專利名稱：基于時(shí)間序列挖掘的梳棉機(jī)智能勻整系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于自動控制及紡織機(jī)械技術(shù)領(lǐng)域，是智能控制技術(shù)的應(yīng)用，特別是涉及一種基于時(shí)間序列挖掘的梳棉機(jī)智能勻整方法。
背景技術(shù)：
自調(diào)勻整系統(tǒng)被廣泛應(yīng)用于梳棉機(jī)等紡織機(jī)械中，用以控制輸出棉條重量，改善最終成紗質(zhì)量。目前傳統(tǒng)的梳棉機(jī)自調(diào)勻整系統(tǒng)主要包括兩部分棉條重量自調(diào)勻整部分和棉箱氣壓控制。其中棉條厚度自調(diào)勻整部分主要采用 開環(huán)控制，首先根據(jù)棉層位移厚度傳感器檢測輸入棉層的厚度變化，調(diào)節(jié)給棉羅拉電機(jī)的轉(zhuǎn)速，從而控制輸出棉條的粗細(xì)和重量。棉箱氣壓控制部分主要是根據(jù)棉箱內(nèi)氣壓的大小來調(diào)節(jié)棉箱風(fēng)機(jī)的供棉速度，以此來調(diào)整棉層的厚度，也是一種開環(huán)的控制方式。自調(diào)勻整控制系統(tǒng)的效果取決于給棉羅拉電機(jī)轉(zhuǎn)速-輸入棉層厚度之間的函數(shù)關(guān)系。如果要求輸出棉條重量穩(wěn)定，假設(shè)梳棉機(jī)內(nèi)纖維存量是定值，并且落棉率遠(yuǎn)小于1，根據(jù)質(zhì)量守恒定律，給棉羅拉電機(jī)轉(zhuǎn)速-輸入棉層厚度之間滿足如下公式
權(quán)利要求
1.一種基于時(shí)間序列挖掘的梳棉機(jī)智能勻整系統(tǒng)，其特征在于包括 (1)、基于時(shí)間序列關(guān)聯(lián)規(guī)則和支持向量機(jī)挖掘方法的棉條重量自調(diào)勻整單元；所述棉條重量自調(diào)勻整單元包括棉層厚度位移傳感器、給棉羅拉、棉條厚度位移傳感器、道夫、道夫測速傳感器；首先根據(jù)棉層厚度位移傳感器檢測輸入棉層的厚度變化，調(diào)節(jié)給棉羅拉的轉(zhuǎn)速，從而控制輸出棉條的粗細(xì)和重量，然后根據(jù)道夫前端的棉條厚度位移傳感器檢測的棉條厚度反饋至給棉羅拉，控制給棉羅拉的電機(jī)頻率，整體構(gòu)成棉條重量自調(diào)勻整閉環(huán)控制部分。
(2)、基于核主元分析和支持向量機(jī)方法的棉箱氣壓智能控制單元；所述棉箱氣壓智能控制單元包括氣壓傳感器、棉箱風(fēng)機(jī)；所述棉箱氣壓智能控制單元根據(jù)棉箱內(nèi)氣壓傳感器采集到的氣壓的大小來調(diào)節(jié)棉箱風(fēng)機(jī)的供棉速度，以此來調(diào)整棉層的厚度，然后利用棉條重量自調(diào)勻整單元的棉層厚度位移傳感器采集的棉層厚度數(shù)據(jù)反饋給供棉風(fēng)機(jī)，從而實(shí)現(xiàn)棉箱氣壓的閉環(huán)控制； (3)、基于決策樹支持向量機(jī)的梳棉機(jī)智能勻整預(yù)警單元。
2.根據(jù)權(quán)利要求I所述的基于時(shí)間序列挖掘的梳棉機(jī)智能勻整系統(tǒng)，其特征在于包括如下步驟 