System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智能控制领域,且更为具体地,涉及一种基于智能控制的纱线智能化卷绕系统及其方法。
技术介绍
1、纱线智能化卷绕系统是一种自动化设备,用于将纱线或线材卷绕成卷筒或线轴。纱线智能化卷绕系统的应用可以提高纺织行业的生产效率和质量,并减少人工操作的需求,广泛应用于纺织品制造、线材生产、纺纱厂等领域。
2、但传统纱线智能化卷绕系统在运行过程中通常需要人工干预和监控。例如,人工需要根据纱线张力的变化情况手动调整卷绕速度或进行其他调整操作,这增加了人力成本和操作复杂性,并且容易受到人为误差和主观因素的影响。此外,传统系统在纱线张力和卷绕速度之间的协同性方面存在一定的限制。具体来说,系统通常基于静态的预设规则来调整卷绕速度,而无法实时地根据纱线张力变化进行动态调整。这导致卷绕速度与纱线张力之间的协同性不够精确和灵活,从而影响卷绕质量和生产效率。
3、因此,期望一种优化的纱线智能化卷绕系统。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种基于智能控制的纱线智能化卷绕系统及其方法,其通过传感器组实时监测采集纱线张力和卷绕速度,并利用基于人工智能的数据处理和分析算法来进行所述纱线张力和所述卷绕速度的时序数据关联处理和分析,以根据所述纱线张力和所述卷绕速度之间的时序协同关联变化来自适应地调整卷绕速度值,从而确保纱线在卷绕过程中的稳定性和可靠性。这样,可以实现更加精确的卷绕速度自动调节,以此减少纱线的断裂、扭曲和松紧不均等问题,从而提高卷绕质量
2、根据本申请的一个方面,提供了一种基于智能控制的纱线智能化卷绕系统,其包括:
3、纱线卷绕参数采集模块,用于获取由传感器组采集的纱线张力的时间序列和卷绕速度的时间序列;
4、纱线卷绕参数时序排列模块,用于将所述纱线张力的时间序列和所述卷绕速度的时间序列分别按照时间维度排列为纱线张力时序输入向量和卷绕速度时序输入向量;
5、特征关联模块,用于计算所述纱线张力时序输入向量相对于所述卷绕速度时序输入向量的样本协方差关联矩阵以得到纱线张力-卷绕速度时序关联矩阵;
6、时序关联特征提取模块,用于将所述纱线张力-卷绕速度时序关联矩阵通过基于卷积神经网络模型的纱线张力-卷绕速度时序关联特征提取器以得到纱线张力-卷绕速度时序关联特征图;
7、特征强化模块,用于将所述纱线张力-卷绕速度时序关联特征图通过包含重参数化层和自适应注意力层的多重混合特征强化器以得到强化纱线张力-卷绕速度时序关联特征图作为强化纱线张力-卷绕速度时序关联特征;
8、卷绕速度调整模块,用于基于所述强化纱线张力-卷绕速度时序关联特征,确定当前时间点的卷绕速度值应增大、应减小或应保持。
9、在上述基于智能控制的纱线智能化卷绕系统中,所述特征关联模块,用于:以如下样本协方差公式计算所述纱线张力时序输入向量相对于所述卷绕速度时序输入向量的样本协方差矩阵以得到所述纱线张力-卷绕速度时序关联矩阵;其中,所述样本协方差公式为:
10、
11、其中,为所述纱线张力时序输入向量,为所述卷绕速度时序输入向量,为所述纱线张力-卷绕速度时序关联矩阵。
12、在上述基于智能控制的纱线智能化卷绕系统中,所述特征强化模块,包括:重参数化单元,用于将所述纱线张力-卷绕速度时序关联特征图通过所述多重混合特征强化器的重参数化层以得到重参数化纱线张力-卷绕速度时序关联特征图;自适应注意力单元,用于将所述纱线张力-卷绕速度时序关联特征图通过所述多重混合特征强化器的自适应注意力层以得到自适应显著化纱线张力-卷绕速度时序关联特征图;以及,特征融合单元,用于融合所述重参数化纱线张力-卷绕速度时序关联特征图和所述自适应显著化纱线张力-卷绕速度时序关联特征图以得到所述强化纱线张力-卷绕速度时序关联特征图。
13、在上述基于智能控制的纱线智能化卷绕系统中,所述重参数化单元,用于:使用所述多重混合特征强化器的重参数化层以如下重参数化公式对所述纱线张力-卷绕速度时序关联特征图进行处理以得到所述重参数化纱线张力-卷绕速度时序关联特征图;其中,所述重参数化公式为:
14、
15、其中,表示所述纱线张力-卷绕速度时序关联特征图的均值,表示所述纱线张力-卷绕速度时序关联特征图的方差,表示对所述纱线张力-卷绕速度时序关联特征图的高斯分布进行随机采样得到的第个值,表示按位置点乘,表示所述重参数化纱线张力-卷绕速度时序关联特征图中的各个位置特征值。
16、在上述基于智能控制的纱线智能化卷绕系统中,所述自适应注意力单元,用于:使用所述多重混合特征强化器的自适应注意力层以如下自适应公式对所述纱线张力-卷绕速度时序关联特征图进行处理以得到所述自适应显著化纱线张力-卷绕速度时序关联特征图;其中,所述自适应公式为:
17、
18、
19、
20、
