CN108474145B - 用于纺织生产线的工作过程的优化方法和系统 - Google Patents

用于纺织生产线的工作过程的优化方法和系统 Download PDF

Info

Publication number
CN108474145B
CN108474145B CN201680076920.9A CN201680076920A CN108474145B CN 108474145 B CN108474145 B CN 108474145B CN 201680076920 A CN201680076920 A CN 201680076920A CN 108474145 B CN108474145 B CN 108474145B
Authority
CN
China
Prior art keywords
machine
operating parameter
data
textile machine
textile
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680076920.9A
Other languages
English (en)
Other versions
CN108474145A (zh
Inventor
克里斯蒂安·洛卡泰利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Camozzi Digital Srl
Original Assignee
Camozzi Digital Srl
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Camozzi Digital Srl filed Critical Camozzi Digital Srl
Publication of CN108474145A publication Critical patent/CN108474145A/zh
Application granted granted Critical
Publication of CN108474145B publication Critical patent/CN108474145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • D—TEXTILES; PAPER
    • D01—NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01H—SPINNING OR TWISTING
    • D01H13/00—Other common constructional features, details or accessories
    • D01H13/14—Warning or safety devices, e.g. automatic fault detectors, stop motions ; Monitoring the entanglement of slivers in drafting arrangements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H63/00—Warning or safety devices, e.g. automatic fault detectors, stop-motions ; Quality control of the package
    • D—TEXTILES; PAPER
    • D01—NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01H—SPINNING OR TWISTING
    • D01H13/00—Other common constructional features, details or accessories
    • D01H13/32—Counting, measuring, recording or registering devices
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H2701/00—Handled material; Storage means
    • B65H2701/30—Handled filamentary material
    • B65H2701/31—Textiles threads or artificial strands of filaments
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32234—Maintenance planning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45196—Textile, embroidery, stitching machine
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Textile Engineering (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Medical Informatics (AREA)
  • Spinning Or Twisting Of Yarns (AREA)
  • General Factory Administration (AREA)
  • Looms (AREA)
  • Chemical Or Physical Treatment Of Fibers (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

一种用于优化纺织生产线的工作过程的方法，包括至少一个纺织机适合于接收与纺织机的第一操作参数相关联的调整值，以便改变其操作状态。所述方法需要检测表示机器操作参数的信号，基于检测到的信号来生成纺织机的未来操作状态的指标，并使用该指标生成针对机器的操作参数的至少一个新的调整值。系统和计算机程序允许实施该方法的步骤。

