一、引用格式

　　劉鵬程,彭炳鋒,劉寒龍,等.基于神經(jīng)網(wǎng)絡(luò)的6063鋁型材擠壓工藝多目標(biāo)優(yōu)化[J].中南大學(xué)學(xué)報(自然科學(xué)版),2025,56(03):881-890.

　　LIU Pengcheng,PENG Bingfeng,LIU Hanlong,et al.Multi-objective optimization of extrusion process for 6063 aluminum profile based on neural network[J].Journal of Central South University(Science and Technology),2025,56(3):881-890.

　　二、研究背景

　　鋁型材由于具有強(qiáng)度中等、密度小、耐腐蝕、導(dǎo)熱導(dǎo)電性能好等優(yōu)點(diǎn)，被廣泛應(yīng)用于建筑、交通運(yùn)輸、汽車、船舶等領(lǐng)域。在工業(yè)鋁型材消費(fèi)持續(xù)增長、產(chǎn)品結(jié)構(gòu)日益復(fù)雜的背景下，各領(lǐng)域?qū)︿X型材產(chǎn)品的力學(xué)性能、形狀、尺寸、表面光澤度、均勻性等提出了更高的要求。隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，數(shù)值模擬與人工智能技術(shù)的融合為鋁型材擠壓工藝參數(shù)優(yōu)化和模具結(jié)構(gòu)優(yōu)化提供了新的解決方案。然而，目前的研究大多集中于通過優(yōu)化速度場來改善型材的形狀尺寸精度，針對溫度場不均勻性問題的研究相對較少，尤其是基于多目標(biāo)優(yōu)化的系統(tǒng)性研究更為稀缺。

　　鑒于此，本研究為了有效解決6063鋁型材溫度和組織不均勻問題，采用GABP(genetic algorithm back propagation)神經(jīng)網(wǎng)絡(luò)對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行擬合訓(xùn)練，建立工藝參數(shù)和成形質(zhì)量之間的映射關(guān)系。依據(jù)此模型，采用非支配排序遺傳算法(non-dominated sorting genetic algorithm,NSGA-Ⅱ)得到雙目標(biāo)Pareto前沿解，實(shí)現(xiàn)鋁型材出口橫截面溫度均勻性的多目標(biāo)優(yōu)化。

　　三、文章亮點(diǎn)

　?。?）6063鋁合金型材組織與性能均勻性分析及擠壓過程仿真模擬。系統(tǒng)研究了6063鋁型材橫截面不同區(qū)域晶粒組織分布均勻性和力學(xué)性能差異性，同時針對型材建立有限元擠壓模型，分析擠壓過程合金的變形規(guī)律，揭示組織與性能分布不均勻的機(jī)理。

　?。?）采用多目標(biāo)優(yōu)化方法對擠壓工藝參數(shù)進(jìn)行優(yōu)化。以型材在擠出?？跈M截面的平均溫度Tav和溫度標(biāo)準(zhǔn)差SDT作為優(yōu)化目標(biāo)，基于神經(jīng)網(wǎng)絡(luò)和數(shù)值模擬對其工藝參數(shù)(擠壓速度、坯料預(yù)熱溫度、模具預(yù)熱溫度和擠壓筒預(yù)熱溫度)進(jìn)行優(yōu)化，確定最優(yōu)的工藝參數(shù)組合；采用有限元模擬和實(shí)際生產(chǎn)驗(yàn)證優(yōu)化結(jié)果的準(zhǔn)確性和可靠性。

　　四、圖文解析

　　本文選擇的型材是一種典型的6063鋁合金實(shí)心工業(yè)型材，壁厚為1.2 mm，其橫截面及3D圖如圖1所示。選取型材中段的3個區(qū)域A、B和C(圖1(a))，試樣分為兩組:第一組為擠壓態(tài)試樣，第二組為擠壓后再進(jìn)行200℃×3 h人工時效處理的試樣。

圖1 6063-T5鋁合金薄壁實(shí)心型材

　　圖2所示為擠壓模具的三維模型，模具外形直徑×高度為180 mm×130 mm。在Creo軟件中建立幾何模型，導(dǎo)出格式為.stp的文件。將導(dǎo)出的.stp文件導(dǎo)入Qshape模塊中，檢査修正后生成模具有限元網(wǎng)格，并依次設(shè)置擠壓筒直徑、工作帶長度等擠壓參數(shù)，生成坯料的有限元網(wǎng)格。模具網(wǎng)格數(shù)量為1 368 345個，坯料網(wǎng)格數(shù)量為3 489 450個。根據(jù)企業(yè)提供的實(shí)際數(shù)據(jù)，采用正向擠壓時，有限元建模的初始擠壓工藝參數(shù)如表1所示，模具和坯料之間的摩擦邊界條件采用Levanov摩擦定律描述，Levanov系數(shù)為1.25，摩擦因數(shù)為1。根據(jù)經(jīng)驗(yàn)，鋁錠坯與擠壓工模具的熱傳導(dǎo)系數(shù)設(shè)定為30 000 W/(m2·K)。

