基于BP神经网络的烟熏香肠色泽预测研究

以传统烟熏方式加工的香肠为研究对象,利用反向传播(Back-Propagation,BP)神经网络建立烟熏香肠色泽的预测模型。通过试验获得不同烟熏温度、烟熏时间和肥瘦比条件的烟熏香肠,测定其L*、a*、b*和△E值,并对BP神经网络算法、隐含层神经元个数、学习速率和动量系数进行优化,获得最佳的BP神经网络预测模型结构。基于Levenberg-Marquardt算法建立精确的L*、b*和△E预测模型,性能测试显示L*、b*和△E预测模型的相关系数(R2)分别为0.847、0.825和0.924。相应的均方根误差(root mean square error,RMSE)分别为4.609、3.564和5.012。基于拟牛顿BFGS算法建立精确的a*值预测模型,性能测试显示模型的R2和RMSE分别为0.905和2.237。     

吸气弯管的精确加工

我公司生产的离心式冷水机组中有一尺寸较大的90°吸气弯管(图1),是采用6mm的钢板经激光切割后卷制焊接而成。为了保证吸气弯管被切割的精度,在激光切割的程序编制中需要准确的画出吸气弯管的展开图。但是画展开图如果采用传统的计算方法,则费时费力,而且易出错误,为了解决这个问题,笔者使用AutoCAD中的LISP语言编制了一画图程序,从而实现了能够在短时间内准确的画出展开图。