基于BP神經(jīng)網(wǎng)絡(luò)的制造過(guò)程綠色屬性評(píng)價(jià)方法*

江志剛 張 華 鄢 威 周 敏 但斌斌

（①武漢科技大學(xué)機(jī)械自動(dòng)化學(xué)院，湖北武漢 430081；

"武漢科技大學(xué)綠色制造與節(jié)能減排科技研究中心，湖北武漢 430081）

基于BP神經(jīng)網(wǎng)絡(luò)的制造過(guò)程綠色屬性評(píng)價(jià)方法*

江志剛①?gòu)?華①②鄢 威②周 敏①但斌斌①

（①武漢科技大學(xué)機(jī)械自動(dòng)化學(xué)院，湖北武漢 430081；

"武漢科技大學(xué)綠色制造與節(jié)能減排科技研究中心，湖北武漢 430081）

針對(duì)制造過(guò)程資源環(huán)境屬性的多樣性和復(fù)雜性，分析基于物能資源轉(zhuǎn)化的制造過(guò)程綠色特性，提出一種基于BP神經(jīng)網(wǎng)絡(luò)的制造過(guò)程綠色屬性評(píng)價(jià)方法。該方法利用BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力減少評(píng)價(jià)過(guò)程中的人為因素，增強(qiáng)評(píng)價(jià)結(jié)果客觀性，并可以通過(guò)對(duì)不同樣本的對(duì)比分析，診斷出影響制造過(guò)程綠色屬性的關(guān)鍵因素，為制造過(guò)程綠色化改進(jìn)提供參考。結(jié)合某閥門(mén)零件制造過(guò)程的綠色屬性評(píng)價(jià)，驗(yàn)證所提方法的正確性和有效性。

制造過(guò)程 綠色屬性 綠色制造 BP神經(jīng)網(wǎng)絡(luò)

綠色制造是一種綜合考慮環(huán)境影響和資源消耗的現(xiàn)代制造模式［1］。制造過(guò)程綠色屬性評(píng)價(jià)是實(shí)施綠色制造的關(guān)鍵技術(shù)之一，通過(guò)定量評(píng)估制造過(guò)程的綠色度，診斷制造過(guò)程的資源消耗和環(huán)境影響狀況，為制造過(guò)程綠色化改進(jìn)提供依據(jù)。

制造過(guò)程是一個(gè)基于物能資源轉(zhuǎn)化的具有多重輸入，特定輸出的復(fù)雜對(duì)象系統(tǒng)。眾多評(píng)價(jià)方法采用的數(shù)學(xué)模型一般是基于最優(yōu)化的原理，首先確定出各指標(biāo)的相對(duì)權(quán)重，然后利用各指標(biāo)值的加權(quán)和作為方案優(yōu)先序的排列依據(jù)［2－3］。這種評(píng)價(jià)方法在評(píng)價(jià)指標(biāo)較多時(shí)，專(zhuān)家無(wú)法憑經(jīng)驗(yàn)來(lái)衡量各指標(biāo)的相對(duì)重要性，即使同一項(xiàng)評(píng)價(jià)指標(biāo)，在不同的時(shí)間和環(huán)境下專(zhuān)家也往往會(huì)得出不一致的主觀判斷，很難保證給出評(píng)價(jià)的客觀性。而B(niǎo)P神經(jīng)網(wǎng)絡(luò)只需將評(píng)價(jià)指標(biāo)值作為樣本輸入神經(jīng)網(wǎng)絡(luò)，就能對(duì)制造過(guò)程綠色屬性進(jìn)行綜合評(píng)價(jià)，從而降低了評(píng)價(jià)過(guò)程的主觀性，更具科學(xué)性［4］。鑒于此，本文以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，利用制造過(guò)程中的經(jīng)驗(yàn)數(shù)據(jù)，提出一種基于BP神經(jīng)網(wǎng)絡(luò)的制造過(guò)程綠色屬性評(píng)價(jià)方法，并結(jié)合實(shí)例進(jìn)行應(yīng)用，驗(yàn)證其有效性。

1 基于神經(jīng)網(wǎng)絡(luò)的制造過(guò)程綠色屬性評(píng)價(jià)模型

1.1 基于物料資源轉(zhuǎn)化的制造過(guò)程綠色屬性分析

制造過(guò)程是一種將原材料轉(zhuǎn)變?yōu)楫a(chǎn)品的輸入—處理—輸出過(guò)程。輸入毛坯原材料、加工輔助材料（如刀具、切削液等）、能源（電能等）等，經(jīng)過(guò)毛坯成形、機(jī)械加工、材料改性與處理、裝配調(diào)試等過(guò)程，制造出合格產(chǎn)品或零件，同時(shí)在制造過(guò)程中也會(huì)產(chǎn)生廢品、副產(chǎn)品、廢料等固體廢棄物以及廢氣、廢液、噪聲、振動(dòng)、輻射等排放物［5］，如圖1所示。

