CN110565220A - 一种基于在线监测的细纱断头因素实时关联定位方法 - Google Patents
一种基于在线监测的细纱断头因素实时关联定位方法 Download PDFInfo
- Publication number
- CN110565220A CN110565220A CN201910910218.3A CN201910910218A CN110565220A CN 110565220 A CN110565220 A CN 110565220A CN 201910910218 A CN201910910218 A CN 201910910218A CN 110565220 A CN110565220 A CN 110565220A
- Authority
- CN
- China
- Prior art keywords
- data
- time
- equipment
- correlation
- real
- 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.)
- Granted
Links
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
- D01H13/16—Warning or safety devices, e.g. automatic fault detectors, stop motions ; Monitoring the entanglement of slivers in drafting arrangements responsive to reduction in material tension, failure of supply, or breakage, of material
- D01H13/1616—Warning or safety devices, e.g. automatic fault detectors, stop motions ; Monitoring the entanglement of slivers in drafting arrangements responsive to reduction in material tension, failure of supply, or breakage, of material characterised by the detector
- D01H13/1658—Associated actuators with mutual actuation, e.g. for two or more running yarns
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Textile Engineering (AREA)
- Spinning Or Twisting Of Yarns (AREA)
Abstract
本发明提出了一种基于在线监测的细纱断头因素实时关联定位方法,其步骤为:首先利用断头监测系统实时监测细纱设备是否出现断头,当出现断头时,利用在线监测系统实现对细纱设备参数数据的实时获取和整合,最后,利用数据关联分析方法对细纱设备参数数据进行分析,查找导致细纱断头的因素,定位出细纱断头因素,并指示相关技术人员进行维修。本发明利用在线监测系统实时获取断头数据、设备状态参数、原棉质量数据和环境参数,再结合数据关联分析方法实时分析设备状态参数、环境参数以及原棉质量数据与断头之间的动态关联分析,找出导致细纱断头的因素,并提醒指示相关人员进行处理,降低断头,提高生产效率。
Description
技术领域
本发明涉及细纱断头监测技术领域,特别是指一种基于在线监测的细纱断头因素实时关联定位方法。
背景技术
断头是细纱设备中最常见的一种现象,传统方法中,主要用肉眼来判断锭子是否断头,找到断头后由挡车工接头,频繁的纱线断头不仅影响产量,而且会导致生产的纱线质量不合格,因此生产过程中非常关注断头的原因,也就是什么影响了单锭纱线断头,只有找到影响纱线的原因并加以改进才能真正的降低断头提高效率。影响断头的因素很多,主要包括设备状态、纱线本身的质量和车间的温湿度环境等,传统方法模式下,这些数据都是依靠抽样式离线检测来获取,一般都是周期性的人工检测,结合检测的数据可以做到对长期性的断纱因素的定性分析,但是无法做到实时的定量精准分析,更无法做到通过断头情况准确定位断纱的具体原因。
