CN112853559A - 一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法 - Google Patents
一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法 Download PDFInfo
- Publication number
- CN112853559A CN112853559A CN202011625853.6A CN202011625853A CN112853559A CN 112853559 A CN112853559 A CN 112853559A CN 202011625853 A CN202011625853 A CN 202011625853A CN 112853559 A CN112853559 A CN 112853559A
- Authority
- CN
- China
- Prior art keywords
- module
- cpps
- unit
- quality
- reward
- 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
- 238000000034 method Methods 0.000 title claims abstract description 90
- 230000008569 process Effects 0.000 title claims abstract description 65
- 238000007378 ring spinning Methods 0.000 title claims abstract description 27
- 238000003908 quality control method Methods 0.000 claims abstract description 102
- 230000009471 action Effects 0.000 claims abstract description 44
- 230000033228 biological regulation Effects 0.000 claims description 19
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 6
- 238000009960 carding Methods 0.000 claims description 5
- 238000009987 spinning Methods 0.000 claims description 5
- 230000000452 restraining effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 37
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000011217 control strategy Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000002401 inhibitory effect Effects 0.000 description 3
- 229920000742 Cotton Polymers 0.000 description 2
- 206010020112 Hirsutism Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- D01H13/26—Arrangements facilitating the inspection or testing of yarns or the like in connection with spinning or twisting
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Textile Engineering (AREA)
- Spinning Or Twisting Of Yarns (AREA)
Abstract
本发明公开一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法，系统包括：依次连接的若干个CPPS单元；每个所述CPPS单元均连接有质量控制系统，每个所述质量控制系统包括质量控制模块、状态获取模块、动作调整模块、奖励模块；所述状态获取模块、所述奖励模块、所述动作调整模块分别与所述质量控制模块连接，所述状态获取模块、所述动作调整模块分别与所述CPPS单元连接，所述奖励模块与所述状态获取模块连接；第i个所述CPPS单元的质量控制模块与第i‑1个CPPS单元的质量控制模块连接，其中，i>1。本发明能够有效抑制本工序的纱线质量对后续工序的影响，并补偿前序工序的纱线质量偏差，提高了环锭纺纱的质量。
