改进的LM-BP算法预测活性染料染色K/S值

针对标准BP算法收敛速度慢,易出现局部极小值等缺陷,采用Levenberg-Marquardt(LM-BP)算法,提出了一种经改进的BP神经网络预测模型。运用该预测模型,建立了活性染料染色各工艺参数与织物表面K/S值之间的对应关系,同时将其与传统BP算法预测模型在网络收敛时间、预测准确度等方面进行比较。结果表明:传统BP算法经1 500步训练后达到的收敛精度,在LM-BP算法预测模型中只需大约7步训练;染色K/S值预测值和试验值之间的相关系数R也相应由0.995提高到0.999。对比认为,LM-BP算法预测模型在对活性染料染色K/S值的预测中更为优越,时间短,准确率高。     

BP神经网络预测活性染色织物K/S值

采用人工神经网络方法预测活性染料染色织物的K／S值。将不同的活性染料染色工艺参数和对应的染色织物K／S值输入神经网络作为训练，再输入其它染色参数值，预测其染色织物K／S值。试验表明，BP神经网络预测结果和试验值的相关系数达到了0．995，说明人工神经网络用于预测活性染料染色织物K／S值是可行的。     

K/S值涂布法测定活性染料固色率的研究

活性染料固定率测定一般采用分光洗涤法,为了简化其测定操作,文中以活性染料染色的理论为基础,应用现代计算机测色配色技术,探讨了K/S值涂布法测定活性染料固色率的可行性。测定了不同染料涂布时,染料浓度与织物K/S值的关系曲线;测试并比较了K/S值涂布法固色率与分光洗涤法固色率。结果表明,涂布法制备染样的K/S值随着染料浓度的提高而增加,涂布法可以获得固色率100%试样的K/S值;K/S值涂布法测定活性染料固色率具有一定的可行性,且操作简便。     

K/S值与Integ值差异的探讨

在染料提升力试验中分别测定布样的K／S值和Integ值，探讨两者的差异。试验结果表明，黑色等最大吸收峰不明显的染料、拼混染料，以及部分非拼混单色染料的染色织物，更适合以Integ值表示色深；提升力试验中，由于会发生最大吸收波长的偏移，Integ值也更适用。     

中温型活性染料对珍珠纤维的染色

探讨了染色温度、纯碱和元明粉用量、染料浓度对活性艳红KN-5B和活性红B-3BF两只活性染料染色珍珠粘胶散纤维的表观色深K/S值的影响,测定了两只染料对珍珠粘胶纤维的耐酸碱稳定性.结果表明:活性艳红KN-5B和活性红B-3BF两只活性染料分别在60℃～70℃和50℃～80℃温度下,纯碱用量分别为3g/L和1g/L,氯化钠用量分别为50g/L和30g/L,固色时间分别为30 min和20 min时,可使珍珠纤维获得较好的固着效果;且活性艳红KN-5B与珍珠纤维的耐碱稳定性强于耐酸稳定性,而活性红B-3BF具有较高的耐酸碱稳定性.     

改性剂预处理棉织物的黑色活性染料染色

研究了棉织物用聚环氧氯丙烷胺化物改性时,改性剂用量、烧碱用量、改性温度及时间对改性织物染色K/S值的影响,讨论了改性织物染黑色时盐和碱的用量,并对改性和未改性染色织物的乌黑度、上染率、K/S值及染色牢度作了比较。结果表明,棉织物经改性后染黑色乌黑度高,K/S值以及上染率均有较大提高,耐洗和耐摩擦牢度好。     

中温型活性染料对双蛋白混纺纱线的染色

用活性艳红KN-5B、活性黑KN-B和活性红B-3BF染色双蛋白纤维混纺纱线,探讨了染色温度、Na2CO3和NaCl用量、染料用量对K/S值的影响,测试了染色纱线加碱固色前后的K/S值和固着速率曲线.结果表明:活性艳红KN-5B、活性黑KN-B和活性红B-3BF分别在60~70℃、40~60℃和50~80℃温度下,Na2CO3用量2~4 g/L,NaCl用量30 g/L,固色时间30 min左右时,可获得较好的染色效果.     

新型固色碱剂RS-3518在活性染料染色中的应用实践

研究活性染料染棉纤维中,采用新型固色碱剂RS-3518代替纯碱对染色性能的影响.实践证明:碱剂RS-3518完全可以代替纯碱,试样可以获得与使用纯碱相当或高于的K/S值和染色牢度,且上色缓慢.     

