张羽彤;沈卓尔;代利花;陈廷;

• 1:苏州大学纺织与服装工程学院

摘要(Abstract)：

为了高效地在较少样本基础上对精梳毛纺纱线的质量进行预测,运用计算智能方法建立了预测模型。选取23组精梳毛纺纱线样本,利用由灰色关联分析法和基于输入对输出影响程度的数据优选方法构成的计算方法,从7项工艺参数中优选出对纱线条干不匀率和断裂强度影响最大的4项工艺参数,建立基于BP神经网络的纱线质量预测模型。将其中20组样本作为训练集,3组样本作为测试集,通过建立的模型对精梳毛纺纱线的质量进行实验验证。结果表明,在样本较少的情况下,该模型对条干不匀率和断裂强度的预测误差分别低至0.25%和3.03%,在纺织领域应用前景良好。

关键词(KeyWords)： 纱线质量预测;精梳毛纺纱线;BP神经网络;数据优选

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51303121);; 南通市基础科学研究项目(JC2019008);; 国家级大学生创新创业训练计划项目(202010285041)

作者(Author): 张羽彤;沈卓尔;代利花;陈廷;

Email:

DOI: 10.19333/j.mfkj.20200104505

参考文献(References)：

• [1] 王东平,吴志刚.基于灰色关联支持向量机回归的纱线质量预测[J].山东工业技术,2019(9):158-159.
• [2] 查刘根,谢春萍.应用四层BP神经网络的棉纱成纱质量预测[J].纺织学报,2019,40(1):52-56,61.
• [3] 李翔,彭志勤,金凤英,等.基于神经网络的精纺毛纱性能预测模型比较[J].纺织学报,2011,32 (3):51-56.
• [4] PEI Zeguang,YU Chongwen.Prediction of the vortex yarn tenacity from some process and nozzle parameters based on numerical simulation and artificial neural network[J].Textile Research Journal,2011,81(17):1796-1807.
• [5] CHEN T,LI L,KOEHL L,et al.A soft computing approach to model the structure-property relations of nonwoven fabrics[J].Journal of Applied Polymer Science,2007,103(1):442-450.
• [6] 王国英,董凯程.基于灰色关联分析理论的采矿成本优化[J].采矿技术,2016,16(4):20-21.
• [7] 高明,吴雪萍.基于熵权灰色关联分析法的北京空气质量影响因素分析[J].生态经济,2017,33(3):142-147.
• [8] 赵小丽,郑文新,高维明.细羊毛品质情况以及国内外相关标准的比对研究[J].草食家畜,2009(1):14-19.
• [9] 梁桂屏,林建华.Formotex赛络纺成纱性能的测试与分析[J].化纤与纺织技术,2009(1):9-13,33.
• [10] 杨砚.浅析影响羊绒纱强力的主要因素[J].北京纺织,1997(3):30-32.
• [11] 郭颖,丁正生,马秋瑞,等.主成分分析与BP神经网络对束裤压力的预测[J].毛纺科技,2019,47(7):57-61.
• [12] 常丽霞,高卫东.基于BP神经网络的国际服装流行色短期预测[J].毛纺科技,2018,46(2):87-91.