Description

用于纺织生产线的工作过程的优化方法和系统
技术领域
本发明涉及用于纺织生产线，例如将纤维转变成纱线的生产线的工作过程的优化方法。本发明还涉及用于优化工作过程的系统。
具体地，本发明涉及一种用于优化纺织工作过程的方法和系统，例如，用于纺织机，诸如，开清棉机器(例如，抓棉机、混合机、开松机、混合装载机、簇绒搅拌机的规模装载机)、梳理机、精梳机(例如，并条机、成卷机或梳棉机)、纺纱机(例如，粗纱机或细纱机)及用于输送筒管和脏管(dirty tube)的机器/系统。
背景技术
众所周知，对于纺纱流程经济上有利的是，必须连续工作，而没有因故障或处理停止的中断。
然而，根据故障的程度，恢复机器的运转所必需的修理工作经常导致生产停机时间更长或更短。因此，在发生损坏或故障之前，通过执行定期维护，及时中断机器是非常重要的。这种维护管理方法被称为“预测性维护”。
同时，还需要使纺织生产线的效率水平最大化。这种效率水平应从广义上理解，在每种情况下都涉及生产效率和/或减少生产批次中材料的浪费和/或从工作过程产生的产品质量的适当水平和/或减少能源消耗等。通常，效率水平的这种最大化意味着需要提高工作速度和/或导致使确定产品质量或减少消耗等的几个机器操作参数达到极限。相反，这种增加可能会增加由于故障或工作停止而导致中断的风险。
因此，需要能够确定在最小化维护和最大化整个生产线的效率水平之间的最佳折衷。
一方面，有效地实施预测性维护系统有点复杂，另一方面，为纺织机械部件的每个操作参数确定适当的配置值同样复杂，基于这一点，确定整条生产线的效率。实际上，可以认为可靠的唯一配置值是基于大量情况(即，大量机器和大量操作时间)而获得的那些配置值。例如，远远超过了单个纺织厂中存在的机器数量。
发明内容
本发明的目的是提供一种用于优化纺织生产线的工作过程的方法和系统，能够提供纺织机械的对于优化效率水平适当和有效的配置值。
通过根据所附独立权利要求实现的方法、系统、纺织机、纺织生产线和计算机程序来实现该目的。从属权利要求描述了优选的实施方式变体。
附图说明
根据附图，通过以非限制性示例的方式给出的以下描述，本发明的特征和优点将显而易见，其中：
-图1是根据一个实施方式的根据本发明的纺织生产线和优化系统的示图；
-图2至图4分别示出了根据相应实施方式的根据本发明的优化系统的另一示图；
-图5是根据本发明的实施方式的优化方法的方框图；
-图6表示图5中表示的示图的方框的实施方式。
具体实施方式
根据本发明的实施方式，安装在工厂的纺织生产线包括：安装在工厂的例如一个或多个开清棉机器(诸如，抓棉机、混合机、开松机、混合装载机、簇绒搅拌机的规模装载机)和/或一个或多个梳理机和/或一个或多个精梳机(例如，并条机、成卷机或梳棉机)、和/或一个或多个纺纱机(例如，粗纱机或细纱机)。
为了简化描述，图1示出了本发明的一个实施方式，涉及包括多个纺纱机的纺织生产线L，例如：粗纱机2、细纱机4和/或卷绕机6、以及在粗纱机和细纱机之间的输送系统8。在任何情况下，显然，本发明涉及一般的纺织生产线，包括安装在工厂的任何多台纺织机。
生产线的每个纺织机2、4、6、8适合于接收与纺织机的第一操作参数相关联的调整值，以便改变其操作状态。例如，该操作参数是机器的一个或多个机构(例如，电动机)的期望速度、期望功耗、由电机吸收的期望电流。更优选地，在粗纱机的情况下，该操作参数是粗纱张力、主轴转速、锭翼转速、牵引参数、筒管直径或者滑架的速度和位置；或者在细纱机的情况下，例如，该操作参数是主轴速度、滑架速度和位置、纱线的张力、拉伸和扭曲等。
这组一个或多个操作参数定义了机器的“配方”，该机器适合于产生具有确定的质量(例如，规则性、方差、菲尼数、Grossi数、棉结数量、强度、毛羽、光谱图等)的确定量的最终产品(例如，粗纱或纱线)。
根据迄今已经描述的内容，根据本发明的用于优化纺织生产线的工作过程的方法包括一系列步骤，其中，第一步骤在给定的时间间隔的不同时刻，至少检测表示纺织机的第二操作参数的信号或数据。根据这种信号或数据表示的操作参数的类型，检测信号时的时间间隔例如是一周、一天、几小时、几秒的持续时间或任何持续时间的间隔。例如，如果数据指示每周的警报数量，则确定的时间间隔具有至少一周的持续时间，而如果操作参数是平均功耗，则时间间隔可以从几小时改变到最多几个星期等。
第一和第二操作参数可以是相同的操作参数，例如，电机的速度，其可与期望的调整值相关联，但同时也可以由合适的传感器检测，例如，编码器。还清楚的是，第一和第二操作参数可以不同。类似地，清楚的是，可以检测多个操作参数，并且可以与多个调整值相关联。
优选地，该方法提供检测表示纺织机的运行操作参数的数据和信号两者，例如，表示纱线断头数量的数据或表示工作速度或生产率的信号，以及表示纺织机的物理操作参数的信号或数据，例如，表示机器的电机的温度的信号、表示机器的振动的信号或表示即将进行的维护的数据。
换言之，在优选实施方式中，物理操作参数是可监测的参数，以便预期机器维护或预测机器维护，例如，是机器组成部件的固有参数。仍然，在优选实施方式中，操作参数也是与机器产生的效果相关联的参数，即，与机器的生产能力相关的机器外部的效果，例如，所生产的纱线的数量。
在一个实施方式中，物理操作参数和运行操作参数可以重合，例如，电动机的速度是可监测的，以防止可能的未来维护，但是也可以与机器产生的效果相关联，即，所生产的纱线的数量增加。
