張　良　王其東　朱立紅　胡金芳

合肥工業(yè)大學(xué)，合肥，230009

?

開煉機(jī)綠色塑煉參數(shù)建模及多目標(biāo)優(yōu)化

張良王其東朱立紅胡金芳

合肥工業(yè)大學(xué)，合肥，230009

通過(guò)對(duì)開煉機(jī)塑煉過(guò)程的效率和能耗分析，構(gòu)建了塑煉過(guò)程門尼黏度目標(biāo)函數(shù)和碳排放目標(biāo)函數(shù)?？紤]塑煉過(guò)程中開煉機(jī)性能和塑煉參數(shù)的實(shí)際約束條件，建立以輥筒線速度、輥筒間距和輥筒速比為優(yōu)化變量，以最小門尼黏度和最低碳排放為目標(biāo)的多目標(biāo)模型和量綱一單目標(biāo)模型。應(yīng)用改進(jìn)遺傳算法對(duì)優(yōu)化模型進(jìn)行尋優(yōu)求解。通過(guò)具體實(shí)例驗(yàn)證了所建多目標(biāo)優(yōu)化模型的有效性和量綱一單目標(biāo)模型的準(zhǔn)確性，并對(duì)優(yōu)化結(jié)果和優(yōu)化變量的靈敏度進(jìn)行了分析。

開煉機(jī)；塑煉參數(shù)；碳排放；多目標(biāo)優(yōu)化；遺傳算法

0　引言

塑煉是橡膠制品生產(chǎn)過(guò)程中的一個(gè)重要的加工過(guò)程[1]。在開煉機(jī)塑煉過(guò)程中，塑煉參數(shù)的合理選擇對(duì)提高橡膠企業(yè)的生產(chǎn)效率、降低生產(chǎn)成本、保障產(chǎn)品質(zhì)量等有著重要的意義。以往，橡膠企業(yè)在實(shí)際生產(chǎn)過(guò)程中，一般只關(guān)注生產(chǎn)效率、生產(chǎn)成本和產(chǎn)品質(zhì)量。隨著環(huán)境問(wèn)題日益凸顯，越來(lái)越多的橡膠企業(yè)開始重視環(huán)境保護(hù)和節(jié)能減排工作。在橡膠制品加工過(guò)程中，廢氣排放主要來(lái)源于塑煉和硫化工序，這兩道工序的排放量占總排放量的90%[2]。因此，在保證產(chǎn)品質(zhì)量、降低生產(chǎn)過(guò)程中碳排放的目標(biāo)前提下，如何合理選擇生產(chǎn)設(shè)備和加工工藝參數(shù)成為眾多橡膠企業(yè)的一個(gè)迫切需要解決的實(shí)際工程問(wèn)題。

目前，針對(duì)加工工藝參數(shù)優(yōu)化決策問(wèn)題，國(guó)內(nèi)外有不少學(xué)者進(jìn)行了研究。在機(jī)械加工方面，文獻(xiàn)[3-10]主要從最低能耗、最大材料去除率、最小生產(chǎn)成本、最優(yōu)表面加工質(zhì)量等方面進(jìn)行研究，建立單一目標(biāo)的優(yōu)化模型；文獻(xiàn)[11-12]主要從成本、利潤(rùn)、效率、能耗等方面建立多個(gè)目標(biāo)函數(shù)，并運(yùn)用遺傳算法、蟻群算法、粒子群算法等優(yōu)化算法進(jìn)行多目標(biāo)優(yōu)化。上述研究中，單目標(biāo)優(yōu)化已經(jīng)不能滿足現(xiàn)代工藝優(yōu)化的需求；多目標(biāo)優(yōu)化主要滿足高效、環(huán)保的需求，而忽略了產(chǎn)品的加工質(zhì)量。在橡膠塑煉加工參數(shù)優(yōu)化方面，相關(guān)的文獻(xiàn)報(bào)道較少，主要集中在國(guó)內(nèi)。王冠中[13-14]運(yùn)用神經(jīng)網(wǎng)絡(luò)方法，建立了預(yù)測(cè)門尼黏度的橡膠開煉機(jī)塑煉工藝參數(shù)計(jì)算模型，并將計(jì)算結(jié)果與實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比,但他未對(duì)塑煉加工參數(shù)優(yōu)化進(jìn)行深入研究；謝清國(guó)[15]采用正交試驗(yàn)法對(duì)橡膠加工質(zhì)量進(jìn)行了開煉機(jī)工藝參數(shù)優(yōu)化，驗(yàn)證了低溫一次法煉膠與傳統(tǒng)多段混煉方法相較在效率、煉膠質(zhì)量等方面的優(yōu)越性，但該研究?jī)H對(duì)橡膠加工質(zhì)量進(jìn)行試驗(yàn)優(yōu)化，未進(jìn)行理論分析和研究；曾憲奎等[16]、宋國(guó)宗[17]通過(guò)BP神經(jīng)網(wǎng)絡(luò)建立橡膠塑煉工藝參數(shù)與塑煉質(zhì)量指標(biāo)之間的映射關(guān)系，運(yùn)用遺傳算法進(jìn)行目標(biāo)優(yōu)化，并通過(guò)正交試驗(yàn)法驗(yàn)證了遺傳算法最優(yōu)工藝參數(shù)組合優(yōu)于極差分析法最優(yōu)工藝參數(shù)組合，但該研究?jī)H考慮塑煉加工質(zhì)量單一目標(biāo)，未能涉及塑煉加工過(guò)程中的能耗和污染問(wèn)題，不符合綠色加工的要求。

