人工智能在金属塑性加工领域中的应用

杨凯

【摘 要】近年来，人工智能在轧钢钢业中渐渐被运用，可用于金属塑性加工过程中，增加生产企业经济收益。本文主要探究人工神经网络、专家系统两种多见人工智能运用于轧钢金属塑性处理加工领域中的情况，有助于协助做好规划设计，有效诊断制件质量缺陷，充分保证制件加工质量。

【关键词】人工智能;金属;塑性加工

引言

当前，人工智能得到较快发展，在日常生活及生产加工领域中均被推广使用。在轧钢钢业生产过程中，对金属实行塑性加工时，可运用人工智能协助作业，促使加工效率提升，改善生产加工精准性，提升轧钢企业生产效益。人工神经网络、专家系统均是常见的人工智能，近些年，在轧钢金属塑性处理中渐渐被应用。

一、人工神经网络

（一）人工神经网络的定义

人工神经网络系统是针对人类大脑神经网络构建理论数学模型，针对大脑神经网构成及功能实行模拟所构建的信息处置体系。依据人工神经网络可针对模式实行辨别、完成故障分析等[1]。

（二）人工神经网络的集成分类

（1）神经网络和模糊逻辑的定义耦合方式

定义耦合方式是依据神经元优势，发挥逻辑倾向系统功能，使神经网络与模糊逻辑的定义得以联合，获得连续概念结构。充分呈现模糊集对应知识，针对非确定因素及时处置，并采取神经网络功能完善学习效果[2]。

（2）模糊初始神经网络方式

模糊初始神经网络方式是对神经网络原有处置单元、系统构成、学习能力等结合模糊集含义实施模糊化处理。

（3）神经网络和模糊逻辑的数据耦合方式

数据耦合方式是对神经网络采取模糊神经相关调控器及区分类型器处理，提升模糊集统计性能，明确组员作用等。

（三）运用人工神经网络构建专家系统

在轧钢金属塑性成形的各个过程中，需运用量比较多的数据信息及计算方式。采取人工神经网络对专家系统实行构建，数据信息和计算方式等表示形式得以更新，通过准确统计数据资料，并将数据信息和计算方式等保存在各项网络节点位置，针对学会内容实施有效保存，能够自动学习，为获得数据信息及计算供应支持。

（四）人工神经网络用于轧钢金属塑性加工处理领域的情况

在轧钢金属塑性加工处理中采用人工神经网络时，主要用于工艺规划设计，依据神经网络选取合适工艺方式，替换常规依据规则的计算方式，通过神经网络完成知识学习。

因为神经网络存在较优自动学习性能，能够完成并行，且存在一定容错性特征。所以，可构建神经网络计算体系，经过学习知识内容，并实行保存和再获取，使知识保存于神经网络对应拓扑构建及相连权值内。

完成神经网络学习之后，通过将数据模式对实行输入，获得输出数据模式对，可解析所输出的数据模式，且使此类数据转变成认知逻辑含义，完善轧钢金属塑性加工处理工艺规划设计情况。

在对金属实施压力加工张力控制时，运用常规方法常会导致钢材表层发生褶皱现象等，引发鼓包表现等。结合人工神经网络，选用合适加工机械设施，针对此类设施实施自动化控制，并对自动化控制体系持续优化改进，充分确保卷取机加工可靠性及准确性。

二、专家系统

（一）专家系统的定义

专家系统是依据知识内容所构建的体系。专家系统也属于含有知识内容及计算推理能力的智能化互联网计算机网络程序[3]。专家系统常依据规则针对问题实行解决，涵盖总体数据信息库、计算推理机、知识信息库、知识内容再获取板块、解析接口等构件。

（二）专家系统和遗传算法的集成

遗传算法属于优化方式之一，可对较为复杂的生产加工及设计制作等难题进行解决，不过，由于下面几项因素带来的影响，还具有一定局限之处：第一，实施优化时需要用到的数据信息难以获取;第二，优化方式还需人类专家人员参与选取及明确;第三，优化方式运用范围存在有限性;第四，针对复杂工业生产加工制造问题，采取优化算法难以获得最佳解决方案。而针对专家系统与遗传算法实行集成，可以针对复杂工业问题实行有效解决。