制造過(guò)程的物能資源轉(zhuǎn)化模型框圖反映了由原材料到合格零件的轉(zhuǎn)化過(guò)程和轉(zhuǎn)化過(guò)程中物料流動(dòng)、物能資源的消耗、廢棄物的產(chǎn)生、對(duì)環(huán)境的影響等狀況。制造過(guò)程的輸入資源主要考慮原材料、輔料、機(jī)床、工裝等主輔材料。材料的有效利用率越大，輔料的使用量越小，工裝的消耗速度越慢，綠色特性越好。制造過(guò)程的能量消耗主要考慮電能。電能除做有用功外，其余變成無(wú)用的熱量、噪聲、電磁波、振動(dòng)等。電能的無(wú)效消耗對(duì)制造過(guò)程的綠色程度有較大影響，電能無(wú)效消耗部分與企業(yè)用電總量及電能平均利用效率有關(guān)。電能利用效率越高，綠色特性越好。制造過(guò)程的輸出主要是合格產(chǎn)品、環(huán)境排放等，其中環(huán)境排放是一些有形無(wú)形的副產(chǎn)品，包括氣體廢棄物、液體廢棄物、固體廢棄物、物理性污染等。在制造過(guò)程中產(chǎn)生的液體廢棄物主要為切削液；氣體廢棄物主要為粉塵（金屬粉塵、磨料粉塵等）、油霧；固體廢棄物主要為切屑、廢棄刀、夾、量具，廢工件等；物理性污染物主要為噪聲。切削液的用量越小，對(duì)環(huán)境的影響就越小，其綠色特性就越好。粉塵的濃度越低，對(duì)人呼吸系統(tǒng)的危害越輕，其綠色特性越佳。產(chǎn)生的廢工裝、廢工件、切屑的總量越少，對(duì)其處理成本越少，同時(shí)回收越充分，其綠色特性就越好。超標(biāo)的噪聲值越小，對(duì)人的危害越小，該指標(biāo)的綠色特性越好。

1.2 評(píng)價(jià)模型結(jié)構(gòu)

基于BP神經(jīng)網(wǎng)絡(luò)的制造過(guò)程，綠色屬性評(píng)價(jià)方法是將已知描述產(chǎn)品制造過(guò)程綠色屬性的評(píng)價(jià)指標(biāo)值及相應(yīng)評(píng)價(jià)結(jié)果，作為神經(jīng)網(wǎng)絡(luò)的一組樣本對(duì)輸入神經(jīng)網(wǎng)絡(luò)，對(duì)其進(jìn)行訓(xùn)練。用足夠多的樣本對(duì)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使其達(dá)到實(shí)際輸出與期望輸出相符的結(jié)果，而神經(jīng)網(wǎng)絡(luò)所持有的那組權(quán)值便是網(wǎng)絡(luò)經(jīng)過(guò)學(xué)習(xí)所得樣本對(duì)正確的內(nèi)部表示。訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)則可以作為一種定性分析與定量分析相結(jié)合的有效工具，對(duì)待評(píng)價(jià)的制造過(guò)程樣本做出接近于人類(lèi)思維模式的綜合評(píng)價(jià)［6］。基于神經(jīng)網(wǎng)絡(luò)的制造過(guò)程綠色屬性評(píng)價(jià)模型由評(píng)價(jià)指標(biāo)量化部分和BP神經(jīng)網(wǎng)絡(luò)部分組成，其結(jié)構(gòu)如圖2所示。

BP神經(jīng)網(wǎng)絡(luò)采用輸入層多輸入單元，單隱層單輸出層的網(wǎng)絡(luò)結(jié)構(gòu)，輸入層將指標(biāo)值輸入神經(jīng)網(wǎng)絡(luò)，輸入節(jié)點(diǎn)數(shù)用n表示；輸出層輸出神經(jīng)網(wǎng)絡(luò)計(jì)算結(jié)果。為增加評(píng)價(jià)結(jié)果的直觀性，采用綠色度的概念將制造過(guò)程資源環(huán)境屬性的評(píng)價(jià)結(jié)果劃分為綠色［1，0，0］、淺綠色［0，1，0］和非綠色［0，0，1］三個(gè)評(píng)價(jià)等級(jí)，則神經(jīng)網(wǎng)絡(luò)的輸出節(jié)點(diǎn)數(shù)l=3。隱層的設(shè)計(jì)在神經(jīng)網(wǎng)絡(luò)中極其重要，隱層節(jié)點(diǎn)數(shù)的選取直接影響到神經(jīng)網(wǎng)絡(luò)計(jì)算性能的優(yōu)劣。目前，隱層節(jié)點(diǎn)的選取尚缺乏理論指導(dǎo)，通常是先由經(jīng)驗(yàn)公式計(jì)算出神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)的初值，然后在迭代計(jì)算中對(duì)其不斷進(jìn)行修正，最終以計(jì)算誤差最小的那組隱層節(jié)點(diǎn)數(shù)作為神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點(diǎn)數(shù)。

