精梳毛纺纱线质量预报

应用多层感知器模型和Levenberg Marquardt算法对精梳毛纺纱线质量 ,包括细度不匀、粗细节、强力、断裂伸长等指标进行预测 ,实验显示 ,纱线质量的预测值与实测值有很高的相关系数 ,表明该神经网络模型与算法可用于实际生产中的精梳毛纱质量预测。     

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.     

基于HVI指标与RBF神经网络的纱线质量预测

将人工神经网络与HVI指标相结合,提出了一种基于RBF神经网络的纱线质量预测方法,克服了BP神经网络训练效率低、容易陷入局部极小化等不足。通过实例分析,利用马克隆值等14项HVI指标和工艺参数对纱线的单纱断裂强度等4项指标进行预测,试验结果表明:与传统纱线质量预测方法相比,基于RBF神经网络的纱线质量预测模型表现出了优良的预测精度及稳定性,对降低生产成本、提高生产效率具有积极意义。     

基于分段聚合和卡尔曼滤波的纱线直径时间序列预测

为准确预测纱线直径,提高纱线质量预测的准确度,首先对纱线直径数据采样原理进行分析,对纱线样本片段分段聚合,利用聚合后的纱线直径值建立时间序列模型状态方程,采用自回归滑动平均模型ARMA(p,q)进行纱线直径和变异系数预测,然后利用卡尔曼滤波对预测值进行优化。通过实验对预测模型进行准确性验证,结果表明：卡尔曼滤波优化后预测的纱线直径均方根误差为2.68%,平均绝对百分比误差为6.71%;比对其他预测方法预测的条干不匀率,显示出良好的预测精度;模型泛化验证所选取的8个实验样本的检测结果均在乌斯特50%统计值内,同时纱线平均直径与理论直径之间的误差小于3%。这表明该预测模型对于在线预测纱线质量具有一定的准确性,为预测纱线质量提供一种新方法。     

基于模糊相似优先比的纱线条干不匀评价方法

为了准确评价纱线质量,针对目前纱线条干不匀评价指标单一的问题,提出基于模糊相似优先比的纱线条干不匀评价方法;选取变异系数、平均差系数、极差系数3种指标,确定纱线条干不匀标准样本;运用模糊优先比矩阵确定实验样本与标准样本指标的相似程度,通过求和计算得到实验样本与标准样本的总相似度。结果表明：基于模糊相似优先比的纱线条干不匀评价方法,能够有效区分纱线条干不匀等级;对参数指标设置权重系数,可找到与标准样本最优相似的样本。     

基于SVM的纱线生产工艺智能优化研究

针对纺织企业在纱线生产工艺控制方面存在的问题,以及现有纱线质量控制方法存在的不足,将质量相似度模型和支持向量机应用到纱线生产工艺调整问题中。利用遗传算法对支持向量机的2个关键参数C、σ进行寻优,得到支持向量机纱线质量预测模型,在原有工艺方案的基础上,根据生产质量要求,调整局部工艺参数,然后通过质量预测模型进行质量预测,实验显示,该方法能满足纱线生产的质量控制和决策要求,为纱线多品种、小批量生产下的工艺设计和优化提供了新的思路和方法。     

基于遗传模拟退火神经网络的纱线强力预测

针对遗传算法优化的BP神经网络纱线强力预测模型中存在的迭代冗余、过早收敛等问题,建立了遗传算法与模拟退火算法共同优化的BP神经网络棉纱纱线强力预测模型。在模型构建前,采用K折交叉验证将70组样本数据分成训练样本集和测试样本集,实现测试样本与训练样本的不重复,避免了样本数据的单一性。在模型构建时,试验分别对70组27.8 tex和14.6 tex的环锭纺纯棉纱进行单纱强力预测,将该模型与BP神经网络纱线强力预测模型、遗传算法优化的BP神经网络纱线强力预测模型进行对比分析。实验结果表明,遗传算法与模拟退火算法共同优化的BP神经网络纱线强力预测模型在准确性和稳定性方面要优于前两者,能够较好地实现纱线质量预测,为纱线强力预测提供了新的方法。     

