人工神經(jīng)網(wǎng)絡(luò)－遺傳算法優(yōu)化化學(xué)鍍四元合金工藝

王幸運(yùn)，賈 瑛，許國根，馮 程

（第二炮兵工程大學(xué)503室， 陜西 西安 7100251）

化學(xué)鍍涉及的影響因素很多，改變一個(gè)很小的工藝參數(shù)就會(huì)對(duì)整個(gè)實(shí)驗(yàn)結(jié)果造成重大影響。為了得到最佳的工藝條件，如果把所有的工藝條件都考慮進(jìn)去，那么就要做大量的實(shí)驗(yàn)，這樣會(huì)嚴(yán)重浪費(fèi)時(shí)間和精力。因此非常有必要探尋一種科學(xué)有效地工藝尋優(yōu)方法以提高化學(xué)鍍的實(shí)驗(yàn)效率，節(jié)省大量的人力和物力。

隨著現(xiàn)代高新技術(shù)蓬勃發(fā)展，尤其是計(jì)算機(jī)技術(shù)的飛躍式發(fā)展，開始出現(xiàn)大量的計(jì)算機(jī)尋優(yōu)技術(shù)，人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeural Network，ANN)就是其中的佼佼者。ANN是一種能夠模擬人腦生物過程的人工智能系統(tǒng)，它不需要輸入和輸出之間有很高的關(guān)聯(lián)度，而是依靠自身廣泛互聯(lián)的神經(jīng)元，不斷逼近輸入和輸出之間的映射關(guān)系，從整體上反映出其發(fā)展趨勢(shì)。因此，ANN非常適合研究非線性系統(tǒng)，故而在性能預(yù)測(cè)和工藝參數(shù)優(yōu)化等方面都有著廣泛的應(yīng)用[1－3]。

BP神經(jīng)網(wǎng)絡(luò)是ANN模型中使用程度最高的，它能夠?qū)NN的精華完美體現(xiàn)出來［4－7］。本文將利用 BP神經(jīng)網(wǎng)絡(luò)，并結(jié)合遺傳算法對(duì)化學(xué)鍍工藝進(jìn)行預(yù)測(cè)及優(yōu)化，最后通過對(duì)該方法與實(shí)驗(yàn)結(jié)果的對(duì)比以驗(yàn)證方法的有效性。

1 理論部分

人工神經(jīng)網(wǎng)絡(luò)和遺傳算法的原理在文獻(xiàn)中有諸多的論述。在這里主要簡單說明人工神經(jīng)網(wǎng)絡(luò)－遺傳算法尋優(yōu)過程，其中考慮因素為反應(yīng)溫度T，主鹽濃度比，還原劑含量，溶液pH值，還原劑濃度等。

（1）首先選用L16(45)正交表安排試驗(yàn)，以反應(yīng)溫度 T，主鹽濃度比，還原劑含量，溶液 pH值，還原劑濃度等因素的各水平數(shù)作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的輸入，以鍍覆時(shí)間為網(wǎng)絡(luò)的期望輸出，建立BP神經(jīng)網(wǎng)絡(luò)模型。

（2）在用神經(jīng)網(wǎng)絡(luò)獲得工藝過程的模型后，用遺傳算法進(jìn)行尋優(yōu)，以確定最佳的工藝條件。其中適應(yīng)度函數(shù)計(jì)算過程中的尋優(yōu)參數(shù)值（即工藝參數(shù)值）通過神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)而得，約束條件根據(jù)各因素各水平值及實(shí)踐經(jīng)驗(yàn)確定。

（3）根據(jù)確定的最佳工藝條件，分析、預(yù)報(bào)各因素對(duì)沉積速率的影響規(guī)律。即分別固定反應(yīng)溫度T，主鹽濃度比，還原劑含量，溶液 pH值，還原劑濃度等5個(gè)因素，考慮每一因素對(duì)鍍速的影響，并與人工神經(jīng)網(wǎng)絡(luò)的預(yù)報(bào)值分析比較。

2 實(shí)驗(yàn)部分

2.1 實(shí)驗(yàn)裝置及用品

采用如圖1所示的實(shí)驗(yàn)裝置，進(jìn)行碳纖維化學(xué)鍍。本實(shí)驗(yàn)采用的基材是每根7 μm碳纖維集成的纖維束，每束3 000根。雖然碳纖維體積很小，但其表面積卻很大。以10 cm為例，其表面積可達(dá)到66 cm2，若將碳纖維表面粗糙程度計(jì)算在內(nèi)，其真實(shí)表面積可達(dá)到75.9 cm2。

