CN112680917A - 一种改善纺织双面磨毛机除尘效果的方法及系统 - Google Patents

一种改善纺织双面磨毛机除尘效果的方法及系统 Download PDF

Info

Publication number
CN112680917A
CN112680917A CN202011602166.2A CN202011602166A CN112680917A CN 112680917 A CN112680917 A CN 112680917A CN 202011602166 A CN202011602166 A CN 202011602166A CN 112680917 A CN112680917 A CN 112680917A
Authority
CN
China
Prior art keywords
information
dust removal
obtaining
list information
textile fabric
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.)
Pending
Application number
CN202011602166.2A
Other languages
English (en)
Inventor
范俊
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.)
Jiangsu Huayi Machinery Co ltd
Original Assignee
Jiangsu Huayi Machinery Co ltd
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 Jiangsu Huayi Machinery Co ltd filed Critical Jiangsu Huayi Machinery Co ltd
Priority to CN202011602166.2A priority Critical patent/CN112680917A/zh
Publication of CN112680917A publication Critical patent/CN112680917A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Treatment Of Fiber Materials (AREA)

Abstract

本发明提供了一种改善纺织双面磨毛机除尘效果的方法及系统,包括:获得待磨毛纺织面料信息;根据待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;获得第一纺织面料的第一成分列表信息直至第N纺织面料的第N成分列表信息;将第一成分列表信息直至第N成分列表信息输入至第一神经网络模型;获得第一神经网络模型的第一输出信息;获得第一排序指令;根据第一排序指令,将第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;根据目标吸附力值列表信息,获得第一除尘顺序;按照第一除尘顺序,通过除尘装置进行除尘处理,达到了准确的设定磨毛顺序,提高织物的生产效率,提高磨毛机的除尘效果的技术效果。

