本文關(guān)鍵詞：鑄造生產(chǎn)中的人工智能技術(shù)，由筆耕文化傳播整理發(fā)布。

更多

鑄造生產(chǎn)中的人工智能技術(shù)

作者：管理員    發(fā)布于：2016-01-30 13:09:56    文字：【】【】【】

摘要：

　　鑄造生產(chǎn)中的人工智能技術(shù)徐建林王智平了人工智能在鑄造生產(chǎn)中的應(yīng)用現(xiàn)狀及發(fā)展方向，闡明了各種技術(shù)的特點，并指出應(yīng)將多種技術(shù)相結(jié)合以進-步實現(xiàn)鑄造生產(chǎn)自動化，使人工智能更好地應(yīng)用于鑄造生產(chǎn)，這對提高生產(chǎn)率及鑄件質(zhì)量具有重要意義。

　　由于鑄造生產(chǎn)是一個比較復(fù)雜的過程，生產(chǎn)1個鑄件要經(jīng)過設(shè)計、造型、熔煉、澆注等多個工序，涉及到工藝、合金設(shè)備、檢測等諸多方面，因此對鑄造生產(chǎn)的要求較高鑄造工作者們一直在努力提高鑄造生產(chǎn)的自動化程度、生產(chǎn)效率、鑄件的成品率及使用性能，但在實際生產(chǎn)中仍不得不依靠半經(jīng)驗?zāi)Ｊ絹碇笇?dǎo)生產(chǎn)。雖然一些傳統(tǒng)的理其應(yīng)用受到限制人工智能是智能機器所執(zhí)行的通常與人類智能有關(guān)的功能，如判斷、推理、證明、識別、感知、理解、思考、學(xué)習(xí)和問題求解等思維活動，目標在于研究用機器來模仿和執(zhí)行人類的目標智力功能，并開發(fā)相關(guān)理論和技術(shù)由于人工智能系統(tǒng)具有自學(xué)習(xí)、推理、判斷和自適應(yīng)能力，目前，已被廣泛地應(yīng)用到各行各業(yè)中，取得了較好的效果同樣，人工智能技術(shù)也被成功地應(yīng)用到鑄造生產(chǎn)中，如工藝設(shè)計、缺陷診斷沖天爐控制、智能檢測、合金設(shè)計等方面，從而大大提高了鑄造生產(chǎn)的生產(chǎn)效率，并取得了良好的經(jīng)濟效益筆者針對人工智能技術(shù)在鑄造生產(chǎn)中應(yīng)用的幾個主要方面進行一些分析和探討1新材料的設(shè)計在材料設(shè)計和配比方面，過去人們采用的是試驗方法，即對成分、配比反復(fù)調(diào)整試驗，以獲得期望的組織和性能該方法盲目性很大，費時費工。為了設(shè)計出合適的材料，人們利用一些參數(shù)方程來設(shè)計材料，如GUO等用回歸方程來完成球墨鑄鐵機械性能的設(shè)計，這種設(shè)計方法的思路是從大量的試驗數(shù)據(jù)出發(fā)，利用數(shù)學(xué)方法找出其規(guī)律也可應(yīng)用現(xiàn)代物理知識（經(jīng)典物理、量子物理、相對論等）和數(shù)學(xué)知識，從第一原理出發(fā)進行材料設(shè)計，如AB算法、分子動力學(xué)等但這些方法至少存在以下問題：①無論是成分，還是結(jié)構(gòu)都不能單獨決定性能，三者之間互相依賴、互相影響；②工藝過程參數(shù)對材料的影響無法反映出來為了克服傳統(tǒng)方法的不足，近年來，人工智能技術(shù)在材料設(shè)計領(lǐng)域中逐漸受到重視利用人工智能技術(shù)設(shè)計新材料主要借助于大量的試驗數(shù)據(jù)來建立成分一組織一性能之間的關(guān)系。在材料設(shè)計中，即使有些理論知識還不完善，或材料中有些新的組織還沒有觀察到，但這并不影響對材料的一些組織和性能的預(yù)測，該方法已經(jīng)取得了成功各種人工智能技術(shù)的出現(xiàn)，使材料設(shè)計方法多樣化利用模糊分析方法可實現(xiàn)復(fù)相材料的設(shè)計，通過確定復(fù)相材料組織參量對性能的隸屬函數(shù)，并運用模糊線性加權(quán)變換來完成對性能的分析與評判該方法與材料的實測值相吻合，而且方便、直接。利用神經(jīng)網(wǎng)絡(luò)的非線性映射能力也可較好地實現(xiàn)材料設(shè)計，如張國英等在人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，應(yīng)用遺傳算法對無鈷高強韌鋼進行了優(yōu)化設(shè)計，為研制新材料開辟了一條新途徑李智等運用現(xiàn)代優(yōu)化算法中的模擬退火算法對冶煉Mn-S合金的原料配比進行了優(yōu)化計算，也取得了成功材料設(shè)計的專家系統(tǒng)也是較早發(fā)展的一種方法，如“壓鑄型材料優(yōu)化專家系統(tǒng)”，可根據(jù)用戶提出的制品特點和壓鑄型工作條件及失效方式等信息，通過推理優(yōu)化得出合理的材料。從以上介紹可看出，利用人工智能技術(shù)，在學(xué)習(xí)有關(guān)材料的數(shù)據(jù)后，經(jīng)推理或計算等來預(yù)測出材料的性能，這在對新材料的內(nèi)在規(guī)律尚不甚了解的情況下，是解決材料設(shè)計的一種很好的工程實現(xiàn)方式。

