倍捻机工艺参数与锭子工作状态关系的BP神经网络模拟_许富强

合集下载

HY742型倍捻机的使用体会

HY742型倍捻机的使用体会

HY742型倍捻机的使用体会
孔宪生;陆锡滨;陈卫红;潘志勇;颜卫珍
【期刊名称】《棉纺织技术》
【年(卷),期】2005(033)006
【摘要】HY742型倍捻机是一种用于双股或多股纱线加捻的微电脑控制多电机倍捻机.采用摩擦辊变速使锥形筒管实现恒线速卷绕,从而使纱线的各片段的捻度不匀得到控制,将横动机构中变速的曲柄圆周运动变成匀速的往复直线运动,卷绕成形好.介绍了HY742型短纤倍捻机的性能特点及生产使用情况.
【总页数】3页(P49-51)
【作者】孔宪生;陆锡滨;陈卫红;潘志勇;颜卫珍
【作者单位】广西南宁锦虹棉纺织有限责任公司;广西南宁锦虹棉纺织有限责任公司;广西南宁锦虹棉纺织有限责任公司;广西南宁锦虹棉纺织有限责任公司;广西南宁锦虹棉纺织有限责任公司
【正文语种】中文
【中图分类】TS103.23+4.1
【相关文献】
1.浅析No363型倍捻机捻度不匀及控制 [J], 高晓峰
2.HY742倍捻机的生产实践 [J], 陆锡滨;陈卫红;颜卫珍
3.TDN-128B型短纤倍捻机性能及使用体会 [J], 肖经林;武啸洋
4.HY369A型倍捻机油浴锭座锭子的节能设计 [J], 刘光容
5.S201A型倍捻机穿线气阀的修复 [J], 曹传平
因版权原因,仅展示原文概要,查看原文内容请购买。

倍捻机工艺参数与锭子工作状态关系的BP神经网络模拟

倍捻机工艺参数与锭子工作状态关系的BP神经网络模拟

Ke y wo r d s : d o u b l e t wi s t e r ;p r o c e s s p a r a me t e r s ;s p i n d l e p 6 we r l o s s ;r o t a t i o n s l i p r a t i o;B P
xU Fu q i a n g,ZH U Zh i c h a o,FANG Z h i h e,FU Y u a n ( Te x t i l e E q u i p me n t E n g i n e e r i n g C e n t e ra t i o n , Z h e j i a n g S c i — T e c h
并 对锭子功耗和滑差率进行 了预测 。结果表 明 : 所建 B P神经 网络模 型具有 较高 的预测精 度 , 且 解决 了转速 滑差率的估 算问题 , 这对 指导龙带锭子驱动系统 的动力学研 究有 现实意义 , 同时为设备 的设 计和生产 运行进

步奠定了理论基础 。
关键词 : 倍捻机 ; 工艺参数 ; 锭子功耗 ; 转 速滑羞率 ; B P神经网络
t h e r e s e a r c h o n d y n a mi c s o f t a n g e n t i a l b e l t s p i n d l e d r i v i n g s y s t e m a n d me a n wh i l e f u r t h e r
中图分类号 : TH1 2 2 文献标志码 : A 文 章 编 号 : 1 0 O 9 —2 6 5 X( 2 0 1 3 ) 0 1 一O 0 1 3 一O 4
BP Ne u r a l Ne t wo r k Si mu l a t i o n o f Re l a t i o n s hi p b e t we e n Pr o c e s s Pa r a me t e r s of Do u bl e Twi s t e r a nd Wo r k i ng St a t us o f S pi n dl e

2013年年度总目录

2013年年度总目录
总 目 录
2 0 1 3 年耽代奶识校 第 6 期
2 0 1 3年 年 度 总 目录
题 名 纤 维 及 原 材 料 作者 期一 页 题 名 纱 线及 纺 纱 加 工 作者 期一 页
绿色法制备 纳米 银/ 聚丙烯腈 纳米纤维及其抗 菌性 能
… … …
棉色纺纱素色效果 的宽容度研究
吕贝 贝 , 贺欣欣
2 — 3 4
黄麻纤维性 能及 其改性处理
… … … … … … … … …
现代并条机质量监控技术 的特点与应用
… … … … … …
唐晓 宁, 郭 肖青 , 孙 凯凯
… … …
4 — 5 7