a、訓(xùn)練測試數(shù)據(jù)采集采集的數(shù)據(jù)為各種位移傳感器數(shù)據(jù)和給棉羅拉、棉箱風(fēng)機(jī)、道夫的電機(jī)頻率數(shù)據(jù)，數(shù)據(jù)采集周期為6個(gè)月，利用這些數(shù)據(jù)建立訓(xùn)練測試數(shù)據(jù)集； b、數(shù)據(jù)預(yù)處理把采集到的數(shù)據(jù)進(jìn)行預(yù)處理，采用關(guān)聯(lián)規(guī)則進(jìn)行時(shí)間序列挖掘處理，分析數(shù)據(jù)之間的相關(guān)性，消除冗余數(shù)據(jù)，挖掘其中潛在的強(qiáng)關(guān)聯(lián)規(guī)則； C、棉條重量自調(diào)勻整閉環(huán)控制根據(jù)道夫前端的棉條厚度位移傳感器檢測的棉條厚度反饋至給棉羅拉，控制給棉羅拉的電機(jī)頻率，整體構(gòu)成棉條重量自調(diào)勻整閉環(huán)控制部分；然后利用采集數(shù)據(jù)建立基于關(guān)聯(lián)規(guī)則和支持向量機(jī)方法的棉條重量預(yù)測模型，輸出最優(yōu)的棉條重量預(yù)測結(jié)果和對應(yīng)的給棉羅拉的電機(jī)的頻率值； d、棉箱氣壓閉環(huán)智能控制利用棉條重量自調(diào)勻整單元的棉層厚度位移傳感器采集的棉層厚度數(shù)據(jù)反饋給供棉風(fēng)機(jī)，實(shí)現(xiàn)棉箱氣壓的閉環(huán)控制；然后利用核主元分析方法提取采集數(shù)據(jù)的核主元信息，并在此基礎(chǔ)上建立基于支持向量機(jī)的棉層厚度預(yù)測模型，預(yù)測未來的供棉量變化趨勢，自動調(diào)節(jié)棉箱風(fēng)機(jī)的轉(zhuǎn)速，達(dá)到棉層厚度穩(wěn)定的目的； e、梳棉機(jī)智能勻整報(bào)警單元建立基于決策樹支持向量機(jī)方法的梳棉機(jī)勻整故障識別模型，分類識別出智能勻整運(yùn)行中發(fā)生的突發(fā)故障，然后及時(shí)采取相應(yīng)的處理措施。
3.根據(jù)權(quán)利要求2所述的基于時(shí)間序列挖掘的梳棉機(jī)智能勻整系統(tǒng)，其特征在于所述步驟c中的棉條重量自調(diào)勻整閉環(huán)控制建立基于關(guān)聯(lián)規(guī)則和支持向量機(jī)的預(yù)測模型，輸入量為勻整端的棉層厚度位移傳感器信息、道夫前端的棉條厚度位移傳感器信息、給棉羅拉的電機(jī)頻率、道夫的轉(zhuǎn)速，輸出量為棉條重量，并通過控制變頻器電壓的大小來調(diào)節(jié)給棉羅拉的電機(jī)頻率； (3a)、首先對采集的數(shù)據(jù)集進(jìn)行多維關(guān)聯(lián)規(guī)則挖掘，提取所有滿足最小支持度的頻繁項(xiàng)集，生成滿足最小置信度的強(qiáng)規(guī)則，組成關(guān)聯(lián)規(guī)則集合，然后對規(guī)則進(jìn)行分析，去掉沒有實(shí)際意義的規(guī)則；關(guān)聯(lián)規(guī)則挖掘側(cè)重于確定數(shù)據(jù)中不同領(lǐng)域之間的聯(lián)系，找出滿足給定支持度和可信度閾值的多個(gè)域之間的依賴關(guān)系；設(shè)在數(shù)據(jù)集中所有事件T的集合為D，支持度S是數(shù)據(jù)集中包含事件X和事件Y的數(shù)據(jù)數(shù)與所有數(shù)據(jù)數(shù)的比，記作supOT 4 F)。置信度C是指包含X和Y的數(shù)據(jù)數(shù)與包含X的數(shù)據(jù)數(shù)之比,記作cwij&fence (X 7)，具體公式如下 支持度