本文以加工質(zhì)量和環(huán)境影響為綜合優(yōu)化目標(biāo)，對(duì)開煉機(jī)進(jìn)行塑煉過(guò)程中工藝參數(shù)優(yōu)化問(wèn)題研究。建立了塑煉工藝參數(shù)數(shù)學(xué)模型，該模型以保障加工質(zhì)量為前提，把碳排放最低作為優(yōu)化目標(biāo)，以開煉機(jī)設(shè)備和塑煉過(guò)程的實(shí)際情況為約束，運(yùn)用遺傳算法對(duì)所建數(shù)學(xué)模型進(jìn)行尋優(yōu)求解，通過(guò)實(shí)例對(duì)該模型的有效性進(jìn)行驗(yàn)證。

1　塑煉參數(shù)優(yōu)化模型的建立

1.1優(yōu)化變量

在開煉機(jī)對(duì)橡膠材料進(jìn)行低溫塑煉時(shí)，輥筒線速度(即前輥筒線速度)v2、輥距(前后兩輥筒之間的最小距離)e和輥筒速比(前后兩輥筒線速度之比)f是塑煉過(guò)程中重要的操作變量。這三個(gè)變量的值密切關(guān)系到開煉機(jī)的加工能力、加工效率和能量消耗。因此，將輥筒線速度v2、輥距e和輥筒速比f(wàn)作為優(yōu)化變量。

1.2優(yōu)化目標(biāo)函數(shù)

保證產(chǎn)品質(zhì)量、提高生產(chǎn)效率是企業(yè)生存基礎(chǔ)；減少排放污染、滿足環(huán)境和社會(huì)的可持續(xù)發(fā)展是企業(yè)發(fā)展的前提，因此，需以保證塑煉過(guò)程中的橡膠性能為前提，優(yōu)化塑煉過(guò)程的碳排放量[18]，以滿足綠色塑煉的工藝要求。

1.2.1塑煉過(guò)程門尼黏度目標(biāo)函數(shù)

塑煉過(guò)程中，膠料的質(zhì)量指標(biāo)為門尼黏度、炭黑分散度、300%定伸應(yīng)力、拉伸強(qiáng)度、撕裂強(qiáng)度等指標(biāo)。其中，門尼黏度是尤其重要的質(zhì)量指標(biāo)[15,19]。在開煉機(jī)工作過(guò)程中，輥筒橫壓力的大小直接關(guān)系到膠料的門尼黏度[20]。如果將兩輥筒間隙內(nèi)的膠料視為牛頓型流體，根據(jù)流體動(dòng)力理論中的Navier-Stokes方程式，可以近似獲得膠料對(duì)輥筒的橫壓力：

(1)

式中，P為橫壓力;L為輥筒的工作長(zhǎng)度;D為輥筒直徑;Kp為剪切系數(shù)，根據(jù)經(jīng)驗(yàn)，取Kp=200N/cm2。

根據(jù)文獻(xiàn)[21]提供的方法，膠料門尼黏度函數(shù)的數(shù)學(xué)模型可以近似地表示為

(2)

式中，U為門尼黏度;h1為供料厚度。

1.2.2塑煉過(guò)程碳排放函數(shù)

塑煉過(guò)程的碳排放主要包括加工過(guò)程消耗原材料引起的碳排放Cy、消耗電能引起的碳排放Cd、塑煉過(guò)程中產(chǎn)生邊角料的后期處理引起的碳排放Cb、塑煉過(guò)程產(chǎn)生廢氣和廢水的后期處理引起的碳排放Cq和Cw，如圖1所示(圖中“+”為碳排放量疊加)。