圖2擠壓模具的三維模型

表1擠壓模擬參數(shù)

　　型材3個區(qū)域的擠壓態(tài)和時效態(tài)兩組試樣的金相組織分別如圖3和圖4所示。從圖3、圖4可以看到：A、B和C這3個區(qū)域的顯微組織在時效前后都有明顯變化，邊部支片的A區(qū)域晶粒粒徑最小，擠壓態(tài)平均粒徑為47.3μm；中部支片的C區(qū)域晶粒粒徑最大，擠壓態(tài)平均粒徑為57.8μm。因時效溫度較高(200℃)，時效之后A區(qū)域晶粒平均粒徑增大到52.8μm,C區(qū)域平均粒徑增大到64.7μm，筋板中部的B區(qū)域的晶粒平均粒徑由擠壓態(tài)的56.9μm增大到時效態(tài)的61.5μm。

(a)A位置;(b)B位置;(c)C位置

圖3不同區(qū)域的6063鋁型材擠壓態(tài)金相組織

(a)A位置;(b)B位置;(c)C位置

圖4不同區(qū)域的6063鋁型材時效態(tài)金相組織

　　圖5所示為初始擠壓工藝下的型材擠出截面的流速分布模擬云圖。從圖5可以看出:型材不同區(qū)域的擠出流速分布存在一定的不均勻性，型材左側(cè)金屬流速明顯比右側(cè)金屬流速小，差值為5 mm/s左右。采用Qform自帶的截面速度場分析模塊，計(jì)算得到其流速標(biāo)準(zhǔn)差為1.06，型材截面流速分布較均勻。流速場的不均勻性將引起擠出型材產(chǎn)生形狀畸變，導(dǎo)致型材彎曲、扭曲等變形，嚴(yán)重時導(dǎo)致堵模，使擠壓過程無法實(shí)現(xiàn)。

圖5初始擠壓工藝對應(yīng)的型材擠出截面速度分布云圖

　　圖6所示為初始擠壓工藝下型材擠出截面的金屬溫度分布的模擬云圖。從圖6可以看出:型材不同區(qū)域擠出?？诘臏囟确植即嬖谳^明顯的不均勻性;型材橫截面上的溫度分布特點(diǎn)是型材中間部分的溫度較高，中部支片C區(qū)域的溫度最高為533.8℃，往兩邊部分溫度逐漸降低，溫度最低為512.9℃，橫截面最大溫差約20.9℃。采用Qform自帶的截面溫度場分析模塊，計(jì)算得到其溫度標(biāo)準(zhǔn)差DsDT為5.33℃，溫度不均勻性較明顯。A、B、C這3個區(qū)域溫度也存在明顯差異。

圖6初始擠壓工藝對應(yīng)的型材擠出截面溫度分布云圖

　　圖7所示為初始擠壓工藝下型材擠出截面的等效應(yīng)變分布的模擬云圖。從圖7可以看出:型材橫裁面區(qū)域的不同點(diǎn)的等效應(yīng)變分布較均勻；A、B和C這3個區(qū)域中每個點(diǎn)的等效應(yīng)變均在4.2~5.8之間，差異很小。

圖7初始擠壓工藝對應(yīng)的型材擠出截面等效應(yīng)變分布云圖

　　擠壓產(chǎn)品的組織不均勻主要與擠壓過程的變形不均勻和溫度不均勻有關(guān)，而擠出速度場不均勻主要影響擠出型材的形狀。變形程度的不均勻性可用等效應(yīng)變表示。上述仿真模擬結(jié)果表明，A、B和C這3個區(qū)域中每個點(diǎn)的等效應(yīng)變差異很小，但不同區(qū)域的溫度差異較明顯。因此，可以判斷造成型材晶粒組織不均勻的主要原因是溫度分布不均勻。因擠壓變形溫度較高，在擠壓過程中，6063鋁合金通常會發(fā)生動態(tài)再結(jié)晶，在擠出模口至淬火冷卻的間隔還會繼續(xù)發(fā)生靜態(tài)再結(jié)晶。邊部支片A區(qū)域的擠壓溫度較低，再結(jié)晶和晶粒長大不充分，因此，晶粒粒徑較小;筋板中部B區(qū)域和中部支片C區(qū)域的溫度較高，再結(jié)晶和晶粒長大較充分，導(dǎo)致晶粒粒徑較大。晶粒粒徑不同會影響型材后續(xù)的陽極氫化效果，導(dǎo)致鋁型材陽極氧化后表面出現(xiàn)色差或組織條紋，不僅影響美觀，嚴(yán)重時甚至使產(chǎn)品報廢。