　　2熔煉控制沖天爐熔煉過程的影響因素較多，其中不但包括冶金因素，也有爐型結(jié)構(gòu)的因素。另外，許多工藝參數(shù)也對沖天爐的熔煉效果有很大的影響，同時，爐內(nèi)進行著底焦燃燒熱量傳遞和冶金反應(yīng)，其隨機擾動性較大，所以沖天爐熔煉過程是一個復(fù)雜的過程在20世紀80年代以前，沖天爐控制主要基于經(jīng)典控制理論和現(xiàn)代控制理論來實現(xiàn)控制目標與控制對象之間關(guān)系采用網(wǎng)狀圖來確定。Briggs等分析了各種因素對鐵水溫度的影響后，以網(wǎng)狀圖為依據(jù)建立了熔煉控制模型，通過連續(xù)精確測量鐵水溫度和熔化率來控制沖天爐運行狀態(tài)，但該方法過于簡單化，不適合于動態(tài)熔煉控制系統(tǒng)，效果欠佳。沖天爐熔煉正向最優(yōu)化、多參量全面控制的方向發(fā)展，而網(wǎng)狀圖無法考慮由沖天爐尺寸變化引起的熔化溫度的變化，數(shù)學(xué)模型中也很難將所有影響熔煉的因素全部考慮進去，因此研究者想尋找一種新的控制方法來達到滿意的效果。

　　人工智能的出現(xiàn)為沖天爐控制提供了新的思路和依據(jù)通過歸納總結(jié)沖天爐控制的現(xiàn)場操作經(jīng)驗和專家知識，將風(fēng)量、熔化率焦耗及鐵液溫度等參數(shù)之間的關(guān)系建立成相應(yīng)的規(guī)則，在規(guī)則推理的基礎(chǔ)上可構(gòu)建沖天爐控制專家系統(tǒng)，系統(tǒng)可通過修改規(guī)則而具有很大的靈活性，但是在多變的生產(chǎn)現(xiàn)場，必須反復(fù)測試與修改規(guī)則才可達到滿意效果盡管沖天爐熔煉控制比較復(fù)雜，但是如果把它作為一個黑箱系統(tǒng)來處理，利用人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)從任意n維到m維的非線性映射來確定沖天爐控制系統(tǒng)的輸入量與輸出量的關(guān)系，可使熔煉控制過程簡單化由于神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)與泛化能力，從而可應(yīng)用于多變的生產(chǎn)現(xiàn)場。

　　利用該方法成功地實現(xiàn)了沖天爐的熔煉控制，控制目標（神經(jīng)網(wǎng)絡(luò)輸出層）為熔化率和化學(xué)成分，控制輸入?yún)?shù)（神經(jīng)網(wǎng)絡(luò)輸入層）為風(fēng)溫、風(fēng)量、焦耗鐵液溫度及空氣量等，由此可建立沖天爐工況參數(shù)之間的關(guān)系，并可分析各參量間的關(guān)系。模糊控制也是控制領(lǐng)域中有效易實現(xiàn)的方法，但其用于沖天爐控制的研究較少，原因是由于模糊控制規(guī)則在線修改不容易實現(xiàn)，使整個系統(tǒng)的自適應(yīng)能力和魯棒性較差但是利用系統(tǒng)辨識的方法來校正模糊控制規(guī)則是一種很有發(fā)展前途的方法，可通過檢測控制的輸入輸出參數(shù)辨識系統(tǒng)模型并調(diào)整模糊規(guī)律及隸屬度等來實現(xiàn)沖天爐的控制。

