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。     

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MIV-SVM的烤烟评吸质量预测模型

支持向量机是一种基于结构风险最小化原则的机器学习方法。 支持向量机建模相对容易、模型稳定及预测精度高,且对非线性问题有很好的效果,是一种良好的经验模型。本文在matlab环境下利用libsvm软件包建立利用烤烟化学指标对烤烟评吸质量预测的支持向量机模型,利用MIV法筛选变量,选取挥发性酸、石油醚提取物、钾、还原糖、烟碱为模型输入变量;参数优化后最佳c值为0.10882,g值为9.1896;训练样本预测值与实际值的相关系数R为0.9903,测试样本预测值与实际值的相关系数R为0.9966;预测误差分布在[-1,1],预测模型在一定程度上是可靠的,能够为烤烟评吸质量的评价提供理论指导,在评估烟叶利用价值及合理设计叶组配方方面提供了参考依据。      

支持向量机在酒精发酵过程建模中的应用

支持向量机(SVM)是近年来发展起来的一种基于统计学习理论,采用结构风险最小化的新型学习机器.将支持向量机应用到酒精发酵生产过程建模中,仿真结果表明,支持向量机模型是有效的,SVM模型比BP网络模型有更好的预测能力.     

基于LS-SVM棉针织物轧烘轧蒸染色工艺的预测模型

为优化活性染料对棉针织物的轧烘轧蒸染色工艺,基于最小二乘支持向量机(LS-SVM),以氯化钠质量浓度、碳酸钠质量浓度、烘干时间和汽蒸时间作为预测模型的输入变量,染色织物K/S值作为输出变量,建立了多因素模型并进行预测。结果表明,织物实验K/S值和模型预测值的相关系数高达0.99996,平均相对误差小于0.5%,说明该模型具有较高的精度,该建模方法可用于染色织物K/S值的预测,可以用于棉针织物轧烘轧蒸染色工艺的预测和优化。     

卷烟焦油量的支持向量机预测

为探索预测和控制卷烟焦油量的方法,根据卷烟焦油量与烟叶内在化学成分之间的关系,提出了基于支持向量机的卷烟焦油量预测方法。介绍了支持向量回归估计的学习算法,应用SVM方法建立了基于支持向量机的卷烟焦油量预测模型。计算实例表明,该方法能够根据烟叶中的化学成分测量值来预测卷烟的焦油量。     

基于支持向量机-遗传算法灰树花发酵模型的建立及优化

对食用药用真菌灰树花发酵进行建模,获得使目标发酵产物达到最大产量的培养条件。运用支持向量机（support vector machine,SVM）方法进行非线性拟合,并采用遗传算法预测优化培养基成分,结果表明其能够较好预测灰树花发酵过程。运用此方法可在灰树花发酵生产过程中根据所需产物控制发酵条件与时间,具有较高指导意义。     

纱线质量预测模型的试验研究

为提高纱线产品质量，建立了智能质量预测模型对纱线质量进行预测，并对所建模型加入高斯白噪声以测试其稳定性。通过建立神经网络和支持向量机2种智能模型，比较其优缺点，并总结出规律性结论，确定了适合预测纱线质量的最优方法。试验结果表明，当噪声小于某一阙值时，预测误差迅速变大，输出参数的数据质量对预测模型有着非常大的影响，噪声对不同智能模型的影响也有一定差异。     

南美白对虾货架期预测指标选择及模型研究

为研究南美白对虾品质指标与货架期之间的关系及南美白对虾在贮藏过程中的品质变化过程,精确预测其剩余货架期,通过检测277,272.2,255K温度下南美白对虾的感官指标、理化指标和微生物指标,分别针对南美白对虾品质检测的综合指标和部分关键指标,以支持向量机模型和BP神经网络模型为基础,建立南美白对虾货架期预测模型。结果表明:基于综合指标构建的货架期预测模型的预测精度(支持向量机为97.71%,BP为91.41%)比基于关键指标的(支持向量机为84.08%,BP为83.76%)高;基于支持向量机的预测模型的预测精度(关键指标为84.08%,综合指标为97.71%)比BP预测模型的(关键指标为83.76%,综合指标为91.41%)高;基于综合指标的支持向量机预测模型的预测精度是4种模型中最高的,为97.71%。该结论也可为支持向量机方法和预测指标选择在其他食品领域货架期的应用研究提供一定的参考。     

基于改进支持向量机的温室大棚温度预测

针对温室大棚中影响温度预测的因素以及温室大棚温度变化存在的非线性问题,提出基于改进支持向量机的温度预测模型。支持向量机选择性能较好的RBF核函数,结合网格搜索算法对支持向量机的核参数和惩罚因子进行动态寻优,考虑光照强度、湿度、风速对温度的影响。实验结果表明,与其他模型相比,改进的支持向量机预测误差更小,精度更好。     

纺纱过程质量波动预测新方法

依托纺纱过程所产生的海量数据,对纺纱质量特征值波动的成因、规律,以及影响质量特征值的各类不确定因素的产生机制进行了分析,并对不确定因素与质量特征值之间的相互作用机制进行了研究;利用人机环境系统工程学理论,从纺纱质量特征值修正、波动规律表达、人-机-环境脆性模型构建,以及TARCH(1,1)模型对影响因素异常行为辨识4个方面对纺纱质量特征值波动的内在机制进行了建模与设计,进而提出了基于数据的纺纱质量波动预测"四步法"。实验与对比分析结果表明,"四步法"实现了纺纱质量特征值波动过程的可视化,做到了影响因素异常行为的事前预警以及成纱质量的实时在线检测,为构建基于数据的纺纱质量预测与控制提供了新方法。     

