棉花加工過(guò)程智能化關(guān)鍵技術(shù)研究.pdf

1、中國(guó)的棉花加工現(xiàn)狀相對(duì)于世界先進(jìn)國(guó)家有很大差距。當(dāng)前我國(guó)棉花加工行業(yè)對(duì)不同回潮率、含雜率的籽棉采用單一的軋花模式，或者由操作人員僅憑經(jīng)驗(yàn)現(xiàn)場(chǎng)手動(dòng)調(diào)整，缺少在線檢測(cè)和智能控制環(huán)節(jié)，屬于粗放型加工產(chǎn)業(yè)。棉花加工技術(shù)的落后致使不同品級(jí)的籽棉混級(jí)、混軋現(xiàn)象嚴(yán)重，降低了皮棉品級(jí)，造成了巨大的資源浪費(fèi)與經(jīng)濟(jì)損失。
　　 棉花加工過(guò)程中影響棉花加工質(zhì)量的因素眾多，涵蓋面較廣，控制過(guò)程復(fù)雜，針對(duì)加工過(guò)程中自動(dòng)化、智能化方面的不足，本文圍繞回潮率

2、在線檢測(cè)及控制、顏色特征信息提取、雜質(zhì)自動(dòng)識(shí)別分類、加工設(shè)備對(duì)棉花性狀參數(shù)的影響規(guī)律、重點(diǎn)設(shè)備數(shù)控化設(shè)計(jì)、皮棉質(zhì)量評(píng)價(jià)方法及工藝智能優(yōu)化等關(guān)鍵技術(shù)進(jìn)行了研究。
　　 主要工作如下：
　　 回潮率是影響棉花加工及安全存儲(chǔ)的一個(gè)關(guān)鍵因素，研究了棉花回潮率的在線檢測(cè)方法及控制技術(shù)。提出一種基于相對(duì)濕度的棉花回潮率在線檢測(cè)方法，并利用改進(jìn)BP神經(jīng)網(wǎng)絡(luò)建立溫度、相對(duì)濕度與棉花回潮率的關(guān)系模型。為了實(shí)現(xiàn)加工過(guò)程回潮率的精確控制，建立

3、了籽棉烘干模糊PID控制模型，保證了適于棉花加工的回潮率條件。根據(jù)棉包儲(chǔ)存理論建立皮棉加濕模糊PID控制模型，實(shí)現(xiàn)了皮棉加濕量的精確控制。
　　 棉花圖像反映了其顏色特征和雜質(zhì)信息，通過(guò)使用彩色CCD工業(yè)相機(jī)構(gòu)建了棉花圖像在線提取方案。在XYZ空間分析棉花的顏色特征，計(jì)算了反射率和黃度，為棉花品級(jí)的評(píng)定提供了條件。由于機(jī)采棉雜質(zhì)種類較多以及棉花加工設(shè)備清雜側(cè)重點(diǎn)不同，提出了基于雜質(zhì)顏色與形狀特征的棉花雜質(zhì)分類識(shí)別統(tǒng)計(jì)方法。對(duì)于雜

4、質(zhì)顏色特征方面，首先對(duì)彩色圖像在HSI空間采用矢量中值濾波，然后通過(guò)改進(jìn)的模糊C均值聚類算法(FCM)對(duì)圖像進(jìn)行分割。改進(jìn)的FCM能夠自適應(yīng)調(diào)整初始聚類中心及聚類數(shù)目，有效結(jié)合了棉花圖像的經(jīng)驗(yàn)知識(shí)與FCM的自適應(yīng)推理功能，并且該算法在迭代過(guò)程中采用改進(jìn)的歐式距離衡量樣本點(diǎn)與聚類中心的顏色差別，此方法符合色調(diào)、飽和度對(duì)視覺(jué)的影響隨強(qiáng)度I變化的規(guī)律。通過(guò)雜質(zhì)圖形區(qū)域的面積、圓度、形態(tài)復(fù)雜度、矩形度、伸長(zhǎng)度，提取棉花雜質(zhì)的形狀特征，建立基于顏