因此，该方法提供存储信号或数据并且基于检测到的信号或数据或其处理，来生成所述纺织机的未来操作状态的指标。未来操作状态意味着在所述确定的其中信号产生和/或检测数据的时间间隔之后的机器的操作状态。
未来操作状态的指标例如是通过处理数据和/或处理检测到的信号而获得的未来纺织机效率的值。未来效率意味着预测在检测到信号和/或数据的时间间隔之后的效率，或者在任何情况下，在对被视为当前时间的时刻所确定的未来时间间隔(例如，1小时、1周或1月)内的机器的效率。例如，“效率”表示生产率或能量消耗的效率或与每次落纱的断头粗纱数量或每小时针对确定的纺锤数量的断头纱线数量(例如，每小时每千锭)相关的效率。
因此，优化方法包括基于机器的未来操作状态的这种指标生成用于纺织机的第一操作参数中的至少一个的至少一个调整值的步骤。
例如，基于对纺织机的未来效率的预测，为一个或多个细纱机或一个或多个粗纱机的生产速度生成新的参考值(设定点)。这样，上述机器的生产速度的调整不是简单地根据机器的当前生产率或当前工作状况来调整，而是基于从检测到的一系列当前和过去的数据开始的推断而进行的适当地计算。
优选地，通过应用于检测到的数据或信号的自动机器学习算法来生成机器的未来操作状态的指标。优选地，学习算法是人工神经网络、遗传算法、聚类算法、贝叶斯网络、线性回归算法或加权求和。
优选地，处理检测到的信号或数据的步骤还包括计算所述纺织机在给定的时间间隔内的平均工作效率。
根据本发明的优化方法的有利变体包括向“云”服务器远程传输表示纺织机的操作参数的数据或检测到的信号和/或纺织机的可调操作参数的新调整值的步骤。这有效地允许以远程和集中的方式存储来自一个或多个纺织工作线的多个数据和信号，例如，位于彼此远离的区域中，例如，位于不同的国家或同一国家的不同区域中的多个纺织工作线，而无需访问安装机器的工厂。
因此，优化工作过程的方法也优选地适合于多个纺织生产线，其中，每条纺织生产线包括至少一个纺织机，其适合于接收与机器的可调操作参数相关联的调整值，以便改变其操作状态。在这种情况下，该方法优选地包括以下步骤：
a1)在给定的第一时间间隔内的不同时刻，检测表示第一生产线的第一纺织机的操作参数的至少一个信号或数据；
a2)在给定的第二时间间隔内的不同时刻，检测表示第二生产线的第二纺织机的另外操作参数的至少一个第二信号或数据；
b1)存储在步骤a1)和a2)中检测到的信号或数据；
c1)基于检测到的信号或数据或其处理，分别生成第一和第二纺织机的第一和第二未来操作状态的指标；
d1)基于在步骤c1)中生成的指标，为每个第一和第二纺织机的可调操作参数生成至少一个新的调整值。
更详细地，下面根据图5和图6的示图，概述了迄今描述的方法的示例实施方式。
参考图5，方框300、301、302分别表示多个粗纱机、筒管输送系统和多个细纱机的生产过程。在该生产过程中，由粗纱机生产并在筒管中收集的粗纱通过输送系统以一连串筒管的形式输送到细纱机。随后，细纱机处理这些筒管，以产生纱线，纱线又注定卷绕在卷筒上。对于这些生产过程中的每一个，并且因此对于这些过程的每个机器，该方法提供了与操作参数的调整值相关联，例如，第一细纱机的第一速度设定点v1和第n个细纱机的第n速度设定点、第一粗纱机的第一速度设定点vb1和第n个粗纱机的第n个速度设定点以及用于输送系统的速度设定点vt。
从上述过程300、301、302中，检测到第二操作参数，例如，生产率(以产生/输送的纱线的kg/h计)。例如，对于第一粗纱机，检测到生产率p1，对于第n个粗纱机，检测到生产率pn，对于第一细纱机，检测到生产率pf1，对于第n个细纱机，检测到生产率pfn，并且对于输送系统，检测到生产率pt1，理解为储存在输送系统上的纱线量。例如，使用本身已知的合适的传感器测量上述生产率，所述传感器容纳在基于纱线的处理和纱线支数计算kg/h的机器上。
一旦检测并存储该数据，即，给定的时间间隔内的上述生产率，下面详述的数据处理步骤开始。将粗纱机p1...pn的生产率相加，以获得粗纱机的总生产率Pb。以相同的方式，将细纱机pf1...pfn的生产率相加，以获得细纱机的总生产率Pf。例如，考虑以下情况，其中，n台细纱机的产品总生产率Pf＝1500kg/h，粗纱机的总生产率Pb＝1510kg/h，并且输送系统的生产率(存储的量)Pt1＝200kg/h。将粗纱机和细纱机的总生产率值与相应的期望生产率值(生产率设定点)Pdb和Pdf进行比较(例如，相减)。这种比较结果分别是粗纱机生产率误差epb和细纱机生产率误差epf。在期望生产率值分别等于Pdb＝Pdf＝1500kg/h的情况下，获得等于epb＝10和epf＝0的示例值。从这些示例计算中，显然，例如，无需额外处理，假设输送系统的最大容量为1000kg/h，在大约100小时之后，输送系统将被饱和，并且被迫停止粗纱机的机器(这通常发生在现有技术的纺织厂中，其中，没有生产过程优化系统，并且以任意方式让技术人员对期望的部门生产率进行管理)。
