利用神经网络与AFIS纤维测试系统预测纱线质量

评述了人工神经网络以及AFIS纤维测试系统的特点 ,提出利用人工神经网络和AFIS纤维测试系统进行纺纱质量预测的工作原理和网络构建方法 ,并提供了实例 ,说明神经网络可以有效地解决纱线质量预测问题 。

AFIS系统随机误差的考查

在使用AFIS测试系统时,一些随机因素如测试环境变化、尘埃、仪器状态、操作者主观偏差等,会引起测试结果出现随机误差。随机误差使测试结果偏离真实值,但却很难被人们控制和避免。本文利用AFIS系统对一种棉纤维做20次独立重复试验,考查平均长度、长度变异系数、短绒率、重量加权上四分位长度等指标的稳定性差异,并计算把这些指标的误差率控制在一定范围内所需的试验次数。发现重量加权平均长度、重量加权上四分位长度和5%L（n）指标随机误差较小,显著性水平α=5%时试验1~2次就能使保证误差率在d=5%以内;短绒率的随机误差明显大于其他长度指标,为提高AFIS测试短绒率的准确度需要相应增加试验次数。

利用AFIS与神经网络预测纱线强力

评述了AFIS纤维测试系统以及人工神经网络的特点 ,提出了利用它们进行纱线强力预测的工作原理和网络构建方法 ,并提供了实例。