　　使用神經(jīng)網(wǎng)絡(luò)對鋁型材擠壓工藝參數(shù)進(jìn)行優(yōu)化。訓(xùn)練迭代過程如圖8所示。從圖8可見：剛開始訓(xùn)練時，訓(xùn)練誤差減小很快；隨著訓(xùn)練次數(shù)增加，訓(xùn)練誤差減小速度逐漸減小，18 000次之后訓(xùn)練誤差基本不變。經(jīng)計(jì)算，訓(xùn)練集、驗(yàn)證集、測試集的擬合優(yōu)度R分別為0.997 0、0.994 1和0.992 5，這表明本文建立的神經(jīng)網(wǎng)絡(luò)模型具有很高的預(yù)測精度。

圖8 GABP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程

　　圖9為測試集的預(yù)測結(jié)果，為了反映預(yù)測值和計(jì)算值的偏離程度，相對誤差取絕對值。從圖9可見:溫度標(biāo)準(zhǔn)差DSDT的測試集最大相對誤差絕對值為3.87%，最小相對誤差絕對值為0.27%，平均相對誤差絕對值為2.22%，平均溫度Tav的測試集最大相對誤差絕對值為0.14%，最小相對誤差絕對值為0.02%，平均相對誤差絕對值為0.05%，兩者的相對誤差絕對值均較小，表明所建立的GABP神經(jīng)網(wǎng)絡(luò)模型具有較強(qiáng)的泛化能力，能夠很好地預(yù)測型材出口橫截面的溫度及其均勻性。后續(xù)使用GABP預(yù)測模型進(jìn)行多目標(biāo)優(yōu)化。

(a)DSDT(b)Tav

圖9測試集預(yù)測結(jié)果

　　圖10所示為2個優(yōu)化目標(biāo)的Pareto前沿解。綜合考慮型材出口溫度及其均勻性，最后選取的最優(yōu)擠壓工藝參數(shù)如下：擠壓速度為3.73 mm/s，坯料溫度為474.1℃，模具預(yù)熱溫度為469.9℃，擠壓筒預(yù)熱溫度為456.8℃。按此工藝預(yù)測的型材出口橫截面的溫度Tav為520℃，與目標(biāo)溫度相吻合，此時，DSDT為3.49℃，為樣本范圍內(nèi)的最小值。

圖10 Pareto前沿解

　　為了驗(yàn)證優(yōu)化結(jié)果的可靠性，采用優(yōu)化之后的擠壓工藝參數(shù)(擠壓速度為3.73 mm/s、坯料溫度為(474.1±2)℃、模具預(yù)熱溫度為(469.9±2)℃、擠壓筒預(yù)熱溫度為(456.8±2)℃)對該鋁型材擠壓成型。在時效態(tài)型材的中段同樣選取3個區(qū)域(A、B和C)進(jìn)行金相組織觀察，如圖11所示。對比圖11和圖4可以看到：優(yōu)化后，A、B和C這3個區(qū)域的晶粒粒徑差異更小，定量測定得到A、B和C這3個區(qū)域的晶粒粒徑分別為59.8、62.7和65.1μm，不同區(qū)域晶粒粒徑最大差值從優(yōu)化前的11.9μm減小到5.3μm，均勻性大幅度提高。

(a)A位置;(b)B位置;(c)C位置

圖11優(yōu)化后不同區(qū)域的6063鋁型材時效態(tài)金相組織

　　五、研究結(jié)論

　　（1）基于GABP神經(jīng)網(wǎng)絡(luò)建立的擠壓工藝參數(shù)與型材平均溫度Tav、溫度標(biāo)準(zhǔn)差DSDT的映射模型具有較強(qiáng)的泛化能力和預(yù)測能力。

　?。?）經(jīng)NSGA-Ⅱ算法優(yōu)化獲得的擠壓工藝參數(shù)如下：擠壓速度為3.73 mm/s，坯料溫度為474.1℃，模具預(yù)熱溫度為469.9℃，擠壓筒預(yù)熱溫度為456.8℃。與初始擠壓方案對比，采用優(yōu)化擠壓工藝使最大溫差從21℃下降到14℃，DSDT從5.33℃下降到3.32℃，晶粒粒徑最大差值從11.9μm減小到5.3μm，型材溫度和晶粒組織均勻性得到有效提升。