随后，例如，如图5中方框400所示，将细纱机生产率误差epf与粗纱机生产率误差epb以及与输送系统Pt1的生产率进行比较，获得生产率差值D(D＝epf-epb-pt1，在特定情况下，是D＝-210)。反过来，处理生产率差值D(可能适当地缩放和/或归一化)，以获得两个乘法因子Kr和Ka，所述乘法因子Kr和Ka特别用于确定细纱机的期望速度的新调整值，并且稍后将在文中指定其功能。在特定情况下，等于-210的生产率差值D例如是负数，将与因子Kr相关联，以影响粗纱机的期望速度降低，或者反之亦然，如果符号改变，则将与因子Ka相关联，以影响细纱机的速度增加。如果是正数，则表明在向细纱机供应足够数量的筒管时缺少粗纱机/输送系统，因此，将与缩小因子Kr相关联，这影响细纱机的新的降低的期望速度值，或者如果改变符号，则将与因子Ka相关联，以影响粗纱机的增加速度。
参考方框402，减小/增加因子Kr和Ka是每个细纱机1、....n、粗纱机1、....n、和输送系统的期望速度设定点vd＝vd1、...、vdn、vb1、...vbn、vt的乘数。此外，Kr和Ka是每个细纱机和/或粗纱机和/或输送系统的归一化效率矢量ε’＝ε’1、...ε’n的乘数。根据图5中的方框403，从未来效率矢量ε与期望效率矢量εm之间的比率，获得这种归一化效率ε’。
优选地，归一化效率矢量ε’的值包括在单位值附近，稍高或稍低。在该值大于单位值的情况下(即，给定机器的未来效率增加的预测)，将期望速度值vd与归一化效率ε’并且与乘法因子Ka相乘(方框402)，否则，在归一化效率ε’的值小于单位值的情况下，将期望速度值vd与归一化效率ε’并且与减少因子Kr相乘。该乘法的结果确定机器速度v1、vn、vb1、vt(即，速度操作参数的新调整值)的设定点值。这样，从而基于新的效率预测和机器的操作参数的数据/信号指标(例如，生产率)获得新调整值。
在特定情况下，未来效率矢量ε是在给定的时间间隔之后的时刻的细纱机、粗纱机和输送系统的未来操作状态的指标，在所述给定的时间间隔中，检测到机器的至少一个操作参数的数据或信号。例如，这个未来时刻是一小时、一天或一周的连续时刻。
根据图5所示的处理模块600、601、602、603，未来效率矢量ε是在给定的时间间隔内处理多个检测到的信号和数据的结果，以生成每个机器(粗纱机、输送系统和细纱机)的未来效率值。
图6示出了输入到这种检测到的数据和信号的处理模块600、601、602和603的信号和数据的示例，例如，机器在第一周的平均效率或者机器在第n周的平均效率、当前平均效率、机器在一周内的平均速度、机器在一周内的警报数量、机器在一周内的平均消耗功率。
优选地，机器的效率意味着用于生产给定数量的产品的机器的标称操作时间与机器生产这种数量的产品所花费的总实际时间之间的比率。通常，由于生产中断和/或减速，实际总时间总是大于标称时间。
优选地，生成机器的未来效率值的处理是基于先前描述的自主学习算法的数据处理。
在从运算观点来看不那么繁琐的实施方式变体中，生成机器的未来效率值的处理是检测到的信号/数据的矢量或其处理的加权线性回归。
根据图示的，显然，在纺织机上设定的新期望速度值是与机器的操作参数(例如，工作速度)和物理参数(后者涉及例如机器部件的“健康状态”，即，其维护)有关的检测到的数据/信号的处理函数的结果。
本发明还涵盖用于适合于执行在前面段落中描述的优化方法的步骤的优化一条或多条纺织生产线的工作过程的处理系统。
例如，在图1至图4中示出处理系统的实施方式。
处理系统1包括至少一个控制单元20、40、60、81，用于基于至少一个第一操作参数配置至少一个纺织机2、4、6、8的操作状态。此外，处理系统1包括至少一个检测装置，用于检测表示纺织机的第二操作参数的信号或数据，例如，物理或运行操作参数，诸如，一个或多个机构的速度、功耗、电机消耗的电流、某些机构的温度等。
主存储装置50被配置为存储所检测到的信号或数据，并且远程发送/接收装置70适合于将其传输到主存储装置50。
这些主存储装置50例如是安装在工厂的服务器，其可操作地连接到发送/接收装置70，用于存储来自检测装置和/或来自机器控制单元20、40、60、81和/或来自图像获取装置的数据。
优选地，例如，通过机器上的控制单元传输的检测到的数据和信号被发送到发送/接收装置70并且从这些装置发送到存储装置50。
远程发送/接收装置70例如由本地以太网(例如，在工厂内部)或有线或无线互联网构成。
系统1还包括与主存储装置50可操作地连接的远程处理装置80。这些远程处理装置80被配置为基于检测到的信号或数据或其处理来生成纺织机的未来操作状态的指标并且基于所述指标为纺织机的第一操作参数生成至少一个调整值。调整值(例如，与已经在机器的控制单元中设定的调整值不同的调整值)通过远程发送/接收装置发送到每个纺织机2、4、6、8的控制单元20、40、60、80。
远程处理装置80例如是位于主存储装置50附近的PC，或者包括主存储装置50的相同服务器也被配置为处理远程检测到的信号和数据。
图2至图4示出了根据本发明的系统的三个不同实施方式变体。
图2示出了一种系统，其中，安装在工厂的本地服务器被配置为包括主存储装置50(例如，配置在存储介质中的数据库)以及接口装置91、92、93、94与发送/接收装置70，用于与纺织机进行数据通信。这些接口装置91、92、93、94包括具有发送/接收装置的物理连接端口以及与发送/接收装置、与机器上的控制单元和/或直接与操作参数测量传感器进行通信所需的库和应用程序。
在一个实施方式中，操作参数的检测装置10、11、12、13(例如，测量传感器)与每个机床的控制单元可操作地连接，机床的控制单元20、40、60、81随后负责与主存储装置50进行数据通信。在另一实施方式变体中，检测装置直接与主存储装置50可操作地连接，而不是首先将检测到的数据/信号传输到各个机器的控制单元。
