王冬磊，張智禹，尹愛(ài)軍

（1. 中國(guó)工程物理研究院 化工材料研究所，成都 621900；2. 重慶大學(xué) 機(jī)械工程學(xué)院，機(jī)械傳動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，重慶 400044）

雙基球扁藥是一種具有高能量、高燃速、薄弧厚、燃燒性能好的球扁形發(fā)射藥[1]。由于其成球過(guò)程涉及溶解、成球、預(yù)蒸、蒸溶等多個(gè)工序的工藝參數(shù)控制，而加工過(guò)程內(nèi)在機(jī)理復(fù)雜，國(guó)內(nèi)外在機(jī)理分析尚處于探索階段，研究的理論基礎(chǔ)薄弱，尚未形成成熟的成球工藝控制技術(shù)，導(dǎo)致成球直徑、弧厚偏差大的問(wèn)題[2-4]。大量研究表明，成球過(guò)程各工序溫度及工序時(shí)長(zhǎng)對(duì)成球質(zhì)量影響尤為重要[5-7]，這些參數(shù)與成球質(zhì)量之間有著復(fù)雜的相互關(guān)系，且成球過(guò)程是一個(gè)復(fù)雜的非線性過(guò)程。已有文獻(xiàn)資料顯示，對(duì)于成球工藝參數(shù)與成球質(zhì)量間關(guān)系的研究還不夠深入，以致無(wú)法從工藝機(jī)理角度給出合適工藝參數(shù)指導(dǎo)生產(chǎn)。

近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)研究不斷深入已使其成為人工智能領(lǐng)域的前沿技術(shù)，而B(niǎo)P神經(jīng)網(wǎng)絡(luò)由于其突出的非線性映射及自學(xué)習(xí)自適應(yīng)能力在非線性建模、函數(shù)逼近、模式分類等方面廣泛應(yīng)用[8]。Tsai和Luo[9]運(yùn)用BP神經(jīng)網(wǎng)絡(luò)在注塑工藝參數(shù)優(yōu)化方面作了深入研究。劉荷花[10]采用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化了激光焊接工藝參數(shù)，達(dá)到了高精度、高質(zhì)量的設(shè)計(jì)目標(biāo)。BP神經(jīng)網(wǎng)絡(luò)的不斷發(fā)展也為成球過(guò)程工藝優(yōu)化提供了新的思路與方法。文中利用BP神經(jīng)網(wǎng)絡(luò)的非線性擬合能力，運(yùn)用根據(jù)北化集團(tuán)雙基球扁藥生產(chǎn)成球工藝過(guò)程產(chǎn)生的工藝仿真數(shù)據(jù)建立了工藝參數(shù)與成球質(zhì)量參數(shù)間的關(guān)系，形成了神經(jīng)網(wǎng)絡(luò)算法模型。為今后雙基球扁藥生產(chǎn)提供優(yōu)化的工藝參數(shù)，進(jìn)而提高雙基球扁藥成球質(zhì)量。

1 雙基球扁藥成球工藝原理

內(nèi)溶法成球的工藝流程為：加料混合—升溫—溶解—成球—預(yù)蒸溶劑—脫水—驅(qū)殘溶劑—保溫—冷卻等9個(gè)工序[7]。整個(gè)過(guò)程在同一個(gè)成球器中順序進(jìn)行。

1）加料混合：將硝化棉、吸收藥、中定劑、溶劑等原材料加入水中、攪拌。

2）升溫：混合一定時(shí)間后，將成球器中的夾層升溫，達(dá)到溶解溫度。

3）溶解：升溫后，保持溫度一定時(shí)間，以進(jìn)一步溶解原材料，最終原材料被溶解為具有一定黏度的高分子溶液。

4）成球：在成球器的攪拌作用下，高分子溶液以液滴的形式被分散到水中，這些液滴不與水相容，在液滴表面張力作用下，表面積有盡量縮小的趨勢(shì)，以減小其表面能，最終小液滴成為球形。同時(shí)在成球器中加入固定配比的明膠，使其保持穩(wěn)定且分散成顆粒狀。

5）預(yù)蒸溶劑：升溫將球中的溶劑蒸發(fā)一部分，以增大球的表觀黏度，防止球變形。預(yù)蒸溶劑階段蒸出溶劑總量的70%左右。

6）脫水：脫水階段是控制藥粒密度的重要操作，由于球中有一定量的水分，含有水分的球在驅(qū)除溶劑后收縮不良、松質(zhì)多孔。為了脫水，在水中加入一定量的可溶性鹽類，利用介質(zhì)水中鹽產(chǎn)生的滲透壓作用，使球中的水分不斷滲透到介質(zhì)中。脫水截?cái)鄿囟纫?，滲透壓要大，這樣有利于提高脫水速度，但在脫水階段要防止溶劑過(guò)早蒸發(fā)，造成藥面過(guò)早的收縮硬化，導(dǎo)致球內(nèi)水分不能完全滲透出來(lái)，因此脫水階段的溫度低于恒沸點(diǎn)。

