[转帖]计算机辅助橡胶配方设计概述

胶大

栗建民，晁春燕，辛振祥
(青岛科技大学，山东 青岛
0 |2 e% {3 h- v266042)
. S. O2 N$ X! s& s* ~
9 |' k& w5 j6 N8 m. y+ i   
  x$ ~  v  s# t4 \6 ]6 R( y! @摘要：分析了新世纪下计算机辅助配方设计所面临的问题。指出建立适合当今信息化要求及橡胶工业特点的数据库，积极采用并改进橡胶配方优化设计的各种方法，结合模糊神经网络技术、遗传算法及计算机软件的新的开发工具和思想，最终实现配方设计的人工智能化、网络化。
2 F1 F% U/ v6 e   
关键词：橡胶配方设计；计算机辅助设计；数据库；模糊神经网络
    中图分类号：TQ330 .61
TQ330. 493 文献标识码：B 文章编号：1009 -797X( 2003)0
9-0054 -03

: C' ]) B+ j8 e& e    2 1
% U' N4 W( [% f世纪是高度信息化的时代。橡胶工业通过采用配方研究、开发与测试的新技术，采用制造资源规划系统（Manufacturing resourceplanning
system）和实验室信息系统（Laboratory information
system）的集成网络来改善质量控制体系[1]。同时，应用计算机及专用辅助设计软件系统进行配方设计和分析是一门把数理统计的分析方法、橡胶物理化学理论和橡胶工艺学技术结合在一起的复合学科，它不仅要求熟练掌握系统的橡胶物理化学理论基础，而且还要求掌握牢固的数理统计知识及计算机的操作与应用。而计算机的广泛应用以及软、硬件技术的飞速发展，为橡胶配方优化设计提供了强有力的工具。面向信息时代，橡胶工业应该建立新的橡胶配方优化设计概念，充分利用计算机辅助设计技术，最终实现配方设计的信息化、智能化与网络化。
% D1 {  H7 x. f1 橡胶配方设计的现状
0 c' R: |1 H) y' d% _9 d( P    目前我国许多橡胶配方工作者已开始使用计算机进行相关的研究工作，但由于相关资料较为缺乏，专用的计算机辅助设计软件应用推广得还不够，故应用的范围还不够广泛。当然，配方工作者本身的技术素质和整个配方试验的精度是应用计算机进行配方设计和分析的基础。有了这个基础，
3 _! R: b$ R, i即能在复合科学中取得自由，橡胶配方设计就必然能得到飞跃性的发展。
1.1 单目标最优化问题[2-3]
   
) X/ {6 f/ J/ g2 j+ z单目标最优化问题可分为单因素变量的试验设计和多因素的试验设计。
2 e. p: A* r( |3 D   
常用的单因素变量试验方法有黄金分割法（0 . 6 1 8
）、平分法（对分法）、分批试验法、爬山法、抛物线法等，单因素变量法比较简单，特别是用来鉴定新材料，或生产中原材料变动时，只做较少的试验，就可做出判断，见效快，试验数据易于处理，通过图表直观比较即可得出结论。正因为如此，这种方法在配方试验中仍然有一定的价值。
   
多因素试验设计方法很多，例如等高线图形法、正交试验设计法、组合试验设计法、中心复合试验设计法、均匀设计法等。现代配方优化设计又提出了专家系统及模型辅助决策系统自组织原理等概念，
并且将神经网络技术、Internet/Intranet
" D- }, _( y. q0 f等技术应用到了橡胶配方设计与优化之中。
5 i# }4 b) t# R    由于我国在这一领域的研究起步较晚，8
0年代以来，北京橡胶工业研究设计院首先进行了计算机配方设计与优化及软件开发工作，青岛化工学院橡胶工程专业对此进行了一系列的研究。南京理工大学则提出了新的数学模型和优化方法。
1.2 多目标最优化问题[7]
    对于多目标最优化问题的数学模型一般形式为：

