4．2堿減量率對織物透氣性的影響
滌綸織物經(jīng)堿減量處理后，纖維表面受到堿的剝蝕作用而變細(xì)，產(chǎn)生凹坑使得滌綸纖維之間的孔隙增加，同時由于減量后織物結(jié)構(gòu)疏松，處理后織物的透氣性增大。將熱定型后的織物進行堿減量處理，在不同的堿減量條件下，測得織物減量率和減量處理后的總縮率。由于織物在前道工序已產(chǎn)生較為充分的收縮，因此織物的總縮率變化不大。取表2中11—34號試樣，建立堿減量率對透氣性的影響回歸方程：
4．3縮率及減量率對透氣性的影響
在堿減量處理中，織物的收縮和減量同時進行，這2個因素同時影響織物的透氣率。為確切反映這2個因素對透氣率的影響程度，將縮率茗．和減量率省：作為自變量，透氣率作因變量，對表2中1．24號試樣進行多元非線性回歸。
4．4利用神經(jīng)網(wǎng)絡(luò)預(yù)測透氣率
量處理過程中，織物會產(chǎn)生少量收縮，對織物結(jié)構(gòu)的緊密程度存在一定影響，而織物的緊密程度直接影響堿減量率。織物結(jié)構(gòu)疏松，堿液容易滲透，堿減量率會隨之增加，因此織物縮率與堿減量率之間存在一定的相關(guān)性。用回歸分析進行預(yù)測，需要消除多元共線性問題，當(dāng)自變量之間存在相關(guān)性時，求解精度較低。神經(jīng)網(wǎng)絡(luò)是經(jīng)過有限次迭代計算而獲得一個反映實驗數(shù)據(jù)內(nèi)在規(guī)律的數(shù)學(xué)模型，通過網(wǎng)絡(luò)學(xué)習(xí)使其輸入與期望輸出相符合。特別適合處理需要同時考慮多重因素的不精確和模糊的信息處理問題，有效地解決了自變量之間的相關(guān)性問題。
本文采用BP神經(jīng)網(wǎng)絡(luò)對織物的透氣率進行預(yù)測。先將表2中l(wèi)l一34號試樣進行歸一化處理。建立3層BP神經(jīng)網(wǎng)絡(luò)：第l層是輸入層，共輸入表2中織物縮率和堿減量率的歸一化值，每個試樣有2個相關(guān)因素，因此輸入層設(shè)定2個神經(jīng)元；第2層是隱含層，隱層神經(jīng)元節(jié)點數(shù)是根據(jù)網(wǎng)絡(luò)模型訓(xùn)練時所產(chǎn)生的誤差大小而確定，設(shè)為7個神經(jīng)元。第3層是輸出層，輸出參數(shù)為透氣率，設(shè)1個神經(jīng)元節(jié)點。反復(fù)訓(xùn)練調(diào)整網(wǎng)絡(luò)參數(shù)后確定該模型采用kvenbe曙Marquardt算法，實驗中發(fā)現(xiàn)，模擬復(fù)雜程度不高的非線性關(guān)系，采用這種網(wǎng)絡(luò)結(jié)構(gòu)可以達到比較好的效果，在訓(xùn)練25次后精度已達到10～，滿足預(yù)設(shè)精度，訓(xùn)練成功，如圖5所示。
固定以上訓(xùn)練模型的各權(quán)值和閾值作為預(yù)測模型的參數(shù)，見表4。對表2中35～39號試樣進行預(yù)測，結(jié)果見表5。
5 結(jié)論
在前處理加工中滌綸織物會多次受到物理及化學(xué)作用，這些作用的工藝條件綜合反映在縮率和堿減量率2個方面。織物結(jié)構(gòu)的變化導(dǎo)致織物的透氣性發(fā)生變化。通過對縮率和堿減量率的一元非線性回歸，認(rèn)為縮率與透氣率呈負(fù)相關(guān)，即縮率越大，透氣率越小；而堿減量率與透氣率呈正相關(guān)，堿減量越大，透氣率越大。對縮率和堿減量率進行多元非線性回歸，結(jié)果表明堿減量率的影響程度更為顯著。采用多元回歸方程和BP神經(jīng)網(wǎng)絡(luò)對織物的透氣率進行預(yù)測，預(yù)測值與實測值較為接近，BP神經(jīng)網(wǎng)絡(luò)的相對誤差更小，預(yù)測精度更高。
<<上一頁[1][2]
相關(guān)信息 
推薦企業(yè) 推薦企業(yè)
推薦企業(yè)
編.gif)
您所在的位置：
