基于RBF神经网络的棉纤维成纱强力预测

由于多元线性回归模型对棉纤维的品质和成纱质量之间关系预测精度及适应性较差,提出采用径向基函数对BP神经网络进行改进,使用测得的棉纤维品质部分实验数据对网络进行训练,然后对成纱强力进行预测,得出采用改进后的RBF神经网络对纱线强力进行预测,克服了陷入局部极小和运算迭代量大的缺点,有效地提高学习速度,收敛速度加快,训练时间缩短,预测精度提高,能较好地预测纱线的强力。其成纱强力的预测结果比多元回归统计模型的结果更好。     

浅谈棉纤维长度整齐度

棉纤维长度整齐度是棉纤维品质指标之一。纤维长度的整齐度越好纤维越整齐，在纺纱过程中游离纤维越少，纱线中露出的纤维头就愈少，使成纱的表面光洁，纱的强度提高。它对成纱强力、纺纱工艺以及制成率都有影响。     

原棉成纱品质质量模型

基于对国内外原棉性能与成纱品质关系的研究,提出棉纤维综合品质指数(IFQI)的概念是棉纤维品质性状的综合表达,能表示原棉和成纱品质质量,是预测成纱强力的一个中间参数,并与成纱强力成正比的一个无量纲指标。在纺纱试验的基础上,建立了棉纤维综合品质指数的模型。该模型具有机理性强、自变量少、形式简单直观等优点。     

LPC2114在单纤维强力仪上的应用

断裂强度是棉纤维的重要品质指标之一,它与成纱质量密切相关.长期以来,棉纤维的断裂强度一直以断裂比强度和单纤维断裂强力等指标作为考核指标.     

合理选配原棉确保C14.6成纱质量

今年以来，C14．6号一跃成为我厂最主要的品种，为了不断提高其成纱质量，尤其是为了保证在织造工序中减少断头、提高效率，我们围绕着提高成纱强力，对棉纤维的有关性能进行了研究分析。     

棉纤维原料品质与成纱强力不匀的灰关联分析

分析认为棉纤维原料品质与成纱强力不匀所组成的系统为灰色系统,并对这一系统采用灰关联方法进行了分析,给出了分析过程和步骤.经分析计算发现,棉纤维含杂率是影响成纱强力不匀的主要因素,棉纤维品级和短绒率时成纱强力不匀亦有较大影响,纤维细度和强度对棉纤维成纱强力不匀的影响不明显,这一结论揭示了棉纤维品质与成纱质量的部分规律.     

应用罗拉式纤维长度分析仪新测试方法的体会

应用罗拉式棉纤维长度测试新方法测试棉卷与生条中棉纤维长度分布情况。在现有的Y111型罗拉式纤维长度测试仪的基础上,采用了将纤维分组改为1mm组距进行分组的新测试法。对该新测试法和传统的罗拉式棉纤维长度测试法进行测试对比,并分别将结果用于指导生产,通过测试分析对应的成纱质量,认为新的罗拉式棉纤维长度测试法对成纱质量更有利,纱线的强力、强力CV值、纱线条干CV值得到较明显的提高。     

用神经网络来预测缕纱强力

简单介绍了神经网络的概念和结构 ,并在此基础上介绍了神经网络中在纺织领域应用最为广泛的BP网络。介绍了用BP网络来测试纱线强力的方法 ,通过对神经网络的训练可以快速预测到纱线的强力 ,在生产实践中 ,可以用来检验或设计纱线。     

生条中短纤维含量与成纱指标的相关性分析

为探索生条中短纤维含量对纱线指标的影响,更好地通过短纤维含量指标对纱线指标进行预测,通过在不同锡林刺辊速度条件下对棉纤维进行梳理,并采用相同的后序工艺进行纺纱,将生产的生条取样,借助USTERAFIS 测试仪检测纤维的长度分布,分别统计出10、12、14 和16 mm 以下4 种短纤维的含量,同时借助条干、毛羽和强力测试仪分别检测各种实验条件下生产纱线的条干、强力和毛羽等指标,最后使用SPSS 统计软件计算出4 种短纤维含量指标与成纱各指标之间的相关系数。结果表明：当梳理工艺变化时,生条中短纤维含量指标与条干部分指标有较高的正相关性,与成纱强力指标不存在显著的相关性,与毛羽指标甚至是负相关。     

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。