非洲蜡染图案中的文化符号分类

1.College of Textile;Donghua University;Shanghai 201620;China;2.College of Chemistry and Chemical Engineering;Donghua University;Shanghai 201620;China     

罗布麻生物脱胶工艺模型探讨

1.College of Textile;Donghua University;Shanghai 201620;China;2.Laboratory of New Fiber Materials and Moden Textile;the Growing Base for State Laboratory;Qingdao University;Qingdao;Shandong 266071;China;3.College of Textiles and Fashion;Qingdao University;Qingdao;Shandong 266071;China;4.Shenzhen Import and Export Inspection and Quarantine Bureau;Shenzhen;Guangdong 518045;China     

机织物的计算机三维模拟

College of Textile;Donghua Uiniversity;Shanghai 200051;China     

Graphic Communication Education in China

Graphic communication education in China started in the 1950＇s, much late than foreign countries. But it developed quickly during last 10 years since 1998, nowadays, more than 17 universities and more than 10 academies offer printing engineering and related courses. Among them, the famous universities and academies are University of Shanghai for Science and Technology,     

湿热环境下CFRP-水泥砂浆的抗弯性能

 1.Key Laboratory of Advanced Textile Materials and Manufacturing Technology;Ministry of Education;Zhejiang University of Science and Technology;Hangzhou;Zhejiang 310033;China; 2.Hangzhou College of Vacation Technology;Hangzhou;Zhejiang 310018;China     

2014 China International Paper Technology Exhibition and Conference(CIPTE) Will Be Held in Shanghai

In order to promote the development of China＇s paper industry, display the technical achievements of paper industry, and provide a communication platform for the enterprises of paper and relative industries, China Paper Association, China Technical Association of Paper Industry and China National Pulp ＆ Paper Research Institute will jointly host 2014 China International Paper Technology Exhibition and Conference in Shanghai World Expo Exhibition ＆ Convention Center, Shanghai, China on September 3-5, 2014.     

2014 China International Paper Technology Exhibition and Conference (CIPTE) Will Be Held in Shanghai

In order to promote the development of China＇ s paper industry, display the technical achievements of paper industry, and provide a communication platform for the enterprises of paper and relative industries, China Paper Association, China Technical Association of Paper Industry and China National Pulp ＆ Paper Research Institute will jointly host 2014 China International Paper Technology Exhibition and Conference in Shanghai World Expo Exhibition ＆ Convention Center, Shanghai, China on September 3-5, 2014.     

2018 CIPTE Will Be Held in August 2018 in Shanghai

正2018 China International Paper Technology Exhibition and Conference(CIPTE)will be held on August 29-31,2018,in Shanghai World Expo ExhibitionConvention Center,Shanghai,China.CIPTE,the top brand exhibition of paper and relevant industries in China,is organized by China Paper Association,China Technical Association of     

变频调速技术在腈纶纺丝生产线上的应用

School of Electric Engineering and Automation;Hefei University of Technology;Hefei;Anhui 230009;China     

China confectionary industry steps to the stage of stable development

China confectionary industry has kept dramatically increasing since 2000. The annual increase reaches 8% on average. In 2007, the market performance in Guangdong, Shanghai, Fujian and Beijing was especially remarkable. The general secretary of confectionary committee of China Food Industry Association, Mr Ding summarized the status of China confectionary industry and predicted the tendency.     

毛精纺前纺工艺参数重要性的BP网络定量评价法

在BP神经网络建模技术的基础上,提出利用神经网络输入层与输出层之间的网络权值及其分布来求各输入参数重要程度的方法。将采集到的毛精纺企业前纺工艺参数运用BP神经网络分别建立了粗纱CV值和粗纱单重的预测模型。结果表明:所建模型的平均相对误差都低于3%;采用样本数据验证,其预报值与实测值间的相关系数都高于0.95。对所建模型的网络权重进行提取,分别计算出13个输入参数对粗纱CV值和粗纱单重的重要性,挖掘出显著而有效的参数。经对比认为,BP网络法比多元回归显著性分析(MRSA)更为精准,可用于对实际生产加工的预报和控制。     

基于粗糙集的精毛纺粗纱工艺规则推理和案例组织

 简要分析精毛纺前纺工艺的特点,针对其粗纱质量指标的重要性和涉及到13个工艺参数给企业工艺设计和生产质量控制带来困难这一问题,基于采集到的某精毛纺企业50组历史生产数据研究,对其实现粗糙集数据分析,在Rosetta环境下分别得到粗纱CV值(R1)和单重(R2)的约简核,分别提取出工艺参数和R1、R2之间的36条和28条潜在知识规则,并以其中某一批毛条为例,以约简后的属性组织案例与R1相关的第12条规则吻合;同时将粗糙集引入基于案例推理中,建立了基于粗糙集的案例库索引,实现了基于规则推理和基于案例推理的有效结合,为工艺设计和产品质量预报及控制提供指导。     

