一种干布热定型过程织物实时温度的估算优化方法技术

本发明专利技术公开了一种干布热定型过程织物实时温度的估算优化方法，可以在干布热定型过程中对定型温度进行较为准确的估算，同时对各节烘箱温度设定进行优化，对每节烘箱温度设定最合适的值，从而有效的降低能耗。

【技术实现步骤摘要】

本专利技术涉及工业自动控制领域，涉及一种热定型机的建模方法。
技术介绍
在纺织品染整加工过程中，织物要受到(包括物理机械的、化学的)多种复合作用。使得产品在外部形态及结构尺寸上有所变化，有的甚至失去了织物所应具备的形态、外观和风格，严重影响了服用性能。因此确保织物的外部形态和尺寸的稳定性是衡量产品质量的一个重要标准。通常将稳定织物的外观、形态和尺寸的处理过程称定型处理，针对不同纤维织物的特点，有着多种不同的定型处理方法，其中包含化学方法(如棉织物的树脂整理、丝光等)和物理机械方法(如毛织物煮、蒸呢，合成纤维热定型等)。在合成纤维的大分子结构中一般不含有亲水基团，分子链排列紧密，结构紧凑，吸湿溶胀性极差，因而在常态下合成纤维的缩水现象并不明显，然而合成纤维具有良好热塑性，当处于温度较高的环境中时，大分子链段间的重排使得纤维微结构和形态发生很大变化，这些变化又可通过降低环境温度而被相对永久保持下来。这种热塑性可集中表现在合成纤维织物于染整加工中的形态多样性。合成纤维及其混纺织物在纺织染整加工过程中，有多次受到干、湿热处理的历史，且织物在运行过程中要受到各种张力的拉伸作用，因而其外形、尺寸始终处于多变复杂的状态，如经、纬向长度变化(收缩或伸长)，布面折皱、手感粗糙等，给产品质量带来了严重影响：针对这一问题，为了提高合成纤维的热稳定性，采用热处理的方法，利用其热塑性对合成纤维予以定型。也就是将织物在张力下置于高温环境中(如180～200℃)，并保持一定的尺寸或形态，热处理一段时间后，迅速冷却降温，使改变了的纤维微结构被固定下来，在宏观上赋予了织物相对稳定的尺寸和形态。由于是热处理的方法，故称为热定型。热定型的工艺参数在加工过程中一直是个难题，对热定型效果影响最大的参数最主要的是温度、时间、张力。织物热定型后热收缩性、机械性能、上染性、白度等均与定型温度有着密切关系。而热定型工艺中规定的温度通常是指织物基质实际所到达的温度，它是保证定型质量的最重要因素。然而合成纤维的热定型是在热定型机中进行的。定型机上仪表所指示的温度，实际上仅表示定型机烘室内所达到的温度值，而并不能说明织物主体实际所达到的温度，因而定型机烘室温度与织物主体温度之间存在着差异。在热定型过程中，烘室温度一般可控制固定不变，而织物主体温度则随着织物纤维、组织结构、运行速度等因素的不同而变化着。由于织物表面的实体温度在实际生产中难以测试并显示出来，故工艺上的定型温度往往被定型机的烘室温度所代替，这种烘室温度与变化的织物主体表面温度的差异，会给热定型质量带来一定问题，往往织物主体表面的实际温度低于机器烘室的温度，这显然是无法获得良好定型效果的。
技术实现思路
本专利技术正是基于上述问题，提出一种干布热定型过程织物实时温度的估算优化方法，能够较为合理的设定各个烘箱的温度，从而有效的降低能耗。本专利技术提供的技术方案是：一种干布定型机热定型过程织物温度的估算优化方法，包括以下步骤：1)确定织物主体温度模型：设时间为参变量，设定布匹定型时的速度为v，取其中微小长度△x,那么所需的时间应该是Δτ＝Δx/v，则△x这段距离所对应的面积周围的热空气的温度为Tair(τ)，记瞬时换热为h(τ)，根据能量守恒定律，单位时间内热空气通过射流方式进行对流换热，传给织物的热量应等于织物内部焓的增量，得到了如下的表达式：这里面，Φ(τ)在单元时间内通过ΔS面积的换热量，称为热流量，单位是W。ΔS是单元织物换热面积，单位是m2h(τ)瞬时对流换热系数，单位是W/(m2·℃)T(τ)单元织物经过加热时间Δτ后的温度，单位℃TW(τ)布匹的边界温度，单位℃ρ被加热的织物的密度，单位是kg/m3cp(τ)被加热的织物的定比压热容，单位是J/(kg·℃)τ布匹在烘箱内的时间，单位s平衡方程建立了表面对流换热速率与织物内能变化速率之间的关系，取单位长度为计算单元体，因此有ΔV/ΔS＝δ，δ是织物厚度，公式(1)进行变形，得到：进行积分分离，令θ＝TW(τ)-T(τ)，取初始条件为τ＝0，T＝T0，且微分方程初始条件可以写成：将初始条件θ0＝TW0(τ)-T0代入，经过计算后，可得：此处c是积分常数，由于因此，其中，边界温度Tw(τ)可以用下式近似表示，假定热空气温度基本稳定，即Tair＝Tair(0)，因此：2)h(τ)的确立h(τ)可以通过专用设备(可见专利申请：申请号：2016105954975，一种定型机用织物温度无线记录装置以及记录方法)利用实验方式获取T(τ)数据，并结合Tair的值，利用一些数据拟合的方法得到；3)将模型离散化为各节烘箱织物的温度，转化为如下形式：yi＝Xi-exp[-1.08×7.2](Xi-yi-1)这里Xi是各节烘箱的设定温度，yi是在第i节烘箱尾部时候的织物的温度，-1.08＝-h(τ)/ρcpδ,7.2是在25m/min的速度下，穿过一节烘箱所用的时间，这里i的取值选1,2,3,4,5；y0代表第0节烘箱末尾的温度，就是指刚要进入第一节烘箱时候的温度，就是工厂的环境温度，这里取30℃。为了保证定型温度195℃，定型时间35秒的工艺要求，后面5节烘箱就需要设置在195℃，不需要参与到优化过程中来。上述的参数值是一个具体的实施实例，不同环境下根据实际情况可以调整。因此可以将上述问题转化为优化问题：4)各节烘箱设定温度Xi的PSO优化优化的目标是：使得最小。优化的约束条件是：(1)0<Xi<T经验；(2)T工艺-y5<T误差优化的过程是：标准粒子群算法的步骤如下：第一步：初始化所有参数，对学习因子、惯性权重、搜索维度、种群大小、最大迭代次数、速度最大值、速度最小值、位置最大值进行初始化；初始化种群：在总群的总数内，随机初始化速度，依据对象的特性，在一定的范围内对粒子群的随机初始化位置；第二步：计算每个粒子的适应值，本专利技术的适应值是各个Xi的加和值；第三步：计算个体粒子的历史最优位置：对于每个粒子，将其适应值与局部历史的最好位置的适应值进行比较，如果现在计算得到的适应值更好，则将其作为粒子的个体历史最优值，用当前位置更新个体历史最好位置；第四步：计算个体粒子的历史最优适应值：对每个粒子，将其历史最优适应值与群体内所经历的最好位置的适应值进行比较，若更好，则将其作为当前的全局最好位置；第五步：对粒子的速度和位置进行更新；第六步：若未达到终止条件，则转步骤2；第七步：输出最优解Xi。且优化终止条件设定为：算法达到一个预设的最大迭代代数且满足热定型设定温度要求，即：第5节烘箱温度设定值与定型要求的工艺值小于要求的偏差；5)根据优化后的各节烘箱设定温度Xi，得到各节烘箱织物的温度yi。本专利技术通过对加热定型温度的优化，对每节烘箱温度设定最合适的值，从而有效的降低能耗。附图说明图1为本专利技术的数据拟合示意图一。图2为本专利技术的数据拟合示意图二。图3为本专利技术的数据拟合示意图三。图4为本专利技术的布匹温度曲线图一。图5为本专利技术的布匹温度曲线图二。图6位本专利技术温度优化的流程图。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。1)织物主体传热机理分析：在定型过程中，布匹在定型机的烘箱内进行移动，织物主体(布匹)实质是靠定型机内喷射的热风射流进本文档来自技高网...

