王振光

WANG Zhen-guang

（山東工業(yè)職業(yè)學(xué)院，淄博 256414）

0 引言

鋁合金因其耐蝕性好、成型性好、比重輕等優(yōu)點(diǎn)而在國民經(jīng)濟(jì)各個領(lǐng)域得到了廣泛的應(yīng)用，鋁合金的連接成為鋁合金得以廣泛應(yīng)用的一個重要基礎(chǔ)。攪拌摩擦焊（Friction Stir Welding，簡稱FSW）是1991年由英國焊接技術(shù)研究所發(fā)明的一種新型焊接方法，它在焊接鋁合金等低熔點(diǎn)金屬方面有著無可比擬的優(yōu)勢[1,2]。在國外發(fā)達(dá)國家，鋁合金攪拌摩擦焊已經(jīng)成功應(yīng)用在船舶、航空、航天、高速列車、飛機(jī)等眾多領(lǐng)域；但是國內(nèi)鋁合金攪拌摩擦焊技術(shù)與國外先進(jìn)技術(shù)相比還存在較大差距，距離大規(guī)模工業(yè)化應(yīng)用還有很多工作要做，其中鋁合金攪拌摩擦焊接頭疲勞性能研究就是一個重要而艱巨的技術(shù)課題[3,4]。由于疲勞試驗(yàn)本身需要耗費(fèi)的時間很長，要完成一系列焊接接頭的疲勞性能評估將耗費(fèi)大量的人力、物力和財(cái)力。如果單純依靠試驗(yàn)來完成，將造成研發(fā)進(jìn)度慢、研發(fā)效率低、研發(fā)成本高等嚴(yán)重問題。神經(jīng)網(wǎng)絡(luò)是一種應(yīng)計(jì)算機(jī)技術(shù)而發(fā)展起來的新型智能化技術(shù)，它能高效的進(jìn)行性能、成本、銷售、利潤等方面的預(yù)測以及工藝優(yōu)化等工作[5,6]。本文采用BP神經(jīng)網(wǎng)絡(luò)技術(shù)，依靠一系列的試驗(yàn)數(shù)據(jù)作為樣本數(shù)據(jù)，構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行了鋁合金FSW接頭疲勞性能的研究。

1 試驗(yàn)材料與方法

1.1 試驗(yàn)材料

本試驗(yàn)選用的焊接母材分別為A6N01S、A7N01S和6061三種鋁合金，合金的化學(xué)成分采用HY-EDX1800BS型X熒光光譜儀進(jìn)行測試，測試結(jié)果如表1所示。在FSW-7XB-008型攪拌摩擦焊機(jī)上完成鋁合金同質(zhì)攪拌摩擦焊，獲得一系列的鋁合金FSW接頭。其攪拌頭旋轉(zhuǎn)速度選為200r/min～1200r/min、焊接速度選為40mm/min～200mm/min、軸向壓力選為3KN～15KN、攪拌頭傾角選為1o～10o、板材厚度取為2mm～12mm。鋁合金同質(zhì)FSW的焊接過程示意圖，如圖1所示。

表1 鋁合金母材的化學(xué)成分(wt.%)

圖1 鋁合金同質(zhì)FSW的過程示意圖[7]

1.2 試驗(yàn)方法

參照ASTM E2368-2010標(biāo)準(zhǔn)，在AS-PTA型疲勞試驗(yàn)機(jī)上進(jìn)行鋁合金FSW接頭的疲勞性能測試。測試前，將將完成的鋁合金FSW焊件加工成所需的疲勞性能測試件，疲勞試驗(yàn)選用正弦波加載的拉-拉加載、應(yīng)力水平為0.75σb、應(yīng)力比為0.1、頻率為25HZ，各試樣的疲勞試驗(yàn)均進(jìn)行到測試件斷裂為止，記錄試樣的疲勞壽命；并選用JSM 6510型掃描電子顯微鏡進(jìn)行疲勞斷口形貌的觀察和拍照。

