详情
数据驱动的棉纺质量智能控制技术——西安工程大学管理学院邵景峰成果介绍
2020-08-26
随着各类传感装置、智能终端及高新技术在纺织企业生产过程中的实际应用，纺织生产过程的智能化水平不断得到提高。在此背景下，诸多棉纺企业已建立起“数字化纺纱车间”，实现了棉纺过程的“无人值守”“关灯生产”和数据的集中管理。但“数据丰富、知识贫乏”的问题尚未彻底解决，成为制约棉纺企业生产智能化的瓶颈，这其中的主要原因在于，虽然棉纺过程产生了海量数据，但数据之间重复度高、关联度低，影响因素众多且相互交错，使得现有的数据挖掘方法难以应对，这给棉纺质量的控制带来了困难，导致我国的棉纺织品品质过低，严重影响到我国纺织品的出口。
20世纪80年代，美国、比利时、日本等纺织技术比较发达的国家即开始着手探讨纺纱质量的控制问题，当时的研究热点主要集中在以柔性制造为代表的生产加工技术方面。后来，随着理论研究的深入，涉及的变量和需要检验的关系越来越多，学者们研究的焦点主要集中在纤维属性、纺纱质量及工艺参数之间的相关关系方面，探索了纤维属性与纺纱质量间的相关关系。2007年以来，大量中国纺织学者们开始探讨纺纱质量预测理论的研究，利用BP神经网络、遗传算法、回归分析等方法预测纱线质量。
近年来，如何对棉纺过程中产生的海量数据进行挖掘、做到棉纺质量的精准控制，成为纺织界探讨的热点问题。国内外学者对数据驱动的棉纺质量控制研究，其焦点在棉纺质量的预测理论、方法及模型构建方面。比如基于人工神经网络、案例推理的预测模型等，而且一些预测模型和挖掘算法已成功应用，基本解决了棉纺质量预测的问题，对纺纱质量的预测精度达96%。但是目前学者对棉纺质量控制的研究还较为欠缺。究其原因，一是棉纺各工序之间的质量指标的“输入-输出”关系呈非线性，对棉纺数据的知识关联分析带来了巨大挑战，二是棉纺过程中在机品种翻改的多变性，以及影响棉纺质量的众多因素的相互交错，对棉纺数据的挖掘带来了巨大挑战。
为此，西安工程大学管理学院邵景峰依托国家科技支撑计划等6项课题，以棉纺过程为研究对象，以人机系统工程学理论为基础，以海量棉纺数据挖掘、数据驱动控制为手段，以棉纺质量智能控制为目的，经过5年的科技攻关，系统开发出一套数据驱动的棉纺质量智能控制技术及控制系统（FWA-BP）。
