張紫娟,李仁旺,柳新霞,曹衍龍

(1.浙江理工大學 機械與自動控制學院，浙江 杭州 310018;2.浙江大學 機械工程系，浙江 杭州 310058)

焊接工藝碳足跡分析及其工藝參數(shù)優(yōu)化

張紫娟1,李仁旺1,柳新霞1,曹衍龍2

(1.浙江理工大學 機械與自動控制學院，浙江 杭州 310018;2.浙江大學 機械工程系，浙江 杭州 310058)

以提高焊接工藝過程中資源和能源利用效率，減少碳排放為目的，從物料、能源、廢棄物3個維度，對焊接加工過程碳排放機理加以分析.根據(jù)焊接及數(shù)學理論建立了焊接過程的碳排放特性函數(shù).對回流焊接設備影響碳排放的因子進行分析，建立遺傳算法優(yōu)化模型，并找出了最優(yōu)解.

焊接；碳排放；回流焊；遺傳算法

全球氣候日益變暖，低碳制造因低能耗、低污染、低排放的特點已成為全球的焦點[1-2].大量的碳排放產(chǎn)生于制造業(yè)將資源轉變?yōu)楫a(chǎn)品(服務)的過程.這一過程帶來了巨大的能源消耗，也對環(huán)境造成了污染.國際能源署的研究顯示，全球近1/3的能源消耗以及36%的碳排放是由制造業(yè)產(chǎn)生的[3].制造業(yè)的碳排放和能源消耗兩者之間是緊密相關的，要減少制造業(yè)碳排放，需要重點研究制造業(yè)能耗的評估與優(yōu)化問題[4].在當今資源、能源高度緊張的情況下，降低制造能耗不僅事關國家能源安全和經(jīng)濟持續(xù)增長，而且可以緩解國家環(huán)境和空氣污染問題[5-6].

產(chǎn)品的生產(chǎn)過程通常伴隨著能源消耗和碳排放.從低碳制造的角度來分析，碳排放量與產(chǎn)品加工中使用的工藝路線以及加工過程有密切的關系.因為產(chǎn)品的加工工藝過程存在碳排放，所以優(yōu)化單一工序以及整個過程的生產(chǎn)工藝，可以有效提高能源效率、減少碳排放.廢棄物的回收利用在一定程度上也可以有效降低制造過程對環(huán)境產(chǎn)生的不良影響.

單位材料的碳足跡因加工方法的不同而不盡相同.一般來說，焊接加工過程產(chǎn)生的碳足跡較多，產(chǎn)生的污染種類多、危害大，對環(huán)境影響嚴重.高污染、高能耗是焊接工藝的顯著特性[7].

1 焊接工藝碳足跡特性函數(shù)

焊接是使用電加熱，讓被焊接金屬局部達到液態(tài)或接近液態(tài)，從而結合形成堅固不可拆卸體的工藝過程[8]. 對焊接過程碳足跡的分析是為了建立整個焊接過程資源消耗和碳排放的指標體系，并針對這些指標數(shù)據(jù)進行收集、分析、處理和評價.

在焊接過程中，刀具、輔助焊接材料消耗等都是碳排放的來源，設備的能耗是能源碳排放的源頭，而廢棄物碳排放主要由廢棄物處理產(chǎn)生.焊接工藝碳足跡分析如圖1所示.

分析認為，焊接過程的碳排放量主要由能源碳排放、物料碳排放及廢棄物碳排放組成.碳排放特性函數(shù)可以表示為：

C=CE+CM+CW

式中：C為焊接過程的碳排放量；CE、CM、CW分別為能源碳排放量、物料碳排放量和廢棄物碳排放量；Eij為第i類碳排放中所消耗的第j種能源量；ej為第j種能源碳排放轉化系數(shù)；Mij為第i類碳排放中所消耗的第j種物料量；mj為第j種物料碳排放轉化系數(shù)；Wij為第i類碳排放中所產(chǎn)生的第j種廢棄物量，wj為第j中廢棄物碳排放轉化系數(shù).

