紡紗加工質量智能預測與控制方法研究.pdf

1、國際紡織品市場的激烈競爭突出表現(xiàn)為質量、效率和價格的競爭。紡織品加工的質量是紡織企業(yè)的生命。但是目前很多紡織企業(yè)通過傳統(tǒng)的測量和記錄、現(xiàn)場人工統(tǒng)計與估算、工藝及設備的調整等方法對紡織產(chǎn)品質量控制，遠遠不能滿足現(xiàn)代紡織品加工過程的需要。紡織品加工是一種典型的非平穩(wěn)加工過程，將先進的自動化技術、計算機技術、人工智能技術綜合應用于紡織生產(chǎn)，使紡織品質量穩(wěn)定受控，是當前紡織業(yè)發(fā)展的一個趨勢。智能化的生產(chǎn)方式正在逐漸成為現(xiàn)代紡織生產(chǎn)的主要特征，因

2、此結合企業(yè)的實際生產(chǎn)情況，研究適用于不同要求和生產(chǎn)習慣的企業(yè)紗線生產(chǎn)過程中的質量智能預測和控制技術具有重要意義。論文的主要研究工作如下：
　　1）基于神經(jīng)網(wǎng)絡，對紡紗過程參數(shù)與紗線質量進行復雜非線性關系建模，提出了一種基于遺傳算法的神經(jīng)網(wǎng)絡權值和閾值優(yōu)化方法，試驗表明，通過網(wǎng)絡模型參數(shù)優(yōu)化，提高了紡紗質量預測模型的預測精度及穩(wěn)定性，并且可有效地進行紡紗工藝參數(shù)優(yōu)選。
　　2）為提取紗線生產(chǎn)工藝參數(shù)與成品質量之間蘊含的關聯(lián)知識

3、，提出了一套基于粗糙集（RS）理論的紡紗工藝決策規(guī)則發(fā)現(xiàn)算法。構建了集成粗糙集與知識神經(jīng)網(wǎng)絡（KBANN）的紡紗質量預測模型，提供了一種合理確定預測模型權值初值及隱層神經(jīng)元個數(shù)的途徑，試驗表明，顯著提高了預測模型的學習性能與預報精度。同時依據(jù)發(fā)現(xiàn)的生產(chǎn)過程知識，診斷產(chǎn)品質量波動的原因，并指導過程參數(shù)的調整，改善產(chǎn)品質量，為混合智能學習模型在紗線生產(chǎn)過程質量控制的應用奠定基礎。
　　3）通過提取原始紡織加工數(shù)據(jù)的時域特征，并基于鄰域