紡織生產(chǎn)流程在線檢測、質(zhì)量數(shù)據(jù)挖掘和工藝參數(shù)優(yōu)化

陳帥 許瑩 鄔碧烽

1.浙江鈦石紡織檢測研究院有限公司 浙江諸暨 311800

2.浙江萬安科技股份有限公司 浙江諸暨 311800

智能紡織技術(shù)是伴隨著計(jì)算技術(shù)、通信技術(shù)和自動控制技術(shù)等多領(lǐng)域研究成果的引用而發(fā)展起來的新型紡織生產(chǎn)方式。中國制造2025、德國工業(yè)4.0等國內(nèi)外制造業(yè)中長期規(guī)劃的頒布實(shí)施，工業(yè)智能化逐漸成為未來制造業(yè)發(fā)展的最主要趨勢。紡織業(yè)作為一項(xiàng)歷史悠久的傳統(tǒng)工業(yè)類型，長期以來需要占用大量的勞動力，生產(chǎn)效率得不到快速提升，為此需進(jìn)行智能紡織的研究。

1 紡織生產(chǎn)特性分析

作為世界上第一個(gè)實(shí)現(xiàn)產(chǎn)業(yè)化的工業(yè)類型，我國的紡織工業(yè)在工業(yè)革命之后得到了飛速發(fā)展，在歷經(jīng)家庭工坊作業(yè)、蒸汽時(shí)代、電氣時(shí)代和自動化時(shí)代的發(fā)展之后，智能化加工成為了紡織工業(yè)未來的主要發(fā)展方向。紡織加工最核心的工作是實(shí)現(xiàn)金屬等剛體與纖維集合體、氣流等流體與纖維集合體、橡膠等彈性體與纖維集合體的耦合，并調(diào)配纖維間的相互作用。上述幾種作用力之前的數(shù)學(xué)模型難以精確建立，導(dǎo)致長期以來的紡織加工模式是一種半理論半經(jīng)驗(yàn)的模型。

分析紡織智能化的主要要求與特征，認(rèn)為其應(yīng)具備四方面的能力，包括以在線和離線檢測為代表的感知能力、信息與數(shù)據(jù)的收集儲存與分析能力、數(shù)據(jù)挖掘與自適應(yīng)能力、自我診斷與調(diào)整的行為決策能力。現(xiàn)階段紡織工業(yè)應(yīng)用領(lǐng)域中前兩項(xiàng)能力已經(jīng)具備，后兩種能力尚處于探索和試驗(yàn)階段[1]。

2 紡織生產(chǎn)流程在線檢測、質(zhì)量數(shù)據(jù)挖掘

2.1 紡織生產(chǎn)流程在線檢測分析

紡織生產(chǎn)在線檢測是通過設(shè)定一定的檢測頻率，對防止過程中的多項(xiàng)技術(shù)參數(shù)進(jìn)行數(shù)據(jù)采集和傳輸，并經(jīng)過半自動或者全自動控制中心的調(diào)控，完成預(yù)定的產(chǎn)品生產(chǎn)質(zhì)量控制目標(biāo)。紡織生產(chǎn)在線檢測的應(yīng)用離不開傳感器技術(shù)和產(chǎn)品的快速發(fā)展，近年來紡織生產(chǎn)在線檢測的應(yīng)用規(guī)模逐年擴(kuò)大，檢測質(zhì)量也已經(jīng)滿足生產(chǎn)需要。在線檢測已經(jīng)由半制品檢測指標(biāo)發(fā)展為生產(chǎn)全流程檢測，檢測指標(biāo)也由靜態(tài)檢測發(fā)展為動態(tài)指標(biāo)的檢測，宏觀檢測向微觀檢測的研究已經(jīng)進(jìn)入應(yīng)用階段。與之相對應(yīng)的，電子清紗技術(shù)、纖維檢測與剔除技術(shù)、自動調(diào)勻技術(shù)等方面的研究取得了突破，為在線檢測方面提供了更多的選擇。最后，全流程和全指標(biāo)的檢測也為數(shù)據(jù)挖掘和工藝參數(shù)的優(yōu)化提供了基礎(chǔ)資料，為智能化的下一步發(fā)展奠定了基礎(chǔ)[2]。

紡織加工中最重要的技術(shù)參數(shù)包括梳理力、牽引力、纖維變速點(diǎn)、橫向力與縱向力的耦合等，使用傳統(tǒng)的檢測方式難以采集上述信息。這是由于一方面數(shù)據(jù)的采集需要采取非接觸采集方式，盡可能降低檢測過程對生產(chǎn)過程的影響；另一方面?zhèn)鞲衅餍枰瓿尚⌒突O(shè)計(jì)，使之成為生產(chǎn)流水線上設(shè)備的附屬期間，減少新設(shè)備的使用。這就要求在方式在線檢測元器件的研制和在線監(jiān)測方法的選用中，盡可能滿足上述兩項(xiàng)要求。

