盛 安，高世一，張 鴻，劉正林

(1.中南大學(xué)材料科學(xué)與工程學(xué)院，湖南 長沙 410083;2.廣州有色金屬研究院 廣東省現(xiàn)代焊接技術(shù)重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510650)

0 前言

近年來，隨著油氣管道需求的猛增［1］，國內(nèi)外已經(jīng)開發(fā)出了多種高強(qiáng)度管線鋼。管線鋼焊接方法主要有根焊道技術(shù)、TIG焊、閃光對焊等。管道閃光對焊作為一種自動化焊接方法，焊接質(zhì)量穩(wěn)定可靠、焊接效率高，因此在該領(lǐng)域具有廣闊的應(yīng)用前景。

管道閃光焊焊接質(zhì)量與多個工藝參數(shù)有關(guān)，工藝參數(shù)與焊接質(zhì)量之間是一個復(fù)雜的非線性關(guān)系，難以直接建立數(shù)學(xué)模型。而人工神經(jīng)網(wǎng)絡(luò)具有非線性映射能力，因此可以用來解決X65管線鋼閃光焊焊接質(zhì)量預(yù)測問題。

目前，國內(nèi)已有人采用人工神經(jīng)網(wǎng)絡(luò)建立了多種焊接質(zhì)量預(yù)測模型。如呂其兵等人建立了基于BP人工神經(jīng)網(wǎng)絡(luò)的鋼軌交流閃光焊焊接接頭預(yù)測模型［2］;顧玉芬等人建立了基于神經(jīng)網(wǎng)絡(luò)的低合金鋼接頭性能預(yù)測模型［3］;張永志使用徑向基神經(jīng)網(wǎng)絡(luò)建立了TC4鈦合金TIG焊焊接工藝參數(shù)與焊接接頭力學(xué)性能關(guān)系的網(wǎng)絡(luò)模型［4］等。本研究將采用BP神經(jīng)網(wǎng)絡(luò)搭建X65管線鋼閃光焊焊接工藝參數(shù)與焊接接頭彎曲試驗(yàn)結(jié)果關(guān)系的網(wǎng)絡(luò)模型。

1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種多層前向型神經(jīng)網(wǎng)絡(luò)。BP網(wǎng)絡(luò)的基本思想是:學(xué)習(xí)過程由信號的正向傳播與誤差的反向傳播兩個過程組成。正向傳播時(shí)，輸入樣本從輸入層傳入，經(jīng)各隱含層逐層處理后，傳向輸出層。若輸出層的實(shí)際輸出與期望輸出不符，則轉(zhuǎn)入誤差的反向傳播階段。誤差反傳是將輸出誤差以某種形式通過隱含層向輸入層反傳，并將誤差分?jǐn)偨o各層的所有單元，從而獲得各層單元的誤差信號，此誤差信號即作為修正各單元權(quán)值的依據(jù)。這種信號正向傳播與誤差反向傳播的各層權(quán)值調(diào)整過程是周而復(fù)始地進(jìn)行的。權(quán)值不斷調(diào)整的過程，也就是網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練過程。此過程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到可接受的程度，或進(jìn)行到預(yù)先設(shè)定的學(xué)習(xí)訓(xùn)練次數(shù)為止。

