基于RBF神經(jīng)網(wǎng)絡(luò)模型和優(yōu)劣解距離分析的復(fù)鞣填充工藝優(yōu)化

姚慶達(dá)，黃鑫婷，周華龍，梁永賢，許春樹，孫輝永

（1.福建省皮革綠色設(shè)計(jì)與制造重點(diǎn)實(shí)驗(yàn)室，福建 晉江 362271；2.興業(yè)皮革科技股份有限公司國家企業(yè)技術(shù)中心，福建晉江 362261；3.維正知識(shí)產(chǎn)權(quán)科技有限公司，廣東 深圳 518000；4.晉江市質(zhì)量計(jì)量檢測所，福建 晉江 362200）

0 引言

皮革的染整是將經(jīng)鞣劑鞣制后的皮革進(jìn)行復(fù)鞣、染色、加脂、干整理、濕整理等一系列處理工藝的統(tǒng)稱，其中復(fù)鞣、染色、加脂又合稱為濕態(tài)染整。在濕態(tài)染整中，使用的材料非常多，包括礦物鞣劑、植物單寧（栲膠）、合成單寧（合成鞣劑）、樹脂復(fù)鞣劑、天然油脂、合成加脂劑等[1,2]。隨著新材料領(lǐng)域與傳統(tǒng)制革領(lǐng)域的學(xué)科碰撞，新材料如石墨烯、有機(jī)-金屬框架材料（MOFs）、負(fù)離子材料等也實(shí)現(xiàn)了在制革濕態(tài)染整中的應(yīng)用[3-6]。制革濕態(tài)染整中所涉及的材料種類繁多，以丙烯酸樹脂為例，根據(jù)丙烯酸樹脂的分子量可分為超大分子、大分子、中分子、小分子、小小分子，不同分子量的丙烯酸樹脂可為皮革帶來不同的性能，超大分子型丙烯酸樹脂具有較強(qiáng)的選擇填充性，可以較好地填充皮革的空松部位，小分子型丙烯酸樹脂則可提升皮革的后加工性能[7,8]。此外，不同材料的共同使用也會(huì)帶來不同的性能，如在復(fù)鞣填充過程中使用具有較強(qiáng)穩(wěn)定性的加脂劑可以提升皮革的物理力學(xué)性能，穩(wěn)定性較差的加脂劑則會(huì)與礦物鞣劑共沉淀從而造成卡面等[9,10]。皮革的物理力學(xué)性能是由皮膠原纖維和所使用的皮革化學(xué)品性能共同決定的，如果僅分析單一皮革化學(xué)品對(duì)皮革的物理力學(xué)性能的影響則存在一定的局限性。

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network,ANN）是一種模擬人類大腦神經(jīng)系統(tǒng)運(yùn)算的數(shù)學(xué)模型，其通過大量的神經(jīng)元相互連接、傳遞構(gòu)成網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行大規(guī)模分布式信息處理[11]。人工神經(jīng)網(wǎng)絡(luò)具有并行性大、分布性好、容錯(cuò)性強(qiáng)、精確度高等特點(diǎn)[12,13]。人工神經(jīng)網(wǎng)絡(luò)模型主要包括RBF多層感知器、BP神經(jīng)網(wǎng)絡(luò)、CNN卷積神經(jīng)網(wǎng)絡(luò)等[14]。其中，RBF多層感知器神經(jīng)網(wǎng)絡(luò)具有非常好的非線性映射能力，可對(duì)復(fù)雜的輸入?yún)?shù)進(jìn)行全局優(yōu)化，常用于系統(tǒng)預(yù)測中[15]。優(yōu)劣解距離法（Technique for Order Preference by Similarity toan Ideal Solution,TOPSIS）可根據(jù)有限個(gè)評(píng)價(jià)對(duì)象與理想化目標(biāo)的接近程度進(jìn)行排序，可用于研究多評(píng)價(jià)指標(biāo)相對(duì)的優(yōu)劣[16]。本文以丙烯酸樹脂、角蛋白、栲膠、合成鞣劑、雙氰胺樹脂、羊毛脂加脂劑用量為水平，設(shè)計(jì)六因素五水平的正交實(shí)驗(yàn)，以皮革的撕裂力、崩破強(qiáng)度、抗張強(qiáng)度等物理力學(xué)性能為檢測指標(biāo)，使用RBF神經(jīng)網(wǎng)絡(luò)模型對(duì)實(shí)驗(yàn)結(jié)果擬合，分析其擬合效果與相關(guān)性，并對(duì)15625組全實(shí)驗(yàn)進(jìn)行擬合，通過優(yōu)劣解距離法對(duì)全實(shí)驗(yàn)擬合結(jié)果進(jìn)行評(píng)價(jià)，并篩選出最優(yōu)的復(fù)鞣填充材料組合，以期通過神經(jīng)網(wǎng)絡(luò)模型、皮爾遜分析、優(yōu)劣解距離分析對(duì)制革復(fù)鞣填充工藝的規(guī)律性研究做出一定的探索。