Description

一种改善纺织双面磨毛机除尘效果的方法及系统
技术领域
本发明涉及磨毛处理技术领域,尤其涉及一种改善纺织双面磨毛机除尘效果的方法及系统。
背景技术
磨毛是纺织业中的一种工艺,是布料通过磨毛机和金刚砂皮的磨擦作用,使织物表面形成了一层具有短绒毛层感觉,既保留原有特性又赋予织物新的风格,增加了保暖性和柔软性,质感丰盈,具有不掉色的特性,颜色历久弥新,适用于冬季保暖性产品以及贴身使用的产品。通过磨毛机可以实现织物的磨绒处理,并且在磨绒过程中,会产生飞絮,如果不能及时进行除尘清理,则会对设备产生一定程度的损害。
但本发明申请人发现现有技术至少存在如下技术问题:
现有技术中在磨毛处理时,由于设计不够精确,使得灰尘容易堆积,无法高效的把灰尘、飞絮进行收集,会对工作人员的身体健康产生影响,同时还会降低织物的生产效率,增加布料生产的成本。
发明内容
本发明实施例提供了一种改善纺织双面磨毛机除尘效果的方法及系统,解决了现有技术中在磨毛处理时无法高效的把灰尘、飞絮进行收集,会对工作人员的身体健康产生影响,同时还会降低织物的生产效率,增加布料生产的成本的技术问题,达到了准确的设定磨毛顺序,提高织物的生产效率,提高磨毛机的除尘效果的技术效果。
鉴于上述问题,提出了本申请实施例以便提供一种改善纺织双面磨毛机除尘效果的方法及系统。
第一方面,本发明提供了一种改善纺织双面磨毛机除尘效果的方法,所述方法应用于一纺织双面磨毛机除尘系统,且所述磨毛机除尘系统具有一除尘装置和一图像采集装置,其中,所述方法包括:获得待磨毛纺织面料信息;根据所述待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;获得所述第一纺织面料的第一成分列表信息直至所述第N纺织面料的第N成分列表信息;将所述第一成分列表信息直至所述第N成分列表信息输入至第一神经网络模型;获得所述第一神经网络模型的第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息,其中,所述第一吸附力值列表信息为所述第一纺织面料直至所述第N纺织面料中任意两种纺织面料之间的吸附力值的集合;获得第一排序指令;根据所述第一排序指令,将所述第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;根据所述目标吸附力值列表信息,获得第一除尘顺序;按照所述第一除尘顺序,通过所述除尘装置进行除尘处理。
第二方面,本发明提供了一种改善纺织双面磨毛机除尘效果的系统,所述系统包括:
第一获得单元,所述第一获得单元用于获得待磨毛纺织面料信息;
第二获得单元,所述第二获得单元用于根据所述待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;
第三获得单元,所述第三获得单元用于获得所述第一纺织面料的第一成分列表信息直至所述第N纺织面料的第N成分列表信息;
第一执行单元,所述第一执行单元用于将所述第一成分列表信息直至所述第N成分列表信息输入至第一神经网络模型;
第四获得单元,所述第四获得单元用于获得所述第一神经网络模型的第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息,其中,所述第一吸附力值列表信息为所述第一纺织面料直至所述第N纺织面料中任意两种纺织面料之间的吸附力值的集合;
第五获得单元,所述第五获得单元用于获得第一排序指令;
第六获得单元,所述第六获得单元用于根据所述第一排序指令,将所述第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;
第七获得单元,所述第七获得单元用于根据所述目标吸附力值列表信息,获得第一除尘顺序;
第一除尘单元,所述第一除尘单元用于按照所述第一除尘顺序,通过所述除尘装置进行除尘处理。
第三方面,本发明提供了一种改善纺织双面磨毛机除尘效果的系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述第一方面的方法的步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种改善纺织双面磨毛机除尘效果的方法及系统,所述方法应用于一纺织双面磨毛机除尘系统,且所述磨毛机除尘系统具有一除尘装置和一图像采集装置,其中,所述方法包括:获得待磨毛纺织面料信息;根据所述待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;获得所述第一纺织面料的第一成分列表信息直至所述第N纺织面料的第N成分列表信息;将所述第一成分列表信息直至所述第N成分列表信息输入至第一神经网络模型;获得所述第一神经网络模型的第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息,其中,所述第一吸附力值列表信息为所述第一纺织面料直至所述第N纺织面料中任意两种纺织面料之间的吸附力值的集合;获得第一排序指令;根据所述第一排序指令,将所述第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;根据所述目标吸附力值列表信息,获得第一除尘顺序;按照所述第一除尘顺序,通过所述除尘装置进行除尘处理,从而解决了现有技术中在磨毛处理时无法高效的把灰尘、飞絮进行收集,会对工作人员的身体健康产生影响,同时还会降低织物的生产效率,增加布料生产的成本的技术问题,达到了准确的设定磨毛顺序,提高织物的生产效率,提高磨毛机的除尘效果的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1为本发明实施例中一种改善纺织双面磨毛机除尘效果的方法的流程示意图;
图2为本发明实施例中一种改善纺织双面磨毛机除尘效果的系统的结构示意图;
图3为本发明实施例中另一种示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第一执行单元14,第四获得单元15,第五获得单元16,第六获得单元17,第七获得单元18,第一除尘单元19,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本发明实施例提供了一种改善纺织双面磨毛机除尘效果的方法及系统,用于解决现有技术中在磨毛处理时无法高效的把灰尘、飞絮进行收集,会对工作人员的身体健康产生影响,同时还会降低织物的生产效率,增加布料生产的成本的技术问题,达到了准确的设定磨毛顺序,提高织物的生产效率,提高磨毛机的除尘效果的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
