黃小光， 徐國(guó)強(qiáng)， 孫 峰， 許金泉

(1.中國(guó)石油大學(xué)(華東) a.儲(chǔ)運(yùn)與建筑工程學(xué)院； b.文學(xué)院，山東 青島266580； 2. 上海交通大學(xué) 船舶海洋與建筑工程學(xué)院，上海 200240)

0 引 言

材料力學(xué)行為試驗(yàn)與分析是工程力學(xué)專業(yè)研究生的一門選修課程，其任務(wù)是使研究生學(xué)習(xí)并掌握材料力學(xué)行為試驗(yàn)與分析的基本知識(shí)和技能，培養(yǎng)實(shí)際操作能力和分析、解決問(wèn)題的能力，為其將來(lái)走上工作崗位或者從事科學(xué)研究工作打好基礎(chǔ)。隨著材料科學(xué)的發(fā)展，各式各樣的新材料不斷問(wèn)世，而這些材料能否滿足現(xiàn)代工業(yè)需要、能否從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用，對(duì)這些問(wèn)題的探索使得評(píng)價(jià)材料性能參數(shù)的試驗(yàn)方法和檢測(cè)技術(shù)更加必要，同時(shí)也促進(jìn)材料力學(xué)行為試驗(yàn)與分析課程內(nèi)容不斷更新，以適應(yīng)實(shí)驗(yàn)技術(shù)、分析方法的發(fā)展[1-2]。本文以材料腐蝕疲勞專題為例，結(jié)合腐蝕疲勞實(shí)驗(yàn)，提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的腐蝕疲勞實(shí)驗(yàn)分析方法。

1 方法原理

目前金屬與合金的腐蝕疲勞實(shí)驗(yàn)標(biāo)準(zhǔn)主要包括循環(huán)失效實(shí)驗(yàn)與預(yù)裂紋試樣裂紋擴(kuò)展實(shí)驗(yàn)。一般而言，腐蝕疲勞具有很強(qiáng)的材料-環(huán)境依存性，材料類型、載荷因素(應(yīng)力振幅、應(yīng)力比及載荷頻率、波形等)和環(huán)境因素(溶液成分、濃度及pH值)等都能很大程度影響材料的腐蝕疲勞壽命。由于影響因素較多，材料腐蝕疲勞壽命難以顯式表達(dá)，至今仍未形成較為通用的預(yù)測(cè)模型。同時(shí)，由于影響因素隨機(jī)性大，載荷與環(huán)境參數(shù)稍有變化，就難以根據(jù)實(shí)驗(yàn)數(shù)據(jù)預(yù)測(cè)相應(yīng)的腐蝕疲勞壽命，大大限制了腐蝕疲勞實(shí)驗(yàn)結(jié)果的推廣[3-6]。

人工神經(jīng)網(wǎng)絡(luò)(ANN)是由大量的人工神經(jīng)元經(jīng)廣泛互連形成的網(wǎng)絡(luò)，用以模擬人類神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。ANN系統(tǒng)具有模擬復(fù)雜的高度非線性映射的能力，目前已成功應(yīng)用于結(jié)構(gòu)分析和設(shè)計(jì)、模式識(shí)別、以及優(yōu)化控制等研究領(lǐng)域。BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋人工神經(jīng)網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入—輸出模式映射關(guān)系，無(wú)需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)規(guī)則是使用最速下降法，通過(guò)反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。理論證明，當(dāng)隱層神經(jīng)元數(shù)目足夠多時(shí)，BP神經(jīng)網(wǎng)絡(luò)能夠以任意精度逼近任何一個(gè)具有有限間斷點(diǎn)的非線性函數(shù)。所以采用BP神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)腐蝕疲勞壽命，只要有足夠的已知數(shù)據(jù)來(lái)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，就可以建立諸多影響因素與腐蝕疲勞壽命之間的映射網(wǎng)絡(luò)，相當(dāng)于獲得了腐蝕疲勞壽命表達(dá)式。然后設(shè)定待測(cè)試樣的載荷及環(huán)境參數(shù)，輸入到已訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中，就可以獲得待測(cè)試樣的腐蝕疲勞壽命[7-9]。

2 應(yīng)用實(shí)例

本文以7075鋁合金材料的循環(huán)失效實(shí)驗(yàn)為例，分析基于BP人工神經(jīng)網(wǎng)絡(luò)的分析方法在材料腐蝕疲勞實(shí)驗(yàn)中的應(yīng)用。實(shí)驗(yàn)參照金屬和合金的腐蝕-腐蝕疲勞實(shí)驗(yàn)(GB/T20120.1—2006)[10]。腐蝕疲勞實(shí)驗(yàn)設(shè)備采用MTS809電液伺服高頻(50～300 Hz)疲勞試驗(yàn)機(jī)。腐蝕疲勞實(shí)驗(yàn)試樣采用標(biāo)準(zhǔn)的漏斗形試樣，試樣加載如圖1所示，腐蝕溶液則采用標(biāo)配的中性3.5%NaCl(pH 7.0)溶液。