应用混合种群遗传神经网络的精梳毛纺工艺参数反演模型

针对传统精梳毛纺工艺参数反演模型收敛性和稳定性不理想、泛化性能差、反演精度低等问题,以及标准遗传算法（SGA）应用于复杂优化问题时存在早熟收敛等缺点,以BP神经网络为基础,提出一种混合种群遗传人工神经网络(MPG-ANN)反演模型,首先以混合种群遗传算法优化BP神经网络的权值与阈值来建立预测模型,在此基础上根据毛纱CV值建立混合种群遗传算法反演模型,用来反演精梳毛纺生产过程工艺参数.以纺纱车间大量现场工艺检测数据为对象,并以工艺参数毛条含油量及细纱牵伸倍数进行反演验证,结果表明MPG-ANN模型反演精度达97%,相比于标准遗传算法人工神经网络（SGA-ANN）模型提高4%,同时反演结果波动幅度相比于SGA-ANN模型降低了6.28%.该方法可为精梳毛纺生产过程质量控制提供有效的理论指导,对纺织企业新产品工艺开发设计的快速决策具有很好的借鉴作用。     

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。     

长丝-须条间距对棉/涤纶长丝Sirofil成纱性能的影响

以低弹涤纶长丝和精梳纯棉粗纱为原料,在其他工艺参数不变的情况下,采用全试验法纺制不同长丝一须条间距的棉／涤纶长丝Sirofil复合纱,测试了纱线的强力、条干和毛羽。分析比较得到实验范围内棉／涤纶长丝Sirofil复合纱的最优长丝一须条间距为8mm。     

基于BP神经网络的电子鼻羊奶贮藏时间的预测

利用电子鼻PEN3系统判定室温和冷藏条件下羊奶的贮藏时间。通过电子鼻系统采集羊奶室温贮藏及冷藏期间挥发性成分的响应值,并采用PCA(主成分分析法)、LDA(线性判别分析法)和LM算法优化的BP神经网络(LM-BP)、遗传算法优化的神经网络(GANN)、4层BP神经网络进行模式识别。结果表明PCA和LDA均可区分室温贮藏及冷藏1～6d的生鲜羊奶,LDA方法还可以明显体现出羊奶贮藏期间挥发性成分的变化趋势,并且与羊奶酸度的变化有很好的一致性。采用LM-BP神经网络、GANN神经网络和4层神经网络均能较好地预测不同贮藏时间的羊奶,其中4层神经网络的预测正确率高于LM-BP神经网络和GANN神经网络。     

纱线膨松性能的表征与EIB测试:1.膨松度的概念与测试

 膨松性能是变形纱最基本的性能之一,可用膨松度表征。纱线的膨松度是以纱线空隙率即纱线体内部纤维间的空隙占纱线整体的体积分数定义的。实验证明:用EIB检测各类纱线的表观平均直径并计算膨松度有良好的适应性;空气变形纱的膨松度阈值在70%~75%之间;异收缩空气变形纱的膨松性好于空气变形纱,其膨松度约高出5%;2种环锭纺短纤维纱,精梳棉纱和精纺毛纱的膨松度阈值为55%~60%,其中精纺毛纱比精梳棉纱高5%;加捻化学纤维长丝束的膨松度为20%~25%,经变形加工后其膨松度可以提高2倍左右。     

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。     

F2461型自动落纱毛纺粗纱机

介绍了F2461型无捻粗纱机的机架、传动、牵伸、搓板等主要机构的特点,以及自动落纱机构的自动化控制装置和全自动落纱升头方式.经过生产试验,确定了采用该机型纺制全毛、混纺纱的前纺工艺流程和粗纱主要工艺参数以及纺制不同纱线后的粗纱质量指标.     

ANN与模糊算法在毛精纺织机效率预报中的对比

 介绍了人工神经网络技术和模糊算法在毛精纺面料织造预报过程中的应用,建立人工神经网络BP质量预报模型和模糊算法中模糊评判模型,利用这2种预报技术分别给出了织机效率预报模型,并比较2种预报模型对毛精纺织造质量预报的性能优劣。通过对人工神经网络技术和模糊算法的理论比较及其预报结果的对比分析,得出在毛精纺织造质量的预报中,人工神经网络BP质量预报模型优于模糊算法中的模糊评判模型,2种预报技术在解决非线性问题方面具有各自的适应性。