CN111679634A - 一种智能粗纱管理系统 - Google Patents
一种智能粗纱管理系统 Download PDFInfo
- Publication number
- CN111679634A CN111679634A CN202010320258.5A CN202010320258A CN111679634A CN 111679634 A CN111679634 A CN 111679634A CN 202010320258 A CN202010320258 A CN 202010320258A CN 111679634 A CN111679634 A CN 111679634A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- roving
- unit
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Spinning Or Twisting Of Yarns (AREA)
Abstract
本发明公开了一种智能粗纱管理系统,包括数据监测系统、主控制系统和终端显示系统,所述数据监测系统和所述终端显示系统分别与所述主控制系统通过信息传输模块连接,所述主控制系统包括预处理模块、溯源模块、参数优化模块和控制模块;通过上述方式,本发明对粗纱工序中各设备参数及相应产品性能进行实时监测,并自动进行数据分析与参数优化,避免了人工处理的滞后性,确保响应及时;同时,本发明还通过对相应数据进行存储与实时显示,便于相关人员了解粗纱工序的整体运行情况,并能够输入相应控制信息,对粗纱工序进行合理有效的管控,从而确保粗纱工序的顺利进行,并有效提高生产效率、保证产品质量,实现了对粗纱工序的智能化管理。
Description
技术领域
本发明涉及纺纱管理系统技术领域,特别是涉及一种智能粗纱管理系统。
背景技术
近年来,随着科技水平的不断发展,越来越多的自动化设备被应用于纺纱行业,大幅降低了工人的劳动强度,提高了生产效率。然而,由于缺乏智能化的管理系统,当前大多数纺纱企业仍需抽调大量人员对各设备进行定期监控与维护,并对相应数据进行记录,但该过程耗时耗力、效率较低,不仅会增加纺纱企业的人力成本,也不便于对相应设备进行整体管理。
为了对纺纱工序进行智能化管理,公开号为CN107422714A的专利提供了一种环锭智能纺纱管理系统及管理方法,通过设置数据采集单元、底层传输单元、采集服务器、应用服务器、上层传输单元、电源单元和监控单元,对各车间设备进行实时监控,并将收集到的各设备数据进行归档存储,生成相应数据表,便于掌握及管理纺纱流程;但该管理系统主要是对整体的纺纱工艺进行监控与数据收集,收集到的数据仍需相关工作人员进行查阅与分析,并以此对生产过程进行规划与调整,且人工查阅分析过程往往耗时较长,使得该方法难以对收集到的数据作出及时反馈与处理,影响整体效率;同时,由于纺纱工艺中各项工序的生产方式存在较大差异,该管理系统提供的统一管理方式难以对特定工序进行精准控制,容易产生疏漏,影响产品质量。因此,对于纺纱过程中的重要工序,需要根据其生产特性,建立专用的智能管理系统对其进行准确高效地管控,以保障产品质量。
在各纺纱工序中,粗纱作为细纱前的最后一道准备工序,其任务是将熟条牵伸、拉细成粗纱,再经过适当加捻后卷绕在粗纱纱管上,供后续细纱工序使用,其产品性能将直接影响细纱工序的进行,对最终成纱的质量起着至关重要的作用,因此,控制粗纱工序的顺利进行具有重要意义。当前,粗纱工序主要包括牵伸、加捻、卷绕与成型过程,由控制器按照设定的参数分别对罗拉牵伸电机、锭翼旋转电机、筒管卷绕电机与龙筋升降电机进行控制,从而完成粗纱工序。尽管该过程自动化程度已较高,但由于实际生产中存在原料、生产环境和设备状况等差异,初始设定的工艺参数往往并非当前情况下最优的参数,导致实际产品质量与预期产生一定偏差,如不能及时采取措施,则会产生大量瑕疵品,影响产品的整体质量。因此,当前仍需要一种针对粗纱的智能管理系统,对粗纱工序的各个环节和相应参数进行实时监测,并根据数据情况及时作出相应调整,保证粗纱工序的顺利进行。
发明内容
本发明的目的在于针对上述问题,提供一种智能粗纱管理系统,通过对粗纱工序中各设备参数及相应产品性能进行实时监测,及时发现数据偏差并自动进行数据分析与参数优化,确保响应及时;并通过对相应数据进行存储与实时显示,便于相关人员了解粗纱工序的整体运行情况,从而对其进行合理有效的管理,提高粗纱工序的生产效率,并保证成品质量。