1 試驗(yàn)

1.1 試驗(yàn)材料

角蛋白K：自制，固含量25%；甲酸：工業(yè)級(jí)，濮陽縣瑞德化工有限公司；分散單寧JM：工業(yè)級(jí)，浙江盛匯化工有限公司；栲膠ME：工業(yè)級(jí)，金豐皮革化工公司；磷脂加脂劑OSL：工業(yè)級(jí)，德國湯普勒化工染料（嘉興）有限公司；雙氰胺樹脂：RTL，工業(yè)級(jí)，泰州市麗革生物新材料有限公司；合成加脂劑BSFR：工業(yè)級(jí)，SCHILL&SEILACHER公司；聚丙烯酸樹脂AR、合成鞣劑OS：工業(yè)級(jí)，朗盛化工有限公司；羊毛脂ZBN：佰歐控股集團(tuán)有限公司；亞硫酸化加脂劑BA：工業(yè)級(jí)，司馬化工；藍(lán)濕革：興業(yè)皮革科技股份有限公司。

精密電子天平：KD-2100TEC，福州科迪電子技術(shù)有限公司；二聯(lián)對(duì)比試驗(yàn)轉(zhuǎn)鼓：GSD-60，江蘇無錫市新達(dá)輕工機(jī)械有限公司；拉力試驗(yàn)機(jī)：GT-TCS-2000，高鐵檢測儀器有限公司；破裂強(qiáng)度試驗(yàn)機(jī)：GT-7013-ADP，高鐵檢測儀器有限公司。

1.2 試驗(yàn)方法

工藝流程見表1。

表1 濕態(tài)染整工藝流程Tab.1 Process of fillingand fatliquoring

1.3 數(shù)據(jù)分析

1.3.1 物理力學(xué)性能

撕裂力參照QB/T 2711-2018《皮革物理和機(jī)械試驗(yàn)撕裂力的測定：雙邊撕裂》；崩破強(qiáng)度參照QB/T 2712-2005《皮革物理和機(jī)械試驗(yàn)粒面強(qiáng)度和伸展高度的測定：球形崩裂試驗(yàn)》；抗張強(qiáng)度參照QB/T 2710-2018《皮革物理和機(jī)械試驗(yàn)抗張強(qiáng)度和伸長率的測定》。

1.3.2 神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建

對(duì)皮革復(fù)鞣填充工序的物理力學(xué)評(píng)價(jià)指標(biāo)采用4層神經(jīng)網(wǎng)絡(luò)模型進(jìn)行構(gòu)建（圖1），其中輸入層的輸入?yún)?shù)為各皮革化學(xué)品的用量，輸出層的輸出參數(shù)為物理力學(xué)性能，中間層的節(jié)點(diǎn)數(shù)量是由優(yōu)化不同節(jié)點(diǎn)數(shù)量的相對(duì)均方誤差所得。

圖1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1 Structureof theneural network

