基于蟻群算法的鋁合金輪轂注入成型工藝優(yōu)化

摘 要：本文利用蟻群算法研究鋁合金輪轂注入成型工藝優(yōu)化，旨在提升在生產(chǎn)過程中的效率和質(zhì)量。研究結(jié)果表明，利用蟻群算法精準(zhǔn)調(diào)整了成型工藝的參數(shù)，輪轂生產(chǎn)效率提升了15%，產(chǎn)品質(zhì)量指標(biāo)符合設(shè)計(jì)要求。本文研究將蟻群算法應(yīng)用于鋁合金輪轂生產(chǎn)中，模擬蟻群尋找最優(yōu)路徑的行為，優(yōu)化了工藝參數(shù)，提高了生產(chǎn)效率和產(chǎn)品質(zhì)量。這個(gè)方法不僅實(shí)用性和可操作性較強(qiáng)，還為鋁合金輪轂生產(chǎn)提供了一種新穎的優(yōu)化思路，應(yīng)用價(jià)值較高。

關(guān)鍵詞：鋁合金輪轂；鑄造成型；成型工藝；生產(chǎn)線優(yōu)化

中圖分類號(hào)：G 27" " " " " " " " " " " " " 文獻(xiàn)標(biāo)志碼：A

注入成型是一種常用的鋁合金輪轂制造工藝，它可以高效生產(chǎn)形狀復(fù)雜、性能優(yōu)良的輪轂產(chǎn)品。在生產(chǎn)過程中，注入成型工藝存在一些問題，例如注射壓力不均勻、產(chǎn)生氣泡等缺陷。這些問題導(dǎo)致輪轂產(chǎn)品質(zhì)量不穩(wěn)定，增加了生產(chǎn)成本，提高了廢品率，因此，相關(guān)工藝須進(jìn)行優(yōu)化。王瑞等[1]研究對(duì)A356鋁合金輪轂低壓鑄造工藝參數(shù)的設(shè)計(jì)與優(yōu)化。張立娟等[2]進(jìn)一步優(yōu)化了A356鋁合金車輪輪輞的旋壓成形工藝。程誠等[3]基于BP神經(jīng)網(wǎng)絡(luò)進(jìn)行汽車鎂合金輪轂低壓鑄造工藝優(yōu)化。高世陽等[4]對(duì)商用車鋁合金輪轂進(jìn)行模擬分析，探討了相關(guān)工藝優(yōu)化。姜強(qiáng)[5]在數(shù)控多軸加工方面分析了優(yōu)化思路。洪濤等[6]和孫冬恩等[7]分別在擠壓鑄造和低壓鑄造方面研究工藝參數(shù)優(yōu)化，為不同成型方式的鋁合金輪轂制造提供了實(shí)用的參考。為了提高注入成型工藝的效率和質(zhì)量，本文提出了一種基于蟻群算法的優(yōu)化方法。

1 仿真模擬

1.1 澆注系統(tǒng)設(shè)計(jì)

在鋁合金輪轂的制造工藝中，澆注系統(tǒng)設(shè)計(jì)是保證最終產(chǎn)品質(zhì)量的重要環(huán)節(jié)。該設(shè)計(jì)由內(nèi)澆口、流道、壓實(shí)、澆口杯、冒口、堵頭、升液管、澆口以及過濾器等多個(gè)部分組成。其目標(biāo)是優(yōu)化澆注系統(tǒng)，最大程度地減少紊流，使足夠的金屬液體順利進(jìn)入型腔，并設(shè)置最佳的溫度梯度，預(yù)防縮孔等現(xiàn)象。

本文將A356鋁合金作為輪轂材料，將輪轂注入工藝普通澆注系統(tǒng)進(jìn)行仿真模擬，完成工藝優(yōu)化。

1.2 初始條件設(shè)置

利用AnyPRE模塊進(jìn)行鑄造仿真前處理，包括設(shè)置實(shí)體類型（澆注系統(tǒng)、模具、管道和型芯）、確定初選試驗(yàn)參數(shù)（充型條件、模具溫度和初始條件）以及根據(jù)初次試驗(yàn)結(jié)果調(diào)整最終的試驗(yàn)參數(shù)，A356鋁合金熱物理性能參數(shù)見表1。