圖1 試樣加載示意圖

本次實(shí)驗(yàn)主要考慮最大應(yīng)力、應(yīng)力比、頻率、加載波形等因素對(duì)腐蝕疲勞裂紋擴(kuò)展的影響。實(shí)驗(yàn)中選取以上4個(gè)參數(shù)的組合作為載荷參數(shù)，記錄對(duì)應(yīng)的試樣循環(huán)失效次數(shù)(壽命)，共獲取了7075鋁合金的16組實(shí)驗(yàn)數(shù)據(jù)。隨機(jī)選取12組樣本數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，為便于神經(jīng)網(wǎng)絡(luò)樣本輸入，正弦波加載用0表示，三角波加載用1表示，如表1所示。載荷參數(shù)作為輸入(其中最大應(yīng)力與載荷頻率數(shù)據(jù)需歸一化處理)，循環(huán)失效次數(shù)歸一化處理后作為輸出。將訓(xùn)練樣本輸入到BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

表1 腐蝕疲勞樣本

神經(jīng)網(wǎng)絡(luò)訓(xùn)練好之后，將剩余的4組實(shí)驗(yàn)數(shù)據(jù)作為測(cè)試樣本，對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真。獲得的仿真結(jié)果與實(shí)驗(yàn)誤差如表2所示。

3 基于VB和Matlab工具包的預(yù)測(cè)模塊開(kāi)發(fā)及演示

3.1 VB與Matlab混合編程原理

Matlab及其所帶的神經(jīng)網(wǎng)絡(luò)工具箱NNT(NeuralNetwork Toolbox)在實(shí)際應(yīng)用中具有較大的優(yōu)越性。NNT的可視化接口便于用戶明確和理解神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，同時(shí)能夠很快地產(chǎn)生、初始化、訓(xùn)練和仿真神經(jīng)網(wǎng)絡(luò)[11]。但是NNT用戶圖形界面直觀性差，NNT數(shù)據(jù)交換的能力相對(duì)較弱，對(duì)大部分學(xué)生而言可操作性不強(qiáng)。Visual Basic語(yǔ)言是最常用的編程語(yǔ)言之一，具有易學(xué)易用、界面可視化等優(yōu)點(diǎn)，但VB在矩陣計(jì)算、數(shù)值分析方面的能力相對(duì)較弱。為充分發(fā)揮Matlab神經(jīng)網(wǎng)絡(luò)工具箱和VB開(kāi)發(fā)圖形用戶界面好的優(yōu)勢(shì)，采用ActiveX自動(dòng)化技術(shù)實(shí)現(xiàn)Matlab和VB混合編程方法[12-13]。以VB語(yǔ)言編寫用戶界面，從后臺(tái)調(diào)用Matlab-BP神經(jīng)網(wǎng)絡(luò)工具箱，實(shí)現(xiàn)腐蝕疲勞樣本數(shù)據(jù)的訓(xùn)練、測(cè)試及腐蝕疲勞壽命的預(yù)測(cè)?；旌暇幊碳夹g(shù)實(shí)現(xiàn)了樣本數(shù)據(jù)操作的可視化，便于學(xué)生理解與接受；該技術(shù)實(shí)用性強(qiáng)，可以在類似的實(shí)驗(yàn)分析中進(jìn)行推廣應(yīng)用[14-16]。

表2 網(wǎng)絡(luò)測(cè)試結(jié)果

3.2 腐蝕疲勞壽命預(yù)測(cè)模塊演示

(1) 網(wǎng)絡(luò)訓(xùn)練。輸入腐蝕疲勞壽命預(yù)測(cè)模塊訓(xùn)練樣本，給出訓(xùn)練樣本的輸入層變量個(gè)數(shù)及樣本組數(shù)。設(shè)置神經(jīng)網(wǎng)絡(luò)參數(shù)：網(wǎng)絡(luò)中間層(隱含層)神經(jīng)元個(gè)數(shù)一般取“2×輸入層變量個(gè)數(shù)+1”；網(wǎng)絡(luò)目標(biāo)誤差原則上越小越好，但不能太小，否則可能導(dǎo)致訓(xùn)練過(guò)程不收斂；網(wǎng)絡(luò)的最大訓(xùn)練次數(shù)可隨意選?。粚W(xué)習(xí)效率范圍為0.01～0.90。設(shè)定好網(wǎng)絡(luò)參數(shù)之后，點(diǎn)擊訓(xùn)練，模塊能自動(dòng)從后臺(tái)啟動(dòng)Matlab-BP網(wǎng)絡(luò)工具包，將訓(xùn)練樣本輸入到BP工具包中，進(jìn)行網(wǎng)絡(luò)訓(xùn)練，如圖2所示。