随着技术的进步和发展,现在有了细纱单锭检测技术和设备在线监测系统,可以实时获取单锭断头情况和影响断纱的因素。单锭检测技术是近两年新发展出来的技术,用于实时监测细纱设备每个锭子的当前断头情况,通过监测单个锭子的速度进而判定该锭子是否断头,细纱单锭监测系统能够实时提醒断头的位置和锭子编号。设备在线监测系统可以实时监测到设备的每个状态参数和信号,包括设备的实时运行参数信号、纱线质量数据和车间的环境信号。以前在没有实时设备监测之前这些数据无法获取,也就无从谈起分析断纱因素,现在可以基于获取的数据结合相关算法就可以关联分析设备状态参数、环境参数以及原棉质量数据与断头之间的关系,进而找出对应的原因,从而反向改进生产提高效率。
发明内容
针对目前细纱断头因素的检测方法无法获取设备的状态参数,不能定位出细纱断头的因素,造成生产效率低的技术问题,本发明提出了一种基于在线监测的细纱断头因素实时关联定位方法,通过断头监测系统和在线监测系统可以实时监测到细纱断头和细纱设备参数,结合关联分析方法分析设备状态参数、环境参数以及原棉质量数据与细纱断头之间的关系,找出细纱断头的因素,提高生产效率。
本发明的技术方案是这样实现的:
一种基于在线监测的细纱断头因素实时关联定位方法,包括获取实时参数数据、设计关联分析方法、定位具体因素和指示相关人员维修四部分;其步骤如下:
S1:利用断头监测系统实时监测细纱设备是否出现断头,若是,获取断头数据,执行步骤S2,否则,执行步骤S1;
S2:利用在线监测系统实时获取细纱设备数据,其中,细纱设备包括设备状态参数、设备运行参数、工艺参数、原棉质量参数和环境参数;
S3:利用数据关联分析方法对细纱设备数据进行分析,查找导致细纱断头的因素,定位细纱断头因素,并指示相关人员进行处理及维修。
所述步骤S1中利用断头监测系统对细纱设备进行监测的方法如下:
S11:设置细纱设备的锭子速度的合理工艺参数范围;
S12:利用断头监测系统编码器实时监测锭子的速度是否超出合理工艺参数范围,若是,执行步骤S13,否则,执行步骤S12;
S13:利用细纱单锭监测系统查找该锭子中出现异常的细纱单锭,并记录断头的位置和细纱单锭编号,同时提醒相关人员处理断头。
所述利用在线监测系统对细纱设备数据的监测方法如下:
S21:设置设备状态、设备运行、工艺、原棉质量和环境的合理工艺范围,其中,设备状态包括钢丝圈状态和钢领状态,设备运行包括锭子速度,工艺包括捻度,原棉质量包括粗纱强力和条干,环境包括温度和湿度;
S22:利用在线监测系统实时监测超出合理工艺参数范围的设备数据有几条,若只有一条,执行步骤S23,否则,执行步骤S24;
S23:判定该条设备数据是造成细纱断头的因素,通知工作人员及时调整;
S24:利用数据关联分析方法对所有设备数据进行关联分析,查找导致细纱断头的因素。
所述利用数据关联分析方法查找导致细纱断头的因素的实现方法为:
S31:通过在线监测系统获取细纱设备的相关原始数据,相关原始数据包括钢丝圈状态、钢领状态、锭子速度、捻度、粗纱强力、条干、温度和湿度八个变量;
S32:根据八个变量的各自的工艺参数范围,利用区间值化算子对相关原始数据进行标准化,得到标准化后的变量数据;
S33:根据关联系数公式计算k时刻的标准化后的变量数据与细纱断头之间的关联系数;
S34:根据步骤S33中的关联系数利用关联度公式计算k时刻的标准化后的变量数据与细纱断头之间的关联度;
S35:对步骤S34中的关联度进行排序,将最大的关联度对应的变量作为细纱断头的因素。
所述步骤S32中利用区间值化算子对相关原始数据进行标准化的方法为:Xj(k)D=(xj(k-n)d,xj(k-n+1)d,…,xj(k)d),其中,D为区间值化算子,j=1,2,…,8表示第j个变量,Xj(k)=(xj(k-n),xj(k-n+1),…,xj(k))为k时刻变量j的值的集合,n为k时刻距离最近细纱设备正常运行的时刻的个数。
所述k时刻的标准化后的变量数据与细纱断头之间的关联系数ξoj(k)为:其中,α为分辨系数,α∈(0,1], xo(k)为k时刻的输出值,输出值为0或1,1表示k时刻细纱断头,0表示k时刻细纱未断头,xj(k)为k时刻的第j个变量的值,Δoj(k)=|xo(k)-xj(k)|为k时刻变量j的值与输出值之间的差值。
所述k时刻的标准化后的变量数据与细纱断头之间的关联度γoj(k)为:
本技术方案能产生的有益效果:本发明利用数据关联分析方法实时分析断头数据与设备状态参数、原棉质量数据和环境参数的动态关联分析,及时找出细纱断头的原因,并提醒相关人员进行处理,降低断头。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的细纱断头因素实时关联定位系统图。
图2为本发明的细纱断头因素实时关联定位流程图。
图3为本发明的断头监测系统框图。
图4为本发明的在线监测系统框图。
图5为本发明的数据关联分析方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种基于在线监测的细纱断头因素实时关联定位方法,首先,利用断头监测系统实时监测细纱设备是否出现断头,当出现断头时,利用在线监测系统实现对细纱设备参数数据的实时获取和整合,最后,利用数据关联分析方法对细纱设备参数数据进行分析,查找导致细纱断头的因素,定位出细纱断头因素,并指示相关技术人员进行维修。
