基于神经网络的多参数优化异纤分拣机检出率研究

发布时间：2024-06-10 22:40

　　由于异性纤维影响纱线的质量,目前主要根据图像处理方法设计异纤分拣机,进行异纤的检测和剔除,但剔除效果普遍不理想,很多企业需要进行二次人工检测。本课题以多参数优化方法为研究手段,采用不同的神经网络,对异纤分拣机图像检测参数、风机频率和相机白平衡值等进行了研究,以提高异纤的检出率。依据异纤检测和剔除工艺过程,分析预测模型的复杂度和精度,采用核主元素分析法(Kernel Principal Component Analysis,KPCA)算法,对异纤检出率的影响因素进行筛选,提取主元素。进一步分析异纤检出率影响因素,通过径向基(Radical Basis Function,RBF)神经网络对主元素和检出率进行拟合,推导异纤检出率预测模型。分析图像检测参数对检出率的影响,对GA-BP神经网络算法进行了改进,建立了图像检测最优参数预测模型;根据异纤种类划分,对图像检测参数进行优化,并进行了实验验证。以图像检测最优参数为基础,以RBF神经网络异纤检出率预测模型为目标函数,通过多岛遗传算法(Multi-islands Genetic Algorithms,MIGA)算法分析多参数优化过程,确定图像检...

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

图2-1异纤检出率影响因素鱼骨图

天津工业大学硕士学位论文12图2-1异纤检出率影响因素鱼骨图图2-1的异纤检出率影响因素鱼骨图中剔除系统，共分布16个电磁阀，每个电磁阀控制4个喷嘴，即共64个喷嘴，所有喷嘴都由一个32位的数字量输出卡，通过实验可知，其开关速度达到4KHz，满足控制的要求，所以其中的喷气延时、喷....

图3-1参数调节面板示意图

第三章基于GA-BP神经网络图像检测参数优化17基于GA-BP神经网络图像检测参数优化通过KPCA算法对影响异纤检出率的主要影响因素进行提取，最终确定主元素为图像检测参数、相机白平衡值和风机频率，其中，图像检测参数的贡献率占比38.7751%，在实际进行异纤检测时，图像检测参数对....

图3-2实验

天津工业大学硕士学位论文20采用600mm*600mm的棉花作为载体，将每种异纤取一份放置在棉花载体上，模拟含有异纤的原棉，在输棉系统的风力作用下，将带有模拟异纤的棉花引入棉流通道，在异纤检测区域进行异纤的检测以及剔除等。实验样本如图3-2所示。（a）模拟异纤（b）异纤载体（c）....

图3-2实验样本示意图

天津工业大学硕士学位论文20采用600mm*600mm的棉花作为载体，将每种异纤取一份放置在棉花载体上，模拟含有异纤的原棉，在输棉系统的风力作用下，将带有模拟异纤的棉花引入棉流通道，在异纤检测区域进行异纤的检测以及剔除等。实验样本如图3-2所示。（a）模拟异纤（b）异纤载体（c）....

本文编号：3992004