曼, 吴 袁 汪
敏, 蔡瑞 霞, 汤培忠 松, 张建义 , 袁嫣红 军, 杨 璇, 傅 婷
5 — 5 8
… 范伟鹏 , 胡旭 东 4 — 1 9
4 — 4 5
4 — 4 8
于剑 锋 , 张
健, 赵
栋, 胡 雪峰 ,
1 4 . 8 t e x 粘 纤 针 织 竹 节 纱 的开 发 实践 … …… 洪 昌 义
章琪超 , 虞鹤群 , 唐 志荣 高碘酸钠选择性 氧化纤 维素研究进展
l - 1
2 - 1
… … … … … … … … … …
汪林飞 , 邹 美玲 , 朱
… … … …
罕, 徐从升 , 社 明亮
曹应 刚 , 沈加加 , 陈 维 国 1 — 5
园 1 — 1 3
聚酰亚胺一 N _ 甲基 毗咯烷酮一 水三元相行 为研 究
… …
倍捻机工艺参数与锭子工作状态关 系的 B P神经网络模 拟
… … … … … … … … … … … … … … … …

国产短纤维倍捻机防叠机构的设计计算

国产短纤维倍捻机防叠机构的设计计算

国产短纤维倍捻机防叠机构的设计计算
刘琦云
【期刊名称】《棉纺织技术》
【年(卷),期】1990(018)002
【摘要】本文详细论述了国产新型短纤维倍捻机防叠机构的工作原理,运动参数的计算,结构参数的确定及其结构特点。

计算表明该机构有效的达到了防叠目的。

【总页数】4页(P13-16)
【作者】刘琦云
【作者单位】无
【正文语种】中文
【中图分类】TS152.234
【相关文献】
1.倍捻机的卷绕成形防叠装置 [J], 马继忠;薛飞龙;王增红
2.意大利萨维奥TDS系列倍捻机差动防叠装置结构分析及参数计算 [J], 孙千佛
3.RATTI“R362/S”倍捻机防叠机构的分析 [J], 方绍恩
4.络筒机摆动握臂式防叠机构的运动学分析 [J], 杨福芹;孙琳琳;王培超
5.倍捻机差微防叠卷绕机构原理探讨 [J], 周贻华
因版权原因,仅展示原文概要,查看原文内容请购买。

