在線和離線毛羽H值線性回歸模型的建立與分析

何加浩 蘇子毅 許 多 衛(wèi) 江 劉可帥

(1.武漢紡織大學，湖北武漢，430073；2.武漢裕大華紡織服裝集團有限公司，湖北武漢，430415)

在紡紗生產(chǎn)過程中，對毛羽H值有效監(jiān)控的主要目的是加強對整個生產(chǎn)過程中紗線質(zhì)量的控制，通過檢測結(jié)果來針對性改進紡紗工藝和維護生產(chǎn)設備，有效提高工廠生產(chǎn)效率和產(chǎn)品質(zhì)量[1]。紡紗領(lǐng)域中廣泛使用的紗線檢測儀器可分為在線和離線兩大類。

目前大部分紡紗廠對管紗與筒紗進行毛羽H值檢測時，通常采用電容式條干儀。紗線檢測時，通過極板間的介電常數(shù)發(fā)生變化，最終由電容的變化量來得到紗線毛羽H值[2]。但是離線檢測僅對部分紗樣抽樣檢測，與大面積紗錠相比，抽樣數(shù)量僅占0.3 %左右[3-4]。有限的抽樣數(shù)量導致檢測差異性大。雖然可以得到準確的紗線毛羽H值結(jié)果，但由于抽樣檢查，不具備代表性，且不能實時調(diào)控。在絡筒工序中使用的電子清紗器，不僅可以有效地清除各種有害紗疵，同時還可以在線測得紗線毛羽H值，得到的數(shù)據(jù)可以通過互聯(lián)網(wǎng)管理統(tǒng)計分析來評估紗線條干性能[5]。電子清紗器在線檢測紗線性能的功效可以覆蓋到所有紗錠，大大提高了質(zhì)量監(jiān)控的效率[6]。然而，毛羽H值的在線檢測數(shù)據(jù)不如離線檢測數(shù)據(jù)精確，在線檢測會規(guī)律性地在誤差范圍內(nèi)偏離離線檢測的結(jié)果，因此兩者有一定的相關(guān)性[7-8]。

本文基于收集的在線和離線紗線毛羽H值數(shù)據(jù)，采用一元線性回歸模型建立在線和離線毛羽H值的函數(shù)關(guān)系，并通過相關(guān)性分析和方差分析來確立函數(shù)的相關(guān)性。通過該函數(shù)，用在線測試毛羽H值數(shù)據(jù)對絡筒前后管紗、筒紗的毛羽H值進行有效預測，為紡紗廠進行在線和離線檢測相結(jié)合的紡紗生產(chǎn)和質(zhì)量控制實踐提供有效的指導。

1 試驗設計

以JC 9.8 tex紗為例，在配置USTER QUANTUM 3型電子清紗器的№21C-S型絡筒機上進行在線檢測，并采用USTER-5型電容式條干均勻度測試儀進行離線檢測。

以JWFA1520型細紗機為例，先按照細紗機臺對空紗管進行編號，即1～100，將其插放在與其相對應的錠位上啟動細紗機，滿紗后送到絡筒工序指定機臺。對電子清紗器的工藝參數(shù)進行設置，設定當次毛羽H值檢測值與平均值的偏離程度過大時(偏差超過±0.7)，清紗器會阻隔這個錠位，將出現(xiàn)問題的紗管排除出試驗有效數(shù)據(jù)(出現(xiàn)兩組報警數(shù)據(jù)被剔除)。

選擇10臺相同型號的絡筒機，每臺絡筒機依次分配了10組管紗，絡筒速度1 200 m/min，絡筒工序的環(huán)境溫度31 ℃，相對濕度68.6%。 對于電子清紗器上的在線檢測，采用1 000 m連續(xù)檢測，根據(jù)每個管紗上的編號記錄數(shù)據(jù)。同時，將相應的管紗和筒紗送去實驗室進行測試和分析。所有樣品在標準實驗室環(huán)境中存放48 h。根據(jù)GB/T 3292.1—2008《紡織品 紗線條干不勻試驗方法 第1部分：電容法》，試驗速度為400 m/min，試驗長度為1 000 m，采用USTER-5型電容式條干均勻度測試儀對絡筒前后管紗和筒紗進行離線檢測。對應編號記錄管紗和筒紗毛羽H值。

使用SPSS進行數(shù)據(jù)處理及函數(shù)擬合，并對得到的相關(guān)函數(shù)進行分析，計算在線檢測數(shù)據(jù)對離線檢測數(shù)據(jù)的解釋能力和相關(guān)函數(shù)的顯著性，較強的相關(guān)性則更具有指導生產(chǎn)的意義。通過所得函數(shù)，用在線檢測數(shù)據(jù)預測離線檢測數(shù)據(jù)的結(jié)果，通過絕對誤差與相對誤差分析其預測的精確性。