为实现上述目的,本发明采用的技术方案是:
一种智能粗纱管理系统,包括数据监测系统、主控制系统和终端显示系统,所述数据监测系统和所述终端显示系统分别与所述主控制系统通过信息传输模块连接;所述数据监测系统用于实时监测并收集粗纱工序中的设备数据与产品性能数据;所述主控制系统包括预处理模块、溯源模块、参数优化模块和控制模块,所述预处理模块分别与所述溯源模块、参数优化模块和控制模块电连接,所述溯源模块和参数优化模块分别与所述控制模块电连接;所述终端显示系统用于对各数据进行分类显示,并将接收的控制信息传输至主控制系统。
进一步地,所述数据监测系统包括多个传感器,分别对粗纱机上各部件的设备数据和各锭子上的粗纱性能数据进行采集,并通过信息传输模块将数据传输至预处理模块。
进一步地,所述预处理模块包括核验单元和数据分析单元,所述核验单元用于将监测到的所述设备数据与设定值进行核对,同时检验监测到的所述性能数据是否在预期范围内,并将核验结果传输至数据分析单元;所述数据分析单元用于分析、传输核验结果,并发出处理指令。
进一步地,所述处理指令包括正常显示指令、故障溯源指令和参数优化指令;所述正常显示指令用于传输至所述控制模块,使控制模块将核验结果传输至终端显示系统进行显示;所述故障溯源指令用于传输至所述溯源模块,启动故障追溯;所述参数优化指令用于传输至所述参数优化模块,启动参数优化。
进一步地,所述溯源模块包括电子标签、读取单元和数据管理单元;所述电子标签分别设置于每个传感器和纱筒上,用于定位并存储信息;所述读取单元用于接收并读取所述电子标签上的对应信息;所述数据管理单元用于管理所述读取单元接收的信息,并传输至所述控制模块。
进一步地,所述参数优化模块包括历史数据存储单元、关联规则挖掘单元和优化单元;所述历史数据存储单元用于存储设备和性能的历史数据;所述关联规则挖掘单元基于历史数据存储单元提供的数据,通过挖掘算法进行数据挖掘,得到设备数据和性能数据间的强关联规则,并建立关联模型;所述优化单元基于所述关联规则挖掘单元建立的关联模型,根据性能数据与预期范围的差异,输出相关联的设备优化参数至控制模块。
进一步地,经所述参数优化模块优化后,所述数据监测系统监测的数据通过所述预处理模块传输至所述历史数据存储单元,对历史数据进行更新,所述关联规则挖掘单元建立的关联模型随历史数据存储单元同步更新。
进一步地,所述控制模块用于接收与输出控制信息,并对粗纱机进行控制;所述控制模块通过现场总线与粗纱机连接,通过控制粗纱机的可编程控制器对粗纱机的罗拉牵伸电机、锭翼旋转电机、筒管卷绕电机与龙筋升降电机的转矩、转速和转角进行控制。
进一步地,所述终端显示系统包括显示模块和信息接收模块;所述显示模块通过接收控制模块传输的信息并在显示屏上进行显示,所述显示屏的显示界面上包括实时数据显示界面、设备运行状态界面、参数优化历史界面和人工设定界面;所述信息接收模块用于接收通过所述人工设定界面输入的控制信息,并传输至所述控制模块。
进一步地,所述信息传输模块包括工业以太网和以太网交换机,所述数据监测系统和所述终端显示系统分别利用以太网交换机与所述主控制系统通过工业以太网连接。
与现有技术相比,本发明的有益效果是:
1、本发明提供的智能粗纱管理系统通过对粗纱工序中各设备参数及相应产品性能进行实时监测,并自动进行数据分析与参数优化,避免了人工处理的滞后性,确保响应及时;同时,本发明还通过对相应数据进行存储与实时显示,便于相关人员了解粗纱工序的整体运行情况,并能够输入相应控制信息,对粗纱工序进行合理有效的管控,确保粗纱工序的顺利进行。
2、本发明通过设置预处理模块,对收集到的数据进行初步分析,将单一故障和整体偏差进行区分,对单一故障情况则通过溯源模块追溯故障源头并进行预警,对整体偏差则通过参数优化模块对粗纱机的参数进行自动优化,保障粗纱工序的有序进行。
3、本发明通过设置参数优化模块,建立各设备参数与产品性能间的关联模型,根据收集到的产品性能与预期性能间的差异,匹配合理的设备参数,实现参数的自动优化;同时,将优化后的参数和对应性能数据存储并反馈至关联模型,对关联模型进行进一步校正及优化,提高其准确性。
4、本发明提供的智能粗纱管理系统能够对粗纱工序的各类异常情况进行及时响应,并对参数问题进行自动优化与调整,同时将数据传输至终端显示系统,便于人工管理与控制;通过系统与人工的双重保障,有效提高了粗纱工序的生产效率,并保证产品质量,实现了对粗纱工序的智能化管理。
