劉智玉，劉佃森，汪 軍

(1.上海游龍橡膠制品有限公司，上海 201205；2.東華大學(xué) 紡織學(xué)院，上海 201620)

1 救生筏質(zhì)量要求

救生筏的生產(chǎn)加工過(guò)程較為復(fù)雜，在原料紗線、坯布性能、織物結(jié)構(gòu)、橡膠性能、加工工藝和成品救生筏性能之間存在著內(nèi)在的非線性關(guān)系。救生筏生產(chǎn)企業(yè)在產(chǎn)品生產(chǎn)過(guò)程中，普遍會(huì)在標(biāo)準(zhǔn)要求的基礎(chǔ)上額外增加一些質(zhì)量冗余量，以形成一個(gè)“質(zhì)量安全區(qū)”，可以對(duì)沖產(chǎn)品質(zhì)量波動(dòng)帶來(lái)的潛在風(fēng)險(xiǎn)；但 如果質(zhì)量安全區(qū)預(yù)留范圍過(guò)大，則意味著生產(chǎn)中需使用質(zhì)量過(guò)剩的原料和更高的加工工藝，會(huì)顯著增加生產(chǎn)成本；此外，由于目前增加救生筏產(chǎn)品牢固度和質(zhì)量的主要手段是通過(guò)增加救生筏基布厚度和橡膠涂層厚度來(lái)實(shí)現(xiàn)，所以質(zhì)量冗余量過(guò)大，會(huì)造成救生筏偏厚重，其輕量化受到影響。另外，在現(xiàn)實(shí)中有些生產(chǎn)企業(yè)為了降低成本，盲目追求輕量化而將質(zhì)量安全區(qū)偏小掌握，在遭遇產(chǎn)品質(zhì)量波動(dòng)時(shí)，出現(xiàn)最終產(chǎn)品檢測(cè)質(zhì)量不達(dá)標(biāo)的情況。近年我國(guó)曾對(duì)市面上出售的漁船氣脹式救生筏進(jìn)行集中質(zhì)量抽樣專項(xiàng)檢查，檢查范圍涵蓋全國(guó)11家氣脹式救生筏生產(chǎn)企業(yè)，檢查結(jié)果顯示，救生筏合格率僅為85.7%[1]。

可見(jiàn)，如果想將救生筏的質(zhì)量安全區(qū)控制在既能滿足質(zhì)量要求，又能滿足產(chǎn)品的輕量化需求，并合理降低產(chǎn)品成本的范圍，就需在科學(xué)研究指導(dǎo)下進(jìn)行。

目前常見(jiàn)的研究方法是通過(guò)采購(gòu)不同原料，修改加工工藝生產(chǎn)試驗(yàn)樣品，然后對(duì)樣品進(jìn)行檢測(cè)，以確定原料及加工工藝的質(zhì)量安全區(qū)，但這種方法會(huì)浪費(fèi)大量試驗(yàn)樣品及人力、物力，且效率極低。因此，若能找到一種替代歷史經(jīng)驗(yàn)的虛擬產(chǎn)品質(zhì)量預(yù)測(cè)方法，則能為合理確定質(zhì)量安全區(qū)提供更高效準(zhǔn)確的依據(jù)，從而提高企業(yè)生產(chǎn)效率和產(chǎn)品競(jìng)爭(zhēng)力，達(dá)到產(chǎn)品標(biāo)準(zhǔn)規(guī)定和滿足實(shí)際使用中對(duì)救生筏的質(zhì)量要求，對(duì)救生筏企業(yè)具有重要的現(xiàn)實(shí)意義。

在機(jī)器學(xué)習(xí)技術(shù)出現(xiàn)之前，紡織領(lǐng)域主要應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)模型進(jìn)行產(chǎn)品質(zhì)量預(yù)測(cè)。隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，逐漸在纖維分類、紗線紡制、織物疵點(diǎn)檢測(cè)、印染質(zhì)量預(yù)測(cè)等領(lǐng)域都得到應(yīng)用[2-4]。但目前在救生筏產(chǎn)品領(lǐng)域還沒(méi)有應(yīng)用研究的相關(guān)報(bào)道。在眾多機(jī)器學(xué)習(xí)技術(shù)中，人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，簡(jiǎn)稱ANN)算法目前應(yīng)用最為廣泛。神經(jīng)網(wǎng)絡(luò)算法容錯(cuò)能力較好，具有自適應(yīng)性，自學(xué)習(xí)能力較強(qiáng)，善于處理數(shù)據(jù)間的非線性關(guān)系。本文的研究重點(diǎn)是基于神經(jīng)網(wǎng)絡(luò)算法根據(jù)坯布質(zhì)量進(jìn)行救生筏橡膠基布質(zhì)量預(yù)測(cè)的方法研究。