相依竞争失效模型下细纱机性能退化对成纱质量的影响

针对细纱机性能退化对纺纱质量影响难以精确表征的问题,首先,利用棉纺生产数据分析了细纱机性能退化对成纱质量指标的影响,研究了质量指标之间的关系。然后,通过细纱机性能退化的参数筛选、指标建立以及突发失效过程预测,对细纱机性能退化过程进行了表征。其次,利用Wiener过程、Weibull分布对细纱机性能退化过程进行了模拟,构建了一种基于Copula函数的细纱机性能退化相依竞争失效模型,并对比分析了模型应用前后纺纱质量关键指标的变化。最后,依托海量棉纺生产数据,验证结果表明构建的相依竞争失效模型较好地解决了细纱机性能退化对纺纱质量影响的问题,而且经模型应用,使得纱线的粗节减少了10.09%,毛羽减少了23.5%,单纱断裂强度提升了4.26%。     

纺纱质量预测与信息管理系统的开发与应用

在收集、分析大量工业生产数据的基础上，建立了纺纱质量预测模型，开发了纺纱质量预测与信息管理系统软件，可以通过输入原料规格和关键纺纱工艺，预测出纺纱性能和纱线的质量情况。预测模型的相关系数较高，在实际应用中，纱线质量的预测值和实测值的拟合性较好，能较好地满足生产实际的需求。     

客观检验在国产细羊毛纺纱加工中的应用

通过对国产细羊毛毛条的客观测试和基本性能特征的分析，同时与澳毛毛条进行对比，探讨了国产细羊毛的纺纱性能，并在多年加工数据统计结果的基础上，建立了国毛纺纱性能和质量预测模型。实践和研究表明，国产纤维的纺纱性能总体上不如澳毛，毛条纤维特性与纺纱性能的关系与澳毛近似，对国毛纺纱性能的预测是可行的，并具有一定的精确性和可靠性。     

基于非支配排序遗传算法的细纱工艺参数优化

为了实现细纱生产工艺参数优化,解决细纱生产过程中高能耗问题,提出了一种基于非支配排序遗传算法的细纱工艺参数多目标优化方法.通过分析细纱生产工艺流程,确定了影响细纱成纱质量与能耗的工艺参数,提取了评价成纱质量的关键质量评价指标,结合灰色关联理论将质量评价指标转化为综合质量指标,利用二阶响应曲面法拟合工艺参数与综合质量指标...     

复合纱产品开发与工艺研究

阐述了复合纱的纺纱工艺原理,通过对棉纺设备进行改造,结合生产实践,确定了复合纱的纺纱工艺流程,就纺复合纱的主要工艺参数进行了实验,分析了纺纱各工序影响复合纱质量的因素,通过合理配置纺纱工艺,解决了在纺纱过程中断头和条干不匀等问题,探讨了在加工复合纱过程中的可行性技术措施及工艺参数,为提高复合纱的质量和进一步开发新产品提供参考依据。     

纺纱工艺管理与纱线质量预报系统设计

针对纺织企业生产信息化和网络化发展的需求,设计了一种基于B/S模式的纺纱工艺管理与纱线质量预报系统。该系统除了可满足纺织企业日常质量管理的需求外,还特别加强了质量监督功能,并且可利用人工神经网络技术实现对纱线质量的准确预报,提高了生产管理效率和水平,促进了纺纱生产管理的现代化。     

原棉成纱品质质量模型

基于对国内外原棉性能与成纱品质关系的研究,提出棉纤维综合品质指数(IFQI)的概念是棉纤维品质性状的综合表达,能表示原棉和成纱品质质量,是预测成纱强力的一个中间参数,并与成纱强力成正比的一个无量纲指标。在纺纱试验的基础上,建立了棉纤维综合品质指数的模型。该模型具有机理性强、自变量少、形式简单直观等优点。     

Optimization of dynamic model of ring-spinning yarn balloon based on genetic-algorithm parameter identification

Abstract

The research to date on the dynamic balloon of ring spinning is insufficient to meet the developmental requirements of high-speed ring-spinning machines. Therefore, the present aim is to better understand the dynamic balloon ring and how the spinning tension changes in high-speed spinning. First, taking the Coriolis inertial force, the air resistance, and the yarn dynamics into account, a dynamic model of the spinning yarn balloon is established in this article. The boundary conditions of the balloon shape in the spinning process are derived, and a method for identifying the initial parameters of the balloon shape based on a genetic algorithm is proposed. This method is used to seek the uncertain parameters that meet the optimization objective, obtain the initial parameters that meet the process requirements, and then solve the dynamic model of the balloon shape numerically. Finally, the model is compared and modified with the theory of image processing, whereupon the model for high-speed spinning is obtained. This study provides a good theoretical basis for analyzing the balloon shape and tension in high-speed spinning, and it provides reliable theoretical support for controlling the yarn tension and reducing yarn breakage in the spinning process.