毛精纺单纱的弹性指标质量预测与控制
【摘要】:
我国是毛纺生产大国(生产能力占全世界的六分之一),却不是技术先进的强国。近年来,许多企业进口了大量的先进毛纺设备,但是在毛纺技术和管理上离国际先进水平尚有一定的差距。众所周知,高技术、高质量、高效益、低加工成本是国际制造技术发展的方向,尤其以计算机信息化为特点,其发展之迅速正日益深刻地改变着人们的观念和生活。中国毛纺工业在科学技术和生产管理上,虽然已经取得了长足的发展和进步,但是在生产质量管理上大多尚未摆脱经验控制模式,缺乏较为科学、系统的预测方法和技术,往往由于缺乏对于纱线质量需求与纤维性能之间内在关系的精细了解,致使纤维性能过高或过低而难以满足加工、成本和质量要求的情况时有发生,或在采用新材料时使某些性能得以改进,而使另一些性能却下降了、或开发成本高、或质量难以稳定、或加工过程对原料的适应期延长等等,总之,多数产品的开发技术仍徘徊在中低水平,适应市场快速反应的能力不强。从专家系统而发展起来的诊断和预测技术的应用,其意义是不言而喻的。
预测技术是质量管理的高级手段之一,“毛精纺单纱的弹性指标质量预测与控制”,是高新技术在毛纺织行业管理中的应用,它可以优化原料结构、降低原料成本;优化工艺制定;缩短产品开发周期,提高和稳定产品质量。
随着世界科技发展和产业结构的调整,各主要毛纺织品生产国都越来越重视对原料合理利用及加工过程中质量预测和控制技术的研究开发,以降低原料和加工成本,缩短新产品的开发周期,提高质量、效益和企业的市场竞争能力。在毛纺加工流程中,纺纱是一个关键的工序。因为纺纱工序的耗资是整个毛条制造的3—4倍,而且织物的质量在很大程度上取决于纱线质量。因此,预测技术的应用对毛纺厂改善纺纱性能和提高纱线质量具有非常重要的经济价值。
随着人们生活水平的提高以及审美观念的转变,人们对服装舒适性要求也日益增加,弹性毛织物的开发正在国际国内服装面料市场兴起。全面衡量纺织品的弹性包括弹性模量、变形的恢复能力、断裂伸长率及断裂强度等三方面内容。弹性模量一般用于纯理论分析,变形回复能力的测试又比较繁琐,所以工厂常常用断裂伸长率及断裂强度间接地表示其弹性。
本文通过查阅大量的文献资料和对纯澳毛单纱拉伸性能的测试,从澳毛纤维的结构、品质以及单纱的断裂机理,分析了纯澳毛单纱的拉伸性能及其影响因素,并通过使用统计软件SPSS10.0对数据进行了统计分析,得出了澳毛毛条品质指标影响单纱断裂强度(yt)与单纱断裂伸长(ye)的预测模型。本研究是在收集大量工业数据的基础上,按纱支分段进行建模以提高预测精度。研究中用曲线拟合对数学模型的构架进行了分析,对每一个输入参数的影响程度进行了分析,对输入参数间的交互作用进行了对照分析,建立了数学模型,用统计方法确定模型中的影响因子系数,力求得到拟合优度高的非线性数学模型。
该预测技术作为一种质量控制手段具有以下作用:预测纱线品质和纺纱性能,优化毛条选择,调整生产加工工艺。该预测模型通过控制纱线的断裂伸长率及断裂强度来控制其弹性,以达到生产弹性良好的织物的目的。本研究是国家经贸委技术创新项目“毛条与纺纱加工过程的质量预测与控制”中的一部分,经兰州第三毛纺厂和山东如意集团等工厂的试用证明,该研究成果效果稳定、可靠,经国家专家组评审,该技术达到国际先进水平。
【学位授予单位】:天津工业大学
【学位级别】:博士
【学位授予年份】:2006
【分类号】:TS134
|
|
|
|
1 |
方雪娟;羊毛的功能性整理新技术[J];纺织导报;2000年02期 |
2 |
陈东生,张永宁,甘应进;纱条不匀异点的灰色预测[J];纺织学报;1999年02期 |
3 |
甘应进,张永宁,王建刚,陈东生;纱条不匀灰色预测模型的建立[J];纺织学报;2001年01期 |
4 |
王侃枫,陆凯,黄秀宝;精梳毛纺纱线质量预报[J];纺织学报;2004年05期 |
5 |
陈明青,董波;精纺毛织物的弹性整理[J];毛纺科技;2001年04期 |
6 |
张得昆,任学勤,朱宝瑜,李伟;纺纱质量预测与信息管理系统的开发与应用[J];毛纺科技;2004年04期 |
7 |
陈俊杰,谢春萍,郝海涛;人工神经网络纱线质量预报模型的实用化[J];四川纺织科技;2004年02期 |
8 |
王少华,丁彩玲;自然弹性毛织物的开发[J];山东纺织科技;2002年05期 |
9 |
段常喜;浅谈数学模型[J];山西煤炭管理干部学院学报;2002年03期 |
|
|
|
|
|
1 |
董奎勇,于伟东;人工神经网络技术与纺纱质量预报[J];北京纺织;2001年06期 |
2 |
吕砚山,赵正琦;BP神经网络的优化及应用研究[J];北京化工大学学报(自然科学版);2001年01期 |
3 |
蒋文科,吕玉江,化建宁;神经网络BP模型的设计与实现[J];河北农业大学学报;2000年01期 |
4 |
彭松,方祖祥;BP神经网络学习算法的联合优化[J];电路与系统学报;2000年03期 |
5 |
董奎勇,于伟东;纺纱质量预报技术[J];广西纺织科技;2002年01期 |
6 |
厉隽怿,许晓鸣,杨煜普;基于神经网络的智能控制[J];化工自动化及仪表;1995年03期 |
7 |
李英龙,严碧;SPSS统计软件包在矿山统计分析中的应用[J];黄金;2000年05期 |
8 |
徐力平,方珉,张炎华;选择神经网络隐层单元数的另一个指标[J];河南电大;2000年02期 |
9 |
李晓峰;BP人工神经网络模型的进一步改进及其应用[J];吉林化工学院学报;2000年04期 |
10 |
张永宁,张凤涛,陆海明;神经网络技术及其在纺织中的应用[J];吉林工学院学报(自然科学版);2002年02期 |
|