Description
技术领域
本发明涉及纺纱质量控制技术领域，特别是涉及一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法。
背景技术
纱线生产是一个高速、连续、动态的过程，纱线质量控制是环锭纺纱生产的重要环节，前道工序单元质量直接影响后道工序单元的质量以及最终成纱的质量，甚至会影响到面料的使用性能。随着环锭纺纱生产向智能化、优质化和个性化方向发展，纱线质量控制的要求越来越高。环锭纺纱CPPS中，纱线质量的控制不再是在不同的计量部门中进行，而是实时在环锭纺纱生产线的各个工序上进行。在环锭纺纱CPPS纱线质量控制上，虽然积累了大量的数据，包括工艺设计数据、设备数据，产品质量数据等作为基础，但也面临着以下挑战，环锭纺纱CPPS各工序单元对纱线质量控制点以及质量特征不尽相同，且前后工序间质量耦合关系难以表达，因此，提供一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法，在抑制本单元的纱线质量对后续单元的影响的同时，补偿前序单元的纱线质量偏差，显得尤为重要。
发明内容
本发明的目的是提供一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法，以解决现有技术中存在的技术问题，能够有效抑制本工序的纱线质量对后续工序的影响，并补偿前序工序的纱线质量偏差，提高了环锭纺纱的质量。
为实现上述目的，本发明提供了如下方案：本发明提供一种基于环锭纺纱线质量的工序约束嵌套控制系统，包括：依次连接的若干个CPPS单元；每个所述CPPS单元均连接有质量控制系统，每个所述质量控制系统包括质量控制模块、状态获取模块、动作调整模块、奖励模块；所述状态获取模块、所述奖励模块、所述动作调整模块分别与所述质量控制模块连接，所述状态获取模块、所述动作调整模块分别与所述CPPS单元连接，所述奖励模块与所述状态获取模块连接；第i个所述CPPS单元的质量控制模块与第i-1个CPPS单元的质量控制模块连接，其中，i>1；
所述状态获取模块用于获取各个所述CPPS单元中纱线的质量特征和所述CPPS单元对应工序的离线知识；
所述奖励模块用于在所述动作调整模块进行调节后，从所述状态获取模块中获取质量特征的反馈，得到奖励信息，将奖励信息输入至所述质量控制模块；
所述质量控制模块基于所述CPPS单元的质量特征的观测值、所述CPPS单元对应工序的离线知识、奖励信息、与所述CPPS单元相邻的前序CPPS单元的质量特征的状态值函数生成调控指令；
所述动作调整模块用于根据所述质量控制模块发送的调控指令，对所述CPPS单元中各质量控制点的值进行调节。
优选地，若干个所述CPPS单元分别为开清棉单元、梳棉单元、精梳单元、并条单元、粗纱单元、细纱单元和络筒单元。
优选地，所述奖励模块中，奖励信息的获取通过奖励函数得到；所述奖励函数由抑制对后续CPPS单元影响的奖励函数、补偿前序CPPS单元质量偏差的奖励函数求和得到。
优选地，所述质量控制模块基于Actor-Critic网络生成调控指令。
优选地，所述质量控制模块包括Actor模块、Critic模块、误差模块；所述Critic模块通过所述误差模块与所述Actor模块连接；
所述Critic模块与所述状态获取模块、所述奖励模块连接，第i个CPPS单元的Critic模块还与第i-1个CPPS单元的Critic模块连接，i>1；
所述Actor模块与所述状态获取模块、所述动作调整模块连接。
优选地，所述Actor模块和Critic模块均采用BP神经网络结构进行构建。
优选地，所述Actor模块中BP神经网络采用多输入多输出结构，输出节点的个数与所述CPPS单元中质量控制点的个数相同；所述Critic模块中BP神经网络采用多输入单输出结构，输出为所述CPPS单元的状态值函数。
本发明还提供一种基于环锭纺纱线质量的工序约束嵌套控制方法，包括如下步骤：
S1、通过所述状态获取模块获取所述CPPS单元中纱线的质量特征、离线知识；
S2、通过所述奖励模块，基于所述CPPS单元中纱线的质量特征，获得奖励信息；
S3、通过所述质量控制模块生成所述CPPS单元中各质量控制点的调控值；
S4、基于所述调控指令，通过所述动作调整模块对所述CPPS单元中各质量控制点的值进行调节。
优选地，所述步骤S3中，所述质量控制模块基于所述CPPS单元的质量特征的观测值、所述CPPS单元对应工序的离线知识、奖励信息、与所述CPPS单元相邻的前序CPPS单元的状态值函数生成调控指令。
本发明公开了以下技术效果：