2.2 紡織生產(chǎn)流程質(zhì)量數(shù)據(jù)挖掘分析

紡織生產(chǎn)的質(zhì)量數(shù)據(jù)挖掘是數(shù)據(jù)庫技術(shù)和人工智能技術(shù)的交叉應(yīng)用領(lǐng)域，通過數(shù)據(jù)挖掘，能夠借助于設(shè)計(jì)的算法在海量數(shù)據(jù)中搜索并整理隱藏于數(shù)據(jù)之后的規(guī)律和過程，為紡織產(chǎn)品的加工生產(chǎn)提供改進(jìn)和調(diào)整的意見建議。與數(shù)據(jù)挖掘技術(shù)聯(lián)系最緊密的是計(jì)算機(jī)技術(shù)，借助于在線統(tǒng)計(jì)與數(shù)據(jù)分析，專家系統(tǒng)、信息檢索和機(jī)器學(xué)習(xí)等多種最先進(jìn)的計(jì)算機(jī)技術(shù)研究成果，實(shí)現(xiàn)了升級版的統(tǒng)計(jì)回歸分析[3]。

下面重點(diǎn)探討人工神經(jīng)網(wǎng)絡(luò)技術(shù)在質(zhì)量數(shù)據(jù)挖掘中的應(yīng)用，人工神經(jīng)網(wǎng)絡(luò)技術(shù)通過模仿生物神經(jīng)工作模式，在數(shù)據(jù)和信息的處理過程中，采用分布式數(shù)學(xué)模型。在神經(jīng)網(wǎng)絡(luò)技術(shù)提出之后，受制于海量數(shù)據(jù)的獲取與實(shí)現(xiàn)細(xì)節(jié)技術(shù)的制約，該技術(shù)的應(yīng)用一直處于停滯狀態(tài)。紡織加工中在線檢測實(shí)現(xiàn)了數(shù)據(jù)的獲取，同時(shí)深度學(xué)習(xí)技術(shù)突破了技術(shù)的限制，最終完成了數(shù)據(jù)挖掘在紡織生產(chǎn)中的應(yīng)用。

3 工藝參數(shù)優(yōu)化與紡織加工智能化

紡織加工生產(chǎn)需要依據(jù)不同生產(chǎn)加工需求進(jìn)行工藝參數(shù)的優(yōu)化，即在現(xiàn)有生產(chǎn)加工設(shè)備設(shè)施的基礎(chǔ)上，優(yōu)化工藝參數(shù)以獲得最佳的生產(chǎn)效果，滿足紡織品技術(shù)要求，并提升生產(chǎn)效率，降低生產(chǎn)成本。工藝參數(shù)的優(yōu)化可借助于在線檢測獲取的大量數(shù)據(jù)，并經(jīng)過數(shù)據(jù)挖掘得到生產(chǎn)的規(guī)律，但是工藝參數(shù)優(yōu)化和智能化之間的關(guān)系仍然是紡織加工技術(shù)工人的認(rèn)識誤區(qū)。

紡織加工智能化可以從三個(gè)方面來理解，首先需要配備智能化的紡織設(shè)備，傳統(tǒng)的設(shè)備選擇是在供應(yīng)商介紹和用戶使用經(jīng)驗(yàn)的基礎(chǔ)上做出的，智能化的選擇可以借助聚類分析方法，為客戶提供基于數(shù)學(xué)模型的最優(yōu)解。其次工作參數(shù)可以實(shí)現(xiàn)自動控制基礎(chǔ)上的智能調(diào)整，該工作可以在機(jī)械深度學(xué)習(xí)的基礎(chǔ)上完成。最后，紡織設(shè)備和生產(chǎn)流程工作狀態(tài)的判斷應(yīng)能實(shí)現(xiàn)智能化判斷，主要包括易損件工作狀態(tài)、傳感器靈敏度、張力設(shè)備的工作誤差等。

結(jié)合筆者的專業(yè)特長，認(rèn)為在專用器件智能化的研究方面，可以從以下兩方面入手，首先可以在傳感器上使用芯片，在保證現(xiàn)有功能的基礎(chǔ)上，做到一個(gè)設(shè)備多個(gè)用途；其次，研究本身具有智能化控制的紡織生產(chǎn)設(shè)備，例如用于細(xì)紗接頭自動化控制的裝置。

4 結(jié)語

在紡織智能化的浪潮下，如何在最短時(shí)間是實(shí)現(xiàn)以“自我學(xué)習(xí)、主動診斷和自主調(diào)整”為標(biāo)志的智能化升級改造，是影響未來階段紡織生產(chǎn)加工企業(yè)發(fā)展的重要因素。本文基于智能紡織趨勢的研判，重點(diǎn)探討了在線檢測、質(zhì)量數(shù)據(jù)挖掘和工藝參數(shù)優(yōu)化三方面內(nèi)容，尤其要注意的是，智能化設(shè)備和生產(chǎn)線的應(yīng)用離不開技術(shù)人員綜合素質(zhì)的提升，在現(xiàn)有技術(shù)工人的培訓(xùn)和技能提升中，應(yīng)格外重視智能化相關(guān)理論和技能的培養(yǎng)，為紡織生產(chǎn)加工企業(yè)的發(fā)展積累大量的優(yōu)秀人才。