（三）使专家系统融入轧钢金属塑性加工处理的重要性

轧钢企业针对金属实施塑性加工处理时，常涉及注塑作业、冲压操作、制造加工、挤压处理等，应合理科学选取材料，做好有效排样工作，实行规范工艺规划设计等。比如，针对构件加工工艺实施规划设计时常会受到很多因素所带来的影响，原材料、形状特征、工艺处理条件、加工设施等，应存在相对较为丰富经验的专家才可完成此类关系有效处置。

而且，技术工作人员实施构件加工工艺规划设计过程中，需搜集比较多的文献资料，且充分考虑各种影响因素之间的关系及干扰，具备较多作业量，存在较长设计时间。此类，开展构件加工工艺规划设计时，设计效率不高，存在一定随意性，难以确保合理性及规范性，提升设计花费等。

而运用专家系统协助开展轧钢金属塑性加工处理，则可以解决以上难题，依据设计工作人员自身知识以及经验体会汇总，构建知识信息库，采取计算推理方式，做好严格调控，进而较快获得科学工艺规划设计。

（四）专家系统用在轧钢金属塑性加工处理领域的状况

（1）用于级进模型排样

当今，轧钢行业实施金属塑性加工处理时，所采取的专家系统以级进模型排样图形类型专家系统为主。经过构建图形类型专家系统，充分运用以往排样设计基础理论知识以及制图经验体会，针对级进模型排样问题进行有效解决，促使排样作业更加自动及智能[4]。

（2）用于工艺规划设计

工艺规划设计存在一定复杂性，受到很多条件因素带来的限制，存在较多设计目标等，常具有一些规划设计难题。而且，工艺规划设计情况和设计工作人员思维方式、理论知识、设计习惯等存在一定关系，是否可顺利完成工艺规划设计和设计工作人员经验体会也具有密切关系。而采取专家系统中事例推理方式，可依据往常经验体会针对存在的问题实行及时解决，进而做好轧钢金属塑性加工工艺规划设计工作。

（3）用于选取材料

依据专家系统可协助完成轧钢金属塑性加工材料选取，参考工艺技术信息、模具形状特征、模具成形规律、实验构建的数据知识库等，确保选用合适材料。

（4）用于诊断制件质量缺陷不足

在了解轧钢金属塑性制件质量缺陷类型、引发量因素、预防及规避量缺陷方式等情况的同时，列出语言可表述的规则，构建数据知识信息库，得到計算推理机，可设计出能够诊断制件质量缺陷不足的专家系统。依据家系统采取计算机实施数据信息知识分析模拟专家研究问题形式及解决问题方法，实施计算推理依据评估判定，明确预防和规避缺陷的科学方式。

（5）用于模具构成设计

针对轧钢金属塑性模具构成实施设计时，需实行局处智能化设计，可依据事例推理方式，实施注塑模构成设计工作。

结束语

综上所述，人工神经网络、专家系统这两种人工智能在轧钢金属塑性处理加工领域中均有应用，其中，人工神经网络的集成分类主要包含三类，即神经网络和模糊逻辑的定义耦合方式及数据耦合方式、模糊初始神经网络方式，依据人工神经网络对专家系统实行构建，可解决复杂性问题，能够逐渐实行创新完善，运用神经网络可协助完成工艺规划设计，利用专家系统可协助开展轧钢金属级进模型排样、工艺规划、选取材料、诊断制件质量缺陷不足、设计模具构成等，从而提高制件加工质量和效果。

参考文献：

[1]袁小锋，桂卫华，陈晓方，等. 人工智能助力有色金属工业转型升级[J]. 中国工程科学，2018，20（4）：59-65.

[2]解婧陶. 基于塑性异化比值的金属板冲压加工性能研究[J]. 世界有色金属，2020（2）：144-145.

[3]姜雪琦，樊晓光，詹梅，等. 金属材料热变形中的塑性流动失稳研究进展[J]. 塑性工程学报，2020，27（7）：33-51.

[4]李新创，栾治伟，施灿涛. 人工智能技术在钢铁行业中的应用研究[J]. 冶金自动化，2020，44（1）：1-7.

（作者单位：南京钢铁股份有限公司）