2 預(yù)測(cè)模型建立

2.1 特征參數(shù)選擇

救生筏體的質(zhì)量要求主要為：滿足浮力、不漏氣、抗損壞(抗氣壓壓力、常見(jiàn)碰撞等)。救生筏體的橡膠基布質(zhì)量是保障這些優(yōu)異性能的關(guān)鍵點(diǎn)之一。我國(guó)水產(chǎn)行業(yè)標(biāo)準(zhǔn)規(guī)定，橡膠基布以5000 m或月產(chǎn)量為一批提交驗(yàn)收，其抗拉強(qiáng)度、撕裂強(qiáng)度等指標(biāo)的抽樣率為每批抽樣1次[5-6]。在生產(chǎn)質(zhì)量控制中，這種檢測(cè)抽樣率只適用于產(chǎn)品質(zhì)量波動(dòng)小且無(wú)異常狀況發(fā)生的情形，如果產(chǎn)品質(zhì)量異常波動(dòng)，就存在無(wú)法發(fā)現(xiàn)次品的概率。由于抗拉強(qiáng)度、撕裂強(qiáng)度等指標(biāo)的檢測(cè)是破壞性試驗(yàn)，所以即使要控制因質(zhì)量異常造成的次品率，也只能盡量合理地增大抽樣率，無(wú)法將抽樣率提升太高。此外，從坯布到橡膠基布的加工成本較高，若對(duì)橡膠基布加大抽樣率，檢測(cè)成本會(huì)較大。如果能通過(guò)對(duì)坯布質(zhì)量的檢測(cè)結(jié)果預(yù)測(cè)出橡膠基布的質(zhì)量水平，則可通過(guò)加大對(duì)坯布檢測(cè)抽樣率代替增大橡膠基布抽樣率，實(shí)現(xiàn)較低成本監(jiān)測(cè)橡膠基布的質(zhì)量。

根據(jù)標(biāo)準(zhǔn)質(zhì)量要求及生產(chǎn)實(shí)踐經(jīng)驗(yàn)，選出對(duì)橡膠基布質(zhì)量影響較大的坯布經(jīng)向抗拉強(qiáng)度、坯布緯向抗拉強(qiáng)度、坯布經(jīng)向扯斷伸長(zhǎng)率及坯布緯向扯斷伸長(zhǎng)率這4項(xiàng)質(zhì)量指標(biāo)作為神經(jīng)網(wǎng)絡(luò)的輸入變量，并以橡膠基布的經(jīng)向抗拉強(qiáng)度、緯向抗拉強(qiáng)度、經(jīng)向撕裂強(qiáng)度、緯向撕裂強(qiáng)度這4項(xiàng)質(zhì)量指標(biāo)作為輸出變量，建立橡膠基布質(zhì)量預(yù)測(cè)模型。

2.2 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

1989年Robert Hecht-Nielsen證明了多層感知器(MLP)的萬(wàn)能逼近定理(Universal Approximation Theorem)，即對(duì)于任何閉區(qū)間內(nèi)的1個(gè)連續(xù)函數(shù)f，都可用含有1個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)來(lái)逼近[7]，因此1個(gè)3層的神經(jīng)網(wǎng)絡(luò)能完成任意m維到n維的映射。一般普通數(shù)據(jù)集常用單隱層的3層神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行質(zhì)量預(yù)測(cè)建模。筆者也采用這種架構(gòu)，建立了1個(gè)包含單隱層的3層MLP神經(jīng)網(wǎng)絡(luò)模型。

神經(jīng)網(wǎng)絡(luò)最重要的參數(shù)之一是隱層中神經(jīng)元節(jié)點(diǎn)的個(gè)數(shù)，選擇神經(jīng)網(wǎng)絡(luò)中隱層神經(jīng)元節(jié)點(diǎn)數(shù)的經(jīng)驗(yàn)公式[8-9]為：

(1)

式中：

s——隱層神經(jīng)元數(shù)；

m——輸入神經(jīng)元數(shù)；

n——輸出神經(jīng)元數(shù)。

以m，n為4，代入式(1)，計(jì)算得s值為5.2。采用樣本數(shù)據(jù)多次試驗(yàn)，最終選定網(wǎng)絡(luò)的隱層神經(jīng)元數(shù)為5，建成的3層神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型為4-5-4結(jié)構(gòu)，如圖1所示。

圖1 3層神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

使用不同超參數(shù)值運(yùn)用該預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，經(jīng)過(guò)對(duì)比試驗(yàn)確定優(yōu)選的超參數(shù)設(shè)置，最終確定該神經(jīng)網(wǎng)絡(luò)的主要超參數(shù)設(shè)定：優(yōu)化器為均方差傳播算法RMSprop，迭代輪次為1000，學(xué)習(xí)率為0.001，激活函數(shù)選擇ReLU函數(shù)。本模型的編程語(yǔ)言為Python，深度學(xué)習(xí)框架為Keras。