圖2 模塊調(diào)用Matlab-BP工具包示意圖

(2) 網(wǎng)絡(luò)測(cè)試及預(yù)測(cè)。進(jìn)入網(wǎng)絡(luò)測(cè)試模塊。手動(dòng)輸入或從文本文件中讀取測(cè)試樣本，點(diǎn)擊測(cè)試，模塊自動(dòng)輸出腐蝕疲勞壽命，并與測(cè)試樣本的實(shí)際壽命進(jìn)行對(duì)比，判斷測(cè)試結(jié)果的可信度。如果測(cè)試結(jié)果可以接受，可直接進(jìn)行壽命預(yù)測(cè)，否則通過(guò)增加樣本數(shù)量、修改網(wǎng)絡(luò)控制參數(shù)(包括中間神經(jīng)元個(gè)數(shù)、目標(biāo)誤差等)重新訓(xùn)練網(wǎng)絡(luò)。

(3) 直接預(yù)測(cè)模塊。該模塊封裝了BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程(包含12組訓(xùn)練樣本)。輸入所要預(yù)測(cè)的試樣組數(shù)，并完成輸入層樣本，每組樣本對(duì)應(yīng)一個(gè)試樣，每組樣本內(nèi)容應(yīng)包括最大應(yīng)力(歸一化)、應(yīng)力比、頻率(歸一化)和加載波形，點(diǎn)擊預(yù)測(cè)就可以得到所需預(yù)測(cè)的每組試樣的腐蝕疲勞壽命。

模塊各環(huán)節(jié)數(shù)據(jù)樣本輸入均支持兩種方法：鍵盤輸入與打開(kāi)數(shù)據(jù)文件讀取樣本數(shù)據(jù)。但鍵盤輸入比較繁瑣，一般都由文件讀取。選擇讀取數(shù)據(jù)文件時(shí)，模塊能自動(dòng)判別訓(xùn)練樣本的輸入層變量個(gè)數(shù)及樣本組數(shù)。為便于樣本數(shù)據(jù)輸入，可以在計(jì)算機(jī)上建立各個(gè)環(huán)節(jié)需要樣本的文本文件，如果增加樣本，可以直接修改文本文件，便于數(shù)據(jù)樣本的更新及維護(hù)。

以上研究中腐蝕疲勞的影響因素僅考慮最大應(yīng)力、應(yīng)力比、頻率、加載波形4個(gè)參數(shù)，如需增加其他影響因素，可以直接在數(shù)據(jù)文件中增加相關(guān)實(shí)驗(yàn)數(shù)據(jù)，避免分析過(guò)程中反復(fù)輸入。

4 結(jié) 語(yǔ)

高科技的發(fā)展為包括材料實(shí)驗(yàn)在內(nèi)的材料力學(xué)行為研究開(kāi)辟了新的領(lǐng)域，也提出了更高的要求。電液伺服技術(shù)與計(jì)算機(jī)技術(shù)結(jié)合可以實(shí)現(xiàn)前人操作不可能完成的實(shí)驗(yàn)，將材料力學(xué)行為研究推進(jìn)到一個(gè)新的水平。利用計(jì)算機(jī)技術(shù)建立材料性能與行為數(shù)據(jù)庫(kù)及分析手段，能有效降低實(shí)驗(yàn)重復(fù)率，實(shí)現(xiàn)對(duì)材料力學(xué)性能與行為的預(yù)測(cè)、評(píng)估。人工神經(jīng)網(wǎng)絡(luò)與材料力學(xué)行為試驗(yàn)與分析相結(jié)合，可以在有限的實(shí)驗(yàn)數(shù)據(jù)中發(fā)現(xiàn)有用的信息，拓寬材料力學(xué)行為試驗(yàn)的工程應(yīng)用領(lǐng)域。將這種方法引入到研究生的材料力學(xué)行為試驗(yàn)與分析課程教學(xué)中，能有效提高教學(xué)效果，激發(fā)學(xué)習(xí)興趣，啟發(fā)學(xué)生進(jìn)行更深層次的思考。

[1] 王習(xí)術(shù)．先進(jìn)材料力學(xué)行為實(shí)驗(yàn)指南[M]．北京：清華大學(xué)出版社，2010．

[2] 王習(xí)術(shù)．材料力學(xué)行為試驗(yàn)與分析[M]．北京：清華大學(xué)出版社，2007．

[3] 黃小光，腐蝕疲勞點(diǎn)蝕演化與裂紋擴(kuò)展機(jī)理研究[D].上海交通大學(xué)，2013.

