缝纫机缝纫性能测量评价系统的设计

纺织学报 ›› 2013, Vol. 34 ›› Issue (1): 116-121.

缝纫机缝纫性能测量评价系统的设计

林君焕^1，2,张国庆^2，3,张树有³

1. 宁波大学信息科学与工程学院
2. 台州职业技术学院机电学院
3. 浙江大学机械工程学系

收稿日期:2012-01-09 修回日期:2012-08-09 出版日期:2013-01-15 发布日期:2013-01-07
通讯作者: 林君焕 E-mail:linjunh@qq.com
基金资助:
浙江省自然科学基金资助项目

Design of testing-and-evaluating system for sewing performance of sewing machines

Received:2012-01-09 Revised:2012-08-09 Online:2013-01-15 Published:2013-01-07
Contact: LIN JunHuan E-mail:linjunh@qq.com

摘要/Abstract

摘要： 针对缝纫机缝纫性能评价难的问题，设计了一种基于BP神经网络的缝纫机缝纫性能客观测量评价系统.在缝纫机机械力学性能与缝纫性能之间构建了一个3层神经网络模型，该神经网络模型由4个子网络模型构成分别负责四个缝纫性能指标的评价,同时研究了面料可缝性、缝纫性能、面料缝纫质量三者之间的量化关系。提出了样本采集方案，设计了一套基于VB与Matlab的应用软件和基于USB数据采集卡的测量系统，在此基础上进行了实验研究。实验结果表明BP神经网络在给定的样本下学习过程收敛效果较好，对被测缝纫机缝纫性能的评价与实际结果一致。

关键词: 缝纫性能, 测量评价系统, BP神经网络, 缝纫机

Abstract: A testing-and-evaluating system based on BP-neural network is designed to deal with the difficulty of evaluating sewing performance of sewing machine. A neural network with three levels composed of four sub-networks which are used to evaluate the four sewing performance indexes respectively is modeled between mechanical properties and sewing performance, and the Quantization relationship among sewing performance, sewability performance and sewing quality is researched. The sample collecting method for BP-learn is presented and a set of application software base on VB and Matlab and testing system based on USB-DAQ card are designed, then experiments are performed on the designed system. Testing results show that BP-neural network achieves satisfactory convergence performance, and the evaluating results correspond with the actual fact.

Key words: sewing performance, testing-and-evaluating system, BP-neural network, sewing machine

中图分类号:

TP206+.1

林君焕张国庆张树有. 缝纫机缝纫性能测量评价系统的设计[J]. 纺织学报, 2013, 34(1): 116-121.

参考文献

相关文章 15

[1]	张宁潘如如高卫东. 采用图像处理的织物缝纫平整度自动评估[J]. 纺织学报, 2017, 38(04): 145-150.
[2]	范晓健李晶刘红卫王善凯孙晓盼. 碳纤维层叠布用缝纫机的改进设计与三维仿真[J]. 纺织学报, 2016, 37(10): 141-144.
[3]	夏明陈益松张文斌. 基于椭圆傅里叶的人体胸围断面形状研究[J]. 纺织学报, 2014, 35(7): 107-0.
[4]	杨梦星张毅郑秋婷. BP神经网络预测环境对丝织物力学性能的影响[J]. 纺织学报, 2013, 34(8): 39-0.
[5]	肖红刘静静. 缝纫机针对羊毛防寒服防钻毛性能的影响[J]. 纺织学报, 2013, 34(6): 98-101.
[6]	张海波黄铁军修毅赵野军章江华. 基于神经网络的男西装图像情感语义识别[J]. 纺织学报, 2013, 34(12): 138-0.
[7]	黄成王晓任春明王辉刘燕刘凯. 亚麻织物接枝率与透气率变化关系的数学模型[J]. 纺织学报, 2013, 34(1): 90-95.
[8]	狄宏静刘冬云吴志明. 基于BP神经网络的春夏女装流行色预测[J]. 纺织学报, 2011, 32(7): 111-116.
[9]	李翔;彭志勤;金凤英;顾宗栋;薛元;胡国樑. 基于神经网络的精纺毛纱性能预测模型比较[J]. 纺织学报, 2011, 32(3): 51-56.
[10]	徐展鹏, 孙云云, 刘涵, 郭吉丰. 基于神经网络算法的工缝机节能电动机控制系统的设计[J]. 纺织学报, 2011, 32(12): 128-133.
[11]	吴雄华;刘亚;. 基于BP神经网络的熔喷非织造布工艺参数优化[J]. 纺织学报, 2011, 32(1): 51-54.
[12]	郑春玲. 改进的LM-BP算法预测活性染料染色K/S值[J]. 纺织学报, 2010, 31(8): 82-85.
[13]	万振凯;王占刚. 基于神经网络的复合材料缺陷超声波检测研究[J]. 纺织学报, 2010, 31(2): 54-59.
[14]	李虹;史祥斌;杨艳菲. 染整加工中织物结构变化对其弯曲性能的影响[J]. 纺织学报, 2010, 31(10): 92-97.
[15]	刘贵;于伟东. 基于遗传算法和BP网络的精毛纺粗纱质量预报[J]. 纺织学报, 2009, 30(05): 28-33.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed