基于軟測量的上漿率在線檢測建模方法研究.pdf

1、上漿率是漿紗質(zhì)量好壞的重要指標(biāo)之一。上漿率過大或過小都將嚴(yán)重影響漿紗的質(zhì)量，給織造生產(chǎn)帶來不便，甚至造成大量的原料浪費(fèi)。為了保證漿紗質(zhì)量，首先需要對上漿率進(jìn)行檢測，進(jìn)而控制其達(dá)到規(guī)定指標(biāo)。因此，對上漿率的實(shí)時檢測進(jìn)行研究是保證漿紗質(zhì)量的前提，也具有很大的理論價值和實(shí)用價值。
　　 本文從離線建模的角度出發(fā)提出了上漿率在線檢測的軟測量建模方法，主要研究內(nèi)容包括：首先，對紗線上漿過程進(jìn)行研究。通過現(xiàn)場調(diào)研以及參閱大量的文獻(xiàn)，確定了能

2、準(zhǔn)確反映上漿率大小的最少因素：漿液濃度、漿液粘度、漿液溫度、第一道壓漿輥壓力、第二道壓漿輥壓力、浸沒輥位置、漿紗機(jī)速度、紗線覆蓋系數(shù)、紗線張力、烘燥溫度以及采集數(shù)據(jù)時間間隔共11個因素。其次，建立基于BP神經(jīng)網(wǎng)絡(luò)的上漿率在線檢測的軟測量模型。本文針對BP神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，加入了彈性BP算法并對初始權(quán)值的選擇做了改進(jìn)，以加快網(wǎng)絡(luò)的收斂速度。仿真結(jié)果表明，模型具有很快的收斂速度，預(yù)測精度可達(dá)94％。然后，建立基于SVM的上漿率在線檢測的軟測量

3、模型。本文通過對核函數(shù)的選擇以及參數(shù)C和P的調(diào)整，使模型表現(xiàn)出了較好的性能。仿真結(jié)果表明，SVM模型收斂速度快，預(yù)測精度可達(dá)92％，泛化能力強(qiáng)。最后，建立基于Bagging的上漿率在線檢測的混合模型。為了使上漿率在線檢測模型同時具備高精度和高泛化能力，本文提出了利用集成學(xué)習(xí)的思想建立上漿率在線檢測的并行混合模型。根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型和SVM模型的優(yōu)勢不同，分別設(shè)置了不同個數(shù)的子學(xué)習(xí)機(jī)。仿真結(jié)果表明，混合模型的預(yù)測精度可達(dá)95％，泛化能力