学位论文 > 优秀研究生学位论文题录展示
人工神经网络在纺熔无纺布产品开发中的应用
作 者: 盛小垒
导 师: 文贵华;陈康振
学 校: 华南理工大学
专 业: 计算机技术
关键词: BP神经网络 无纺布 非织造布 纺熔无纺布 新产品开发
分类号: TP183
类 型: 硕士论文
年 份: 2011年
下 载: 21次
引 用: 0次
阅 读: 论文下载
内容摘要
本文基于纺熔无纺布企业新产品开发的现状和需求,利用BP神经网络在处理非线性映射方面的优势,以MA_rI_AH神经网络工具箱为平台,研究并构建BP神经网络,用于纺熔无纺布新产品开发。本文首先分析总结了纺熔无纺布新产品开发的关键工艺参数、产品性能指标及其内在关系:纺熔无纺布产品的性能可以分为两类:基布特性和后处理附加的功能,其中后处理附加的功能和后处理的原料方式之间存在直接的硬相关性,而基布特性和原料设备直接相关;纺熔无纺布用于医疗和卫生领域,有不同的测试方法和标准要求,但最重要的指标是强力和HSH,其中强力用来描述纺熔无纺布抵抗外力破坏的能力,而抗静水压HSH衡量纺熔无纺布的阻隔性。工艺参数中,根据设备特性和日常控制的范围,选取克重、AI]纺粘头计量泵转速、Bc熔喷头计量泵转速、热轧温度T和热轧压力P为关键参数。在产品工艺参数和性能指标分析的基础上,利用MATLAH神经网络工具箱开发平台,构建了BP神经网络,并利用企业现有的产品工艺参数和性能指标数据对其进行训练,网络可以收敛:BP网络选用三层,输入层到隐含层传递函数使用tansig,隐含层函数使用10gsig,隐含层的神经元个数优选为16个,训练函数使用trainlm,利用现有的产品数据作为样品对BP网络进行训练,训练误差在10‘数量级,网络可以很快收敛。随后,将训练好的BP神经网络用于产品性能指标预测,和实际数据进行对比,产品强力和抗静水压HSH的预测误差在5%以内,完全能满足实际产品开发和生产的需要;用于指导纺熔无纺布的产品开发,就可以更加快速、高效、低成本的开发出满足客户需求的产品,具有巨大的商业实用价值。
|
全文目录
摘要 5-6 Abstract 6-10 第一章 绪论 10-34 1.1 无纺布概述 10-15 1.1.1 无纺布 10 1.1.2 无纺布的工艺技术特点 10-12 1.1.3 无纺布的种类 12-13 1.1.4 无纺布的用途 13-15 1.2 纺熔无纺布概述 15-21 1.2.1 纺熔无纺布 15-16 1.2.2 纺粘熔喷复合无纺布 16-18 1.2.3 纺熔无纺布的技术特点 18 1.2.4 纺熔无纺布工艺设备及技术发展趋势 18-21 1.3 纺熔复合无纺布产品开发概述 21-26 1.3.1 纺熔无纺布在卫生领域的应用和要求 21-22 1.3.2 纺熔无纺布在医疗领域的应用和要求 22-24 1.3.3 纺熔无纺布在工业领域的应用和要求 24-25 1.3.4 纺熔无纺布产品开发主要内容及流程 25-26 1.4 纺熔无纺布产品开发目前主要存在的问题 26-27 1.5 本文的设计思路 27-34 1.5.1 纺熔无纺布工艺参数和性能指标关系复杂 27-28 1.5.2 BP神经网络在非线性映射方面的独特优势 28 1.5.3 MATLAB专业的神经网络工具箱 28 1.5.4 BP神经网络在其它无纺布上的应用 28-32 1.5.5 本文的设计构想 32-34 第二章 人工神经网络及BP网络 34-48 2.1 人工神经网络 34-41 2.1.1 人工神经经网络的发展历史 35 2.1.2 神经网络的研究内容 35-36 2.1.3 神经网络的应用 36-37 2.1.4 人工神经元 37-40 2.1.5 神经网络的类型 40-41 2.2 BP神经网络 41-48 2.2.1 BP神经网络定义 41-42 2.2.2 BP神经网络模型及其基本原理 42-44 2.2.3 BP神经网络的主要功能 44 2.2.4 BP网络的优点以及局限性 44-45 2.2.5 BP网络的设计问题 45-48 第三章 MATLAB概述 48-58 3.1 MATLAB简介 48-51 3.1.1 MATLAB的应用领域 48-49 3.1.2 MATLAB的产品构成 49 3.1.3 MATLAB的特点和优势 49-51 3.2 MATLAB 神经经网络工具箱介绍 51-58 3.2.1 使用MATLAB、申经网络工具箱解决问题的一般步骤 52 3.2.2 基于MATLAB的BP神经网络工具箱函数介绍 52-55 3.2.3 在MATLAB 中设计BP网络的注意事项 55-58 第四章 BP神经网络用于纺熔无纺布产品开发 58-86 4.1 纺熔无纺布新产品开发范围 58 4.1.1 设备 58 4.1.2 无纺布种类 58 4.1.3 原料 58 4.2 用于纺熔无纺布新产品开发自BP神经网络设计 58-64 4.2.1 BP神经网络的输出 58-59 4.2.2 BP神经网络的输入 59-62 4.2.3 BP神经网络层数 62 4.2.4 BP神经网络隐含层神经元个数 62-63 4.2.5 BP神经网络传输函数的选择 63-64 4.2.6 BP神经网络学习算法的选择 64 4.3 原始样本数据及处理 64-68 4.3.1 样本数据的获取 64 4.3.2 样本数据的处理 64-68 4.4 MATLAB编程及试验 68-85 4.4.1 网络训练和学习 68-83 4.4.2 模型的校核 83-85 4.5 结果分析 85-86 结论 86-88 参考文献 88-90 攻读硕士期间取得的研究成果 90-91 致谢 91
|
相似论文
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 伯乐科技苏州公司新产品开发流程管理研究,F273.2
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
- 基于数据融合技术舞台故障诊断方法的研究,TP18
- 基于灰色神经网络的旅游上市公司财务危机预警模型研究,F224
- 基于供应链知识共享对新产品开发绩效的影响研究,F274
- 并行工程在新产品开发导入工期管理中的应用研究,TB47
- MX中国汽车产品事业部新产品开发体系研究,F426.471
- 市场反馈分析(MFA)在C公司新产品开发中的应用研究,F426.4
- NIPS法制备超疏水性PVDF膜的研究,TQ028.8
- 谷氨酸发酵过程建模及其仿真软件的开发,TQ922.1
- 遗传算法和BP网络技术在LF炉温度预报中的应用,TP18
- 基于因子分析和BP神经网络的风机状态诊断研究,F426.61
- 转炉炼钢终点指导系统的研究与设计,TF345
- 江西省水生态承载力分析,TV213.4
- 天丽数码影像设备公司新产品开发策略研究,F426.6
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|