圖1　塑煉過(guò)程碳排放構(gòu)成圖

塑煉過(guò)程對(duì)原材料消耗引起的碳排放Cy和廢料后處理碳排放Cb優(yōu)化所作的貢獻(xiàn)非常有限，因此，對(duì)于塑煉過(guò)程參數(shù)優(yōu)化問(wèn)題，碳排放主要應(yīng)考慮塑煉過(guò)程中電能消耗引起的碳排放Cd，廢氣處理引起的碳排放Cq，廢水處理引起的碳排放Cw，由此塑煉過(guò)程碳排放Ca可以表示為上述三部分碳排放之和，如下式所示:

Ca=Cd+Cq+Cw

(3)

1.2.2.1電能引起的碳排放Cd

在塑煉過(guò)程中，需要消耗大量電能。塑煉過(guò)程由電能消耗而引起的碳排放計(jì)算公式如下:

Cd=Fd,CO2Ed

(4)

式中，F(xiàn)d,CO2為電能的碳排放因子，kg/(kW·h);Ed為塑煉過(guò)程電能消耗量。

(1)電能碳排放因子Fd,CO2的確定。電能碳排放因子與電網(wǎng)的構(gòu)成有著密切的關(guān)系。表1是國(guó)家發(fā)展改革委員會(huì)應(yīng)對(duì)氣候變化司2014年公布的中國(guó)幾大電網(wǎng)的排放因子[22]。本文采用幾大電網(wǎng)排放因子的平均值0.5412kg/(kW·h)作為電能碳排放因子。

表1　全國(guó)各區(qū)域電網(wǎng)碳排放因子

(2)塑煉時(shí)間T0的確定。根據(jù)文獻(xiàn)[23]的研究，在開煉機(jī)塑煉過(guò)程的時(shí)間T0內(nèi)，開煉機(jī)的狀態(tài)主要可分為塑煉作業(yè)和空載兩種狀態(tài)。開煉機(jī)由空載狀態(tài)進(jìn)入工作狀態(tài)時(shí)，會(huì)產(chǎn)生瞬時(shí)塑煉狀態(tài)，之后才進(jìn)入穩(wěn)定塑煉狀態(tài)。因此，塑煉作業(yè)狀態(tài)又可細(xì)分為瞬時(shí)塑煉狀態(tài)和穩(wěn)定塑煉狀態(tài)。對(duì)應(yīng)塑煉過(guò)程的三種狀態(tài)，塑煉時(shí)間可劃分為三個(gè)時(shí)間段，表示如下：

T0=Tk+Tw+Ts

(5)

式中，Tk為空載時(shí)間;Tw為穩(wěn)定塑煉時(shí)間;Ts為瞬時(shí)塑煉時(shí)間。

由于塑煉時(shí)間受多種因素的影響，主要取決于物料性質(zhì)、設(shè)備參數(shù)和工藝要求等，到目前尚無(wú)公認(rèn)的時(shí)間計(jì)算方法。一般依據(jù)經(jīng)驗(yàn)，塑煉時(shí)間T0控制在20～40 min，穩(wěn)定塑煉時(shí)間Tw約占總時(shí)間的70%，瞬時(shí)塑煉時(shí)間Ts約占塑煉時(shí)間T0的六分之一。

(3)塑煉過(guò)程電能消耗量Ed的確定。在塑煉時(shí)間T0內(nèi)，開煉機(jī)總的輸入功率Pi分為三部分：空載功率Pk、瞬時(shí)塑煉功率Ps、穩(wěn)定塑煉功率Pw。因此，在忽略一些微小波動(dòng)的情況下，可近似地得到開煉機(jī)動(dòng)態(tài)運(yùn)行時(shí)能量平衡方程：

Ed=PiT0=PkTk+PwTw+PsTs

(6)

開煉機(jī)空載功率主要用于抵消動(dòng)力傳遞過(guò)程中的嚙合功率損失、軸承摩擦功率損失和液力功率損失[24]。根據(jù)文獻(xiàn)[25-26]可近似得到開煉機(jī)空載功率Pk和瞬時(shí)塑煉功率Ps：

(7)

Ps=bsPw

(8)

式中，Pkd為開煉機(jī)最小空載功率；a1、a2為輥筒的轉(zhuǎn)速系數(shù)；bs為瞬時(shí)功率系數(shù)，根據(jù)經(jīng)驗(yàn)，bs=2。

由輥筒橫壓力可得膠料受到的剪切力：

Tj=Ptanρ

(9)

式中，ρ為摩擦角，5°≤ρ≤10°，本文計(jì)算中取ρ=7°。

由剪切力、剪切速度和穩(wěn)定塑煉時(shí)間可得到穩(wěn)定塑煉功率Pw：

Pw=(f2-1)v2DLKp(tanρ)Tw/(1.2×105e)

