基于RBF神经网络的棉纱条干均匀度预测

讨论了神经网络在纺织领域研究的新进展,简述了RBF神经网络的算法,基于影响棉纤维品质的各个因素与棉纱条干均匀度之间存在的复杂非线性映射关系,建立了棉纱条干均匀度的神经网络模型。结果表明,RBF神经网络算法收敛速度快、收敛性好,适用于棉纱条干均匀度预测。     

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.     

基于GRNN的酱油种曲孢子数预测模型

孢子数是酱油种曲质量的一个重要指标.为优化种由培养条件,提高种曲质量,文章基于培养过程数据,建立预测种曲孢子数的GRNN神经网络模型,并利用交叉验证确定GRNN模型的最优参数.对比K近邻非参数回归方法、BP神经网络模型,GRNN神经网络模型具有更好的计算稳定性和预测准确性.     

基于GRNN神经网络的面料热阻预测模型研究

热阻是衡量面料热舒适性的一项重要指标,为获得不同环境下面料的热阻值,多采用测试获得。文章通过YG(B)606G型纺织品热阻和湿阻测试仪,对不同面料在不同环境下的热阻进行测试。运用Matlab,基于GRNN(General Regression Neural Network)广义回归神经网络,使用少量输入参数,对不同环境下的热阻值进行预测。与传统的测试相比,GRNN神经网络实验量小,方便快捷、省时省力且预测结果准确性好;与BP(Back Propagation)神经网络相比,GRNN神经网络人为设定量更少,更为客观,预测结果更加准确。经Wilcoxon符号秩检验配对样本检验发现,GRNN神经网络预测值与实际值更加接近,可信度更强。     

条干均匀度测试仪的发展及其存在的问题研究

随着纺织行业技术不断发展,对纺织器械的要求也越来越高。本文以条干均匀度测试仪的发展及其存在的问题研究为题,首先论述了纱线条干相关理论,主要包括纱线条干不匀产生的原因、测试指标、测试方法等。然后分别对条干均匀度测试仪在国内外的发展进行了介绍,接下来概括了条干均匀度测试仪发展中存在的问题,最后简单分析了改善条干均匀度测试仪问题的策略。     

基于免疫遗传算法的BP神经网络在纱线条干预测上的应用

为了避免因随机生成BP神经网络初始权值和阈值而带来的不确定性,以及得到更好的预测纱线条干CV值的精度和速度,借助免疫遗传算法对传统单一的BP神经网络进行权值和阈值的优化。免疫算法中特有的浓度调节机制有效地解决了遗传算法后期未成熟收敛的问题。利用Matlab构建单一的BP神经网络模型、遗传BP神经网络模型和免疫遗传BP神经网络模型进行纱线条干CV值的预测实验,通过仿真训练结果的对比分析可得出,免疫遗传算法优化的BP神经网络能够更准确、更快速、更稳定地完成纱线条干CV值的预测。     

山东省部分地区电容式条干均匀度仪现状及分析

通过对山东省部分地区电容式条干均匀度仪的普查，检定和维修工作，阐述了电容式条干均匀度仪的现状，分析了当前电容式条干均匀度仪常见的各类故障。     

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?     

条干均匀度仪波谱图和曲线图在生产中的应用

介绍了YG191X型条干均匀度仪的技术特征.利用条干均匀度仪的机械波谱图和条干均匀度曲线图的异常可以诊断机械状态和操作工接头质量状况,通过条干仪专家分析软件可分析改进机械波状态和提高产品质量.     

纱线条干均匀度测试的发展现状

介绍了国内外条干均匀度仪的发展现状和条干均匀度检测专家系统的发展情况.随着电子计算机技术的进步,经过几十年的发展,纱线条干均匀度测试仪器逐渐成熟,现在已经系统发展了基于波谱分析的机械式、电容式、光电式等多种测试仪器.在软件方面,条干均匀度测试专家系统逐渐完善,但其测试精度、功能、系统的通用性以及可扩展性还有待提高.     

基于BP神经网络预测普梳纯棉纱断裂强力

通过构建BP神经网络模型,寻求棉纤维断裂比强力、细度、长度、表面摩擦系数、纱线捻度、毛羽量及条干均匀度与普梳纯棉纱断裂强力之间的关系。     

提高细纱条干均匀度的工艺优化配置

为了提高细纱条干均匀度,全面分析了细纱工艺与成纱条干均匀度的关系,并对影响成纱条干均匀度的关键工艺进行了优化试验.结果表明:采用较小的前区罗拉隔距、较小的钳口隔距及较大的前胶辊加压,适当增加粗纱捻系数,使用不处理软胶辊,增大胶辊直径等措施,可以提高成纱条干均匀度.     