倍捻机的工艺和原理

倍捻机的工艺和原理

倍捻机的工艺和原理倍捻机是纺纱生产中常用的一种设备,主要用于对纱线进行捻合,提高纱线的强度和均匀度。

它的工艺和原理对纺纱生产过程起着至关重要的作用。

首先,倍捻机的工艺是指纱线在倍捻机上的加工过程。

在倍捻机上,纱线经过多个工序,如张力调整、前后罗拉的旋转、捻度的调整等,最终形成捻合均匀的纱线。

这些工序需要精确的控制和调整,以确保纱线的质量和生产效率。

其次,倍捻机的原理是指倍捻机如何实现对纱线进行捻合的过程。

倍捻机通过罗拉的旋转和张力的调整,使得纱线在经过一定长度的路径后形成捻合,从而提高纱线的强度和均匀度。

同时,倍捻机还需要考虑纱线的种类和规格,以确定最佳的捻合参数。

在倍捻机的工艺和原理中,需要考虑的因素有很多。

首先是纱线的种类和规格,不同种类和规格的纱线需要采用不同的工艺和原理来进行加工。

其次是机器的参数和调整,如罗拉的速度、张力的调整等,这些参数需要根据纱线的要求进行精确的控制。

最后是生产环境和操作人员的技术水平,良好的生产环境和熟练的操作人员对于保证倍捻机的工艺和原理起着至关重要的作用。

在实际生产中,倍捻机的工艺和原理需要不断地进行优化和改进。

通过对纱线的加工过程进行分析和调整,可以提高纱线的质量和生产效率。

同时,不断地改进倍捻机的设计和控制系统,可以更好地适应不同种类和规格的纱线加工需求。

总之,倍捻机的工艺和原理对纺纱生产起着至关重要的作用。

通过对纱线加工过程的精确控制和对倍捻机原理的深入理解,可以提高纱线的质量和生产效率,满足不同种类和规格纱线的加工需求。

希望本文对倍捻机的工艺和原理有所帮助,谢谢阅读!。

环锭加捻机与倍捻机加工帆布纬丝的比较分析_程晓伟

环锭加捻机与倍捻机加工帆布纬丝的比较分析_程晓伟

环锭加捻机与倍捻机加工帆布纬丝的比较分析科技:技术专论程晓伟(河南神马实业股份有限公司河南平顶山467000)[摘要]本文通过在工业丝倍捻机与环锭机上进行加工工业帆布纬向用丝的试验,比较了工业丝倍捻机与环锭机工艺参数以及机生产产品的物理性能,得出了使用工业丝倍捻机取代环锭捻线机加工帆布纬向用丝的结论。

[关键词]倍捻机;环锭机;帆布用线;筒子强力[中图分类号]TS106.42440前言国产工业丝倍捻机目前已开始被应用于锦纶、涤纶等工业长丝低捻度产品加捻中,特别是工业输送带用帆布用丝的加捻。

由于其效率高,加工产品质量优异,越来越受到企业的关注。

现国内工业丝倍捻机加工工业丝的捻度范围:40捻/米~150捻/米,实际速度:80米/分~160米/分,加工筒子重量约10公斤。

本文通过试验探讨了国产工业丝倍捻机和环锭机加工帆布纬向用丝优势所在。

1倍捻机工作原理在倍捻过程中,锭子每转一圈,纱线得到两个捻回即所谓的“倍捻”。

第一加捻区,纱线由上端进入锭子内部,经过张力器,从储纱盘下放出口引出。

第二加捻区,纱线围绕锭罐旋转,形成气圈,这样在储纱盘出口处和导纱钩之间形成第二加捻区,由于两次加捻捻向相同,因此,锭子旋转一周,加上两个捻回。

2前期的试验准备工作为了考察环锭捻线机与工业丝倍捻机加工帆布纬向用丝情况,整个试验工作,我们使用了锦纶661870dtex与2800dtex以及涤纶2222dtex三种规格的工业长丝原料。

最终在R814型环锭捻线机与K3521型工业丝倍捻机上进行了这项试验。

在这个试验过程中,我们还使用了AGS-D型强力机、MK-V型捻度仪、ASS-W型干热收缩仪、MMS闪光测速仪、TLS张力仪等测试仪器作为产品的评判依据。

所加捻的线制品,我们由织造工序一直跟踪到浸胶成品。

3结果讨论3.1倍捻机加捻与环锭机加捻工艺对比(见表1)表1:倍捻机加捻与环锭机加捻工艺对比表从上表中可以看到:国产工业丝倍捻机转速可达11000转/分(线速度157米/分)是环锭机转速3000转/分(线速度43米/分)的3.6倍,效率非常高。

WL350A一步法假捻倍捻机工艺参数调整方法

WL350A一步法假捻倍捻机工艺参数调整方法万利WL350A一步法系列假捻倍捻机,又称仿真丝倍捻机,膨体弹力绉丝机,它集倍捻、热处理和假捻于一身,经加弹处理后,化纤长丝具有潜在的卷曲扭缩和较强的热收缩性,后道加工的丝织物有明显仿真效果。

前些年,欧洲等国家已有大量仿真丝是经过加弹处理,其织物表面细腻、手感滑爽、挺括丰满且光泽优雅。

随着纺织行业客户对差别化纤维需求和提高,万利纺织机械为满足市场需求开发WL350A一步法系列假捻倍捻机。

本设备适用于涤纶长丝进行倍捻、定型(预缩)、假捻的加弹加工,生产的绉丝用作涤纶仿真丝织物纬线。

由于装备在这个设备上,各个工艺环节都是功能性的加工环节,每个环节都可以对绉丝的功能,产生决定性的影响,因此,本设备可提供绉丝风格是无限的,开发新产品是非常丰富的。