(10)

將式(6)、式(7)、式(8)和式(10)代入式(4)中，可得開煉機(jī)塑煉過(guò)程中電能引起的碳排放量：

Cd=Fd,CO2Ed=Fd,CO2PkTk+Fd,CO2PwTw+

Fd,CO2PsTs=Cdw+Cdk+Cds=

(f2-1)v2DLKp(tanρ)/(1.2×105e)

(11)

式中，Cdw、Cdk、Cds分別為穩(wěn)定、空載和瞬時(shí)塑煉時(shí)的碳排放量。

1.2.2.2廢氣處理碳排放

橡膠材料在塑煉過(guò)程中，排放的廢氣污染物主要為粉塵顆粒物、CS2和非甲烷總烴[2]。一般采用集氣罩收集、物理吸附，然后借助風(fēng)機(jī)將處理過(guò)的廢氣排入大氣。這一過(guò)程的碳排放主要來(lái)源于風(fēng)機(jī)的能耗。故可得到廢氣處理碳排放表達(dá)式如下：

Cq=Fd,CO2PfjT0/60

(12)

式中，Pfj為風(fēng)機(jī)的額定功率。

1.2.2.3廢水處理碳排放

橡膠制品企業(yè)中的廢水主要是用于冷卻的循環(huán)水，其水質(zhì)污染物所占比重較少，其主要成分是水。參考文獻(xiàn)[27]中廢水處理碳排放因子的確定方法，獲得廢水處理的碳排放因子為0.2 kg/L。本文計(jì)算時(shí)采用該值。廢水處理碳排放計(jì)算采用在其循環(huán)周期內(nèi)按時(shí)間標(biāo)準(zhǔn)折算到加工過(guò)程的分配方法，可簡(jiǎn)化為一個(gè)塑煉工序時(shí)間的碳排放。具體計(jì)算方法如下：

Cw=0.2KDLT0/60

(13)

式中，K為捏煉容量經(jīng)驗(yàn)系數(shù)，一般取0.0065～0.0085。

將式(11)～式(13)代入式(3)，可得到塑煉工序中的碳排放函數(shù)為

Ca=Cd+Cq+Cw=

(14)

1.3約束條件

在開煉機(jī)的實(shí)際工作中，塑煉參數(shù)的取值要受到所選開煉機(jī)輥筒線速度范圍、速比范圍、輥距范圍等條件的限制，必須在滿足限制條件的范圍內(nèi)取值。其中，輥筒線速度必須處于最小線速度v2min和最大線速度v2max之間；速比必須在開煉機(jī)允許的最小速比f(wàn)min和最大速比f(wàn)max之間；輥距必須在開煉機(jī)允許的最小輥距emin和最大輥距emax之間；開煉機(jī)瞬時(shí)功率應(yīng)小于規(guī)定的最大有效塑煉功率Pmax。由此得到開煉機(jī)塑煉過(guò)程的多目標(biāo)優(yōu)化數(shù)學(xué)模型如下：

minF(v2,e,f)=(minU,minCa)

(15)

(16)

式中，η為開煉機(jī)有效功率系數(shù)。

2　基于遺傳算法的多目標(biāo)優(yōu)化

2.1多目標(biāo)函數(shù)的優(yōu)化表達(dá)

在進(jìn)行多目標(biāo)優(yōu)化求解時(shí)，有時(shí)會(huì)得到多組解。為了獲得最優(yōu)解，一般采用兩種方式，一種方式是從多組解中選出一組解作為最優(yōu)解；另一種方式是將多目標(biāo)的優(yōu)化問(wèn)題轉(zhuǎn)化為單目標(biāo)問(wèn)題進(jìn)行求解。本文采用加權(quán)求和法將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化為單目標(biāo)優(yōu)化問(wèn)題進(jìn)行求解。轉(zhuǎn)化后的單目標(biāo)函數(shù)為

minF(v2,e,f)=min (r1U+r2Ca)

式中，r1、r2為權(quán)系數(shù)，并且r1+r2=1，可以采用模糊評(píng)價(jià)法、層次分析法、粗集理論等方法得到。

對(duì)門尼黏度目標(biāo)函數(shù)和碳排放目標(biāo)函數(shù)進(jìn)行量綱一化處理，具體方法如下：

式中，Umin、Umax分別為單目標(biāo)門尼黏度函數(shù)優(yōu)化的最小值和最大值；Cmin、Cmax分別為單目標(biāo)碳排放函數(shù)優(yōu)化的最小值和最大值。

量綱一化后的單目標(biāo)優(yōu)化函數(shù)為

(17)