如图1和图2所示,一种基于在线监测的细纱断头因素实时关联定位方法,包括获取实时参数数据、设计关联分析方法、定位具体因素和指示相关人员维修四部分;具体步骤如下:
S1:利用断头监测系统实时监测细纱设备是否出现断头,若是,获取断头数据,执行步骤S2,否则,执行步骤S1。
如图3所示,断头监测系统通过监测锭子的速度进而判定该锭子是否断头,能够实时提醒断头的位置和单锭的编号;从而实现断头监测系统实时监测细纱设备锭子的当前断头情况。当细纱中某个锭子频繁出现断头情况时,断头监测系统将会根据该锭子中单锭的编号和位置关联在线监控系统实时获取设备状态参数、设备运行参数、工艺参数、原棉质量数据和环境参数的数据,进一步判断细纱断头的因素。利用断头监测系统对细纱设备进行监测的方法如下:
S11:设置细纱设备的锭子速度的合理工艺参数范围为12000-20000转/分钟;
S12:利用断头监测系统的编码器实时监测锭子的速度是否超出合理工艺参数范围,若是,执行步骤S13,否则,执行步骤S12;
S13:利用细纱单锭监测系统能够实时监控该锭子中的细纱单锭是否出现断头现象,若有细纱单锭出现断头,则及时提醒工作人员进行处理,同时记录断头的位置和细纱单锭编号。
S2:利用在线监测系统实时获取细纱设备参数数据,其中,细纱设备包括设备状态参数、设备运行参数、工艺参数、原棉质量参数和环境参数。
如图4所示,在线监控系统是对设备状态参数、设备运行参数、工艺参数、原棉质量数据和环境参数等进行实时的监控,在细纱生产中,设备状态参数、设备运行参数、工艺参数、原棉质量数据和环境参数均具有标准的生产参数范围,将这些细纱设备参数所对应的范围都称为“合理的工艺参数范围”。如果在线监测系统监测到只有某一细纱设备参数的数据超出合理的工艺参数范围,判断该细纱设备参数为造成细纱断头的因素。如果同时出现多个细纱设备参数超出合理的工艺参数范围,此时通过数据关联分析方法分析出导致细纱生产过程频繁出现细纱断头的主要因素。所述利用在线监测系统对细纱设备数据的监测方法如下:
S21:设置设备状态参数、设备运行参数、工艺参数、原棉质量参数和环境参数的合理工艺范围,其中,设备状态包括钢丝圈状态和钢领状态,设备运行包括锭子速度,工艺包括捻度,原棉质量包括粗纱强力和条干,环境包括温度和湿度,钢丝圈的使用时间7-30天和钢领的使用时间12年,锭子速度的合理工艺参数范围为12000-20000转/分钟,粗纱强力和条干的合理工艺参数范围为3.2-4%,温度的合理工艺参数范围为45-65%;湿度合理工艺参数范围为18-40度;
S22:利用在线监测系统实时监测超出合理工艺参数范围的设备数据有几条,若只有一条,执行步骤S23,否则,执行步骤S24;
S23:根据设备参数的合理工艺范围即可判定该条设备数据是造成细纱断头的因素,及时通知相关工作人员进行处理及维修,以免出现频繁断头现象,降低生产效率;
S24:利用数据关联分析方法对所有设备数据进行关联分析,查找导致细纱断头的因素。
S3:利用数据关联分析方法对细纱设备数据进行分析,查找导致细纱断头的因素,定位细纱断头因素。
如图5所示,所述利用数据关联分析方法查找导致细纱断头的因素的实现方法为:
S31:通过在线监测系统获取细纱设备的相关原始数据,相关原始数据包括钢丝圈状态、钢领状态、锭子速度、捻度、粗纱强力、条干、温度和湿度八个变量;
S32:根据八个变量的各自的工艺参数范围,利用区间值化算子对相关原始数据进行标准化,得到标准化后的变量数据;利用区间值化算子对相关原始数据进行标准化的方法为:Xj(k)D=(xj(k-n)d,xj(k-n+1)d,…,xj(k)d),其中,D为区间值化算子,j=1,2,…,8表示第j个变量,Xj(k)=(xj(k-n),xj(k-n+1),…,xj(k))为k时刻变量j的值的集合,n为k时刻距离最近细纱设备正常运行的时刻的个数。
S33:根据关联系数公式计算k时刻的标准化后的变量数据与细纱断头之间的关联系数;所述k时刻的标准化后的变量数据与细纱断头之间的关联系数ξoj(k)为:其中,α为分辨系数,α∈(0,1], xo(k)为k时刻的输出值,输出值为0或1,1表示k时刻细纱断头,0表示k时刻细纱未断头,xj(k)为k时刻的第j个变量的值,Δoj=|xo(k)-xj(k)|为k时刻变量j的值与输出值之间的差值。分辨系数一般取α≤0.5,也即内取值时具有最大信息和最大信息分辨率。
S34:根据步骤S33中的关联系数利用关联度公式计算k时刻的标准化后的变量数据与细纱断头之间的关联度;所述所述算k时刻的标准化后的变量数据与细纱断头之间的关联度γoj(k)为:
S35:对步骤S34中的关联度进行排序,将最大的关联度对应的变量作为细纱断头的因素。