附图说明
图1是本发明一种智能粗纱管理系统的结构示意图;
图2是本发明一种智能粗纱管理系统使用时的主要流程图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
实施例
请参阅图1,本发明实施例提供了一种智能粗纱管理系统,包括数据监测系统、主控制系统和终端显示系统,所述数据监测系统和所述终端显示系统分别与所述主控制系统通过信息传输模块连接;所述数据监测系统用于实时监测并收集粗纱工序中的设备数据与产品性能数据;所述主控制系统包括预处理模块、溯源模块、参数优化模块和控制模块,所述预处理模块分别与所述溯源模块、参数优化模块和控制模块电连接,所述溯源模块和参数优化模块分别与所述控制模块电连接;所述终端显示系统用于对各数据进行分类显示,并将接收的控制信息传输至主控制系统。
其中,所述数据监测系统包括多个传感器,分别对粗纱机上各部件的设备数据和各锭子上的粗纱性能数据进行采集,并通过信息传输模块将数据传输至预处理模块;所述设备数据包括罗拉输出速度、牵伸倍数、捻度、锭翼转速、筒管转速和龙筋升降速度,所述粗纱性能数据包括粗纱断头率、均匀度和张力。
所述预处理模块包括核验单元和数据分析单元,所述核验单元用于将监测到的所述设备数据与设定值进行核对,同时检验监测到的所述性能数据是否在预期范围内,并将核验结果传输至数据分析单元;所述数据分析单元用于分析、传输核验结果,并发出处理指令。
所述处理指令包括正常显示指令、故障溯源指令和参数优化指令;当核验结果均为正常时,则发出正常显示指令并传输至所述控制模块,使控制模块将核验结果传输至终端显示系统进行显示;当核验结果中设备数据与设定值不一致或部分锭子上的粗纱性能数据不在预期范围内时,则发出故障溯源指令并传输至所述溯源模块,启动故障追溯;当设备数据与设定值一致而各锭子上的粗纱性能数据均与预期范围存在差异时,则发出参数优化指令并传输至所述参数优化模块,启动参数优化。
所述溯源模块包括电子标签、读取单元和数据管理单元;所述电子标签分别设置于每个传感器和纱筒上,用于定位并存储信息;所述读取单元用于接收并读取所述电子标签上的对应信息;所述数据管理单元用于管理所述读取单元接收的信息,并传输至所述控制模块。当所述溯源模块接收到故障溯源指令时,则通过读取单元对核验结果中显示异常的传感器和纱筒上的电子标签进行读取,获取其定位和溯源信息,并将其通过控制模块传输至终端显示模块,进行故障预警显示。
所述参数优化模块包括历史数据存储单元、关联规则挖掘单元和优化单元;所述历史数据存储单元用于存储设备和性能的历史数据;所述关联规则挖掘单元以历史数据存储单元提供的数据作为数据集,利用关联分析算法进行数据关联规则挖掘,通过分布式计算框架将所述数据集划分为设备数据和性能数据两组,并将设备数据组划分为罗拉输出速度、牵伸倍数、捻度、锭翼转速、筒管转速和龙筋升降速度六个数据块,将性能数据组划分为粗纱断头率、均匀度和张力三个数据块,再对两组数据间的各个数据块进行映射,挖掘设备数据和性能数据间的强关联规则,并建立关联模型。当所述参数优化模块接收到参数优化指令时,将监测到的性能数据与预期性能数据代入关联模型,获取与之相关联的设备数据的变化情况,将其与监测到的设备数据叠加,获得优化后的相应设备参数,并输出至控制模块。
经所述参数优化模块优化后,所述数据监测系统监测的数据通过所述预处理模块传输至所述历史数据存储单元,对历史数据进行更新,所述关联规则挖掘单元建立的关联模型也随历史数据存储单元同步更新,随着数据量的逐渐增加,所述关联模型准确度也逐渐增加。
所述控制模块用于接收与输出控制信息,并对粗纱机进行控制;所述控制模块通过现场总线与粗纱机连接,通过控制粗纱机的可编程控制器对粗纱机的罗拉牵伸电机、锭翼旋转电机、筒管卷绕电机与龙筋升降电机的转矩、转速和转角进行控制,从而使粗纱机按照设定的设备参数运行。
所述终端显示系统包括显示模块和信息接收模块;所述显示模块通过接收控制模块传输的信息并在显示屏上进行显示,所述显示屏的显示界面上包括实时数据显示界面、设备运行状态界面、参数优化历史界面和人工设定界面;所述信息接收模块用于接收通过所述人工设定界面输入的控制信息,并传输至所述控制模块。
所述信息传输模块包括工业以太网和以太网交换机,所述数据监测系统和所述终端显示系统分别利用以太网交换机与所述主控制系统通过工业以太网连接。