　　3缺陷診斷鑄件缺陷的消除一直是鑄造工作者追求的目標，然而影響鑄件質(zhì)量的因素錯綜復(fù)雜，很難用數(shù)學(xué)公式來描述，因此對于鑄造工作者來說，，經(jīng)驗顯得特別重要，尤其是專家的經(jīng)驗。鑄件缺陷診斷的專家系統(tǒng)正是基于這種情況而建立的。如Roshan等建立的鑄件缺陷分析的專家系統(tǒng)可幫助鑄造生產(chǎn)者識別缺陷，分析缺陷產(chǎn)生的原因，最后給出消除方法，它主要是通過專家系統(tǒng)的推理機制來完成的。但專家系統(tǒng)也有不足之處，即如何將專家的經(jīng)驗很準確地描述出，如何在模糊生產(chǎn)條件下作出準確的判斷，如何在缺陷產(chǎn)生之前預(yù)見缺陷，進而消除缺陷等神經(jīng)網(wǎng)絡(luò)的出現(xiàn)給缺陷預(yù)測提供了可能通過神經(jīng)網(wǎng)絡(luò)的前向計算，可對鑄造缺陷進行預(yù)測，這一方法已經(jīng)實現(xiàn)，如“球墨鑄鐵件缺陷診斷的神經(jīng)網(wǎng)絡(luò)模型”該系統(tǒng)通過對球鐵件的常見缺陷及影響因素進行歸納總結(jié)，依據(jù)球鐵生產(chǎn)過程中的工藝參數(shù)，采用神經(jīng)元網(wǎng)絡(luò)的方法建立球鐵缺陷的預(yù)報系統(tǒng)，并且對預(yù)測可能產(chǎn)生的缺陷提出防止措施，從而有效地提高鑄件的成品率。在利用神經(jīng)網(wǎng)絡(luò)預(yù)測缺陷時，應(yīng)注意工藝措施的合理描述，模糊描述就是有效的一種方法，如澆口冒口設(shè)置的合理性等此外，若所預(yù)測的缺陷種類多，網(wǎng)絡(luò)龐大時，應(yīng)借助遺傳算法來進行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，這樣可大大減少樣本數(shù)及提高網(wǎng)絡(luò)訓(xùn)練速度，相信這些方法很快會被應(yīng)用于該領(lǐng)域4微觀組織模擬及力學(xué)性能預(yù)測在鑄造生產(chǎn)中，液態(tài)金屬流入型腔之后，流動場和溫度場的分布、凝固狀況組織形成及缺陷產(chǎn)生都是鑄造生產(chǎn)者關(guān)心的問題，如何把它們模擬計算出來，保證鑄件的質(zhì)量和使用性能，這是鑄件凝固數(shù)值模擬的主要任務(wù)對此國內(nèi)外都作了卓有成效的研究，模擬軟件已達到成熟階段，如MAGMAsoft軟件，CASTCAE模擬軟件等。鑄件的微觀組織模擬和性能預(yù)測目前國內(nèi)外均處于研究開發(fā)階段，如Venugopalan實現(xiàn)了鑄鋼件微觀組織的預(yù)測，這些都使鑄造設(shè)計與開發(fā)向著周期短、成本低鑄件質(zhì)量高等方向發(fā)展在模擬與性能預(yù)測研究中，一般需要建立精確的數(shù)學(xué)模型，目前國內(nèi)外研究對象大多數(shù)仍以簡單形體鑄件進行數(shù)學(xué)模型和計算方法的研究，因此，需要在完善數(shù)學(xué)模型方面進一步深入此外，一些研究仍是在特定試驗條件下得出的，使其通用性受到限制。