偏差(DV)的計(jì)算如式(1)所示：

式中：xi——實(shí)測數(shù)據(jù)；

xe——預(yù)測數(shù)據(jù)；

均方誤差(MSE)的計(jì)算如式(2)所示：

式中：n——數(shù)據(jù)點(diǎn)。

2 結(jié)果與討論

2.1 RBF神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

在前期的相關(guān)研究中，使用了BP神經(jīng)網(wǎng)絡(luò)對(duì)制革復(fù)鞣填充工藝進(jìn)行擬合[17]。但是BP神經(jīng)網(wǎng)絡(luò)本質(zhì)上是一種梯度上升或下降趨勢(shì)的局部模型與優(yōu)化，與網(wǎng)絡(luò)權(quán)重的向后誤差校正相關(guān)[18]。在輸入?yún)?shù)和輸出參數(shù)較少時(shí)，可近似認(rèn)為變化趨勢(shì)為線性，但是實(shí)際大多數(shù)情況下參數(shù)之間的關(guān)系為非線性關(guān)系，BP神經(jīng)網(wǎng)絡(luò)模型便難以找到全局最優(yōu)解，且當(dāng)BP神經(jīng)網(wǎng)絡(luò)分析樣本數(shù)量較多時(shí)，易因均方誤差MSE過大而難以收斂[19,20]。RBF神經(jīng)網(wǎng)絡(luò)可以較好地分析參數(shù)之間的非線性關(guān)系，反向傳播算法可以減少擬合數(shù)據(jù)和實(shí)際數(shù)據(jù)之間的誤差[21]。先以丙烯酸樹脂用量（A）、角蛋白用量（B）、栲膠用量（C）、合成鞣劑用量（D）、氨基樹脂用量（E）、羊毛脂用量（F）為變化因素，設(shè)計(jì)正交試驗(yàn)，因素水平表見表2。以撕裂力、崩破強(qiáng)度、抗張強(qiáng)度為評(píng)價(jià)指標(biāo)，對(duì)正交試驗(yàn)進(jìn)行分析（表3）。

表2 填充正交試驗(yàn)因素水平表Tab.2 Thefactors and levelsof orthogonal experiment of filling

表3 填充正交試驗(yàn)結(jié)果Tab.3 The result of orthogonal experiment of filling

由于撕裂力、崩破強(qiáng)度、抗張強(qiáng)度與力在皮革上的作用方向有關(guān)[22]，因此三個(gè)物理力學(xué)性能指標(biāo)所對(duì)應(yīng)的非線性方程理論上也不盡相同。25組數(shù)據(jù)的物理力學(xué)性能擬合結(jié)果和偏差如表4所示。有趣的是，在單獨(dú)擬合時(shí)，撕裂力、崩破強(qiáng)度和抗張強(qiáng)度中間層的節(jié)點(diǎn)個(gè)數(shù)均為第一隱藏層10個(gè)節(jié)點(diǎn)和第二隱藏層8個(gè)，但是參數(shù)各不相同。以撕裂力輸出參數(shù)為例，其輸出參數(shù)分別為-0.876（校正參數(shù)）、-2.182、-0.225、-1.155、4.895、1.141、1.696、-1.674和-1.033，而崩破強(qiáng)度輸出參數(shù)為0.724（校正參數(shù)）、-1.966、1.419、1.189、0.715、-1.970、-2.445、0.208和-0.033，抗張強(qiáng)度的則為-0.424（校正參數(shù)）、-0.620、0.401、1.715、2.190、-1.582、-0.200、3.211和-2.675。參數(shù)的不同也從側(cè)面證明了皮革的不同物理力學(xué)性能指標(biāo)是不同方向作用力的具體體現(xiàn)。均方誤差MSE常用于評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)模型的擬合程度和精確程度[23]。撕裂力、崩破強(qiáng)度和抗張強(qiáng)度的MSE分別為0.015、0.025、0.043，說明模型的仿真程度較好。為了更好地評(píng)估RBF神經(jīng)網(wǎng)絡(luò)模型的擬合程度，對(duì)神經(jīng)網(wǎng)絡(luò)預(yù)測值和實(shí)際值進(jìn)行線性擬合和殘差分析，3項(xiàng)物理力學(xué)性能的擬合圖和殘差圖分別如圖2和圖3所示，線性擬合相關(guān)系數(shù)R2分別為0.936、0.929和0.934；從殘差圖中也可以發(fā)現(xiàn)，殘差的分布較為均勻，且偏差較小，絕大部分偏差值DV均小于10%，也佐證了模型擬合情況較好。