本发明提供一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法，通过实时获取在线质量特征和离线知识，并通过奖励模块将前序工序的质量特征进行综合考量，从而能够得到对各CPPS单元中质量控制点的最佳调控策略，通过所得到的最佳调控策略对质量控制点的值进行调节，不仅能够抑制本工序的纱线质量对后续工序的影响，还能够补偿前序工序的纱线质量偏差，从而有效提高环锭纺纱的质量。
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为本实施例中基于环锭纺纱线质量的工序约束嵌套控制系统结构示意图；
图2为本实施例中基于环锭纺纱线质量的工序约束嵌套控制方法流程图。
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做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。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1所示，本实施例提供一种基于环锭纺纱线质量的工序约束嵌套控制系统，包括：依次连接的若干个CPPS(Cyber Physical Production System)单元；每个所述CPPS单元均连接有质量控制系统，每个所述质量控制系统包括质量控制模块、状态获取模块、动作调整模块、奖励模块；所述状态获取模块、所述奖励模块、所述动作调整模块分别与所述质量控制模块连接，所述状态获取模块、所述动作调整模块分别与所述CPPS单元连接，所述奖励模块与所述状态获取模块连接；第i个所述CPPS单元的质量控制模块与第i-1个CPPS单元的质量控制模块连接，其中，i>1。
每个所述CPPS单元对应环锭纺纱过程中的一个工序，若干个所述CPPS单元分别为开清棉单元、梳棉单元、精梳单元、并条单元、粗纱单元、细纱单元和络筒单元；若干个所述CPPS单元表示为：
S＝{u1；u2；···，ui，···，un}
式中，S表示环锭纺纱CPPS，ui表示第i个CPPS单元，n为CPPS单元的个数。
所述状态获取模块用于获取各个所述CPPS单元中纱线的质量特征和所述CPPS单元对应工序的离线知识；
对于环锭纺纱CPPS质量控制，状态是纱线的质量特征，如纱线的强力、条干不匀、毛羽等。在环锭纺纱CPPS中，纱线是由若干个不同的CPPS单元加工而成的，每个CPPS单元都有不同的质量特征来表示该CPPS单元纱线质量的优劣。
对于某个CPPS单元而言，其质量控制点会根据质量特征值在一定范围内调节，即：
但在实际生产，如机台的故障、温湿度的变化等使得控制点作用在CPPS单元后，其在制品质量有不同程度的衰减，如强力减小、毛羽增多、条干不匀变大等，即质量控制点
作用在环锭纺纱CPPS单元上实际只有
产生效果。当
溢出控制点调节的范围或者有明显趋势要溢出时，会影响到后续CPPS单元的生产，甚至会导致最后的纱线质量出现问题。因此对多工序递阶的环锭纺纱物理生产系统，采用多载荷衰减因子对各质量控制点进行补偿，以抑制后续制造中纱线质量可能出现的较大波动。
质量特征具有不同的物理意义，会影响学习效率，为此，采用归一化方法处理各物理量，将状态的所有维度都归一到相同的范围。
t时刻，第i个CPPS单元的纱线质量特征，即其状态表示为：
其中，
表示第i个CPPS单元的第l个质量特征，i ∈[1，n]，l ∈[1，li]，li表示第i个CPPS单元的质量特征的个数。
所述奖励模块用于在所述动作调整模块进行调节后，从所述状态获取模块中获取质量特征的反馈，得到奖励信息，将奖励信息输入至所述质量控制模块；环锭纺纱生产中，前道工序的质量直接影响后道工序的质量，两者之间是前序约束关系，如：粗纱工序中的捻度参数值的设置不仅直接影响粗纱的重量不匀率和条干不匀率等特征，还会影响细纱成纱的重量不匀率和条干不匀率特征。
其中，所述奖励模块中，奖励信息的获取通过奖励函数得到；奖励函数的具体设计方法为：
对每个CPPS单元而言，一方面要抑制本单元的纱线质量对后续单元的影响，另一方面要尽量补偿前序单元的纱线质量偏差。因此，本实施例中，奖励函数包括抑制对后续CPPS单元影响的奖励函数和补偿前序CPPS单元质量偏差的奖励函数；
抑制对后续CPPS单元影响的奖励函数如下式所示：
其中，βiji+1表示第i个CPPS单元的第j个质量控制点
对第i+1个CPPS单元的衰减因子；U(|at|)、L(|at|)分别表示一次动作中所有纱线动作at的上限值和下限值；a*表示动作的最优控制值，st、
分别表示t时刻纱线质量特征和纱线质量最优特征。
补偿前序CPPS单元质量偏差的奖励函数如下式所示：
其中，spt、
分别表示第i-1个CPPS单元的纱线质量特征和纱线质量最优特征；βi-1(jp)i表示第i-1个CPPS单元纱线质量控制点