2.2遺傳算法優(yōu)化過(guò)程

將Pareto的概念與遺傳算法相結(jié)合[28]，在遺傳算法的基礎(chǔ)上，增加了群體排序、小生境、適應(yīng)值共享機(jī)制等技術(shù)，對(duì)開煉機(jī)塑煉參數(shù)進(jìn)行多目標(biāo)優(yōu)化，其算法程序如圖2所示，其中選取最大代數(shù)G=100，種群的規(guī)模為100，采用十進(jìn)制編碼，雜交概率為0.7，變異概率為0.05。

圖2　優(yōu)化算法流程圖

3　優(yōu)化實(shí)例驗(yàn)證

以在某型號(hào)開煉機(jī)上塑煉某品牌661型空氣彈簧膠料為例驗(yàn)證前文所建優(yōu)化模型的有效性。

3.1實(shí)驗(yàn)條件

實(shí)驗(yàn)所用開煉機(jī)基本參數(shù)如表2所示。

表2　開煉機(jī)規(guī)格參數(shù)

實(shí)驗(yàn)用661型空氣彈簧，質(zhì)量為12 kg。其他計(jì)算相關(guān)參數(shù)和系數(shù)見表3～表5。表中數(shù)據(jù)來(lái)源于橡膠加工企業(yè)。

表3　計(jì)算相關(guān)參數(shù)和系數(shù)

表4　塑煉參數(shù)初始值

表5　塑煉時(shí)間參數(shù)　min

3.2優(yōu)化結(jié)果及分析

利用MATLAB工具箱編寫程序進(jìn)行優(yōu)化計(jì)算。利用層次分析法可得式(17)中的權(quán)重值，r1=r2=0.5。本實(shí)例對(duì)量綱一化處理后的單目標(biāo)優(yōu)化結(jié)果如表6所示。

表6　單目標(biāo)函數(shù)優(yōu)化結(jié)果

分析表6和圖3可知，和單一目標(biāo)優(yōu)化相比，對(duì)門尼黏度和碳排放量進(jìn)行多目標(biāo)綜合優(yōu)化效果較為明顯；以門尼黏度最小為目標(biāo)時(shí)，輥筒線速度最快，速比最大，輥距最小，開煉機(jī)的穩(wěn)定塑煉功率和瞬時(shí)塑煉功率均較大，碳排放量也相對(duì)較大，但其門尼黏度最低；以碳排放最低為目標(biāo)時(shí)，輥筒線速度最低，速比最小，輥距較大，導(dǎo)致開煉機(jī)的穩(wěn)定塑煉功率和瞬時(shí)塑煉功率均最小，使得開煉機(jī)耗能引起的碳排放量最小，但門尼黏度較大；而多目標(biāo)綜合優(yōu)化時(shí)，塑煉過(guò)程的門尼黏度值和碳排放量介于兩者之間，是在保證較低的門尼黏度的情況下，碳排放量最少，因此綜合目標(biāo)最優(yōu)。

圖3　不同塑煉參數(shù)下的電能引起的碳排放量構(gòu)成

本實(shí)例對(duì)式(15)和式(16)直接進(jìn)行多目標(biāo)優(yōu)化獲得三組解，結(jié)果如表7所示。

表7　多目標(biāo)函數(shù)優(yōu)化結(jié)果

將表7中的三組解兩兩進(jìn)行加權(quán)求和，權(quán)重值取r1=r2=0.5，結(jié)果見表8。

將表8中的三組解與表6中綜合優(yōu)化目標(biāo)的結(jié)果進(jìn)行比較可知，加權(quán)后的三組解中只有第一組解與單目標(biāo)函數(shù)綜合優(yōu)化結(jié)果相近，碳排放相近度達(dá)99%，而門尼黏度值卻有22.7%的差距?？梢姡纠惺褂昧烤V一化后的單目標(biāo)優(yōu)化效果較好。

表8　加權(quán)后的結(jié)果

3.3靈敏度分析

為了分析三個(gè)優(yōu)化變量在優(yōu)化區(qū)間內(nèi)取不同值時(shí)對(duì)目標(biāo)函數(shù)的影響程度，將各優(yōu)化變量的大小增加10%，比較目標(biāo)函數(shù)的變化程度，結(jié)果如圖4～圖6所示。根據(jù)正交試驗(yàn)法的原則，分別從圖4～圖6中選取部分參數(shù)值來(lái)定量分析靈敏度，結(jié)果如表9所示。