網(wǎng)絡(luò)訓(xùn)練算法采用 L－M（Levenberg－Marquardt）反向傳播算法，輸入值先傳播到隱單元，經(jīng)作用函數(shù)運(yùn)算后再把隱層單元輸出值傳播到輸出層，得到輸出值，再通過(guò)反向誤差傳播不斷修正網(wǎng)絡(luò)的權(quán)值和閾值，直至系統(tǒng)誤差小于給定收斂值。

1.3 評(píng)價(jià)指標(biāo)量化

制造過(guò)程綠色屬性評(píng)價(jià)指標(biāo)值形式復(fù)雜，涉及到不同量綱，有些指標(biāo)值可以通過(guò)定量計(jì)算獲得，有些指標(biāo)值只能通過(guò)定性分析獲得。為保證評(píng)價(jià)結(jié)果的準(zhǔn)確性，在進(jìn)行綜合評(píng)價(jià)前，采用十分制打分方法對(duì)評(píng)價(jià)指標(biāo)數(shù)值進(jìn)行統(tǒng)一量化［7］。

（1）定量指標(biāo)：利用已知的足夠多的產(chǎn)品制造過(guò)程綠色屬性指標(biāo)的實(shí)際數(shù)據(jù)，由數(shù)據(jù)統(tǒng)計(jì)原理分別得出相應(yīng)參考平均值，對(duì)于待評(píng)價(jià)樣本j：

分別計(jì)算樣本j提供的實(shí)際數(shù)據(jù)Xj1，Xj2，…，Xjn與參考平均值的差值；

表1 噪聲評(píng)分表

根據(jù)所得差值占參考平均值X的百分比，由專(zhuān)家按十分制打分方法進(jìn)行打分，根據(jù)公式Jji=｜Xji－｜/分別確定 Xj1，Xj2，…，Xjn所得評(píng)分值 Jj1，Jj2，…，Jjn。

以噪聲為例，通過(guò)這種方式確定其評(píng)分值，不同區(qū)間的噪聲值的打分方法如表1所示。

（2）定性指標(biāo)：根據(jù)現(xiàn)場(chǎng)數(shù)據(jù)采集情況，專(zhuān)家按十分制打分方法確定指標(biāo)評(píng)分值Jj1，Jj2，…，Jjn。如刺激性氣味指標(biāo)便由這種方式確定，其評(píng)分如表2所示。

表2 刺激性氣味評(píng)分表

以上得到的評(píng)分值Jj取值在［0，10］之間。為保證神經(jīng)網(wǎng)絡(luò)計(jì)算的精確性，對(duì)輸入神經(jīng)網(wǎng)絡(luò)的評(píng)分值Jj進(jìn)行歸一化處理，使其取值在［0，1］之間。選用歸一化函數(shù)Yjj=［Jj－m（min）］/［M（max）－m（min）］對(duì)所得評(píng)分值進(jìn)行歸一化處理（其中M（max）和 m（min）分別代表評(píng)分最大值（10）和最小值（0））。

2 應(yīng)用實(shí)例

某閥門(mén)廠電動(dòng)截止閥閥體的制造過(guò)程如下：原材料→毛坯→機(jī)加工→熱處理→裝配→檢驗(yàn)。結(jié)合閥體制造過(guò)程進(jìn)行綠色屬性評(píng)價(jià)。依據(jù)制造過(guò)程綠色屬性分析，建立閥體制造過(guò)程綠色屬性的評(píng)價(jià)指標(biāo)體系，并根據(jù)評(píng)價(jià)指標(biāo)量化規(guī)則，確定閥體制造過(guò)程綠色屬性評(píng)價(jià)指標(biāo)的量化值，如表3所示。

表3 閥體制造過(guò)程綠色屬性指標(biāo)量化值

將待評(píng)價(jià)樣本 Yi= ｛0.4，0.3，0，0.3，0.8，0.1，0，0.1，0，0，0，0.8，0.7，0.2｝輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行求解，得出實(shí)際輸出為Oi=｛0.072 181 280 242 607 7，0.955 950 785 951 052 6，0.001 681 097 443 019 119｝。根據(jù)綠色度等級(jí)矩陣，此輸出結(jié)果與淺綠色等級(jí)［0，1，0］的隸屬度最為契合，因此，該閥體的制造過(guò)程綠色屬性的評(píng)價(jià)等級(jí)為淺綠色，表明其制造過(guò)程需要改進(jìn)。

