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

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.

关键词：BP神经网络、轧花机、转速控制、短纤维指数

所属期刊栏目：40

分类号：TN711-34;S24(基本电子电路)

资助基金：国家自然科学基金项目51569030

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：141-144