本发明提供的一种智能粗纱管理系统在使用时,相关工作人员通过终端显示系统对粗纱工序进行监测与管理,通过显示屏上的人工设定界面设定好相应设备参数和预期性能范围,点击确定后,对应的信息通过信息接收模块进行接收,并通过工业以太网传输至控制模块,所述控制模块将设备参数和预期性能范围数据传输至核验单元,并对设备参数数据进行读取,通过控制粗纱机的可编程控制器,对粗纱机的罗拉牵伸电机、锭翼旋转电机、筒管卷绕电机与龙筋升降电机的转矩、转速和转角等参数进行控制,使粗纱机按照设定的参数运行。
结合参阅图2,在粗纱机运行时,设置于各粗纱机上各部件和锭子上的传感器对设备数据和粗纱性能数据进行实时采集,并将数据通过工业以太网传输至预处理模块,所述预处理模块内的核验单元将监测到的设备数据与设定值进行核对,同时检验监测到的性能数据是否在预期范围内,并将核验结果传输至数据分析单元。
所述数据分析单元对核验结果进行分析并发出指令,当核验结果均为正常时,则发出正常显示指令并传输至所述控制模块,控制模块则将核验结果传输至终端显示系统,通过显示模块在显示屏的数据显示界面进行显示,同时设备运行状态界面显示正常。当核验结果中设备数据与设定值不一致或部分锭子上的粗纱性能数据不在预期范围内时,则发出故障溯源指令并传输至所述溯源模块,所述溯源模块则通过读取单元对核验结果中显示异常的传感器和纱筒上的电子标签进行读取,获取其定位和溯源信息,并将其通过控制模块传输至终端显示系统,通过显示模块在显示屏的设备运行状态界面显示故障,并显示故障位置和具体故障信息,便于相关工作人员前去处理。当设备数据与设定值一致而各锭子上的粗纱性能数据均与预期范围存在差异时,表明设备运行正常但设备参数需要调整,则发出参数优化指令并传输至所述参数优化模块,启动参数优化。
所述参数优化模块内历史数据存储单元已预存大量前期采集的设备数据和相应性能数据作为数据集,基于所述数据集,关联规则挖掘单元利用关联分析算法进行数据关联规则挖掘,通过分布式计算框架将所述数据集划分为设备数据和性能数据两组,并将设备数据组和性能数据组按照参数种类的不同划分为多个数据块,再对两组数据间的各个数据块进行映射,挖掘设备数据和性能数据间的强关联规则,并建立关联模型;
主要包括如下步骤:
(1)将数据集中的数据按照种类的不同分为多个数据块,每个数据块为一项,其中,设备数据包括罗拉输出速度、牵伸倍数、捻度、锭翼转速、筒管转速和龙筋升降速度六项,分别用a1、a2、a3、a4、a5、a6表示;性能数据包括粗纱断头率、均匀度和张力,分别用b1、b2、b3表示;
(2)对不同时间下各组数据进行对比,计算各组数据间的支持度和置信度;以罗拉输出速度a1与粗纱断头率b1之间的关联为例,其支持度s(a1→b1)和置信度c(a1→b1)的计算方法如下:
s(a1→b1)=s(a1∪b1)
c(a1→b1)=s(a1→b1)/s(a1)
式中,支持度s(a1→b1)表示在同一情况下,罗拉输出速度a1与粗纱断头率b1同时变化的概率,置信度c(a1→b1)表示在罗拉输出速度a1改变的情况下,粗纱断头率b1改变的概率;
(3)设置最小支持度和最小置信度,比较各组数据间的支持度和置信度是否达到最小支持度和最小置信度:其中,最小支持度smin=0.2,cmin=0.6,当两组数据间的支持度和置信度均不低于最小支持度和最小置信度时,这两组数据间的规则称为强关联规则;
(4)对存在强关联规则的数据进行回归分析,通过最小二乘法进行曲线拟合,得到相关联的参数间的关联曲线,形成关联模型。
当所述参数优化模块接收到参数优化指令时,将监测到的性能数据与预期性能数据代入关联模型,获取与之相关联的设备数据的变化情况,将其与监测到的设备数据叠加,获得优化后的相应设备参数,并输出至控制模块,由控制模块对设备参数进行读取并对粗纱机进行相应控制,并将相应的设备参数及预期性能数据传输至核验模块,对参数优化后监测到的设备数据和性能数据进行核验,并将其传输至历史数据存储模块,对历史数据进行更新,所述关联模型也随之同步更新,从而不断增加数据量,提高关联模型的准确度。
同时,参数优化过程的初始设备数据、性能数据与优化后的设备数据、性能数据通过控制系统传输至终端显示系统,通过显示模块在显示屏上的参数优化历史界面进行显示,便于相关工作人员查看及调整。
通过上述方式,本发明提供的一种智能粗纱管理系统能够实现对粗纱工序的智能化管理,有效提高了粗纱工序的生产效率,保证产品质量,保障粗纱工序顺利进行。