　　鑄造生產(chǎn)過程是一個非常復(fù)雜的多元非線性系統(tǒng)，如化學(xué)成分對灰鑄鐵性能的影響就是非線性的，用一般數(shù)學(xué)模型來描述不可避免地存在較大的誤差神經(jīng)網(wǎng)絡(luò)在組織與性能預(yù)測方面受到人們的重視Trowsda丨6將人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的有限元方法結(jié)合起來，先用有限元計算應(yīng)力、應(yīng)變等，然后用所得數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，再利用神經(jīng)網(wǎng)絡(luò)的前向計算來預(yù)測應(yīng)力、應(yīng)變等。YAO等通過分析灰鑄鐵化學(xué)成分、工藝參數(shù)與性能關(guān)系，基于神經(jīng)網(wǎng)絡(luò)建立了預(yù)測灰鑄鐵機械性能的神經(jīng)網(wǎng)絡(luò)模型。夏伯才等提出模糊建模方法，建立了灰鑄鐵強度的模糊神經(jīng)網(wǎng)絡(luò)預(yù)報模型，通過不斷修正各模糊子集的隸屬度，實現(xiàn)了模糊預(yù)報模型的自動更新這些方法都給我們帶來了有益的啟示神經(jīng)網(wǎng)絡(luò)將事物的內(nèi)在聯(lián)系隱藏在網(wǎng)絡(luò)權(quán)值中，給分析問題的本質(zhì)規(guī)律帶來難度，但它仍可為我們提供進一步研究的途徑，如利用MATLAB軟件中的神經(jīng)網(wǎng)絡(luò)工具箱可分析某一因素對微觀組織與性能的影響趨勢圖，這對指導(dǎo)生產(chǎn)及進一步研究很有意義5型砂質(zhì)量控制在鑄造生產(chǎn)中，型砂質(zhì)量是保證鑄件質(zhì)量的重要前提，但還應(yīng)將造型、澆注等工序?qū)π蜕暗囊蠼Y(jié)合起來考慮型砂質(zhì)量的控制，即Vingas等提出的總量控制的概念一般的控制方法是確定出型砂的組成與性能之間的關(guān)系，通過檢測型砂性能的變化來調(diào)節(jié)各組分的加入量。Heine等就是利用該方法來實現(xiàn)型砂質(zhì)量的控制的他們首先確定出型砂水分、膨潤土等與緊實度及濕壓強度的關(guān)系，利用該關(guān)系圖來確定控制規(guī)律該方法簡單直觀，然而對于連續(xù)混砂系統(tǒng)，時滯及擾動性大，同時具有很強的模糊性與非線性特性，傳統(tǒng)的控制方法有限，而人工智能控制則成為必然。Bartelt為了控制樹脂砂質(zhì)量，構(gòu)造了3層神經(jīng)網(wǎng)絡(luò)模型，以樹脂強度和型砂緊實度為控制目標，通過控制水、砂、粘結(jié)劑的比例及砂溫等參數(shù)來控制樹脂砂的質(zhì)量，不僅提高了生產(chǎn)率，而且也降低了成本。黃天佑等建立了“型砂質(zhì)量管理專家系統(tǒng)”，該系統(tǒng)具有2個方面的功能，即由于型砂質(zhì)量引起的鑄件缺陷分析和型砂質(zhì)量現(xiàn)狀分柝模糊理論在型砂控制中應(yīng)用的前景也是可觀的，姜義祥分析了型砂系統(tǒng)中的模糊現(xiàn)象，并利用模糊聚類分析的方法，解決了原砂化學(xué)成分的定量比較問題，這對鑄造型砂生產(chǎn)有實際意義，且為制定原砂標準提供了科學(xué)的理論方法。

　　6工藝設(shè)計鑄造工藝設(shè)計是利用計算機來確定鑄造方案、分析鑄件質(zhì)量優(yōu)化鑄造工藝等，它是計算機模擬、數(shù)值模擬和數(shù)據(jù)庫的有機聯(lián)結(jié)。國內(nèi)外在這方面已經(jīng)作了較多的研究與開發(fā)工作。Tanner建立了CAD/CAM設(shè)計軟件，該軟件通過大量數(shù)據(jù)庫，實現(xiàn)了3DCAD模型。國內(nèi)金平等完成了鑄鐵件工藝CAD系統(tǒng)的研究與開發(fā)，該系統(tǒng)主要功能包括工藝參數(shù)設(shè)計、實用冒口設(shè)計、澆注系統(tǒng)設(shè)計等，并結(jié)合工廠管卡零件進行了鑄造工藝設(shè)計在鑄造工藝設(shè)計中，涉及許多繁雜的數(shù)學(xué)計算、查表工作及經(jīng)驗，基于專家系統(tǒng)的工藝設(shè)計也由此出現(xiàn)Nyamekye等還利用模糊控制方法來預(yù)測壓鑄澆注系統(tǒng)的基本工藝參數(shù)、充填時間和內(nèi)澆口速度，并結(jié)合壓鑄流體動力學(xué)理論，給出設(shè)計澆注系統(tǒng)的全部工藝參數(shù)隨著CAE技術(shù)的發(fā)展，其也將在鑄造生產(chǎn)中嶄露頭龜7討論7.1應(yīng)用領(lǐng)域人工智能技術(shù)在鑄造中的應(yīng)用范圍不斷擴大，但在有些領(lǐng)域的應(yīng)用還未見報道定量金相分析中的應(yīng)用人工智能在圖像處理領(lǐng)域已成功應(yīng)用，而與圖像處理緊密相聯(lián)系的定量金相分析還暫時受到了冷落。雖然有一些系統(tǒng)可完成定量分析，但更準確、智能化的分析金相仍是研究方向之一，如合理地評價球鐵中石墨的形狀石墨的分布等，這些可用模糊描述與模糊聚類分析來實現(xiàn)。