1）數(shù)據(jù)分類。數(shù)據(jù)分類主要將檔案實(shí)體數(shù)據(jù)按照數(shù)據(jù)類型進(jìn)行分類，不同類型的數(shù)據(jù)需要通過不同的特征提取技術(shù)進(jìn)行特征提取。在實(shí)際應(yīng)用中，檔案數(shù)據(jù)都是經(jīng)過著錄整理過的有序數(shù)據(jù)，一般已經(jīng)歸檔的檔案數(shù)據(jù)均包含數(shù)據(jù)類別信息。

圖2 實(shí)驗(yàn)數(shù)據(jù)與模型預(yù)測的相關(guān)性：(a)撕裂力；(b)崩破強(qiáng)度；(c)抗張強(qiáng)度Fig.2 Correlations between experimental datesand model predictions:(a)tearingforce;(b)burst strength;(c)tensile strength

圖3 殘差圖：(a)撕裂力；(b)崩破強(qiáng)度；(c)抗張強(qiáng)度Fig.3 Residual plot:(a)tearing force;(b)burst strength;(c)tensilestrength

表4 RBF神經(jīng)網(wǎng)絡(luò)模型擬合結(jié)果Tab.4 Theresultsof RBFneural network model fitting

2.2 皮爾遜相關(guān)性分析

為了進(jìn)一步解釋和評(píng)價(jià)皮革化學(xué)品與皮革物理力學(xué)性能的關(guān)系，使用皮爾遜相關(guān)分析對(duì)正交試驗(yàn)結(jié)果做進(jìn)一步的分析，結(jié)果如表5所示。

表5 輸入變量和物理力學(xué)性能的皮爾遜相關(guān)Tab.5 The Pearson dependent of input variables for the physical mechanical properties

撕裂力與丙烯酸樹脂、油脂的相關(guān)系數(shù)呈現(xiàn)出顯著性，具體來看，撕裂力和丙烯酸樹脂之間的相關(guān)系數(shù)為-0.509，并呈現(xiàn)出p＜0.01水平的顯著性，說明撕裂力和丙烯酸樹脂之間有顯著的負(fù)相關(guān)關(guān)系，這可能是因?yàn)楫?dāng)丙烯酸樹脂用量較大時(shí)，過量的丙烯酸樹脂會(huì)與皮膠原纖維的Cr(III)結(jié)合，從而導(dǎo)致退鞣所致[24]。撕裂力和油脂的相關(guān)系數(shù)為0.462，并呈現(xiàn)出p＜0.05的顯著性，呈顯著的正相關(guān)關(guān)系，這可能是在復(fù)鞣填充中適量引入油脂則可調(diào)整皮革的電荷狀態(tài)，促進(jìn)復(fù)鞣填充材料的滲透與結(jié)合，同時(shí)適量的油脂還可滋潤皮膠原纖維，從而降低皮膠原纖維間的摩擦[25]。撕裂力與其他四種材料的相關(guān)系數(shù)顯著性較丙烯酸和油脂較弱。崩破強(qiáng)度的皮爾遜相關(guān)性分析結(jié)果與撕裂力類似，與丙烯酸樹脂和油脂的相關(guān)性系數(shù)分別為-0.488（p＜0.05）和0.533（p＜0.01），呈顯著負(fù)相關(guān)和正相關(guān)關(guān)系?？箯垙?qiáng)度則是僅與角蛋白和羊毛脂呈現(xiàn)顯著的相關(guān)性?？偟膩砜矗m量油脂的引入可以顯著提升皮革的物理力學(xué)性能，與皮膠原纖維相互作用較弱的填充材料則會(huì)在一定程度上降低皮革的物理力學(xué)性能，即皮革的填充性能和物理力學(xué)性能難以得兼。

