基于BP神經(jīng)網(wǎng)絡(luò)的鋁合金攪拌摩擦焊接頭疲勞性能研究

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(gè)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(gè)重要基礎(chǔ)。攪拌摩擦焊（Friction Stir Welding，簡(jiǎn)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(shì)[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(gè)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(shí)間很長，要完成一系列焊接接頭的疲勞性能評(píng)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(cè)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(cè)試，測(cè)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(cè)試。測(cè)試前，將將完成的鋁合金FSW焊件加工成所需的疲勞性能測(cè)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(cè)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(cè)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(cè)精度和預(yù)測(cè)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(gè)輸入層、一個(gè)輸出層和兩個(gè)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(hào)；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(gè)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(duì)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(dòng)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(duì)訓(xùn)練誤差，如圖2所示。所述的相對(duì)訓(xùn)練誤差=（訓(xùn)練值-試驗(yàn)值）的絕對(duì)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(duì)訓(xùn)練誤差最小值為2.12%、相對(duì)訓(xùn)練誤差最大值為5.31%、相對(duì)訓(xùn)練誤差的平均值為3.22%，相對(duì)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(gè)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(duì)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(cè)能力和預(yù)測(cè)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(duì)預(yù)測(cè)誤差，如圖4所示。所述的相對(duì)預(yù)測(cè)誤差=（預(yù)測(cè)值-試驗(yàn)值）的絕對(duì)值÷試驗(yàn)值×100%。從圖4可以看出，對(duì)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(duì)預(yù)測(cè)誤差最小值為2.98%、相對(duì)預(yù)測(cè)誤差最大值為5.82%、相對(duì)預(yù)測(cè)誤差的平均值為4.05%，相對(duì)預(yù)測(cè)誤差小于6%。通常，我們認(rèn)為相對(duì)預(yù)測(cè)誤差在10%以內(nèi)時(shí)，BP神經(jīng)網(wǎng)絡(luò)模型具有較好的預(yù)測(cè)能力和較高的預(yù)測(cè)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(cè)能力和較高的預(yù)測(cè)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(cè)和優(yōu)化。

圖4 BP神經(jīng)網(wǎng)絡(luò)的相對(duì)預(yù)測(cè)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(cè)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(cè)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(cè)精度和預(yù)測(cè)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(cè)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(cè)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(cè)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(duì)訓(xùn)練誤差小于5.5%、相對(duì)預(yù)測(cè)誤差小于6%，模型具有較好的預(yù)測(cè)能力和較高的預(yù)測(cè)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(cè)[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(duì)3C鋼腐蝕性能的預(yù)測(cè)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.