基于CBR和ANN的精纺纱智能化加工研究与实践

基于事例的推理(CBR)和人工神经网络(ANN)技术,建立了精毛纺纱线质量智能预报加工模型.通过CBR,根据所加工产品的主要特征,能够从历史数据库中快速提取出与设计特征参数最为相似的案例,相似性高的案例排在检索案例前面.利用ANN预报模型对所调整方案的效果进行评价,一方面可以通过调整相应的加工工艺参数及产品质量指标,预测所加工纱线的质量指标,并与实际要求比较,确定最终的加工参数;另一方面,根据所要加工纱线的质量要求,反演所需毛条的相关质量指标,以便企业能够用较低的原料成本生产同样质量的纱线.     

青泽——精梳毛纺领域的市场领导者

青泽毛纺系统是世界公认的可生产高品质精梳毛纺纱线的最佳设备。基于精确驱动的理念,青泽451毛纺细纱机能够生产出质量无懈可击的优质纱线。市场领先的青泽451毛纺细纱机的牵伸系统,最佳的纺纱断面尺寸确保优异的纱线质量、低断头率和高生产力,并提供高度灵活性:青泽451毛纺细纱机可纺原料广泛,能够理想地生产出极高支纱、高支纱和低支纱。Impact FX紧密纺——确保精毛纺纱线的质量恒定不变独立的ImpactFX紧密纺负压装置总能确保紧密纺负压     

Oerlikon Schlafhorst：青泽——精梳毛纺领域的市场领导者

青泽毛纺系统是生产高品质精梳毛纺纱线的良好设备。基于精确驱动的理念,青泽451毛纺细纱机能生产优质纱线,其牵伸系统、纺纱截面尺寸能确保纱线质量、低断头率和高生产率,并提供高度灵活性,可纺原料广泛,能生产各种线密度的纱。     

基于支持向量机的纱线质量预测

针对现有的优化纺纱工艺过程质量预测模型尚无法满足实际生产需要的问题,提出了纱线质量预测的支持向量机方法,并利用网格搜索对该模型的参数进行优化。经毛纱工艺实践表明,在小样本和"噪声"数据环境下,支持向量机模型仍能保持一定的预测精度,同人工神经网络模型相比,更适用于真实纺纱生产过程中的工艺控制。     

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。     

应用遗传算法优化支持向量回归机的喷气涡流纺纱线质量预测

为探究熟条质量对喷气涡流纺纱线质量的影响,建立了遗传算法优化的支持向量回归机预测模型。模型的输入端参数为熟条的4项指标（条干CV值、回潮率、定量和定量不匀率）,分别对19.7tex 和11.8tex的涤纶/粘胶（67/33）喷气涡流纺纱线进行强力和条干CV值预测试验,同时建立了BP神经网络模型作对比试验。2种模型预测对比分析的结果表明：遗传算法优化的支持向量回归机模型的稳定性和精度要比BP神经网络模型高得多,更适用于描述熟条质量与喷气涡流纺纱线质量（单纱强力和纱线条干CV值）间的非线性关系。     

基于纤维排列参数的纱线不匀预测

在某一纱条结构假设下,提出一种新的纱线细度不匀模型——纤维通道重排假构模型,并给出了既反映纱条截面纤维根数,也反映纱条纤维长度的纱条不匀程度的表征参数——纤维通道内间距。然后利用Martindale极限不匀率公式的原理,进一步给出这个模型的特征分析和各个参数之间的统计分析;最后在实验数据分析的基础上得到了预测的经验公式,并在已知纤维长度参数、纱线截面纤维根数的情况下,预测了纱线的条干不匀,预测结果的精度较高。     