圖1 碳纖維化學(xué)鍍裝置圖Fig.1 The device figure of carbon fiber chemical plating

2.2 實(shí)驗(yàn)過程

為了得到較好的處理效果，需要對(duì)碳纖維進(jìn)行預(yù)處理，其工藝流程如下：

碳纖維→去膠→除油→粗化→中和→敏化→活化→還原→化學(xué)鍍鐵鈷鎳。

采用試樣增重法測(cè)定鍍層沉積速率，計(jì)算公式如下：

式中: v—鍍速,mg?(cm2?h)-1；

ΔW—試樣增重,mg；

S—試樣面積,cm2；

t—施鍍時(shí)間,h。

化學(xué)鍍鍍液為相應(yīng)的待鍍金屬主鹽溶液、檸檬酸鈉溶液和次亞磷酸鈉溶液組成的混合物。用天平分別稱取相應(yīng)質(zhì)量的硫酸鎳、氯化鈷、硫酸亞鐵、檸檬酸鈉、次亞磷酸鈉、硫酸銨，分別用蒸餾水溶解，得到澄清溶液。

3 數(shù)值優(yōu)化過程

3.1 人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的選取

樣本數(shù)據(jù)見表1。在構(gòu)建一個(gè)完整的BP神經(jīng)網(wǎng)絡(luò)，首先要確定輸入和輸出參數(shù)。參數(shù)數(shù)目選擇要適當(dāng)，首先要選擇那些對(duì)輸出參數(shù)有較大的影響的、并且能夠較易被準(zhǔn)確測(cè)量的參數(shù)；如果參數(shù)太多，則需要利用粗糙集理論等方法對(duì)變量數(shù)目進(jìn)行選擇，在保證準(zhǔn)確性的前提下盡量減少輸入?yún)?shù)的數(shù)目，以提高模型的實(shí)用性及減少計(jì)算量。

根據(jù)實(shí)踐經(jīng)驗(yàn)，最后確定反應(yīng)溫度T，主鹽濃度比，還原劑含量，溶液 pH值，還原劑濃度等 5個(gè)指標(biāo)作為神經(jīng)網(wǎng)絡(luò)模型的輸入，沉積速率（即鍍速）作為模型的輸出。

3.2 優(yōu)化過程

（1）利用matlab編程，創(chuàng)建16個(gè)數(shù)據(jù)樣本，隨機(jī)抽取其中14個(gè)數(shù)據(jù)作為訓(xùn)練集，確定人工神經(jīng)網(wǎng)絡(luò)模型，剩余的2個(gè)樣本作為檢驗(yàn)集，檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性。計(jì)算時(shí)首先利用下式對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理：

（2）編寫遺傳算法的適應(yīng)度函數(shù)，以求得最佳的工藝參數(shù)。

（3）根據(jù)求得的最佳工藝條件，利用人工神經(jīng)網(wǎng)絡(luò)方法預(yù)報(bào)在最佳條件下單因素對(duì)鍍速的影響。

4 結(jié)果與討論

4.1 最佳工藝條件

根據(jù)計(jì)算結(jié)果可以得到最佳工藝條件為：溫度88°C，主鹽濃度比0.30，檸檬酸鈉濃度36 g/L，pH值9.23，次亞磷酸鈉濃度為32 g/L，在此條件下所得到的鍍速為31.324 5 mg?(cm2?h)-1。通過實(shí)驗(yàn)可以驗(yàn)證，此結(jié)果要比用正交設(shè)計(jì)所得的更為精確。通過正交試驗(yàn)得出的較優(yōu)水平的最佳工藝條件為：溫度80°C， 主鹽濃度比0.20，pH=9.5，次亞磷酸鈉35 g/L，檸檬酸鈉30 g/L，此條件下的鍍速為25.478 8 mg?(cm2?h)-1。

為了證明該方法的有效性，對(duì)求得的最佳工藝進(jìn)行了驗(yàn)證。根據(jù)最佳條件所測(cè)得的實(shí)際鍍速為30.857 9 mg?(cm2?h)-1，誤差為 1.45%。這說明了我們所構(gòu)建的神經(jīng)網(wǎng)絡(luò)所反映的化學(xué)鍍工藝參數(shù)和沉積速度的映射關(guān)系基本準(zhǔn)確，同時(shí)也說明該神經(jīng)網(wǎng)絡(luò)在工藝優(yōu)化方面是可行的。

4.2 溫度的影響

通過實(shí)驗(yàn)（圖1）及利用人工神經(jīng)網(wǎng)絡(luò)方法可以發(fā)現(xiàn)：當(dāng)溫度低于60 °C時(shí)，鍍速較低，幾乎難以形成鍍層；隨著溫度逐漸升高，鍍速顯著增大，在70 °C到90 °C之間幾乎成線性增長。當(dāng)溫度超過90 °C時(shí)，由于鍍速過快，鍍層結(jié)合不夠牢固，易脫落，造成鍍液渾濁。所以溫度控制在75～90 °C的范圍內(nèi)較為合適。實(shí)驗(yàn)結(jié)果見圖2。