　　在熱分析中的應(yīng)用熱分析技術(shù)用于建立平衡相圖已很久了，其在鑄造生產(chǎn)中的應(yīng)用也不斷推廣，但應(yīng)用的基準仍然是建立冷卻曲線特征值及試樣性能間的回歸關(guān)系用模式識別技術(shù)識別冷卻曲線，用數(shù)據(jù)庫代替回歸方程仍然無法解決工廠多變的生產(chǎn)條件的影晌神經(jīng)網(wǎng)絡(luò)與進化算法將可能是這一領(lǐng)域的有力工具（3）信息處理與智能決策將MIS系統(tǒng)應(yīng)用到鑄造車間中是有益的嘗試，通過對車間各工步數(shù)據(jù)的采集及建立經(jīng)驗數(shù)據(jù)庫，可實現(xiàn)材料、鑄件的管理，各種數(shù)據(jù)的統(tǒng)計，實現(xiàn)各工步的輔助工藝，這對提高生產(chǎn)率及成品率有積極作甩但隨著數(shù)據(jù)量的遞增，智能檢索成為發(fā)展方向，同時智能決策也將受到關(guān)注，如現(xiàn)在常見到的模糊決策（評價）系統(tǒng)等7.2技術(shù)隨著人工智能技術(shù)的進一步研究，鑄造水平的不斷提高，人工智能在鑄造中的應(yīng)用前景會更加廣闊。但就目前情況來看，在現(xiàn)有的基礎(chǔ)上提高應(yīng)用的范圍和效果，主要還應(yīng)在人工智能技術(shù)上作進一步研究人工智能技術(shù)也有著不足之處專家系統(tǒng)在專家知識的總結(jié)、表述極不確定的情況下推理是目前專家系統(tǒng)的瓶頸所在。神經(jīng)網(wǎng)絡(luò)樣本的收集和在線訓(xùn)練困難，模糊理論的模糊性都將制約著各自的應(yīng)用與發(fā)展各種技術(shù)的綜合不失為一種有效的方法，如經(jīng)常見到的模糊神經(jīng)網(wǎng)絡(luò)、模糊專家系統(tǒng)、進化方法等將進一步提高人工智能在鑄造生產(chǎn)中的應(yīng)用效果鑄造生產(chǎn)的多變復(fù)雜性及操作的人工經(jīng)驗性，使人工智能的應(yīng)用受到限制此外，一些工藝參數(shù)的定量化實現(xiàn)也不容易解決的方式一是通過進一步提高鑄造生產(chǎn)的自動化水平，減少人為干預(yù)；二是利用模糊評價體系來評價一些工藝參數(shù)，逐步提高鑄造生產(chǎn)的可控性隨著技術(shù)的飛速發(fā)展，人工智能技術(shù)也在進一步完善，如多種方法混合技術(shù)、多專家系統(tǒng)技術(shù)、機器學(xué)習(xí)方法、并行分布處理技術(shù)等目前已引人注目，我們應(yīng)當(dāng)有信心期待著有效的新型人工智能技術(shù)的出現(xiàn)，到那時鑄造業(yè)也將會更加光明。

附件下載： (已下載0次)

標簽：

  本文關(guān)鍵詞：鑄造生產(chǎn)中的人工智能技術(shù)，由筆耕文化傳播整理發(fā)布。