[4] Engelhardt G R, Macdonald D D. Modelling the crack propagation rate for corrosion fatigue at high frequency of applied stress[J]. Corrosion Science, 2010, 52: 1115-1122.

[5] Ishihara S, McEvily AJ, Sato M,etal. The effect of load ratio on fatigue life and crack propagation behavior of an extruded magnesium alloy[J]. International Journal of Fatigue, 2009, 31:1788-1794.

[6] 紀(jì)冬梅，周昌玉，汪 蕊．基于人工神經(jīng)網(wǎng)絡(luò)和Monte-Carlo方法的腐蝕疲勞剩余壽命及其可靠度計(jì)算[J]．壓力容器，2002，19(6)：23-25．

JI Dong-mei, ZHOU Chang-yu, WANG Rui. Application of artificial neural network in calculation of residual life and reliability in corrosion fatigue[J]. Pressure Vessels, 2002, 19(6): 23-25.

[7] 胡金濱，唐旭清．人工神經(jīng)網(wǎng)絡(luò)的BP算法及其應(yīng)用[J]．信息技術(shù)，2004，28(4)：1-4．

HU Jin-bin, TANG Xu-qing. BP algorithm and its application in artificial neural network[J]. Information Technology, 2004, 28(4): 1-4.

[8] 傅應(yīng)強(qiáng)，王飛虎，陶庭先．人工神經(jīng)網(wǎng)絡(luò)在儀器分析實(shí)驗(yàn)數(shù)據(jù)處理中的應(yīng)用[J]．大學(xué)化學(xué)，2011，26(6)：45-47．

FU Ying-qiang, WANG Fei-hu, TAO Ting-xian. The application of artificial neural network in experimental data processing of instrument analysis[J]. University Chemistry, 2011, 26(6): 45-47.

[9] 曹旭帆，葉 舟，萬(wàn) 俊，等．基于BP神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近實(shí)驗(yàn)及Matlab實(shí)現(xiàn)[J]．實(shí)驗(yàn)室研究與探索，2008，27(5)：34-38．

CAO Xu-fan, YE Zhou, Wan Jun,etal. The experiment of function simulation based on backpropagation neuron network[J]. Research and Exploration in Laboratory, 2008, 27(5): 34-38.

[10] GB/T 20120.1-1998，金屬與合金的腐蝕-腐蝕疲勞實(shí)驗(yàn)第1部分：循環(huán)失效實(shí)驗(yàn)[S]．北京：中國(guó)標(biāo)準(zhǔn)出版社，1998．

[11] 陳 明．Matlab神經(jīng)網(wǎng)絡(luò)原理與實(shí)例精解[M]．北京：清華大學(xué)出版社，20013．

[12] 程 鈴，徐冬冬．Matlab仿真在通信原理教學(xué)中的應(yīng)用[J]．實(shí)驗(yàn)室研究與探索，2010，29(2)：117-119．

CHENG Ling, XU Dong-dong. Application of Matlab simulation in communication principle teaching[J]. Research and Exploration in Laboratory, 2010, 29(2): 117-119.

[13] 何 強(qiáng)，何 英．Matlab 擴(kuò)展編程[M]．北京：清華大學(xué)出版社，2002．

[14] 孟力力，楊其長(zhǎng)，聞 婧，等．MATLAB和VB在溫室環(huán)境模型構(gòu)建中的混合編程研究[J]．中國(guó)農(nóng)學(xué)通報(bào)，2012，28(6)：262-268．

MENG Li-li, YANG Qi-chang, WEN Jing,etal. Hybrid programming with MATLAB and VB in building visual simulation model for thermal environment in Chinese solar greenhouse[J]. Chinese Agricultural Science Bulletin, 2012,28(6): 262-286.

[15] 梁艷萍，劉 超．基于VB 與Matlab 混合編程永磁同步電動(dòng)機(jī)電磁設(shè)計(jì)方法[J]．哈爾濱理工大學(xué)學(xué)報(bào)，2010，15(6)：25-29.

LIANG Yan-ping, LIU Chao. Electromagnetic design method for permanent magnet synchronous motor based on Matlab and VB mixed programming[J]. Journal of Harbin University of Science and Technology, 2010, 15(6):25-29.

[16] 侍孝虎．VB與Matlab混合編程研究與實(shí)現(xiàn)[J]．軟件導(dǎo)刊，2012，11(9)：33-35．

SHI Xiao-hu. The research and realization of hybrid programming of VB and Matlab[J]. Software Guide, 2012, 11(9): 33-35.