人工智能技術(shù)在輪胎硫化優(yōu)化中的應(yīng)用

殷允鋒（青島科技大學(xué),山東　青島　266042）

人工智能技術(shù)在輪胎硫化優(yōu)化中的應(yīng)用

殷允鋒
（青島科技大學(xué),山東青島266042）

摘要：為了提升輪胎硫化程度的均勻性，本文在利用相關(guān)軟件的基礎(chǔ)上對11R22.5載重子午線輪胎的硫化仿真有限元模型進(jìn)行建立，對輪胎硫化實(shí)際過程進(jìn)行有效結(jié)合進(jìn)而仿真分析溫度場。以阿累尼烏斯方程為依據(jù)對輪胎硫化程度進(jìn)行計(jì)算。對遺傳算法、神經(jīng)網(wǎng)絡(luò)、正交試驗(yàn)設(shè)計(jì)等優(yōu)化技術(shù)進(jìn)行有效利用，進(jìn)而使得輪胎硫化數(shù)字優(yōu)化設(shè)計(jì)方法有效建立。將輪胎硫化過程中以外溫蒸汽邊界條件作為設(shè)計(jì)變量，優(yōu)化輪胎硫化程度均勻性，改善輪胎硫化時間和硫化程度。最終得出結(jié)論：輪胎硫化程度均勻性因優(yōu)化后的外溫蒸汽邊界的采用而得到提高，性能得到改善。此外，硫化時間被有效降低并保證了輪胎的硫化性能。

關(guān)鍵詞：輪胎;硫化;優(yōu)化

輪胎是汽車的重要組成部件之一，汽車的舒適性、安全性很大程度上取決于輪胎的性能，輪胎的質(zhì)量與硫化過程息息相關(guān)。因此，提升輪胎硫化程度均勻性是本研究的主要目的，將輪胎硫化過程中的外溫蒸汽作為設(shè)計(jì)變量，在對人工智能技術(shù)和有限元進(jìn)行結(jié)合的基礎(chǔ)上建立數(shù)字優(yōu)化設(shè)計(jì)方法。這種數(shù)值優(yōu)化設(shè)計(jì)方法將正交試驗(yàn)設(shè)計(jì)原理作為依據(jù)安排實(shí)驗(yàn)方案，并將有限元分析作為虛擬實(shí)驗(yàn)過程的基礎(chǔ)，自身訓(xùn)練樣本通過提取實(shí)驗(yàn)數(shù)據(jù)而獲得，進(jìn)而構(gòu)建優(yōu)化目標(biāo)和設(shè)計(jì)變量的非線性映射關(guān)系的神經(jīng)網(wǎng)絡(luò)，外溫蒸氣最優(yōu)歷程通過運(yùn)用進(jìn)化算法得出。

1　硫化程度分析

正硫化時間由確定溫度下橡膠的最佳硫化時間決定。將在某一基準(zhǔn)溫度下的工資正硫化時間同膠料的實(shí)際等效硫化時間相比得到的值就是橡膠的硫化程度。在一定的溫度下，單位時間內(nèi)能夠達(dá)到的硫化程度就是硫化強(qiáng)度，其計(jì)算主要通過阿累烏斯方程式

不同時刻相對于溫度的相對硫化速度用v標(biāo)示；參比熱力學(xué)溫度用T0表示；硫化反應(yīng)活化能用E表示；氣體常數(shù)是R。

不同時刻各部位溫度不相等是輪胎這種厚制品的正要特點(diǎn)，對已知某點(diǎn)溫度時間歷程和基準(zhǔn)溫度選定后，可對硫化程度進(jìn)行計(jì)算

硫化結(jié)束的時間是te.應(yīng)用數(shù)值積分公式將以上公示離散化為

第m個時間間隔的相對硫化速度用vm表示，分析以上公式可得出結(jié)論，1s-1是基準(zhǔn)溫度下的相對硫化速度，膠料的正硫化時間（t90）等于到達(dá)正硫化時的硫化程度EV90的數(shù)值,硫化程度等于：

對膠料經(jīng)過某一硫化歷程后所獲得的相對硫化程度進(jìn)行衡量，用來對不同膠料的硫化程度進(jìn)行比較。

2　優(yōu)化問題描述

2.1對有限元分析模型進(jìn)行建立

11R22.5型全鋼載重子午線輪胎是本文的研究重點(diǎn)，通過ABAQUS軟件建立的三維輪胎硫化溫度場分析模型，鋼模和膠囊是升溫模型的主要部分，空氣中的冷卻過程是降溫模型。

2.2建立優(yōu)化模型

第一，選取設(shè)計(jì)變量。硫化程度直接影響輪胎硫化后的性能，外溫蒸汽會嚴(yán)重影響硫化程度，設(shè)計(jì)變量選擇外溫蒸汽變化歷程。第二，選取目標(biāo)函數(shù)。在充分考慮實(shí)際情況的基礎(chǔ)上，將膠料硫化程度作為評估的角度，用硫化程度的偏值表征硫化程度均勻性，也就是