2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型

2.1 建立BP神經(jīng)網(wǎng)絡(luò)模型

以MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱為基礎(chǔ)，為了提高模型的預(yù)測精度和預(yù)測能力，本試驗(yàn)選用了6×18×9×1四層拓?fù)浣Y(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)模型，以進(jìn)行鋁合金FSW接頭疲勞性能的研究。該BP神經(jīng)網(wǎng)絡(luò)模型包含一個輸入層、一個輸出層和兩個隱含層，其中輸入層的主要作用是接收來自外部的數(shù)據(jù)和信號；輸出層的主要作用是將模型的處理結(jié)果輸出給外部設(shè)備；隱含層的主要作用是進(jìn)行模型的內(nèi)部運(yùn)算。

本文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型，其輸入層含有焊接母材、攪拌頭旋轉(zhuǎn)速度、焊接速度、軸向壓力、攪拌頭傾角和板材厚度共6個參數(shù)，其中焊接母材的取值范圍為A6N01S鋁合金（記為1）、A7N01S鋁合金（記為2）和6061鋁合金（記為3）；攪拌頭旋轉(zhuǎn)速度的取值范圍為200r/min、250r/min、300r/min、350r/min、400r/min、450r/min、500r/min、550r/min、600r/min、650r/min、700r/min、750r/min、800r/min、850r/min、900r/min、950r/min、1000r/min、1050r/min、1100r/min、1150r/min和1200r/min；焊接速度的取值范圍為40mm/min、50mm/min、60mm/min、70mm/min、80mm/min、90mm/min、100mm/min、110mm/min、120mm/min、130mm/min、140mm/min、150mm/min、160mm/min、170mm/min、180mm/min、190mm/min和200mm/min；軸向壓力的取值范圍為3KN、4KN、5KN、6KN、7KN、8KN、9KN、10KN、11KN、12KN、13KN、14KN和15KN；攪拌頭傾角的取值范圍為1o、2o、3o、4o、5o、6o、7o、8o、9o和10o；板材厚度的取值范圍為2mm、3mm、4mm、5mm、6mm、7mm、8mm、9mm、10mm、11mm、12mm。該模型的輸出層參數(shù)為疲勞壽命，以此表征鋁合金FSW接頭的疲勞性能。BP神經(jīng)網(wǎng)絡(luò)模型選用tansig函數(shù)作為隱含層傳遞函數(shù)，選用logsig函數(shù)作為輸出層傳遞函數(shù)。輸入?yún)?shù)絕對值過大造成參數(shù)間的不平等以及避免出現(xiàn)模型數(shù)值溢出，該BP神經(jīng)網(wǎng)絡(luò)模型采用歸一法進(jìn)行輸入?yún)?shù)和輸出參數(shù)的歸一處理；并采用歸一法的逆運(yùn)算將輸出單位還原為原始單位[7]。該鋁合金攪拌摩擦點(diǎn)焊接頭疲勞性能的BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)示意圖，如圖2所示。

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

2.2 神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練

構(gòu)建好的鋁合金FSW接頭疲勞性能BP神經(jīng)網(wǎng)絡(luò)模型，首先需要經(jīng)過學(xué)習(xí)訓(xùn)練。從前述鋁合金FSW工藝試驗(yàn)獲得的接頭疲勞性能數(shù)據(jù)中，隨機(jī)選取36組試驗(yàn)數(shù)據(jù)作為訓(xùn)練樣本，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)訓(xùn)練，訓(xùn)練的各項(xiàng)參數(shù)設(shè)置為：動量因子0.85、學(xué)習(xí)速率為0.15、學(xué)習(xí)誤差1×10-5、訓(xùn)練步數(shù)80000。學(xué)習(xí)訓(xùn)練后發(fā)現(xiàn)，該BP神經(jīng)網(wǎng)絡(luò)模型經(jīng)過7926次迭代運(yùn)輸后收斂。各訓(xùn)練樣本數(shù)據(jù)的相對訓(xùn)練誤差，如圖2所示。所述的相對訓(xùn)練誤差=（訓(xùn)練值-試驗(yàn)值）的絕對值÷試驗(yàn)值×100%。從圖2可以看出，該BP神經(jīng)網(wǎng)絡(luò)模型的相對訓(xùn)練誤差最小值為2.12%、相對訓(xùn)練誤差最大值為5.31%、相對訓(xùn)練誤差的平均值為3.22%，相對訓(xùn)練誤差小于5.5%。由此可以看出，本試驗(yàn)構(gòu)建的6×18×9×1四層拓?fù)浣Y(jié)構(gòu)的鋁合金FSW接頭疲勞性能BP神經(jīng)網(wǎng)絡(luò)模型，能較真實(shí)的反應(yīng)鋁合金FSW四個主要工藝參數(shù)與接頭疲勞性能的關(guān)系，可用于鋁合金FSW接頭疲勞性能。