將環(huán)境重力設(shè)置為9 800 mm/s2。模具壁厚的設(shè)計(jì)需要綜合考慮多個(gè)因素，包括對(duì)鑄件凝固速度、壽命和鑄造生產(chǎn)率的影響。根據(jù)經(jīng)驗(yàn)，在A356鋁合金輪轂制造過程中，鑄件平均壁厚與金屬型最小壁厚有統(tǒng)計(jì)學(xué)意義，鑄件與磨具尺寸見表2。

1.3 仿真模擬結(jié)果

根據(jù)仿真模擬進(jìn)一步觀察鋁金屬輪轂在加熱、熔融和注入過程中的物性變化。

在熔融過程中，固相率變化如圖1所示，當(dāng)600℃時(shí)鋁合金的固相率已顯著降低，進(jìn)一步加熱獲得熔融狀態(tài)的鋁合金，將其注入成型。在熔融過程中，固相率發(fā)生變化，動(dòng)力黏度在前期波動(dòng)幅度較大，在后期趨于穩(wěn)定。前期波動(dòng)可能與熔體流動(dòng)性較差、溫度不均勻等因素有統(tǒng)計(jì)學(xué)意義，須優(yōu)化熔體的流動(dòng)性，在整個(gè)澆注過程中保證動(dòng)力黏度的穩(wěn)定性。

在熔融過程中，鋁合金黏度變化如圖2所示。

在升溫過程中，導(dǎo)熱系數(shù)呈現(xiàn)基本穩(wěn)定的趨勢，說明材料的導(dǎo)熱性能相對(duì)均勻，合金材料內(nèi)部的熱傳導(dǎo)能力基本一致，有助于避免局部區(qū)域過度冷卻或過熱，降低缺陷發(fā)生的概率。導(dǎo)熱系數(shù)穩(wěn)定說明材料沒有過多外部因素干擾，例如異物雜質(zhì)、氣體等，保證導(dǎo)熱性能在整個(gè)升溫過程中的相對(duì)一致性。當(dāng)達(dá)到熔點(diǎn)附近時(shí)，導(dǎo)熱性能發(fā)生變化，與固相率的變化趨勢基本相同，說明材料可能在熔點(diǎn)附近經(jīng)歷了相變，對(duì)導(dǎo)熱性能產(chǎn)生了影響。由于這些因素共同作用，因此導(dǎo)熱系數(shù)在整個(gè)升溫過程中相對(duì)穩(wěn)定。

2 算法優(yōu)化

2.1 優(yōu)化措施

在構(gòu)建仿真模型的基礎(chǔ)上，本文利用蟻群算法來選擇充填工藝參數(shù)，優(yōu)化輪轂鑄造工藝。調(diào)整澆注系統(tǒng)的幾何形狀和參數(shù)（例如澆口位置、大小和數(shù)量等）是關(guān)鍵步驟，可以增加金屬液體的流動(dòng)性，提升充填性能。利用蟻群算法搜索最佳的澆注系統(tǒng)參數(shù)組合，可以降低出現(xiàn)缺陷的風(fēng)險(xiǎn)，提升鑄件質(zhì)量。

在注入成型過程中，控制金屬液體充填輪轂不同部位的順序和時(shí)間十分重要。合理的充填順序可以避免產(chǎn)生氣體困留和縮孔等缺陷。利用蟻群算法優(yōu)化充填順序策略，尋找最佳的充填時(shí)間和順序組合，以保證整個(gè)鑄件腔體充滿金屬液體，降低出現(xiàn)缺陷的風(fēng)險(xiǎn)。

在注入成型過程中，溫度場均勻性對(duì)鑄件質(zhì)量有統(tǒng)計(jì)學(xué)意義。優(yōu)化冷卻系統(tǒng)設(shè)計(jì)和工藝參數(shù)能夠保證溫度場的均勻性。蟻群算法結(jié)合數(shù)值模擬和試驗(yàn)數(shù)據(jù)對(duì)缺陷進(jìn)行預(yù)測和優(yōu)化，建立合適的模型和目標(biāo)函數(shù)，在搜索空間中尋找最佳參數(shù)組合，降低缺陷產(chǎn)生概率，提升鑄件質(zhì)量。