同时,与传统的绉丝方法相比,它明显有效率高、产量大、成本低、管理方便等优势。

本设备灵活性大,可以开发的绉丝等产品空间非常大,反过来,也就没有成熟的工艺供参考,需要客户根据布面的需求进行研发。

所以需要顾客根据工艺参数及调节方法,最终开发更多的仿真丝面料,创造更大的经济效益。

一、工艺参数选择此方法仅仅适用于万利纺织机械的WL350A型一步法假捻倍捻机。

真捻度越大,假捻度越大,起绉效果越明显;定形温度越高,特别是200℃以上时,起绉效果越明显,卷取张力不能太大,否则影响织物的起绉效果;上超喂率因素影响不大,起绉效果基本一致。

下面详细介绍各个参数对丝线乃至布料的影响,请客户参照之,并根据布料的要求调整工艺。

1.倍捻捻度和锭速的选择由于加弹倍捻处理丝线,具有较低的沸水收缩率和较强的卷曲收缩率,其织物皱效在一般中捻即可体现普通加捻丝的强捻效果,而且更加细腻丰满。

所以丝线捻度一般比较低。

同普通化纤倍捻机一样,锭子速度的选择,要考虑到加捻丝原料的物理性质、织物手感、机械性能等因素的制约,选择合理捻度和锭速。

2.气圈涨力的限制不同丝有不同的允许张力,锭速太高,气圈张力超过允许张力会产生毛丝和断头,影响绉丝的强力和伸长指标。

一步法倍捻机工艺参数与工艺效果的关系

而一步法倍捻机所生产的产品除了有上述风格外其外观更酷似真丝绸手感丰满柔软富有弹性同时所加的捻度只有80100由于假捻的存在可以获得强捻织物的起绉风格从而实现了以低捻代替高捻的目的不仅降低了生产难度而且降低了生产成本形成了一种兼具高捻与变形两种丝线效果的加捻织物
2002 年第 2 期 丝 绸 SIL K · 3 3 ·
- 3114 7157
210 15125 15125 36121 22112 9150 24174 20150 23161 23161
210 26118 26175 24190 33175 24161 40185
注 : 1) 表中 “下超喂率”的 “上超喂率”只能取近似等值 。 2) 各影响因素的取值根据可能变化的丝线风格进行取舍 。
14
15
上超 喂率
16 因素
80
17
18
19
20
下超 喂率
80
21 因素
22
23
假捻度 定形 上超喂 下超喂 / (捻/ 10cm) 温度/ ℃ 率/ % 率/ %
280
210 24112 15125
14914 19610 24319 31913
280
280
280
210 24112 15125
150 165 180 24112 15125 195 225
图 1 丝线起扭长度测试示意
紧缩伸长率 ( %) = ( L1 - L0) / L0 紧缩弹性恢复率 ( %) = ( L 1 - L2) / ( L1 - L0)
式中 L0 ———试 样 在 初 荷 重 下 的 长 度 , 标 准 初 荷 重 为 0100176cN/ dtex , 荷重时间 30s ;