( x6 g& `4 H- l- ^2 b& i8 A                               
登录/注册后可看大图

# V2 T4 k! {, M! z" M约束条件：

                               
登录/注册后可看大图

# ]- M9 q# i  [% W5 t7 t式中x 1 ，x 2 ，…，x p
为配方试验中所考察的p个配方因子；c i（i=1，2 ，…，p ）为其单价；d和D 代表配方中固定的配方因子的总用量及总成本；[ l
0 h) |: i( S- B5 m$ m1 Vi ，r i ] 为第i 个因子的水平范围；y j （x 1，x
+ X0 Z6 Y/ R4 w: p2，…，x p）（j =1，2 ，…，k ）为胶料第j 项性能与配方因子x i（i=1，2
2 r0 p7 m% \" \，…，p ）之间的函数，通常需要通过试验设计和回归分析得到。
    上述描述为多目标非线性规划问题，其实际意义是在配方水平范围内，
寻找一个配方｛x 1 ，x 2，…，x P
｝，使得该配方单位成本最低而胶料各项性能都达到一个最佳值。这就是橡胶配方优化设计的最终目的，也就是现代橡胶配方设计工作者急切需要解决的问题。
" [9 a$ U" C6 f2 橡胶配方优化设计的新趋势
. A$ l# v' V  ?) b% T! B3 f2.1 信息化时代
5 ~, x4 B" A6 a/ a% r. \  c    踏入新世纪，
/ r; A( ~8 ]" Q4 d9 a+ [. C随着计算机技术飞速发展，橡胶工业中的信息也将发生巨大的变化。
    （1 ）信息的获取及交换方式。信息的来源不再是手工作坊式的配方拟定、混炼、硫化、性能测试到测试报告等一系列烦琐、耗时且易出差错的过程，而是采用计算机控制的自动化过程，包括生产过程的自动控制、数据采集和性能结果的采集、处理、分析与存储，甚至包括工厂生产数据的在线采集与动态控制，即随时监控。从橡胶工业的整体角度来看，信息则来源于原材料供应商、设备制造商所提供的各种参数以及用户的反馈意见。
$ v  y4 d. t+ D9 ^5 Z) Y4 O    （2
& }7 j7 U2 U& u8 Q）信息的存储方式。存储信息的载体不再是难以管理的试验报告单等纸文档，而是便于查询存储的数据库等电子文档。同时，随着数据库技术的发展、信息交流内容的丰富以及用户要求的提高，对橡胶数据库系统的结构与功能也提出了新的要求。首先，将数据库与多媒体技术结合，开发出多媒体数据库。为使用户对橡胶制品的外观、性能及用途有更为形象的认识和了解，可将图片、文字、配音解说等信息储存在数据库中，以供检索。其次，支持开放式数据库连接（ODBC），实现信息共享。由于成熟的数据库产品众多，不同实验室、工厂所采用的数据库平台不同，所建立的数据库结构也不完全相同，这使得信息的交流难以顺利进行。ODBC
1 M5 z. c# p2 k5 Y标准提供了分布式环境下不同类型数据库相互操作的数据库引擎（J E T
），避免了不同数据库之间交流信息时需重复输入的弊病，实现了资源的共享，从而为原材料供应商、设备制造商与配方设计者及用户之间的信息交流铺平了道路。第三，支持面向对象数据库（OODB）技术，便于用户进行二次开发。采用面向对象技术，使数据库管理系统能够支持面向对象的数据模型和数据库模式，这即是多媒体的灵活性、实现智能化模拟与操作的要求。第四，支持I
5 E! e3 o0 v" U+ `) ], Bn t e r n e t / I n t r a n e t 。将数据库连接到Internet / Intranet
上，就可以在世界范围内实现信息的获取与交换，从而节省时间和费用，同时也能够及时为用户提供在线帮助和技术支持。
+ D8 N/ |# o1 O9 y& ~. r3 i1 X+ s$ F   
: k5 t8 ^' G: S/ Z, U$ b/ ^# j' i+ }- R（3）信息的传播方式。Internet/Intranet 网络的建立与应用，缩短了企业内各部门间、原材料供应商与配方设计者、生产商与用户之间的距离，
使信息交流更加方便快捷。
5 `5 y9 v1 f  Z) {0 g2.2 人工智能技术的应用[4-6]
/ K7 U4 z' x+ }   
% E* Y" x1 \# y7 \$ A  I近十几年来，人工智能技术、模糊逻辑、神经网络、遗传算法、信息科学及非线性科学等新兴学科迅猛发展，由于其新颖的设计理论、独特的分析方法和成功的应用实践，正日益形成最优化理论与方法的一个崭新分支。
; M& I$ F) c% v( e2 }/ J    就橡胶配方过程而言，应用神经网络具有如下特点：