对第i个CPPS单元的衰减因子，jp表示第i-1个CPPS单元的第j个质量控制点。其中，第i个CPPS单元中第j个质量控制点对第z(z>i)个CPPS单元纱线质量的衰减因子βijz的计算如下式所示：
其中，B对于特定的质量控制点为常数；
和
分别表示
可调节的最小值和最大值；
和
分别表示第i个CPPS单元的第j个质量控制点所对应的第l个质量特征的理论最优值和实际值。
因此，每个所述CPPS单元的加工质量控制奖励函数表示为：
r(spt，st，at)＝r1(st，at)+r2(spt，st，at)。
所述质量控制模块基于所述CPPS单元的质量特征的观测值、所述CPPS单元对应工序的离线知识、奖励信息、与所述CPPS单元相邻的前序CPPS单元的质量特征的状态值函数生成调控指令，所述调控指令即为所述CPPS单元中各质量控制点的调控值；例如，在梳棉单元中，调节质量控制点(例如温度，湿度，罗拉速度和总牵伸)的值，以减少质量波动对精梳单元的影响。同时，并条工序的自调匀整可以弥补梳棉工序、精梳工序造成的质量偏差，例如条干不均匀性。各单元的输入除了相同的质量控制点(环境与人员)外，还有各工序特有的质量控制点，输出为不同质量的纱线在制品或成品，对比各工序设定的质量标准，通过所述质量控制模块对本CPPS单元的质量特征进行调节。
其中，质量控制点表示为：
表示第i个CPPS单元的第j个质量控制点,i ∈[1，n]，j ∈[1，ni],ni表示第i个CPPS单元的质量控制点的个数，由此可知，环锭纺纱CPPS质量控制点的总数m为：
由环锭纺纱生产特点可知，每个质量控制点的控制值是随着质量波动而在一定的范围内调节，其中，每个质量控制点可调节的最小值为
可调节的最大值为
所述质量控制模块基于Actor-Critic网络构建环锭纺纱质量控制模型，将代理Agent、状态、环境、动作和奖励因素映射到环锭纺纱质量控制模型中，Agent是环锭纺纱各CPPS单元及系统的质量控制器，主要用于与纺纱质量相关要素的交互。Agent根据收到的奖励，制定策略来调节纱线质量控制点的控制值，同时评价纱线质量特征，并提供灵活的控制策略。环境为每个CPPS单元中与纱线质量相关的人、机、料、法、环要素的总和。所述质量控制模块包括Actor模块、Critic模块、误差模块；所述Actor模块、Critic模块通过所述误差模块连接；
所述Critic模块的输入端与所述状态获取模块、所述奖励模块连接，第i个CPPS单元的Critic模块的输入端还与第i-1个CPPS单元的输出端连接，i>1；所述Critic模块的输出端通过所述误差模块与所述Actor模块的输入端连接；所述Actor模块的输入端还与所述状态获取模块连接，所述Actor模块的输出端与所述动作调整模块连接。所述Critic模块基于前一个CPPS单元的状态值函数、本CPPS单元的状态值函数、误差来判断本CPPS单元中上一次动作的好坏；所述Actor模块根据本CPPS单元的状态值函数、误差生成纱线质量调控指令。
其中，Actor模块和Critic模块均采用BP神经网络结构进行构建。
Actor模块中BP神经网络采用多输入多输出结构，任意相邻两个CPPS单元中，后序单元的输入为该CPPS单元的离线知识和纱线质量特征观测值
输入端的节点数即为离线知识的维度与在线质量特征数li的和，输出为该CPPS单元纱线质量控制点的调控值
输出端的节点数即为质量控制点的个数ni，其中θi为Actor网络的学习参数。
Critic模块中BP神经网络采用多输入单输出结构，输入在Actor模块的输入的基础上加上前序CPPS单元纱线质量特征观测值的值函数v(spt；ωi-1)，输出为该CPPS单元的纱线质量特征观测值的值函数v(st；ωi)，输出端只有一个输出节点，其中ωi-1和ωi分别是前续CPPS单元(即第i-1个CPPS单元)和后续CPPS单元(即第i个CPPS单元)中Critic网络的学习参数。
其中，值函数的计算方法为：
t时刻，第i个CPPS单元生产的纱线质量特征为st，执行动作at后，第i个CPPS单元的纱线质量特征为st+1，同时接受奖励rt，其中，rt＝r(st；at)是关于纱线质量特征和质量控制动作的函数。此时，质量特征s的值函数表示在质量特征s下，调节质量控制动作a后能得到奖励的期望，具体如下式所示：
其中，E表示求期望，γ表示折扣因子，k表示时间段。
状态-动作值函数Q(s，a)表示在质量特征s下选择调节质量控制动作a的好坏程度，相比于状态值函数，状态-动作值函数考虑了执行动作a所带来的影响，即：
可见，无论状态值函数还是状态-动作值函数，都是累计奖励的期望。
所述误差模块基于TD(Temporal Difference，时序差分)误差方法进行误差计算。
每个AC中的Actor网络和Critic网络都采用TD误差方法学习策略函数和值函数；t时刻，当前的纱线加工质量特征st，采用如下公式计算TD误差δt：
δt＝rt+1+γv(st+1)-v(st)