第i個節(jié)點(diǎn)的硫化結(jié)束時的硫化程度是si;輪胎斷面節(jié)點(diǎn)個數(shù)用n代表;斷面所有節(jié)點(diǎn)的硫化程度的平均值用s代表?，F(xiàn)階段，要想控制成本并使得生產(chǎn)效率有效提高，就應(yīng)使硫化時間盡量降低并保證的硫化均勻性，所以優(yōu)化目標(biāo)函數(shù)為斷面硫化均勻程度，將硫化時間盡可能降低。

3　優(yōu)化過程

（1）設(shè)計(jì)正交試驗(yàn)。實(shí)驗(yàn)方案的安排以正交表L9(34)為依據(jù)，在408.15～418.15之間對T1進(jìn)行選取，在424.15～434.15之間對T2進(jìn)行選取，在960～1060s之間對t1進(jìn)行選取，在2480～2580之間對t2進(jìn)行選取，選取3作為各因素的水平數(shù)，劃分選定的范圍為三等分，各因素的水平取值即可獲得。

（2）數(shù)值擬合。以函數(shù)逼近理論為基礎(chǔ)構(gòu)造是徑向基函數(shù)網(wǎng)絡(luò)的特征之一，在多維空間中尋找訓(xùn)練數(shù)據(jù)的最佳擬合平面是這類網(wǎng)絡(luò)的學(xué)習(xí)的本質(zhì)。相對于BP網(wǎng)絡(luò)而言，徑向基函數(shù)網(wǎng)絡(luò)具有較大規(guī)模，但學(xué)習(xí)速度也快于前者，并優(yōu)于后者的網(wǎng)絡(luò)函數(shù)逼近能力。因此擬合硫化程度和外溫蒸汽歷程的偏度值之間的映射關(guān)系時應(yīng)采用RBF網(wǎng)絡(luò)[1]。

為促進(jìn)神經(jīng)網(wǎng)絡(luò)的泛化能力的提升，將測試集和訓(xùn)練集作為樣本數(shù)據(jù)的分類組成部分。訓(xùn)練網(wǎng)絡(luò)使用訓(xùn)練集，以學(xué)習(xí)算法為依據(jù)對網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)進(jìn)行調(diào)節(jié)；評價已訓(xùn)練好的網(wǎng)絡(luò)性能則采用測試集。訓(xùn)練樣本是從九組樣本點(diǎn)中提取而來的任意八組樣本點(diǎn)，測試樣本為剩下的一組樣本點(diǎn)。

（3）優(yōu)化搜索。不同于傳統(tǒng)算法，一個單一的度量函數(shù)的梯度或較高此統(tǒng)計(jì)是大多數(shù)古典的優(yōu)化算法的基礎(chǔ)，一個確定性的試驗(yàn)解序列由此產(chǎn)生。遺傳算法的適應(yīng)性好串的重組以有組織、隨機(jī)的信息交換為基礎(chǔ)，新串的群體由此生成[2]。

4　結(jié)果分析和討論

以搜尋出的最優(yōu)解為依據(jù)，修改外溫蒸汽邊界條件，同時重分析有限元，優(yōu)化了的蒸汽邊界和原始的蒸汽邊界對比,0.6994是原始外溫蒸汽條件下輪胎斷面硫化程度偏度值，0.4216是優(yōu)化后的偏度值?？梢钥闯?，硫化程度因優(yōu)化而變得更加均勻，并提升了輪胎性能；嚴(yán)重過硫和欠硫的現(xiàn)象在優(yōu)化后得到解決，原始時間比外溫蒸汽時間長3min，并減少了單條輪胎的生產(chǎn)周期，促進(jìn)了生產(chǎn)效率的提升，提高了能源的利用率[3]。

5　結(jié)論

以輪胎硫化的工藝過程為基礎(chǔ)，對遺傳算法、神經(jīng)網(wǎng)絡(luò)、正交試驗(yàn)設(shè)計(jì)進(jìn)行結(jié)合，對外溫蒸汽歷程進(jìn)行優(yōu)化和分析。這種優(yōu)化方法的應(yīng)用前景很好，對神經(jīng)網(wǎng)絡(luò)的數(shù)字?jǐn)M合進(jìn)行科學(xué)利用，排除了按照具體有話要求對數(shù)學(xué)模型進(jìn)行構(gòu)建這一過程。使樣機(jī)試驗(yàn)轉(zhuǎn)變?yōu)槔糜邢拊治觯宫F(xiàn)場的實(shí)際試驗(yàn)次數(shù)大大減少。

參考文獻(xiàn)：

[1]閆相橋,童劍.輪胎硫化過程的有限元分析[J].輪胎工業(yè),2012,(12):259-267.

[2]張建,王國林,傅乃霽,王小娟.硫化介質(zhì)溫度對輪胎硫化特性的影響[J].橡膠工業(yè),2014,(09):364-368.

[3]楊其,王海,馮彥龍,李可萌,蘇巨橋,吳世見.橡膠輪胎硫化測溫技術(shù)[J].輪胎工業(yè),2013,(07):496-499.

作者簡介：殷允鋒（1982-），男，山東棗莊人，助理工程師，青島科技大學(xué)研究生在讀，主要從事輪胎硫化工藝研究和管理工作。