3 試驗(yàn)方法

本試驗(yàn)共有42個(gè)樣本數(shù)據(jù)，其中，將28個(gè)樣本數(shù)據(jù)作為訓(xùn)練集，7個(gè)樣本數(shù)據(jù)作為驗(yàn)證集，7個(gè)樣本數(shù)據(jù)作為測(cè)試集。在應(yīng)用神經(jīng)網(wǎng)絡(luò)時(shí)，所有輸入特征的變化范圍越相似，則預(yù)測(cè)效果越好。當(dāng)所有輸入特征的均值為0、方差為1時(shí)是最理想狀態(tài)，對(duì)試驗(yàn)數(shù)據(jù)采用標(biāo)準(zhǔn)化處理方法[10]進(jìn)行數(shù)據(jù)縮放，可以達(dá)到這種效果。本試驗(yàn)在預(yù)測(cè)前對(duì)所有樣本數(shù)據(jù)均進(jìn)行了標(biāo)準(zhǔn)化處理。

預(yù)測(cè)后將預(yù)測(cè)值與實(shí)測(cè)值對(duì)比，并采用平均絕對(duì)百分比誤差(MAPE)作為評(píng)估指標(biāo)。其表達(dá)式為：

(2)

式中：

p——測(cè)試集樣本數(shù)；

yi——第i個(gè)測(cè)試樣本的實(shí)測(cè)值。

4 試驗(yàn)結(jié)果分析

橡膠基布經(jīng)向抗拉強(qiáng)度、緯向抗拉強(qiáng)度、經(jīng)向撕裂強(qiáng)度、緯向撕裂強(qiáng)度的實(shí)測(cè)值與預(yù)測(cè)值比較分別見(jiàn)表1～表4。

表1 經(jīng)向抗拉強(qiáng)度的實(shí)測(cè)值與預(yù)測(cè)值比較

由表1～表4可知，橡膠基布經(jīng)向抗拉強(qiáng)度、緯向抗拉強(qiáng)度、經(jīng)向撕裂強(qiáng)度、緯向撕裂強(qiáng)度這4項(xiàng)質(zhì)量指標(biāo)的預(yù)測(cè)值相對(duì)于樣本實(shí)測(cè)值的平均絕對(duì)百分比誤差(MAPE)分別為1.15%，0.53%，0.69%，0.68%。在所有預(yù)測(cè)值中，單值最高絕對(duì)百分比誤差為2.40%，這充分表明該神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型是有效的。

表2 緯向抗拉強(qiáng)度的實(shí)測(cè)值與預(yù)測(cè)值比較

表3 經(jīng)向撕裂強(qiáng)度的實(shí)測(cè)值與預(yù)測(cè)值比較

表4 緯向撕裂強(qiáng)度的實(shí)測(cè)值與預(yù)測(cè)值比較

在實(shí)際生產(chǎn)質(zhì)量控制中，不同質(zhì)量指標(biāo)的質(zhì)量安全范圍?？刂茷?5%～30%，因此該神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的準(zhǔn)確度可滿足生產(chǎn)實(shí)踐中對(duì)質(zhì)量安全區(qū)優(yōu)化控制的要求。

5 結(jié)語(yǔ)

筆者研究建立了救生筏橡膠基布質(zhì)量預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型。根據(jù)救生筏產(chǎn)品質(zhì)量標(biāo)準(zhǔn)，對(duì)救生筏功能及質(zhì)量具有重要影響的橡膠基布抗拉強(qiáng)度和撕裂強(qiáng)度進(jìn)行質(zhì)量預(yù)測(cè)。將橡膠基布的坯布抗拉強(qiáng)度和扯斷伸長(zhǎng)率作為輸入變量，采用MLP神經(jīng)網(wǎng)絡(luò)建立橡膠基布質(zhì)量預(yù)測(cè)模型。經(jīng)試驗(yàn)得知，預(yù)測(cè)值與實(shí)測(cè)值吻合較好，橡膠基布經(jīng)向抗拉強(qiáng)度、緯向抗拉強(qiáng)度、經(jīng)向撕裂強(qiáng)度及緯向撕裂強(qiáng)度4個(gè)質(zhì)量指標(biāo)的預(yù)測(cè)值相對(duì)于樣本實(shí)測(cè)值的平均絕對(duì)百分比誤差分別為1.15%，0.53%，0.69%，0.68%，預(yù)測(cè)值與實(shí)測(cè)值的絕對(duì)百分比誤差均遠(yuǎn)小于生產(chǎn)實(shí)踐中質(zhì)量安全區(qū)常見(jiàn)控制范圍。運(yùn)用該質(zhì)量預(yù)測(cè)模型，在滿足質(zhì)量安全區(qū)控制要求的同時(shí)，提高了預(yù)測(cè)速度且減少了成本浪費(fèi)。