在評(píng)價(jià)結(jié)果中描述制造過(guò)程的綠色度。相應(yīng)的可以得出此BP神經(jīng)網(wǎng)絡(luò)的輸出節(jié)點(diǎn)數(shù)：l＝3。

m代表BP神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)數(shù)目，這一層是神經(jīng)網(wǎng)絡(luò)的隱含層，其作用是從樣本中提取并存儲(chǔ)其內(nèi)在規(guī)律。設(shè)置多少個(gè)隱含層節(jié)點(diǎn)，取決于訓(xùn)練樣本數(shù)的多少以及樣本中包含規(guī)律的復(fù)雜程度等多種因素。目前確定隱含節(jié)點(diǎn)數(shù)的常用辦法是試湊法。用同一個(gè)樣本集對(duì)采用不同隱節(jié)點(diǎn)數(shù)的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，選擇網(wǎng)絡(luò)誤差最小時(shí)對(duì)應(yīng)的值。初始隱節(jié)點(diǎn)數(shù)的確定采用常用的經(jīng)驗(yàn)公式：其中，l為隱節(jié)點(diǎn)數(shù)，m為輸入層節(jié)點(diǎn)數(shù)，n為輸出層節(jié)點(diǎn)數(shù)，α為1～10之間的常數(shù)。本文中，m＝14，n＝3。本文選取不同的隱層節(jié)點(diǎn)個(gè)數(shù)進(jìn)行訓(xùn)練，對(duì)比其誤差和訓(xùn)練時(shí)間，通過(guò)綜合分析來(lái)得出合理的節(jié)點(diǎn)數(shù)。隱層為不同神經(jīng)元節(jié)點(diǎn)數(shù)目時(shí)的誤差如表1所示。

從所得的數(shù)據(jù)來(lái)看，隨著隱層節(jié)點(diǎn)數(shù)目的增加，網(wǎng)絡(luò)的輸出誤差也在不斷地下降。針對(duì)評(píng)價(jià)系統(tǒng)對(duì)輸出誤差的要求，在隱層取26個(gè)節(jié)點(diǎn)時(shí)，誤差達(dá)到了0.001數(shù)量級(jí)，已滿足誤差要求。為留有一定的裕度可取28個(gè)節(jié)點(diǎn)。

輸出層的評(píng)價(jià)結(jié)果。本文將其分成三個(gè)評(píng)價(jià)等級(jí)，分別是國(guó)內(nèi)領(lǐng)先、國(guó)內(nèi)先進(jìn)、國(guó)內(nèi)平均，如表2所示。對(duì)熱處理企業(yè)收集到的數(shù)據(jù)進(jìn)行分析計(jì)算后能夠得出相應(yīng)的評(píng)價(jià)矩陣，通過(guò)該矩陣可以直觀地看出該企業(yè)在國(guó)內(nèi)熱處理行業(yè)中所處的位置，對(duì)企業(yè)熱處理生產(chǎn)過(guò)程的綠色化改進(jìn)起到積極的指導(dǎo)作用。

表1 不同隱層節(jié)點(diǎn)數(shù)時(shí)對(duì)應(yīng)的誤差和訓(xùn)練時(shí)間Tab.1 Corresponding error and training time with different hidden layer nodes

表2 評(píng)價(jià)等級(jí)矩陣表達(dá)式Tab.2 Rank matrix expression

1.3 Matlab程序編寫(xiě)

本文根據(jù)上述的評(píng)價(jià)模型、網(wǎng)絡(luò)結(jié)構(gòu)，利用軟件MATLAB7.0的神經(jīng)網(wǎng)絡(luò)和遺傳算法工具箱進(jìn)行語(yǔ)言編程，構(gòu)造出神經(jīng)網(wǎng)絡(luò)的框架和相關(guān)的函數(shù)。采用newff函數(shù)構(gòu)建網(wǎng)絡(luò)，結(jié)構(gòu)為14－28－3，隱層激活函數(shù)取為S型正切函數(shù)，輸出層為要通過(guò)對(duì)比尋找的最優(yōu)激活函數(shù)TF，訓(xùn)練函數(shù)采用的是梯度下降traingdm函數(shù)。Matlab基本程序如下：

net＝ newff(minmax (X),[28,3],{'tansig','purelin'}, 'traingdm');

net.trainParam.show＝200; %給定每200次顯示訓(xùn)練過(guò)程

net.trainParam.lr＝0.05; %給定學(xué)習(xí)效率，設(shè)定初始學(xué)習(xí)率為0.05；

net.trainParam.epochs＝100000; %給定迭代次數(shù)，這里設(shè)定為100000次；

net.trainParam.goal＝0.0005; %給定學(xué)習(xí)目標(biāo)；

net＝train(net,X,D); %訓(xùn)練網(wǎng)絡(luò)

學(xué)習(xí)效率一般取0.01～0.8之間的值，這里設(shè)定初始學(xué)習(xí)率為0.05。其它網(wǎng)絡(luò)參數(shù)按默認(rèn)值。訓(xùn)練終止的條件是達(dá)到訓(xùn)練誤差要求（這里使用默認(rèn)值0），滿足達(dá)到最小梯度或達(dá)到迭代次數(shù)時(shí)，即終止訓(xùn)練。

1.4 仿真分析

對(duì)十家熱處理企業(yè)進(jìn)行實(shí)地考察和數(shù)據(jù)采集，采集到的樣本數(shù)據(jù)如表4所示，將該樣本數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入向量對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

對(duì)于現(xiàn)場(chǎng)收集到的定性數(shù)據(jù)，如噪聲的大小和工人操作安全性等數(shù)據(jù)，按照專(zhuān)家10分制打分的方法進(jìn)行判定。如表3為噪聲評(píng)分表。

