基于BP神经网络预测模型的轧花机转速控制系统的设计与试验

• 作者: 吴明清 李发永 李献灿 罗进军
• 来源期刊: 现代电子技术
• 关键词: BP神经网络 轧花机 转速控制 短纤维指数
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 工控技术
• 页码范围: 141-144
• 页数: 4页
• 分类号: TN711-34|S24
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.09.037

摘要

控制棉纤维中的短纤维率是提高棉花品质的关键因素,利用籽棉回潮率进行轧花机转速的控制能减少成品棉中的原棉短纤维指数,提高成品棉的品质.针对这一问题,利用BP神经网络控制思想,建立以籽棉回潮率与轧花机转速为输入层的BP神经网络预测模型,通过对原棉纤维数据的训练处理,预测出原棉短纤维指数值相对应的电机转速控制频率与回潮率的设定值,并以此数据为基础对轧花机控制系统进行设计,通过预测值提前获知最优的转速控制频率,优化轧花机的转速.通过对试验样机进行测试试验,结果表明,轧花机试验样机系统稳定,能通过回潮率、短纤维指数预测出轧花时所需要的实际转速.原棉短纤维指数实测值的变化曲线与预测值接近,通过回潮率的预测调节,轧花机的转速随着回潮率与原棉短纤维指数进行了相应的调整,验证了BP神经网络预测模型具有较好的控制效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李发永	塔里木大学水利与建筑工程学院	30	142	9.0	10.0
2	李献灿	塔里木大学水利与建筑工程学院	6	26	1.0	5.0
3	吴明清	塔里木大学机械电气化工程学院	9	7	2.0	2.0