圖2 溫度對(duì)鍍速的影響Fig.2 The influence of temperature on the deposition rate

4.3 主鹽濃度比的影響

用同樣的方法，利用實(shí)驗(yàn)結(jié)果（圖3）和人工神經(jīng)網(wǎng)絡(luò)方法可以發(fā)現(xiàn)，當(dāng) Fe2+/Co2++Ni2+濃度比小于0.2時(shí)，鍍層沉積速率緩慢增加，隨著此值的不斷增大，鍍層沉積速率顯著減小。這是因?yàn)殍F的氧化還原電位低于鈷、鎳，因此難被還原出來。但當(dāng)溶液中的鐵離子濃度不斷增大后，使得鐵離子的還原成為化學(xué)鍍沉積的主要控制因素，鍍層沉積速率逐漸降低。同時(shí)實(shí)驗(yàn)中發(fā)現(xiàn)，隨著 Fe2+/Co2++Ni2+濃度比的不斷增大，鍍層表面越發(fā)粗糙暗淡，失去原有金屬光澤。當(dāng)大于0.6時(shí)，鍍液穩(wěn)定性變差，開始出現(xiàn)渾濁現(xiàn)象，這可能是因?yàn)檫^量的 Fe2+在堿性溶液中生成 Fe(OH)2顆粒沉淀。因此，為了盡可能提高鍍層沉積速率同時(shí)又降低對(duì)鍍層質(zhì)量的影響，所以選擇主鹽濃度比0.3左右較好。

4.4 溶液pH值的影響

從實(shí)驗(yàn)結(jié)果（圖4）及人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)可以看到，當(dāng)pH<7.5時(shí)，合金沉積速率很低，鍍覆半個(gè)小時(shí)后，依然沒有形成鍍層。但隨著pH的增大，鍍層沉積速率逐漸提高，當(dāng)pH達(dá)到9.5時(shí)沉積速率達(dá)到最大；當(dāng)pH值大于9.5時(shí)，鍍速又開始明顯下降；當(dāng)鍍液pH值大于10后，得到的鍍層表面金屬光澤暗淡。這是因?yàn)?pH值過高影響了鍍液的穩(wěn)定性。值得注意的是，還原劑H2PO-2對(duì)金屬離子Me1n+有如下還原反應(yīng)：

圖3 主鹽濃度比值對(duì)鍍速的影響Fig.3 The influence of main salt concentration ratio on the deposition rate

從上式可以看出，OH-直接參與了金屬的沉積反應(yīng)，其濃度的大小影響反應(yīng)的速度，為了提高沉積速率，在鍍液中應(yīng)添加緩沖劑(氯化銨溶液)的同時(shí)，還應(yīng)在鍍覆過程中每隔一段時(shí)間補(bǔ)充適量氨水，使鍍液pH值穩(wěn)定在適宜的范圍內(nèi)，即pH值為9.0±0.5。

圖4 pH值對(duì)鍍速的影響Fig.4 The influence of pH on the deposition rate

5 結(jié) 論

（1）利用人工神經(jīng)網(wǎng)絡(luò)－遺傳算法得到了碳纖維化學(xué)鍍 Ni-Fe-Co-P的最佳工藝條件，與實(shí)際結(jié)果相比，預(yù)測(cè)誤差可以滿足要求；與正交設(shè)計(jì)得到的最佳條件相比，參數(shù)值要更為精確。

（2）該方法具有普適性，可以用于其他工藝的尋優(yōu)過程而避免“炒菜”式研制過程的盲目性，減少實(shí)驗(yàn)工作量，并為放大實(shí)驗(yàn)和工業(yè)化工藝參數(shù)提供依據(jù)。

［1］ 侯哲哲,武建軍.人工神經(jīng)網(wǎng)絡(luò)在材料設(shè)計(jì)中的應(yīng)用[J].河北工業(yè)大學(xué)學(xué)報(bào), 2003,32(3):94-97.

［2］ 雷正偉,徐章遂,米東,等.神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能的優(yōu)化分析[J].計(jì)算機(jī)測(cè)量與控制,2004,12(1):15-17.

［3］ 徐建林,王智平.材料設(shè)計(jì)中的 BP神經(jīng)網(wǎng)絡(luò)技術(shù)[J].宇航材料工藝,2003, (2):22-25．

［4］ 飛思科技產(chǎn)品研發(fā)中心．神經(jīng)網(wǎng)絡(luò)理論與MATLAB 7實(shí)現(xiàn)[M]．北京:電子工業(yè)出版社，2005:100.

［5］ Simon Haykill.神經(jīng)網(wǎng)絡(luò)原理[M].北京:機(jī)械工業(yè)出版社，2004.

［6］ Churing Y. Baekprogation, Theory, Architecture and Application[M].New York: Lawrence Erbaum Publisher, 1995.

［7］ 劉文文.馬龍地區(qū)馬鈴薯晚疫病預(yù)警系統(tǒng)的研制[D].昆明:昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院，2005.