磨毛是纺织业中的一种工艺,是布料通过磨毛机和金刚砂皮的磨擦作用,使织物表面形成了一层具有短绒毛层感觉,既保留原有特性又赋予织物新的风格,增加了保暖性和柔软性,质感丰盈,具有不掉色的特性,颜色历久弥新,适用于冬季保暖性产品以及贴身使用的产品。通过磨毛机可以实现织物的磨绒处理,并且在磨绒过程中,会产生飞絮,如果不能及时进行除尘清理,则会对设备产生一定程度的损害。
针对上述技术问题,本发明提供的技术方案总体思路如下:
本申请实施例提供了一种改善纺织双面磨毛机除尘效果的方法,所述方法应用于一纺织双面磨毛机除尘系统,且所述磨毛机除尘系统具有一除尘装置和一图像采集装置,其中,所述方法包括:获得待磨毛纺织面料信息;根据所述待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;获得所述第一纺织面料的第一成分列表信息直至所述第N纺织面料的第N成分列表信息;将所述第一成分列表信息直至所述第N成分列表信息输入至第一神经网络模型;获得所述第一神经网络模型的第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息,其中,所述第一吸附力值列表信息为所述第一纺织面料直至所述第N纺织面料中任意两种纺织面料之间的吸附力值的集合;获得第一排序指令;根据所述第一排序指令,将所述第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;根据所述目标吸附力值列表信息,获得第一除尘顺序;按照所述第一除尘顺序,通过所述除尘装置进行除尘处理。
在介绍了本申请基本原理后,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
实施例一
图1为本发明实施例中一种改善纺织双面磨毛机除尘效果的方法的流程示意图。如图1所示,本发明实施例提供了一种改善纺织双面磨毛机除尘效果的方法,所述方法应用于一纺织双面磨毛机除尘系统,且所述磨毛机除尘系统具有一除尘装置和一图像采集装置,其中,所述方法包括:
步骤100:获得待磨毛纺织面料信息;
步骤200:根据所述待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;
具体而言,本实施例中的改善纺织双面磨毛机除尘效果的方法主要应用于一纺织双面磨毛机除尘系统,该纺织双面磨毛机除尘系统具有一除尘装置,通过该除尘装置可以对磨毛产生的灰尘、飞絮等杂质进行清理,同时该除尘系统还具有一图像采集装置,通过该图像采集装置可以对除尘过程中的相关信息进行采集,进而上传至除尘系统的处理器中,通过处理器可以对采集到的信息进行分析和判断。进一步的,获得待磨毛纺织面料信息,其中,待磨毛纺织面料为需要进行磨毛处理的织物信息,因此,待磨毛纺织面料信息中包括了需要进行磨毛处理的织物总量、纺织面料的颜色、图案等等,进而从待磨毛纺织面料信息中可以得到第一纺织面料、第二纺织面料直至第N纺织面料,第一纺织面料、第二纺织面料直至第N纺织面料的纺织面料类型各不相同,也就是说,待磨毛纺织面料信息中可能包括了不止一种类型的纺织面料,例如为棉织物、毛织物、丝织物、涤纶织物、涤粘、涤腈、涤棉、古香缎、尼龙和人造棉交织的尼富纺等。每一种类型的纺织面料在材质、成分组成等方面均存在一定程度的差异,故而在磨毛除尘时也会存在差异。
步骤300:获得所述第一纺织面料的第一成分列表信息直至所述第N纺织面料的第N成分列表信息;
具体而言,在得到第一纺织面料、第二纺织面料直至第N纺织面料之后,接着可获得不同纺织面料对应的成分信息,即就是获得第一纺织面料的第一成分列表信息、第二纺织面料的第二成分列表信息直至第N纺织面料的第N成分列表信息,不同的纺织面料其组成成分也不同,对应的成分含量也不同。此时的第一成分列表信息包含了第一纺织面料的所有组成成分以及对应的含量信息,第二成分列表信息包含了第二纺织面料的所有组成成分以及对应的含量信息,如此类推,第N成分列表信息包含了第N纺织面料的所有组成成分以及对应的含量信息。
步骤400:将所述第一成分列表信息直至所述第N成分列表信息输入至第一神经网络模型;
步骤500:获得所述第一神经网络模型的第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息,其中,所述第一吸附力值列表信息为所述第一纺织面料直至所述第N纺织面料中任意两种纺织面料之间的吸附力值的集合;
进一步的,为了获得准确的第一吸附力值列表信息,本申请实施例步骤400还包括:
步骤410:依次根据所述第一成分列表信息获得第一输入数据直至根据所述第N成分列表信息获得第N输入数据;
步骤420:将所述第一输入数据直至所述第N输入数据,输入至第一神经网络模型中,所述模型使用多组训练数据训练出来的,所述多组中的训练数据中的每一组训练数据包括:所述第一输入数据直至所述第N输入数据和标识第一吸附力值列表信息的标识信息;
步骤430:获得所述第一神经网络模型的所述第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息。
具体而言,在得到第一成分列表信息、第二成分列表信息直至第N成分列表信息之后,依次根据第一成分列表信息获得第一输入数据、根据第二成分列表信息获得第二输入数据,以此类推直至根据第N成分列表信息获得第N输入数据之后,接着可将第一输入数据、第二输入数据直至第N输入数据输入至第一神经网络模型,进而获得第一神经网络模型的第一输出信息,此时的第一输出信息包括第一吸附力值列表信息,并且第一吸附力值列表信息为第一纺织面料、第二第N纺织面料中任意两种纺织面料之间的吸附力值的集合,也就是说,第一吸附力值列表为不同的纺织面料相互之间的吸附力值的集合列表,在实际磨毛的过程中,不同面料之间会存在一定的静电作用而产生吸附力,同样的,不同面料所产生的飞絮之间也会存在一定的吸附性,如果在前处理了吸附力值较大的纺织面料,则可能会将静电、飞絮残留在磨毛机、除尘装置上,这样,当后续加工处理吸附力值较小的纺织面料时,则会由于吸附力的存在与在前处理的纺织面料残留物发生吸附,或者是受到在前纺织面料残留静电的营销,导致加工处理过程受到影响,进一步会对面料质量、生产效率产生影响。
