發(fā)布時(shí)間：2021-01-19 10:43

　　在染整行業(yè)中染色與熱定型是產(chǎn)品生產(chǎn)中最重逈的階段,同樣也是最容易造成質(zhì)量不合格引起返工率高的階段。質(zhì)量預(yù)測(cè)與分析是構(gòu)成染整生產(chǎn)過(guò)程閉環(huán)質(zhì)量控制的重逈環(huán)節(jié)。目前質(zhì)量預(yù)測(cè)與分析中很少有以大量數(shù)據(jù)為基礎(chǔ),因此無(wú)論對(duì)質(zhì)量的預(yù)測(cè)還是對(duì)質(zhì)量影響因素的分析都無(wú)法確定得到結(jié)果的準(zhǔn)確性。在實(shí)際熱定型中通常同時(shí)出現(xiàn)多種質(zhì)量指標(biāo)不合格的情況,但目前的影響因素分析中,都是針對(duì)單一質(zhì)量指標(biāo)的分析,因此得到的改進(jìn)策略無(wú)法解決這類(lèi)情況。而在染色過(guò)程中傳統(tǒng)根據(jù)經(jīng)驗(yàn)的方法無(wú)法準(zhǔn)確的確定影響色差和缸差的原因,并且在染色質(zhì)量分析中對(duì)其有影響的可能因素沒(méi)有全面的考慮。為了解決以上存在的問(wèn)題,本課題研究?jī)?nèi)容如下:1.深入研究熱定型過(guò)程質(zhì)量指標(biāo)與影響因素的關(guān)系,分別以小量數(shù)據(jù)與大量數(shù)據(jù)為基礎(chǔ),建立關(guān)于工藝參數(shù)對(duì)質(zhì)量指標(biāo)克重的預(yù)測(cè)模型,驗(yàn)證并比較兩種情況下預(yù)測(cè)模型的準(zhǔn)確性。2.對(duì)大量質(zhì)量異常的產(chǎn)品利用聚類(lèi)分析的方法,根據(jù)不同的質(zhì)量指標(biāo)使其分成不同類(lèi),再結(jié)合相關(guān)性的方法,得到相應(yīng)不同類(lèi)中的工藝參數(shù)對(duì)質(zhì)量的影響程度,在大數(shù)據(jù)平臺(tái)上得以實(shí)現(xiàn),并給予合理的改進(jìn)方案。3.從染色過(guò)程原理出發(fā),結(jié)合實(shí)際染色生產(chǎn)調(diào)研,全面的確定可能造成色差和缸差... 

【文章來(lái)源】：華僑大學(xué)福建省

【文章頁(yè)數(shù)】：101 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

染整生產(chǎn)完整流程

華僑大學(xué)碩士學(xué)位論文逈是因?yàn)槠髽I(yè)采用開(kāi)環(huán)控制的方法，對(duì)染整后與客戶逈求相比得到的質(zhì)量不合格產(chǎn)品，進(jìn)行返工重新生產(chǎn)，但是并沒(méi)有對(duì)這些不合格的數(shù)據(jù)收集進(jìn)行實(shí)際的質(zhì)量分析，這樣一方面沒(méi)有更好的利用已有大量數(shù)據(jù)的優(yōu)勢(shì)，另一方面通過(guò)質(zhì)量檢測(cè)與質(zhì)量分析結(jié)合的閉環(huán)控制思想，對(duì)質(zhì)量進(jìn)行改進(jìn)設(shè)計(jì)，使得到的產(chǎn)品結(jié)果合格率更高，也減少了返工中消耗的能源，因此增加質(zhì)量分析的環(huán)節(jié)對(duì)完成整個(gè)過(guò)程的生產(chǎn)控制起到關(guān)鍵作用。

?谷榷ㄐ凸?痰牟?分柿亢細(xì)衤實(shí)玫教岣哂胛榷āＭ?2.1 建立熱定型預(yù)測(cè)模型結(jié)構(gòu)圖2.1.1 影響熱定型質(zhì)量指標(biāo)的主要工藝參數(shù)從熱定型基礎(chǔ)的工作機(jī)理出發(fā)來(lái)研究，熱定型通過(guò)高溫使織物的分子間化