2 預(yù)測模型建立

2.1 焊接接頭力學(xué)性能特征量確定

管道閃光焊焊接接頭力學(xué)性能受多個因素影響，如焊接電流、閃光速度、焊接接頭溫度場及頂鍛量等。當(dāng)焊接接頭溫度高、加熱區(qū)寬而頂鍛量又較小時(shí)，焊接接頭端面的夾渣難以擠出;當(dāng)焊接接頭溫度低、加熱區(qū)窄而頂鍛量又較大時(shí)，焊接接頭容易形成裂紋。而影響焊接接頭溫度場的因素并不是唯一的。激發(fā)閃光階段和穩(wěn)定閃光階段的燒化量決定了對應(yīng)階段閃光時(shí)間長短，燒化量大則一定程度上延長了閃光時(shí)間，增加了接頭的能量輸入?？焖匍W光階段對溫度場影響更加明顯，該階段的閃光不僅使得接頭端面趨于平整，同時(shí)使端面各個部位的溫度相近，溫度場趨于平穩(wěn)。故選擇激發(fā)閃光階段和穩(wěn)定閃光階段的燒化量以及快速閃光階段的閃光時(shí)間作為特征量。頂鍛階段是焊接接頭成型的最終階段，通過給待焊管道施加足夠的頂鍛力，使接頭端面的夾渣隨液態(tài)金屬擠出，從而獲得優(yōu)質(zhì)的焊接接頭。而頂鍛量大小決定了焊接接頭能否徹底擠出夾渣，消除缺陷。帶電頂鍛產(chǎn)生的熱量使接頭端面冶金過程順利進(jìn)行，確保最終獲得牢固的焊接接頭。因此，將頂鍛量和帶電頂鍛時(shí)間也作為力學(xué)性能特征量。

綜上所述，最終確定激發(fā)閃光階段燒化量、穩(wěn)定閃光階段燒化量、快速閃光階段閃光時(shí)間、頂鍛量以及帶電頂鍛時(shí)間為焊接接頭力學(xué)性能特征量。

2.2 網(wǎng)絡(luò)結(jié)構(gòu)

由前面確定的接頭力學(xué)性能特征量可以知道，輸入層共含有五個節(jié)點(diǎn)，分別與五個特征量對應(yīng)。輸出層輸出的是接頭的力學(xué)性能指標(biāo)，故確定為一個節(jié)點(diǎn)，表示彎曲試驗(yàn)結(jié)果。

隱含層節(jié)點(diǎn)數(shù)對于整個BP神經(jīng)網(wǎng)絡(luò)來說至關(guān)重要。隱含層節(jié)點(diǎn)數(shù)過多將增加網(wǎng)絡(luò)訓(xùn)練時(shí)間，降低網(wǎng)絡(luò)泛化能力;隱含層節(jié)點(diǎn)數(shù)過少，網(wǎng)絡(luò)從樣本中獲取信息的能力就差，需要進(jìn)行多次訓(xùn)練或在規(guī)定訓(xùn)練次數(shù)內(nèi)無法達(dá)到指定精度。本試驗(yàn)將采用“試湊法”確定最佳隱含層節(jié)點(diǎn)數(shù)，即先確定隱含層節(jié)點(diǎn)數(shù)大致范圍，然后一個個對其建立網(wǎng)絡(luò)，比較網(wǎng)絡(luò)性能，再從中確定一個最優(yōu)的節(jié)點(diǎn)數(shù)。通過查閱相關(guān)文獻(xiàn)［6］，確定隱含層節(jié)點(diǎn)數(shù)經(jīng)驗(yàn)公式為

式中 n為隱含層節(jié)點(diǎn)數(shù);n0、n1分別為輸入層和輸出層節(jié)點(diǎn)數(shù);a為1～10之間的任意常數(shù)。

X65管線鋼閃光焊焊接接頭彎曲試驗(yàn)結(jié)果預(yù)測模型的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 X65管線鋼焊接接頭彎曲試驗(yàn)結(jié)果預(yù)測模型網(wǎng)絡(luò)結(jié)構(gòu)示意

圖1中，X向量表示BP網(wǎng)絡(luò)的輸入向量，X1～X5分別代表第一階段燒化量、第二階段燒化量、第三階段閃光時(shí)間、帶電頂鍛時(shí)間、頂鍛量，X0=－1是為隱含層神經(jīng)元引入閾值設(shè)置的。V向量表示輸入層到隱含層之間的權(quán)值矩陣，其中列向量Vj為隱含層第j個神經(jīng)元對應(yīng)的權(quán)向量。Y向量則表示隱含層的輸出向量，y0=－1是為輸出層神經(jīng)元引入閾值設(shè)置的;W向量為隱含層到輸出層的權(quán)值矩陣。O向量為網(wǎng)絡(luò)輸出向量，表示彎曲試驗(yàn)結(jié)果。

