纺纱质量预测研究

分析了影响纺纱质量的诸多因素。建立了一个BP神经网络预测模型,为了提高模型的效率对原模型进行了一定的分解。挑选了合适的样本数据归一化处理后进行训练学习,在训练好的神经网络上进行了预测测试。测试结果表示BP神经网络能够较精确的预测纺纱质量。     

基于改进Apriori算法的纺纱生产质量预测研究

随着工业大数据时代的到来,纺织企业正加速向智能制造进行产业转型升级。以提高纺织品质量预测准确度为研究目标,在基于关联规则Apriori算法及引入兴趣度的I_Apriori算法的纺纱生产质量预测模型基础上,针对Apriori算法效率低、时间复杂度大、不精确的缺点,提出了一种基于遗传算法的全局优化策略,对Apriori算法进行了改进和优化。通过对纺纱厂现场数据的试验和分析,对Apriori算法、I_Apriori算法和优化算法效果进行了对比,结果显示优化算法的处理效率更高、规则挖掘更准确,对预测效果有显著提升。     

基于Elasticsearch的纺纱生产数据追溯方法

为实现纺纱生产全过程的数字化管理和数据可追溯,提出了一种基于Elasticsearch的纺纱生产数据追溯方法。在考虑纺纱生产全流程的情况下,针对现有的人工标识体系,通过将标识数字化并规范化存储,提高数据可追溯性。同时,通过建立双向追溯方法并设计合理的追溯及融合路径,提高数据追溯性能。与常见的基于MySQL和SQL Server方法的对比实验结果表明:本文方法具有更好的存储稳定性,在追溯速度上分别是MySQL和SQL Server方法的1.6和1.2倍;在数据管理和融合上,采用的数据格式更加灵活,具备可扩展性,该方法在改善纺纱生产的质量溯源方面具有一定的应用价值。     

基于异常数据驱动数据融合方法

文章通过数据管理的基本思想,提出了一种基于异常数据管理的簇数据组合方法。在节点数据收集期间,仅异常数据发送到每个簇节点的标头,这减少了发送到监视网络的数据量。在合并簇头数据的过程中,将安装传感器之间的相互支持矩阵,将删除具有较低支持值的监视数据,并将为具有较高支持值的监视数据赋予最佳权重以确保结果的准确性和可靠性。     

纺纱过程质量波动预测新方法

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。     

基于窗口波动模式识别的纺纱过程质量波动异常预警

纺纱过程受到多因素的影响，其质量波动呈现复杂性。文章针对纺纱过程质量波动异常难以及时预警的问题，提出一种基于窗口波动模式识别的纺纱过程质量波动异常预警方法。首先对纺纱过程参数时序集进行窗口分解，定义异常波动率对窗口序列的波动程度进行表征；然后根据窗口是否存在异常预期信号对模式进行判别，并构建参数优化的随机森林模型对窗口波动模式进行识别，据此构建纺纱过程质量波动异常预警策略。通过细纱过程数据集进行验证，结果显示所提方法在实现对纺纱质量异常波动进行预警的同时还能够准确追溯异常波动源头，为纺纱生产质量稳定提供保证。     

基于BP神经网络组合预测的纺纱产量预测研究

纺纱产量的精确预测,是棉纺企业制定合理生产计划、避免盲目投资、实现可持续生产的重要条件。为了提高纺纱产量预测精度,本文利用二次指数平滑预测模型、灰色预测模型、BP神经网络预测模型的组合构成了BP神经网络组合预测模型。分别应用各单项预测模型和组合预测模型对江苏某纺织厂纺纱产量进行预测,通过分析和比较预测结果,验证了该组合预测模型的有效性和高精度性。     

喷气纺纱质量影响因素探讨

简要分析了半制品质量对喷气纱强力和条干的影响,着重探讨了喷气纺纱机喷嘴压力、牵伸比、集合器宽度等对成纱强力和条干的影响。试验证明,提高半成品的质量、制定适宜的喷气纱工艺是改善成纱强力和条干的关键。     

人工智能技术驱动的纺纱质量预测研究进展

本文探讨了人工智能技术在纺纱质量预测领域的应用、创新与不足，介绍了Hadoop技术为纺纱质量预测建模提供可靠高效的数据处理与运算平台，重点阐述了智能建模方法在纺纱质量预测领域的研究进展。通过分析得出基于数据与知识融合驱动的人工智能技术，构建出多工序关联的混合智能模型，用以准确描述纱线质量与纤维特性、工艺参数、环境参数等之间的非线性映射关系，可为试纺、过程参数设计、态势预测等环节提供指导，具有重要的理论研究意义。     