优选地，检测到的信号以时间连续性(“实时”模式)或以确定的间隔(“批处理”模式)(例如，以每天或每周的频率)或者在发生预定义事件时(例如，在机器停止或接近预定服务)(“基于事件”模式)的情况下发送到远程存储装置50。
优选地，检测装置适合于提供温度值，例如，是适合于在执行正常处理期间检测机器的运动机构的支撑结构的温度的温度传感器，例如，热敏电阻或热探针，或者检测装置适合于提供压力值，例如，是适合于检测机器的吸入管中的凹陷(depression)的大小的压力传感器，例如，压力转换器。
在进一步实施方式中，检测装置适合于提供加速度值，例如，是适合于检测所述部件所经受的振动的实体的加速度传感器，例如，加速度计，或者再次，检测装置适合于提供距离值，例如，是距离传感器，例如，感应式传感器，其适合于检测机器的两个机构(例如，运动中的机构和固定支座)之间的距离，以监测所述机构之间的预定距离的维护。
更优选地，检测装置适合于提供电流值，例如，是适合于检测机器的电动机消耗的电流的电流传感器，或者再次，适合于提供力值，例如，是适合于检测机器带的张力的力传感器，例如，称重传感器。
此外，在一个实施方式中，检测装置是用于捕获机器或其机构的图像的图像获取装置，例如，包括至少一个本地安装的网络摄像机。
在例如图2中所示的实施方式变体中，处理系统1位于工厂本地。在该变体中，发送/接收装置70允许在任何情况下在安装在工厂的纺织机和远程服务器51之间传送数据/信号和新调整值。服务器被配置为包括存储装置50(例如，存储器)和处理装置80(例如，处理器)。此外，服务器例如被配置为与适当的人机接口通信，例如，交互式图形接口，其适合于显示检测到的数据/信号或处理结果。
在根据图3的第二实施方式变体中，系统1包括位于工厂本地的本地服务器50，例如，其未被配置为处理检测到的数据，而是仅被配置为存储这种数据/信号。在该变体中，发送/接收装置70允许在纺织机与远程服务器51之间传送数据/信号和新调整值，并且另外的发送/接收装置70'适合于允许在服务器51与至少一个远程客户端100、101、102、103(例如，PC工作站)之间通信，所述远程客户端被配置为处理检测到的数据/信号并生成发送到机器控制单元的新调整值。另外，在这个变体中，每个客户端都包括人机接口。此外，仍然在这种配置中，新调整值首先通过另外的接收/传输装置70'发送到远程服务器51，然后通过接收/传输装置70发送到机器的控制单元20、40、60、81。
每个远程客户端100、101、102、103可以位于工厂或其附近的各个位置。
在根据图4的系统的第三实施方式变体中，安装在工厂的远程服务器51被配置为包括存储检测到的数据/信号的数据库500。远程服务器51通过接收/发送装置70'(例如，互联网)与位于远程服务器51距离较远的“云”服务器远程通信。例如，通过合适的VPN实现这种通信。
“云”服务器还被配置为包括存储来自远程服务器51的数据/信号的数据库500'。优选地，存储在远程服务器51上的检测到的数据/信号和数据库500中的新调整值与存储在“云服务器”51'上的数据库500'中的检测到的数据/信号以及新调整值同步。
优选地，在该实施方式变体中，“云”服务器51'被配置为处理数据/信号并且生成纺织机的未来操作状态的指标，并因此生成新的调整值，而远程服务器51仅被配置为存储检测到的数据/信号和新的调整值。
此外，“云”服务器51'通过另外的合适的发送/接收装置70”(例如，互联网)与至少一个其他远程客户端200可操作地连接，所述远程客户端包括人机接口并且被配置为显示数据/信号或其处理。
显然，根据图2至图4的上述三种类型的架构的任何组合将被认为是本发明的一部分。例如，可以提供图3和图4所示的实施方式的组合，该组合包括位于工厂附近并且与远程服务器51直接连接的远程客户端100、101、102、103以及远离工厂并且与云服务器通信的远程客户端200。
根据上面的描述，显然，本发明还覆盖了例如在前面段落中提到的任何纺织机2、4、6、8，其包括适合于与上述处理系统相互作用的控制装置。类似地，本发明还覆盖了至少一个纺织生产线，其包括多个纺织机，并且优选地包括至少一个粗纱机、至少一个细纱机、在粗纱机和细纱机之间的至少一个输送系统、以及如前所述执行优化方法的步骤的处理系统。
创新地，根据本发明的纺织生产线的工作过程的优化方法和处理系统允许有效地实施生产过程的适当优化并且基于机器操作数据以及基于每台机器的健康状态来自我调节工作过程，因为这允许收集、存储、分析和处理来自，例如位于彼此远离的区域中，例如，位于不同的国家或同一国家的不同区域中的纺织生产线的大量机器或来自多个纺织生产线的大量数据。
此外，有利的是，根据本发明的系统允许在很长的时间周期内收集和存储大量数据，从而允许使用这种数据来改进允许生成机器的未来操作状态的指标的模型。
根据进一步有利方面，收集和存储机器的各种参数并基于这些参数来生成效率预测的可能性允许通过考虑可能出现的任何问题而优化生产，而在没有适当并且连续监测机器的关于其维护的物理参数的情况下，不能识别这些问题。
此外，有利的是，根据本发明的监测系统允许通过远程检测数据及其适当的处理来激活在线计划和支持服务，以优化生产。
显然，本领域技术人员为了满足特定需求可以对上述优化方法和处理系统进行变化，所有这些变化都包含在由以下权利要求限定的保护范围内。