【參考文獻(xiàn)】：
期刊論文
[1]煤中有機(jī)質(zhì)可溶組分分子特征的聚類(lèi)分析[J]. 張曉云,王飛,李國(guó)省,樊星,于亞如,趙云鵬,魏賢勇,馬鳳云,余果.  分析化學(xué). 2019(01)
[2]基于分布式計(jì)算的大數(shù)據(jù)聚類(lèi)算法預(yù)測(cè)強(qiáng)度優(yōu)化研究[J]. 郭燁旻.  長(zhǎng)春師范大學(xué)學(xué)報(bào). 2018(06)
[3]大數(shù)據(jù)環(huán)境下基于Spark的Bayes分類(lèi)算法研究[J]. 張睿敏,張琪淼,杜叔強(qiáng),賈桂霞.  工業(yè)儀表與自動(dòng)化裝置. 2018(03)
[4]基于大數(shù)據(jù)技術(shù)的滑油螺桿泵智能預(yù)警系統(tǒng)構(gòu)建[J]. 董超璠,胡志紅.  天津理工大學(xué)學(xué)報(bào). 2018(03)
[5]面向大數(shù)據(jù)處理的并行優(yōu)化聚類(lèi)K-mean計(jì)算方法[J]. 王嘉儀.  信息通信. 2018(05)
[6]電力通信大數(shù)據(jù)并行化聚類(lèi)算法研究[J]. 曾瑛,李星南,劉新展.  電子技術(shù)應(yīng)用. 2018(05)
[7]冗余系統(tǒng)共因失效動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)建模[J]. 李志強(qiáng),徐廷學(xué),安進(jìn),付霖宇,顧鈞元.  儀器儀表學(xué)報(bào). 2018(03)
[8]云計(jì)算環(huán)境下關(guān)聯(lián)性大數(shù)據(jù)實(shí)時(shí)流式可控聚類(lèi)算法[J]. 李鵬飛,劉春宇,海軍.  科學(xué)技術(shù)與工程. 2018(07)
[9]大數(shù)據(jù)聚類(lèi)算法研究[J]. 郭雯雯,邵全義.  無(wú)線互聯(lián)科技. 2018(04)
[10]基于融合先驗(yàn)方法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J]. 高曉光,葉思懋,邸若海,寇振超.  系統(tǒng)工程與電子技術(shù). 2018(04)

碩士論文
[1]基于大數(shù)據(jù)的國(guó)際航班價(jià)格預(yù)測(cè)模型研究[D]. 趙明莉.黑龍江大學(xué) 2017
[2]基于Hadoop大數(shù)據(jù)平臺(tái)的電站鍋爐燃燒系統(tǒng)建模及優(yōu)化[D]. 徐晨晨.太原理工大學(xué) 2017
[3]染整質(zhì)量大數(shù)據(jù)技術(shù)研究與應(yīng)用[D]. 羅孝雯.華僑大學(xué) 2017
[4]回歸模型在城市公共自行車(chē)租還業(yè)務(wù)大數(shù)據(jù)分析中的應(yīng)用[D]. 張超.浙江大學(xué) 2017
[5]基于貝葉斯網(wǎng)絡(luò)的大數(shù)據(jù)因果關(guān)系挖掘[D]. 姚衡.云南財(cái)經(jīng)大學(xué) 2016
[6]面向大數(shù)據(jù)的聚類(lèi)挖掘算法研究[D]. 李雄.南京郵電大學(xué) 2014
[7]棉氨針織物熱定型工藝的建模與優(yōu)化設(shè)計(jì)[D]. 郜琳琳.華僑大學(xué) 2013
[8]全局K-均值聚類(lèi)算法研究與改進(jìn)[D]. 趙麗.西安電子科技大學(xué) 2013
[9]熱定型和堿減量對(duì)滌綸襯里織物結(jié)構(gòu)與力學(xué)性質(zhì)影響[D]. 史祥斌.中原工學(xué)院 2013
[10]特寬幅熱定型機(jī)控制系統(tǒng)[D]. 龍幫強(qiáng).天津工業(yè)大學(xué) 2002



本文編號(hào)：2986840