圖4　目標(biāo)函數(shù)值隨輥距變化

圖5　目標(biāo)函數(shù)值隨速比變化

圖6　目標(biāo)函數(shù)值隨輥筒線速度變化

圖4～圖6表示了各個(gè)優(yōu)化變量值在優(yōu)化區(qū)間內(nèi)單調(diào)遞增時(shí)，碳排放量和門尼黏度變化趨勢(shì)。由圖4可以看出，隨著輥距的增大，兩輥輪間的剪切力減小，門尼黏度呈現(xiàn)逐漸增大趨勢(shì)。同時(shí)，開煉機(jī)功率減小，碳排放量也隨之減小；分析圖5可知，隨著輥筒速比增加，兩輥輪間的剪切力增大，門尼黏度隨之減小。同時(shí)可知，開煉機(jī)功率增大，碳排放量呈現(xiàn)逐漸增大趨勢(shì)；由圖6可以看出，隨著輥筒線速度的增大，門尼黏度呈現(xiàn)減小趨勢(shì)，碳排放量呈現(xiàn)單調(diào)增加趨勢(shì)。

表9　靈敏度分析選用的部分變量數(shù)值

分析表9可知，當(dāng)速比增大10%時(shí)，碳排量增大51.6%，門尼黏度減小58.9%；當(dāng)輥距增大10%時(shí)，碳排量減小7%，門尼黏度增大33.9%；當(dāng)輥筒線速度增大10%時(shí)，碳排放量增大3.8%，門尼黏度減小8.9%。

由圖4～圖6和表9的分析可知，速比對(duì)碳排放量和門尼黏度的影響最大，輥距對(duì)門尼黏度的影響也較大，輥筒線速度對(duì)碳排放量和門尼黏度的影響均較小。因此，在以門尼黏度和碳排放量為目標(biāo)時(shí)應(yīng)選擇速比的中間值、較小的輥距和輥筒線速度。

4　結(jié)語(yǔ)

本文建立了一種基于加工質(zhì)量的綠色塑煉參數(shù)優(yōu)化模型。在分析開煉機(jī)低溫塑煉過(guò)程的基礎(chǔ)上，選取輥筒線速度、輥距和輥筒速比為優(yōu)化變量，以門尼黏度和塑煉過(guò)程碳排放為優(yōu)化目標(biāo)，門尼黏度用來(lái)對(duì)膠料加工質(zhì)量進(jìn)行評(píng)價(jià)，碳排放量表明了對(duì)塑煉過(guò)程綠色化的訴求。結(jié)合塑煉過(guò)程開煉機(jī)功率的約束，引入各優(yōu)化變量合理取值范圍，利用Pareto遺傳算法對(duì)模型進(jìn)行尋優(yōu)求解，通過(guò)具體實(shí)例，對(duì)多目標(biāo)優(yōu)化結(jié)果和量綱一化后的單目標(biāo)優(yōu)化結(jié)果進(jìn)行對(duì)比，驗(yàn)證了模型的有效性。通過(guò)定量計(jì)算，進(jìn)一步分析了不同優(yōu)化變量對(duì)目標(biāo)函數(shù)的靈敏度，為橡膠加工企業(yè)保質(zhì)、低碳環(huán)保訴求提供了一種有效的理論計(jì)算方法。研究結(jié)果表明，本方法對(duì)保證加工質(zhì)量、降低碳排放有一定的工程應(yīng)用價(jià)值。

本方法僅針對(duì)低溫塑煉工藝的參數(shù)優(yōu)化，下一步將重點(diǎn)研究包含塑煉時(shí)間和溫度的多目標(biāo)優(yōu)化方法。

[1]呂百齡.實(shí)用橡膠手冊(cè)[M].北京：化學(xué)工業(yè)出版社,2010.

[2]丁學(xué)鋒,張慧君,曹睿.橡膠制品工業(yè)工藝廢氣排放因子探討——以輪胎企業(yè)為例[J].四川環(huán)境,2013,32(6):83-86.

DingXuefeng,ZhangHuijun,CaoRui.DiscussiononWasteGasEmissionFactorsofRubberProductsIndustryProcess—aCaseStudyofTireEnterprises[J].SichuanEnvironment,2013,32(6):83-86.

[3]TandonV,EI-MounayriH,KishawyH.NCEndMillingOptimizationUsingEvolutionaryComputation[J].InternationalJournalofMachineTool&Manufacture,2002,42(5):595-605.

[4]SaravananR,AsokanP,VijayakumanK.MachiningParametersOptimizationforTurningCylindricalStockintoaContinuousFinishedProfileUsingGeneticAlgorithm(GA)andSimulatedAnnealing(SA)[J].InternationalJournalofAdvancedManufacturingTechnology,2003,21(1):1-9.

[5]RajemiMF,MativengaPT,AramcharoenA.SustainableMachining:SelectionofOptimumTurningConditionsBasedonMinimumEnergyConsiderations[J].JournalofCleanerProduction,2010 (18):1059-1065.