2.3 優(yōu)劣解距離分析

從表3中的實(shí)驗(yàn)結(jié)果分析可知，對(duì)于撕裂力而言，最佳的組合為A1B3C2D5E4F5，崩破強(qiáng)度的最佳組合為A1B5C5D5E4F5，抗張強(qiáng)度則是A4B1C5D3E5F5，僅從物理力學(xué)性能的角度上考慮，三者的最優(yōu)組合并不相同，如果再考慮增厚率、柔軟度等指標(biāo)，則最優(yōu)解更難以尋找。因此使用RBF神經(jīng)網(wǎng)絡(luò)對(duì)15625組（56）全面試驗(yàn)進(jìn)行擬合，并使用優(yōu)劣解距離分析（TOPSIS）對(duì)物理力學(xué)性能進(jìn)行評(píng)價(jià)。優(yōu)劣解距離分析是以最優(yōu)指標(biāo)數(shù)據(jù)作為虛擬理想正方案，以最劣指標(biāo)數(shù)據(jù)作為虛擬理想負(fù)方案，根據(jù)權(quán)重的加持，比較方案點(diǎn)距正、負(fù)理想點(diǎn)的距離大小[26,27]。在本試驗(yàn)中，認(rèn)為撕裂力、崩破強(qiáng)度、抗張強(qiáng)度的權(quán)重相等。由于數(shù)據(jù)過多，在優(yōu)劣解距離分析后選擇排名前25的數(shù)據(jù)進(jìn)行二次優(yōu)劣解距離分析，結(jié)果如表6、表7所示。

表6 正負(fù)理想解Tab.6 Positiveand negativeideal solutions

從表7中可以發(fā)現(xiàn)，組合1的評(píng)價(jià)結(jié)果最接近于正、負(fù)理想解，評(píng)價(jià)對(duì)象1映射到正交組合中解為A1B1C5D5E4F5（即丙烯酸樹脂3%、角蛋白2%、栲膠10%、合成鞣劑10%、氨基樹脂4%、羊毛脂2.5%），角蛋白用量為2%時(shí)反而找到了皮革物理力學(xué)性能的最優(yōu)解，這是因?yàn)檎辉囼?yàn)設(shè)計(jì)水平時(shí)，認(rèn)為各因素之間無較強(qiáng)的相互影響關(guān)系[28]。而在實(shí)際復(fù)鞣填充時(shí)，不同皮革化學(xué)品也存在較強(qiáng)的相互作用，有的可以促進(jìn)其他皮革化學(xué)品的吸收與分散，有的則會(huì)產(chǎn)生一定的抑制作用[29]。有趣的是，正交試驗(yàn)的最優(yōu)解中，3個(gè)最優(yōu)解均認(rèn)為合成鞣劑10%、油脂2.5%時(shí)物理力學(xué)性能最佳，主要分歧在于其他材料的用量。但是在優(yōu)劣解距離分析的25個(gè)最優(yōu)解中組合5的解為A2B1C5D5E4F5，其丙烯酸樹脂的用量為6%，說明適量的丙烯酸樹脂也可提升皮革的物理力學(xué)性能，這是因?yàn)檫m量的丙烯酸可與Cr(III)形成牢固的交聯(lián)結(jié)合，同時(shí)適量的丙烯酸樹脂還可分散其他的填料，從而提升皮革的物理力學(xué)性能[30]。而除了組合1、2、4、6、9、22和23外，其余的18組合成鞣劑用量均小于10%，其中合成鞣劑用量為6%占12組，這可能是因?yàn)楹铣慎穭┑镊沸暂^栲膠、礦物鞣劑更弱，過量的合成鞣劑會(huì)阻礙皮膠原纖維對(duì)皮革化學(xué)品吸收所致[31]。