【技术保护点】
一种干布定型机热定型过程织物温度的估算优化方法，包括以下步骤：1)确定织物主体温度模型：设时间为参变量，设定布匹定型时的速度为v，取其中微小长度△x,那么所需的时间应该是Δτ＝Δx/v，则△x这段距离所对应的面积周围的热空气的温度为Tair(τ)，记瞬时换热为h(τ)，根据能量守恒定律，单位时间内热空气通过射流方式进行对流换热，传给织物的热量应等于织物内部焓的增量，得到了如下的表达式：Φ(τ)=h(τ)ΔS[TW(τ)-T(τ)]=ρcp(τ)ΔVdTdτ---(1)]]>这里面，Φ(τ)在单元时间内通过ΔS面积的换热量，称为热流量，单位是W，ΔS是单元织物换热面积，单位是m2，h(τ)瞬时对流换热系数，单位是W/(m2·℃)，T(τ)单元织物经过加热时间Δτ后的温度，单位℃，TW(τ)布匹的边界温度，单位℃，ρ被加热的织物的密度，单位是kg/m3，cp(τ)被加热的织物的定比压热容，单位是J/(kg·℃)，τ布匹在烘箱内的时间，单位s，平衡方程建立了表面对流换热速率与织物内能变化速率之间的关系，取单位长度为计算单元体，因此有△V/△S＝δ，δ是织物厚度，公式(1)进行变形，得到：dTdτ+h(τ)ρcpδ[T(τ)-TW(τ)]=0---(2)]]>进行积分分离，令θ＝TW(τ)‑T(τ)，取初始条件为τ＝0，T＝T0，且微分方程初始条件可以写成：dθdτ+h(τ)ρcpδθ=0---(3)]]>将初始条件θ0＝TW0(τ)‑T0代入，经过计算后，可得：θ=cexp[-h(τ)ρcpδτ]---(4)]]>此处c是积分常数，由于因此，T(τ)=Tw(τ)-exp[-h(τ)ρcpδτ](T0-Tw0)---(5)]]>其中，边界温度Tw(τ)可以用下式近似表示，Tw(τ)≈[Tair(τ)+T(τ)2]---(6)]]>假定热空气温度基本稳定，即Tair＝Tair(0)，因此：T(τ)=Tair(τ)-exp[-h(τ)ρcpδτ](Tair(0)-T0)---(7)]]>2)h(τ)的确立h(τ)通过专用设备利用实验方式获取T(τ)数据，并结合Tair的值，利用一些数据拟合的方法得到；3)将模型离散化为各节烘箱织物的温度，转化为如下形式：yi=Xi-exp[-h(τ)ρcpδτ](Xi-yi-1)]]>这里Xi是各节烘箱的设定温度，yi是在第i节烘箱尾部时候的织物的温度，y0代表第0节烘箱末尾的温度，就是指刚要进入第一节烘箱时候的温度，就是工厂的环境温度；4)各节烘箱设定温度Xi的PSO优化优化的目标是：使得最小，这里i的取值选1、2、3、4、5，即选取前5节烘箱，优化的约束条件是：(1)0<Xi<T经验；(2)T工艺‑y5<T误差优化的过程是：标准粒子群算法的步骤如下：第一步：初始化所有参数，对学习因子、惯性权重、搜索维度、种群大小、最大迭代次数、速度最大值、速度最小值、位置最大值进行初始化；初始化种群：在总群的总数内，随机初始化速度，依据对象的特性，在一定的范围内对粒子群的随机初始化位置；第二步：计算每个粒子的适应值，本专利技术的适应值是各个Xi的加和值；第三步：计算个体粒子的历史最优位置：对于每个粒子，将其适应值与局部历史的最好位置的适应值进行比较，如果现在计算得到的适应值更好，则将其作为粒子的个体历史最优值，用当前位置更新个体历史最好位置；第四步：计算个体粒子的历史最优适应值：对每个粒子，将其历史最优适应值与群体内所经历的最好位置的适应值进行比较，若更好，则将其作为当前的全局最好位置；第五步：对粒子的速度和位置进行更新；第六步：若未达到终止条件，则转步骤2；第七步：输出最优解Xi，且优化终止条件设定为：算法达到一个预设的最大迭代代数且满足热定型设定温度要求，即：第5节烘箱温度设定值与定型要求的工艺值小于要求的偏差；5)根据优化后的各节烘箱设定温度Xi，得到各节烘箱织物的温度yi。...