5、色與形狀特征的棉花雜質(zhì)識(shí)別BP神經(jīng)網(wǎng)絡(luò)模型，得到了棉花雜質(zhì)的類型及其含量，為工藝路線的精確優(yōu)化提供了依據(jù)。
　　 研究了棉花加工關(guān)鍵設(shè)備的清雜機(jī)理，針對(duì)棉花性狀參數(shù)與設(shè)備工藝參數(shù)之間復(fù)雜的非線性映射關(guān)系，建立了清雜BP神經(jīng)網(wǎng)絡(luò)模型。在籽棉清理工藝階段，分別建立傾斜式籽清、提凈式籽清、回收式籽清及喂花軋花BP模型，分析刺釘滾筒轉(zhuǎn)速、刺釘滾筒與格條柵間隙、提凈滾筒轉(zhuǎn)速、鋸齒滾筒轉(zhuǎn)速及籽棉產(chǎn)量等對(duì)籽棉性狀參數(shù)的影響，并利用正交實(shí)驗(yàn)法驗(yàn)

6、證各模型的正確性。針對(duì)傾斜式籽清機(jī)的結(jié)構(gòu)缺陷，提出了刺釘滾筒與格條柵間隙自動(dòng)調(diào)節(jié)的數(shù)控化設(shè)計(jì)方案。
　　 在皮棉清理工藝階段，分別建立鋸齒式皮清、氣流式皮清BP神經(jīng)網(wǎng)絡(luò)模型，分析鋸齒滾筒轉(zhuǎn)速、鋸齒滾筒與排雜刀間隙、皮棉產(chǎn)量、排雜刀數(shù)量及縫隙寬度等對(duì)皮棉性狀參數(shù)的影響，并利用正交實(shí)驗(yàn)法驗(yàn)證各模型的正確性。提出了鋸齒式皮清機(jī)排雜刀數(shù)量自動(dòng)控制方案和鋸齒滾筒與排雜刀間隙自動(dòng)調(diào)節(jié)方案。
　　 為實(shí)現(xiàn)棉花加工工藝的智能優(yōu)化，提出了

7、基于神經(jīng)網(wǎng)絡(luò)-遺傳算法(BP-GA)的工藝參數(shù)優(yōu)化策略。采用基于BP模型串聯(lián)設(shè)備的棉花性狀參數(shù)控制方法，為GA算法提供了參數(shù)變量空間。棉花加工工藝優(yōu)化是一個(gè)多目標(biāo)多變量非線性優(yōu)化問(wèn)題，利用線性加權(quán)和法將該問(wèn)題轉(zhuǎn)換為基于收益最大化的單目標(biāo)多變量?jī)?yōu)化問(wèn)題，為遺傳算法提供了適應(yīng)度評(píng)價(jià)函數(shù)。棉花質(zhì)量是評(píng)價(jià)函數(shù)中一個(gè)重要的參數(shù)，棉花質(zhì)量依賴于其品級(jí)。通過(guò)纖維成熟程度、色特征及軋工質(zhì)量建立了品級(jí)評(píng)判BP模型。對(duì)于遺傳算法，提出基于基因組的混合實(shí)數(shù)編

8、碼方法，使得多層遺傳操作得以簡(jiǎn)化；針對(duì)加工工藝要求，根據(jù)軋花后皮棉中不含重雜的約束條件，使用懲罰函數(shù)將其與適應(yīng)度評(píng)價(jià)函數(shù)建立關(guān)聯(lián)；結(jié)合相似度比較、適應(yīng)度排序、最優(yōu)保留策略和小范圍競(jìng)爭(zhēng)的思想，提出基于適應(yīng)度排序的改進(jìn)遺傳算法，該算法具有較強(qiáng)的全局搜索能力及較快的收斂速度。
　　 通過(guò)本文的工作，提出了棉花加工過(guò)程在線檢測(cè)技術(shù)和工藝參數(shù)自適應(yīng)優(yōu)化策略，該方法能夠根據(jù)付軋籽棉的回潮率和性狀參數(shù)等自動(dòng)優(yōu)化加工方案，并確定各設(shè)備工藝參數(shù)，