CN102998434A - 浆纱过程上浆率实时在线检测方法 - Google Patents
浆纱过程上浆率实时在线检测方法 Download PDFInfo
- Publication number
- CN102998434A CN102998434A CN2012104872715A CN201210487271A CN102998434A CN 102998434 A CN102998434 A CN 102998434A CN 2012104872715 A CN2012104872715 A CN 2012104872715A CN 201210487271 A CN201210487271 A CN 201210487271A CN 102998434 A CN102998434 A CN 102998434A
- Authority
- CN
- China
- Prior art keywords
- sizing
- rate
- real
- sizing percentage
- time online
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Treatment Of Fiber Materials (AREA)
Abstract
本发明是一种浆纱过程上浆率实时在线检测方法,针对现有上浆率测量时间滞后严重的问题,通过间接的方法实现上浆率实时在线检测。确定与上浆率紧密相关的可测过程参数,利用智能方法ELM神经网络建立模型,使用实际生产数据训练网络,寻找上浆率与这些过程参数之间的联系。将训练好的ELM神经网络上浆率检测系统投入到实际生产中去,通过实时获得的可测参数便可得到该时刻的上浆率。该方法能够有效地克服现有生产过程中退浆法带来的大滞后问题,进而减少残次品的出现,提高浆纱质量,降低成本,为企业创造巨大经济效益。
Description
技术领域
上浆率是浆纱质量好坏的重要指标之一。上浆率过大或过小都将严重影响浆纱的质量,给织造生产带来不便,甚至造成大量的原料浪费。为了保证浆纱质量,首先需要对上浆率进行检测,进而控制其达到规定指标。目前,国内外现存的对上浆率进行检测的方法都存在一定的缺陷:时间上的滞后性、应用范围上的局限性、检测结果的不稳定性等,不能很好的实现对上浆率的在线检测。因此,对上浆率的实时检测进行研究是保证浆纱质量的前提,也具有很大的理论价值和实用价值。
本发明通过间接的方法实现上浆率实时在线检测。确定与上浆率紧密相关的可测过程参数,利用智能方法极度学习机建立模型,使用实际生产数据训练网络,寻找上浆率与这些过程参数之间的联系。将训练好极度学习机上浆率检测系统投入到实际生产中去,通过实时获得的可测参数便可得到该时刻的上浆率。该方法能够有效地克服现有生产过程中退浆法带来的大滞后问题,进而减少残次品的出现,提高浆纱质量,降低成本,为企业创造巨大经济效益。
背景技术
目前实际生产中对上浆率的检测大都采用退浆法,这种方法通过对上浆后的纱线进行退浆、烘干并称重的方式得到上浆率,整个过程需要4-6个小时,在这期间对浆液浓度无法实现即时准确的控制,这种时间上的大滞后必然影响到纱线产品质量的保障,因此在实际生产过程中,产生大量次品的情况时有发生,对后续产品质量的保证以及能源的节约和成本的降低都带来了许多困难。因此,能够实时精确测量浆纱过程上浆率的方法是众多纺织企业所迫切需要开发的技术。
发明内容
本发明所要解决的技术问题是,通过对浆纱过程的深入分析,确定与上浆率紧密相关的可测过程参数,使用一种新的人工智能方法ELM神经网络建立模型,利用实际生产数据训练网络,获得上浆率与这些过程参数之间的联系,进而得到上浆率实时在线检测模型。
本发明采用的技术方案是:
1.确定与上浆率紧密相关的可测过程参数。
纱线的上浆方式已由早期的“单浸单压”发展到了现在广泛使用的可以在一定程度上提高浆纱质量的“双浸双压”上浆方式,也是本研究的工艺基础,具体过程如图1所示:通过对浆纱机理的深入调研和对影响上浆率因素的细致分析,浆纱过程的五个部分以及各相关参数在浆纱过程中的分布如图2所示:
(1)浆液浓度、粘度和温度