通過(guò)對(duì)比不同工藝路線所對(duì)應(yīng)的輸入?yún)?shù)（即不同樣本），可診斷該閥體制造過(guò)程中綠色性差的影響因素。如輸入 Yj= ｛0.4，0.3，0，0.3，0.2，0.1，0，0.1，0，0，0，0.2，0.3，0.2｝，可得出改進(jìn)后的實(shí)際輸出矩陣 Oj=｛0.997 505 719 894 488 5，0.105 722 482 590 901 38，0.004 074 907 637 258 039｝。該輸出與綠色度等級(jí)［1，0，0］的隸屬度最為契合，即在輸入向量為 Yj的情況下，此閥體制造過(guò)程綠色度等級(jí)為綠色。對(duì)輸入向量Yi和Yj進(jìn)行比較，可以看出該閥體制造過(guò)程若在電能消耗x5（量化值由0.8減為0.2），切屑x12（量化值由 0.8 減為 0.2），噪聲影響 x13（量化值由 0.7 減為0.3）等方面進(jìn)行改進(jìn)，可改善閥體制造過(guò)程綠色性。

3 結(jié)語(yǔ)

通過(guò)基于物能資源轉(zhuǎn)化的制造過(guò)程綠色屬性的特征分析，提出了制造過(guò)程綠色屬性評(píng)價(jià)指標(biāo)的量化方法，建立了基于BP神經(jīng)網(wǎng)絡(luò)的制造過(guò)程綠色屬性評(píng)價(jià)模型。結(jié)合某閥門(mén)廠閥體制造過(guò)程的綠色屬性評(píng)價(jià)，對(duì)上述模型和方法進(jìn)行了應(yīng)用，驗(yàn)證了該評(píng)價(jià)方法的可行性。該方法克服了以往直接評(píng)價(jià)的模糊性和主觀性，實(shí)現(xiàn)了制造過(guò)程綠色屬性評(píng)價(jià)的科學(xué)性、客觀性和準(zhǔn)確性，并通過(guò)對(duì)不同樣本的對(duì)比分析，診斷出影響制造過(guò)程綠色性的關(guān)鍵因素，為制造過(guò)程綠色化改進(jìn)提供指導(dǎo)。

［1］劉飛，曹華軍，張華.綠色制造的理論與技術(shù)［M］.北京：科學(xué)出版社，2005.

［2］曹杰，易紅.綠色產(chǎn)品制造工藝方案的研究［J］.機(jī)械工程學(xué)報(bào)，2002 ，38（7）：126 －130.

［3］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，2006，44（3）：8 －11.

［4］Tseng Hsien－Yu.Welding Parameters Optimization for Economic Design Using Neural Approximation and Genetic Algorithm［J］.International Journal of Advanced Manufacturing Technology，2006，27（9/10）：897 －901.

［5］Liu F，Yin J X，Cao H J，et al.Investigations and practices on green manufacturing in machining systems［J］.Journal of Central South University of Technology，2005（12）：18 －24.

［6］閻平凡，張長(zhǎng)水.人工神經(jīng)網(wǎng)絡(luò)與模擬進(jìn)化計(jì)算［M］.北京：清華大學(xué)出版社，2005.

［7］江志剛，張華.制造過(guò)程資源消耗和環(huán)境影響分析模型及應(yīng)用［J］.系統(tǒng)工程理論與實(shí)踐，2008（7）：132 －137.

如果您想發(fā)表對(duì)本文的看法，請(qǐng)將文章編號(hào)填入讀者意見(jiàn)調(diào)查表中的相應(yīng)位置。

Green Attribute Assessment of Manufacturing Process Based on Back-propagation Neural Network

JIANG Zhigang①，ZHANG Hua①②，YAN Wei②，ZHOU Min①，DAN Binbin①
（ College of Machinery and Automation，Wuhan University of Science&Technology，Wuhan 430081，CHN；②Green Manufacturing and Energy －saving&Emission Reduction Technology Research Center，Wuhan University of Science&Technology，Wuhan 430081，CHN）

For the diversity and complexity of resources and environmental attributes，a green attribute assessment model of manufacturing process based on back－propagation（B －P）neural network is established，which is closer to human thinking model and integrates qualitative and quantitative analysis.The structure and solving of the model are studied as well as the quantification method of network input indexes.The case application proved the correctness and validity of the method.

Production Process；Green Attribute；Green Manufacturing；BP Neural Network

TH186 文獻(xiàn)圖書(shū)碼：A

* 國(guó)家自然科學(xué)基金（70971102）；高等學(xué)校博士點(diǎn)科研基金（20060488001）；湖北省教育廳優(yōu)秀中青年人才項(xiàng)目（Q20091115）；武漢科技大學(xué)科學(xué)基金資助項(xiàng)目（2008TD03）

江志剛，男，1978年生，副教授，主要從事綠色制造、制造系統(tǒng)工程等方面的研究。

p

2009－11－09）

10732