金属离子对活性染料色光的影响

探讨了Ca2+、Cu2+、Fe3+3种金属离子对常用的13只活性染料色光的影响,结果表明:Cu2+对黑色活性染料、黄色调的大红和蓝色调的深红、藏青、嫩黄和活性EX-D4R黄等影响较大,而对活性R艳蓝、活性G翠蓝、活性3RS黄等影响相对较小。除了艳色调的活性GG大红、活性3G嫩黄和活性G翠蓝,Fe3+对活性染料影响相对较小。Ca2+对活性染料总体影响较小。     

新型低碱活性染料染色工艺研究

针对活性染料常规染棉织物工艺中纯碱用量过多的问题,采用新型的低碱活性染料对棉织物进行染色。分析了工艺参数如盐、碱及温度等对K/S值的影响,得到了低碱活性染料染棉织物较佳工艺:染料1%(owf)时,纯碱1.5g/L,元明粉70g/L,80℃固色40min,浴比1∶25;染料5%(owf)时,纯碱3g/L,元明粉80g/L,80℃固色60min,浴比1∶25。低碱活性染料染色所需纯碱用量少,仅为传统活性染料染色时纯碱用量的1/10左右,染色织物得色量高,且染色工艺简单。     

预报细纱条干不匀率的BP神经网络方法

介绍了BP神经网络及其算法 ,分别建立了两类细纱条干不匀率CV值预报模型 ,并对预报结果分别作了对比分析 ,得出了两类模型的最佳结构 ,从而证明BP神经网络应用于纺纱质量预报的合理性和良好前景。     

BP神经网络在白酒包装成本预测中的应用

目前市场上白酒包装成本不一,为了估算白酒的包装成本,本文基于MATLAB构建白酒包装成本预测的BP神经网络模型,依据市场调查数据,在MATLAB中确立预测模型,从而实现预测模型的训练、仿真及验证,为白酒包装成本的确定提供决策方案.     

BP神经网络在粮食霉变预测中的应用研究

霉变是造成粮食损失的重要原因,为了降低损失,将危害控制在萌芽状态,提前预测预警意义重大。本研究利用MATLAB的神经网络工具箱建立了预测粮食霉变的BP神经网络,给出了稻谷在给定含水率、温度、储藏时间的条件下是否会发生霉变的预测模型。同时,通过合理选择训练样本的数目,探究训练样本数量对网络精度的影响,并通过华北地区实仓数据验证由实验数据得到的BP神经网络在实际应用中所能达到的准确程度。经过验证,对于实验数据,训练样本数目大于400时,神经网络预测正确率可以达到94.3%;样本数越大,正确率越高。随机选择2 500个实验室样本数据进行训练得到的神经网路预测模型,对剩余样本预测准确率达到98%,对于实仓检测数据,正确率可以达到82.1%。     

大豆/PTT分散/中性固色活性染料一浴一步法染色

探讨了染色温度、pH值、元明粉用量和染料用量对分散蓝2BLN与中性固色活性染料Argazol蓝NF-BG对大豆/PTT混纺织物一浴一步法染色后染色织物的表观色深K/S值的影响,测定了不同染料对染色织物牢度的影响。结果表明：当中性固色活性染料NF1.2%omf,分散蓝2BLN0.4%omf,染色pH为7,元明粉用量为50...     

纸浆浓度的神经网络PID控制

针对造纸过程中纸浆浓度控制的特点,通过BP神经网络与PID相结合,组成神经网络控制器,用于纸浆浓度控制。利用神经网络自学习、自适应的功能,根据实际工况在线实时调整PID参数,使纸浆浓度的控制处于一种最优状态,达到较好的控制品质。     

织物柔软度等级评价的BP网络方法

文章基于织物柔软度等级评价体系,建立一个织物力学指标与柔软度关系的BP神经网络模型,对织物柔软度进行评价。借助KES-F风格仪测得的12组数据对BP神经网络进行训练,训练好的模型对织物进行检验。结果表明：网络迅速完成训练,误差平方和低于10^-3;对检验用的织物进行等级评价,其输出等级与综合评价等级保持一致。此方法客观、准确、简捷。     

BP神经网络在洗毛工艺中的应用

基于BP神经网络方法,建立了洗毛工艺参数与洗毛质量之间关系的模型,对洗毛新工艺进行判别。实验结果表明：网络迅速完成训练,输出误差低于10^-3,模型具有很高的精度和准确性可以用于对洗毛新工艺的判别,为客观准确地制订洗毛工艺提供新思路。     

BP 神经网络在大豆油酸价近红外光谱检测中的应用

对于大豆四级油,采用BP 神经网络对其近红外光谱数据建模,对系统的结构及参数选取进行了分析,对样本训练集的设计和网络输入端的主因子方面进行了处理。对于其他的多变量建模方法,分析了其对近红外光谱有用信息的提取作用。结果显示：多元线性回归、主成分回归和偏最小二乘法对大豆四级油酸价预测的标准偏差分别为0.1472%、0.1801% 和0.1576%,BP 神经网络的预测标准偏差为0.1387%。