基于GRNN的棉纱条干均匀度预测研究

总结了神经网络技术在条干均匀度预测应用上的研究成果,GRNN神经网络算法的基本原理,分析了棉纱条干均匀度的神经网络预测结果。检验表明GRNN神经网络在输入参数和样本数据较少时,仍具有较好的预测准确性。     

基于人工神经网络的纱线条干均匀度预测研究

研究了纱线条干均匀度预测问题,用HVI测试原棉指标,用USTER()TESTER 5-S400测试成纱指标,采用标准BP算法建立断裂伸长预测的模型,进行纱线的条干均匀度预测,结果表明BP模型预测速度和精度较高,可以实现棉纱条干均匀度预测.     

从GB/T398—93中看纱线细度不匀指标的重要性

在GB/T398—93棉纱及精梳棉纱的技术要求中,有两项与纱的细度不匀指标有关,即百米重量变异系数及条干均匀度。在条干均匀度中企业可选择黑板条干均匀度或条干均匀度,同时也规定一旦确定,不能随意变更,发生质量争议时以条干均匀度的数据为准。两个相关的指标,同时成为棉纱线技术要求中的重要技术指标,它们有什么重要性,它们之间的联系及区别是什么呢?     

利用乌斯物条干均匀度仪控制棉纱质量的实践

利用乌期特条干均匀度仪对棉纱的规律性条干进行分析，结合此分析有针对性地调节机构，使棉纱的质量有所提高。     

利用乌斯特条干均匀度仪控制棉纱质量的实践

利用乌斯特条干均匀度仪对棉纱的规律性条干进行分析,结合此分析有针对性地调节机构,使棉纱的质量有所提高.     

基于ELMAN神经网络的棉纱质量指标预测研究

讨论了神经网络在纺织领域的研究进展,简述了ELMAN神经网络的算法,基于影响棉纤维品质的各个因素与棉纱关键质量参数之间存在的复杂非线性映射关系,建立了棉纱质量指标的神经网络模型。输入节点为马克隆值、上半部平均长度、长度整齐度、短纤维指数和纤维棉结等,输出节点为成纱条干、细节、粗节、成纱棉结和十万米纱疵。结果表明,ELMAN神经网络算法收敛速度快、预测精度高,适用于棉纱关键质量指标预测。     

胶圈的使用和成纱质量

本文从胶圈的合理选配，优化工艺，日常维护，正常使用及周期保养等方面详细介绍了影响棉纱质量的因素，并在生产实践中进行了棉纱条干均匀度和棉纱质量的分析。     

棉纱条干均匀度与纱疵关系的理论分析与应用

为了提高棉纱条干均匀度,减少纱疵,根据牵伸原理和棉纱质量测试的显示值,从并条、粗纱、细纱(或转杯纺OE纱)各工序对棉纱条干均匀度、常发性纱疵、偶发性纱疵三者之间的关系进行了剖析。优化组合WRC系列高弹性、低硬度、耐高压、表面不处理铝衬胶辊和WRA系列高耐磨、高弹性、低硬度、低粗糙度值胶圈并合理配置工艺,提高相关应用技术,降低棉纱条干CV值与短细节、短粗节纱疵效果较好。并粗细研试不宜只以并、粗、细的条干CV值来鉴别,应密切注意不可发生长细节、长粗节纱疵。指出正确处理条干与纱疵两者关系应以消灭长细节、长粗节纱疵为重,以控制、减少短绒和选用优良的梳理元件、牵伸元件及应用技术为基础。     

关于条干质量分析中几个问题的讨论

棉纱条干均匀度是纺织产品的一项重要指标,细纱工序是影响成纱条干均匀度潜力最大的工序,但为其提供基础条干的条粗条干CV值对成纱条干影响也很大,故若按产品功能展开的方法探求条干控制的关键工序的话,条粗工序是当之无愧的。据此条干质量分析的对象不仅是细纱,尤其应该是前纺,其分析方法包括乌氏条干仪三大分析(波谱分析、迟缓试验、自相关分析或运用诺谟图     

棉纱条干均匀度的试验研究

条干均匀度是纱线质量的一项重要指标,而细纱工序是影响条干均匀度的关键工序。为降低成纱条干不匀率(CV值),可采用正交试验设计方法对细纱工序的后区牵伸倍数、粗纱捻系数和细纱捻系数3个因素进行试验分析,以选出细纱工艺最优的配置方案。试验研究了细纱机纺制30 tex棉纱的最佳工艺,结果表明:后区牵伸倍数对条干均匀度的影响最大,粗纱捻系数次之,细纱捻系数的影响最小。     

我国针织纱条干状况分析

通过对31种具有代表性的14.5 tex针织本白棉纱的条干均匀度变异系数的测试,分析出我国现有针织纱的条干水平,从而从某一侧面反映现有针织棉纱的质量状况.     

