鋸齒軋花過程的計算模擬.pdf

1、隨著棉花體制改革的深化和棉紡織工業(yè)的快速發(fā)展，巨大的市場潛力帶動了我國棉花加工產業(yè)飛速發(fā)展，同時市場對原棉品質提出了更高的要求，迫切要求棉花加工企業(yè)更加注重籽棉軋花質量。但目前國內的棉花加工企業(yè)大多釆用粗放式的加工方法，造成了巨大的資源浪費和經濟損失，因此，結合計算機模擬分析軋花過程，改變傳統(tǒng)加工方式是必然選擇。本文以鋸齒軋花過程為研究對象，通過有限元與神經網絡對軋花速度、棉卷密度等參數與原棉各品質之間的關系進行分析，初步實現軋花過程的

2、有限元分析且選擇最合適的參數建立預測模型，對軋花速度進行合理取值，從而提高軋花質量。
　　本文的主要研究內容如下：
　　(1)提出三參數模型與Burgers模型對棉纖維粘彈性性能進行描述，構建粘彈性模型的微分型本構方程，通過蠕變與應力松弛試驗以及后期數據處理，選定Burgers模型對棉纖維力學性能進行描述，為實現軋花過程的有限元分析奠定了基礎。同時，研究了回潮率對棉纖維力學性能的影響，選擇正常狀態(tài)下的棉纖維和完全浸濕狀態(tài)下的

3、棉纖維進行蠕變和應力松弛的試驗對比分析。
　　(2)在ANSYS中建立鋸片與棉卷相互作用的有限元模型，結合Burgers模型參數，將棉卷的粘彈性在ANSYS中以Prony級數表示出，初步實現了軋花過程的有限元分析，為神經網絡模型的建立奠定了基礎；并通過理論計算和有限元分析，針對乳花速度、棉卷密度、鋸齒壓力角等因素對軋花生產的影響進行分析。
　　(3)通過建立神經網絡模型對原棉品質進行預測，為了使軋花生產得到的原棉品質更優(yōu)，提

4、出對軋花速度進行反向預測并選擇合理的值，在原有模型無法滿足要求的情況下，提出結合有限元分析中鋸片上支反力的新模型，期望達到對軋花質量提高的目的。
　　(4)對軋花過程有限元分析的支反力進行提取，利用結合支反力的BP神經網絡和GA-BP神經網絡對軋花速度進行預測，并對兩種神經網絡模型的預測結果進行比較；測試數據驗證了所提出模型的正確性，且GA-BP神經網絡模型預測效果更優(yōu)，為軋花速度值的選取提供了有力支持。
　　本文旨在通過研