纺纱质量数据管理系统的研制与应用

介绍纺纱质量数据管理系统的研制及使用情况。运用VB及数据库技术编制了质量数据管理系统,该系统分为输入、查询统计及辅助三个模块,分别介绍了各模块的构成及功能,并以实例显示了纺纱质量指标的查询统计结果及分析结果,认为:纺纱质量数据管理系统能迅速进行质量状况评价及找出质量薄弱环节,大大提高质量管理工作的效率。     

纺纱性能的预测

引言棉花的品质评定对植棉工作者判断哪一种新的品种优于现有的品种,从而推广真正有希望的品种是非常必要的。对于纺织工作者来说,为了纺制某种特定支数的纱,而需要决定配棉方案,以及为了贸易作为交易的     

纺纱质量预测与信息管理系统的开发与应用

在收集、分析大量工业生产数据的基础上，建立了纺纱质量预测模型，开发了纺纱质量预测与信息管理系统软件，可以通过输入原料规格和关键纺纱工艺，预测出纺纱性能和纱线的质量情况。预测模型的相关系数较高，在实际应用中，纱线质量的预测值和实测值的拟合性较好，能较好地满足生产实际的需求。     

梳棉条子质量对非传统纺纱方法的纺纱性能和纱线质量的重要性

一、试验的实施和评定毫无疑问,任何有关梳理结果的讨论的依据必须是客观的,即必须通过长时间的测试,才能获得可信的数据。对于本文给出的数值结果,纱线生产者     

基于大数据的网络用户异常行为检测方法研究

传统的网络用户异常行为检测方法准确度不高,无法满足时代的需求,为此提出基于大数据的网络用户异常行为检测方法。基于大数据平台,构建识别网络用户异常行为框架图,用于判断用户的正常行为和非正常行为,考虑到计算时间复杂度高的问题,采用聚类算法筛选冗余数据,在完成上一步操作后,进行网络用户异常行为检测,实现基于大数据的网络用户异常行为检测方法的设计。实验选取了8个实验参数,对比两种检测方法的准确性,实验结果表明,所提方法准确性更高。     

异常数据的处理方法

当分析一批试验数据时,一般在正常情况下,各数据值总是在该批数据平均值上下波动。但有时也会发现某些数据与平均值的偏离较大,这时有理由怀疑这些数据的可靠性,即这些数据是否为异常数据?对异常数据不可主观地予以取舍,否则会影响试验结果的准确牲。因此,必须按一定的准则给以判别,然后再决定是否取舍某些数据。     

基于环锭纺的数码纺纱方法

为扩展环锭纺纱产品种类,通过对环锭纺细纱机后罗拉机械结构的创新设计,并借助程序控制的伺服电动机驱动,使后罗拉控制纤维喂入由单一钳口变为多个钳口,且各钳口的喂入速度单独可调,从而实现多根粗纱以不同速度的异步喂入,纺成的细纱具有线密度和纤维混纺比例可以沿长度方向变化的特点（这种纺纱方法称为数码纺纱）。在构建三通道粗纱数码纺纱系统的基础上,以色纺为例,给出了数码纱品种的分类方法,并就混色纱、渐变纱、段彩纱、竹节纱、彩节纱和双变纱６ 类产品的变化特征作了分析。数码纺纱方法在加工柔性和品种多样化方面显示出特有优势和发展潜力     

基于XJ120测试数据的纱线质量预测技术研究

为合理有效地利用原棉资源,避免生产过程中造成浪费,通过原棉的各项性能指标来定量预测成纱质量是一个有效途径。本文收集了59组14.6tex棉卷/生条作为样本,测试了对应成纱的强力、条干CV单纱品质指标。运用国产XJ120快速棉纤维性能测试仪检测出棉卷/生条的12项指标:Mic、Luhm、Ui、Str、Elg、Mat、Rd、+B、CG、TC、TA、TG。采用多元线性回归方法,建立了棉卷/生条XJ120测试性能指标与对应成纱单纱强力、条干CV品质指标的多元线性回归方程模型。结果所得的回归方程模型对棉纺厂的配棉工作具有一定指导意义。     

BP神经网络模型在纺纱质量预测中的应用

论述了配棉工艺系统中纺纱质量的预测建模与算法实现。通过分析数据仓库的各方面特性，面向纺纱质量设计数据仓库；通过BP算法，对纺纱质量进行网络建模，实现纺纱质量的预测。该系统在某纺织公司运行良好。