[6]AzlanMZ,HabibollahHSS.ApplicationofGAtoOptimizeCuttingConditionsforMinimizingSurfaceRoughnessinEndMillingMachiningProcess[J].ExpertSystemwithApplications,2010,37:4650-4659.

[7]WuMP,LiaoWH.Internet-basedMachiningParameterOptimizationandManagementSystemforHigh-speedMachining[J].TransactionsofNanjingUniversityofAeronauticsandAstronautics,2005,22(1):42-46.

[8]MoriM,FujishimaM,InamasuY,etal.AStudyonEnergyEfficiencyImprovementforMachineTools[J].ManufacturingTechnology,2011,60(1):145-148.

[9]謝書童,郭隱彪.數(shù)控車削中成本最低的切削參數(shù)優(yōu)化方法[J].計(jì)算機(jī)集成制造系統(tǒng),2011,10(17):2144-2149.

XieShutong,GuoYinbiao.OptimizationApproachofCuttingParametersforMinimizingProductionCostinCNCTurnings[J].ComputerIntergratedManufacturingSystems,2011,10(17):2144-2149.

[10]陳志同,張保國(guó).面向單元切削過(guò)程的切削參數(shù)優(yōu)化模型[J].機(jī)械工程學(xué)報(bào),2009,45(5):230-243.

ChenZhitong,ZhangBaoguo.MathematicModelonCuttingParameterOptimizationforUnitCuttingProcess[J].JournalofMechanicalEngineering,2009,45(5):230-243.

[11]李聰波,崔龍國(guó),劉飛,等.面向高效低碳的數(shù)控加工參數(shù)多目標(biāo)優(yōu)化模型[J].機(jī)械工程學(xué)報(bào),2013,49(9):87-96.

LiCongbo,CuiLongguo,LiuFei,etal.MultiobjectiveNCMachingParametersOptimizationModelforHighEfficientandLowCarbon[J].JournalofMechanicalEngineering,2013,49(9):87-96.

[12]李堯,劉強(qiáng).面向服務(wù)的綠色高效銑削優(yōu)化方法研究[J].機(jī)械工程學(xué)報(bào),2015,51(11):89-98.

LiYao,LiuQiang.Service-orientedResearchonMulti-passMillingParametersOptimizationforGreenandHighEfficiency[J].JournalofMechanicalEngineering,2015,51(11):89-98.

[13]WangGuanzhong.ResearchMethodoftheRubber’sPlasticizationTechnologicalParameterOptimizeonOpenMillbyNeuralNetwork[J].AdvancedMaterialsResearch,2010,87/88:509-512.

[14]王冠中.橡膠開煉機(jī)塑煉工藝優(yōu)化的神經(jīng)網(wǎng)絡(luò)研究方法[J].特種橡膠制品,2011,31(6):55-57.

WangGuanzhong.OptimizationofRubberPlasticizationTechnologicalParametersonOpenMillbyNeuralNetwork[J].SpecialPurposeRubberProducts,2011,31(6):55-57.

[15]謝清國(guó).低溫一次法混煉機(jī)理及實(shí)驗(yàn)研究[D].青島:青島科技大學(xué),2011.

[16]曾憲奎,張宗廷,呂沖.開煉機(jī)煉膠工藝參數(shù)2種優(yōu)化方法的對(duì)比研究[J].特種橡膠制品, 2015(1):67-70.ZengXiankui,ZhangZongting,LüChong.ComparativeStudyofOpenMillMixingProcessParametersofTwoKindsofOptimizationMethods[J].SpecialPurposeRubberProducts,2015(1):67-70.

[17]宋國(guó)宗.開煉機(jī)煉膠工藝參數(shù)多目標(biāo)優(yōu)化研究[D].青島：青島科技大學(xué),2014.

[18]羅毅,曹華軍,李洪丞,等.基于GRNN網(wǎng)絡(luò)的CO2氣體保護(hù)焊工藝碳排放建模與參數(shù)優(yōu)化[J].中國(guó)機(jī)械工程,2013,24(17):2398-2403.

LuoYi,CaoHuajun,LiHongcheng,etal.CarbonEmissionModelandParameterOptimizationofCO2ShieldedWeldingBasedonGRNN[J].ChinaMechanicalEngineering,2013,24(17):2398-2403.

[19]曾憲奎,劉威,張宗廷,等.用統(tǒng)計(jì)分析軟件SPSS建立橡膠開煉機(jī)門尼黏度在線預(yù)測(cè)數(shù)學(xué)模型[J].合成橡膠工業(yè),2015,38(5):358-362.

