赵迪, 金福江, 叶斌

(华侨大学信息科学与工程学院,福建厦门361021)

基于LS-SVM的织物烘干含水率模型的应用

赵迪, 金福江*, 叶斌

(华侨大学信息科学与工程学院,福建厦门361021)

针对织物烘干过程中工艺参数设定把握不准,导致织物过烘或未烘透造成能源浪费或织物质量下降的问题,分别采用多元非线性回归、扩展的GM(1,1)、最小二乘支持向量机建立织物干燥过程中的含水率预测模型,并通过实验验证方法的有效性。实验结果表明,相对于其他两种模型,基于最小二乘支持向量机的含水率预测模型可以准确学习织物干燥过程中的非线性关系,预测值平均误差低至1.8%。因此,该模型是准确的,可以为烘干环节生产工艺的选取提供依据。

织物烘干;含水率;预测;建模;最小二乘支持向量机

作为印染过程的重要一环,织物烘干的目的是使高温固色织物的湿度低于纤维临界含水率[1]。传统印染企业通常依靠经验对织物烘燥过程工艺参数进行人为设定,但这样往往造成织物过度烘燥或者未烘透,容易导致浪费能源或对织物手感、悬垂性产生影响。因此,研究烘干工艺参数与织物下机含水率之间关系的数学模型,并建立含水率变化的预测模型以及工艺参数优化模型,成为印染企业亟待解决的问题。

在干燥模型方面,诸爱士[2]、刘显茜等[3]及高波等[4]分别研究了热风干燥时茭白、胡萝卜、红枣等的水分比随时间变化的关系模型,但都只针对温度固定时含水率随时间变化的情形,并未考虑烘干温度、初始含水率及生产实践中超喂率对烘干过程的影响。……