进一步的,训练模型为机器学习模型中的神经网络模型,机器学习模型能通过大量数据不断的学习,进而不断地修正模型,最终获得满意的经验来处理其他数据。机器模型通过多组训练数据训练获得,神经网络模型通过训练数据训练的过程本质上为监督学习的过程。本申请实施例中的训练模型是通过多组训练数据利用机器学习训练得出的,多组中的训练数据中的每一组训练数据均包括第一输入数据直至第N输入数据和标识第一吸附力值列表信息的标识信息。
将第一吸附力值列表信息的标识信息作为监督数据。输入对应的训练数据中,分别对第一输入数据直至第N输入数据进行监督学习,确定训练模型的输出信息达到收敛状态。通过第一结果信息与训练模型的输出结果进行对比,当一致时,本组数据监督学习完成,进行下一组数据监督学习;当不一致时,则训练模型进行自我修正,直至其输出结果与标识的第一吸附力值列表信息一致,本组监督学习完成,进行下一组数据监督学习;通过大量数据的监督学习,使得机器学习模型的输出结果达到收敛状态,则监督学习完成。通过对训练模型进行监督学习的过程,使得训练模型输出的第一吸附力值列表更加准确,进一步达到了能够准确的得到第一吸附力值列表,以便于根据第一吸附力值列表进行除尘顺序的设定,提高工作效率的目的。
步骤600:获得第一排序指令;
步骤700:根据所述第一排序指令,将所述第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;
具体而言,在得到第一吸附力值列表之后,接着可生成第一排序指令,然后在第一排序指令的指令下,将第一吸附力值列表信息按照吸附力值的大小降序排列之后,从而生成目标吸附力值列表信息。
步骤800:根据所述目标吸附力值列表信息,获得第一除尘顺序;
步骤900:按照所述第一除尘顺序,通过所述除尘装置进行除尘处理。
具体而言,在得到目标吸附力值列表信息之后,接着可根据目标吸附力值列表信息,获得第一除尘顺序。具体的:在目标吸附力值列表中,可以获取到不同纺织面料之间的吸附力值大小,这样,在磨毛时将与其他纺织面料之间的吸附力大的纺织面料磨毛顺序和除尘顺序向后排列,最终,在得到第一除尘顺序之后,通过除尘装置即可依据除尘顺序实现除尘处理,从而解决了现有技术中在磨毛处理时无法高效的把灰尘、飞絮进行收集,会对工作人员的身体健康产生影响,同时还会降低织物的生产效率,增加布料生产的成本的技术问题,达到了准确的设定磨毛顺序,提高织物的生产效率,提高磨毛机的除尘效果的技术效果。
进一步的,为了达到提高除尘质量的效果,本申请实施例步骤900还包括:
步骤910:通过第一图像采集装置,获得所述除尘装置的第一图像信息;
步骤920:根据所述第一图像信息,获得所述除尘装置的第一静电吸附量;
步骤930:获得预设静电量阈值;
步骤940:判断所述第一静电吸附量是否超过所述预设静电量阈值;
步骤950:如果超过所述预设静电量阈值,则获得第一调整指令;
步骤960:根据所述第一调整指令,对所述除尘装置进行静电量清除。
具体而言,在实际除尘过程中,可以通过第一图像采集装置,采集得到除尘装置的第一图像信息,进而从第一图像信息中可以获得除尘装置的第一静电吸附量,第一静电吸附量即为在除尘过程中飞絮灰尘等与除尘装置之间所产生的实时静电量,进一步的,可以获取到预设静电量阈值,其中,预设静电量阈值为预先设定的除尘装置能够承受的最大静电量阈值范围,进而判断第一静电吸附量是否超过预设静电量阈值,如果超过预设静电量阈值,说明此时除尘装置上累积的静电量较高,如果继续进行除尘工作,则可能会对除尘效果产生影响,进而还会影响布料的质量。因此,需要生成第一调整指令,然后在第一调整指令的指令下,对除尘装置当前的第一静电吸附量进行静电量清除,以保证除尘装置的高效运转,保障布料的生产质量和加工效率。
进一步的,为了达到确定除尘位置的效果,本申请实施例步骤800还包括:
步骤810:根据所述第一除尘顺序,获得当前纺织面料,其中,所述当前纺织面料为待除尘纺织面料;
步骤820:获得所述当前纺织面料的目标成分列表信息;
步骤830:获得第一除尘参数信息;
步骤840:将所述目标成分列表信息、第一除尘参数信息输入至第二神经网络模型中,所述模型使用多组训练数据训练出来的,所述多组中的训练数据中的每一组训练数据包括:所述目标成分列表信息、第一除尘参数信息和标识第一灰尘出口图像模型的标识信息;
步骤850:获得所述第二神经网络模型的第二输出信息,其中,所述第二输出信息包括所述第一灰尘出口图像模型信息;
步骤860:根据所述第二输出信息,获得所述第一灰尘出口区域;
步骤870:根据所述第一灰尘出口区域,获得第一预设位置;
步骤880:根据所述第一预设位置,获得所述除尘装置的第一除尘位置,其中,所述第一除尘位置位于所述第一灰尘出口区域的下风口。
具体而言,根据第一除尘顺序,获得当前纺织面料,当前纺织面料为当前需要磨毛和除尘的纺织面料,进而对应的可以查询得到当前纺织面料的目标成分列表信息,然后获得第一除尘参数信息,第一除尘参数信息即为除尘装置在除尘时所设定的参数信息,进而将目标成分列表信息、第一除尘参数信息输入至第二神经网络模型中,并获得第二神经网络模型的第二输出信息,此时的第二输出信息包括第一灰尘出口图像模型信息,也就是得到面料飞絮灰尘往出飞洒的图像模型,进而从第一灰尘出口图像模型信息中可以确定得到第一灰尘出口区域,也就是存在灰尘飞絮的区域,相应的可以得到第一预设位置,根据第一预设位置设定除尘装置的第一除尘位置,并且此时的第一除尘位置位于第一灰尘出口区域的下风口,这样,可以保证最大化的、高效的进行灰尘飞絮的收集和清理,从而提高除尘效果。
进一步的,为了达到确定是否需要调整除尘位置的效果,本申请实施例步骤800还包括:
步骤890:在对所述当前纺织面料进行除尘的过程中,通过第二图像采集装置获得第一实时灰尘出口图像信息;
步骤8100:根据所述第一实时灰尘出口图像信息,判断所述第一灰尘出口图像模型信息是否发生变化;
步骤8110:如果发生变化,则获得第二调整指令;
步骤8120:根据所述第二调整指令,调整所述除尘装置的除尘位置。