2 回流焊接工藝

SMT(Surface Mount Technology)是電子產(chǎn)品生產(chǎn)中最重要的工藝.SMT工藝是焊膏印刷、元件、貼裝、回流焊接及相關衍生工藝的總和[9].而回流焊則是整個SMT生產(chǎn)過程中舉足輕重的部分.

2.1 回流焊輔助焊接材料

Sn-Pb合金具有適當?shù)膹姸群蜐櫇裥?，是目前電子組裝應用中最普遍的軟料錫膏. 它由助焊劑成分和合金成分混合組成.其合金成分主要為錫和鉛.

在SMT工藝中，影響焊接質(zhì)量的主要材料是一種均勻混合的合金焊粉(稱之為焊膏).它是由合金焊料粉、糊狀助焊劑和一些添加劑混合而成的一種漿料，具有良好的觸變性[10].生產(chǎn)焊膏的主要原料是錫粉和助焊劑.為了避免焊膏因長期室溫儲存，揮發(fā)變質(zhì)而影響焊接質(zhì)量，應將其儲存在2～10 ℃的冰箱環(huán)境中.使用時將焊膏從冰箱中取出，在溫度為22 ℃，相對濕度為60%的情況下，放置4～5 h，使其達到可使用的溫度.從冰箱中取出的焊膏，一般應在2～7 d內(nèi)使用完畢，否則會嚴重影響焊接質(zhì)量.

2.2 回流焊溫度曲線

采用SMT回流焊接工藝的焊接設備需要設定合理的溫度曲線[11].回流焊接工藝過程包括升溫區(qū)、預熱區(qū)、回流區(qū)和冷卻區(qū).圖2所示為某儀表公司的回流焊溫度曲線.

圖2 錫鉛錫膏馬鞍型回流焊爐溫度曲線

(1)升溫區(qū)(A)的主要作用是將印制電路板PCB加熱到約150 ℃，消除PCB板從外面進入爐區(qū)所攜帶的冷空氣.

(2)預熱區(qū)(B)的主要作用是將PCB板加熱到150～185 ℃.在此溫度下，PCB板的水分可完全蒸發(fā).這不僅能消除PCB板的內(nèi)部應力和殘留氣體，還可預熱PCB板.

(3)回流區(qū)(C)通常也稱為焊接區(qū).它對PCB板進行預熱處理，并且激活焊劑中的焊膏，除去元件材料表面的氧化錫漿，為焊接過程做準備.

(4)冷卻區(qū)(D)的主要作用是降溫，避免溫度太高對操作人員造成傷害.為了加快操作過程，需要在整個過程結束時將溫度降至150 ℃以下.

3 回流焊接優(yōu)化設計模型

回流焊接過程的碳排放與很多因素有關，很難精確計算.焊接加工使用的設備和刀具等一旦被確定，工藝參數(shù)的選擇就成為影響能源消耗、碳排放的關鍵.因此，有必要依據(jù)相關的歷史數(shù)據(jù)，以工藝參數(shù)為對象，進行碳排放模型的研究，通過選取輸入變量、輸出變量和算法參數(shù)等構建碳排放的模型.

影響回流焊接碳排放的因素包括PCB板可焊性、元器件可焊性、錫膏特性、預熱斜率、保溫時間、回流時間、溫度峰值、冷卻斜率等.這些因素之間是相互影響的[5].

3.1 回流焊工藝主要物料碳排放的量化模型

(1)錫膏的碳排放量為：

(1)

(2)刮刀的碳排放量為：

(2)

3.2 回流焊接工藝能耗碳排放的量化模型

回流焊接能耗與焊接時間有關，它包括閑置能耗和焊接能耗.