上浆率的大小为纱线的浆料浸透率与被覆率的和,与二者均为正比例关系。实践证明,浆液粘度随浓度的增大而增大;温度对浸透率与被覆率的影响主要表现在对浆液粘度的影响上,一般情况下,浆液粘度随着浆液温度的增加而减小。在浆料调制的过程中,一般选用热稳定性好的浆料,对于不同性质的浆料、不同材质的纱线,为了使纱线的浆料浸透率和被覆率比例恰当,一般根据经验数据使浆液的浓度和粘度适宜。浆液浓度一般根据式①设计: ①
式中,k:浆液浓度,sa:压出加重率,s:上浆率。
实际调浆过程中,为了达到一定的粘度,把浆液加热到糊化温度后,一般要先升高到一定的温度(90~95度),并保温一段时间后再使用。浆液粘度的经验计算公式为: ②
式中,η:浆液粘度,Sa:压出加重率(即纱片经过浆槽出来对浆液的吸收率)。 ③
式中,Vss:浆液的消耗量kg;Ww:经纱重量kg。
在实际上浆过程中,为了使上浆率均匀良好,浆液粘度和温度应保持恒定,纺织厂中一般采取对浆槽配置浆液温度自动控制装置。
(2)浆辊硬度、压力及压榨宽度
在压浆辊的硬度一定的条件下,压榨宽度与压浆辊压力成正比;当压浆辊压力一定时,压榨宽度与压浆辊硬度成反比。在其它条件一定的前提下,如果增大压浆辊的压力,则纱线的浸透率增大,被覆率减小;反之,亦反。由弹性流体动力润滑理论可知:被覆率(液膜厚度)与压浆力的关系为:
H=K*[(η*V)07/(F/L)013] ④
H:液膜厚度K:系数(与压力一粘度系数、压浆辊的材料弹性模量,泊松系数等因素有关)η:浆液粘度V:压浆辊回转速度F:压浆力L:纱线覆盖压浆辊的宽度
如果压榨宽度增加,结果导致浸透率增加,被覆率下降;若压榨宽度减小,则浸透率减小,被覆率增加。一般情况下,为了保证上浆率,实际生产过程中浆纱辊的硬度都会根据浆纱机机型和上浆温度而设计。
(3)浸没辊位置
浸没辊位置的高低决定了纱线在浆液内浸透时间的长短,如果浸没辊位置过低,则纱线在浆液中浸透的时间会较长,其浸透率和被覆率都较高;如果浸没辊位置过高,则导致浆纱浸透率和被覆率不足。在实际的纱线上浆过程中,为了保证上浆率不受浸没辊位置的影响,浸没辊的位置在理论上是保持不变的。
(4)浆纱机速度、纱线张力及纱线覆盖系数
在其它浆纱工艺因素不变的条件下,浆纱机速度决定了纱线的浆料被覆率。浆纱机速度快,则纱线的浆料浸透率低,被覆率高;反之,亦反。由达西定律可知,浆纱机速度与浆液的渗透速度之间的关系为:
V=K1*P/η*R ⑤
式中,V:浆纱机速度,K1:浆料浸透率,P:压浆辊压力,η:浆液粘度,R:渗透压作用距离。
针对上浆过程中浆纱机速度的变化,为了使纱线的上浆率在浆纱机速度变化的情况下仍能保持相对稳定,目前纺织厂中一般采取下面两种措施:
实验表明,上浆过程中,如果张力过大,则浆液不易浸入纱线内部,会导致浸透率过低,并且上浆不均匀;张力过小则浆液不易包覆在纱线表面,会导致被覆率过低。实际上浆过程中,一般都根据经验设置各部分纱线的速度,以保证恒定、适中的纱线张力。
纱线覆盖系数的大小也会对纱线的上浆率带来很大的影响。实践验证,如果覆盖系数过高,会造成上浆不匀,纱线的浆料浸透和被覆都不好,如果覆盖系数过低,对上浆也不利。在实际浆纱过程中,对于纱线覆盖系数,普遍认为,单个浆槽上浆,其应保持在50%左右,过密的产品宜采用双浆槽上浆。在烘浆部分,为了便于控制浆纱的回潮率,烘筒上的纱线覆盖系数一般也会控制在一定的范围内,通常掌握在20%~30%为宜。实际生产中,覆盖系数的经验计算公式⑦所示: ⑥
式中,K:纱线直径系数,常以0.037计算,Nt:纱线号数,单位为tex,M:总经根数,B:压浆辊的工作宽度,单位为mm。
(5)浆纱回潮率
回潮率对上浆率以及浆纱的质量有很大的影响。实际浆纱过程中,常用压出回潮率来表示与上浆率之间的关系,如式⑧所示: ⑦
式中,s:上浆率,c:浆液浓度,w:压出回潮率。
压出回潮率反应了浆纱的烘干程度,压出回潮率的大小主要由烘筒温度、浆纱机速度、烘燥方式所决定。回潮率除了影响上浆率外,还影响到浆膜性能。
对于浆纱的回潮率,大多采用在线检测,然后再对其控制的策略。目前,浆纱回潮率的检测方法有:烘箱法、电阻法、电容法、红外吸收法和微波衰减法。其中,微波衰减法是近年来发展最快的一种方法。它根据带液浆纱同潮率和微波能量衰减量之间的关系,通过在线检测微波衰减量来实现回潮率的实时检测。