具体而言,在对当前纺织面料进行除尘的过程中,通过第二图像采集装置可以实时采集飞絮出口的第一实时灰尘出口图像信息,第二图像采集装置可安装于除尘环境中能够监控灰尘生成出口的位置,然后将第一实时灰尘出口图像信息与第一灰尘出口图像模型信息进行对比,判断一灰尘出口图像模型信息是否发生变化,也就是说面料灰尘飞洒的图像信息是否发生变化,如果发生变化,则需要生成第二调整指令,然后根据第二调整指令,调整除尘装置的除尘位置,从而达到根据面料灰尘的产生情况实时调整除尘装置的位置,提高除尘效果,实现精准监控的目的。
进一步的,为了达到获得准确的过滤网尺寸信息的效果,本申请实施例步骤820还包括:
步骤821:通过第三图像采集装置,获得除尘环境的第二图像信息;
步骤822:根据所述第二图像信息,获得所述除尘环境的第一空气粉尘信息;
步骤822:根据所述第一空气粉尘信息、目标成分列表信息,获得所述除尘装置的过滤网尺寸信息;
步骤823:根据所述第二图像信息,获得所述除尘环境的第一湿度信息、第一风速信息之后,获得第一调整系数;
步骤824:根据所述第一调整系数,对所述过滤网尺寸信息进行调整。
具体而言,通过第三图像采集装置可以采集得到除尘环境的第二图像信息,其中,第三图像采集装置可根据实际情况安装于除尘环境中,以实现对于除尘环境的实时监测,进而从第二图像信息中能够获得除尘环境的第一空气粉尘信息,第一空气粉尘信息即为除尘环境中的粉尘分布情况,进而通过第一空气粉尘信息、目标成分列表信息,可以得到除尘装置的过滤网尺寸信息,也就是说,通过目标成分列表信息可以得到当前面料的灰尘飞絮信息,进而将第一空气粉尘信息与目标成分列表信息进行综合分析之后,得到除尘装置的过滤网尺寸信息。进一步的,从第二图像信息中,还能够获得除尘环境的第一湿度信息、第一风速信息之后,获得第一调整系数,进而根据第一调整系数,对过滤网尺寸信息进行调整,达到获得准确的过滤网尺寸信息的目的,提高除尘效果和质量。
为了基于区块链进行信息存储,本申请实施例300还包括:
步骤310:获得所述第一成分列表信息中的第一成分信息、第二成分信息直至第M成分信息;
步骤320:根据所述第一成分信息生成第一验证码,所述第一验证码与所述第一成分信息一一对应;
步骤330:根据所述第一成分信息和第一验证码生成第二验证码,以此类推,根据所述第M成分信息和第M-1验证码生成第M验证码;
步骤340:将所有成分信息和验证码复制存储在P台电子设备上,其中,P为大于1的自然数。
具体而言,为了保证成分信息存储的安全性,根据第一成分信息生成第一验证码,其中,第一验证码与第一成分信息是一一对应的;根据第二成分信息和第一验证码生成第二验证码…以此类推,将第一成分信息与第一验证码作为第一存储单位,将第二成分信息与第二验证码作为第二存储单位…以此类推,共获得M个存储单位。验证码信息作为主体标识信息,主体的标识信息用来与其他主体作出区别。当需要调用成分信息时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希技术对于每一存储单位进行串接,使得成分信息数据信息不易丢失和遭到破坏,通过基于区块链的数据信息处理技术,提升了成分信息存储的安全性、准确性,保证了由验证码调取成分信息的准确性,实现了保证成分信息存储的准确、不可篡改性。
为了基于区块链进行信息处理,本申请实施例步骤300还包括:
步骤350:将所述第M成分信息和第M-1验证码作为第M区块;
步骤360:获得所述第M区块记录时间,所述第M区块记录时间表示第M区块需要记录的时间;
步骤370:根据所述第M区块记录时间,获得所述P台设备中运力最快的第一设备;
步骤380:将第M区块的记录权发送给所述第一设备。
具体而言,对第M成分信息和第M-1验证码进行分块,生成多个区块,第M设备节点通过对区块进行共识后添加至区块链中。第M区块记录时间为设备节点基于获取到的第P验证码信息和第M成分信息,通过“共识机制”进行验证,验证通过后进行储存并添加到原有区块中所用的时间。运力最大表示为根据P个设备的计算能力,通过与或计算,计算出一个满足规则的随机数,即获得本次记录权限,也就是说,运力最大的设备,获得记录权限的几率越大。选取该运力最快的设备作为区块记录设备,提高了区块链中链上链下数据交互的实时性,保证了去中心化区块链系统的安全、有效和稳定运行,进而提高了区块链消息处理的效率,实现了提高成分信息存储和信息处理准确性、高效性的技术效果。
实施例二
基于与前述实施例中一种改善纺织双面磨毛机除尘效果的方法同样的发明构思,本发明还提供一种改善纺织双面磨毛机除尘效果的系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得待磨毛纺织面料信息;
第二获得单元12,所述第二获得单元12用于根据所述待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;
第三获得单元13,所述第三获得单元13用于获得所述第一纺织面料的第一成分列表信息直至所述第N纺织面料的第N成分列表信息;
第一执行单元14,所述第一执行单元14用于将所述第一成分列表信息直至所述第N成分列表信息输入至第一神经网络模型;
第四获得单元15,所述第四获得单元15用于获得所述第一神经网络模型的第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息,其中,所述第一吸附力值列表信息为所述第一纺织面料直至所述第N纺织面料中任意两种纺织面料之间的吸附力值的集合;
第五获得单元16,所述第五获得单元16用于获得第一排序指令;
第六获得单元17,所述第六获得单元17用于根据所述第一排序指令,将所述第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;
第七获得单元18,所述第七获得单元18用于根据所述目标吸附力值列表信息,获得第一除尘顺序;
第一除尘单元19,所述第一除尘单元19用于按照所述第一除尘顺序,通过所述除尘装置进行除尘处理。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于依次根据所述第一成分列表信息获得第一输入数据,直至根据所述第N成分列表信息获得第N输入数据;
第一输入单元,所述第一输入单元用于将所述第一输入数据直至所述第N输入数据,输入至第一神经网络模型中,所述模型使用多组训练数据训练出来的,所述多组中的训练数据中的每一组训练数据包括:所述第一输入数据直至所述第N输入数据和标识第一吸附力值列表信息的标识信息;