2.3 BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)及訓(xùn)練

本試驗(yàn)焊接的管線鋼為X65，通過正交試驗(yàn)方法，共安排了30組試驗(yàn)，其中包括三組重復(fù)試驗(yàn)。輸入量中的燒化量通過測量動夾具的位移得到。彎曲試驗(yàn)結(jié)果分為四種情況，即表面無裂紋、表面產(chǎn)生裂紋但長度小于3 mm、表面產(chǎn)生裂紋且長度超過3 mm以及完全斷裂，以上四種情況分別用數(shù)字0～3表示。在不重復(fù)的27組試驗(yàn)中，隨機(jī)選取20組作為訓(xùn)練樣本，用于對網(wǎng)絡(luò)進(jìn)行訓(xùn)練和學(xué)習(xí)。另外七組作為測試樣本，用于測試網(wǎng)絡(luò)的預(yù)測能力。網(wǎng)絡(luò)訓(xùn)練誤差取0.01。

2.3.1 BP網(wǎng)絡(luò)訓(xùn)練方法及隱含層節(jié)點(diǎn)數(shù)確定

BP人工神經(jīng)網(wǎng)絡(luò)雖然具有非線性映射能力、泛化能力和容錯能力的優(yōu)點(diǎn)，但是也存在一些不足，如易形成局部最小而得不到全局最優(yōu);訓(xùn)練次數(shù)多使得學(xué)習(xí)效率低，收斂速度慢;隱含層節(jié)點(diǎn)數(shù)的選取缺乏理論指導(dǎo)。針對上述不足，目前已提出了不少有效的改進(jìn)算法，其中比較常用的有三種:附加動量法、自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率法以及彈性梯度下降法。本試驗(yàn)將采用自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率法對網(wǎng)絡(luò)進(jìn)行訓(xùn)練。自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率法的基本原理是檢查權(quán)值的修正值是否真正降低了誤差函數(shù)，若確實(shí)降低了誤差函數(shù)，則表明學(xué)習(xí)速率可適當(dāng)增大;否則表明產(chǎn)生了過調(diào)，應(yīng)適當(dāng)減小學(xué)習(xí)速率。

由式(1)可知，當(dāng)a取值為1～10時(shí)，n的范圍為3～13，實(shí)際取n為5～13。在隱含層節(jié)點(diǎn)數(shù)分別取5～13的情況下，表1記錄了采用自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率法訓(xùn)練網(wǎng)絡(luò)的訓(xùn)練次數(shù)與隱含層節(jié)點(diǎn)數(shù)的關(guān)系，初始學(xué)習(xí)速率取0.05。

由表1可知，隱含層節(jié)點(diǎn)數(shù)為12時(shí)，訓(xùn)練網(wǎng)絡(luò)的訓(xùn)練次數(shù)最少，故確定隱含層節(jié)點(diǎn)數(shù)為12。在隱含層節(jié)點(diǎn)數(shù)為12的條件下，再從訓(xùn)練樣本中隨機(jī)抽出七組訓(xùn)練數(shù)據(jù)，用來考察網(wǎng)絡(luò)的記憶能力，預(yù)測結(jié)果如圖2所示。由圖2可知，訓(xùn)練樣本的輸出結(jié)果與實(shí)際結(jié)果吻合良好，說明網(wǎng)絡(luò)訓(xùn)練已經(jīng)達(dá)到要求。

表1 采用自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率法訓(xùn)練網(wǎng)絡(luò)的訓(xùn)練次數(shù)與隱含層節(jié)點(diǎn)數(shù)的關(guān)系