7）驅(qū)殘溶劑：脫水結(jié)束后，開(kāi)始升溫，在高溫的作用下，溶劑從球表面蒸發(fā)穿越水介質(zhì)排出。此過(guò)程中為防止粘結(jié)，蒸溶的速度不宜過(guò)快。

8）保溫：恒溫一段時(shí)間，以盡可能蒸發(fā)出殘余溶劑。經(jīng)過(guò)恒溫過(guò)程后，球中絕大部分溶劑被驅(qū)除，球粒逐漸硬化定型，形成密度較大、形狀規(guī)則的球扁藥。

9）冷卻：保溫一段時(shí)間后，降低成球器溫度，出料洗滌，進(jìn)行后續(xù)工序。

由上述成球工藝流程可以看出，成球工藝復(fù)雜且持續(xù)時(shí)間長(zhǎng)。同時(shí)由于成球理論研究欠缺、控制模型不明確導(dǎo)致目前生產(chǎn)工藝參數(shù)調(diào)控主要依靠人工經(jīng)驗(yàn)決定。文中為解決此問(wèn)題，利用成球工藝過(guò)程仿真數(shù)據(jù)，結(jié)合BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性擬合能力建立由每個(gè)工序持續(xù)時(shí)長(zhǎng)及工序結(jié)束時(shí)溫度值組成的共18個(gè)工藝參數(shù)與成球質(zhì)量參數(shù)間的關(guān)系模型，對(duì)成球工藝進(jìn)行優(yōu)化。

2 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種前向型網(wǎng)絡(luò)，采用誤差反向傳播算法進(jìn)行訓(xùn)練[11]。它是目前應(yīng)用最為廣泛的一種神經(jīng)網(wǎng)絡(luò)模型，不需人工參與即可自動(dòng)學(xué)習(xí)輸入與輸出之間的映射關(guān)系。其在解決非線性問(wèn)題和復(fù)雜系統(tǒng)時(shí)具有其他算法模型無(wú)法比擬的優(yōu)勢(shì)，因此在學(xué)術(shù)研究和工程領(lǐng)域中廣泛應(yīng)用[12]。

2.1 BP神經(jīng)網(wǎng)絡(luò)的基本原理

BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，由一個(gè)輸入層、一個(gè)輸出層和若干隱含層組成。在各層內(nèi)部，神經(jīng)元沒(méi)有連接，層與層之間的神經(jīng)元通過(guò)權(quán)值相互連接。給予輸入層一組學(xué)習(xí)樣本，其通過(guò)隱藏層神經(jīng)元最終傳播給輸出層，輸出層的值作為BP神經(jīng)網(wǎng)絡(luò)的輸出。在誤差反向傳播過(guò)程中，由網(wǎng)絡(luò)實(shí)際輸出與期望輸出之間誤差的負(fù)梯度方向，從輸出層向隱藏層再到輸入層，逐層修正連接權(quán)值。前向傳播與誤差反向傳播過(guò)程交替進(jìn)行直至網(wǎng)絡(luò)收斂。

式中：f1(x)與f2(x)分別為隱藏層與輸出層的激活函數(shù)。通常隱藏層的激活函數(shù)為 Sigmoid函數(shù)，即f1(x)=1/(1+e-x)；輸出層的激活函數(shù)為 Purelin函數(shù),即f1(x)=x。

2.2 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)

根據(jù)Kolmogorov定理[13]可知，任意函數(shù)均可由一個(gè)3層BP神經(jīng)網(wǎng)絡(luò)逼近，因此文中采用3層BP網(wǎng)絡(luò)結(jié)構(gòu)。將成球階段各工序持續(xù)時(shí)長(zhǎng)及工序結(jié)束時(shí)的溫度值共18個(gè)參數(shù)作為輸入層參數(shù)，輸出層參數(shù)由成球直徑、弧厚2個(gè)參數(shù)組成。隱藏層節(jié)點(diǎn)數(shù)p由經(jīng)驗(yàn)公式（3）確定：

式中：p為隱含層節(jié)點(diǎn)數(shù)；m，n為輸入層、輸出層節(jié)點(diǎn)數(shù)；c為 0到 10之間的整數(shù)。經(jīng)過(guò)嘗試最終取隱藏層節(jié)點(diǎn)數(shù)為9。