Claims (35)

1.优化针对纺织生产线的工作过程的方法，所述纺织生产线包括至少一个纺织机，所述至少一个纺织机适合于接收与所述纺织机的第一操作参数相关联的至少一个调整值，以便改变所述纺织机的操作状态，所述方法包括以下步骤：
a)在给定时间间隔内的不同时刻检测表示所述纺织机的第二操作参数的至少一个信号或数据；
b)存储所检测到的信号或数据；
c)基于所检测到的信号或数据或者对所检测到的信号或数据的处理来生成所述纺织机的未来操作状态的指标，所述未来操作状态位于所述给定时间间隔之后；
d)基于所述指标来生成用于所述纺织机的所述第一操作参数的所述至少一个调整值，
其中，所述纺织机的所述第二操作参数是所述纺织机的运行操作参数，并且其中，步骤a)还包括以下步骤：
-检测表示所述纺织机的第三操作参数的至少一个信号或数据，所述纺织机的所述第三操作参数是所述纺织机的物理操作参数；
并且其中，在步骤c)中，基于表示所述运行操作参数的所检测到的信号或数据并且基于表示所述物理操作参数的所检测到的信号或数据或者对它们的处理来生成所述纺织机的未来操作状态的指标。
2.根据权利要求1所述的方法，其中，所述第一操作参数和所述第二操作参数是相同的操作参数。
3.根据权利要求1所述的方法，其中，所述物理操作参数是适合于被监测以避免机器的维护的或者对所述机器的维护进行预测的参数，并且其中，所述运行操作参数是与所述机器产生的效果相关联的参数。
4.根据权利要求3所述的方法，其中，所述物理操作参数是所述机器的组成部件的固有参数。
5.根据权利要求1所述的方法，其中，步骤c)包括：利用自主学习算法，处理所检测到的数据或信号以生成机器的未来操作状态的指标的步骤。
6.根据权利要求1所述的方法，其中，步骤c)包括：通过计算所述纺织机在给定时间间隔内的工作效率来处理所检测到的信号或数据的步骤。
7.根据权利要求1所述的方法，包括：向云服务器远程发送表示所述纺织机的所述第一操作参数和第二操作参数的数据或信号的步骤。
8.根据权利要求1所述的方法，包括：向云服务器远程发送所述至少一个调整值的步骤。
9.根据权利要求1所述的方法，其中，所述未来操作状态的指标是通过处理所检测到的数据和/或信号而获得的所述纺织机的未来效率的值，所述未来效率是对检测到信号和/或数据的时间间隔之后的效率的预测。
10.根据权利要求1所述的方法，其中，所述第二操作参数是表示纱线断头数量的数据或者是表示工作速度或生产率的信号。
11.根据权利要求1所述的方法，其中，所述第三操作参数是表示机器的电机的温度的信号、表示所述机器的振动的信号或者表示即将进行的维护的数据。
12.根据权利要求3所述的方法，其中，所述运行操作参数是所述机器的生产率的指标。
13.根据权利要求4所述的方法，其中，所述物理操作参数是机器电机的温度或者机器的振动的量度。
14.根据权利要求5所述的方法，其中，所述自主学习算法是有关人工神经网络的学习算法。
15.优化至少两条纺织生产线的工作过程的方法，每条纺织生产线包括至少一个纺织机(2、4、6、8)，所述至少一个纺织机适合于接收与每个纺织机的第一操作参数相关联的至少一个调整值，以改变每个纺织机的操作状态，所述方法包括以下步骤：
a1)在第一给定时间间隔内的不同时刻检测表示第一生产线的第一纺织机的第二操作参数的至少一个信号或数据；
a2)在第二给定时间间隔内的不同时刻检测表示第二生产线的第二纺织机的第三操作参数的至少一个第二信号或数据；
b1)存储在步骤a1)和a2)中检测到的信号或数据；
c1)基于所检测到的信号或数据或者对所检测到的信号或数据的处理分别生成所述第一纺织机的第一未来操作状态的指标和所述第二纺织机的第二未来操作状态的指标，所述第一未来操作状态和第二未来操作状态位于所述第一给定时间间隔和第二给定时间间隔之后；
d1)基于所述指标生成用于所述第一纺织机和第二纺织机中每一个的所述第一操作参数的所述至少一个调整值。
16.根据权利要求15所述的方法，其中，在步骤b1)中，将在步骤a1)和a2)中检测到的信号或数据存储在公共远程装置中。
17.根据权利要求16所述的方法，其中，将在步骤a1)和a2)中检测到的信号或数据存储在云服务器中。
18.用于优化针对一条或多条纺织生产线的工作过程的处理系统，被编程以执行根据权利要求1所述的优化方法的步骤。
19.用于优化针对纺织生产线(L)的工作过程的处理系统，包括：
-控制单元，用于基于至少一个第一操作参数来配置至少一个纺织机的操作状态；
-至少一个检测装置(20、40、60、81)，用于检测表示所述纺织机的第二操作参数的信号或数据；