以上所述仅用以说明本发明的技术方案,而非对其进行限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种智能粗纱管理系统,其特征在于:包括数据监测系统、主控制系统和终端显示系统,所述数据监测系统和所述终端显示系统分别与所述主控制系统通过信息传输模块连接;所述数据监测系统用于实时监测并收集粗纱工序中的设备数据与产品性能数据;所述主控制系统包括预处理模块、溯源模块、参数优化模块和控制模块,所述预处理模块分别与所述溯源模块、参数优化模块和控制模块电连接,所述溯源模块和参数优化模块分别与所述控制模块电连接;所述终端显示系统用于对各数据进行分类显示,并将接收的控制信息传输至主控制系统。
2.根据权利要求1所述的一种智能粗纱管理系统,其特征在于:所述数据监测系统包括多个传感器,分别对粗纱机上各部件的设备数据和各锭子上的粗纱性能数据进行采集,并通过信息传输模块将数据传输至预处理模块。
3.根据权利要求2所述的一种智能粗纱管理系统,其特征在于:所述预处理模块包括核验单元和数据分析单元,所述核验单元用于将监测到的所述设备数据与设定值进行核对,同时检验监测到的所述性能数据是否在预期范围内,并将核验结果传输至数据分析单元;所述数据分析单元用于分析、传输核验结果,并发出处理指令。
4.根据权利要求3所述的一种智能粗纱管理系统,其特征在于:所述处理指令包括正常显示指令、故障溯源指令和参数优化指令;所述正常显示指令用于传输至所述控制模块,使控制模块将核验结果传输至终端显示系统进行显示;所述故障溯源指令用于传输至所述溯源模块,启动故障追溯;所述参数优化指令用于传输至所述参数优化模块,启动参数优化。
5.根据权利要求2所述的一种智能粗纱管理系统,其特征在于:所述溯源模块包括电子标签、读取单元和数据管理单元;所述电子标签分别设置于每个传感器和纱筒上,用于定位并存储信息;所述读取单元用于接收并读取所述电子标签上的对应信息;所述数据管理单元用于管理所述读取单元接收的信息,并传输至所述控制模块。
6.根据权利要求2所述的一种智能粗纱管理系统,其特征在于:所述参数优化模块包括历史数据存储单元、关联规则挖掘单元和优化单元;所述历史数据存储单元用于存储设备和性能的历史数据;所述关联规则挖掘单元基于历史数据存储单元提供的数据,通过挖掘算法进行数据挖掘,得到设备数据和性能数据间的强关联规则,并建立关联模型;所述优化单元基于所述关联规则挖掘单元建立的关联模型,根据性能数据与预期范围的差异,输出相关联的设备优化参数至控制模块。
7.根据权利要求6所述的一种智能粗纱管理系统,其特征在于:经所述参数优化模块优化后,所述数据监测系统监测的数据通过所述预处理模块传输至所述历史数据存储单元,对历史数据进行更新,所述关联规则挖掘单元建立的关联模型随历史数据存储单元同步更新。
8.根据权利要求1所述的一种智能粗纱管理系统,其特征在于:所述控制模块用于接收与输出控制信息,并对粗纱机进行控制;所述控制模块通过现场总线与粗纱机连接,通过控制粗纱机的可编程控制器对粗纱机的罗拉牵伸电机、锭翼旋转电机、筒管卷绕电机与龙筋升降电机的转矩、转速和转角进行控制。
9.根据权利要求1所述的一种智能粗纱管理系统,其特征在于:所述终端显示系统包括显示模块和信息接收模块;所述显示模块通过接收控制模块传输的信息并在显示屏上进行显示,所述显示屏的显示界面上包括实时数据显示界面、设备运行状态界面、参数优化历史界面和人工设定界面;所述信息接收模块用于接收通过所述人工设定界面输入的控制信息,并传输至所述控制模块。
10.根据权利要求1所述的一种智能粗纱管理系统,其特征在于:所述信息传输模块包括工业以太网和以太网交换机,所述数据监测系统和所述终端显示系统分别利用以太网交换机与所述主控制系统通过工业以太网连接。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020100626701 | 2020-01-20 | ||
CN202010062670 | 2020-01-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111679634A true CN111679634A (zh) | 2020-09-18 |
Family
