基于BP神经网络的筒纱长细节纱疵预测研究

分析了筒纱长细节纱疵形成的原因,简述了BP神经网络的算法,讨论了神经网络在纺织领域研究的一些新进展,构建了基于BP神经网络的筒纱长细节纱疵预测模型。将预测值和实验值进行比较,结果表明BP神经网络模型对于筒纱长细节纱疵预测是行之有效的。

细纱长细节纱疵的形成原因与防治措施

探讨细纱长细节纱疵形成的原因和防治措施。阐述了细纱长细节纱疵的分类和特点,分析了产生的原因,并提出了相应的改进措施。认为:应重点解决好末并缺条、并条和粗纱包卷不良、开关车不良、并条车速过高、熟条过烂过熟、牵伸后胶辊及胶圈绕花、牵伸齿轮啮合不良、导条张力牵伸不当及细纱吊锭状态不良等问题,消除并条自调匀整装置凹凸罗拉传感器存在的缺陷,正确设定匀整延迟时间、选择适宜的凹凸罗拉宽度和压力,采用绝对测量式电子清纱器,从而取得较好的防治效果。

并粗和细纱工序突发性长细节纱疵的控制

为了减少突发性长细节纱疵,详细分析了并粗工序与细纱工序产生突发性长细节纱疵的6个案例,即集束器吸条子造成的不规律长细纱疵、严重机械波造成的Cm/CCm纱疵异常、粗纱后胶辊运行不良造成意外牵伸、粗纱后罗拉轴头键槽与键磨损造成规律性细节、粗纱高架上频繁劈条子以及粗纱停喂装置碰后胶辊造成细条等,探讨问题产生的原因并提出解决措施。结果表明:长细节纱疵是纺纱各项基础性工作的综合反映,应根据不同纱疵问题产生的具体原因,针对性制定科学操作方法,及时整改设备问题,使长细节纱疵消失;解决长细节纱疵是系统性工作,日常应多开展捉疵、防疵活动,发现异常及时处理。