假设输出值xo与各输入变量的值xj的关联系数分别为x1、x2、x3、x4、x5、x6、x7和x8。当关联系数xj(j=1,2,…,8)不为0时,则细纱是由关联系数不为零的对应的因素影响造成细纱断头的。当关联系数中只有一个关联系数不为0,则细纱由该因素影响造成细纱断头的;当有多个因素共同作用时,将关联系数进行排序,得出那个因素影响最大并对其进行处理。假设关联序为x1>x2>x3>x4>x5>x6>x7>x8,此时取x1、x2、x3和x4作为造成细纱断头的主要因素。
灰色关联度分析法是一种多因素统计分析方法,它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序,若样本数据反映出的两因素变化的态势(方向、大小和速度等)基本一致,则它们之间的关联度较大;反之,关联度较小。用灰色关联方法来分析细纱断头因素,可以在发生细纱断头的短时间内数据较少的情况下,减少对数据的需求,减少由于数据不对称而带来的损失,可以快速定位细纱断头因素,其结果与定性分析结果会比较吻合,有良好的定位效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于在线监测的细纱断头因素实时关联定位方法,其特征在于,包括获取实时参数数据、设计关联分析方法、定位具体因素和指示相关人员维修四部分;其步骤如下:
S1:利用断头监测系统实时监测细纱设备是否出现断头,若是,获取断头数据,执行步骤S2,否则,执行步骤S1;
S2:利用在线监测系统实时获取细纱设备数据,其中,细纱设备包括设备状态参数、设备运行参数、工艺参数、原棉质量参数和环境参数;
S3:利用数据关联分析方法对细纱设备数据进行分析,查找导致细纱断头的因素,定位细纱断头因素,并指示相关人员进行处理及维修。
2.根据权利要求1所述的基于在线监测的细纱断头因素实时关联定位方法,其特征在于,所述步骤S1中利用断头监测系统对细纱设备进行监测的方法如下:
S11:设置细纱设备的锭子速度的合理工艺参数范围;
S12:利用断头监测系统编码器实时监测锭子的速度是否超出合理工艺参数范围,若是,执行步骤S13,否则,执行步骤S12;
S13:利用细纱单锭监测系统查找该锭子中出现异常的细纱单锭,并记录断头的位置和细纱单锭编号,同时提醒相关人员处理断头。
3.根据权利要求1或2所述的基于在线监测的细纱断头因素实时关联定位方法,其特征在于,所述利用在线监测系统对细纱设备数据的监测方法如下:
S21:设置设备状态、设备运行、工艺、原棉质量和环境的合理工艺范围,其中,设备状态包括钢丝圈状态和钢领状态,设备运行包括锭子速度,工艺包括捻度,原棉质量包括粗纱强力和条干,环境包括温度和湿度;
S22:利用在线监测系统实时监测超出合理工艺参数范围的设备数据有几条,若只有一条,执行步骤S23,否则,执行步骤S24;
S23:判定该条设备数据是造成细纱断头的因素,通知工作人员及时调整;
S24:利用数据关联分析方法对所有设备数据进行关联分析,查找导致细纱断头的因素。
4.根据权利要求3所述的基于在线监测的细纱断头因素实时关联定位方法,其特征在于,所述利用数据关联分析方法查找导致细纱断头的因素的实现方法为:
S31:通过在线监测系统获取细纱设备的相关原始数据,相关原始数据包括钢丝圈状态、钢领状态、锭子速度、捻度、粗纱强力、条干、温度和湿度八个变量;
S32:根据八个变量的各自的工艺参数范围,利用区间值化算子对相关原始数据进行标准化,得到标准化后的变量数据;
S33:根据关联系数公式计算k时刻的标准化后的变量数据与细纱断头之间的关联系数;
S34:根据步骤S33中的关联系数利用关联度公式计算k时刻的标准化后的变量数据与细纱断头之间的关联度;
S35:对步骤S34中的关联度进行排序,将最大的关联度对应的变量作为细纱断头的因素。
5.根据权利要求4所述的基于在线监测的细纱断头因素实时关联定位方法,其特征在于,所述步骤S32中利用区间值化算子对相关原始数据进行标准化的方法为:Xj(k)D=(xj(k-n)d,xj(k-n+1)d,…,xj(k)d),其中,D为区间值化算子,j=1,2,…,8表示第j个变量,Xj(k)=(xj(k-n),xj(k-n+1),…,xj(k))为k时刻变量j的值的集合,n为k时刻距离最近细纱设备正常运行的时刻的个数。
6.根据权利要求5所述的基于在线监测的细纱断头因素实时关联定位方法,其特征在于,所述k时刻的标准化后的变量数据与细纱断头之间的关联系数ξoj(k)为:其中,α为分辨系数,α∈(0,1], xo(k)为k时刻的输出值,输出值为0或1,1表示k时刻细纱断头,0表示k时刻细纱未断头,xj(k)为k时刻的第j个变量的值,△oj(k)=|xo(k)-xj(k)|为k时刻变量j的值与输出值之间的差值。
