[發(fā)明專(zhuān)利]基于人工智能的紡織布料前處理工藝優(yōu)化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202210516885.5
• 申請(qǐng)日: 2022-05-13
• 公開(kāi)（公告）號(hào): CN114626486B
• 公開(kāi)（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 辛鵬
• 申請(qǐng)（專(zhuān)利權(quán)）人: 啟東市鴻盛紡織有限公司
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06Q10/04;G06Q50/04
• 代理公司: 紹興三人行柯信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33495
• 代理人: 齊玉巧

1.基于人工智能的紡織布料前處理工藝優(yōu)化方法，該方法包括：

按照預(yù)設(shè)的第一采樣頻率實(shí)時(shí)采集預(yù)設(shè)時(shí)間段內(nèi)燒毛機(jī)的車(chē)進(jìn)速度，得到車(chē)進(jìn)速度序列；按照預(yù)設(shè)的第二采樣頻率同步采集預(yù)設(shè)時(shí)間段內(nèi)燒毛機(jī)中火焰的溫度以及紡織布料的絨毛長(zhǎng)度，分別得到溫度序列和長(zhǎng)度序列；其中所述第二采樣頻率大于所述第一采樣頻率；

將所述預(yù)設(shè)時(shí)間段均分為多個(gè)時(shí)間間隔，每個(gè)時(shí)間間隔對(duì)應(yīng)一個(gè)溫度子序列和一個(gè)長(zhǎng)度子序列；根據(jù)所述溫度子序列和長(zhǎng)度子序列計(jì)算每個(gè)時(shí)間間隔內(nèi)的燒毛程度，得到燒毛程度序列；

根據(jù)任意兩個(gè)燒毛程度之間的差異計(jì)算差異程度；利用所述差異程度將相似的燒毛程度劃分為同一個(gè)類(lèi)別；

根據(jù)每個(gè)類(lèi)別中燒毛程度的均值選取最佳類(lèi)別，所述最佳類(lèi)別中每個(gè)燒毛程度所對(duì)應(yīng)的溫度子序列為最佳的溫度子序列；基于當(dāng)前車(chē)進(jìn)速度對(duì)應(yīng)的多個(gè)溫度子序列，計(jì)算每個(gè)溫度子序列與最佳的溫度子序列之間的溫度差異，溫差程度與所述溫度差異正相關(guān)；將所述溫差程度歸一化得到車(chē)進(jìn)速度的補(bǔ)償因子，利用補(bǔ)償因子調(diào)整下一個(gè)車(chē)進(jìn)速度。

2.根據(jù)權(quán)利要求1所述的基于人工智能的紡織布料前處理工藝優(yōu)化方法，其特征在于，所述任意兩個(gè)燒毛程度之間的差異的獲取步驟包括：獲取任意兩個(gè)燒毛程度之差、所述車(chē)進(jìn)速度中前半段序列和后半段序列之間的相關(guān)性，計(jì)算所述燒毛程度之差與所述相關(guān)性的比值得到差異程度。

3.根據(jù)權(quán)利要求1所述的基于人工智能的紡織布料前處理工藝優(yōu)化方法，其特征在于，利用補(bǔ)償因子調(diào)整下一個(gè)車(chē)進(jìn)速度的步驟之前還包括以下優(yōu)化步驟：選取當(dāng)前車(chē)進(jìn)速度下補(bǔ)償因子的最小值作為最佳的補(bǔ)償因子，將該最佳的補(bǔ)償因子作為當(dāng)前車(chē)進(jìn)速度的補(bǔ)償因子。

4.根據(jù)權(quán)利要求1所述的基于人工智能的紡織布料前處理工藝優(yōu)化方法，其特征在于，所述燒毛程度與所述溫度子序列的均值正相關(guān)、與所述溫度子序列的標(biāo)準(zhǔn)差負(fù)相關(guān)、與所述長(zhǎng)度子序列的均值和標(biāo)準(zhǔn)差負(fù)相關(guān)。

5.根據(jù)權(quán)利要求1所述的基于人工智能的紡織布料前處理工藝優(yōu)化方法，其特征在于，根據(jù)每個(gè)類(lèi)別中燒毛程度的均值選取最佳類(lèi)別的步驟進(jìn)一步包括：比較所有類(lèi)別中燒毛程度的均值，均值最大的類(lèi)別為最佳類(lèi)別。

6.根據(jù)權(quán)利要求1所述的基于人工智能的紡織布料前處理工藝優(yōu)化方法，其特征在于，所述計(jì)算每個(gè)溫度子序列與最佳的溫度子序列之間的溫度差異的步驟，包括以下優(yōu)化步驟：利用動(dòng)態(tài)時(shí)間規(guī)整算法計(jì)算每個(gè)溫度子序列與最佳溫度子序列之間的相似距離，所述相似距離為所述溫度差異。

7.根據(jù)權(quán)利要求1所述的基于人工智能的紡織布料前處理工藝優(yōu)化方法，其特征在于，所述溫差程度與所述溫度差異正相關(guān)的步驟，進(jìn)一步包括以下優(yōu)化步驟：

獲取所述車(chē)進(jìn)速度中前半段序列的速度均值和后半段序列的速度均值、所述溫度序列中前半段序列的溫度均值和后半段序列的溫度均值；

將前半段序列的速度均值和溫度均值組成一個(gè)向量、后半段序列的速度均值和溫度均值組成另一個(gè)向量；

計(jì)算兩個(gè)向量之間的相似度；所述溫差程度與所述相似度之間呈負(fù)相關(guān)關(guān)系。

8.根據(jù)權(quán)利要求1所述的基于人工智能的紡織布料前處理工藝優(yōu)化方法，其特征在于，所述利用所述差異程度將相似的燒毛程度劃分為同一個(gè)類(lèi)別的方法采用DBSCAN的聚類(lèi)方式，聚類(lèi)距離為所述差異程度，對(duì)燒毛程度進(jìn)行聚類(lèi)，得到多個(gè)類(lèi)別。