直纺和半直纺14.5 tex棉精梳纱的成纱质量比较

对精梳条直纺和半直纺的成纱质量进行比较。以精梳条及由其加工成的相同定量的半熟条和熟条为原料分别纺制成相同定量的14.5 tex细纱,并对3种纯棉纱的强力、毛羽和条干进行测试,通过比较分析表明:采用精梳半直纺工艺生产的纱线在条干不匀率、细节、粗节、毛羽及毛羽不匀率指标上均优于采用精梳直纺和精梳后二道并条工艺生产的纱线;采用精梳直纺工艺生产的细纱在毛羽、单强不匀率及单纱断裂强力指标上较好,但是3种纱在单强不匀率及单纱断裂强力上相差不明显。     

毛/棉混纺纱条干均匀度的控制

在利用棉纺设备开发半精梳毛纺混纺针织纱过程中,遇到的突出问题是纱线的重量不匀率和条干不匀率较差,极易形成针织横档或使织物表面平整度变差。通过实践分析认为,工艺配置、机械设备状态、纱线百米重量CV％值、操作等因素是造成毛／棉混纺针织纱针织横档的主要原因,因此,要减少针织横档,必须加强对各工序条干均匀度的控制,加强生产管理和优化工艺配置。     

基于Excel工作簿的精梳毛纺工艺设计

为提高精梳毛纺工艺设计效率,通过设计制作与实验验证,提出了基于Excel软件应用的精梳毛纺工艺设计技术。根据精梳毛纺工艺设计内容与Excel软件功能,在研究Excel工作表对精梳毛纺工艺设计过程所能提供的各项技术支持的基础上,围绕工艺设计功能、工作表结构、操作界面外观3个方面进行设计,并制作成用于精梳毛纺工艺设计的Excel工作簿。结果表明:此项设计技术能取代工艺参数计算过程,自动获取捻缩率预测值,避免各种重复性操作环节,同步生成工艺设计单,使精梳毛纺工艺的设计过程大为简化,设计效率明显提高,为毛纺织生产企业有效缩短新产品的研发周期提供技术支持。     

基于因子分析的纺纱工艺优化

利用因子分析法对纺纱工艺进行优化,通过对4种不同工艺所纺纱线进行因子分析,从纱线的7项质量指标中提取了2个公因子(细度不匀因子、强力水平因子),这2个因子的累计贡献率可达91.813%,较高程度地反映了纱线质量指标所包含的信息。通过对纱线所对应的公因子进行得分计算,根据综合得分对纱线质量进行综合评定,并在此基础上对工艺进行优选,所得结论与纺纱实践有很好的一致性,从而验证了利用因子分析法对纺纱工艺进行优化的可行性和优异性。     

精梳大麻/棉赛络混纺纱的纺制与性能

将精梳大麻与棉纤维通过赛络纺纱方法进行混纺，研究混纺比对精梳大麻/棉混纺纱断裂强度、断裂伸长率、条干、纱疵、毛羽等指标的影响。结果表明:随着大麻纤维占比增大，纱线断裂强度和伸长率总体呈下降趋势，条干不匀率增加，纱线疵点(细节、粗节、麻粒)数量逐渐增多，毛羽增多。综合分析得出，当精梳大麻/棉混纺比为20/80时，混纺纱的综合性能较好。     

长绒棉精梳牵伸工艺优化

精梳工序中牵伸工艺参数的选取对成纱质量影响较大,为了提高并准确预测成纱质量,运用二次通用旋转组合设计方法建立成纱质量指标与牵伸工艺之间的回归模型,以目标规划法构造目标函数,利用最优化法求得相对合理的最优工艺,并试验验证。结果表明:成纱条干CV值、棉结、粗细节、毛羽和断裂强度等质量指标与理论预测结果十分接近。利用优化后的数学模型能较好地调整精梳牵伸工艺并预测成纱质量。