喷气涡流纺纱线质量预测方法技术

本发明专利技术涉及纺织技术领域，具体公开了一种喷气涡流纺纱线质量预测方法，其中，包括：获取喷气涡流纺的工艺参数和棉纤维的性能指标参数；分别对所述工艺参数和性能指标参数进行预处理获得工艺参数预处理数据以及性能指标参数预处理数据；对所述工艺参数预处理数据进行特征提取以及特征向量矩阵构造以获得工艺参数时序特征，以及对所述性能指标参数进行位置嵌入以获得带有位置信息的性能指标参数输入序列；根据所述工艺参数时序特征以及带有位置信息的性能指标参数输入序列进行纱线质量预测，获得纱线质量预测结果。本发明专利技术提供的喷气涡流纺纱线质量预测方法有效提升的纱线质量预测精度。预测精度。预测精度。

【技术实现步骤摘要】
喷气涡流纺纱线质量预测方法


[0001]本专利技术涉及纺织
，尤其涉及一种喷气涡流纺纱线质量预测方法。

技术介绍

[0002]喷气涡流纺技术是借助喷嘴形成切向高速射流旋转场，并对自由尾端尾端纤维加捻成纱的一种新型纺纱技术。喷气涡流纺技术克服了传统环锭纺采用机械部件加捻以致纺纱速度难以提高的技术瓶颈，具有高纺纱速度、节省占地面积和劳动用工、减少耗电量等优点。同时，喷气涡流纺技术集粗纱、细纱、络筒和卷绕成型工序于一体，缩短了工艺流程，是一种极具发展前景的新型纺纱技术。
[0003]当前，针对喷气涡流纺的纱线质量的预测存在多种预测方法，例如通过BP神经网络、遗传算法等实现预测，虽然这些预测方式也能在实现纱线质量的预测，但是均没有考虑纱线纺纱过程产生的数据与时间的关联性，进而导致纱线质量的预测值与实测值之间的误差较大，即现有的预测方法的预测精度低。
[0004]因此，如何能够提升纱线质量的预测精度成为本领域技术人员亟待解决的技术问题。