7.根据权利要求6所述的基于在线监测的细纱断头因素实时关联定位方法,其特征在于,所述k时刻的标准化后的变量数据与细纱断头之间的关联度γoj(k)为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910910218.3A CN110565220B (zh) | 2019-09-25 | 2019-09-25 | 一种基于在线监测的细纱断头因素实时关联定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910910218.3A CN110565220B (zh) | 2019-09-25 | 2019-09-25 | 一种基于在线监测的细纱断头因素实时关联定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110565220A true CN110565220A (zh) | 2019-12-13 |
CN110565220B CN110565220B (zh) | 2020-09-25 |
Family
ID=68782252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910910218.3A Active CN110565220B (zh) | 2019-09-25 | 2019-09-25 | 一种基于在线监测的细纱断头因素实时关联定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110565220B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111014076A (zh) * | 2019-12-23 | 2020-04-17 | 青岛大学 | 细络联动疵纱管对应落后锭子自动追溯定位系统 |
CN111041728A (zh) * | 2019-12-31 | 2020-04-21 | 艾百合纺织科技(安徽)有限公司 | 基于断纱智能监控系统的防断纱方法 |
CN111519294A (zh) * | 2020-05-09 | 2020-08-11 | 苏州基列德智能制造有限公司 | 纱线断线预警监测方法、系统、装置及可读存储介质 |
CN115099410A (zh) * | 2022-08-29 | 2022-09-23 | 无锡物联网创新中心有限公司 | 一种纱线断头成因的挖掘方法及相关装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS55128029A (en) * | 1979-02-06 | 1980-10-03 | Wool Dev Int | Fiber bundle cutting apparatus |
CN102061537A (zh) * | 2011-01-27 | 2011-05-18 | 北京经纬纺机新技术有限公司 | 细纱机断纱检测无线管理系统及其管理方法 |
CN202017079U (zh) * | 2011-01-27 | 2011-10-26 | 北京经纬纺机新技术有限公司 | 细纱机断纱检测无线管理系统 |
CN102995193A (zh) * | 2012-11-13 | 2013-03-27 | 天津工业大学 | 一种细纱断头检测方法及应用该方法的细纱断头检测装置 |
CN204780025U (zh) * | 2015-04-10 | 2015-11-18 | 天津博雷利服装有限公司 | 细纱机无线监控系统 |
CN105374046A (zh) * | 2015-12-03 | 2016-03-02 | 江南大学 | 一种基于细纱图像的细纱机在线断头检测装置及检测算法 |
CN107904720A (zh) * | 2017-12-13 | 2018-04-13 | 湖南文理学院 | 一种用于环锭纺纱纱线质量的全面监测、追溯方法及系统 |
-
2019
- 2019-09-25 CN CN201910910218.3A patent/CN110565220B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS55128029A (en) * | 1979-02-06 | 1980-10-03 | Wool Dev Int | Fiber bundle cutting apparatus |
CN102061537A (zh) * | 2011-01-27 | 2011-05-18 | 北京经纬纺机新技术有限公司 | 细纱机断纱检测无线管理系统及其管理方法 |
CN202017079U (zh) * | 2011-01-27 | 2011-10-26 | 北京经纬纺机新技术有限公司 | 细纱机断纱检测无线管理系统 |