在輪轂鑄造工藝優(yōu)化過程中，蟻群算法能夠在調(diào)整澆注系統(tǒng)幾何形狀、控制金屬液體充填順序與時(shí)間以及優(yōu)化溫度場均勻性等多個(gè)方面影響工藝參數(shù)選擇，提高鑄件質(zhì)量，降低出現(xiàn)缺陷的風(fēng)險(xiǎn)。

由于輪轂自身結(jié)構(gòu)穩(wěn)定，其澆口是在輪轂內(nèi)、外環(huán)中依次分布的等尺寸澆口，基本呈現(xiàn)軸對(duì)稱分布趨勢，因此，本文主要基于調(diào)整充填順序來優(yōu)化工藝。

2.2 蟻群算法原理

在尋找食物的過程中，螞蟻會(huì)釋放信息素，其濃度與其他螞蟻選擇路徑的概率有統(tǒng)計(jì)學(xué)意義。這個(gè)原理啟發(fā)了蟻群算法的設(shè)計(jì)，也是其基本思路。

蟻群算法初始化設(shè)置了在網(wǎng)絡(luò)中各條連接邊之間的信息素濃度τij，即節(jié)點(diǎn)i到節(jié)點(diǎn)j直線上的信息素濃度。該參數(shù)可以繼承上個(gè)步驟的優(yōu)化結(jié)果，在本文算法中取相等常數(shù)。

考慮螞蟻活動(dòng)，其從i移動(dòng)至j的距離為dij，設(shè)置其系數(shù)ηij，即dij的倒數(shù)，如公式（1）所示。

（1）

該值的作用是指導(dǎo)螞蟻選擇下一個(gè)節(jié)點(diǎn)的概率。當(dāng)螞蟻在路徑中移動(dòng)時(shí)，根據(jù)信息素的濃度和啟發(fā)函數(shù)（路徑上的期望值）做出決策。

特定螞蟻的具體移動(dòng)概率pikj如公式（2）所示。

（2）

式中：α、β為控制信息素和啟發(fā)式規(guī)則權(quán)重的參數(shù)；ηij為路徑i→j的路徑系數(shù)；τk ij為第 k 只螞蟻在路徑i→j上釋放的信息素；μij為路徑i→j上釋放的信息素；J為節(jié)點(diǎn)集合；Jik為第k只螞蟻在節(jié)點(diǎn)i可以選擇的下一個(gè)節(jié)點(diǎn)集合。

完成螞蟻的一次路徑選擇后，根據(jù)路徑質(zhì)量更新信息素濃度，信息素調(diào)整如公式（3）所示。

（3）

式中：?τij為第 k 只螞蟻在路徑i→j上釋放的信息素增量。

累計(jì)全部螞蟻移動(dòng)后的信息素調(diào)整如公式（4）所示。

（4）

式中：τij'為更新后的信息素量；ρ為信息素的揮發(fā)系數(shù)，用于控制全局信息素濃度的更新速度；m為螞蟻數(shù)量；為考慮全部螞蟻在i至k這個(gè)節(jié)點(diǎn)間移動(dòng)的后續(xù)影響。

調(diào)整上述各信息素后，全局信息素更新，反復(fù)更新信息素直至抵達(dá)迭代重點(diǎn)或滿足其他停止條件。

2.3 目標(biāo)函數(shù)

在優(yōu)化鋁合金輪轂注入成型工藝方面，蟻群算法作為一種元啟發(fā)式優(yōu)化方法潛力巨大。結(jié)合蟻群算法調(diào)整工藝參數(shù)，可以有效提高鑄件質(zhì)量和生產(chǎn)效率。本研究利用蟻群算法優(yōu)化注入成型過程中的關(guān)鍵參數(shù)，得到更均勻的冷卻相變位置分布。