基于BP神经网络的压铸成型工艺参数的模拟与优化


压铸作为有色金属零件 的一种 少无切削 、高 效率生产精密铸件 的先进制造技术 ,在机器制造 、 仪器仪表 、汽车等产业领域具有重要的基础地位。 由于压 铸成 型过程 的瞬时性及其影响 因素 的多样
性 ,决 定 了成 型 工 艺 参 数 系 统 是 一 个 难 以建 立 精 确 数 学 模 型 的 系 统 。 因 此 通 常 不 得 不 依 赖 于 生 产 实践 所 积 累 的 经 验来 进 行 设 计 。但 工 艺 参 数 的选 择 涉及 成 千 上万 种 组 合 ,在 这 无 数 多 的组 合 面 前
p r mee n h r n t e o t z t n t f r c s a a tr . a a tra d s o t h p i a i i o o e sp r me e s e mi o me p Ke wo d : i a t g n me c i lto o t o o a e i n n u a ewo k, c n l gc a a t r y r s d e c si , u r a smu ain, rh g n d s , e r ln t r t h o o ia p r me e n il l g e l
Z AN Qig,IXa -a g, U F n C N z H G n L io tn Y e g, HE e
(c olfMehncl ni eig G i o n e i , u agG i o 5 0 3 C ia Sh o o c a i gn r , u h uU i rt G i n u hu5 00 ,hn ) aE e n z v sy y z
c si g wa s l td n o t z d, e s p o e t r u h a i l e a l . s d o P n u a ewo k t e d e c si g a t s i ae a d p i e t n wa rv d h o g s n mu mi h mp e x mp eBa e n B e r l n t r ,h i a t n tc n l g a a tr n o r s o d n o e ea u e s mp e r r i e t e n u a ewo k mo e f t e ma p n e ai n e h oo y p rmee a d c re p n ig l w t mp r t r a ls we e t n d, e r n t r d l o h p i g r l t s a h l o b t e n t e p o e s p r mee n h a t g tmp r t r s o t i e n h c u a y wa e f dT e r s l h w t a e r e w e r c s a a t r a d t e c si e e a u e wa b an d a d t e a c r c sv r e .h e u t s o h tn u a h s n i i s l

BP神经网络在可靠性增长中的应用

BP神经网络在可靠性增长中的应用
念蓓;傅志中
【期刊名称】《微计算机信息》
【年(卷),期】2010(026)027
【摘要】可靠性增长技术已成为可靠性工程的一个重要组成部分,针对可靠性增长的非线性问题,将BP神经网络用于可靠性增长预测,采用Matlab神经网络工具箱建立神经网络预测模型.通过实例,将预测结果与通过传统的可靠性增长模型Duane 模型所得到的结果相比较,该方法可行,适应性强,克服了传统建立模型存在的模型复杂、训练时间长等缺点.
【总页数】3页(P174-175,146)
【作者】念蓓;傅志中
【作者单位】200093,上海,上海理工大学光电信息与计算机工程学院;200093,上海,上海理工大学光电信息与计算机工程学院
【正文语种】中文
【中图分类】TP202+.1
【相关文献】
1.AMSAA模型在产品的可靠性增长中的应用 [J], 翁榕;范秋涛;石庆国
2.G.O.-AMSAA模型在数控系统可靠性增长中的应用 [J], 范晋伟;郑德荣;梁晓霞;刘勇军
3.BP神经网络在可靠性增长分析中的应用 [J], 陈海强;刘福太;张兵强
4.可靠性增长试验在舰船电子装备可靠性指标验证中的应用 [J], 黄少侃; 鲁雪峰;
黄波; 江思杰; 江传华
5.可靠性预计技术在电源滤波器可靠性增长中的应用 [J], 周平章;刘凯;石成玉;谯劼
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