網(wǎng)絡(luò)隱藏層激活函數(shù)選擇 Relu函數(shù)，輸出層激活函數(shù)為 Purelin函數(shù)。同時(shí)選擇均方誤差（MSE）作為BP神經(jīng)網(wǎng)絡(luò)性能評(píng)價(jià)指標(biāo)，其計(jì)算公式為：

式中：q為樣本個(gè)數(shù)；yi為網(wǎng)絡(luò)輸出樣本值；oi為實(shí)際樣本值。

BP神經(jīng)網(wǎng)絡(luò)參數(shù)見(jiàn)表1。

表1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)

2.3 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練

根據(jù)北化集團(tuán)生產(chǎn)雙基球扁藥的成球工藝過(guò)程，產(chǎn)生50條工藝仿真數(shù)據(jù)，將其中40條用于模型訓(xùn)練，剩余10條數(shù)據(jù)用于檢測(cè)所建立的 BP神經(jīng)網(wǎng)絡(luò)的泛化能力。訓(xùn)練結(jié)果如圖3所示，當(dāng)訓(xùn)練次數(shù)達(dá)到2000次以上時(shí)，訓(xùn)練均方誤差已為 0.007，而且訓(xùn)練次數(shù)越大，訓(xùn)練均方誤差越??；當(dāng)訓(xùn)練次數(shù)達(dá)到7000次以上時(shí)，輸出誤差穩(wěn)定在0.001附近。

3 成球工藝參數(shù)優(yōu)化

第2節(jié)得到了訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，為驗(yàn)證訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)是否學(xué)習(xí)到工藝參數(shù)與成球質(zhì)量的內(nèi)在關(guān)系，將余下的10條數(shù)據(jù)中工藝參數(shù)作為輸入，比較BP神經(jīng)網(wǎng)絡(luò)的輸出值與仿真值。圖4給出了成球直徑的BP神經(jīng)網(wǎng)絡(luò)輸出值與仿真值的比較，可以看出，成球直徑對(duì)應(yīng)的BP神經(jīng)網(wǎng)絡(luò)輸出值曲線與仿真值曲線基本重合。圖5給出了成球弧厚的BP神經(jīng)網(wǎng)絡(luò)輸出值與仿真值的比較，可以看出，成球弧厚對(duì)應(yīng)的BP神經(jīng)網(wǎng)絡(luò)輸出值曲線與仿真值曲線也基本重合。說(shuō)明它已基本掌握了成球工藝仿真數(shù)據(jù)的內(nèi)在關(guān)系。

表2列舉了前5條成球質(zhì)量數(shù)據(jù)的預(yù)測(cè)誤差率。成球直徑的平均誤差率為1.27%，成球弧厚的平均誤差率為2.08%，表明訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)可以用于工藝優(yōu)化。通過(guò)嘗試不同工藝參數(shù)，用此模型輸出成球質(zhì)量參數(shù)與生產(chǎn)要求質(zhì)量參數(shù)對(duì)比，從而得到符合要求的生產(chǎn)工藝參數(shù)。因此，可以認(rèn)為將此工藝參數(shù)作為實(shí)際生產(chǎn)中的工藝控制參數(shù)時(shí)，可得到理想的成球質(zhì)量。

表2 質(zhì)量數(shù)據(jù)預(yù)測(cè)誤差率

4 結(jié)論

1）將 BP神經(jīng)網(wǎng)絡(luò)用于化工方面，解決了在理論不清的情況下如何優(yōu)化生產(chǎn)工藝的問(wèn)題，建立了雙基球扁藥成球工藝參數(shù)與成球質(zhì)量參數(shù)之間的復(fù)雜關(guān)系模型。測(cè)試樣本預(yù)測(cè)結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)的輸出與仿真值之間誤差在 3%以內(nèi)，因此可用于優(yōu)化工藝參數(shù)。

2）運(yùn)用此模型可省去生產(chǎn)試制，減少試制帶來(lái)的人力、物力和財(cái)力的損耗，提高生產(chǎn)效率，具有較好的應(yīng)用前景。

3）在進(jìn)行實(shí)際的雙基球扁藥生產(chǎn)時(shí)，工人只需根據(jù)成球尺寸要求，給出成球弧厚，直徑的數(shù)值，通過(guò)該方法即可快速地找出滿足要求的工藝參數(shù)組合（各環(huán)節(jié)工藝溫度、時(shí)間）用于指導(dǎo)生產(chǎn)，這樣既提高了參數(shù)設(shè)計(jì)的效率又大大地減少了對(duì)工人的技術(shù)要求。