BP神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)注塑模型腔溫度中的應(yīng)用

成 崗，劉 虎，夏文勝

（鹽城工學(xué)院，江蘇鹽城 224001）

注塑成型過(guò)程是一個(gè)復(fù)雜、非線性的過(guò)程，影響其結(jié)果的因素很多。其中，模具型腔的溫度直接影響塑件的質(zhì)量與生產(chǎn)效率。在加工過(guò)程中，如果型腔各部分的溫度差異較大，則會(huì)引起塑件收縮不均勻，從而導(dǎo)致塑件變形或尺寸超差。此外，各種塑料都有其最適合成型的模具溫度，模具溫度過(guò)低過(guò)高都可能出現(xiàn)成形缺陷（如翹曲，內(nèi)應(yīng)力過(guò)大），同時(shí)會(huì)延長(zhǎng)塑件的冷卻和固化時(shí)間，延長(zhǎng)成形周期。因此在注塑成形中，必須對(duì)型腔溫度進(jìn)行控制，使之適合塑料的成形要求，并使型腔各部分溫度差異減小。

通常注塑模的溫度控制是通過(guò)冷卻回路來(lái)實(shí)現(xiàn)，而正確設(shè)計(jì)冷卻回路則必須準(zhǔn)確預(yù)測(cè)注塑模具型腔的溫度。然而，由于影響注塑模型腔溫度的因素很多，依據(jù)傳統(tǒng)的經(jīng)驗(yàn)公式計(jì)算設(shè)計(jì)，不僅繁瑣，而且誤差較大。采用BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)就可以簡(jiǎn)化這一過(guò)程。

1 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（ANN）是在人類對(duì)自身大腦神經(jīng)細(xì)胞認(rèn)識(shí)的基礎(chǔ)上，研究發(fā)展起來(lái)的一種類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的網(wǎng)絡(luò)機(jī)構(gòu)。人工神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)、自適應(yīng)和非線性動(dòng)態(tài)處理等特點(diǎn)。其可以實(shí)現(xiàn)類似人腦的概括、類比和推廣等能力，因而可以直接從大量數(shù)據(jù)中提取規(guī)則，通過(guò)聯(lián)想記憶和推廣能力來(lái)獲得所需要的數(shù)據(jù)。

BP（Back Propagation）網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)。BP網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入-輸出模式映射關(guān)系，而無(wú)需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)規(guī)則是使用最速下降法（又稱為梯度法），通過(guò)反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。BP網(wǎng)絡(luò)結(jié)構(gòu)模型如圖1所示，其是一個(gè)多輸入單輸出的非線性元件。

圖1 三層BP網(wǎng)格結(jié)構(gòu)圖

BP網(wǎng)絡(luò)是是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一，理論實(shí)踐都很成熟，本文就是采用BP網(wǎng)絡(luò)作為計(jì)算注塑模型腔溫度的神經(jīng)網(wǎng)絡(luò)模型。

2 人工神經(jīng)網(wǎng)絡(luò)的設(shè)置、訓(xùn)練與運(yùn)行

本研究中，選用材料為ABS的塑料成形件，塑件厚度為4mm，注射溫度220℃，注射壓力為120MPa，模具材料為45#鋼，冷卻水溫為30℃，流速1m/s,在定模與動(dòng)模中環(huán)繞3跟連接水管，實(shí)驗(yàn)測(cè)得部分模具型腔溫度如表1所示。

表1 模具型腔溫度實(shí)驗(yàn)值

現(xiàn)采用單隱層BP網(wǎng)絡(luò)構(gòu)建人工神經(jīng)網(wǎng)絡(luò)。輸入節(jié)點(diǎn)為1，對(duì)應(yīng)冷卻時(shí)間；輸出節(jié)點(diǎn)為1，對(duì)應(yīng)模具型腔溫度；隱層節(jié)點(diǎn)數(shù)為15。采用Matlab神經(jīng)網(wǎng)絡(luò)工具箱的工具函數(shù)訓(xùn)練網(wǎng)絡(luò)。輸入層與隱層之間采用tansig函數(shù)連接，隱層與輸出層之間采用purelin函數(shù)連接。設(shè)定最小期望誤差值sse=0.001,設(shè)定最大訓(xùn)練步數(shù)mne=20000,設(shè)定修正權(quán)值的學(xué)習(xí)效率lr=0.01。人工網(wǎng)絡(luò)訓(xùn)練過(guò)程如圖2所示。

圖2 BP網(wǎng)格訓(xùn)練流程圖

編寫(xiě)M文件。部分源程序如下：

使用Matlab軟件運(yùn)行程序，結(jié)果如下：

實(shí)際訓(xùn)練次數(shù)epoch=6312次，實(shí)際誤差平方和sse=0.000999445，實(shí)際學(xué)習(xí)效率lr=0.19549。經(jīng)過(guò)訓(xùn)練建立的神經(jīng)網(wǎng)絡(luò)模型可以快速預(yù)測(cè)模具型腔溫度，表2給出部分實(shí)驗(yàn)值與神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值的對(duì)照表。從表2可以看出，BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)溫度精度很高，絕對(duì)誤差小于2℃

3 總結(jié)

采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模具型腔溫度，其預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果比較吻合，絕對(duì)誤差在2℃以內(nèi)，有很好的使用效果。在此基礎(chǔ)上，其可以用來(lái)優(yōu)化注塑模結(jié)構(gòu)和冷卻系統(tǒng)的設(shè)計(jì)，以提高產(chǎn)品的質(zhì)量和減少冷卻時(shí)間，縮短模具成形周期，提高生產(chǎn)效率。

表2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值與實(shí)驗(yàn)值的比較

[1]董長(zhǎng)虹.matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用[M].北京:國(guó)防工業(yè)出版社，2007.

[2]焦李成.神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論[M].西安:西安電子科技大學(xué)出版社，1999:125-186.

[3]李海林，郭志英，李德群.注塑模冷卻模擬系統(tǒng)[J].華東理工大學(xué)學(xué)報(bào)，1999，（6）:74-76.

[4]劉斌，許建文，江開(kāi)勇.基于CAE和神經(jīng)網(wǎng)絡(luò)的注射成型工藝參數(shù)優(yōu)化[J].工程塑料應(yīng)用，2007（11）:78-80.