圖3 BP神經(jīng)網(wǎng)絡(luò)的相對訓(xùn)練誤差

2.3 神經(jīng)網(wǎng)絡(luò)模型的驗(yàn)證

訓(xùn)練好的鋁合金FSW接頭疲勞性能BP神經(jīng)網(wǎng)絡(luò)模型，要投入實(shí)際的使用，必須先進(jìn)行驗(yàn)證，確保模型的預(yù)測能力和預(yù)測精度。從試驗(yàn)數(shù)據(jù)中選取8組未經(jīng)學(xué)習(xí)訓(xùn)練的數(shù)據(jù)作為驗(yàn)證樣本，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)模型的驗(yàn)證。8組驗(yàn)證樣本的相對預(yù)測誤差，如圖4所示。所述的相對預(yù)測誤差=（預(yù)測值-試驗(yàn)值）的絕對值÷試驗(yàn)值×100%。從圖4可以看出，對未經(jīng)學(xué)習(xí)訓(xùn)練的驗(yàn)證樣本，該BP神經(jīng)網(wǎng)絡(luò)模型輸出的鋁合金FSW接頭疲勞壽命的相對預(yù)測誤差最小值為2.98%、相對預(yù)測誤差最大值為5.82%、相對預(yù)測誤差的平均值為4.05%，相對預(yù)測誤差小于6%。通常，我們認(rèn)為相對預(yù)測誤差在10%以內(nèi)時，BP神經(jīng)網(wǎng)絡(luò)模型具有較好的預(yù)測能力和較高的預(yù)測精度。由此我們可以認(rèn)為，本試驗(yàn)構(gòu)建的鋁合金FSW接頭疲勞性能BP神經(jīng)網(wǎng)絡(luò)模型具有較強(qiáng)的預(yù)測能力和較高的預(yù)測精度，可以用于實(shí)際的A6N01S、A7N01S和6061三種鋁合金同質(zhì)FSW接頭疲勞性能的預(yù)測和優(yōu)化。

圖4 BP神經(jīng)網(wǎng)絡(luò)的相對預(yù)測誤差

2.4 神經(jīng)網(wǎng)絡(luò)模型的實(shí)際應(yīng)用

為了進(jìn)一步考察該BP神經(jīng)網(wǎng)絡(luò)模型在實(shí)際的鋁合金FSW接頭疲勞性能預(yù)測和優(yōu)化中的應(yīng)用效果，在長春某企業(yè)的高速列車用4mm厚A7N01S鋁合金板材FSW生產(chǎn)線上，進(jìn)行了該BP神經(jīng)模型的實(shí)際應(yīng)用和產(chǎn)線FSW疲勞性能優(yōu)化研究。結(jié)果表明，經(jīng)過BP神經(jīng)網(wǎng)絡(luò)優(yōu)化后的獲得的鋁合金FSW接頭具有更優(yōu)的疲勞性能。表2是神經(jīng)網(wǎng)絡(luò)優(yōu)化前后的4mm厚A7N01S鋁合金板材的FSW工藝參數(shù)。

表2 A7N01S鋁合金FSW工藝參數(shù)

經(jīng)焊接接頭疲勞試驗(yàn)后發(fā)現(xiàn)，與神經(jīng)網(wǎng)絡(luò)優(yōu)化前相比，A7N01S鋁合金板材的FSW工藝參數(shù)經(jīng)神經(jīng)網(wǎng)絡(luò)優(yōu)化后，其焊接接頭的疲勞壽命從18231增加至27548，增加了51.11%，焊接接頭的疲勞性能得到顯著提高。神經(jīng)網(wǎng)絡(luò)優(yōu)化前后的A7N01S鋁合金板材FSW接頭，在0.75σb應(yīng)力水平下的疲勞斷口形貌SEM照片，如圖5所示。從圖5可以看出，與神經(jīng)網(wǎng)絡(luò)優(yōu)化前相比，神經(jīng)網(wǎng)絡(luò)優(yōu)化后的A7N01S鋁合金板材FSW接頭的疲勞斷口中韌窩數(shù)量顯著增多、撕裂棱明顯減少，焊接接頭的疲勞性能得到明顯提高，與疲勞壽命的測試結(jié)果一致。