【技术特征摘要】
1.一种干布定型机热定型过程织物温度的估算优化方法，包括以下步骤：1)确定织物主体温度模型：设时间为参变量，设定布匹定型时的速度为v，取其中微小长度△x,那么所需的时间应该是Δτ＝Δx/v，则△x这段距离所对应的面积周围的热空气的温度为Tair(τ)，记瞬时换热为h(τ)，根据能量守恒定律，单位时间内热空气通过射流方式进行对流换热，传给织物的热量应等于织物内部焓的增量，得到了如下的表达式：Φ(τ)=h(τ)ΔS[TW(τ)-T(τ)]=ρcp(τ)ΔVdTdτ---(1)]]>这里面，Φ(τ)在单元时间内通过ΔS面积的换热量，称为热流量，单位是W，ΔS是单元织物换热面积，单位是m2，h(τ)瞬时对流换热系数，单位是W/(m2·℃)，T(τ)单元织物经过加热时间Δτ后的温度，单位℃，TW(τ)布匹的边界温度，单位℃，ρ被加热的织物的密度，单位是kg/m3，cp(τ)被加热的织物的定比压热容，单位是J/(kg·℃)，τ布匹在烘箱内的时间，单位s，平衡方程建立了表面对流换热速率与织物内能变化速率之间的关系，取单位长度为计算单元体，因此有△V/△S＝δ，δ是织物厚度，公式(1)进行变形，得到：dTdτ+h(τ)ρcpδ[T(τ)-TW(τ)]=0---(2)]]>进行积分分离，令θ＝TW(τ)-T(τ)，取初始条件为τ＝0，T＝T0，且微分方程初始条件可以写成：dθdτ+h(τ)ρcpδθ=0---(3)]]>将初始条件θ0＝TW0(τ)-T0代入，经过计算后，可得：θ=cexp[-h(τ)ρcpδτ]---(4)]]>此处c是积分常数，由于因此，T(τ)=Tw(τ)-exp[-h(τ)ρcpδτ](T0-Tw0)---(5)]]>其中，边界温度Tw(τ)可以用下式近似表示，Tw(τ)≈&lsqb...

【专利技术属性】
技术研发人员：顾敏明，戴文战，潘海鹏，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：浙江;33