纺织企业集成化数据库管理系统的构建

为满足纺织企业生产管理信息化发展的实际需求,采用面向对象的程序设计方法,在局域网环境下,开发了一种新型的集成化数据库管理系统。对系统的主要功能、工作流程进行了介绍,对系统设计过程中遇到的技术难点进行了阐述,并利用NET分层架构、存储过程等理论与技术,对数据整合策略、数据库逻辑结构设计、数据处理过程进行了详细设计。实际应用结果表明,该系统可实现在整个局域网内生产数据的共享,一方面可方便高层生产管理者实现生产成本与利润的核算以及生产过程与生产计划的监控和调度;另一方面也可为各个生产车间和部门提供集成化生产管理所需的基础数据。     

相依竞争失效模型下细纱机性能退化对成纱质量的影响

针对细纱机性能退化对纺纱质量影响难以精确表征的问题,首先,利用棉纺生产数据分析了细纱机性能退化对成纱质量指标的影响,研究了质量指标之间的关系。然后,通过细纱机性能退化的参数筛选、指标建立以及突发失效过程预测,对细纱机性能退化过程进行了表征。其次,利用Wiener过程、Weibull分布对细纱机性能退化过程进行了模拟,构建了一种基于Copula函数的细纱机性能退化相依竞争失效模型,并对比分析了模型应用前后纺纱质量关键指标的变化。最后,依托海量棉纺生产数据,验证结果表明构建的相依竞争失效模型较好地解决了细纱机性能退化对纺纱质量影响的问题,而且经模型应用,使得纱线的粗节减少了10.09%,毛羽减少了23.5%,单纱断裂强度提升了4.26%。     

一种面向色纺过程质量异常波动的因素提取方法

为探究色纺纺纱过程中质量特征值的波动机理,对色纺纱质量特征值波动原因进行分析。同时,对影响质量波动不确定因素的产生机理及不确定因素对色纺纱质量的影响行为进行研究。利用灰关联分析方法,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,进而提出一种色纺纱关键因素提取方法。结合实验和仿真,最终结果表明:关键因素提取方法能够精准得出不确定因素与色纺纱质量特征值之间的关联系数和关联度,并确定其中的关键因素;进而得出:色纺纱质量波动预测模型有利于实现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,从而为我国纺织行业提供智能分析色纺纱质量问题和提高资源利用率的理论依据。     

集散式整经机数据采集与管理系统的开发

为提高纺织准备车间的工作效率,保证整经机产量、质量数据的准确性和实时性,在局域网环境下,利用网络技术、通信技术、数据库技术以及计算机控制技术,构建了一种面向整经机的、可远程在线监控的数据采集与管理系统。对系统的体系结构、工作原理以及主要管理功能进行了介绍,并利用事务机制、STL技术解决了软件设计过程中的技术难点,同时,利用软件滤波算法对实时生产数据进行了拟合,并对拟合结果进行了对比与分析。最后提出了利用牛顿差值法对采集信号进行平滑处理的方法。应用结果表明,系统主要功能可满足了准备车间对整经机的生产管理需求,保证机台生产数据的准确性和实时性。     

多Agent技术的整理车间生产管理系统

针对目前纺织厂整理车间生产管理水平落后、工作效率低、个性化服务缺乏的现状,利用网络技术、数据库技术、UML技术以及模糊控制理论,开发了一种网络化的生产管理系统。为了加强生产过程的管理,构建了一种基于多Agent技术的综合统计与数据分析评价模型,对各Agent的角色职能以及Agent模型的执行与实现过程进行了阐述,并对系统的工作原理、主要管理功能进行了介绍,同时对数据库的查询优化方法、数据库的安全性进行了详细设计。实际应用表明,生产管理系统能很好地满足整理车间业务管理的实际需要,基本上改变了传统的人工管理方式,保证了生产统计与分析评价数据结果的科学性,促进了纺织企业信息化的发展,具有一定的经济实用价值。     

面向纺织厂的生产管理与统计分析系统设计

针对目前纺织厂生产管理与统计分析工作的低效性,现有DOS信息管理系统不能满足生产管理工作需要的现状,对业务管理流程进行了研究。借助企业内部局域网,构建了一种C/S模式的系统体系结构,开发了一种网络化的生产管理与统计分析系统。同时,对系统设计过程中遇到的技术难点进行了深入分析,并利用数据库技术、网络技术、通信技术提出了相应的解决方案,对系统的工作原理、数据库结构的设计、主要管理功能等进行了详细介绍。实际应用表明,在局域网环境下,该系统实现了生产管理与统计分析工作的网络化,提高了工作效率,加强了生产过程的管理,为企业内部的生产车间、业务管理部门提供了及时、准确、可靠的产量、质量、台账及疵布数据。     

C/S模式的筒并捻车间生产信息监测系统

结合纺织厂筒并捻车间信息化建设的现状和需求,借助企业内部局域网构建了系统的网络拓扑结构,利用计算机网络技术、串口通信技术、数据库技术,实现了系统的功能模块和数据库的设计,介绍了系统的主要管理功能、数据采集技术,并对系统后台数据库设计和系统实现过程中的关键技术进行了阐述.该系统实现了筒并捻车间生产管理的网络化,促进了纺织企业生产信息化的发展.     

基于支持向量机的精纺毛织物透气性预测

为了能够快速、高效地预测精纺毛织物材料透气性,首先对精纺毛织物透气性参数之间的关系进行分析,然后,基于对现有的精纺毛织物透气性预测方法进行比较分析,并借助支持向量机训练速度快、参数选择少的优点,构建了一种基于支持向量机的精纺毛织物透气性预测模型。其次,选取了34组精纺毛织物样本,其中27组作为训练样本,7组作为测试样本,通过提出的模型对精纺毛织物的透气性进行实验验证。结果表明:在参数C=1 325.525 8和σ=0.102 8的条件下,对精纺毛织物透气性预测结果的平均误差小于4%,得到较好预测结果。与现有BP神经网络预测模型相比,其预测精度提高了3%,进一步说明构建的模型有利于快速、高效地预测精纺毛织物材料透气性。     

大数据环境下的纺织制造执行系统设计

为解决纺织制造过程中的系统集成与数据管理问题,依据纺织制造过程工艺流程,对各工序产生的海量数据进行分析,对计划层与车间制造层之间信息无法衔接的问题进行研究。在原有系统数据,以及文本类型的原料、传感器,纱疵检测图像数据的基础上,构架了一种基于Hadoop的三层纺织大数据存储体系。利用D-S证据、增量聚类理论方法,对多源纺织数据融合技术难点进行设计,并提出了相应的算法与模型,进而对系统功能进行设计与实现。通过测试,结果表明该系统通过数据间的相关性实现了计划层与制造层之间信息的有效衔接,解决了信息"孤岛"问题,并为大数据环境下织物质量的实时在线检测提供新方法。