针织生产过程中质量预测和控制技术研究思路

《针织生产过程中质量预测和控制技术研究思路》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、针似工业。2010年第9期针织技术针织生产过程中质量预测和控制技术研究思路安琳，武宜呜，朱文俊(西安工程大学，陕西西安710048)摘要：通过对针织生产过程中的质量预测和控制，可以优化针织生产工艺，提高和稳定产品质量．同时可以有效地提高企业快速反应能力。总结了针织生产过程中的质量预测和控制技术的研究现状、研究内容和研究方法，研究方法主要从人工神经网络、遗传算法、遗传规则、模糊数学方面进行阐述．并提出了未来的发展方向．强调了计算机智能化是未来质量控制的必然关键词：针织技术；质量预测；控制技术；计算

2、机智能；人工神经网络；遗传算法：模糊数学中图分类号：'IS181．9文献标志码：C文章编号：1000—4033(2010)09—0004—031研究现状近年来．我国也开始设立国家能力，优化生产工艺，稳定和提高随着科技发展和产业结构的项目。自主开发了毛条加工预测系产品质量调整．各国都十分重视利用高新技统和用于毛纺行业的纺纱加工预本项目研究的技术正是迎合术来改造传统的纺织行业对于针测和控制系统．取得了不错的效了这样一种需求．它通过对针织生织行业来说．开发和采用高新技术果有些研究单位还开发了毛织物产过

3、程质量的预测来优化生产工是其获得生机的重要手段．各主要质量预测控制系统和毛染整质量艺。控制生产质量。它不仅适合在纺织品生产国都越来越重视利用预测开发系统．也取得了较好的效大中型针织企业应用．更适用于众高新技术对纺织加工过程进行质果相对于其他行业．针织加工过多技术力量较弱的小型企业．因量预测和控制．以稳定和提高产品程的质量预测与控制技术发展得此．该项技术有较大的市场需求和质量，降低生产消耗及加工成本．较为滞后．目前仅停留在理论探讨较好的社会经济效益缩短新产品的开发周期．提高企业方面．未见到具体的成

4、果应用于实2研究内容的市场竞争能力际生产中传统的织物质量控制方法大世界羊毛生产大国澳大利亚最近10年来．针织行业是纺都是事后控制．即当织物制成后再很早以前就开始了对澳毛生产过织行业中发展最为迅速的产业．形通过抽样检测才获得有关织物的程中的质量预测和控制技术进行成了许多产业集群．企业数量在纺质量信息。一旦发现质量不合格．研究及应用．成功开发了澳毛毛条织行业中最多．但大部分是中小企则已不能对这批织物的质量提出加工预测系统和澳毛纺纱预测系业．技术力量比较缺乏．产品开发任何控制方案了。所以．如何能在统．

5、能够较好地指导澳毛生产．控能力及对产品质量的控制能力较织造开始前准确预测织物的质量制毛条和纱线质量．取得了较好的弱．生产的产品档次不高．企业的就成了针织厂当前最关心的一个效果特别是澳毛毛条加工预测和快速反应能力也不强。因此。企业问题这一问题的实质就是建立一控制系统．得到了全世界澳毛加工非常需要一种技术可以帮助企业个能反映输入原料性能、纱线质量企业的公认。被普遍采用⋯提高生产过程中产品质量的控制指标、针织物设计参数、针织工艺基金项目：陕西省工业攻关项目(2008K07—27)。作者简介：~(198

6、4-)．女．硕士研究生。主要从事针织产品的质量预测与控制方面的研究工作。．4．针织技术20l0年第9期针织工丛。等诸多因素与产品质量之间的相点可使之完成过去无法完成的任图像获取装置．选用1500个样本互关系的模型．用于在织造开始前务．而近年来计算机软硬件的高速进行训练．500个样本测试神经网预测针织物的质量．并通过调整原发展和新型算法的出现．为人工神络的精度⋯。训练时分类正确率为料配比方案、合理设定工艺参数等经网络的实现创造了良好的条件L2_。93．48％．测试时分类正确率达到手段控制最终产品的

7、质量20世纪90年代以来．人工神83．60％由于使用了NSIP这种特通过输入针织物所用纱线的经网络已在纺织原料、纺织品鉴别殊的传感器．使图像的获取、处理有关参数、针织物设计参数及主要与检测、纺织品性能评定等方面获和分类的速度大大提高．所以这项的工艺参数预测生产出来的针织得越来越多的应用通过对织物加技术有用于实时检测的潜力。物的质量情况．研制出的预测系统工过程参数进行筛选与确定，结合采用基于人工神经网络的计应该有较高的预测精度，对针织生灰色关联度分析确定了对织物质算机自动控制技术．不仅可以简化产过

8、程的质量有很好的预测和控量影响较为重要的参数．通过建立设备机械结构。而且可以提高指控制作用同时系统应能根据企业的人工神经网络模型虚拟实现了从精度、提高产品质量，还能实现许实际情况自动修正预测模型．以使坯布到最后成品的全过程加工。多传统设备无法实现的功能．如对系统在不同的场合都有较高的预在研究和建模过程中．简化了产品质量、机械效率等经济技术指测精度后整理加工过程．着重把握原料端标进行统计分析、故障诊断等，这显然．这样的一个预测模型必和后整理重点工序端．通过选择合是今后生产设备发展的趋势然是非常复杂