2 線性回歸函數(shù)模型的建立與分析

2.1 數(shù)據(jù)的正態(tài)分布性分析

圖1為在線和離線檢測毛羽H值擬合函數(shù)的回歸標準化殘差分布頻率直方圖，描述了從在線和離線檢測得到的3組毛羽H值數(shù)據(jù)中，函數(shù)的回歸標準化殘差正態(tài)分布擬合性結(jié)果，驗證數(shù)據(jù)具有等方差性和殘差正態(tài)性，從而證明參與函數(shù)擬合的毛羽H值數(shù)據(jù)具有數(shù)理統(tǒng)計意義。

圖1 在線和離線檢測毛羽H值相關(guān)性的

回歸標準化殘差頻率直方圖

結(jié)果表明，圖1(a)、圖1(b)頻率直方圖的回歸標準化殘差擬合分布近似正態(tài)分布且擬合度較高，因此滿足正態(tài)分布和齊方差性的數(shù)據(jù)可作為一個高度可信的參數(shù)用來進行在線和離線毛羽H值檢測數(shù)據(jù)函數(shù)模型的建立。

2.2 數(shù)據(jù)線性回歸模型的建立

在線與離線檢測毛羽H值之間存在相互關(guān)聯(lián)的定量關(guān)系。因此采用多元回歸模型。在上述正態(tài)分布性和齊方差性分析中，只包括一個自變量(在線檢測毛羽H值)和一個因變量(離線檢測毛羽H值)，且兩者關(guān)系可用一條直線近似表示。由此認為，可以采用一元線性回歸模型分析在線檢測數(shù)據(jù)對離線管紗和筒紗檢測數(shù)據(jù)的影響。表1包含了對在線和離線檢測毛羽H值擬合函數(shù)中相關(guān)參數(shù)的匯總 (最小值、最大值和平均值)。

表1在線和離線檢測毛羽H值擬合函數(shù)相關(guān)參數(shù)

檢測方式毛羽H值最小值 最大值 平均值在線檢測 管紗離線檢測筒紗離線檢測2.622.422.673.813.233.833.032.633.10

雖然在線檢測的測試結(jié)果是在不同的測試速度下得到的，測試條件不同(離線檢測時紗線張力與絡筒時紗線張力的差異)、環(huán)境條件不同(實驗室與絡筒車間的溫濕度)都會對檢測產(chǎn)生影響。但是將這些影響假設為常量，這簡化了數(shù)據(jù)處理，同樣可以有效建立在線和離線檢測毛羽H值函數(shù)模型。同時函數(shù)模型中繪制的置信區(qū)間和預測區(qū)間為生產(chǎn)質(zhì)量監(jiān)控提供直觀的幫助。對在線和離線檢測數(shù)據(jù)進行回歸方程擬合，得到的函數(shù)模型如圖2所示。一元線性回歸方程的計算見公式(1)。

(1)

式中：a和b為回歸方程系數(shù)，X為自變量，Y為因變量，n為樣本數(shù)。根據(jù)該數(shù)學模型，可以擬合并計算在線與離線檢測毛羽H值之間的線性回歸方程[9]。擬合后得到的回歸函數(shù)見公式(2)和公式(3)。

f1=y1=1.367+0.403x

(2)

f2=y2=1.514+0.506x

(3)

式中：x為在線檢測毛羽H值;y1為離線管紗毛羽H值;y2為離線筒紗毛羽H值。

(a)在線和離線管紗毛羽H值的擬合曲線

(b)在線和離線筒紗毛羽H值的擬合曲線

圖2 含有置信區(qū)間和預測區(qū)間的線性回歸函數(shù)

2.3 數(shù)據(jù)線性回歸模型的分析

本研究中，在線毛羽H值檢測數(shù)據(jù)對離線管紗和筒紗毛羽H值的檢測的影響具有較強相關(guān)性?；谝辉€性回歸函數(shù)的在線和離線毛羽H值的相關(guān)性分析見表2。

表2一元線性回歸函數(shù)在線和離線毛羽H值的相關(guān)性分析

函數(shù)RR2Adj-R2標準誤差德賓-沃森f1f20.7490.6870.5610.4720.5600.4670.101 600.148 392.3991.780

由表2可以看到兩組函數(shù)模型的相關(guān)性統(tǒng)計，在線毛羽H值檢測數(shù)據(jù)與離線管紗毛羽H值檢測數(shù)據(jù)之間相關(guān)系數(shù)R=0.749，可決系數(shù)R2=0.561(在線檢測毛羽H值可以解釋56.1%的離線管紗毛羽H值的變異)；在線毛羽H值檢測數(shù)據(jù)與離線筒紗毛羽H值檢測數(shù)據(jù)之間相關(guān)系數(shù)R=0.687，可決系數(shù)R2=0.472(在線檢測毛羽H值可以解釋47.2%的離線筒紗毛羽H值的變異)。Adj-R2小于R2，校正了在線檢測毛羽H值對離線檢測毛羽H值變異解釋程度的夸大作用。函數(shù)f1和函數(shù)f2的Adj-R2分別為0.560和0.467，影響程度高，標準估算的誤差值小，德賓-沃森檢驗結(jié)果認為各組模型函數(shù)的觀測值具有相互獨立性。同時，基于一元線性回歸函數(shù)的在線和離線毛羽H值的方差分析見表3。

