第三节 计算机配料理论与技术简介

传统的人工分类排队配棉方法由配棉工程师针对某一纱线品种从数种原料中选择合适的原料并确定混纺比，这项工作面广、量大且依赖丰富的实践经验（表2-4）。而计算机配棉则是应用人工智能模拟配料全过程，通过对原料性能分析和成纱质量预测科学地选配原料。

计算机配棉一般包括三大功能，即原料库存管理、自动配料和成纱质量分析。其中，自动配料的理论与技术最为复杂。目前，随着纺纱原料和成纱品种的多样化，计算机配料系统不但适应本色纤维自动选配，而且可对有色纤维自动选配并模拟有色纤维选配后的色纱效果；随着信息技术的快速发展，自动配料已从单目标优化选配发展到多目标优化选配。

目前，本色纤维计算机配棉系统的理论及方法主要有线性规划法、神经网络法和遗传算法。

一、线性规划法

线性规划法的基本理论为模糊判别加线性规划，其基本步骤如下。

（1）应用模糊数学综合评判技术，选择原料品种，即通过模糊计算确定配棉唛头。

（2）通过线性回归分析，动态建立原料性能与成纱质量关系的线性模型。

（3）采用优化算法，优化被选唛头混纺比。

该方法理论严密，配棉方案能够得到优化，但这种方法的实施前提是必须获得单唛性能指标与成纱质量的具体数据（常通过试纺得到），所以该方法对试验数据的依赖性非常大，同时，模糊判别对专家的依赖性非常大，而且优化的配比通常不符合整包配料要求。

二、神经网络技术

神经网络包含许多节点，每个节点都是一个函数，这个函数使用输入该节点的相邻节点值的加权总和来做运算。对于纺纱配料，由于可选原料品种多，因此，可设计一个神经网络系统。最初使用时，将该神经网络系统输出的方案与纺织专家设计的配料方案对比，对该神经网络系统进行训练，最终实现纺纱配料智能优化设计。值得注意的是神经网络系统的学习训练可能需要较长的时间，所得结果一般为局部最佳值。

表2-4摇低特J9.8tex /J14.8tex 混配棉成分分类排队表

①Tt（tex）=1000/公支。摇摇

三、遗传算法

遗传算法是一种全新的最佳空间搜索法，与神经网络不同，它在产生初始种群的基础上，通过初始种群之间的交配，不断产生新的后代，再通过优胜劣汰从新产生的后代中产生新种群。如此周而复始，不断进化新种群，直至达到预期的进化目标。因此，采用基因算法寻优的结果一般为全局最优或较优，形成的配料全局最优（较优）的方案一般不是唯一的，给决策者更大的自由度。

思考题

1.轧棉方法分类及特点是什么？

2.简述唛头标志的含义和棉花品级标准。“三丝”包含哪些异性纤维？如何表示？

3.目前常用的含糖棉预处理方法有哪几种？各有什么特点？

4.何为配棉？其目的要求是什么？选配原棉时一般注意哪些原则？

5.配棉中的分类排队是什么？其目的是什么？

6.原料混合（选配）的目的是什么？主要应考虑哪些因素？其综合性能是如何表示的？

7.化学纤维选配目的是什么？简述化学纤维选配工作要点。

8.现将0.17tex（1.5旦）×38mm的涤纶（公定回潮率为0.4%）与0.17tex（6000公支）×31mm的棉（公定回潮率为8.5%）混纺（混纺比T60/C40），问混合原料的平均细度、长度和公定回潮率各为多少？如棉的实际回潮率为12%，则湿重混纺比应为多少？

9.涤、棉混纺时的设计干重混纺比为65/35，现采用6根条子并合，若涤纶和棉纤维的实际回潮率分别为0.4%和8.5%，条子湿重分别为26.02g/5m和30.262g/5m，求混纺时涤、棉各用几根条子并合？