ZengXiankui,LiuWei,ZhangZongting,etal.EstablishmentofOnlinePredictionMathematicalModelforMooneyViscosityofRubberOpenMillUsingStatisticalAnalysisSoftwareSPSS[J].ChinaSyntheticRubberIndustry,2015,38(5):358-362.

[20]曹偉魏.開煉機(jī)輥筒的有限元分析及其優(yōu)化設(shè)計(jì)[D].長(zhǎng)沙：中南林業(yè)科技大學(xué),2013.

[21]任娜.基于神經(jīng)網(wǎng)絡(luò)的橡膠開煉機(jī)煉膠質(zhì)量在線預(yù)測(cè)技術(shù)的研究[D].青島：青島科技大學(xué),2014.

[22]國(guó)家發(fā)展改革委應(yīng)對(duì)氣候變化司.2014年中國(guó)區(qū)域電網(wǎng)基準(zhǔn)線排放因子[EB/OL].(2015-02-05)[2015-11-18].http://www.tangongye.com/CarbonAsset/NewShow.aspx?id=7502.

[23]梁基照.開煉機(jī)煉膠過(guò)程中能量的平衡與計(jì)算[J].化工裝備技術(shù),1988(1):10-14.

LiangJizhao.TheEnergyBalanceandCalculationofOpenMillMixingProcess[J].ChemicalEquipmentTechnology,1988(1):10-14.

[24]曹勁然,馮毅,陸寶春,等.基于組合核函數(shù)OSVR算法的起重機(jī)減速齒輪箱磨損趨勢(shì)預(yù)測(cè)[J].中國(guó)機(jī)械工程,2015,26(5):641-646.

CaoJinrang,FengYi,LuBaochun,etal.WearTrendPredictionofCraneGearboxBasedonOSVRMethodwithCombinedKernelFunctions[J].ChinaMechanicalEngineering,2015,26(5):641-646.

[25]巫靜安,李木松.橡膠加工機(jī)械[M].北京:化學(xué)工業(yè)出版社，2006.

[26]施金良,劉飛,許弟建,等.數(shù)控機(jī)床空載運(yùn)行時(shí)節(jié)能決策模型及實(shí)用方法[J].中國(guó)機(jī)械工程,2009,20(11):1344-1346.

ShiJinliang,LiuFei,XuDijian,etal.DecisionModelandPracticalMethodofEnergySavinginNCMachineTool[J].ChinaMechanicalEngineering,2009,20(11):1344-1346.

[27]國(guó)家標(biāo)準(zhǔn)化委員會(huì).GB27632-2011橡膠制品工業(yè)污染物排放標(biāo)準(zhǔn)[S].北京:中國(guó)環(huán)境科學(xué)出版社,2012.

[28]王海艷,秦旭達(dá),任成祖.基于Pareto遺傳算法的螺旋銑加工參數(shù)優(yōu)化[J].中國(guó)機(jī)械工程,2012,23(17):2058-2061.

WangHaiyan,QinXuda,RenChengzu.OptimizationofCuttingParametersinHelicalMillingProcessBasedonParetoGeneticAlgorithm[J].ChinaMechanicalEngineering,2012,23(17):2058-2061.

(編輯王艷麗)

Green Mastication Parameter Modeling of Open Mill and Multi-objective Optimization

Zhang LiangWang QidongZhu LihongHu Jinfang

Hefei University of Technology,Hefei,230009

Through the analyses of the efficiency and energy consumption of the mastication processes of an open mill, the Mooney viscosity objective function and carbon emissions objective function were established. Considering the actual constraints in the processes of open mill performance and mastication parameters, a multi-objective optimization model and a dimensionless single objective model were established, which took the open mill linear speed of roller, roller spacing and roller ratio as the variables, the minimum Mooney viscosity and the lowest carbon emission as the optimization objectives. An improved genetic algorithm was used to solve the optimization model. An experimental case was performed to verify the effectiveness and accuracy of the optimization model, and the mastication parameter optimization results and the sensitivity of optimization variables were analyzed.

open mill; mastication parameter; carbon emissions; multi-objective optimization; genetic algorithm

2015-11-18

國(guó)家自然科學(xué)基金資助項(xiàng)目(51175135)

TH17

10.3969/j.issn.1004-132X.2016.18.015

張良，男，1973年生。合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院講師、博士研究生。主要研究方向?yàn)楝F(xiàn)代汽車設(shè)計(jì)理論及控制技術(shù)。發(fā)表論文10余篇。王其東，男，1964年生。合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院教授、博士研究生導(dǎo)師。朱立紅(通信作者)，女，1974年生。合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院講師、博士。胡金芳，女，1983年生。合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院講師、博士。