表3一元線性回歸函數(shù)在線和離線毛羽H值的方差分析

函數(shù)項目平方和自由度均方FP值f1f1f2f2回歸殘差回歸殘差1.2010.9401.8332.0481971971.2010.0101.8330.022117.58683.23900

由表3的方差統(tǒng)計得知，本研究兩組函數(shù)模型具有統(tǒng)計學意義。兩組函數(shù)模型的F值(回歸方程的顯著性檢驗)分別為117.586和83.239，經(jīng)過F值檢驗且顯著性(P值)皆小于0.001，表明相關(guān)性顯著，因此一元線性回歸函數(shù)被接受。同時,一元線性回歸函數(shù)的斜率受在線和離線檢測環(huán)境(溫濕度等)及絡筒工序(絡筒速度等)的多方面因素影響。

此外，對兩組函數(shù)模型進行了預測分析，分別建立了在線檢測毛羽H值與離線管紗和筒紗毛羽H值函數(shù)模型的預測區(qū)間與置信區(qū)間(如圖2所示)。同時依據(jù)此區(qū)間對紗線的毛羽H值進行初步預測，選擇在線毛羽H值2.8、3.0、3.2，來預測管紗、筒紗毛羽H值，計算出的預測數(shù)據(jù)見表4。

表4一元線性回歸函數(shù)的紗線毛羽H值的參數(shù)預測估算

在線檢測毛羽H值離線預測毛羽H值管紗 筒紗95%置信區(qū)間范圍管紗 筒紗絕對誤差管紗 筒紗相對誤差/%管紗 筒紗2.83.03.22.502.582.662.933.033.132.46～2.532.55～2.602.64～2.682.88～2.983.00～3.073.10～3.160.040.060.060.030.050.071.42.01.91.71.72.2

再將預測的離線數(shù)據(jù)與采集的98組樣品中數(shù)據(jù)進行對比，預測的毛羽H值與實際離線檢測的毛羽H值之間的絕對誤差與相對誤差都很小，可以直觀反映在線檢測毛羽H值對離線檢測毛羽H值的預測精確性，可有效通過在線檢測毛羽H值實現(xiàn)對離線管紗和筒紗毛羽H值精確預測。

3 實際生產(chǎn)應用結(jié)果與討論

在得到了合理的在線和離線紗線毛羽H值擬合函數(shù)之后，將此函數(shù)應用于實際生產(chǎn)之中。

3.1 對檢測工序的優(yōu)化及方法普適性

由于在線檢測可以覆蓋所有管紗，可以通過函數(shù)關(guān)系用在線檢測毛羽H值去預測離線管紗和筒紗毛羽H值，減少離線檢測次數(shù)，提高生產(chǎn)效率；不同紗線、不同號數(shù)紗線也可以使用相同方式擬合曲線，得到相應函數(shù)，此方法普適性強。

3.2 對細紗工藝的質(zhì)量控制

通過預測得到的離線管紗毛羽H值與相關(guān)紗線毛羽H值的置信區(qū)間比較，去判斷細紗工序是否存在問題，紗錠是否需要維護。一般在絡筒工序只有當管紗質(zhì)量疵點達到警報門限，才會被判斷為紗錠異常[10]。而在線檢測數(shù)據(jù)可以通過預測的管紗毛羽H值與置信區(qū)間的離散程度，判斷細紗工序質(zhì)量是否有惡化趨勢，實時了解紗線毛羽H值的變化情況，提前預防，真正做到有效維護，減少成本損失。

3.3 對后序工藝的質(zhì)量控制

通過預測得到的離線筒紗毛羽H值，能去判斷絡筒后筒紗質(zhì)量能否滿足后道工序的質(zhì)量要求。由在線檢測毛羽H值預測筒紗毛羽H值是否達到后道工序的要求，從而減少后續(xù)整經(jīng)的斷頭率、上漿時的漿紗疵點等，有效提高織物質(zhì)量和生產(chǎn)效率。

3.4 對絡筒工序的質(zhì)量控制

確立線性回歸方程后，當實際離線檢測出紗線毛羽H值的數(shù)據(jù)偏離了相對應的在線和離線檢測數(shù)據(jù)函數(shù)模型的置信區(qū)間時，可以推測絡筒工序出現(xiàn)問題，需要去進一步研究。

4 結(jié)論

(1)采用線性回歸函數(shù)模型，通過對100組在線和離線毛羽H值的檢測數(shù)據(jù)進行擬合，得到了相關(guān)性較強的線性回歸函數(shù)模型。簡單的函數(shù)模型為在線和離線檢測相結(jié)合的生產(chǎn)實踐提供理論指導。

(2)線性回歸函數(shù)模型的毛羽H值預測與實測值仍存在相對誤差，需要進一步改進，其原因可能在于絡筒速度、上機張力、測試環(huán)境溫濕度、清除紗疵的次數(shù)等對擬合方程的影響無法精確探究，這將成為函數(shù)模型后續(xù)進一步完善和探究的方向。但本文的研究將對紡紗廠紗線生產(chǎn)質(zhì)量監(jiān)控起到一定的指導作用。