棉纱质量MDV评价方法和T检验

一、问题的引出近年来,我们对棉纱以条干和棉杂两项主要指标进行实物质量评比,对改善棉纱的条干均匀度和减少棉结杂质、加强质量管理起了促进作用,但也存在问题,主要是: 1.没有考虑成本的因素,特别是原料成本; 2.与日常生产大面积水平相脱节; 3.没有考虑质量的稳定性,只是以平均水     

基于神经网络的精纺毛纱性能预测模型比较

为比较BP与RBF神经网络对精纺毛纱性能的预测能力,采集前纺与后纺的工艺参数作为输入节点,表征精纺毛纱性能的条干不匀率与断裂强力分别作为输出节点,采用软件计算工具中的反向传播(BP)神经网络、径向基(RBF)神经网络分别建立细纱条干不匀率与断裂强力的预测模型,从统计学角度反映2种模型的预测性能。实验结果表明,在输入样本数较大、输入维数较高、精度要求相同的情况下,RBF神经网络模型的训练速度明显快于BP神经网络模型,但BP神经网络模型的预测性能略优于RBF函数神经网络模型,特别是遇到异常样本时,BP神经网络模型表现出更强的容错能力。     

控制原棉及棉纱各半制品中非自然短绒率和疵点问题的研究

原棉及纺部各半制品中含短绒率的多少,对棉纱强力及条干均匀度有著显影响,同时也影响棉纱制成率和环境卫生。因此要求把棉花初步加工、配棉、工艺设计、半制品质量、及降低用棉消耗等控制在考核指标     

提高细纱条干均匀度及减少管纱纱疵

介绍了通过一些措施的实施,可提高细纱条干均匀度、减少管纱纱疵,使JCl4．6 tex棉纱质量水平稳定在2001乌斯特公报统计值的25％水平,有时甚至达到5％水平。     

云锦一号棉纱线结构及性能

为了研究云锦一号棉的纱线性能,分别对同特数的云锦一号棉普通环锭纱与细绒棉普通环锭纱、云锦一号棉紧密纱与细绒棉/长绒棉混纺紧密纱的线密度、捻度、毛羽、条干及一次拉伸性能进行了测试对比.结果表明:云锦一号棉纱毛羽指数较相应的细绒棉纱和细绒棉混纺纱小,断裂强度和初始模量高,断裂伸长率小,短片段更均匀,条干均匀度与相应细绒棉及...     

波谱分析在生产中的运用

棉纱质量是衡量棉纺厂质量水平的重要标志,纱疵是企业管理工作的综合反映。目前国际上衡量棉纱质量的主要指标,是用U％值或CV％值表示的条干均匀度和纱疵。乌斯特均匀度试验仪是精确测试纱条随机性或周期性不匀的电子仪器,它可同时完成这两项指标的测试任务。并可测量各种条子、粗纱、细纱和股线的单位长度重量不匀率。     

CB—L曲线的应用实践

应用Uster条干均匀度仪对提高产品质量得益较大,对目前国际市场上的竞争而言还是不够,如有时两批棉纱测试的条干CV％值相同,织入布面后反映效果则完全不同。为摸清这些不匀率的组成与性质,我们在工艺试验研究中应用CB-L(长度变异)曲线分析求得最佳工艺参数。并在几次创优评比中收集了不同地区不同工艺设计同品种的棉纱进行CB-L曲线分析,找出纱线的质量问题与工序,有针对     

棉卷均匀度的改进

要达到纺织品的坚牢和美观,应当使棉纱条干高度均匀和纱上棉结杂质少而分布均匀.如何提高这两方面的均匀度,对纺织工艺来讲,具有非常重要的意义. 清洁而轻重均匀的棉卷,是生产条干好棉结杂质少而均匀的棉纱的基础.棉卷的均匀度以纵横向重量不匀率来表示.如果棉卷纵横向重量均匀一致,此时棉卷的其他性能     

解捻程度对再牵伸棉纱性能的影响研究

探讨解捻程度和牵伸倍数对再牵伸棉纱性能的影响。使用直接计数法测量了纱线的滑移捻度,并依此计算不同牵伸倍数下假捻器的转速,在自制的细纱小样机纺制9种棉纱,分析纱线的细度、毛羽、条干和断裂强度。正交试验表明:假捻器的转速是纱线条干均匀度的显著影响因素,成纱的条干均匀度随着假捻器转速的增大而恶化。牵伸倍数是纱线细度、毛羽及强力性能的显著影响因素,随着牵伸倍数增大,成纱的细度显著提高,毛羽及强力性能会明显变差。当假捻器的转速不大于1/3滑移捻度与纺纱线速度的乘积,且牵伸不大于10倍时,成纱的各项性能比较均衡。认为:再牵伸方法有利于以较低成本生产超细纱线。