圖2 參加訓(xùn)練樣本的輸出結(jié)果與實(shí)際結(jié)果

2.3.2 樣本歸一化處理

樣本歸一化是指通過變換處理將網(wǎng)絡(luò)的輸入、輸出數(shù)據(jù)限制在［0，1］或［－1，1］區(qū)間內(nèi)。進(jìn)行樣本歸一化的原因主要是為了讓各輸入分量在訓(xùn)練開始時(shí)具有同等地位;防止因凈輸入絕對值過大而使神經(jīng)元輸出飽和;避免網(wǎng)絡(luò)只針對總誤差調(diào)整權(quán)值。另據(jù)一些文獻(xiàn)提出［7－8］，由于0和1分別為S型函數(shù)的極值，此時(shí)就要求權(quán)值足夠大才能使網(wǎng)絡(luò)輸出值與其匹配，從而需要進(jìn)行多次訓(xùn)練來調(diào)整權(quán)值，導(dǎo)致訓(xùn)練次數(shù)增多，收斂緩慢。故采用文獻(xiàn)［8］提出的變換公式

式中 xi為第i個輸入或者輸出數(shù)據(jù);xhmin為第h個輸入或者輸出數(shù)據(jù)變化范圍的最小值，xhmax為第h個輸入或者輸出數(shù)據(jù)變化范圍的最大值為歸一化后得到的輸入或者輸出數(shù)據(jù)。

當(dāng)采用式(2)進(jìn)行歸一化處理彎曲試驗(yàn)結(jié)果時(shí)，由于其結(jié)果只有0、1、2、3四種。當(dāng)取 0 或者3時(shí)，變換后得到的數(shù)據(jù)為0、1。由于0和1是S型變換函數(shù)的極值，將影響網(wǎng)絡(luò)的收斂速度。因此，需要對式(2)進(jìn)行改進(jìn)，改進(jìn)后的歸一化公式為

使用改進(jìn)后的歸一化公式對彎曲試驗(yàn)結(jié)果進(jìn)行歸一化，變換后區(qū)間為［0.285 7，0.714 3］。對20組訓(xùn)練樣本取隱含層節(jié)點(diǎn)數(shù)為12，圖3為使用式(2)的歸一化公式對網(wǎng)絡(luò)輸入輸出數(shù)據(jù)進(jìn)行歸一化處理后訓(xùn)練誤差與訓(xùn)練次數(shù)的關(guān)系;圖4為使用式(2)對網(wǎng)絡(luò)輸入數(shù)據(jù)進(jìn)行歸一化處理，使用式(3)對網(wǎng)絡(luò)輸出數(shù)據(jù)進(jìn)行歸一化處理后訓(xùn)練誤差與訓(xùn)練次數(shù)的關(guān)系。

圖3 使用式(2)歸一化處理后網(wǎng)絡(luò)訓(xùn)練誤差與訓(xùn)練次數(shù)的關(guān)系

對比圖3和圖4可以發(fā)現(xiàn)，使用式(2)歸一化處理后，網(wǎng)絡(luò)需要訓(xùn)練4 526次，而使用改進(jìn)后的式(3)歸一化處理后，網(wǎng)絡(luò)只需要訓(xùn)練1 541次。說明使用改進(jìn)后的歸一化公式確實(shí)能夠提高網(wǎng)絡(luò)訓(xùn)練速度。

3 BP神經(jīng)網(wǎng)絡(luò)力學(xué)性能預(yù)測結(jié)果

圖4 使用改進(jìn)歸一化公式后神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差與訓(xùn)練次數(shù)的關(guān)系

