络筒工序是纺织行业生产织造过程中的一道关键工序，络筒工序的正常有效运行对纺织品的质量和产量以及纺织厂的经济效益起着重要的作用。目前，在络筒工序中，从络筒机上下来的纱管，有很大一部分仍带有纱线，这使纱管的重新利用受到限制，成为了制约络筒机快速运行的瓶颈，自动掳管机的出现解决了这一问题。自动掳管机的重要性能指标就是对有纱管的识别能力和对空纱管的按色分类精度。　　 本文根据目前颜色识别技术的发展和应用，结合智能方法，提出了结合BP神经网络的颜色识别方法，并最终针对在自动掳管机上的应用进行了相应的硬件和软件设计。研究内容主要包括以下几个方面：⑴针对TCS230颜色传感器的特点，提出了结合BP神经网络用于颜色识别的思想；⑵根据TCS230颜色传感器的原理特性以及检测环境要求对TCS230颜色传感器做了改进，设计了光源补偿和暗室以及颜色识别电路、编写了用于颜色识别的单片机应用程序，用于对色卡集的R、G、B频率值进行测量；⑶利用所测得的色卡集R、G、B频率值同相配对的Lab颜色空间值，构建反映二者映射关系的BP神经网络；⑷为了使颜色识别的隶属类和人眼所观察的结果统一起来，以红、蓝、绿、紫、黄、橙、橘、粉和白9种纺织厂中现存的纱管颜色的RGB值做为聚类的中心点，聚类准则利用CIE1976Lab均匀颜色空间及色差公式，并按照色差最小原则确定出同这9个中心的聚类。仿真结果表明聚类精确度可以满足实际应用要求；⑸针对结合BP神经网络的颜色识别在自动掳管机上的应用，进行了相关的硬件和软件部分的设计。