6 g7 _1 S# u( n! U6 g( s9 N8 D" j    （1
）通过“训练”，可“学习”隐藏在输入（试验配方）与输出（性能结果）之间的关系，建立非线性映射，从而很好地描述具有“黑箱”结构的配方过程问题。而且，一旦神经网络训练好之后，它就可对输入（即配方）做出迅速的响应（即计算其性能值），从而可用于最优配方的搜索。
    （2
）容错能力强，可将配方过程的规律与“噪声”（误差）分离。
    （3
$ G  Y. u9 S! N; x）数据利用率高，可采用补充试验的结果对其进行进一步的训练，以获得更好的学习效果。
    （4
% t' c9 a' X5 D$ u' ^) b）适宜处理多输入、多输出（即多因子、多性能）的问题。神经网络采用的是矩阵运算，无论是增加配方因子、试验项目还是增加试验次数，变化的只是矩阵相应的增加一列或一行，而无需进行大的结构变动。
    优化模型是应用十分广泛的模型，一般的优化模型中目标函数和约束条件应是具体的、明确的， 有明确的数学表达式（
等式或不等式），但也有的优化问题中的制约因素具有边界不分明的模糊因素，为了解决这一问题，可以将制约因素表示成模糊集合，由此引出了模糊优化问题。其应用到橡胶多目标配方优化设计中可以是同一试验条件下的同批试验设计，也可以是不同试验条件下不同批的试验设计，甚至还可以是考察目标不是同一类的配方试验设计。
2.3 计算机组件及其网络技术的应用[8]
8 m: ^/ F2 ?8 [' S. l6 w    随着计算机软、硬件技术的发展和计算机应用的日益普及，各高等院校、科研机构、企业纷纷投入开发各自专业或行业的计算机辅助软件，橡胶工业也不例外。计算机组件则为软件开发提供了一种新的思路：它包括数据库和数据库开发平台两部分，其中开发平台可采用成熟的商业软件（
& Z! X$ n1 K) o* u7 o: p  a如V F 、D e l p h i 、V B 、C++Builder
等）或由有实力的软件公司开发，数据库则由各单位自行开发并可通过相互交流进一步充实。
    Internet 技术在企业内部网中的应用也促进了I n t r a n e t 技术的发展，
全球计算机网络
5 x$ x. Q9 Q( T& D5 d8 Q  B! ~2 |: b& UInternet/Intranet 的构建不仅使得橡胶工业中“供应商－ 生产商－ 用户”
* v7 t- l, L- U链节之间的在线访问、信息传递畅通无阻，而且将大大促进橡胶配方计算机辅助设计的发展。相信在不远的将来，计算机组件将成为原材料、产品配方与性能数据库的载体，通过Internet/Intranet
，真正实现资源共享、信息共享。
  U' }5 d4 `. `" V! l& S5 k# M% M3 结束语
5 s9 B  ^7 i  z8 `  n5 j7 T% L& N, X    随着橡胶配方机理的深入研究和新材料的不断涌现， 充分利用新的计算机软件技术和I n t e r n e t
技术，构建适合橡胶工业特点的各种数据库，同时结合人工智能，实现信息的共享，开发基于Windows
" i/ W3 `: @0 Y3 X, T平台、支持网络功能的决策支持系统，将是新世纪下橡胶配方设计的发展方向。
参考文献：
[1] Urbanik D.Computer Aided Compound Design-Co-mpounding in the 21st
Century. 97 ， IRC. Nuremb -erg,Germany ：1997. 227.
[2] 纪奎江，范汝良，等.
7 U. Z! j) Y& Z0 p7 Q% @合成橡胶工业，1998，21 （6 ）：321-324.
1 Q! e& Y. g- C: ?[3] 杨清芝. 现代橡胶工艺学. 中国石化出版社.
[4] 王士同.
1 h+ r' j1 u9 Z! z神经模糊系统及其应用. 北京航空航天大学出版社.
[5] 李士勇. 模糊控制. 神经控制和智能控制论. 哈尔滨工业大学出版社.
[6]
3 [( @2 Z' q+ }+ B/ B" A王旭，王宏，王文辉，等. 人工神经元网络原理与应用.
& B) \) t: Q/ C% k9 q: C: E( W[7] 程宝家，范汝良，等. 橡胶配方的模糊综合评判. 合成橡胶工业，1999.
' }- g  f* M, w. W% W[8]
9 C: [# a5 S% f$ e薛华成. 管理信息系统. 北京：清华大学出版社，1988.
1 Z0 W4 n5 D0 k) y  B, j$ ]' P5 f

fxhero

这样的一个应用软件单机版要6.8万元

一江春水

怎么贵...........不会吧

msn

我觉得实际应用不是很大