筆者將3D建模結(jié)果導(dǎo)入MATLAB，由于計(jì)算機(jī)性能限制，因此將輪轂結(jié)構(gòu)二維化為平面結(jié)構(gòu)，將澆口設(shè)置在輪轂中部的中心平面上可以簡化分析過程，保持對(duì)稱性和厚度穩(wěn)定性。這個(gè)步驟為后續(xù)優(yōu)化工作奠定了基礎(chǔ)?；诖?，模型引入新的目標(biāo)函數(shù)，即鋁合金輪轂澆筑后其冷卻相變的位置在空間上的均勻性，來解決由不均勻冷卻相變引起的溫度梯度和應(yīng)力分布不均勻問題。利用優(yōu)化算法使冷卻相變位置盡可能均勻，為了實(shí)現(xiàn)這個(gè)目標(biāo)，本文采用分類簇聚類分析方法。聚類分析是一種將數(shù)據(jù)對(duì)象劃分為不同組或簇的方法，每個(gè)簇內(nèi)的對(duì)象特征相似。

利用仿真軟件處理輪轂中心平面中的全部點(diǎn)，將其熱交流性能相同、相近的點(diǎn)匯聚到子區(qū)，減少總體運(yùn)算量。分析結(jié)果顯示，這類子區(qū)域有162個(gè)，均勻分布于平面上，平面以輪轂中點(diǎn)為原點(diǎn)，包括n個(gè)樣本點(diǎn)（即輪轂內(nèi)部小區(qū)域）的數(shù)據(jù)集合如公式（5）所示。

X={x1，x2，…，xn} （5）

式中：X為樣本集合，x1，x2，...，xn分別為第一、第二至最后一個(gè)樣本。

基于此，本文使用分類簇聚類方法，將數(shù)據(jù)集合劃分為k個(gè)簇，k為預(yù)先設(shè)定的聚類數(shù)目。利用蟻群算法優(yōu)化在注入成型過程中的澆口位置選擇、充填順序等關(guān)鍵參數(shù)，能夠最大程度地減輕不均勻性造成的負(fù)面影響。這種方法不僅有助于提高鑄件質(zhì)量，還能降低生產(chǎn)中可能出現(xiàn)缺陷的風(fēng)險(xiǎn)。

在實(shí)踐中，利用蟻群算法搜索最佳參數(shù)組合，以保證輪轂內(nèi)部冷卻相變位置盡可能均勻。調(diào)整澆口系統(tǒng)幾何形狀和參數(shù)，控制金屬液體充填順序與時(shí)間，結(jié)合新引入的目標(biāo)函數(shù)和聚類分析方法，全面優(yōu)化注入成型工藝，保證最終產(chǎn)品符合設(shè)計(jì)要求。

聚類分析的目標(biāo)是最小化簇內(nèi)的差異性，最大化簇間的差異性，如公式（6）所示。

（6）

式中：Y為目標(biāo)函數(shù)值；Ci為第i個(gè)簇；μ為質(zhì)心，即該簇內(nèi)所有樣本點(diǎn)的平均值。目標(biāo)函數(shù)值Y越小，簇內(nèi)的差異性越小，冷卻相變位置越均勻。

2.4 約束條件

除了優(yōu)化目標(biāo)函數(shù)，本文在鋁合金輪轂注入成型工藝的優(yōu)化過程中還考慮了一系列約束條件，以避免設(shè)備工藝不允許或物理上不可能的條件對(duì)仿真結(jié)果產(chǎn)生影響。

在注入成型過程中，過高的升溫速度可能導(dǎo)致材料熱應(yīng)力變化，設(shè)備變形。因此，在優(yōu)化算法中，模型設(shè)置了最大升溫速度限制，保證在注入過程中，溫度變化在可控范圍內(nèi)。本文還考慮了鋁合金液態(tài)狀態(tài)下的物理特性，鋁合金在液態(tài)狀態(tài)下具有一定黏度和表面張力，在注入成型過程中會(huì)對(duì)充填行為產(chǎn)生影響。模型還需要考慮設(shè)備工藝的限制。例如，注射機(jī)噴嘴直徑、進(jìn)料口位置等都會(huì)對(duì)注入成型過程產(chǎn)生影響。本文將這些設(shè)備工藝參數(shù)作為約束條件，保證優(yōu)化算法生成的最佳充填順序符合實(shí)際操作要求。

綜合利用蟻群算法和其他優(yōu)化技術(shù)，在實(shí)踐中調(diào)整工藝參數(shù)，使冷卻相變位置分布更均勻，有助于提升鑄件質(zhì)量和生產(chǎn)效率，保證產(chǎn)品穩(wěn)定、可靠。該研究方法為鋁合金輪轂注入成型工藝的優(yōu)化提供了新思路。

