摘要：为解决单一工序的纺纱质量控制模型难以实现对纺纱质量的精准控制问题,构建了一种基于多工序知识关联的纺纱质量智能控制模型.首先,选取纱线断裂强度为主要控制指标,设计了基于纱线断裂强度的多工序质量控制点及质量损失函数,实现了棉纺生产过程中多工序质量控制点间知识的关联.进而,以质量损失函数为目标函数构建了纺纱质量控制模型,并借助自动过程控制技术实现了基于数据反馈的纺纱质量控制.然后,将惩罚函数引入到纺纱质量控制模型中,并利用多目标烟花算法对模型进行了求解.最后,通过对比验证表明,该模型与未考虑多工序间知识关联的质量控制模型以及控制前的结果相比,纱线断裂强度提升了1.27%和3.40%,纱线不合格率降低了23.48%和50.00%,从而有利于解单一工序的纺纱质量控制模型难以实现对纺纱质量的精准控制问题.

摘要：针对纺纱质量特征值之间因存在非线性关系而难以精准控制的问题,对影响纱线质量波动的关键指标进行了辨识,并提取断裂强度为关键指标;设计了基于纱线断裂强度的质量控制点及质量损失函数,提出了纺纱过程多工序质量控制点间知识关联方法;以质量损失函数为目标函数构建了基于多工序递阶的棉纺过程质量控制模型,并利用多目标烟花算法求解。结果表明,提出的质量控制模型实现了纱线断裂强度的多工序控制,有利于解决质量特征值之间"输入—输出"关系的非线性化问题。该模型控制结果与未考虑多工序间知识关联以及控制前的结果相比,其纱线断裂强度提高了1.27%和3.40%,因纱线断裂强度不达标导致的纱线不合格品率降低了23.48%和50.00%。

摘要：为探究纺纱过程中质量波动的规律,以及引起质量波动的因素的产生机理,首先对纺纱质量特征值波动的成因、规律,以及影响质量特征值的各类不确定因素的产生机理进行了分析;利用纺纱过程的实时数据,从纺纱质量波动规律表达、人—机—环境脆性模型构建,以及TARCH(1,1)模型对影响因素异常行为辨识3个方面对纺纱质量特征值波动的内在机理进行了建模与设计,进而提出了基于实时数据的纺纱质量波动预测方法。通过实验仿真与对比分析,表明:预测方法实现了纺纱质量特征值波动过程的可视化,做到了影响因素异常行为的事前预警以及成纱质量的实时在线检测。

摘要：为识别纺纱过程质量特征值的异常波动,对纺纱质量特征值的波动机理进行了理论分析。基于海量纺纱数据设计了一种Dk-means聚类算法,进而提取最优纤维属性变量(断裂伸长),对纺纱质量特征值进行修正,实现变量与特征值之间关系的线性化。提出一种基于Dk-means算法与灰色关联分析的纺纱质量异常因素识别方法,解决了纺纱过程质量异常波动的问题。仿真与实验结果表明,所提出的估计方法从关联系数和关联度的角度实现了纺纱质量异常因素的识别,并实现了质量特征值的波动成因到异常因素与纺纱质量特征值之间的相关关系表达,以及异常因素辨识的可视化。

摘要：针对差别化纤维生产过程中因忽视动态能耗而导致其生产工艺尚未合理优化的问题,首先对差别化纤维生产过程的工艺及能耗问题进行了分析,并将碳足迹引入到能耗计量与核算过程中,构建了一种基于碳排放足迹的差别化纤维生产过程能耗分析与计量模型;然后以涤纶低弹丝的加弹工艺为对象,从能源碳消耗、物料碳消耗以及工艺碳排放等方面入手,设计了涤纶低弹丝生产过程碳排放函数,并构建了基于碳排放函数的涤纶低弹丝生产工艺优化模型;最后根据涤纶低弹丝工艺数据,对工艺优化模型进行了算例分析及求解。结果表明,该模型优化了差别化纤维生产过程的关键工艺参数,并使碳排放量降低13.35%。

摘要：为了探究色纺纱过程中质量特征值的波动成因,通过对色纺质量波动的机理、色纺过程中各类不确定因素对质量形成过程的影响行为进行分析,并利用灰关联分析法设计了影响因素与纺纱质量之间的关联系数和关联度函数,在此基础上提出了一种色纺纱关键因素提取方法。结合试验和仿真结果,表明这种关键因素的提取方法能够精准得出影响纺纱质量的关键因素,实现了对色纺纱质量特征值波动规律的分析和各类不确定因素对色纺纱质量特征值影响的预警。

摘要：为探究纺纱过程中质量波动的规律,预测产生系统误差的不确定性因素的理论依据,分析纺纱质量特征值波动的成因、规律,以及影响因素的产生机理及其关系;利用纺纱过程的实时数据,从纺纱质量波动规律表达、人—机—环境脆性模型构建,以及TARCH(1,1)模型对影响因素异常行为辨识三个方面对纺纱质量特征值波动的内在机理进行了建模与设计,进而提出了基于实时数据的纺纱质量波动预测方法。通过实验仿真与对比分析,结果表明:预测方法实现了纺纱质量特征值波动过程的可视化,做到了影响因素异常行为的事前预警以及成纱质量的实时在线监测。

摘要：为解决纺织制造执行系统设计过程中的数据融合问题,首先对纺织制造过程中产生的海量数据及其相关性进行分析,并对纺织工艺流程进行了优化设计,然后,利用多色集合理论对纺织制造过程中产生的海量数据进行了统一形式化表达,并针对异构纺织监测系统数据库间难以融合的问题,利用D-S证据提出了一种采用两级传感器信息融合的方法.最后,实验验证结果表明:通过对制造过程数据的统一描述,提出的信息融合方法有效解决了海量纺织数据的融合问题,实现了计划层与制造层之间信息的有效衔接,有利于为构建大数据环境下的纺织制造执行系统提供技术支撑.

摘要：借助接收信号强度指示(RSSI)测距的室内定位算法和卡尔曼滤波算法,将目标区域按照室内结构特点划分为多个子区域环境,在每个区域构建基于环境参数库的对数正态阴影扩展模型,同时设计与该扩展模型相匹配的硬件系统结构.利用卡尔曼滤波算法对该模型中所需变量参考距离处接收到的RSSI值进行过滤,并借助极大似然估计进行目标定位,在此基础上提出了一种基于RSSI测距改进的多区域环境自适应室内定位方法.验证结果表明,改进的多区域自适应定位方法与现有的均值法、多区域均值法相比,其室内定位误差分别降低了22.41%和15.1%,且可靠度达到71.43%,充分说明改进的多区域自适应定位方法可有效解决室内定位方法过度依赖外部环境导致定位精准度不高的问题.

摘要：为实现差别化纤维纺纱质量的智能控制,分析差别化纤维成纱断裂机理和影响断裂强度波动的关键因素;通过以断裂强度为关键质量控制指标设计质量控制点与质量损失函数,提出了多工序递阶的知识关联方法;以质量损失函数为目标函数构建基于多工序递阶的质量控制模型,并利用多目标烟花算法求解;纺R/T 80/2019.5 tex纱的结果表明,该质量控制模型能实现差别化纤维纱断裂强度的多工序控制,利于解决质量特征值之间“输入—输出”关系的非线性化问题,该模型的控制结果与未考虑知识关联以及控制前的2个结果比较,其纱线断裂强度提高1.27%和3.40%,因纱线断裂强度不达标导致的纱线不合格率降低了23.48%和50.00%;指出下一步研究的重点是差别化纤维纺纱质量自主控制技术及其系统。