ID=72451682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010320258.5A Pending CN111679634A (zh) | 2020-01-20 | 2020-04-22 | 一种智能粗纱管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111679634A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117265720A (zh) * | 2023-11-22 | 2023-12-22 | 湘潭东信棉业有限公司 | 环锭细纱机智能控制系统及方法 |
CN118171787A (zh) * | 2024-05-15 | 2024-06-11 | 青岛凌峰自动化工程有限公司 | 一种基于物联网的智慧化工厂管理系统 |
CN118278827A (zh) * | 2024-06-04 | 2024-07-02 | 临沂红阳管业有限公司 | 一种基于塑料管质量检测的管材生产设备管理方法及系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006169661A (ja) * | 2004-12-15 | 2006-06-29 | Murata Mach Ltd | 解析装置及びこれを備えた機械設備と解析プログラム |
CN102636991A (zh) * | 2012-04-18 | 2012-08-15 | 国电科学技术研究院 | 一种基于模糊集关联规则的火电机组运行参数优化方法 |
CN102704054A (zh) * | 2012-05-29 | 2012-10-03 | 河海大学常州校区 | 基于时间序列挖掘的梳棉机智能匀整系统 |
CN105184394A (zh) * | 2015-08-26 | 2015-12-23 | 中国电力科学研究院 | 基于配电网cps在线数据挖掘的优化控制方法 |
CN106180619A (zh) * | 2016-08-12 | 2016-12-07 | 湖南千盟物联信息技术有限公司 | 一种连铸过程智能控制的系统方法 |
CN107168263A (zh) * | 2017-06-16 | 2017-09-15 | 江南大学 | 一种基于大数据挖掘的针织mes生产计划与调度方法 |
CN107818409A (zh) * | 2017-10-23 | 2018-03-20 | 燕山大学 | 基于模糊关联规则的水泥生产参数及调节区间的优化方法 |
CN108647808A (zh) * | 2018-04-11 | 2018-10-12 | 济南大学 | 一种生产参数优化预测方法、装置、设备及存储介质 |
CN109034321A (zh) * | 2018-09-28 | 2018-12-18 | 郑州轻工业学院 | 一种基于rfid的粗纱链条传输追溯系统及方法 |
CN109034486A (zh) * | 2018-08-06 | 2018-12-18 | 济南大学 | 一种基于大数据分层聚类的棉花生产工艺优化方法 |
CN109783485A (zh) * | 2018-12-30 | 2019-05-21 | 国网天津市电力公司电力科学研究院 | 基于数据挖掘和支持向量机的配网历史量测数据校正方法 |
CN109949435A (zh) * | 2019-02-27 | 2019-06-28 | 深圳市海弘装备技术有限公司 | 智能无人纺织车间监控方法及系统 |
CN110187675A (zh) * | 2018-02-23 | 2019-08-30 | 株式会社安川电机 | 产品质量管理系统以及产品质量管理方法 |
CN110427004A (zh) * | 2019-08-12 | 2019-11-08 | 武汉裕大华纺织有限公司 | 一种智能纺纱车间智能管理系统 |
US10496531B1 (en) * | 2017-04-27 | 2019-12-03 | EMC IP Holding Company LLC | Optimizing virtual storage groups by determining and optimizing associations between virtual devices and physical devices |