表3 噪聲評(píng)分表Tab.3 Noise rating table

表4 實(shí)測(cè)樣本數(shù)據(jù)表Tab.4 Measured sample data table

將如表4所示的實(shí)測(cè)樣本數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，BP網(wǎng)絡(luò)訓(xùn)練誤差分別如圖3所示。從圖中可以看出，BP網(wǎng)絡(luò)經(jīng)過(guò)了7254次的迭代后收斂到滿足要求的精度。

圖3 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差Fig.3 Training error of BP neural network

2 應(yīng)用實(shí)例

本文以某熱處理企業(yè)的熱處理生產(chǎn)過(guò)程為例，對(duì)其生產(chǎn)工藝過(guò)程中資源環(huán)境屬性的評(píng)價(jià)模型進(jìn)行了應(yīng)用分析。根據(jù)熱處理工藝的七個(gè)分類(lèi)指標(biāo)建立其資源環(huán)境屬性綜合評(píng)價(jià)體系如表5所示。

根據(jù)遺傳算法和BP神經(jīng)網(wǎng)絡(luò)理論，用matlab7編程。給定收斂值，取神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)效率，迭代次數(shù)為10000，得出實(shí)際輸出矩陣=[-0.2354-0.3541 1.5214]，可由表2所列出的評(píng)價(jià)結(jié)果矩陣清晰地看出該熱處理企業(yè)的等級(jí)為國(guó)內(nèi)平均。評(píng)價(jià)結(jié)果表明該廠的熱處理工藝與國(guó)內(nèi)領(lǐng)先水平尚有一定的差距，與實(shí)際情況相符。

表5 熱處理工藝綜合評(píng)價(jià)指標(biāo)體系Tab.5 Comprehensive evaluation systemof heat treatment

3 結(jié)論

本文是將基于BP神經(jīng)網(wǎng)絡(luò)的遺傳算法應(yīng)用于熱處理工藝的綠色性評(píng)價(jià)系統(tǒng)中，建立了綠色性綜合評(píng)價(jià)模型，利用Matlab進(jìn)行編程運(yùn)算和仿真，并對(duì)仿真結(jié)果進(jìn)行驗(yàn)證，證明其可行性和準(zhǔn)確性。該評(píng)價(jià)系統(tǒng)可以對(duì)企業(yè)的熱處理生產(chǎn)過(guò)程進(jìn)行綜合評(píng)價(jià)，對(duì)其不合理的地方提供改進(jìn)意見(jiàn)和建議。

[1]曹杰，易紅，趙維鐸，等.基于 Web的綠色產(chǎn)品制造工藝評(píng)價(jià)體系和方法的研究[J].制造業(yè)自動(dòng)化，2002，8.

[2]柳益君，吳訪升.基于GA-BP神經(jīng)網(wǎng)絡(luò)的環(huán)境質(zhì)量評(píng)估方法[J].計(jì)算機(jī)仿真，2010，7.

[3]巨軍讓?zhuān)咳?BP神經(jīng)網(wǎng)絡(luò)在Matlab中的方便實(shí)現(xiàn)[J].新疆石油學(xué)院學(xué)報(bào)，1999，2.

[4]張國(guó)棟，雷曉玲，彭宏.基于BP神經(jīng)網(wǎng)絡(luò)的環(huán)境質(zhì)量評(píng)估[J].長(zhǎng)沙理工大學(xué)學(xué)報(bào)，2005，4.

[5]沈德聰,阮平南.綠色制造系統(tǒng)評(píng)價(jià)指標(biāo)體系的研究[J].機(jī)械制造，2006，3.

[6]陸雍森.環(huán)境評(píng)價(jià)[M].上海：同濟(jì)大學(xué)出版社，1999.

[7]孫修東，李宗斌，陳富民.基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法的多指標(biāo)綜合評(píng)價(jià)方法的應(yīng)用研究[J].河南機(jī)電高等專(zhuān)科學(xué)校學(xué)報(bào)，2003，3.

[8]廖蘭，陳菓，熊翔.熱處理工藝的綠色性評(píng)價(jià)模型及應(yīng)用案例[J].金屬熱處理，2003，3.

[9]Dahmus J B,Gutowski T G.An environmental analysis of machining [C].Proceeding of International Mechanical Engineering Congress and RD&D Expo，2004，12.

Green Evaluation System of Heat Treatment Process Achieved by Matlab

ZHAO Xi,QIU Cheng
（China Academy of Machinery Science&Technology China Productivity Centre for Machinery,Beijing 100044,China）

Based on the research of resource and environmental attribute of heat treatment process,the GA-BP neural network system has been used in the evaluation system of green heat treatment process,green process assessment model is built,the solution methods of the model and the number of hidden nodes is studied,programming with matlab has solved.The feasibility and correctness of the evaluation method is proved by actual case.

Green heat treatment；BP neural network；Matlab

TP317

：Adoi:10.3969/j.issn.1002-6673.2014.03.033

1002－6673（2014）03－082－03

2014－04－28

項(xiàng)目來(lái)源：國(guó)家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）—機(jī)電產(chǎn)品綠色制造基礎(chǔ)數(shù)據(jù)庫(kù)與采集評(píng)測(cè)系統(tǒng)開(kāi)發(fā)（2012AA040101）

趙曦（1983-），女，河南人，在讀博士研究生。研究方向：機(jī)械設(shè)計(jì)及理論；邱城（1962-），男，研究員，博士生導(dǎo)師。享受?chē)?guó)務(wù)院政府特殊津貼專(zhuān)家。