[发明专利]一种纺纱质量不确定性预测方法

说明书

技术领域

本发明涉及纺纱质量预测领域，具体涉及一种纺纱质量不确定性预测方法。

背景技术

纺纱过程是一个多因素(如温度、湿度、原料、人、设备和环境等)、多工序相互作用的过程，易受到多个外部因素的相互影响以及设备零部件的磨损、老化、锈蚀等内部因素的影响，使得纺纱的质量特征值总是存在着不能完全消除的波动。在理论上，通常将这种波动按大小和方向不同可分为正常波动和异常波动两种，即偶然误差与系统误差。偶然误差的产生原因是多种多样的、随机的，其大小和方向具有随意性，但对纺纱质量的影响较小，故偶然误差通常被看作是一种正常现象。因为在现有的条件下，偶然误差是无法根除的，即使采取措施进行根除，则需付出过大的代价。系统误差的特点是因素的数目不多，但对纺纱的质量的影响很大，在一定的条件下是能够发现并消除的。

通过文献回顾发现：纺纱质量特征值的波动与原料属性变量之间存在着非线性关系，更重要的是与工艺参数之间存在着非线性的函数关系，而且这种关系更难以用数学关系式进行表达。为深入分析引起纺纱质量特征值波动的原因，需进一步探究这种非线性关系，以及关系之间隐含的引起系统误差的根本原因。

为此，从纺纱质量的输出特征值，以及工艺参数组合方式入手，构建输出特征值与工艺参数组合方式之间的关系图。

先以x表示工艺参数的不同组合，y表示纺纱质量的某种输出特性，则x与y间的函数关系如图1(a)所示。可见，当x＝x₁时，其对应的质量输出特性是y₁，表示当x＝x₁时，x的波动误差为△x₁，则相应地输出特征值的波动误差为△y₁。当工艺参数的组合为x＝x₂时，x的波动误差为△x₂，质量输出特性是y₂，输出特征值的波动误差为△y₂。那么当△x₁＝△x₂时，由图1(a)可见：△y1＞△y2，这充分表明：要保证纺纱过程中质量的稳定性和可靠性，以及减少不必要的纺纱质量特性值的波动，则应选择合理的工艺参数组合。因此，在纺纱工艺设计阶段，应充分调整x与y之间的关系，选取最优工艺参数，以及工艺参数的不同组合与质量输出特性之间y＝f(x)的函数变化关系，从而确定工艺参数的最佳组合。

综上所述，虽然工艺参数组合在x＝x₂点上很大程度上降低了质量输出特征值的波动，在一定程度上有效防止了纺纱过程质量的波动，但从图1(a)还可见，引发了一个新问题，即质量输出特征值的标准值M也增加了。为此，需要根据纺纱的工艺设计特点和具体的配棉条件对质量输出特征值y₂进行修正。

具体的解决方案是：通过纺纱工艺参数的组合方式，从中获取一个元素k，使元素k与质量输出特征值y之间呈线性关系。这样，元素k的作用就是：一方面，防止纺纱质量输出特征值的较大波动，另一方面，通过获取最优的k值，降低M，以保证质量输出特征值降低到原来的y值。元素k与质量输出特征值的线性关系如图1(b)所示，

线性关系表示为：y＝f(k)＝ak+b

式中：a和提待定常数，即：

可见，当引入元素k对纺纱质量特征值y进行修正后，并不影响原来的参数组合x同质量输出特征值y之间的变化关系。而且，无论元素k取何值，其并不影响质量输出特性值y的变化率。

现根据工艺参数组合方式与纺纱质量输出特征值之间的函数关系，令纺纱质量输出特征值为x，目标值为x₀，质量输出特征值的波动误差为△y，则Δy可用输出特征值x与目标值x₀之差x-x₀来表示，即△y＝x-x₀。由于x₀是一定值，x为一个可变值，则根据△y与x₀之间的线性关系，可知△y为一个随机变量，而这个随机变化过程是由多种不确定性因素共同作用的结果，其不但来源于偶然误差，而且也来源于系统误差，均与x₀成一次线性关系。

由概论统计理论可知，任何一个随机变量，都有相应的概率分布。这充分说明随机变量△y也应遵循一定的概率分布，但在不同性质的不确定性因素的作用下，△y的概论分布却不完全相同。同时，根据中心极限定理可知，来自某总体(如某道工序)的n个相互独立，且具有相同分布的随机变量之和的分布，近似服从正态分布。