第九获得单元,所述第九获得单元用于获得所述第一神经网络模型的所述第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息。
进一步的,所述系统还包括:
第十获得单元,所述第十获得单元用于通过第一图像采集装置,获得所述除尘装置的第一图像信息;
第十一获得单元,所述第十一获得单元用于根据所述第一图像信息,获得所述除尘装置的第一静电吸附量;
第十二获得单元,所述第十二获得单元用于获得预设静电量阈值;
第一判断单元,所述第一判断单元用于判断所述第一静电吸附量是否超过所述预设静电量阈值;
第十三获得单元,所述第十三获得单元用于如果超过所述预设静电量阈值,则获得第一调整指令;
第二执行单元,所述第二执行单元用于根据所述第一调整指令,对所述除尘装置进行静电量清除。
进一步的,所述系统还包括:
第十四获得单元,所述第十四获得单元用于根据所述第一除尘顺序,获得当前纺织面料,其中,所述当前纺织面料为待除尘纺织面料;
第十五获得单元,所述第十五获得单元用于获得所述当前纺织面料的目标成分列表信息;
第十六获得单元,所述第十六获得单元用于获得第一除尘参数信息;
第二输入单元,所述第二输入单元用于将所述目标成分列表信息、第一除尘参数信息输入至第二神经网络模型中,所述模型使用多组训练数据训练出来的,所述多组中的训练数据中的每一组训练数据包括:所述目标成分列表信息、第一除尘参数信息和标识第一灰尘出口图像模型的标识信息;
第十七获得单元,所述第十七获得单元用于获得所述第二神经网络模型的第二输出信息,其中,所述第二输出信息包括所述第一灰尘出口图像模型信息;
第十八获得单元,所述第十八获得单元用于根据所述第二输出信息,获得所述第一灰尘出口区域;
第十九获得单元,所述第十九获得单元用于根据所述第一灰尘出口区域,获得第一预设位置;
第二十获得单元,所述第二十获得单元用于根据所述第一预设位置,获得所述除尘装置的第一除尘位置,其中,所述第一除尘位置位于所述第一灰尘出口区域的下风口。
进一步的,所述系统还包括:
第二十一获得单元,所述第二十一获得单元用于在对所述当前纺织面料进行除尘的过程中,通过第二图像采集装置获得第一实时灰尘出口图像信息;
第二判断单元,所述第二判断单元用于根据所述第一实时灰尘出口图像信息,判断所述第一灰尘出口图像模型信息是否发生变化;
第二十二获得单元,所述第二十二获得单元用于如果发生变化,则获得第二调整指令;
第一调整单元,所述第一调整单元用于根据所述第二调整指令,调整所述除尘装置的除尘位置。
进一步的,所述系统还包括:
第二十三获得单元,所述第二十三获得单元用于通过第三图像采集装置,获得除尘环境的第二图像信息;
第二十四获得单元,所述第二十四获得单元用于根据所述第二图像信息,获得所述除尘环境的第一空气粉尘信息;
第二十五获得单元,所述第二十五获得单元用于根据所述第一空气粉尘信息、目标成分列表信息,获得所述除尘装置的过滤网尺寸信息;
第二十六获得单元,所述第二十六获得单元用于根据所述第二图像信息,获得所述除尘环境的第一湿度信息、第一风速信息之后,获得第一调整系数;
第二调整单元,所述第二调整单元用于根据所述第一调整系数,对所述过滤网尺寸信息进行调整。
进一步的,所述系统还包括:
第二十七获得单元,所述第二十七获得单元用于获得所述第一成分列表信息中的第一成分信息、第二成分信息直至第M成分信息;
第一生成单元,所述第一生成单元用于根据所述第一成分信息生成第一验证码,所述第一验证码与所述第一成分信息一一对应;
第二生成单元,所述第二生成单元用于根据所述第一成分信息和第一验证码生成第二验证码,以此类推,根据所述第M成分信息和第M-1验证码生成第M验证码;
第一保存单元,所述第一保存单元用于将所有成分信息和验证码复制存储在P台电子设备上,其中,P为大于1的自然数。
前述图1实施例一中的一种改善纺织双面磨毛机除尘效果的方法的各种变化方式和具体实例同样适用于本实施例的一种改善纺织双面磨毛机除尘效果的系统,通过前述对一种改善纺织双面磨毛机除尘效果的方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种改善纺织双面磨毛机除尘效果的系统的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种改善纺织双面磨毛机除尘效果的方法同样的发明构思,本发明还提供一种示例性电子设备,如图3所示,包括存储器304、处理器302及存储在存储器304上并可在处理器302上运行的计算机程序,所述处理器302执行所述程序时实现前文所述一种改善纺织双面磨毛机除尘效果的方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种改善纺织双面磨毛机除尘效果的方法及系统,所述方法应用于一纺织双面磨毛机除尘系统,且所述磨毛机除尘系统具有一除尘装置和一图像采集装置,其中,所述方法包括:获得待磨毛纺织面料信息;根据所述待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;获得所述第一纺织面料的第一成分列表信息直至所述第N纺织面料的第N成分列表信息;将所述第一成分列表信息直至所述第N成分列表信息输入至第一神经网络模型;获得所述第一神经网络模型的第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息,其中,所述第一吸附力值列表信息为所述第一纺织面料直至所述第N纺织面料中任意两种纺织面料之间的吸附力值的集合;获得第一排序指令;根据所述第一排序指令,将所述第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;根据所述目标吸附力值列表信息,获得第一除尘顺序;按照所述第一除尘顺序,通过所述除尘装置进行除尘处理,从而解决了现有技术中在磨毛处理时无法高效的把灰尘、飞絮进行收集,会对工作人员的身体健康产生影响,同时还会降低织物的生产效率,增加布料生产的成本的技术问题,达到了准确的设定磨毛顺序,提高织物的生产效率,提高磨毛机的除尘效果的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种改善纺织双面磨毛机除尘效果的方法,所述方法应用于一纺织双面磨毛机除尘系统,且所述磨毛机除尘系统具有一除尘装置和一图像采集装置,其中,所述方法包括:
获得待磨毛纺织面料信息;