焊接工藝能耗的碳排放量為：

(3)

焊接能耗為：

(4)

焊接功率為：

(5)

焊接總時間為：

Ttotal=Tidle+Tweld

(6)

3.3 回流焊接工藝廢棄物處理碳排放的量化模型

(1)廢棄錫膏處理的碳排放量為：

(2)焊接排放廢氣處理的碳排放量為：

(8)

3.4 回流焊接工藝總的碳排放模型

(9)

3.5 回流焊接低碳參數(shù)優(yōu)化設計的約束條件

(1)成本約束.雖然碳足跡的減少是低碳設計的目的，但是低碳設計還需要考慮其他約束，如低碳設計中各參數(shù)改進引起的成本波動不能超過一定的限制，改進后總成本應該控制在企業(yè)能夠承受的范圍，即：

(10)

式中：Pm表示該工序單位時間內(nèi)所分擔的工廠開支(元/min)；Pmax表示低碳設計改進后回流焊接成本的最大限值；p(i)表示第i個輔助焊接用料參數(shù)改進后對應的成本.

(2)參數(shù)改進約束.因為存在成本波動，所以回流焊接低碳設計參數(shù)的改進必須控制在合理的范圍，即：

Pijmin≤Pij≤Pijmax

(11)

式中，Pijmin、Pijmax分別表示回流焊接的第i個低碳設計參數(shù)改進的最小值和最大值.

(3)時間約束.在回流焊接過程優(yōu)化設計中，不能為降低碳排放而影響生產(chǎn)效率，故設計參數(shù)的改變不能超過企業(yè)所規(guī)定的生產(chǎn)時間，即：

(12)

式中：Tmax表示回流焊接工藝的最大生產(chǎn)時間；t(j)表示第j個焊接參數(shù)改進后對應的時間.

4 優(yōu)化設計模型的求解

密歇根大學的約翰·霍蘭教授創(chuàng)立了一類仿生優(yōu)化算法——遺傳算法(Genetic Algorithms,GA).它基于達爾文的生物進化理論和孟德爾遺傳變異理論，是一種模擬生物學進化過程和全局優(yōu)化的自適應啟發(fā)式算法，具有全局搜索能力、隱式并行性、魯棒性和信息處理的可擴展性等優(yōu)點，可用來處理傳統(tǒng)搜索方法難以解決的非線性問題，已被廣泛應用于組合優(yōu)化、自適應控制、機器學習等領域，成為了21世紀智能計算的關鍵技術[12-16].

回流焊接低碳優(yōu)化設計模型的算法流程(圖3)主要包括5個步驟.

圖3 回流焊接低碳優(yōu)化模型的設計算法流程

Step1.描述與分析回流焊接低碳優(yōu)化設計，確定其約束的類型及作用對象.

Step2.約束過濾計算的所有低碳設計參數(shù)，改進備選方案和相關設計約束，獲得可用改進方案備選集.

Step3.對得到的備選集進行算法優(yōu)化，以得到新的解集.新的解集再經(jīng)過Step1、Step2來去除不合理的解集.

Step4.去除不合理解集之后，重新進行算法優(yōu)化，循環(huán)次數(shù)增加1.

Step5.重復上述步驟，直至找到最優(yōu)解.

本文以某公司的回流焊接錫膏用量記錄作為初始樣本(表1).

表1 錫膏用量 g

計算之后得到了錫膏用量參數(shù).該公司對回流焊接低碳優(yōu)化設計的具體要求是：滿足焊接質(zhì)量要求的同時，將成本和時間控制在企業(yè)所能承受的范圍內(nèi).

降低回流焊碳排放的關鍵參數(shù)共10個(表2).

表2 降低回流焊碳排放的10個關鍵參數(shù)

建立適應度函數(shù)，編寫M文件，將待優(yōu)化的變量個數(shù)設為10.遺傳算法的初始參數(shù)設置如下：

種群大小為20；選擇概率為隨機均勻分布；交叉概率為0.8；變異參數(shù)為高斯函數(shù)；迭代次數(shù)為100.

根據(jù)優(yōu)化情況對參數(shù)仔細調(diào)試，直至達到最好效果.采用約束過濾，用Matlab7.0工具箱求解，得到一組最優(yōu)解.該回流焊接低碳設計最優(yōu)參數(shù)的設計方案如表3所示.

