一种基于织机产能预测织机了机的方法及系统技术方案

本发明专利技术公开了一种基于织机产能预测织机了机的方法及系统，属于纺织织造技术领域，用于采集织造车间生产数据；利用预先建立的数据清洗算法清洗生产数据，获得有效生产数据样本集；根据生产数据样本集，计算出同经轴加工过程中的产能样本集；利用二分聚类算法聚类计算产能样本集，获得产能系数；根据产能系数和产能样本集，计算出织机了机预测时间。本发明专利技术减少织造车间现场需要人工确认了机时间工作量并提高织机准备工序及时性，在提高现场生产效率、节省生产时间、保证产品交期、提升企业效益等方面具有重大意义。等方面具有重大意义。等方面具有重大意义。

【技术实现步骤摘要】
一种基于织机产能预测织机了机的方法及系统


[0001]本专利技术涉及纺织织造
，尤其涉及一种基于织机产能预测织机了机的方法及系统。

技术介绍

[0002]纺织行业生产所涉及现有大部分织机没有了机预测装置或了机时间计算时没有引入符合车间现场的缩率导致了机不准确。因此目前在织机在机经轴生产结束前完全由纺织生产人员根据经验和经轴情况来判断何时了机，这种做法存在一下缺陷：人工巡逻织造生产车间并进行记录，所需人力成本大；有经验能准确判断了机时间的生产从业人员在人力市场上难寻；了机时间判断不准确情况下，若提前了机则会造成经轴上经纱原料未用尽导致浪费，造成企业直接经济损失；若剩余了机判断过于滞后，则会导致经轴准备车间排产工作滞后，并有可能造成需要结经的机台剩余经轴长度不够而无法进行结经工序，需对准备好的经轴进行重新穿筘和上机调整工作，降低生产效率并带来人力浪费。

技术实现思路

[0003]针对上述问题中存在的不足之处，本专利技术提供一种基于织机产能预测织机了机的方法及系统。
[0004]为实现上述目的，本专利技术提供一种基于织机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于织机产能预测织机了机的方法，其特征在于，包括：采集织造车间生产数据；利用预先建立的数据清洗算法清洗所述生产数据，获得有效生产数据样本集；根据所述生产数据样本集，计算出同经轴加工过程中的产能样本集；利用二分聚类算法聚类计算所述产能样本集，获得产能系数；根据所述产能系数和所述产能样本集，计算出织机了机预测时间。2.如权利要求1所述的基于织机产能预测织机了机的方法，其特征在于，所述生产数据包括织机生产状态下的动态数据和静态数据，所述动态数据包括织布产量、采样时间点和当前班次，所述静态数据包括经轴编号、经轴缩率和设定轴长。3.如权利要求2所述的基于织机产能预测织机了机的方法，其特征在于，利用预先建立的数据清洗算法清洗所述生产数据，获得有效生产数据样本集包括：将所述生产数据按时序顺序输入到清洗算法中；将每个采集点的经轴信息与前序采集点的经轴信息比较，划分出隶属不同经轴的数据，并剔除掉产量小于所述前序采集点产量的数据；比较同经轴的班次数据，划分出所述同经轴生产过程中的不同班次数据；最后基于时序顺序划分出同班次同经轴的产量数据。4.如权利要求3所述的基于织机产能预测织机了机的方法，其特征在于，根据所述生产数据样本集，计算出同经轴加工过程中的产能样本集包括：；式中：=1，2，3
…
n
‑
1，为采样点数量； 为织布产量长度；为产能。5.如权利要求4所述的基于织机产能预测织机了机的方法，其特征在于，利用二分聚类算法聚类计算所述产能样本集，获得产能系数包括：将所述产能样本集划分为多个互不相交的类簇，将所述类簇按照所述类簇中成员数量由多至少排序，并剔除掉排序尾部的若干所述类簇；将剩余所述类簇归属至同一个大类簇，并利用K
‑
Means聚类算法将所述大类簇一分为二；根据最快降低整个聚类类簇的误差平方和的值从划分好的所述大类簇中选择其中一个继...

【专利技术属性】
技术研发人员：俞博，胡旭东，汝欣，彭来湖，方辽辽，徐开心，曾伟，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：