圖5 A7N01S鋁合金FSW接頭疲勞斷口形貌SEM照片

綜上所述，本試驗(yàn)構(gòu)建的6×18×9×1四層拓?fù)浣Y(jié)構(gòu)的鋁合金FSW接頭疲勞性能BP神經(jīng)網(wǎng)絡(luò)模型不僅具有較高的預(yù)測精度和預(yù)測能力，而且具有較好的實(shí)用性，可用于實(shí)際工業(yè)生產(chǎn)中的A6N01S、A7N01S和6061三種鋁合金同質(zhì)FSW接頭疲勞性能的預(yù)測和優(yōu)化。該BP神經(jīng)網(wǎng)絡(luò)模型經(jīng)過改進(jìn)和調(diào)整后，可用于其他鋁合金、鎂合金等金屬材料的同質(zhì)或異質(zhì)FSW接頭疲勞性能的預(yù)測和優(yōu)化。

3 結(jié)論

1）以焊接母材、攪拌頭旋轉(zhuǎn)速度、焊接速度、軸向壓力、攪拌頭傾角和板材厚度為輸入?yún)?shù)，以疲勞壽命為輸出參數(shù)，構(gòu)建6×18×9×1四層拓?fù)浣Y(jié)構(gòu)的鋁合金FSW接頭疲勞性能BP神經(jīng)網(wǎng)絡(luò)模型，可以實(shí)現(xiàn)鋁合金FSW接頭疲勞性能的預(yù)測和優(yōu)化。

2）鋁合金FSW接頭疲勞性能BP神經(jīng)網(wǎng)絡(luò)模型的相對訓(xùn)練誤差小于5.5%、相對預(yù)測誤差小于6%，模型具有較好的預(yù)測能力和較高的預(yù)測精度。

3）生產(chǎn)線上的A7N01S鋁合金板材，其攪拌摩擦焊工藝參數(shù)經(jīng)神經(jīng)網(wǎng)絡(luò)優(yōu)化后，其焊接接頭的疲勞壽命較神經(jīng)網(wǎng)絡(luò)優(yōu)化前增加51.11%，焊接接頭的疲勞性能較神經(jīng)網(wǎng)絡(luò)優(yōu)化前顯著提高。

[1]Masayuki Aonuma,Kazuhiro Nakata.Dissimilar metal joining of ZK60 magnesium alloy and titanium by friction stir welding[J].Materials Science and Engineering B.2012,(177):543-548.

[2]宋曉村,朱政強(qiáng),陳燕飛.攪拌摩擦焊的研究現(xiàn)狀及前景展望[J].熱加工工藝,2013,42(13):5-7+12.

[3]吳興歡,謝振中.5A02鋁合金攪拌摩擦焊焊接接頭性能試驗(yàn)[J].焊接技術(shù),2013,(4):38-40.

[4]李新城,陳樓,張繪,等.基于主成分分析與B P 神經(jīng)網(wǎng)絡(luò)的激光拼焊板力學(xué)性能預(yù)測[J].熱加工工藝,2012,41(5),171-173.

[5]劉艷俠,高新琛,張國英,等.BP神經(jīng)網(wǎng)絡(luò)對3C鋼腐蝕性能的預(yù)測分析[J].材料科學(xué)與工程學(xué)報(bào),2008,26(1):94-97.

[6]周開利,康耀紅.神經(jīng)網(wǎng)絡(luò)模型及其MATLAB仿真程序設(shè)計(jì)[M].北京:清華大學(xué)出版社,2005:69-100.

[7]P.Venkateswaran,A.P.Reynolds.Factors affecting the properties of Friction Stir Welds between aluminum and magnesium alloys[J].Materials Science and Engineering A.2012,(545):26-37.