表3 回流焊接低碳生產(chǎn)優(yōu)化方案

5 結束語

焊接工藝操作簡單，應用普遍，但是資源及能源消耗極大，碳排放量較大，對環(huán)境影響較為嚴重.本文對焊接工藝碳足跡分析的基礎上.對回流焊接工藝參數(shù)進行優(yōu)化，通過建立數(shù)學模型，用遺傳算法對模型求最優(yōu)解，達到降低碳足跡的目標，獲得了滿足成本、時間約束條件的最優(yōu)工藝參數(shù).

[1] Dahmus J B, Gutowski T G. An environmental analysis of machining[C]// International Mechanical Engineering Congress and Exposition.Washington:American Society of Mechanical Engineers,2004:643-652.

[2] Helu M, Behmann B, Meier H, et al. Impact of green machining strategies on achieved surface quality[J]. CIRP Annals - Manufacturing Technology, 2012, 61(1):55-58.

[3] Gielen D, Bennaceur K, Kerr T, et al.Tracking industrial energy efficiency and CO2emissions[J]. Sourceoecd Energy,2007(5):i-324.

[4] Gutowski T, Murphy C, Allen D, et al. Environmentally benign manufacturing: Observations from Japan, Europe and the United States[J]. Journal of Cleaner Production, 2005, 13(1):1-17.

[5] Peng T, Xu X. Energy-efficient machining systems: A critical review[J]. The International Journal of Advanced Manufacturing Technology, 2014, 72(9):1389-1406.

[6] Zhang Y. Energy efficiency techniques in machining process: A review[J]. The International Journal of Advanced Manufacturing Technology, 2014, 71(5):1123-1132.

[7] 劉 飛. 綠色制造的理論與技術[M].北京:科學出版社, 2005.

[8] 卡里 霍華德B,黑爾策 斯科特C. 現(xiàn)代焊接技術[M].陳茂愛,王新洪,陳俊華,等譯.6版.北京:化學工業(yè)出版社, 2010.

[9] 凌月紅. 航空產(chǎn)品混裝PCB回流焊工藝優(yōu)化[J].航空電子技術, 2013(1):33-36.

[10] 唐自強. 智能電能表監(jiān)理過程中焊接工藝的質(zhì)量控制要點[J]. 設備監(jiān)理, 2015(3):49-52.

[11] 郝應征, 王彩云. 回流焊接的一般要求及溫度曲線測試方法[J]. 電子工藝技術, 1999, 20(4):151-153.

[12] Holland J.Adaptation in natural and artificial systems:An introductory analysis with applications to biology, control and artificial intelligence[J]. Control & Artificial Intelligence University of Michigan Press, 1975, 6(2):126-137.

[13] 王煦法. 遺傳算法及其應用[M].北京:人民郵電出版社, 1995.

[14] 李敏強. 遺傳算法的基本理論與應用[M].北京:科學出版社, 2002.

[15] 王小平, 曹立明. 遺傳算法:理論、應用與軟件實現(xiàn)[M].西安:西安交通大學出版社, 2002.

[16] 周 明, 孫樹棟. 遺傳算法原理及應用[M].北京:國防工業(yè)出版社, 1999.

Welding Process Carbon Footprint Analysis and Process Parameters Optimization

ZHANG Zi-juan1,LI Ren-wang1,LIU Xin-xia1,CAO Yan-long2

(1.School of Mechanical Engineering and Automation,Zhejiang Sci-Tech University,Hangzhou 310018,China; 2.Department of Mechanical Engineering,Zhejiang University,Hangzhou 310058,China)

To improve the utilization efficiency of resources and energy in the process of welding technology, and reduce carbon emissions, this paper analyzes the mechanism of carbon emissions based on the welding process from material, energy and waste. Welding carbon characteristic function is established by using the theory of welding formula and mathematical relationship, the carbon emissions influence factor of reflow solder welding equipment were analyzed and the genetic algorithm (GA) optimization model is established to find out the optimal solution.

welding; carbon emissions; reflow soldering; genetic algorithm (GA)

2016-11-15

國家自然科學基金資助項目(51475434)；國家自然科學基金重點資助項目(U1501248)

張紫娟(1992-)，女，河南平頂山人，碩士研究生，研究方向為機械工程.

1006-3269(2017)01-0006-05

TB

A

10.3969/j.issn.1006-3269.2017.01.002