-主存储装置(50)，被配置为存储所检测到的信号或数据；
-远程发送/接收装置(70)，用于将所检测到的数据或信号发送到所述主存储装置(50)；
-远程处理装置(80)，与所述主存储装置(50)可操作地连接，
所述远程处理装置被配置为基于所检测到的信号或数据或者对所检测到的信号或数据的处理来生成所述纺织机的未来操作状态的指标，并且基于所述指标来生成用于所述纺织机的所述第一操作参数的至少一个调整值。
20.根据权利要求19所述的系统，其中，所检测到的数据和/或信号在时间上连续性地，以实时模式，发送到所述主存储装置(50)。
21.根据权利要求19所述的系统，其中，所检测到的数据以预定频率，被发送到所述主存储装置(50)。
22.根据权利要求21所述的系统，其中，所述预定频率是每日或每周，或者在预定事件发生时，所述预定事件是机器停机或接近定期服务。
23.根据权利要求19所述的系统，其中，所述检测装置适合于提供温度值，适合于在正常处理期间检测机器的运动机构的支撑结构的温度。
24.根据权利要求21所述的系统，其中，所述检测装置是适合于提供压力值的压力传感器，所述压力传感器适合于检测机器的吸入管中的凹陷的大小。
25.根据权利要求19所述的系统，其中，所述检测装置适合于提供电流值，所述检测装置适合于检测由机器的电动机吸收的电流。
26.根据权利要求19所述的处理系统，其中，所述远程处理装置(80)被配置为处理来自大量生产线的多个纺织机的大量检测数据。
27.根据权利要求19所述的处理系统，所述纺织机的所述第二操作参数是所述纺织机的运行操作参数，所述运行操作参数在表示纱线断头数量的数据或者表示工作速度或生产率的信号中进行选择，
并且其中，所述处理系统包括另外的检测装置(20、40、60、81)，所述另外的检测装置用于检测表示所述纺织机的第三操作参数的信号或数据，所述纺织机的所述第三操作参数是所述纺织机的物理操作参数，所述物理操作参数在表示机器的电机的温度的信号、表示所述机器的振动的信号或者表示即将进行的维护的数据之中进行选择；
并且其中，所述远程处理装置被配置为基于表示所述运行操作参数的所检测到的信号或数据并且基于表示所述物理操作参数的所检测到的信号或数据来生成所述纺织机的未来操作状态的指标。
28.纺织机(2、4、6、8)，所述纺织机包括适合于与根据权利要求18或19所述的处理系统交互的控制装置。
29.根据权利要求28所述的纺织机(2、4、6、8)，所述纺织机是粗纱机。
30.根据权利要求28所述的纺织机(2、4、6、8)，所述纺织机是细纱机。
31.根据权利要求28所述的纺织机(2、4、6、8)，所述纺织机是粗纱机与细纱机之间的输送系统。
32.纺织生产线，包括至少一个根据权利要求29所述的粗纱机、根据权利要求30所述的至少一个细纱机、至少一个根据权利要求31所述的粗纱机与细纱机之间的输送系统以及根据权利要求18或19所述的处理系统。
33.根据权利要求32所述的纺织生产线，其中，基于对所述粗纱机的和/或所述细纱机的和/或所述输送系统的未来效率的预测，所述处理系统被配置为生成针对所述细纱机和/或所述粗纱机的生产速度的新的参考值作为设定点。
34.包括代码部分的计算机程序，当所述程序在计算机上运行时，所述代码部分适合于实施根据权利要求1所述的优化方法。
35.计算机可读的计算机介质，包括根据权利要求34所述的计算机程序。
CN201680076920.9A 2015-10-30 2016-10-27 用于纺织生产线的工作过程的优化方法和系统 Active CN108474145B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
ITUB2015A004999A ITUB20154999A1 (it) 2015-10-30 2015-10-30 Metodo di ottimizzazione del processo di lavorazione per una linea di produzione tessile e sistema
IT102015000067592 2015-10-30
PCT/IB2016/056456 WO2017072683A1 (en) 2015-10-30 2016-10-27 Optimisation method of the working process for a textile production line and system