根据所述待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;
获得所述第一纺织面料的第一成分列表信息直至所述第N纺织面料的第N成分列表信息;
将所述第一成分列表信息直至所述第N成分列表信息输入至第一神经网络模型;
获得所述第一神经网络模型的第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息,其中,所述第一吸附力值列表信息为所述第一纺织面料直至所述第N纺织面料中任意两种纺织面料之间的吸附力值的集合;
获得第一排序指令;
根据所述第一排序指令,将所述第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;
根据所述目标吸附力值列表信息,获得第一除尘顺序;
按照所述第一除尘顺序,通过所述除尘装置进行除尘处理。
2.如权利要求1所述的方法,其中,所述方法包括:
依次根据所述第一成分列表信息获得第一输入数据,直至根据所述第N成分列表信息获得第N输入数据;
将所述第一输入数据直至所述第N输入数据,输入至第一神经网络模型中,所述模型使用多组训练数据训练出来的,所述多组中的训练数据中的每一组训练数据包括:所述第一输入数据直至所述第N输入数据和标识第一吸附力值列表信息的标识信息;
获得所述第一神经网络模型的所述第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息。
3.如权利要求1所述的方法,其中,所述按照所述第一除尘顺序,通过所述除尘装置进行除尘处理,所述方法还包括:
通过第一图像采集装置,获得所述除尘装置的第一图像信息;
根据所述第一图像信息,获得所述除尘装置的第一静电吸附量;
获得预设静电量阈值;
判断所述第一静电吸附量是否超过所述预设静电量阈值;
如果超过所述预设静电量阈值,则获得第一调整指令;
根据所述第一调整指令,对所述除尘装置进行静电量清除。
4.如权利要求1所述的方法,其中,所述根据所述目标吸附力值列表信息,获得第一除尘顺序之后,所述方法还包括:
根据所述第一除尘顺序,获得当前纺织面料,其中,所述当前纺织面料为待除尘纺织面料;
获得所述当前纺织面料的目标成分列表信息;
获得第一除尘参数信息;
将所述目标成分列表信息、第一除尘参数信息输入至第二神经网络模型中,所述模型使用多组训练数据训练出来的,所述多组中的训练数据中的每一组训练数据包括:所述目标成分列表信息、第一除尘参数信息和标识第一灰尘出口图像模型的标识信息;
获得所述第二神经网络模型的第二输出信息,其中,所述第二输出信息包括所述第一灰尘出口图像模型信息;
根据所述第二输出信息,获得所述第一灰尘出口区域;
根据所述第一灰尘出口区域,获得第一预设位置;
根据所述第一预设位置,获得所述除尘装置的第一除尘位置,其中,所述第一除尘位置位于所述第一灰尘出口区域的下风口。
5.如权利要求4所述的方法,其中,所述方法还包括:
在对所述当前纺织面料进行除尘的过程中,通过第二图像采集装置获得第一实时灰尘出口图像信息;
根据所述第一实时灰尘出口图像信息,判断所述第一灰尘出口图像模型信息是否发生变化;
如果发生变化,则获得第二调整指令;
根据所述第二调整指令,调整所述除尘装置的除尘位置。
6.如权利要求4所述的方法,其中,所述按照所述第一除尘顺序,通过所述除尘装置进行除尘处理,所述方法还包括:
通过第三图像采集装置,获得除尘环境的第二图像信息;
根据所述第二图像信息,获得所述除尘环境的第一空气粉尘信息;
根据所述第一空气粉尘信息、目标成分列表信息,获得所述除尘装置的过滤网尺寸信息;
根据所述第二图像信息,获得所述除尘环境的第一湿度信息、第一风速信息之后,获得第一调整系数;
根据所述第一调整系数,对所述过滤网尺寸信息进行调整。
7.如权利要求1所述的方法,其中,所述方法还包括:
获得所述第一成分列表信息中的第一成分信息、第二成分信息直至第M成分信息;
根据所述第一成分信息生成第一验证码,所述第一验证码与所述第一成分信息一一对应;
根据所述第一成分信息和第一验证码生成第二验证码,以此类推,根据所述第M成分信息和第M-1验证码生成第M验证码;
将所有成分信息和验证码复制存储在P台电子设备上,其中,P为大于1的自然数。
8.一种改善纺织双面磨毛机除尘效果的系统,其特征在于,所述系统包括:
第一获得单元,所述第一获得单元用于获得待磨毛纺织面料信息;
第二获得单元,所述第二获得单元用于根据所述待磨毛纺织面料信息,获得第一纺织面料直至第N纺织面料;
第三获得单元,所述第三获得单元用于获得所述第一纺织面料的第一成分列表信息直至所述第N纺织面料的第N成分列表信息;
第一执行单元,所述第一执行单元用于将所述第一成分列表信息直至所述第N成分列表信息输入至第一神经网络模型;
第四获得单元,所述第四获得单元用于获得所述第一神经网络模型的第一输出信息,其中,所述第一输出信息包括第一吸附力值列表信息,其中,所述第一吸附力值列表信息为所述第一纺织面料直至所述第N纺织面料中任意两种纺织面料之间的吸附力值的集合;
第五获得单元,所述第五获得单元用于获得第一排序指令;
第六获得单元,所述第六获得单元用于根据所述第一排序指令,将所述第一吸附力值列表信息按照吸附力值的大小降序排列之后,获得目标吸附力值列表信息;
第七获得单元,所述第七获得单元用于根据所述目标吸附力值列表信息,获得第一除尘顺序;
第一除尘单元,所述第一除尘单元用于按照所述第一除尘顺序,通过所述除尘装置进行除尘处理。
9.一种改善纺织双面磨毛机除尘效果的系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
CN202011602166.2A 2020-12-30 2020-12-30 一种改善纺织双面磨毛机除尘效果的方法及系统 Pending CN112680917A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011602166.2A CN112680917A (zh) 2020-12-30 2020-12-30 一种改善纺织双面磨毛机除尘效果的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011602166.2A CN112680917A (zh) 2020-12-30 2020-12-30 一种改善纺织双面磨毛机除尘效果的方法及系统