-
2020
- 2020-04-22 CN CN202010320258.5A patent/CN111679634A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006169661A (ja) * | 2004-12-15 | 2006-06-29 | Murata Mach Ltd | 解析装置及びこれを備えた機械設備と解析プログラム |
CN102636991A (zh) * | 2012-04-18 | 2012-08-15 | 国电科学技术研究院 | 一种基于模糊集关联规则的火电机组运行参数优化方法 |
CN102704054A (zh) * | 2012-05-29 | 2012-10-03 | 河海大学常州校区 | 基于时间序列挖掘的梳棉机智能匀整系统 |
CN105184394A (zh) * | 2015-08-26 | 2015-12-23 | 中国电力科学研究院 | 基于配电网cps在线数据挖掘的优化控制方法 |
CN106180619A (zh) * | 2016-08-12 | 2016-12-07 | 湖南千盟物联信息技术有限公司 | 一种连铸过程智能控制的系统方法 |
US10496531B1 (en) * | 2017-04-27 | 2019-12-03 | EMC IP Holding Company LLC | Optimizing virtual storage groups by determining and optimizing associations between virtual devices and physical devices |
CN107168263A (zh) * | 2017-06-16 | 2017-09-15 | 江南大学 | 一种基于大数据挖掘的针织mes生产计划与调度方法 |
CN107818409A (zh) * | 2017-10-23 | 2018-03-20 | 燕山大学 | 基于模糊关联规则的水泥生产参数及调节区间的优化方法 |
CN110187675A (zh) * | 2018-02-23 | 2019-08-30 | 株式会社安川电机 | 产品质量管理系统以及产品质量管理方法 |
CN108647808A (zh) * | 2018-04-11 | 2018-10-12 | 济南大学 | 一种生产参数优化预测方法、装置、设备及存储介质 |
CN109034486A (zh) * | 2018-08-06 | 2018-12-18 | 济南大学 | 一种基于大数据分层聚类的棉花生产工艺优化方法 |
CN109034321A (zh) * | 2018-09-28 | 2018-12-18 | 郑州轻工业学院 | 一种基于rfid的粗纱链条传输追溯系统及方法 |
CN109783485A (zh) * | 2018-12-30 | 2019-05-21 | 国网天津市电力公司电力科学研究院 | 基于数据挖掘和支持向量机的配网历史量测数据校正方法 |
CN109949435A (zh) * | 2019-02-27 | 2019-06-28 | 深圳市海弘装备技术有限公司 | 智能无人纺织车间监控方法及系统 |
CN110427004A (zh) * | 2019-08-12 | 2019-11-08 | 武汉裕大华纺织有限公司 | 一种智能纺纱车间智能管理系统 |
Non-Patent Citations (2)
Title |
---|
薛向阳: "基于关联规则的改进的线性回归预测算法", 《中国优秀硕士学位论文全文数据库(硕士)基础科学辑》 * |
陈俊杰等: "基于关联规则的数据挖掘方法在电厂脱硫监测中的应用", 《内蒙古农业大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117265720A (zh) * | 2023-11-22 | 2023-12-22 | 湘潭东信棉业有限公司 | 环锭细纱机智能控制系统及方法 |
CN117265720B (zh) * | 2023-11-22 | 2024-02-09 | 湘潭东信棉业有限公司 | 环锭细纱机智能控制系统及方法 |
CN118171787A (zh) * | 2024-05-15 | 2024-06-11 | 青岛凌峰自动化工程有限公司 | 一种基于物联网的智慧化工厂管理系统 |