表7 優(yōu)劣解距離法評(píng)價(jià)結(jié)果Tab.7 Theresultsof TOPSISevaluation

優(yōu)劣解距離分析最優(yōu)解和正交設(shè)計(jì)對(duì)撕裂力、崩破強(qiáng)度、抗張強(qiáng)度的最優(yōu)解如表8所示。在TOPSIS分析結(jié)果中，正交試驗(yàn)的三組結(jié)論都不是理論最優(yōu)解，如崩破強(qiáng)度的預(yù)測并非是理論最大值（260.94 N·mm-1），同時(shí)三組結(jié)果抗張強(qiáng)度數(shù)值離理論最優(yōu)大值16.17 N·mm-2仍有一定差距。這是因?yàn)檎辉囼?yàn)忽略了不同材料之間的相互作用所致，如：適量的合成鞣劑可以輔助栲膠的擴(kuò)散與結(jié)合；適量的氨基樹脂可以在蛋白填料與皮膠原纖維形成交聯(lián)點(diǎn)；天然油脂除了可以滋潤皮膠原纖維，也可以在一定程度輔助材料的擴(kuò)散；丙烯酸樹脂可以在皮膠原纖維間成膜，可能粘接纖維，從而影響皮膠原纖維對(duì)其他復(fù)鞣填料的吸收等。因此未對(duì)正交設(shè)計(jì)的相關(guān)性矩陣分析所得出的結(jié)論是不準(zhǔn)確的，尤其是對(duì)于制革填充工序而言，材料與材料、材料與皮膠原纖維之間的相互作用力不可忽略。但是若在正交設(shè)計(jì)時(shí)候考慮相關(guān)性矩陣，由于需要考慮每個(gè)材料間的相互作用，則試驗(yàn)量過大。因此在正交設(shè)計(jì)中引入一個(gè)好的擬合模型和分析工具可有效減少試驗(yàn)工作量，提高工作效率，并得到一個(gè)較為全面、完整的結(jié)論。

表8 優(yōu)劣解距離分析與正交設(shè)計(jì)最優(yōu)解對(duì)比Tab.8 Comparison of TOPSISanalysis and orthogonal design optimal solution

續(xù)表7

3 總結(jié)

(1)使用RBF神經(jīng)網(wǎng)絡(luò)模型對(duì)撕裂力、崩破強(qiáng)度和抗張強(qiáng)度等物理力學(xué)性能指標(biāo)進(jìn)行擬合，中間層的節(jié)點(diǎn)數(shù)均為第一中間層10個(gè)，第二中間層8個(gè)，均方誤差分別為0.015、0.025和0.043，對(duì)擬合值和實(shí)測值進(jìn)行線性擬合和殘差分析，結(jié)果表明RBF神經(jīng)網(wǎng)絡(luò)模型可以很好地?cái)M合制革復(fù)鞣填充工序。

(2)通過皮爾遜相關(guān)性分析不同皮革化學(xué)品對(duì)皮革物理力學(xué)性能的影響，結(jié)果表明，丙烯酸樹脂和羊毛脂與撕裂力和崩破強(qiáng)度呈強(qiáng)顯著性，角蛋白和羊毛脂則對(duì)抗張強(qiáng)度呈強(qiáng)顯著性，其中羊毛脂對(duì)物理力學(xué)性能均呈正相關(guān)關(guān)系。

(3)通過優(yōu)劣解距離法對(duì)RBF神經(jīng)網(wǎng)絡(luò)的全面試驗(yàn)進(jìn)行評(píng)價(jià)，結(jié)果表明，結(jié)合RBF神經(jīng)網(wǎng)絡(luò)和優(yōu)劣解距離法可以很好地預(yù)測并分析皮革物理力學(xué)性能，理論最優(yōu)解與實(shí)測值偏差小于10%。