4.根據(jù)權(quán)利要求2所述的基于時(shí)間序列挖掘的梳棉機(jī)智能勻整系統(tǒng)，其特征在于所述步驟d中基于核主元分析和支持向量機(jī)方法的棉箱氣壓預(yù)測模型是指 (4a)、由于氣壓傳感器數(shù)據(jù)以及棉層厚度位移傳感器、棉條厚度位移傳感器數(shù)據(jù)的非線性特征明顯，通過關(guān)聯(lián)規(guī)則提取出頻繁項(xiàng)集后，依舊存在數(shù)據(jù)量大，維度高的問題，利用核主元分析方法分析約減后的數(shù)據(jù)信息，通過非線性映射將輸入空間映射到特征空間，并在特征空間上進(jìn)行主元分析；通過核函數(shù)，將非線性問題轉(zhuǎn)換為線性問題，提取數(shù)據(jù)的主元信息；其中核主元分析的特征提取公式為
5.根據(jù)權(quán)利要求2所述的基于時(shí)間序列挖掘的梳棉機(jī)智能勻整系統(tǒng)，其特征在于所述步驟e中的梳棉機(jī)智能勻整故障報(bào)警單元，建立基于決策樹支持向量機(jī)的故障分離識別模型； (5a)、識別方法的訓(xùn)練過程是從原始采集智能控制系統(tǒng)的監(jiān)測數(shù)據(jù)的多個(gè)分類樣本模式入手，從決策樹的角度來講是先從葉節(jié)點(diǎn)出發(fā)，首先在所有N個(gè)單一類別樣本集中根據(jù)模式樣本間的類間距離超平面遠(yuǎn)近，尋找兩個(gè)最難分的樣本集；利用最難分類的樣本集進(jìn)行支持向量機(jī)(N-I)訓(xùn)練，把分類訓(xùn)練結(jié)果合并生成新的樣本集； (5b)、然后在其余的單一類別樣本集中，找到與步驟5a中生成的樣本集之間距離超平面最近的樣本集，也即是最難分離的樣本集，并使用它們進(jìn)行支持向量機(jī)(N-2)訓(xùn)練，再將它們合并得到新樣本集；循環(huán)此分類過程，直到只余下最后兩個(gè)樣本集為止； (5c)、利用最后余下的兩個(gè)樣本集進(jìn)行支持向量機(jī)(I)訓(xùn)練，形成最終的訓(xùn)練樣本集，此時(shí)就得到了決策樹的根節(jié)點(diǎn)；在訓(xùn)練過程中共建立了 N-I個(gè)支持向量機(jī)子分類器；相對于一對一算法的N (N-I)/2個(gè)分類器，該算法在程序?qū)崿F(xiàn)過程中，提高分類準(zhǔn)確度的同時(shí)也極大地提高了分類的效率； (5d)、在基于決策樹支持向量機(jī)的分類過程中，對測試樣本首先從根節(jié)點(diǎn)的支持向量機(jī)子分類器支持向量機(jī)(I)入手，首先確定是否有突發(fā)故障發(fā)生，如果沒有發(fā)生故障則返回?zé)o故障，模型分類結(jié)束；如果發(fā)生故障事件，根據(jù)支持向量機(jī)子分類器支持向量機(jī)(2)來判 斷，確定其屬于哪一類型的故障，以此類推。
全文摘要
本發(fā)明涉及一個(gè)基于時(shí)間序列挖掘的梳棉機(jī)智能勻整系統(tǒng)，屬于自動控制及紡織機(jī)械技術(shù)領(lǐng)域，是智能控制技術(shù)的應(yīng)用，系統(tǒng)包括三部分(1)基于時(shí)間序列關(guān)聯(lián)規(guī)則和支持向量機(jī)挖掘方法的棉條重量自調(diào)勻整單元；(2)基于核主元分析和支持向量機(jī)方法的棉箱氣壓智能控制單元；(3)基于決策樹支持向量機(jī)的梳棉機(jī)智能勻整預(yù)警單元。本發(fā)明設(shè)計(jì)的系統(tǒng)不僅步驟合理，而且很大程度上提高了輸出棉條的質(zhì)量的穩(wěn)定性，提高了生產(chǎn)效率，降低了生產(chǎn)成本。
文檔編號D01G23/06GK102704054SQ20121017342
公開日2012年10月3日 申請日期2012年5月29日 優(yōu)先權(quán)日2012年5月29日
發(fā)明者倪建軍, 范新南, 譚憲軍, 馬華偉 申請人:河海大學(xué)常州校區(qū)