CN118278827A (zh) * | 2024-06-04 | 2024-07-02 | 临沂红阳管业有限公司 | 一种基于塑料管质量检测的管材生产设备管理方法及系统 |
CN118278827B (zh) * | 2024-06-04 | 2024-09-20 | 临沂红阳管业有限公司 | 一种基于塑料管质量检测的管材生产设备管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109610056B (zh) | 一种环锭细纱机物联网生产监控管理系统 | |
CN111679634A (zh) | 一种智能粗纱管理系统 | |
US20200027339A1 (en) | Method and System of Predictive Maintenance of a Textile Machine | |
CN106672704B (zh) | 纤维机械管理系统、管理装置以及便携式终端 | |
US11319649B2 (en) | Ring spinning system and method for operating | |
CN102216503B (zh) | 用于优化纺织厂中生产过程的方法 | |
WO2017072683A1 (en) | Optimisation method of the working process for a textile production line and system | |
JP7576931B2 (ja) | 紡績機の動作の最適化 | |
CN106567164B (zh) | 基于智能网络的倍捻机控制系统及方法 | |
CN112114566A (zh) | 用于优化和调整工业机器的运行参数的方法及相关系统 | |
CN111539638A (zh) | 一种预警方法、装置及预警设备和存储介质 | |
EP4419743A1 (en) | An electronic device for adjusting operational parameters of a winding machine of a spinning mill and a method for adjusting the same | |
CN117529586A (zh) | 使得能够在用户显示器上显示与纺纱厂相关的操作准备度指数的装置和方法 | |
EP3696637A1 (en) | Textile machine management system and method | |
CN113165827B (zh) | 监视和操作纺织机的方法和纺织机的操作装置 | |
US20210115626A1 (en) | Method for operating a papermaking machine, drive system and papermaking machine | |
CN110804812B (zh) | 基于dsp的自动化电脑绣花控制系统及其控制方法 | |
CN1890410B (zh) | 在纤维产品生产流程中进行任务控制的方法和设备 | |
CN104203788B (zh) | 纱线监测方法 | |
CN117813426A (zh) | 用于确定纺纱厂的至少一个或多个部分的当前生产输出的分类的装置和方法 | |
CN111924661B (zh) | 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备 | |
CN113406937A (zh) | 一种应用于生产车间的数据监控系统 | |
CN106647593A (zh) | 一种假捻丝的质量监测方法及系统 | |
US20240368810A1 (en) | Device and method for determining a classification of a current production output of at least one or more parts of a spinning mill | |
CN105629917A (zh) | 一种捻线机无线监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200918 |