2.5 迭代與優(yōu)化結(jié)果

在迭代過程中運(yùn)行了多次蟻群算法，迭代次數(shù)與目標(biāo)函數(shù)值如圖3所示。

從圖3中可以看出，隨著迭代次數(shù)增加，目標(biāo)函數(shù)值逐漸降低，說明優(yōu)化算法不斷改進(jìn)充填順序，在這個(gè)過程中，目標(biāo)函數(shù)持續(xù)下降。優(yōu)化結(jié)果如圖4所示。

圖4展示了最佳充填順序?qū)?yīng)的輪轂平面結(jié)構(gòu)。利用蟻群算法的迭代和優(yōu)化過程，本文找到了一種最佳的充填順序，以保證鑄件內(nèi)部均勻充填，降低出現(xiàn)缺陷和變形的概率。

本文不僅說明了輪轂平面結(jié)構(gòu)的優(yōu)化結(jié)果，還分析了信息素分布情況。在蟻群算法中，信息素的作用是指導(dǎo)螞蟻選擇下一個(gè)節(jié)點(diǎn)。信息素分布情況如圖5所示，由圖5可知，當(dāng)螞蟻選擇路徑時(shí)哪些區(qū)域更具吸引力。

根據(jù)這些迭代和優(yōu)化結(jié)果，得到最佳的充填順序，并將其應(yīng)用于鋁合金輪轂注入成型工藝中。這種方法可以提高鑄件質(zhì)量，減少缺陷和變形，提高產(chǎn)品性能。

3 結(jié)語

根據(jù)仿真分析，從固相率變化可以看出，在填充過程中鋁合金具有分布均勻的特征。說明鋁合金輪轂的生產(chǎn)工藝中，需要特別關(guān)注輪緣位置的氣體排出，以保證充填過程的均勻性和質(zhì)量。導(dǎo)熱性能的基本穩(wěn)定趨勢說明材料具有均勻的熱傳導(dǎo)能力，避免局部過度冷卻或過熱。基于此類分析結(jié)果，本文根據(jù)仿真分析中凝固時(shí)間、溫度梯度等參數(shù)的變化，為優(yōu)化模具設(shè)計(jì)和改進(jìn)工藝參數(shù)提供了有力支持。一系列優(yōu)化步驟顯著提升了生產(chǎn)工藝的精密性和可控性，保證金屬液足夠充填型腔，建立最佳溫度梯度以防止發(fā)生縮孔。

參考文獻(xiàn)

[1]王瑞，朱慧，張恒華，等.低壓半固態(tài)鑄造A356鋁合金輪轂成形工藝的模擬與缺陷分析[J].上海金屬，2014，36（4）：47-51.

[2]張立娟，常海平，羅文哲，等.A356鋁合金車輪輪輞旋壓成形工藝優(yōu)化[J].精密成形工程，2022，14（10）：56-62.

[3]程誠，寧萍，李玲玲.基于BP神經(jīng)網(wǎng)絡(luò)的汽車鎂合金輪轂低壓鑄造工藝優(yōu)化[J].熱加工工藝，2023，52（7）：77-80.

[4]高世陽，朱立華.商用車鋁合金輪轂?zāi)M分析及工藝優(yōu)化[J].鑄造技術(shù)，2022，43（1）：62-65.

[5]姜強(qiáng).基于UG的數(shù)控多軸加工工藝優(yōu)化設(shè)計(jì)分析[J].現(xiàn)代制造技術(shù)與裝備，2021，57（1）：142-143.

[6]洪濤，王東方，華逢志.鋁合金輪轂擠壓鑄造工藝參數(shù)優(yōu)化[J].鑄造技術(shù)，2020，41（12）：1160-1164.

[7]孫冬恩，程和法，周宏偉，等.低壓鑄造鋁合金輪轂的數(shù)值模擬及工藝優(yōu)化[J].特種鑄造及有色合金，2020，40（7）：763-767.

作者簡介：吳國瑞（1987—），男，漢族，黑龍江哈爾濱人，博士，高級(jí)工程師，研究方向?yàn)闄C(jī)電、鋁合金材料。

電子郵箱：1074661216@qq.com。