Publications (1)

Publication Number Publication Date
CN112680917A true CN112680917A (zh) 2021-04-20

Family

ID=75454469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011602166.2A Pending CN112680917A (zh) 2020-12-30 2020-12-30 一种改善纺织双面磨毛机除尘效果的方法及系统

Country Status (1)

Country Link
CN (1) CN112680917A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113989218A (zh) * 2021-10-26 2022-01-28 东莞高绮印刷有限公司 基于参数预测模型的双重静电除尘方法和装置
CN114798596A (zh) * 2022-03-23 2022-07-29 江苏华一机械有限公司 一种改善纺织双面磨毛机除尘效果的方法及系统
CN115679586A (zh) * 2022-11-10 2023-02-03 江苏华一机械有限公司 一种磨毛机用储存工作台

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205676663U (zh) * 2016-05-17 2016-11-09 佛山市佑隆印染有限公司 一种碳纤维磨毛机
CN108914470A (zh) * 2018-09-17 2018-11-30 浙江红绿蓝纺织印染有限公司 一种具有除尘效果的纺织磨毛装置
CN208829952U (zh) * 2018-09-17 2019-05-07 浙江红绿蓝纺织印染有限公司 一种具有除尘效果的纺织磨毛装置
CN110404688A (zh) * 2019-07-12 2019-11-05 塔里木大学 一种融合静电与风力的机采棉清杂信息处理方法和装置
CN210596655U (zh) * 2019-05-29 2020-05-22 江苏华一机械有限公司 一种碳纤维磨毛机除尘装置
CN210596654U (zh) * 2019-05-28 2020-05-22 江苏华一机械有限公司 一种具有除尘效果的纺织双面磨毛装置
CN111216520A (zh) * 2020-01-10 2020-06-02 博雅慧聚科技发展有限公司 一种基于车载移动式的环境空气净化方法和装置
CN111964209A (zh) * 2020-07-16 2020-11-20 厦门理工学院 一种智能空气净化方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205676663U (zh) * 2016-05-17 2016-11-09 佛山市佑隆印染有限公司 一种碳纤维磨毛机
CN108914470A (zh) * 2018-09-17 2018-11-30 浙江红绿蓝纺织印染有限公司 一种具有除尘效果的纺织磨毛装置
CN208829952U (zh) * 2018-09-17 2019-05-07 浙江红绿蓝纺织印染有限公司 一种具有除尘效果的纺织磨毛装置
CN210596654U (zh) * 2019-05-28 2020-05-22 江苏华一机械有限公司 一种具有除尘效果的纺织双面磨毛装置
CN210596655U (zh) * 2019-05-29 2020-05-22 江苏华一机械有限公司 一种碳纤维磨毛机除尘装置
CN110404688A (zh) * 2019-07-12 2019-11-05 塔里木大学 一种融合静电与风力的机采棉清杂信息处理方法和装置
CN111216520A (zh) * 2020-01-10 2020-06-02 博雅慧聚科技发展有限公司 一种基于车载移动式的环境空气净化方法和装置
CN111964209A (zh) * 2020-07-16 2020-11-20 厦门理工学院 一种智能空气净化方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113989218A (zh) * 2021-10-26 2022-01-28 东莞高绮印刷有限公司 基于参数预测模型的双重静电除尘方法和装置
CN113989218B (zh) * 2021-10-26 2022-05-20 东莞高绮印刷有限公司 基于参数预测模型的双重静电除尘方法和装置
CN114798596A (zh) * 2022-03-23 2022-07-29 江苏华一机械有限公司 一种改善纺织双面磨毛机除尘效果的方法及系统
CN115679586A (zh) * 2022-11-10 2023-02-03 江苏华一机械有限公司 一种磨毛机用储存工作台

Similar Documents

Publication Publication Date Title
CN112680917A (zh) 一种改善纺织双面磨毛机除尘效果的方法及系统
CN110404688B (zh) 一种融合静电与风力的机采棉清杂信息处理方法和装置
CN104090189B (zh) 一种设备工作状态检测方法和设备工作状态检测装置
CN101739570B (zh) 棉花异性纤维在线分类方法和系统
CN107838917A (zh) 机器人模拟装置
CN109976989A (zh) 跨节点应用性能监测方法、装置及高性能计算系统
DE102019001760A1 (de) Informationsverarbeitungsgerät, maschinelle lernvorrichtungund system
Liang et al. Bidirectional optimization of the melting spinning process
CN108320112B (zh) 一种确定设备健康状态的方法及装置
CN112680918B (zh) 一种基于组合式碳纤维磨毛机的磨毛处理方法及系统
Jeong et al. Development of an automatic sorting system for fresh ginsengs by image processing techniques
JP4385263B2 (ja) ジョブスケジューリング装置およびジョブスケジューリング方法
Cloppenburg et al. Industry 4.0–How will the nonwoven production of tomorrow look like?
CN108376140A (zh) 基于模糊匹配的政务数据梳理方法及装置
CN113778690B (zh) 一种任务分配方法、装置、设备及存储介质
CN106868261B (zh) 一种消除连续退火线带钢表面刷辊印的控制方法及装置
CN111597499A (zh) 一种工业设备故障维修方案生成方法及系统
CN111624977A (zh) 一种电容触摸屏设备的机械控制装置及方法
DE102020203929A1 (de) Fehlwertanrechnungs-vorrichtung, fehlwertanrechnungsverfahrenund fehlwertanrechnungs-programm
Frick et al. Active Learning for Imbalanced Civil Infrastructure Data
Kasemset Application of adaptive particle swarm optimization to bi-level job-shop scheduling problem
Anisa et al. Deep Learning Implementation for Rami Fiber Image Classification Using Convolutional Neural Network Algorithm
CN114798596B (zh) 一种改善纺织双面磨毛机除尘效果的方法及系统
CN103440537A (zh) 基于样本相似性排序建模实时评估系统状态的方法
Stankovic et al. Parametric variations in dynamic models of induction machine clusters

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210420

RJ01 Rejection of invention patent application after publication