CN102995193A (zh) * | 2012-11-13 | 2013-03-27 | 天津工业大学 | 一种细纱断头检测方法及应用该方法的细纱断头检测装置 |
CN204780025U (zh) * | 2015-04-10 | 2015-11-18 | 天津博雷利服装有限公司 | 细纱机无线监控系统 |
CN105374046A (zh) * | 2015-12-03 | 2016-03-02 | 江南大学 | 一种基于细纱图像的细纱机在线断头检测装置及检测算法 |
CN107904720A (zh) * | 2017-12-13 | 2018-04-13 | 湖南文理学院 | 一种用于环锭纺纱纱线质量的全面监测、追溯方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111014076A (zh) * | 2019-12-23 | 2020-04-17 | 青岛大学 | 细络联动疵纱管对应落后锭子自动追溯定位系统 |
CN111041728A (zh) * | 2019-12-31 | 2020-04-21 | 艾百合纺织科技(安徽)有限公司 | 基于断纱智能监控系统的防断纱方法 |
CN111519294A (zh) * | 2020-05-09 | 2020-08-11 | 苏州基列德智能制造有限公司 | 纱线断线预警监测方法、系统、装置及可读存储介质 |
CN115099410A (zh) * | 2022-08-29 | 2022-09-23 | 无锡物联网创新中心有限公司 | 一种纱线断头成因的挖掘方法及相关装置 |
CN115099410B (zh) * | 2022-08-29 | 2022-11-25 | 无锡物联网创新中心有限公司 | 一种纱线断头成因的挖掘方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110565220B (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110565220B (zh) | 一种基于在线监测的细纱断头因素实时关联定位方法 | |
CN108038553B (zh) | 轧机设备状态在线监测与诊断系统及监测诊断方法 | |
CN109711659B (zh) | 一种工业生产的良率提升管理系统和方法 | |
CN113584653B (zh) | 检测纺纱厂中的故障及估计其一个或多个源的装置和方法 | |
CN109741927B (zh) | 微型变压器生产线的设备故障和潜在不良品智能预测系统 | |
CN103838202A (zh) | 参数控制方法和参数控制系统 | |
CN109298680A (zh) | 一种数控机床刀具检测的数据采集系统 | |
CN111242464A (zh) | 一种基于spc的陶瓷卫浴质量管理方法 | |
CN113535765A (zh) | 一种基于工业互联网的智慧工厂远程实时监测调控云平台 | |
CN116701984B (zh) | 基于机器学习的数控机床自动故障诊断系统 | |
CN111159487A (zh) | 一种汽车发动机主轴预测性维护智能系统 | |
CN116304957A (zh) | 一种供变电设备监测状态突变在线识别方法 | |
CN117113104A (zh) | 一种应用数据分析技术的智能化管理系统及方法 | |
CN116740063B (zh) | 基于机器视觉的玻璃纤维丝生产质量检测方法 | |
CN116485578B (zh) | 一种钢材冶炼车间的集成管理方法及系统 | |
CN111519295B (zh) | 纺织纱线断线监控系统、设备及方法 | |
CN116843497A (zh) | 基于物联网技术的多维度智能厂务监控系统 | |
CN111599033B (zh) | 一种诊断卷烟机故障的处理方法 | |
CN210878880U (zh) | 一种数控车床刀具磨损监测系统 | |
CN113032915B (zh) | 一种制造装备主轴轴承健康状态评估方法及装置 | |
CN212316325U (zh) | 一种智能纺纱粗纱故障检测系统 | |
CN108427375A (zh) | 一种基于带通滤波处理多传感监测刀具状态的方法 | |
CN111046098B (zh) | 一种基于振动数据的机床运行状态的识别系统及统计方法 | |
CN104078381A (zh) | 一种量测机台监测图规格界限设定的方法 | |
CN114990743B (zh) | 基于总线控制器的棉原料处理设备智能监控及诊断系统 |
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 |