通过在线检测浆纱回潮率,可以及时对浆纱工艺参数进行调整,主要是调节浆纱速度和 烘筒的烘燥温度达到回潮率的稳定,从而控制上浆率。纺织厂中,烘筒的温度一般参考公式⑨⑩进行设定:
Q=πDbξKh(tZ-tS) ⑧ ⑨
式中,Q:烘筒传热量,D:烘筒直径(m),b:烘筒宽度(m),ξ:浆纱在烘筒上的覆盖系数,Kh:总传热系数,tZ:传媒蒸汽温度,tS:浆纱与空气接触处温度,G:烘筒内的水分蒸发量,Wp:浆纱产量,Wy:压出回潮率,Wl:烘干后达到的工艺回潮率。
实际生产中,纱线材料以及浆纱速度的不同,会使烘筒温度的设定受到限制,尤其是纤维材料的纱线,不能承受过高的烘筒温度。特殊的纱线材料和相应的浆纱速度下,烘筒温度的设定更为复杂。
通过上述对与上浆率相关过程参数的分析,最终确定能精确反映上浆率大小的上浆率相关过程参数为:浆液浓度、浆液粘度、浆液温度、第一道压浆辊压力、第二道压浆辊压力、浸没辊位置、浆纱机速度、纱线覆盖系数、纱线张力和烘燥温度。
2.建立基于极度学习机的上浆率检测模型。
使用极限学习机建立上浆率检测模型的步骤如下:
(1)将1中得到的与上浆率相关的过程参数(共10个)作为极限学习机的输入,上浆率为输出。采集实际生产数据400组,并对数据进行归一化处理,以使各参数的重要性在整个网络中处于同等的地位。
则可以得到一个训练集N={(xi,yi)|xi∈Rn,yi∈Rm,i=1,…,N},(xi,yi)∈Rn×Rm,其中n=10,m=1,N=400。激活函数g(x)选择S型函数。
(2)计算隐含层输出矩阵H
其中:
G(ai,bi,x)表示第i个隐含层节点与输入x的关系,此处为:
G(ai,bi,x)=g(ai·x+bi),bi∈R
H被称做网络的隐含层输出矩阵,第i列表示与输入x1,x2,…xN相关的第i个隐含层节点的输出向量,第j行表示与输入xj相关的隐含层输出向量,ai是输入层到第i个隐含层节点的连接权值向量,bi是第i个隐含层节点的阈值。ai·x表示向量ai和x的内积。
(3)计算输出权值β在实际应用中,隐含层节点数L通常比训练样本数N小,因此训练误差不能精确到零但是可以逼近一个非零的训练误差ε。SLFNs的隐含层节点参数ai,bi(输入权值和阈值)在训练过程中不需要调整可以简单的取随机值。这样式(9)就变成了一个线性系统,输出权值β可以由下式得到:
β=H+T
这里H+表示隐含层输出矩阵H的Moore-Penrose广义逆。至此便可以得到一个训练好的极度学习机。
在上述得到的极度学习机前后分别添加归一化模块和反归一化模块,即可以得到一个完整的上浆率在线检测模型,在使用时将相应的上浆率相关过程参数输入到模型中,便可得到对应的上浆率。整体技术方案流程如图2所示。
该方法能够实现上浆率的实时在线检测,同时还能对尚未发生的生产过程上浆率进行预测,能够有效地避免传统检测方法大滞后问题带来的大量浪费现象,为现场操作提供必要的 指导,提高产品质量,节约原料与能源,为企业带来巨大经济效益。
附图说明
图1双浸双压上浆工艺示意图;
图2与上浆率相关的各因素在浆纱过程中的分布;
①-纱线张力②-浆纱棍硬度③-纱线覆盖系数④-浸没辊位置⑤-浆液浓度、粘度和温度⑥-浆纱机速度⑦-压浆辊硬度⑧-压浆辊压力⑨-压榨宽度⑩-回潮率
图3上浆率在线检测方法流程图。
Claims (3)
1.浆纱过程上浆率实时在线检测方法,其特征在于:使用与上浆率紧密相关的可测过程参数和极度学习机,通过间接的方法建立上浆率在线检测模型。
2.权利要求1所述的浆纱过程上浆率实时在线检测方法,其特征还在于:通过对浆纱机理的深入调研和对影响上浆率因素的细致分析,确定能精确反映上浆率大小的上浆率相关过程参数。
3.权利要求1所述的浆纱过程上浆率实时在线检测方法,其特征还在于:在权利要求2的基础上,使用极度学习机建立上浆率在线检测模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104872715A CN102998434A (zh) | 2012-11-26 | 2012-11-26 | 浆纱过程上浆率实时在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104872715A CN102998434A (zh) | 2012-11-26 | 2012-11-26 | 浆纱过程上浆率实时在线检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102998434A true CN102998434A (zh) | 2013-03-27 |
