[發明專利]一種拉幅熱定型機干布熱定型實時溫度估算方法

在審

• 申請號: 201711315530.5
• 申請日: 2017-12-09
• 公開（公告）號: CN108038310A
• 公開（公告）日: 2018-05-15
• 發明（設計）人: 呂國仁;顧敏明
• 申請（專利權）人: 浙江鼎越科技發展有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/08
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 吳秉中

本發明公開了一種拉幅熱定型機干布熱定型實時溫度估算方法，包括以下步驟：1）對不同工況、不同織物的熱定型過程進行數據采集并進行預處理，將采集的數據導入訓練集，其中，數據包括定型機烘箱溫度、定型時間、定型織物的厚度、定型植物的克重；2）對訓練集中的數據進行分離訓練數據、標簽，對數據進行歸一化處理，最后選取不同特征值進行訓練；3）建立神經網絡模型；4）確定神經網絡訓練算法，設置訓練參數；5）訓練神經網絡模型；6）評估模型是否合理，若合理。本發明能夠不依賴于專業人員復雜的分析、計算，直接得出織物的溫度輸出，降低了對操作人員的要求，同時織物的溫度輸出為開展節能降耗，提升產品定型質量奠定了模型基礎。

技術領域

本發明涉及印染熱定型機領域，特別是涉及一種拉幅熱定型機干布熱定型實時溫度估算方法。

背景技術

所謂熱定型，是將織物在張力下置于高溫環境中(如180～200℃)，并保持一定的尺寸或形態，熱處理一段時間后，然后迅速冷卻降溫的過程。在這一過程中，由于合成纖維具有良好熱塑性，當處于溫度較高的環境中時，大分子鏈段間的重排使得纖維微結構和形態發生很大變化，使改變了的纖維微結構被固定下來，因此熱定型最主要的作用就是賦予了織物相對穩定的尺寸和形態

由于合成纖維及其混紡織物在紡織染整加工過程中，有多次受到干、濕熱處理的歷史，且織物在運行過程中要受到各種張力的拉伸作用，因而其外形、尺寸始終處于多變復雜的狀態，如經、緯向長度變化(收縮或伸長)，布面折皺、手感粗糙等，使得產品在外部形態及結構尺寸上有所變化，有的甚至失去了織物所應具備的形態、外觀和風格，嚴重影響了服用性能。通過熱定型能很好的改善這一情況。

拉幅熱定型機是對織物織物定型的最主要設備，通過定型機定型可以使得纖維結構進行重塑，織物的手感、滑移、顏色、幅寬、強力、外觀等得到改善，進而達到織物所要求的服用性能。

其中，拉幅熱定型機的對熱定型工藝中要求最高的因素是定型溫度和時間，而在實際的生產中織物的溫度很難實時測量，因此需要提出一種織物實時溫度估算的方法。

申請號為CN201610910769.6的發明專利公開了一種干布熱定型過程織物實時溫度的估算方法，該方法能在一定范圍內預測熱定型的織物溫度，但是在該方法中，對于模型中的參數識別困難，需要進行試驗，試驗結果需要專業人員進行分析，對一般印染企業的操作員和工程師而言難度太大，難以推廣利用。

本發明針對上述問題，提出了一種基于機器學習的織物實時溫度的估算方法，利用在印染企業現有生產的基礎上，通過采集數據，形成關鍵數據庫，能夠在定型機出廠時配置軟件包，利用機器學習的方法，在織物開展熱定型時，僅需輸入織物的自身參數，便可以預測織物加工過程中的實時溫度。

發明內容

為了彌補現有技術的不足，本發明提供一種拉幅熱定型機干布熱定型實時溫度估算方法技術方案。

所述的一種拉幅熱定型機干布熱定型實時溫度估算方法，其特征在于，包括以下步驟：

1）對不同工況、不同織物的熱定型過程進行數據采集并進行預處理，將采集的數據導入訓練集，其中，數據包括定型機烘箱溫度、定型時間、定型織物的厚度、定型植物的克重、織物的溫度；

2）對訓練集中的數據進行分離訓練數據、標簽，對數據進行歸一化處理，最后選取不同特征值進行訓練；

3）建立神經網絡模型；

4）確定神經網絡訓練算法，設置訓練參數；

5）訓練神經網絡模型；

6）隨機選取一種或多種織物的實際數據與模型預測輸出數據做對比，評估模型是否合理，若合理，保存模型和數據，若不合理，返回步驟3）重新建立神經網絡模型。

所述的一種拉幅熱定型機干布熱定型實時溫度估算方法，其特征在于所述步驟3）中，建立神經網絡模型包括以下步驟：