10 214
1.27
8 093
1.95
10 400
1.95
8 070
2.71
8 850
10
[∑ ] Tk =f2 vjkYj -θk ,k = (1,2) (2) j=1
式(2)中:f2 为 隐 含 层 传 递 函 数,是 纯 线 性
(purelin)函 数 f2(n)= n。
· 14 ·
研究报告
2013 年
第1期
其他网 络 参 数 设 置 为:神 经 网 络 学 习 速 率 为 0.01,动量常数 为 0.7,收 敛 误 差 0.000 005。 根 据 图 2 中 的 输 入 、输 出 关 系 对 网 络 进 行 训 练 ,当 网 络 的 误 差 小 于 收 敛 误 差 时 运 算 停 止 ,并 保 存 网 络 的 权 值 。 2.2 预 测 效 果
图2 倍捻机的三层 BP 网络模拟
输入层 Pi:倍捻机 BP 神 经 网 络 模 型 输 入 的 单
元为锭子名义转速和 锭 子 所 受 的 径 向 力,共 2 个 输
入单元,样本分别为 P1,P2。
隐含层Yj:倍 捻 机 BP 神 经 网 络 模 型 的 隐 含 层 由 10 个 非 线 性 单 元 组 成 ,设 输 入 层 单 元i 与 隐 含 层
研究报告
2013 年
第1期
倍捻机工艺参数与锭子工作状态 关系的 BP 神经网络模拟
许 富 强 ,竺 志 超 ,方 志 和 ,付 园
(浙 江 理 工 大 学 教 育 部 纺 织 装 备 工 程 中 心 ,杭 州 310018)
摘 要:基于实验测试结果,设计了倍捻机关键工艺参数与锭子工作性 能 关 系 的 BP 神 经 网 络 预 测 模 型, 并对锭子功耗和滑差率进行了预测。结果表明:所 建 BP 神 经 网 络 模 型 具 有 较 高 的 预 测 精 度,且 解 决 了 转 速 滑差率的估算问题,这对指导龙带锭子驱动系统的动力学 研 究 有 现 实 意 义 ,同 时 为 设 备 的 设 计 和 生 产 运 行 进 一步奠定了理论基础。
1 倍 捻 机 锭 子 工 作 状 态 主 要 影 响 因 素 分 析
锭子 的 工 作 状 态 主 要 是 从 工 作 性 能 上 而 言,特 指其摩擦能量损耗和转速滑差状况。
在龙 带 锭 子 传 动 系 统 中,龙 带 依 靠 摩 擦 驱 动 锭 子高速 转 动。 对 于 锭 子 的 摩 擦 功 耗 P,经 理 论 分 析[1]知,主要由 锭 子 内 部 油 膜 阻 尼 消 耗 的 功 率 N1、
倍捻 机 龙 带 与 锭 子 是 传 动 关 键 部 件,许 多 生 产 质量问题因此而 生。 在 高 速 运 转 下,如 倍 捻 机 龙 带 张 紧 力 过 小 ,对 锭 子 的 压 紧 不 够 ,龙 带 会 产 生 微 量 跳
收 稿 日 期 :2012-06-04 作 者 简 介 :许富强(1986-),男,浙 江 绍 兴 人,硕 士 研 究 生,主 要从事现代纺织机械设计与制造等方面的研究。
关键词:倍捻机;工艺参数;锭子功耗;转速滑差率;BP 神经网络 中图分类号:TH122 文献标志码:A 文章编号:1009-265X(2013)01-0013-04
BP NeuralRelationship between Process Parameters of Double Twister and Working Status of Spindle
Abstract:This study designs BP neural network prediction model of the relationship between key process parameters of double twister and the working performance of spindle and predicts the power loss of spindle and slip ratio based on the test result of experiment.The result indicates that BP neural network model established has a high prediction accuracy and solves the estimation problem of rotation slip ratio,having practical significance for guiding the research on dynamics of tangential belt spindle driving system and meanwhile further laying a theoretical foundation for the design,production and operation of the equipment. Key words:double twister;process parameters;spindle power loss;rotation slip ratio;BP neural network
