第三節 計算機配料理論與技術簡介

傳統的人工分類排隊配棉方法由配棉工程師針對某一紗線品種從數種原料中選擇合適的原料并確定混紡比，這項工作面廣、量大且依賴豐富的實踐經驗（表2-4）。而計算機配棉則是應用人工智能模擬配料全過程，通過對原料性能分析和成紗質量預測科學地選配原料。

計算機配棉一般包括三大功能，即原料庫存管理、自動配料和成紗質量分析。其中，自動配料的理論與技術最為復雜。目前，隨著紡紗原料和成紗品種的多樣化，計算機配料系統不但適應本色纖維自動選配，而且可對有色纖維自動選配并模擬有色纖維選配后的色紗效果；隨著信息技術的快速發展，自動配料已從單目標優化選配發展到多目標優化選配。

目前，本色纖維計算機配棉系統的理論及方法主要有線性規劃法、神經網絡法和遺傳算法。

一、線性規劃法

線性規劃法的基本理論為模糊判別加線性規劃，其基本步驟如下。

（1）應用模糊數學綜合評判技術，選擇原料品種，即通過模糊計算確定配棉嘜頭。

（2）通過線性回歸分析，動態建立原料性能與成紗質量關系的線性模型。

（3）采用優化算法，優化被選嘜頭混紡比。

該方法理論嚴密，配棉方案能夠得到優化，但這種方法的實施前提是必須獲得單嘜性能指標與成紗質量的具體數據（常通過試紡得到），所以該方法對試驗數據的依賴性非常大，同時，模糊判別對專家的依賴性非常大，而且優化的配比通常不符合整包配料要求。

二、神經網絡技術

神經網絡包含許多節點，每個節點都是一個函數，這個函數使用輸入該節點的相鄰節點值的加權總和來做運算。對于紡紗配料，由于可選原料品種多，因此，可設計一個神經網絡系統。最初使用時，將該神經網絡系統輸出的方案與紡織專家設計的配料方案對比，對該神經網絡系統進行訓練，最終實現紡紗配料智能優化設計。值得注意的是神經網絡系統的學習訓練可能需要較長的時間，所得結果一般為局部最佳值。

表2-4搖低特J9.8tex /J14.8tex 混配棉成分分類排隊表

①Tt（tex）=1000/公支。搖搖

三、遺傳算法

遺傳算法是一種全新的最佳空間搜索法，與神經網絡不同，它在產生初始種群的基礎上，通過初始種群之間的交配，不斷產生新的后代，再通過優勝劣汰從新產生的后代中產生新種群。如此周而復始，不斷進化新種群，直至達到預期的進化目標。因此，采用基因算法尋優的結果一般為全局最優或較優，形成的配料全局最優（較優）的方案一般不是唯一的，給決策者更大的自由度。

思考題

1.軋棉方法分類及特點是什么？

2.簡述嘜頭標志的含義和棉花品級標準。“三絲”包含哪些異性纖維？如何表示？

3.目前常用的含糖棉預處理方法有哪幾種？各有什么特點？

4.何為配棉？其目的要求是什么？選配原棉時一般注意哪些原則？

5.配棉中的分類排隊是什么？其目的是什么？

6.原料混合（選配）的目的是什么？主要應考慮哪些因素？其綜合性能是如何表示的？

7.化學纖維選配目的是什么？簡述化學纖維選配工作要點。

8.現將0.17tex（1.5旦）×38mm的滌綸（公定回潮率為0.4%）與0.17tex（6000公支）×31mm的棉（公定回潮率為8.5%）混紡（混紡比T60/C40），問混合原料的平均細度、長度和公定回潮率各為多少？如棉的實際回潮率為12%，則濕重混紡比應為多少？

9.滌、棉混紡時的設計干重混紡比為65/35，現采用6根條子并合，若滌綸和棉纖維的實際回潮率分別為0.4%和8.5%，條子濕重分別為26.02g/5m和30.262g/5m，求混紡時滌、棉各用幾根條子并合？