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

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體涉及一種基于人工智能的紡織布料前處理工藝優(yōu)化方法。該方法特別適用于特定功能的數(shù)字數(shù)據(jù)處理方法，能夠?qū)崿F(xiàn)生產(chǎn)領(lǐng)域的人工智能優(yōu)化，通過工業(yè)互聯(lián)網(wǎng)技術(shù)，利用傳感器采集數(shù)據(jù)，獲取不同時間間隔所對應(yīng)的燒毛長度子序列和燒毛溫度子序列，計算紡織布料在相應(yīng)時間間隔下的燒毛程度，選取最佳的多個燒毛程度，最佳的燒毛程度所對應(yīng)的溫度子序列為最佳的溫度子序列；將當(dāng)前車進速度下的溫度子序列與最佳的溫度子序列之間的差異得到下一個車進速度的補償因子，利用補償因子對下一個車進速度進行補償，達到根據(jù)溫度自適應(yīng)調(diào)整車進速度的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及電數(shù)字數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種基于人工智能的紡織布料前處理工藝優(yōu)化方法。

背景技術(shù)

紡織的前處理包括坯布、燒毛、退漿、煮練、氣蒸、水洗、氧漂、水洗、烘干、軋染。紡織布料的燒毛是一項必不可少工序，燒毛潔凈度是布料外觀質(zhì)量評判的指標(biāo)之一。燒毛是指紗線或織布迅速通過火焰或者熾熱的金屬表面擦過，去除其表面絨毛的過程。一般紡織物的車進速度在90-110m/min，純棉紡織物車進速度在70-80-m/min，氣體燒毛機火焰溫度在900-1000°C，熾熱金屬板表面溫度在800°C左右。

發(fā)明人在實踐中，發(fā)現(xiàn)上述現(xiàn)有技術(shù)存在以下缺陷：

由于在進行燒毛的過程中只有燒毛的溫度和車進速度想匹配的情況下才能得到理想的燒毛效果，但是實際情況中，由于火焰自身的特性，隨著時間的推移火焰的溫度不可能完全不變，如果溫度發(fā)生變化而車進速度相同，則會導(dǎo)致燒毛的效果存在差異。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明的目的在于提供一種基于人工智能的紡織布料前處理工藝優(yōu)化方法，所采用的技術(shù)方案具體如下：

第一方面，本發(fā)明一個實施例提供了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)的第一采樣頻率實時采集預(yù)設(shè)時間段內(nèi)燒毛機的車進速度，得到車進速度序列；按照預(yù)設(shè)的第二采樣頻率同步采集預(yù)設(shè)時間段內(nèi)燒毛機中火焰的溫度以及紡織布料的絨毛長度，分別得到溫度序列和長度序列；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)時間段均分為多個時間間隔，每個時間間隔對應(yīng)一個溫度子序列和一個長度子序列；根據(jù)所述溫度子序列和長度子序列計算每個時間間隔內(nèi)的燒毛程度，得到燒毛程度序列；根據(jù)任意兩個燒毛程度之間的差異計算差異程度；利用所述差異程度將相似的燒毛程度劃分為同一個類別；根據(jù)每個類別中燒毛程度的均值選取最佳類別，所述最佳類別中每個燒毛程度所對應(yīng)的溫度子序列為最佳的溫度子序列；基于當(dāng)前車進速度對應(yīng)的多個溫度子序列，計算每個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進速度的補償因子，利用補償因子調(diào)整車進速度。

進一步，所述任意兩個燒毛程度之間的差異的獲取步驟包括：獲取任意兩個燒毛程度之差、所述車進速度中前半段序列和后半段序列之間的相關(guān)性，計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。

進一步，利用補償因子調(diào)整車進速度的步驟之前還包括以下優(yōu)化步驟：選取當(dāng)前車進速度下補償因子的最小值作為最佳的補償因子，將該最佳的補償因子作為當(dāng)前車進速度的補償因子。

進一步，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)差負相關(guān)、與所述長度子序列的均值和標(biāo)準(zhǔn)差負相關(guān)。

進一步，根據(jù)每個類別中燒毛程度的均值選取最佳類別的步驟進一步包括：比較所有類別中燒毛程度的均值，均值最大的類別為最佳類別。

進一步，所述計算每個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：利用動態(tài)時間規(guī)整算法計算每個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。