Family
ID=47927272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012104872715A Pending CN102998434A (zh) | 2012-11-26 | 2012-11-26 | 浆纱过程上浆率实时在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102998434A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109493327A (zh) * | 2018-11-01 | 2019-03-19 | 江南大学 | 基于纱线形态变化的上浆率在线调控方法 |
CN114182457A (zh) * | 2021-12-07 | 2022-03-15 | 经政理 | 一种基于物联网的可分布均匀式纱线整理机 |
CN114692692A (zh) * | 2022-04-02 | 2022-07-01 | 河海大学 | 一种基于微波衰减信号融合核极限学习机的降雪识别方法 |
CN114808326A (zh) * | 2022-07-01 | 2022-07-29 | 南通永安纺织有限公司 | 基于计算机辅助设计的浆纱机上浆质量调控方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4793035A (en) * | 1987-09-28 | 1988-12-27 | E. I. Du Pont De Nemours And Company | Dynamic control of textile warp size add-on on a running slasher |
CN1253292A (zh) * | 1998-11-02 | 2000-05-17 | 财团法人中国纺织工业研究中心 | 纺织品的上浆率测量装置及其测量方法 |
CN201176519Y (zh) * | 2008-04-16 | 2009-01-07 | 盐城市宏华纺织机械有限公司 | 浆纱机上浆率在线检测与控制装置 |
CN101705611A (zh) * | 2009-11-03 | 2010-05-12 | 徐建新 | 纱线上浆率介质在线检测方法 |
-
2012
- 2012-11-26 CN CN2012104872715A patent/CN102998434A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4793035A (en) * | 1987-09-28 | 1988-12-27 | E. I. Du Pont De Nemours And Company | Dynamic control of textile warp size add-on on a running slasher |
CN1253292A (zh) * | 1998-11-02 | 2000-05-17 | 财团法人中国纺织工业研究中心 | 纺织品的上浆率测量装置及其测量方法 |
CN201176519Y (zh) * | 2008-04-16 | 2009-01-07 | 盐城市宏华纺织机械有限公司 | 浆纱机上浆率在线检测与控制装置 |
CN101705611A (zh) * | 2009-11-03 | 2010-05-12 | 徐建新 | 纱线上浆率介质在线检测方法 |
Non-Patent Citations (2)
Title |
---|
杨艳菲等: "BP神经网络预测上浆率", 《纺织学报》 * |
胡义函等: "一种基于鲁棒估计的极限学习机方法", 《计算机应用研究》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109493327A (zh) * | 2018-11-01 | 2019-03-19 | 江南大学 | 基于纱线形态变化的上浆率在线调控方法 |
