纺织学报 ›› 2015, Vol. 36 ›› Issue (04): 37-43.

• 纺织工程 • 上一篇    下一篇

纺纱过程质量波动预测新方法

  

  • 收稿日期:2013-07-05 修回日期:2015-01-16 出版日期:2015-04-15 发布日期:2015-04-20
  • 通讯作者: 邵景峰 E-mail:shaojingfeng1980@aliyun.com

Novel method for prediction of quality fluctuation in spinning process

  • Received:2013-07-05 Revised:2015-01-16 Online:2015-04-15 Published:2015-04-20
  • Contact: SHAO Jing-Feng E-mail:shaojingfeng1980@aliyun.com

摘要:

依托纺纱过程所产生的海量数据,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制进行了分析,并对不确定因素与质量特征值之间的相互作用机制进行了研究;利用人机环境系统工程学理论,从纺纱质量特征值修正、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4个方面对纺纱质量特征值波动的内在机制进行了建模与设计,进而提出了基于数据的纺纱质量波动预测“四步法”。实验与对比分析结果表明:“四步法”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,为构建基于数据的纺纱质量预测与控制提供了新方法。

关键词: 波动机制, 纺纱质量, 数据, 预测

Abstract:

On the basis of massive data generated from the spinning process, the fluctuation cause and law of spinning quality characteristic value, and generation mechanism of uncertain factors affecting the quality characteristic value were analyzed, and the interaction mechanism between the uncertainty factors and the quality characteristic value were studied.By using man-machine-environment system engineering theory, the inherent mechanism of the fluctuation of the spinning quality characteristic value was modeled and designed from four aspects, which include the correction of the spinning quality characteristic output value, the expression of fluctuation law, the construction of man-machine-environment brittle model, and identification of abnormal behavior of factors with the TARCH (1,1) model. Finally, a four-step spinning quality fluctuation prediction method based on data was proposed. By experimentation, simulation and comparison, the results show that the four-step method we proposed can realize the visualization of the fluctuation process of the spinning quality characteristic value, achieves the pre-warning of abnormal behavior of uncertainty factors and the real-time online detection of the yarn quality. Furthermore, it will be conducive to provide a novle method for the construction of prediction and control of the yarn quality based on data.

Key words: fluctuation mechanism, yarn quality, data, prediction

[1] 刘亚男 丛杉. 可穿戴技术在人体健康监测中的应用进展[J]. 纺织学报, 2018, 39(10): 175-179.
[2] 王利君 毛鹏丽. 防电磁辐射聚吡咯/ 棉织物的制备及其性能[J]. 纺织学报, 2018, 39(09): 95-101.
[3] 辛春莉 王子玉 周建 潘如如 高卫东. 数码相机在染色织物色差测量中的应用[J]. 纺织学报, 2018, 39(08): 77-82.
[4] 赵福英 倪俊芳. 花型样条曲线加工代码生成算法[J]. 纺织学报, 2018, 39(07): 153-158.
[5] 邵景峰 马创涛. 多工序递阶的棉纺过程质量智能控制模型[J]. 纺织学报, 2018, 39(07): 137-147.
[6] 丛洪莲 高梓越 张爱军 蒋高明. 基于互联网技术的成形毛衫设计系统开发[J]. 纺织学报, 2018, 39(05): 132-136.
[7] 徐丽玉 董智佳 丛洪莲 刘海桑. 经编全成形室内健身服的尺寸预测[J]. 纺织学报, 2018, 39(04): 100-105.
[8] 赵黎 杨连贺 黄新. 采用多蜂群协同演化算法的服装流行色预测[J]. 纺织学报, 2018, 39(03): 137-142.
[9] 朱耀麟 刁先举 张团善 高术森 乔辉. 应用LZHUF算法对嵌入式针织系统控制数据压缩[J]. 纺织学报, 2018, 39(03): 148-153.
[10] 冯勇 蒋高明 吴志明 徐存东. 基于物联网的经编制造执行系统关键技术[J]. 纺织学报, 2018, 39(02): 144-149.
[11] 卢琳珍 徐定华 徐映红. 应用三层热防护服热传递改进模型的皮肤烧伤度预测[J]. 纺织学报, 2018, 39(01): 111-118.
[12] 张恒 甄琪 钱晓明 杨红英 申屠宝卿 张一风 刘让同. 聚酯/聚酰胺中空橘瓣型超细纤维非织造材料的孔径预测[J]. 纺织学报, 2018, 39(01): 56-61.
[13] 傅白璐 李峻 刘晓刚. 基于人体分割的智能女装廓形尺寸数据库构建[J]. 纺织学报, 2018, 39(01): 119-125.
[14] 马崇启 程璐 王玉娟 刘建勇 朱宝基. 基于Friele模型的彩色纤维混色配方算法[J]. 纺织学报, 2017, 38(12): 33-37.
[15] 黄河 杨以雄. 基于数据包络分析的纺织服装企业运营效率评估[J]. 纺织学报, 2017, 38(10): 138-145.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 吴嘉生. 论我国印染机械工业的发展方向[J]. 纺织学报, 1983, 4(10): 61 -63 .
[2] 葛剑石;马作霞;肖国礽. 棉浆粕用氨基磺酸作漂白助剂的探讨[J]. 纺织学报, 1982, 3(10): 53 -54 .
[3] 陈雯;朱军. 多孔辊筒紧密纺三维流场的数值模拟[J]. 纺织学报, 2010, 31(11): 25 -29 .
[4] 刘欣;陈庆官. 基于NI- cRIO的生丝实时电子检测系统的开发[J]. 纺织学报, 2010, 31(12): 112 -115 .
[5] 李义有. 现代针织物的品质管理[J]. 纺织学报, 2005, 26(3): 156 -158 .
[6] 李秀华. 新型的改性PVA浆料[J]. 纺织学报, 1987, 8(11): 40 -41 .
[7] 陈奇明. 普通卷纬机张力装置动态特性的分析[J]. 纺织学报, 1985, 6(02): 27 -32 .
[8] 吕柏祥;孙冰俏. 一些影响纤维静电因素的测定[J]. 纺织学报, 1984, 5(09): 5 -10 .
[9] 万振凯;沈俊辉;王希山. 复合材料预制件编织角测量研究[J]. 纺织学报, 2004, 25(03): 42 -43 .
[10] 肖红;刘晶;施楣梧. 处理时间和介质对PET/PTT长丝性能的影响[J]. 纺织学报, 2008, 29(9): 16 -19 .