基于HVI指标与RBF神经网络的纱线质量预测

将人工神经网络与HVI指标相结合,提出了一种基于RBF神经网络的纱线质量预测方法,克服了BP神经网络训练效率低、容易陷入局部极小化等不足。通过实例分析,利用马克隆值等14项HVI指标和工艺参数对纱线的单纱断裂强度等4项指标进行预测,试验结果表明:与传统纱线质量预测方法相比,基于RBF神经网络的纱线质量预测模型表现出了优良的预测精度及稳定性,对降低生产成本、提高生产效率具有积极意义。

利用HVI指标合理配棉

国家棉花质量检验体制改革和国家棉花新标准的实施,必将对棉纺织企业的配棉技术产生深刻的变革,研究HVI检验指标在纺纱工艺中的作用和纺织产品价值性能的影响,正确使用HVI指标并直接用于纺织生产,对促进棉纺织企业技术进步以及利用信息在改造传统行业、改进和完善棉纺织企业合理配棉、科学配棉、稳定生产、降低成本、提高产品质量有着重要的经济和技术意义。

新疆机采棉轧花工艺优化分析

为了提升机采棉在市场上的竞争优势,通过采用"抗3"品种在不同轧花工艺条件下进行HVI检测,对上半部分平均长度、长度整齐度、短纤维率、马克隆值、反射率、黄度、纺纱一致性系数等棉纤维主要指标进行了统计分析。指出四清二排轧花工艺和小锯齿轧花类型为加工该机采棉的最佳轧花工艺配置,该工艺得到的棉花质量各项指标均优于大锯齿工艺。