CN109493327B (zh) * | 2018-11-01 | 2021-05-28 | 江南大学 | 基于纱线形态变化的上浆率在线调控方法 |
CN114182457A (zh) * | 2021-12-07 | 2022-03-15 | 经政理 | 一种基于物联网的可分布均匀式纱线整理机 |
CN114182457B (zh) * | 2021-12-07 | 2023-12-19 | 山东荣沣纺织有限公司 | 一种基于物联网的可分布均匀式纱线整理机 |
CN114692692A (zh) * | 2022-04-02 | 2022-07-01 | 河海大学 | 一种基于微波衰减信号融合核极限学习机的降雪识别方法 |
CN114692692B (zh) * | 2022-04-02 | 2023-05-12 | 河海大学 | 一种基于微波衰减信号融合核极限学习机的降雪识别方法 |
CN114808326A (zh) * | 2022-07-01 | 2022-07-29 | 南通永安纺织有限公司 | 基于计算机辅助设计的浆纱机上浆质量调控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102998434A (zh) | 浆纱过程上浆率实时在线检测方法 | |
CN109493327B (zh) | 基于纱线形态变化的上浆率在线调控方法 | |
CN105886680B (zh) | 一种高炉炼铁过程铁水硅含量动态软测量系统及方法 | |
CN101477367A (zh) | 面向节能降耗的工艺过程效能优化控制方法及其应用 | |
US8394449B2 (en) | Differential coat weight measurement by means of nuclear or X-ray gauges | |
CN103994334B (zh) | 基于kpca-rbf曲线拟合的输油管道泄漏流量估计装置及方法 | |
CN101464096A (zh) | 燃气加热炉温度多点传感与智能控制方法 | |
CN104190720B (zh) | 一种自适应自动厚度控制方法及装置 | |
CN106841075A (zh) | 基于神经网络的cod紫外光谱在线检测优化方法 | |
CN103018426A (zh) | 一种基于Bagging的浆纱过程上浆率软测量方法 | |
CN103561497A (zh) | 一种分布式微波加热干燥控制装置及方法 | |
CN105759772A (zh) | 一条双模糊控制的智能化绿茶生产线 | |
CN102768162B (zh) | 用于生物质水分等温吸附脱附检测装置 | |
CN103206842A (zh) | 滚筒式烘干机的多参量控制系统 | |
CN107271311A (zh) | 一种测试纱线吸湿及放湿规律的方法 | |
CN105767165A (zh) | 一种基于卡尔曼滤波的谷物干燥方法 | |
CN109359692A (zh) | 一种原油含水率在线测量模型及其构建方法、应用 | |
FI112102B (fi) | Menetelmä konesuuntaisen ratakosteuden säätämiseksi päällystyskoneella | |
CN105468054B (zh) | 刹车温度监控装置的智能控制方法 | |
JPH01229891A (ja) | ウェブの被覆乾燥の調整、制御および/または監視方法 | |
CN102944653A (zh) | 一种基于Learn++的浆纱过程上浆率软测量 | |
CN109490358A (zh) | 一种保温节能涂料传热系数的检测方法 | |
CN104949919A (zh) | 一种三氧化硫气体浓度的检测与控制方法 | |
CN101446549A (zh) | 一种利用近红外光谱技术检测浆纱上浆率的方法 | |
CN103233332B (zh) | 一种筒子纱染色过程的曲线逼近控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130327 |