基于小波神经网络的精梳毛纱条干不匀预测

运用一种小波神经网络预测精梳毛纺纱线的条干不匀.通过分析纺纱过程,选取合适的影响参数,建立组合神经网络测试纱线的CV%,细节,粗节和毛粒.预测值和实际值之间的相关系数的平方分别为0.9854,0.9758,0.9312和0.8474.表明小波神经网络是预测纱线条干不匀的一种有效方法.     

条干均匀度测试仪两种检测故障的分析及处理

总结电容式条干均匀度测试仪"无料调零"和"均值调整"故障的解决措施。根据故障的具体情况及相关测试,对引起条干均匀度测试仪"无料调零"和"均值调整"故障的原因进行了分析,并针对各种故障原因提出了解决办法,有助于条干测试的正常进行,并保证了条干均匀度测试仪测试结果的有效性。     

条干仪粗纱架运转不良对测试纱条周期性质量变异的影响及处理

随着条干均匀度测试仪（简称条干仪）的普及和推广，条干仪测试附件的正确使用已显得非常重要，因为它直接影响条干均匀度测试结果。     

电容式条干均匀度仪测试的注意事项

电容式条干均匀度仪在不同试验室测试同一纱线时的检测结果会不相同,导致纱线贸易摩擦;试验室在应用GB/T3292.1-2008进行条干均匀度测试检验时,没有严格地按检测程序操作,忽略了一些细节对测试结果的影响,导致检验结果差异明显.引起电容式条干均匀度仪测量不确定度的因素很多,文章分析了试验室温湿度、纱条在电容极板中的不同位置和管纱与简纱的条干均匀度差异3因素对测试结果的影响.     

基于神经网络的织物折皱回复性能预测

探讨了将神经网络理论用于织物折皱回复性能的直接预测。根据研究对象特征,通过选取织物原料组成、经纬密度、抗弯长度、织物厚度及重量等重要影响因子作为神经输入元,将折皱回复角值作为输出目标,比较了径向基函数RBF、BP和广义回归GRNN 3种神经网络对织物折皱回复角的预测结果。试验结果表明,通过神经网络方法对织物的折皱性能预测具有较好的满意结果,且在预测织物的整体折皱回复性能时,BP模型与GRNN网络模型的预测值与实测值之间的相对误差要比RBF的小。利用输入神经元织物参数进行折皱回复性能的预测更有利于工艺与织物结构设计优化与质量控制,通过对输入神经元试验与优化有望达到满意的预测结果。     

棉纱条干波形分析的实践

随着乌斯特条干均匀度仪的不断引进及国内电容式条干均匀度仪的研制成功,电容式条干均匀度仪在纺织厂及纺织科研领域内得到了广泛应用,它提供的三大特性指标,为检测纱线质量、控制纺纱加工过程提供方便。本文着重介绍我厂利用波谱图与不匀曲线图迅速有效地解决纺纱过程中出现问题的一些实践。     

提高CJ11.7tex纱条干均匀度的工艺配置

在生产CJ11.7tex纱的基础上分析了纱线条干均匀度的影响因素。为了提高细纱条干均匀度,对影响成纱条干均匀度的前区工艺参数、后区牵伸工艺进行了工艺配置。实验结果证明,采用较小的粗纱定量、细纱捻系数、前中罗拉隔距、较小的钳口隔距、较小的后区牵伸倍数,以及较大的前胶辊压力,采用较大前胶辊直径,适当增加粗纱捻系数等措施,可以提高成纱条干CV值。     

长岭纺电将展出CT4000条干均匀度测试分析仪 展台号:W5G01

陕西长岭纺织机电科技有限公司将展出CT4000条干均匀度测试分析仪。CT4000条干均匀度测试分析仪产品整合了国内外条干均匀度测试仪产品的技术优势,将电容检测技术、光电检测技术结合起来,在实现对纱线的条干线密度不匀、直径变化、毛羽信息等指标测试的同时,特别利用光谱测量技术,实现了对纱线中杂质及灰尘含量