图1 BP 神经网络结构
为了通过计算机直接获得由锭子径向压力和名 义转速计 算 确 定 龙 带 锭 子 传 动 的 工 作 状 态 的 模 拟 器,利用 BP 神 经 网 络 方 法 对 测 试 实 验 数 据 进 行 处理。
理论 研 究 证 明,对 于 任 何 一 个 在 闭 区 间 内 的 一 个连续函数,都 可 以 用 一 个 隐 含 层 的 BP 网 络 来 逼 近,即一个三 层 的 BP 网 络 即 可 实 现 任 意 维 数 间 的 映 射 。 所 以 ,结 合 倍 捻 机 龙 带 锭 子 传 动 系 统 实 际 ,以 关 键 工 艺 参 数 为 输 入 ,锭 子 工 作 状 态 为 输 出 ,建 立 三 层 BP 神经网络模型,如图2所示。
2 锭 子 功 耗 和 滑 差 率 的 神 经 网 络 预 测
2.1 预 测 模 型 神经网络是一种模拟人脑神经系统的结构和功
能 ,由 许 多 简 单 的 并 行 工 作 的 处 理 单 元 组 成 ,由 人 工 方 式 构 造 的 信 息 处 理 系 统 ,是 人 脑 的 某 种 抽 象 、简 化 与 模 拟 。 它 具 有 自 学 功 能 ,联 想 存 储 、系 统 识 别 和 高 速寻找优化解 的 能 力。BP 神 经 网 络 是 一 种 能 够 进 行信息并行处理和非线性转换的复杂网络系统。利 用神经网络强大的 函 数 映 射 能 力,在 不 需 要 事 先 确 定数学表达形式的 条 件 下,通 过 对 训 练 样 本 建 立 的 模型,能如实反 映 变 量 指 标 之 间 的 映 射 关 系。 它 的 学习规则是使用最 速 下 降 法,通 过 反 向 传 播 来 不 断 调 整 网 络 的 权 值 和 阈 值 ,使 网 络 的 误 差 平 方 和 最 小 。 BP 神经网络模型拓扑结构包括输入层、隐层和输出 层 [2-3],其 网 络 结 构 如 图 1 所 示 。
XU Fuqiang,ZHU Zhichao,FANG Zhihe,FU Yuan
(Textile Equipment Engineering Center,Ministry of Education,Zhejiang Sci-Tech University,Hangzhou 310018,China)
对 于 锭 子 转 速 的 滑 差 机 理 ,目 前 研 究 较 少 ,滑 差 率实际如何计算还 未 见 有 文 献 报 道,但 可 以 通 过 实 验测试进行分析确定。
锭子功耗和龙带锭子转速不同步的相关影响因 素 比 较 多 。 在 实 际 生 产 中 ,一 些 因 素 是 基 本 不 变 的 , 如 摩 擦 因 数 ,油 膜 阻 尼 等 ,因 此 只 需 要 抓 住 一 些 关 键 的变化因素。对于 锭 子 的 驱 动 而 言,主 要 因 素 是 龙 带的摩擦驱动力和线速度。摩擦驱动力取决于龙带 和 锭 子 的 摩 擦 因 数 、龙 带 张 力 和 锭 子 包 角 ,而 张 力 和 包角决定了龙带对 锭 子 的 径 向 压 力,在 生 产 中 是 可 以 设 置 的 ;龙 带 的 线 速 度 对 应 于 锭 子 的 名 义 转 速 ,也 是可以改变的。因 此,径 向 压 力 和 锭 子 名 义 转 速 是 影响锭子工作状态 的 关 键 工 艺 参 数,求 出 与 锭 子 功 耗和滑差率之间的 相 互 关 系,可 以 在 实 际 应 用 时 指 导控制生产的质量。
0 引 言
最近 几 十 年 来 我 国 的 倍 捻 机 发 展 迅 速,打 造 出 了一批属于自己品 牌 的 倍 捻 机,已 经 能 够 满 足 国 内 的部分需求。但是目前国际先进水平的倍捻机的技 术优势 非 常 明 显,具 有 高 速、高 效、高 产,锭 速 匀、捻 度 匀 、张 力 匀 ,能 源 耗 用 少 、物 料 消 耗 少 、设 备 维 修 少 等特点,相比之下 国 产 倍 捻 机 在 性 能 上、质 量 上、工 艺上都还存在一些问题。
因为所建预测倍捻机中锭子功耗和滑差率的 BP 神经网 络 模 型 有 两 个 输 入 (名 义 锭 速 和 径 向 压 力),两个输出(锭 子 功 耗 和 滑 差 率),故 需 将 实 验 测 试结果划分成两 组,作 为 模 型 的 输 入、输 出,并 把 实 验 测 试 数 据 按 照 比 例 分 为 网 络 训 练 样 本 数 据 (24 组 ) 和 网 络 测 试 数 据(12 组),如 表 1 和 表 2 所 示 。
单 元j 之 间 连 接 权 值 为wij ,隐 含 层 节 点 的 阈 值 为θj,
则倍捻机 BP 神经网络结构模 型 的 隐 含 层 单 元 的 输
出为:
10
[∑ ] Yj =f1 wijPi -θj ,(i=1,2;j =1,2…10) j=1
相关文档
最新文档