21、其中,表示所述纱线张力-卷绕速度时序关联特征图,表示对特征图中沿通道维度的各个特征矩阵进行全局均值池化处理,表示所述纱线张力-卷绕速度时序关联特征图的通道特征向量,和表示所述卷积层的权重和偏置,表示激活函数,表示所述通道特征向量的卷积特征向量,表示所述卷积特征向量中各个位置的特征值,表示权重特征向量,表示按位置点乘,表示所述自适应显著化纱线张力-卷绕速度时序关联特征图。
22、在上述基于智能控制的纱线智能化卷绕系统中,所述卷绕速度调整模块,用于:将所述强化纱线张力-卷绕速度时序关联特征图通过分类器以得到分类结果,所述分类结果用于表示当前时间点的卷绕速度值应增大、应减小或应保持。
23、在上述基于智能控制的纱线智能化卷绕系统中,还包括用于:对所述基于卷积神经网络模型的纱线张力-卷绕速度时序关联特征提取器、所述包含重参数化层和自适应注意力层的多重混合特征强化器和所述分类器进行训练的训练模块。
24、在上述基于智能控制的纱线智能化卷绕系统中,所述训练模块,包括:
25、训练数据获取单元,用于获取训练数据,所述训练数据包括训练线张力的时间序列和训练卷绕速度的时间序列,以及,所述当前时间点的卷绕速度值应增大、应减小或应保持的真实值;训练时间维度排列单元,用于将所述训练纱线张力的时间序列和所述训练卷绕速度的时间序列分别按照时间维度排列为训练纱线张力时序输入向量和训练卷绕速度时序输入向量;训练特征关联单元,用于计算所述训练纱线张力时序输入向量相对于所述训练卷绕速度时序输入向量的样本协方差关联矩阵以得到训练纱线张力-卷绕速度时序关联矩阵;训练时序关联特征提取单元,用于将所述训练纱线张力-卷绕速度时序关联矩阵通过所述基于卷积神经网络模型的纱线张力-卷绕速度时序关联特征提取器以得到训练纱线张力-卷绕速度时序关联特征图;训练特征强化单元,用于将所述训练纱线张力-卷绕速度时序关联特征图通过所述包含重参数化层和自适应注意力层的多重混本文档来自技高网...
【技术保护点】
1.一种基于智能控制的纱线智能化卷绕系统,其特征在于,包括:
2.根据权利要求1所述的基于智能控制的纱线智能化卷绕系统,其特征在于,所述特征关联模块,用于:以如下样本协方差公式计算所述纱线张力时序输入向量相对于所述卷绕速度时序输入向量的样本协方差矩阵以得到所述纱线张力-卷绕速度时序关联矩阵;
3.根据权利要求2所述的基于智能控制的纱线智能化卷绕系统,其特征在于,所述特征强化模块,包括:
4.根据权利要求3所述的基于智能控制的纱线智能化卷绕系统,其特征在于,所述重参数化单元,用于:使用所述多重混合特征强化器的重参数化层以如下重参数化公式对所述纱线张力-卷绕速度时序关联特征图进行处理以得到所述重参数化纱线张力-卷绕速度时序关联特征图;
5.根据权利要求4所述的基于智能控制的纱线智能化卷绕系统,其特征在于,所述自适应注意力单元,用于:使用所述多重混合特征强化器的自适应注意力层以如下自适应公式对所述纱线张力-卷绕速度时序关联特征图进行处理以得到所述自适应显著化纱线张力-卷绕速度时序关联特征图;
6.根据权利要求5所述的基于智能控
7.根据权利要求6所述的基于智能控制的纱线智能化卷绕系统,其特征在于,还包括用于:对所述基于卷积神经网络模型的纱线张力-卷绕速度时序关联特征提取器、所述包含重参数化层和自适应注意力层的多重混合特征强化器和所述分类器进行训练的训练模块。
8.根据权利要求7所述的基于智能控制的纱线智能化卷绕系统,其特征在于,所述训练模块,包括:
9.一种基于智能控制的纱线智能化卷绕方法,其特征在于,包括:
10.根据权利要求9所述的基于智能控制的纱线智能化卷绕方法,其特征在于,基于所述强化纱线张力-卷绕速度时序关联特征,确定当前时间点的卷绕速度值应增大、应减小或应保持,包括:将所述强化纱线张力-卷绕速度时序关联特征图通过分类器以得到分类结果,所述分类结果用于表示当前时间点的卷绕速度值应增大、应减小或应保持。
...【技术特征摘要】
1.一种基于智能控制的纱线智能化卷绕系统,其特征在于,包括:
2.根据权利要求1所述的基于智能控制的纱线智能化卷绕系统,其特征在于,所述特征关联模块,用于:以如下样本协方差公式计算所述纱线张力时序输入向量相对于所述卷绕速度时序输入向量的样本协方差矩阵以得到所述纱线张力-卷绕速度时序关联矩阵;
3.根据权利要求2所述的基于智能控制的纱线智能化卷绕系统,其特征在于,所述特征强化模块,包括:
4.根据权利要求3所述的基于智能控制的纱线智能化卷绕系统,其特征在于,所述重参数化单元,用于:使用所述多重混合特征强化器的重参数化层以如下重参数化公式对所述纱线张力-卷绕速度时序关联特征图进行处理以得到所述重参数化纱线张力-卷绕速度时序关联特征图;
5.根据权利要求4所述的基于智能控制的纱线智能化卷绕系统,其特征在于,所述自适应注意力单元,用于:使用所述多重混合特征强化器的自适应注意力层以如下自适应公式对所述纱线张力-卷绕速度时序关联特征图进行处理以得到所述自适应显著化纱线张力-卷绕速度时序关联特征图;
6.根据权...
【专利技术属性】
技术研发人员:黄榜根,
申请(专利权)人:全南海旭纤维制品有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。