Publications (2)

Publication Number Publication Date
CN108474145A CN108474145A (zh) 2018-08-31
CN108474145B true CN108474145B (zh) 2021-10-08

Family

ID=55315590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680076920.9A Active CN108474145B (zh) 2015-10-30 2016-10-27 用于纺织生产线的工作过程的优化方法和系统

Country Status (4)

Country Link
CN (1) CN108474145B (zh)
IT (1) ITUB20154999A1 (zh)
TR (1) TR201805743T1 (zh)
WO (1) WO2017072683A1 (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11597624B2 (en) 2017-08-23 2023-03-07 Oerlikon Textile Gmbh & Co. Kg Method and device for texturing a synthetic thread
WO2020070642A1 (en) * 2018-10-02 2020-04-09 Maschinenfabrik Rieter Ag Display and operating device for a textile machine
EP3636812A1 (en) * 2018-10-10 2020-04-15 Maschinenfabrik Rieter AG Spinning mill and method for operating said spinning mill
EP3654114A1 (en) * 2018-11-16 2020-05-20 Maschinenfabrik Rieter AG Parameter manager, central device and method of adapting operational parameters in a textile machine
CN109754164B (zh) * 2018-12-18 2023-06-20 内蒙古鄂尔多斯资源股份有限公司东昊厂 一种羊绒纺织生产计算投入量的动态制成率模型
EP3696637A1 (en) * 2019-02-18 2020-08-19 Maschinenfabrik Rieter AG Textile machine management system and method
DE102019108501A1 (de) * 2019-04-02 2020-10-08 Maschinenfabrik Rieter Ag Verfahren zum Betreiben einer Textilmaschine sowie Textilmaschine
CN110070288A (zh) * 2019-04-19 2019-07-30 上海电气集团股份有限公司 一种用于纺纱机的在线监测与生产管理系统及方法
DE102019116627A1 (de) * 2019-06-19 2020-12-24 Saurer Spinning Solutions Gmbh & Co. Kg Textilmaschine mit mehreren Arbeitsstellen sowie Verfahren zur Überwachung einer Textilmaschine mit mehreren Arbeitsstellen
IT201900009465A1 (it) * 2019-06-19 2020-12-19 Camozzi Digital S R L Metodo di ottimizzazione e regolazione di un parametro di funzionamento di una macchina industriale e relativo sistema
JP2021017337A (ja) * 2019-07-19 2021-02-15 村田機械株式会社 糸巻取設備、強力推定方法、及び強力推定プログラム
EP3998460B1 (de) 2019-12-16 2023-01-25 Sick Ag Gebervorrichtung und verfahren zur bestimmung einer kinematischen grösse
ES2917375T3 (es) * 2020-04-30 2022-07-08 Rieter Ag Maschf Dispositivo y método para detectar una falla en una hiladora y para estimar una o más fuentes de la falla
CN111738413B (zh) * 2020-06-04 2021-04-20 东华大学 基于特征自匹配迁移学习的纺纱全流程能耗监测方法
CN111924660B (zh) * 2020-07-08 2022-04-19 北自所（北京）科技发展有限公司 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备
EP4359593A1 (en) * 2021-06-24 2024-05-01 Maschinenfabrik Rieter AG Device and method for determining information for at least partially improving operation of a spinning mill
CN114326628B (zh) * 2021-12-29 2023-12-01 深圳市智能制造软件开发有限公司 一种纺织厂产线用的智能化生产进度监控系统
CN115202309A (zh) * 2022-07-28 2022-10-18 惠州学院 一种用于服装生产的智能监控管理系统及方法
CN116334822B (zh) * 2023-04-24 2024-01-05 吴江广宇纺织有限公司 一种提花机生产控制系统及方法
CN117726160B (zh) * 2024-02-09 2024-04-30 厦门碳基翱翔数字科技有限公司 基于虚拟现实和进化强化学习的纺织流程管理方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4835699A (en) * 1987-03-23 1989-05-30 Burlington Industries, Inc. Automated distributed control system for a weaving mill
CN1103444A (zh) * 1993-09-21 1995-06-07 巴马格股份公司 在生产多条纱线时控制质量的方法
US5515266A (en) * 1992-01-12 1996-05-07 Meyer; Urs Textile spinning machine management system
CN102951493A (zh) * 2011-08-24 2013-03-06 村田机械株式会社 纤维机械及纤维机械的信息传递系统
CN104142660A (zh) * 2013-05-09 2014-11-12 洛克威尔自动控制技术股份有限公司 用于工业自动化的经由云平台的远程协助

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4835699A (en) * 1987-03-23 1989-05-30 Burlington Industries, Inc. Automated distributed control system for a weaving mill
US5515266A (en) * 1992-01-12 1996-05-07 Meyer; Urs Textile spinning machine management system
CN1103444A (zh) * 1993-09-21 1995-06-07 巴马格股份公司 在生产多条纱线时控制质量的方法
CN102951493A (zh) * 2011-08-24 2013-03-06 村田机械株式会社 纤维机械及纤维机械的信息传递系统
CN104142660A (zh) * 2013-05-09 2014-11-12 洛克威尔自动控制技术股份有限公司 用于工业自动化的经由云平台的远程协助

Also Published As

Publication number Publication date
TR201805743T1 (en) 2018-06-21
ITUB20154999A1 (it) 2017-04-30
CN108474145A (zh) 2018-08-31
WO2017072683A1 (en) 2017-05-04

Similar Documents

Publication Publication Date Title
CN108474145B (zh) 用于纺织生产线的工作过程的优化方法和系统
JP7019846B2 (ja) 繊維機械の物理パラメータを監視するシステムと予測メンテナンスの方法
US20200027339A1 (en) Method and System of Predictive Maintenance of a Textile Machine
CN107966964B (zh) 纺纱管理系统及纺纱管理方法
US4530134A (en) Computerized control system for a carding machine
CN108946326B (zh) 生产力显示控制装置及方法以及自动络纱机
CN112114566A (zh) 用于优化和调整工业机器的运行参数的方法及相关系统
EP3654114A1 (en) Parameter manager, central device and method of adapting operational parameters in a textile machine
CN113238544A (zh) 基于动作信号的设备数据采集系统及方法
CN202642986U (zh) 化纤生产中络丝定长控制系统
CN218004099U (zh) 电子元件生产线在线监管分析系统
US11655565B2 (en) Method for determining an electrical power or an electrical energy consumption of a spinning machine or winder and a spinning machine or winder operating in accordance with the method
CN202649788U (zh) 基于b/s结构的棉纺成套设备信息管理系统
CN117529586A (zh) 使得能够在用户显示器上显示与纺纱厂相关的操作准备度指数的装置和方法
CN207891531U (zh) 一种宽隔距双针床经编机的纱线电子张力补偿系统
US6453514B1 (en) Method of directly determining setting values for the application point of regulation in a regulated draw frame
CN214954665U (zh) 基于物联网的远程设备运维系统
US6880207B2 (en) Method and device to evaluate signals of a sensor to monitor a textile machine
CN105401278B (zh) 一种低功耗的纱线在线监测装置及节能控制方法
CN111679634A (zh) 一种智能粗纱管理系统
CN218521383U (zh) 异常监测系统
CN111708331A (zh) 一种纺织实时报警的生产线流程管控系统
EP4202097A1 (en) Method for managing operating data in a textile apparatus provided with a plurality of yarn feeders
EP4375405A1 (en) Device and method for determining a cause of a malfunction in a plurality of textile machines
CN203021705U (zh) 一种梳理机远程控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant