本發(fā)明涉及紡紗設(shè)備，具體為一種氣體渦流紡紗裝置的自動控制系統(tǒng)及方法。

背景技術(shù)：

1、紡紗是將纖維制成紗線的關(guān)鍵工藝，在紡織行業(yè)中占據(jù)重要地位。隨著紡織產(chǎn)品需求的多樣化和質(zhì)量要求的提高，傳統(tǒng)紡紗工藝面臨諸多挑戰(zhàn)，這些挑戰(zhàn)不僅影響紡紗過程的效率和產(chǎn)品質(zhì)量，還增加了生產(chǎn)成本和工藝復(fù)雜性。紗線質(zhì)量檢測和控制的挑戰(zhàn)主要包括：1)纖維質(zhì)量的波動，纖維質(zhì)量的波動是影響紡紗過程和紗線質(zhì)量的重要因素。纖維長度、細(xì)度、強(qiáng)度、彈性等特性的不均勻性，都會導(dǎo)致紗線質(zhì)量的不穩(wěn)定；2)紡紗過程中的張力控制，紡紗過程中的張力控制是確保紗線質(zhì)量的關(guān)鍵因素之一。紗線在紡紗過程中需要保持恒定的張力，任何張力的波動都會導(dǎo)致紗線粗細(xì)不均、斷頭率增加、紗線質(zhì)量下降；3)紗線質(zhì)量的檢測和控制是紡紗過程中至關(guān)重要的一環(huán)。傳統(tǒng)的人工檢測方法難以滿足高效生產(chǎn)和高質(zhì)量要求；4)檢測精度和速度，紡紗工藝的優(yōu)化和控制是提高紗線質(zhì)量和生產(chǎn)效率的重要手段。

2、鑒于此，本發(fā)明提供一種氣體渦流紡紗裝置的自動控制系統(tǒng)及方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種氣體渦流紡紗裝置的自動控制系統(tǒng)及方法，通過集成先進(jìn)的傳感器、圖像處理技術(shù)和智能算法，實(shí)現(xiàn)對紡紗過程的全面實(shí)時監(jiān)測、智能化控制和質(zhì)量優(yōu)化。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、第一方面，本發(fā)明提供一種氣體渦流紡紗裝置的自動控制系統(tǒng)，包括數(shù)據(jù)采集模塊、圖像處理模塊、輔助設(shè)計模塊、優(yōu)化決策模塊和自學(xué)習(xí)更新模塊；各個模塊之間通過有線或無線連接：

4、數(shù)據(jù)采集模塊，基于氣體渦流紡紗裝置實(shí)時采集對應(yīng)的目標(biāo)參數(shù)數(shù)據(jù)以及基于高速相機(jī)捕獲目標(biāo)圖像；

5、圖像處理模塊，目標(biāo)圖像通過機(jī)器學(xué)習(xí)模型獲取纖維特征以及纖維特征對應(yīng)的特征標(biāo)記；

6、輔助設(shè)計模塊，對不同的紡紗工藝參數(shù)進(jìn)行數(shù)值模擬，確定當(dāng)前紡紗工藝參數(shù)對紗線質(zhì)量的潛在影響因素，并生成優(yōu)化建議，基于優(yōu)化建議更新紡紗工藝參數(shù)；

7、智能控制模塊，構(gòu)建紡紗預(yù)測模型，以目標(biāo)參數(shù)數(shù)據(jù)和目標(biāo)圖像作為紡紗預(yù)測模型的輸入因子，紡紗預(yù)測模型的輸出因子為潛在影響因素以及所述潛在影響因素對應(yīng)的紡紗風(fēng)險情況，基于紡紗風(fēng)險情況發(fā)出警報指令；

8、優(yōu)化決策模塊，基于動態(tài)多維度優(yōu)化算法，通過歷史數(shù)據(jù)、實(shí)時數(shù)據(jù)及預(yù)測模型的綜合分析，提供紡紗工藝參數(shù)的實(shí)時優(yōu)化建議；該模塊自動調(diào)整優(yōu)化算法的權(quán)重，預(yù)估潛在紡紗風(fēng)險，并通過自適應(yīng)優(yōu)化機(jī)制，持續(xù)更新優(yōu)化策略，支持操作人員的工藝決策，預(yù)防潛在問題的發(fā)生。

9、自學(xué)習(xí)更新模塊，通過不斷收集和分析生產(chǎn)數(shù)據(jù)，自動更新和優(yōu)化紡紗預(yù)測模型，提高預(yù)測的準(zhǔn)確性和可靠性。

10、作為本發(fā)明的一種優(yōu)選實(shí)施方式，目標(biāo)表征紗線；目標(biāo)參數(shù)數(shù)據(jù)包括紗線對應(yīng)的纖維長度、紗線粗細(xì)和張力，目標(biāo)圖像為高速相機(jī)根據(jù)實(shí)現(xiàn)預(yù)設(shè)時間幀截取的圖像；

11、其中：纖維長度通過纖維長度傳感器進(jìn)行采集，紗線粗細(xì)通過紗線粗細(xì)傳感器進(jìn)行采集，張力通過張力傳感器進(jìn)行采集，速度為基于先驗(yàn)知識事先預(yù)設(shè)的。

12、作為本發(fā)明的一種優(yōu)選實(shí)施方式，將目標(biāo)參數(shù)數(shù)據(jù)和對應(yīng)目標(biāo)圖像進(jìn)行關(guān)聯(lián)。

13、作為本發(fā)明的一種優(yōu)選實(shí)施方式，圖像處理模塊具備tg容量的存儲和圖像管理功能，能夠長期保存紡紗過程中的圖像數(shù)據(jù)和分析結(jié)果。

14、作為本發(fā)明的一種優(yōu)選實(shí)施方式，機(jī)器學(xué)習(xí)模型包括卷積神經(jīng)網(wǎng)絡(luò)模型，卷積神經(jīng)網(wǎng)絡(luò)模型對纖維和紗線狀態(tài)進(jìn)行自動識別和分析的邏輯為：

15、通過卷積核在圖像上滑動，提取局部特征，

16、通過最大池化或平均池化減少特征圖的尺寸，降低計算復(fù)雜度。

17、作為本發(fā)明的一種優(yōu)選實(shí)施方式，輔助設(shè)計模塊包括：

18、工藝設(shè)計單元：該單元根據(jù)纖維特性和目標(biāo)紗線質(zhì)量標(biāo)準(zhǔn)，設(shè)計并生成優(yōu)化的紡紗工藝參數(shù)。通過結(jié)合數(shù)據(jù)驅(qū)動的方法，確保設(shè)計參數(shù)的科學(xué)性和適應(yīng)性。

19、模擬仿真單元：該單元能夠?qū)Σ煌募徏喒に噮?shù)進(jìn)行高精度的數(shù)值模擬，預(yù)測各參數(shù)對紗線質(zhì)量的影響，并自動生成優(yōu)化建議，以實(shí)現(xiàn)工藝的精細(xì)調(diào)控。

20、實(shí)時控制單元：該單元與實(shí)時監(jiān)測系統(tǒng)緊密集成，基于實(shí)時監(jiān)測數(shù)據(jù)，動態(tài)調(diào)整紡紗工藝參數(shù)。通過自適應(yīng)控制算法，確保生產(chǎn)過程的持續(xù)穩(wěn)定性和紗線質(zhì)量的高一致性。

21、反饋學(xué)習(xí)單元：該單元基于生產(chǎn)過程中的實(shí)際數(shù)據(jù)和結(jié)果，通過先進(jìn)的機(jī)器學(xué)習(xí)算法，持續(xù)優(yōu)化和更新紡紗工藝模型，從而不斷提高工藝設(shè)計的精準(zhǔn)度和生產(chǎn)效率，構(gòu)建閉環(huán)的智能優(yōu)化系統(tǒng)。

22、作為本發(fā)明的一種優(yōu)選實(shí)施方式，所述紡紗預(yù)測模型的應(yīng)用邏輯為：

23、初步處理單元，建立紡紗預(yù)測模型，對采集到的目標(biāo)參數(shù)數(shù)據(jù)進(jìn)行歸一化處理，將處理后的目標(biāo)參數(shù)數(shù)據(jù)和對應(yīng)的目標(biāo)圖像進(jìn)行關(guān)聯(lián)，并存儲于數(shù)據(jù)庫中；

24、模型預(yù)測單元，通過訓(xùn)練紡紗預(yù)測模型，識別影響紗線質(zhì)量的潛在影響因素，實(shí)時分析當(dāng)前紡紗過程的實(shí)時監(jiān)測數(shù)據(jù)，預(yù)測潛在影響因素對應(yīng)的紡紗風(fēng)險情況，基于紡紗風(fēng)險情況發(fā)出警報預(yù)警指令；

25、所述紡紗風(fēng)險情況包括紗線斷頭問題和質(zhì)量不均問題。

26、作為本發(fā)明的一種優(yōu)選實(shí)施方式，通過對從紡紗過程中獲取的目標(biāo)參數(shù)數(shù)據(jù)和高速相機(jī)圖像進(jìn)行歸一化處理，并應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征，結(jié)合隨機(jī)森林、決策樹、支持向量機(jī)等機(jī)器學(xué)習(xí)模型，構(gòu)建紡紗過程的預(yù)測模型。模型性能通過準(zhǔn)確率、召回率和f1分?jǐn)?shù)等指標(biāo)進(jìn)行評估，以提高紡紗過程的監(jiān)測與故障預(yù)測的準(zhǔn)確性。

