肖遠發，于偉東
精紡毛織物加工中，后整理對織物外觀質量和風格特征起決定性作用，其加工工藝和參數的選擇非常重要。目前，工藝參數的選擇一般憑經驗，客觀性和準確性差，而工藝流程與參數的確定是優選和系統問題，存在多重因素。除了羊毛原料、紗線品質和產品設計規格外，后整理工藝是提高和改善實物產品質量的關鍵。合理的后整理工藝，能使羊毛的優良性能得以發揮。BP(Back-Propagation)網絡是由非線性傳遞函數神經元構成的，是采用誤差反傳作為其學習算法的靜態前饋網絡。由于神經網絡具有并行處理的功能和良好的非線性映射逼近性能，近來在預測技術中得到重視與應用。本文嘗試應用BP神經網絡建模，根據已知原料、紗線的品質和后整理工藝參數預測織物的質量，根據織物質量反演工藝參數和原料參數，對加工工藝參數和原料參數進行優化，為生產加工提供指導。
1 精紡后整理質量預報與反演模型的確定1．1 預報與反演模型的輸入輸出參數1．1．1 預報模型的輸入輸出參數預報模型的基礎是輸入參數的篩選和轉換函數(輸出函數)的確定。本模型運用企業中實用并能較全面反映出織物質量的8個指標：經向縮水率、緯向縮水率、折皺彈性角、經脫縫、緯脫縫、落水變形、經向汽蒸收縮率和緯向汽蒸收縮率作為輸出參數，即預測參數。而輸入參數包括原料、紗線品質和后整理工藝參數等近40個參數，按其對上述8個輸出參數的重要性篩選所得。將纖維長度及長度離散、纖維細度及細度離散、經紗線密度、緯紗線密度、經紗捻度、緯紗捻度、經密、緯密、浮點長、洗縮時間、煮呢時間、蒸呢時間和壓力組合共14個參數作為輸入參數。在對不同指標預測時，要進行篩選，最后確定總的主要輸入指標數或輸入參數。1．1．2 反演模型的輸入輸出參數反演作為預報的反過程，其實質是把織物質量指標作為輸入參數，原料參數或工藝參數作為輸出；其目的就是進行工藝的優化。本模型選用以上所提及的8個指標作為輸入參數。預
相關信息 
推薦企業 推薦企業
推薦企業
您所在的位置：
