【摘要】：聚酯纖維是由聚對苯二甲酸乙二醇酯所制成的合成纖維,在中國又被稱為滌綸,聚酯纖維具有很多優(yōu)點比如伸縮性好,耐疲勞等,因此在中國的用途也很多,然而目前,國內(nèi)聚酯生產(chǎn)廠家普遍采取擴大生產(chǎn)規(guī)模的方式來降低成本,造成聚酯行業(yè)的產(chǎn)能更加急速的膨脹,產(chǎn)品種類單一。造成這種局面主要的原因是聚酯纖維生產(chǎn)沒有有效的辦法去確定生產(chǎn)具有不同性能的紡絲生產(chǎn)過程工藝參數(shù),目前企業(yè)中生產(chǎn)工業(yè)絲的工藝參數(shù)的確定主要根據(jù)生產(chǎn)經(jīng)驗,先設(shè)定工藝參數(shù),然后進行生產(chǎn)實驗,再檢驗成品的性能,然后不斷調(diào)整生產(chǎn)工藝參數(shù),這樣的低效率生產(chǎn)辦法造成耗費大量的人力物力,所以一個聚酯纖維紡絲生產(chǎn)工藝過程參數(shù)的智能自動配置方法,在開發(fā)新工業(yè)絲品種的時間將會被有效減少,也減少企業(yè)在人力物力上面的開支,同時起到促進紡絲生產(chǎn)技術(shù)進步作用。本文的主要貢獻如下:(1)針對聚酯纖維在實際生產(chǎn)過程中的無法直接根據(jù)產(chǎn)品的性能要求確定生產(chǎn)過程工藝參數(shù)的問題,通過對聚酯纖維熔融紡絲工藝機理模型進行MATLAB編程獲取實驗數(shù)據(jù),將聚酯纖維的性能要求作為輸入,將過程工藝參數(shù)作為輸出,利用實驗數(shù)據(jù)進行數(shù)據(jù)建模;(2)通過研究發(fā)現(xiàn)聚酯纖維生產(chǎn)過程是一個非線性極強的過程,而且變量與變量之間有非常強的耦合性,因此采用XGBoost算法進行數(shù)據(jù)建模,并將XGBoost算法的配置結(jié)果利用粒子群優(yōu)化算法進行優(yōu)化,根據(jù)聚酯纖維產(chǎn)品絲的性能要求就可以智能自動配置出相對應的過程工藝參數(shù);(3)基于XGBoost和粒子群優(yōu)化算法設(shè)計聚酯纖維生產(chǎn)過程工藝參數(shù)的智能配置系統(tǒng),通過該系統(tǒng)可以實現(xiàn)將理論研究轉(zhuǎn)化為實際應用。
【學位授予單位】：東華大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TQ342.2
【圖文】：

熔體紡絲工藝圖

不同紡絲溫如圖2-2所示是不同紡絲溫度下溫度紡程的變化是從紡絲生產(chǎn)開始的一個固定冷的裝置會使溫度有所上升，然后逐漸下

不同紡絲溫度下溫度沿紡程的變化

【參考文獻】

相關(guān)期刊論文 前10條

1 劉國良;顧正華;趙世凱;尚淑麗;李永強;;基于數(shù)據(jù)驅(qū)動的區(qū)域水資源智能配置研究[J];水利水運工程學報;2015年05期

2 張深;吳建軍;;基于BP神經(jīng)網(wǎng)絡(luò)的管材材料參數(shù)逆向識別[J];塑性工程學報;2011年06期

3 王玉萍;;滌綸工業(yè)絲行業(yè)發(fā)展現(xiàn)狀及應用研究[J];合成纖維;2011年10期

4 王玉萍;;滌綸工業(yè)絲行業(yè)發(fā)展現(xiàn)狀及應用研究[J];合成纖維;2011年09期

5 方匡南;吳見彬;朱建平;謝邦昌;;隨機森林方法研究綜述[J];統(tǒng)計與信息論壇;2011年03期

6 王安華;;聚酯產(chǎn)業(yè)鏈的技術(shù)現(xiàn)狀與發(fā)展[J];合成纖維工業(yè);2010年02期

7 劉民;;基于數(shù)據(jù)的生產(chǎn)過程調(diào)度方法研究綜述[J];自動化學報;2009年06期

8 王濤;;系統(tǒng)建模方法綜述[J];科技資訊;2008年28期

9 錢伯章;;我國聚酯工業(yè)絲發(fā)展現(xiàn)狀[J];橡膠科技市場;2008年03期

10 李素花;吳嘉麟;;PET-PTT共聚酯的結(jié)晶和紡絲性能[J];合成纖維工業(yè);2006年04期

相關(guān)博士學位論文 前1條

1 張傳雄;熔融紡絲成形理論應用及聚合物光學纖維開發(fā)[D];東華大學;2008年

相關(guān)碩士學位論文 前6條

1 王根深;基于BP神經(jīng)網(wǎng)絡(luò)的太湖葉綠素濃度反演[D];南京郵電大學;2018年

2 鐘文鑫;基于數(shù)據(jù)挖掘的陌生人社交APP用戶流失預測模型研究[D];首都經(jīng)濟貿(mào)易大學;2018年

3 伯毅;基于XGBoost模型的短期股票預測[D];哈爾濱工業(yè)大學;2018年

4 于大方;基于代理模型的城軌車輛懸掛參數(shù)優(yōu)化[D];西南交通大學;2018年

5 汪藝;基于集成智能的差別化紡絲性能雙向預測方法[D];東華大學;2014年

6 李保卿;基于免疫神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的紡絲工藝優(yōu)化[D];東華大學;2011年

本文編號：2788548