27、第二方面，本發(fā)明提供一種氣體渦流紡紗裝置的自動控制方法，基于第一方面的實(shí)現(xiàn)，包括以下步驟：

28、基于氣體渦流紡紗裝置實(shí)時采集對應(yīng)的目標(biāo)參數(shù)數(shù)據(jù)以及基于高速相機(jī)捕獲目標(biāo)圖像；

29、目標(biāo)圖像通過機(jī)器學(xué)習(xí)模型獲取纖維特征以及纖維特征對應(yīng)的特征標(biāo)記；

30、對不同的紡紗工藝參數(shù)進(jìn)行數(shù)值模擬，確定當(dāng)前紡紗工藝參數(shù)對紗線質(zhì)量的潛在影響因素，并生成優(yōu)化建議，基于優(yōu)化建議更新紡紗工藝參數(shù)；

31、構(gòu)建紡紗預(yù)測模型，以目標(biāo)參數(shù)數(shù)據(jù)和目標(biāo)圖像作為紡紗預(yù)測模型的輸入因子，紡紗預(yù)測模型的輸出因子為潛在影響因素以及所述潛在影響因素對應(yīng)的紡紗風(fēng)險情況，基于紡紗風(fēng)險情況發(fā)出警報指令；

32、通過不斷收集和分析生產(chǎn)數(shù)據(jù)，自動更新和優(yōu)化紡紗預(yù)測模型。

33、第三方面，本發(fā)明提供一種氣體渦流紡紗裝置，用于實(shí)施第一方面的裝置，包括引導(dǎo)體、錐面體和引紗管；

34、纖維長度傳感器，嵌入到引導(dǎo)體通道靠近入口處的壁面上，檢測纖維長度和位置變化；

35、紗線粗細(xì)傳感器，安裝在引紗管的尾端，采用激光掃描測量紗線粗細(xì)；

36、張力傳感器，嵌入引紗管的內(nèi)表面，采用應(yīng)變片結(jié)構(gòu)的模塊化預(yù)先組裝，通過測量電阻變化可以計算出施加的張力。

37、高速相機(jī)，以每秒十萬幀的速率捕捉紡紗過程中的纖維和紗線圖像，固定在渦流管的外部，并對準(zhǔn)渦流管區(qū)域，透過渦流管的透明部分觀察內(nèi)部紡紗過程；在渦流管周圍安裝透鏡和光源，以增強(qiáng)圖像的清晰度和亮度。

38、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

39、本發(fā)明基于先進(jìn)的傳感器技術(shù)、自動化控制系統(tǒng)、智能化設(shè)備和機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)對紡紗過程的全面實(shí)時監(jiān)測和智能化控制，提高紗線質(zhì)量和生產(chǎn)效率，能夠滿足市場對高質(zhì)量紡織品的需求；

40、(1)實(shí)時監(jiān)測與高精度控制，通過集成纖維長度傳感器、紗線粗細(xì)傳感器、張力傳感器和高速相機(jī)，實(shí)現(xiàn)對紡紗過程中關(guān)鍵參數(shù)的實(shí)時監(jiān)測。系統(tǒng)能夠捕捉每秒十萬幀的圖像，分析纖維和紗線的狀態(tài)，確保紗線質(zhì)量的實(shí)時監(jiān)控與精確控制。這種高精度實(shí)時監(jiān)測能力大大提高了紡紗過程的穩(wěn)定性和產(chǎn)品一致性，減少了因參數(shù)波動導(dǎo)致的質(zhì)量問題。

41、(2)智能化分析與決策優(yōu)化，通過收集和分析大量生產(chǎn)數(shù)據(jù)，利用機(jī)器學(xué)習(xí)算法建立紡紗過程的預(yù)測模型，識別出影響紗線質(zhì)量的關(guān)鍵因素。系統(tǒng)能夠?qū)崟r預(yù)測潛在的生產(chǎn)問題，并提供優(yōu)化建議，幫助操作人員調(diào)整工藝參數(shù)，預(yù)防問題的發(fā)生。這種智能化分析與決策優(yōu)化能力不僅提高了生產(chǎn)效率，還有效降低了生產(chǎn)故障和停機(jī)時間。

42、(3)自學(xué)習(xí)與持續(xù)改進(jìn)，通過不斷收集和分析生產(chǎn)過程中的數(shù)據(jù)，自動更新和優(yōu)化預(yù)測模型。反饋學(xué)習(xí)模塊利用實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行工藝模型的持續(xù)優(yōu)化，確保系統(tǒng)始終處于最佳工作狀態(tài)。這種自學(xué)習(xí)與持續(xù)改進(jìn)的能力使得系統(tǒng)能夠適應(yīng)生產(chǎn)過程中不斷變化的環(huán)境和條件，持續(xù)提升紗線質(zhì)量和生產(chǎn)效率，滿足不斷變化的市場需求。