技术实现思路

[0005]本专利技术提供了一种喷气涡流纺纱线质量预测方法，解决相关技术中存在的纱线质量预测精度低的问题。
[0006]作为本专利技术的一个方面，提供一种喷气涡流纺纱线质量预测方法，其中，包括：
[0007]获取喷气涡流纺的工艺参数和棉纤维的性能指标参数；
[0008]分别对所述工艺参数和性能指标参数进行预处理获得工艺参数预处理数据以及性能指标参数预处理数据；
[0009]对所述工艺参数预处理数据进行特征提取以及特征向量矩阵构造以获得工艺参数时序特征，以及对所述性能指标参数进行位置嵌入以获得带有位置信息的性能指标参数输入序列；
[0010]根据所述工艺参数时序特征以及带有位置信息的性能指标参数输入序列进行纱线质量预测，获得纱线质量预测结果。
[0011]进一步地，对所述工艺参数进行预处理获得工艺参数预处理数据，包括：
[0012]对所述工艺参数通过时序窗口进行时序数据截取，并能够将有缺失的时序数据点舍弃后获得数据清洗后的数据；
[0013]将数据清洗后的数据通过不同属性数据映射为无量纲数据，以获得归一化处理数据，
[0014]其中所述工艺参数包括：罗拉牵伸倍数、上罗拉压力、罗拉速度、喷嘴结构、前罗拉钳口至前喷嘴的距离、前后喷嘴气压、超喂比和卷绕比。
[0015]进一步地，对所述性能指标参数进行预处理获得性能指标参数预处理数据，包括：
[0016]对所述性能指标参数进行整合，其中所述性能指标参数包括：长度、线密度、成熟度、强伸度、弹性、吸湿性和耐酸碱性；
[0017]根据目标时刻的纺纱状态，截取所述性能指标参数位于目标时刻前后时间段内的时间序列数据；
[0018]对所述时间序列数据进行归一化处理，获得性能指标参数预处理数据。
[0019]进一步地，对所述时间序列数据进行归一化处理，获得性能指标参数预处理数据，包括：
[0020]分别计算所述时间序列数据中各项数据的均值和标准差；
[0021]根据各项数据的均值和标准差进行归一化计算，获得归一化处理后的性能指标参数序列；
[0022]对所述性能指标参数序列进行前向差分特征提取，获得差分序列；
[0023]将所述差分序列与所述性能指标参数序列进行联立获得性能指标参数预处理数据。
[0024]进一步地，对所述工艺参数预处理数据进行特征提取以及特征向量矩阵构造以获得工艺参数时序特征，包括：
[0025]根据选择序列前向搜索对所述工艺参数预处理数据进行特征搜索，以获得初步特征集；
[0026]根据所述工艺参数构造差分特征；
[0027]根据所述差分特征和所述初步特征集获得特征向量矩阵；
[0028]对所述特征向量矩阵提取局部特征和全局特征以获得工艺参数时序特征。
[0029]进一步地，对所述特征向量矩阵提取局部特征和全局特征以获得工艺参数时序特征，包括：
[0030]对所述特征向量矩阵进行上下边界复制填充，获得特征矩阵；
[0031]通过CNN层对所述特征矩阵在时间轴方向上进行局部特征提取，获得局部特征矩阵；
[0032]通过LSTM层对所述局部特征矩阵进行全局特征提取，获得工艺参数时序特征。
[0033]进一步地，对所述性能指标参数进行位置嵌入以获得带有位置信息的性能指标参数输入序列，包括：
[0034]根据正弦
‑
余弦函数以及输入序列的维度生成对应的位置矩阵，所述位置矩阵的维度与所述输入序列的维度相同；
[0035]将所述位置矩阵与所述输入序列相加，获得带有位置信息的性能指标参数输入序列。
[0036]进一步地，根据所述工艺参数时序特征以及带有位置信息的性能指标参数输入序列进行纱线质量预测，获得纱线质量预测结果，包括：
[0037]对带有位置信息的性能指标参数输入序列进行表征学习，以获得抽象学习特征；
[0038]将所述抽象学习特征和所述工艺参数时序特征进行特征融合，获得预测特征；
[0039]根据所述预测特征对纱线拉伸断裂强力进行预测，获得纱线拉伸断裂强力预测结果；
[0040]将所述纱线拉伸断裂强力预测结果作为纱线质量预测结果。
[0041]进一步地，对带有位置信息的性能指标参数输入序列进行表征学习，以获得抽象学习特征，包括：
[0042]将带有位置信息的性能指标参数输入序列输入至Transformer编码器进行表征学习，以获得抽象学习特征，其中所述Transformer编码器包括多头自注意力层和前馈网络子层。
[0043]进一步地，根据所述预测特征对纱线拉伸断裂强力进行预测，获得纱线拉伸断裂强力预测结果，包括：
[0044]将所述预测特征输入至RNN模型分类器，获得纱线拉伸断裂强力分类结果；根据纱线拉伸断裂强力分类结果确定纱线拉伸断裂强力预测结果。
[0045]本专利技术提供的喷气涡流纺纱线质量预测方法，将喷气涡流纺对纱线质量起决定作用的工艺参数和棉纤维的性能指标参数分别通过处理后加入时序特征以及位置信息后，再进行纱线质量预测获得纱线质量预测结果，由于处理后的特征均能够体现数据间的时间关系，有利于后续模型输入提高模型训练的效率，也正是由于体现纺纱过程中数据和时间的关联性，能够在预测过程中能够从整体反应纱线质量，相比现有技术中的单纯依靠神经网络等算法进行质量预测能够有效提升纱线质量的预测精度。
附图说明
[0046]附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术，但并不构成对本专利技术的限制。
[0047]图1为本专利技术提供的喷气涡流纺纱线质量预测方法的流程图。
[0048]图2为本专利技术提供的对工艺参数进行预处理的流程图。
[0049]图3为本专利技术提供的对性能指标参数进行预处理的流程图。
[0050]图4为本专利技术提供的获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种喷气涡流纺纱线质量预测方法，其特征在于，包括：获取喷气涡流纺的工艺参数和棉纤维的性能指标参数；分别对所述工艺参数和性能指标参数进行预处理获得工艺参数预处理数据以及性能指标参数预处理数据；对所述工艺参数预处理数据进行特征提取以及特征向量矩阵构造以获得工艺参数时序特征，以及对所述性能指标参数进行位置嵌入以获得带有位置信息的性能指标参数输入序列；根据所述工艺参数时序特征以及带有位置信息的性能指标参数输入序列进行纱线质量预测，获得纱线质量预测结果。2.根据权利要求1所述的喷气涡流纺纱线质量预测方法，其特征在于，对所述工艺参数进行预处理获得工艺参数预处理数据，包括：对所述工艺参数通过时序窗口进行时序数据截取，并能够将有缺失的时序数据点舍弃后获得数据清洗后的数据；将数据清洗后的数据通过不同属性数据映射为无量纲数据，以获得归一化处理数据，其中所述工艺参数包括：罗拉牵伸倍数、上罗拉压力、罗拉速度、喷嘴结构、前罗拉钳口至前喷嘴的距离、前后喷嘴气压、超喂比和卷绕比。3.根据权利要求1所述的喷气涡流纺纱线质量预测方法，其特征在于，对所述性能指标参数进行预处理获得性能指标参数预处理数据，包括：对所述性能指标参数进行整合，其中所述性能指标参数包括：长度、线密度、成熟度、强伸度、弹性、吸湿性和耐酸碱性；根据目标时刻的纺纱状态，截取所述性能指标参数位于目标时刻前后时间段内的时间序列数据；对所述时间序列数据进行归一化处理，获得性能指标参数预处理数据。4.根据权利要求3所述的喷气涡流纺纱线质量预测方法，其特征在于，对所述时间序列数据进行归一化处理，获得性能指标参数预处理数据，包括：分别计算所述时间序列数据中各项数据的均值和标准差；根据各项数据的均值和标准差进行归一化计算，获得归一化处理后的性能指标参数序列；对所述性能指标参数序列进行前向差分特征提取，获得差分序列；将所述差分序列与所述性能指标参数序列进行联立获得性能指标参数预处理数据。5.根据权利要求1至4中任意一项所述的喷气涡流纺纱线质量预测方法，其特征在于，对所述工艺参数预处理数据进行特征提取以及特征向量矩阵构造以获得工艺参数时序特征，包括：根据选择序列前向搜索对所述工艺参数预处理数据进行特征搜索，以获得初步特征集；根据所述工艺...

【专利技术属性】
技术研发人员：陈路，张仕成，张丽，徐琳，冷如波，
申请(专利权)人：吴江京奕特种纤维有限公司，
类型：发明
国别省市：