基于神經(jīng)網(wǎng)絡(luò)的鋁型材氧化單產(chǎn)能耗計(jì)算方法

羅銘強(qiáng)，梁 鵬，2

(1.廣東興發(fā)鋁業(yè)有限公司，廣東佛山 528061;2.廣東工業(yè)大學(xué)機(jī)電工程學(xué)院，廣東廣州 510665)

鋁型材生產(chǎn)企業(yè)屬能源成本占總運(yùn)營(yíng)成本比例較高的行業(yè)，并通常被列為各級(jí)政府重點(diǎn)能源消耗監(jiān)控單位，而鋁型材氧化表面處理階段需要消耗大量的電能。為了保證生產(chǎn)穩(wěn)定、經(jīng)濟(jì)地運(yùn)行，對(duì)鋁型材表面氧化生產(chǎn)能耗進(jìn)行實(shí)時(shí)監(jiān)測(cè)以及能耗異常檢測(cè)，是實(shí)現(xiàn)制造自動(dòng)化和清潔生產(chǎn)的發(fā)展趨勢(shì)［1－4］。

然而鋁型材表面氧化生產(chǎn)過程中多種產(chǎn)品混合，難以計(jì)量單種產(chǎn)品的生產(chǎn)能耗。此外，氧化過程中影響因素眾多(溶液濃度、氧化時(shí)間、電流密度等)，給能耗的計(jì)算帶來了困難。

鋁的陽(yáng)極氧化是將鋁放在電解液中，以鋁作為陽(yáng)極進(jìn)行電解作用，使鋁表面形成陽(yáng)極氧化膜的過程。陽(yáng)極氧化膜的厚度從理論上按法拉弟第二定律導(dǎo)出

式中，δ為陽(yáng)極氧化膜厚度(μm);i為電流密度(A/dm2);t為陽(yáng)極氧化時(shí)間(min);Q為單位面積上電解電量(C/dm2);K是成膜系數(shù)。

給定一批面積為S的加工型材，其氧化膜厚度為δ，生產(chǎn)過程的能耗計(jì)算公式為

式中，U是電壓(V);I是電流(A);E為功率(kWh)。

在生產(chǎn)過程中電壓是恒定的，因此生產(chǎn)能耗主要取決于成膜系數(shù)K。盡管人們一般將成膜系數(shù)K視為常數(shù)，但這個(gè)常數(shù)的取值卻不完全是固定的，在不同地區(qū)，不同企業(yè)，甚至同一企業(yè)不同的生產(chǎn)線，大家的取值都是有差別的，例如有的取0.25、0.30、0.35，約在0.30上下波動(dòng)，這因該常數(shù)本身是一個(gè)綜合系數(shù)，其的取值主要決定于兩方面，一個(gè)是陽(yáng)極氧化電解過程中的電流效率，也就是通過的電量轉(zhuǎn)化為Al2O3陽(yáng)極氧化膜的比率η，另一個(gè)是氧化膜在電解液中的溶解程度，如果電流效率越高、膜溶解程度越低，則成膜系數(shù)就會(huì)越高［5］。

由上述分析可知，要準(zhǔn)確地判斷一臺(tái)設(shè)備的成膜系數(shù)，不僅需要了解該次生產(chǎn)的電流密度，還與電流效率、溶解程度有關(guān)，然而這兩個(gè)關(guān)系并無公式可直接進(jìn)行計(jì)算，從而導(dǎo)致無法準(zhǔn)確評(píng)估生產(chǎn)所需的能耗。

為了能準(zhǔn)確地計(jì)算出鋁型材表面氧化過程的單產(chǎn)能耗，本文提出一種基于神經(jīng)網(wǎng)絡(luò)的鋁型材表面氧化產(chǎn)品單耗計(jì)算方法，不僅可根據(jù)生產(chǎn)參數(shù)計(jì)算出理論生產(chǎn)能耗，并可根據(jù)能耗預(yù)測(cè)發(fā)現(xiàn)氧化生產(chǎn)中的能耗異?，F(xiàn)象。

1 表面氧化生產(chǎn)環(huán)境

在本文中采用的鋁合金材料為6063鋁合金，其化學(xué)成分為:Si%=0.40，Mg%=0.58 Fe%=0.20 Mn%、Zn%、Ti%、Cr%等都各＜0.1，其他雜質(zhì)總和＜0.15%，余量為Al%。生產(chǎn)流程嚴(yán)格按照陽(yáng)極氧化膜制備工藝流程:酸性除油→水洗→NaOH溶液堿蝕→水洗→水洗→H2SO4溶液中和出光→水洗→水洗→H2SO4陽(yáng)極氧化→水洗→水洗→封孔。采用的氧化裝置分別有:100 A 20 V高頻開關(guān)電源，使用恒流檔進(jìn)行氧化;使用純鋁板作為陰極;陽(yáng)極采用6063鋁合金;電解液使用H2SO4溶液。氧化膜厚度采用國(guó)標(biāo) GB/T8014.2－2005的質(zhì)量損失法進(jìn)行氧化膜厚度測(cè)量。