利用式(2)和式(3)分別對輸入樣本和輸出樣本進(jìn)行歸一化處理，用20組數(shù)據(jù)樣本對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，隱含層節(jié)點(diǎn)數(shù)取12，建立X65管線鋼閃光焊焊接接頭彎曲試驗(yàn)結(jié)果預(yù)測模型，利用該模型對剩余的七個焊接接頭的彎曲試驗(yàn)結(jié)果進(jìn)行預(yù)測，并與實(shí)際結(jié)果比較。根據(jù)國家標(biāo)準(zhǔn)GB/T 2653－2008焊接接頭彎曲試驗(yàn)方法［9］，對焊接接頭進(jìn)行側(cè)彎試驗(yàn)，試樣尺寸17 mm×13 mm×300 mm，彎曲角度90°，彎軸直徑90 mm。國家標(biāo)準(zhǔn)規(guī)定，試樣表面上長度小于3 mm的缺陷均應(yīng)判定為合格。為便于判斷預(yù)測結(jié)果是否準(zhǔn)確，對預(yù)測結(jié)果進(jìn)行整定，統(tǒng)一以合格和不合格表示，彎曲試驗(yàn)效果如圖5所示，具體結(jié)果如表2所示。由表2可知，七組預(yù)測樣本中，有兩組預(yù)測結(jié)果與實(shí)際不符，其余五組均預(yù)測準(zhǔn)確。

4 結(jié)論

通過試驗(yàn)證明，將激發(fā)閃光階段燒化量、穩(wěn)定閃光階段燒化量、快速閃光階段閃光時(shí)間、頂鍛量、帶電頂鍛時(shí)間作為焊接接頭力學(xué)性能特征量是可行的。采用自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率法和改進(jìn)后的歸一化公式后，網(wǎng)絡(luò)的性能確實(shí)得到了提升。最后的實(shí)際結(jié)果表明，用該網(wǎng)絡(luò)對X65管線鋼閃光焊焊接接頭的彎曲試驗(yàn)結(jié)果進(jìn)行預(yù)測，獲得了較好的預(yù)測結(jié)果，可以作為焊接接頭力學(xué)性能預(yù)測的輔助手段。但是該網(wǎng)絡(luò)也存在某些不足，比如目前僅限于預(yù)測彎曲試驗(yàn)一個力學(xué)性能指標(biāo)，無法預(yù)測抗拉強(qiáng)度、屈服強(qiáng)度等指標(biāo);焊接材料僅限于X65管線鋼;預(yù)測精度還存在提升空間，這些不足將通過后續(xù)工作加以完善。

表2 X65管線鋼閃光焊焊接接頭彎曲試驗(yàn)預(yù)測結(jié)果

圖5 彎曲試驗(yàn)效果

［1］史耀武.油氣長輸管線焊接技術(shù)回顧與發(fā)展［J］.焊管，2005，28(6):1 －6.

［2］呂其兵，戴 虹，譚克利，等.基于BP人工神經(jīng)網(wǎng)絡(luò)的鋼軌交流閃光焊焊接接頭質(zhì)量預(yù)測［J］.焊接學(xué)報(bào)，2005，26(5):65 －68.

［3］顧玉芬，樊 丁.基于神經(jīng)網(wǎng)絡(luò)的低合金鋼接頭性能測試［J］.電焊機(jī)，2009，39(4):117 －120.

［4］張永志，董俊慧，張艷飛.基于徑向基神經(jīng)網(wǎng)絡(luò)焊接接頭力學(xué)性能預(yù)測［J］.焊接學(xué)報(bào)，2008，29(7):81 －84.

［5］夏 欣，韓翔宇.閃光焊接技術(shù)及其在管道建設(shè)中的應(yīng)用［J］.油氣儲運(yùn)，2000，19(6):23 －27.

［6］喬小杰.基于BP神經(jīng)網(wǎng)絡(luò)鋼/鋁激光焊工藝優(yōu)化及組織性能研究［D］.湖南:湖南大學(xué)，2013.

［7］李宗坤，鄭晶星，周 晶.誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型的改進(jìn)及其應(yīng)用［J］.水利學(xué)報(bào)，2003(7):111－114.

［8］劉國東，丁 晶.BP網(wǎng)絡(luò)用于水文測試的幾個問題探討［J］.水利學(xué)報(bào)，1999(1):65－69.

［9］GB/T 2653－2008，焊接接頭彎曲試驗(yàn)方法［S］.