首页--工业技术论文--轻工业、手工业论文--纺织工业、染整工业论文--一般性问题论文--纺织工业机械与设备论文--纺织仪器、仪表论文

纺纱加工质量智能预测与控制方法研究

摘要第5-7页
Abstract第7-9页
第一章 绪论第12-18页
    1.1 课题的背景与意义第12-13页
    1.2 纺织质量预测与控制关键理论技术及研究现状第13-15页
        1.2.1 纺织质量预测技术第13-14页
        1.2.2 统计过程控制技术第14-15页
        1.2.3 纺织质量预测与控制技术现存主要问题第15页
    1.3 研究目标、内容及论文章节安排第15-18页
        1.3.1 课题目标第15-16页
        1.3.2 研究内容第16-17页
        1.3.3 论文章节安排第17-18页
第二章 基于遗传神经网络的纱线质量智能预测第18-34页
    2.1 纺织品质量预测中的智能计算技术第18-24页
        2.1.1 人工神经网络的应用第18-20页
        2.1.2 支持向量机的应用第20-22页
        2.1.3 混合智能算法的应用第22-24页
    2.2 基于遗传神经网络的纱线质量预测模型第24-28页
        2.2.1 遗传神经网络算法设计第24-25页
        2.2.2 BP神经网络模型第25-26页
        2.2.3 GA个体编码与算子设计第26-27页
        2.2.4 预测模型的数据处理与性能评价第27-28页
    2.3 细纱CV值预测模型试验及分析第28-33页
        2.3.1 生产数据的准备第28-31页
        2.3.2 预测模型参数的确定第31页
        2.3.3 预测模型优化过程第31页
        2.3.4 预测模型试验结果分析第31-33页
        2.3.5 基于预测模型的工艺参数优化第33页
    2.4 本章小结第33-34页
第三章 基于KBANN的纱线质量智能预测第34-50页
    3.1 基于混合智能模型的产品质量预测第34-35页
    3.2 基于RS的规则抽取方法第35-41页
        3.2.1 数据离散第37-38页
        3.2.2 决策表属性约简第38-39页
        3.2.3 决策规则约简第39-41页
    3.3 基于KBANN的智能预测模型第41-42页
    3.4 基于混合智能学习模型的纱线质量预测第42-49页
        3.4.1 基于粗糙集的纺纱工艺决策规则提取(RSrule)第42-47页
        3.4.2 基于KBANN质量预测模型第47-49页
    3.5 本章小结第49-50页
第四章 基于SVC的纱线生产过程控制图的模式识别第50-71页
    4.1 纺纱生产过程异常与控制图的使用第50-51页
    4.2 基于NRS的控制图特征提取方法第51-56页
        4.2.1 控制图基本模式及其描述第51-52页
        4.2.2 控制图的统计特征描述第52-53页
        4.2.3 基于邻域粗糙集的控制图特征提取第53-56页
    4.3 基于SVC的生产控制图模式识别方法第56-61页
        4.3.1 基于SVC的模式识别原理第56-58页
        4.3.2 基于GA的SVC参数的优化方法第58-60页
        4.3.3 控制图模式识别模型的基本框架第60-61页
    4.4 纱线生产控制图模式识别试验第61-70页
        4.4.1 仿真实验第61-67页
        4.4.2 实验结果分析第67-68页
        4.4.3 纱线生产控制图模式识别实例第68-70页
    4.5 本章小结第70-71页
第五章 总结与展望第71-73页
    5.1 研究成果第71页
    5.2 研究工作展望第71-73页
参考文献第73-76页
攻读硕士学位期间发表论文第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:盆底修补网片的结构设计及性能研究
下一篇:多层高反膜对提高织物光学性能的研究