由上述分析可知，成膜系數(shù)K與溶液濃度、電流密度、電解液溫度均有關(guān)系，因此需要記錄下生產(chǎn)過程中多批次的溶液濃度、電流密度、電解液溫度。采集的部分?jǐn)?shù)據(jù)如表1所示。

表1 氧化車間2013年1月4日生產(chǎn)采集數(shù)據(jù)

每個(gè)批次的生產(chǎn)能耗則通過公司能源管理中心實(shí)現(xiàn)實(shí)時(shí)讀取。實(shí)時(shí)能耗數(shù)據(jù)采集部分如圖1所示，硬件部分由數(shù)字儀表、采集服務(wù)器、網(wǎng)關(guān)機(jī)和監(jiān)控服務(wù)器組成。底層數(shù)字儀表與交換機(jī)通過RS－485接口相連，使用ZIGBEE通訊協(xié)議進(jìn)行數(shù)據(jù)通信，采集服務(wù)器與交換機(jī)相連，使用TCP/IP協(xié)議進(jìn)行數(shù)據(jù)通信，各交換機(jī)通過局域網(wǎng)與監(jiān)控服務(wù)器相連［6］。

圖1 實(shí)時(shí)能耗數(shù)據(jù)采集部分

得到該批次的生產(chǎn)能耗后，根據(jù)式(2)反推計(jì)算得到該批次的成膜系數(shù)，記錄成膜系數(shù)用于神經(jīng)網(wǎng)絡(luò)的參數(shù)訓(xùn)練。

2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

成膜系數(shù)與溶液濃度、電流密度、電解液溫度之間并非簡(jiǎn)單的線性關(guān)系，而是一種非線性的變化。此外，溶液濃度、電流密度、電解液溫度并非單獨(dú)對(duì)成膜系數(shù)產(chǎn)生影響，例如隨著電流密度的增加，硅機(jī)工作功率增加，發(fā)熱量增加從而導(dǎo)致電解液溫度上升，即影響因素之間也存在相關(guān)性。要直接推導(dǎo)出成膜系數(shù)與溶液濃度、電流密度、電解液溫度之間的關(guān)系較為困難。因此，使用人工神經(jīng)網(wǎng)絡(luò)推導(dǎo)出成膜系數(shù)與各影響因素之間的關(guān)系［5］。

人工神經(jīng)網(wǎng)絡(luò)，是由大量處理單元組成的非線性大規(guī)模自適應(yīng)動(dòng)力系統(tǒng)。其具有自組織，自適應(yīng)和自學(xué)習(xí)能力，以及非線性、非局域性，非定常性和非凸性等特點(diǎn)。其能以任意精度逼近任意非線性函數(shù)，且結(jié)構(gòu)簡(jiǎn)單，并具有良好的逼近性能。神經(jīng)網(wǎng)絡(luò)是由大量簡(jiǎn)單處理單元組成，通過可變權(quán)值連接而成的并行分布式系統(tǒng)。神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)的基本處理單元，其是一個(gè)多輸入－單輸出的非線性器件，其結(jié)構(gòu)如圖2所示［7］。

圖2 神經(jīng)元的一般描述

圖2中，xi為輸入信號(hào);wij表示從第i個(gè)神經(jīng)元到第j個(gè)神經(jīng)元的連接權(quán)值;θj為第j個(gè)神經(jīng)元的閾值。設(shè)sj為外部輸入信號(hào)，yj為輸出信號(hào)，在上述模型中第j個(gè)神經(jīng)元的變換可描述為

這里采用的非線性函數(shù)f(x)可是階躍函數(shù)、分段函數(shù)及Sigmoid型函數(shù)。

將溶液濃度、電流密度、電解液溫度歸一化后作為神經(jīng)網(wǎng)絡(luò)的輸入，成膜系數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸出進(jìn)行參數(shù)訓(xùn)練。

3 氧化生產(chǎn)能耗計(jì)算及監(jiān)測(cè)

以某鋁型材制造企業(yè)熔鑄車間為例，原始的能耗時(shí)間序列數(shù)據(jù)，包括日、月和年等不同時(shí)間維度的能耗數(shù)據(jù)已經(jīng)由能耗監(jiān)測(cè)系統(tǒng)預(yù)先存儲(chǔ)于監(jiān)控服務(wù)器的SQL數(shù)據(jù)庫(kù)中［8］。從監(jiān)控服務(wù)器的SQL數(shù)據(jù)庫(kù)中讀取某一氧化車間于2013年4月～2013年5月每生產(chǎn)一批次鋁合金的參數(shù)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，輸入數(shù)據(jù)x有溶液濃度、氧化時(shí)間、電流密度等，輸出數(shù)據(jù)位每一批次的電耗。采用Matlab訓(xùn)練基于神經(jīng)網(wǎng)絡(luò)的函數(shù)yj=

