[纺织知识]蚕茧质量无损检测的探讨

　　2基于振动信号的无损质量检测

　　根据振动信号无损检测蚕茧质量方法的基本原理是将茧壳固定在某一专用夹具中(蚕蛹在茧壳中可以随机振动)，激振器以正弦规律激振。通过加速度传感器采集振动原始信号，再经过信号处理得到蚕蛹在茧壳中的随机振动信号。由试验论证在相同的条件下(如激振器的激振频率，激振功率不变等条件)，蚕蛹的重量越重，蚕蛹在茧壳中随机振动信号就越强烈(表现为振动信号的幅值大、方差大等特征值上)。然后找出蚕蛹随机振动信号中与蚕蛹重量有关的特征值。最后利用这些特征值建立判别蚕蛹重量的BP神经网络数学模型.继而根据该数学模型来判别蚕蛹的重量，从而间接推出蚕茧茧壳的干壳量。此检测方法的振动测试试验装置图如图2所示。

　　研究设计了基于虚拟仪器信号发生器软件、自动批量数据采集系统、桑蚕茧无损智能检测系统及数据处理Matlab节点程序等软件；开展了利用小波包对振动信号进行分解、对低频和高频段信号进行特征参数的提取、振动加速度信号特征的优选及神经网络和回归分析的特征识别等工作。小波包分析既能分解桑蚕茧振动的低频信号，也能分解蚕蛹跳动的高频信号，对低频与高频信号的综合分析，能有效提取与桑蚕茧质量对应的振动信号的特征。确定了与蚕蛹重量有关的9个特征值，并以此作为BP神经网络的输入。神经网络的输出层为1个，即蚕蛹的重量。以100个样本作为训练样本，以另外100个样本为预测样本，采用神经网络分析结果表明，50g鲜上车茧干壳量误差小于0.2g的准确率达到73.8%，误差小于0.3g的准确率达到93%[7]；这两年，经对系统进行改进，50g鲜上车茧干壳量误差小于0.2g的准确率达到82%，但是试验结果还存在误差值较大的比例，虽然比例较小，其原因是蚕蛹在茧壳中“卡死”，不产生振动信号，从而造成检测误差，有待今后研究中进一步处理解决。

　　3小结

　　依据光电与数字处理技术，实现了对蚕茧茧层水分、色泽匀净度、内印茧、僵蛹(蚕)茧、上车茧、柴印茧及干壳量等的智能无损检测；而依据振动原理对蚕茧干壳量的无损智能检测精度较前一个方法高，虽然仍未能完全达到国家标准规定的精度要求，但相对于以前的检测方法已是一个很大的跨越和进步，是实现蚕茧质量智能无损检测最有效的途径之一，若达到实用化程度后能基本实现长期以来不能实现的“优质优价、劣质劣价”国家蚕茧收购政策，并且评定精度级别稳定可靠，人为影响因素小，仪评度高，将对提高蚕农养优蚕的积极性和推动我国桑蚕业的发展起重要作用。

　　作者：金君邢秋明