發(fā)布時間：2024-06-10 22:40

　　由于異性纖維影響紗線的質(zhì)量,目前主要根據(jù)圖像處理方法設(shè)計(jì)異纖分揀機(jī),進(jìn)行異纖的檢測和剔除,但剔除效果普遍不理想,很多企業(yè)需要進(jìn)行二次人工檢測。本課題以多參數(shù)優(yōu)化方法為研究手段,采用不同的神經(jīng)網(wǎng)絡(luò),對異纖分揀機(jī)圖像檢測參數(shù)、風(fēng)機(jī)頻率和相機(jī)白平衡值等進(jìn)行了研究,以提高異纖的檢出率。依據(jù)異纖檢測和剔除工藝過程,分析預(yù)測模型的復(fù)雜度和精度,采用核主元素分析法(Kernel Principal Component Analysis,KPCA)算法,對異纖檢出率的影響因素進(jìn)行篩選,提取主元素。進(jìn)一步分析異纖檢出率影響因素,通過徑向基(Radical Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)對主元素和檢出率進(jìn)行擬合,推導(dǎo)異纖檢出率預(yù)測模型。分析圖像檢測參數(shù)對檢出率的影響,對GA-BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了改進(jìn),建立了圖像檢測最優(yōu)參數(shù)預(yù)測模型;根據(jù)異纖種類劃分,對圖像檢測參數(shù)進(jìn)行優(yōu)化,并進(jìn)行了實(shí)驗(yàn)驗(yàn)證。以圖像檢測最優(yōu)參數(shù)為基礎(chǔ),以RBF神經(jīng)網(wǎng)絡(luò)異纖檢出率預(yù)測模型為目標(biāo)函數(shù),通過多島遺傳算法(Multi-islands Genetic Algorithms,MIGA)算法分析多參數(shù)優(yōu)化過程,確定圖像檢...

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1異纖檢出率影響因素魚骨圖

天津工業(yè)大學(xué)碩士學(xué)位論文12圖2-1異纖檢出率影響因素魚骨圖圖2-1的異纖檢出率影響因素魚骨圖中剔除系統(tǒng)，共分布16個電磁閥，每個電磁閥控制4個噴嘴，即共64個噴嘴，所有噴嘴都由一個32位的數(shù)字量輸出卡，通過實(shí)驗(yàn)可知，其開關(guān)速度達(dá)到4KHz，滿足控制的要求，所以其中的噴氣延時、噴....

圖3-1參數(shù)調(diào)節(jié)面板示意圖

第三章基于GA-BP神經(jīng)網(wǎng)絡(luò)圖像檢測參數(shù)優(yōu)化17基于GA-BP神經(jīng)網(wǎng)絡(luò)圖像檢測參數(shù)優(yōu)化通過KPCA算法對影響異纖檢出率的主要影響因素進(jìn)行提取，最終確定主元素為圖像檢測參數(shù)、相機(jī)白平衡值和風(fēng)機(jī)頻率，其中，圖像檢測參數(shù)的貢獻(xiàn)率占比38.7751%，在實(shí)際進(jìn)行異纖檢測時，圖像檢測參數(shù)對....

圖3-2實(shí)驗(yàn)

天津工業(yè)大學(xué)碩士學(xué)位論文20采用600mm*600mm的棉花作為載體，將每種異纖取一份放置在棉花載體上，模擬含有異纖的原棉，在輸棉系統(tǒng)的風(fēng)力作用下，將帶有模擬異纖的棉花引入棉流通道，在異纖檢測區(qū)域進(jìn)行異纖的檢測以及剔除等。實(shí)驗(yàn)樣本如圖3-2所示。（a）模擬異纖（b）異纖載體（c）....

圖3-2實(shí)驗(yàn)樣本示意圖

天津工業(yè)大學(xué)碩士學(xué)位論文20采用600mm*600mm的棉花作為載體，將每種異纖取一份放置在棉花載體上，模擬含有異纖的原棉，在輸棉系統(tǒng)的風(fēng)力作用下，將帶有模擬異纖的棉花引入棉流通道，在異纖檢測區(qū)域進(jìn)行異纖的檢測以及剔除等。實(shí)驗(yàn)樣本如圖3-2所示。（a）模擬異纖（b）異纖載體（c）....

本文編號：3992004