;根據(jù)神經(jīng)網(wǎng)絡(luò)計(jì)算該機(jī)組于2013年4月5日生產(chǎn)6個(gè)批次的成膜系數(shù)為表2所示。

表2 氧化車間2013年4月5日生產(chǎn)批次的成膜系數(shù)和相關(guān)參數(shù)列表

根據(jù)得到的成膜系數(shù)去計(jì)算單位鋁型材耗電量預(yù)測(cè)值，如圖3所示，該企業(yè)2013年1月14日每生產(chǎn)1個(gè)批次鋁合金的耗電量的預(yù)測(cè)值分別為1 100 kW·h、1 083 kW·h、1 055 kW·h和1 092 kW·h。

圖3 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)能耗結(jié)果與真實(shí)值對(duì)比

從圖3可看出，神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果與真實(shí)能耗對(duì)比相差無幾，最大誤差僅有10%。因此，神經(jīng)網(wǎng)絡(luò)的能耗預(yù)測(cè)結(jié)果可以為實(shí)際生產(chǎn)進(jìn)行能耗參考，如果實(shí)際生產(chǎn)中的能耗明顯高于或者低于能耗預(yù)測(cè)結(jié)果，則可認(rèn)為生產(chǎn)過程能耗異常。最后根據(jù)每生產(chǎn)一批次的能耗預(yù)測(cè)值Xp和每實(shí)際能耗值Xt，根據(jù)公式η=計(jì)算所述單位產(chǎn)品的預(yù)測(cè)能耗效果η。圖4所示是某氧化機(jī)組日預(yù)測(cè)能效圖，圖中可看出多個(gè)能耗異常情況。

圖4 神經(jīng)網(wǎng)絡(luò)能耗異常檢測(cè)結(jié)果

4 結(jié)束語(yǔ)

針對(duì)鋁型材生產(chǎn)過程中產(chǎn)品的表面氧化單耗計(jì)算較為復(fù)雜、影響能耗因素多、加工過程多類型產(chǎn)品混雜、計(jì)算標(biāo)準(zhǔn)不統(tǒng)一的問題，提出了一種基于神經(jīng)網(wǎng)絡(luò)的鋁型材表面氧化產(chǎn)品單耗計(jì)算方法，通過歷史數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，得到各氧化影響因素對(duì)氧化系數(shù)的影響因子;然后根據(jù)實(shí)際生產(chǎn)中的能耗影響因素，利用神經(jīng)網(wǎng)絡(luò)計(jì)算該氧化批次的氧化系數(shù)并得到生產(chǎn)能耗。實(shí)驗(yàn)證明該系統(tǒng)不僅可準(zhǔn)確地計(jì)算出車間機(jī)組的生產(chǎn)能耗數(shù)據(jù)，還可通過與真實(shí)采集的能耗數(shù)據(jù)的分析，檢測(cè)生產(chǎn)中的能源泄露、待機(jī)時(shí)間過長(zhǎng)、生產(chǎn)參數(shù)不恰當(dāng)?shù)饶芎漠惓，F(xiàn)象。

［1］Kordonowy D N.A power assessment of machining tools［M］.Cambridge，MA:BSc Thesis，Massachusetts Institute of Technology，2002.

［2］Gutowski T，Murphy C，Allen D，et al.Environmentally benign manufacturing:observations from japan，europe and the united states［J］.Journal of Cleaner Production，2005(13):1 －17.

［3］Dahmus JB，Gutowski T C.An environmental analysis of machining［C］.ASME International Mechanical Engineering Congress and RD＆D Expo，2004.

［4］侯彬.考慮機(jī)器開關(guān)的并行機(jī)調(diào)度研究［J］.工業(yè)工程與管理，2011，16(2):60 －64.

［5］Mouzona G，Mehmet B，Yildirima.A framework to minimise total energy consumption and total tardiness on a single machine［J］.International Journal of Sustainable Engineering，2007，1(2):105 －116.

［6］樊龍，張文愛.基于Modbus協(xié)議的智能電表數(shù)據(jù)采集傳輸系統(tǒng)的實(shí)現(xiàn)［J］.制造業(yè)自動(dòng)化，2014，36(2):120 －124.

［7］楊愛人.基于能耗預(yù)測(cè)模型的能源管理系統(tǒng)研究與實(shí)現(xiàn)［D］.廣州:華南理工大學(xué)，2013.

［8］畢鋒，劉毅敏，郝瓊.基于ZigBee的熱軋企業(yè)能源管理系統(tǒng)設(shè)計(jì)與應(yīng)用［J］.電子設(shè)計(jì)工程，2013(2):77－79.