式中，rt+1表示当前纱线质量特征st下，执行质量控制动作at后，到达下一个质量特征st+1时所得到的瞬时回报，γ为折扣因子。
因此，误差函数表示为
前序工序约束的嵌套控制模型中，同样利用纱线质量在线检测数据和离线知识相结合的方法确定生产单元的状态。当前CPPS单元的AC中策略函数和值函数分别用学习参数θi和ωi表示，βi1和βi2分别表示学习步长，学习参数的更新与前序CPPS单元密切相关，学习参数更新的方法如下：
Critic网络学习参数ωi的更新如下式所示：
其中，δt表示TD误差,
表示参数ωi梯度下降。
Actor网络学习参数θi的更新如下式所示：
其中，δt表示TD误差,
表示参数θi梯度下降,π表示策略函数。
所述动作调整模块用于根据所述质量控制模块发送的调控指令，对所述CPPS单元中各质量控制点的值进行调节。
动作是将状态空间映射到行动空间，并确定最佳调节策略。环锭纺纱CPPS的动作是根据当前纱线特征观测值合理调节质量控制点的值。如根据纱线强度波动，选择调节纱线的捻度、张力、或者细纱车的锭速等质量控制点。
t时刻，第i个CPPS单元根据所述质量控制模块发送的调控指令(即动作的策略)调节各质量控制点的值，即一次执行动作表示为：
其中，
表示第i个CPPS单元的第j个质量控制点，ni表示第i个CPPS单元的质量控制点的个数。
动作的策略分布直接影响到算法性能的好坏，本实施例中，策略分布选用正态分布，其概率密度函数为：
其中，μ(st)、σ2(st)分别表示动作的策略分布π的均值和标准差。
参照图2所示，本实施例提供一种基于环锭纺纱线质量的工序约束嵌套控制方法，包括如下步骤：
S1、通过所述状态获取模块获取所述CPPS单元中纱线的质量特征、离线知识；
S2、通过所述奖励模块，基于所述CPPS单元中纱线的质量特征，获得奖励信息；
S3、通过所述质量控制模块生成所述CPPS单元中各质量控制点的调控值；所述质量控制模块基于所述CPPS单元的质量特征的观测值、所述CPPS单元对应工序的离线知识、奖励信息、与所述CPPS单元相邻的前序CPPS单元的状态值函数生成调控指令，实现对环锭纺纱工序的约束嵌套控制；
S4、基于所述调控指令，通过所述动作调整模块对所述CPPS单元中各质量控制点的值进行调节。
本发明提供一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法，通过实时获取在线质量特征和离线知识，并通过奖励模块将前序工序的质量特征进行综合考量，从而能够得到对各CPPS单元中质量控制点的最佳调控策略，通过所得到的最佳调控策略对质量控制点的值进行调节，不仅能够抑制本工序的纱线质量对后续工序的影响，还能够补偿前序工序的纱线质量偏差，从而有效提高环锭纺纱的质量。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (9)
1.一种基于环锭纺纱线质量的工序约束嵌套控制系统，其特征在于，包括：依次连接的若干个CPPS单元；每个所述CPPS单元均连接有质量控制系统，每个所述质量控制系统包括质量控制模块、状态获取模块、动作调整模块、奖励模块；所述状态获取模块、所述奖励模块、所述动作调整模块分别与所述质量控制模块连接，所述状态获取模块、所述动作调整模块分别与所述CPPS单元连接，所述奖励模块与所述状态获取模块连接；第i个所述CPPS单元的质量控制模块与第i-1个CPPS单元的质量控制模块连接，其中，i>1；
所述状态获取模块用于获取各个所述CPPS单元中纱线的质量特征和所述CPPS单元对应工序的离线知识；
所述奖励模块用于在所述动作调整模块进行调节后，从所述状态获取模块中获取质量特征的反馈，得到奖励信息，将奖励信息输入至所述质量控制模块；
所述质量控制模块基于所述CPPS单元的质量特征的观测值、所述CPPS单元对应工序的离线知识、奖励信息、与所述CPPS单元相邻的前序CPPS单元的质量特征的状态值函数生成调控指令；
所述动作调整模块用于根据所述质量控制模块发送的调控指令，对所述CPPS单元中各质量控制点的值进行调节。
2.根据权利要求1所述的基于环锭纺纱线质量的工序约束嵌套控制系统，其特征在于，若干个所述CPPS单元分别为开清棉单元、梳棉单元、精梳单元、并条单元、粗纱单元、细纱单元和络筒单元。
3.根据权利要求1所述的基于环锭纺纱线质量的工序约束嵌套控制系统，其特征在于，所述奖励模块中，奖励信息的获取通过奖励函数得到；所述奖励函数由抑制对后续CPPS单元影响的奖励函数、补偿前序CPPS单元质量偏差的奖励函数求和得到。
4.根据权利要求1所述的基于环锭纺纱线质量的工序约束嵌套控制系统，其特征在于，所述质量控制模块基于Actor-Critic网络生成调控指令。
5.根据权利要求4所述的基于环锭纺纱线质量的工序约束嵌套控制系统，其特征在于，所述质量控制模块包括Actor模块、Critic模块、误差模块；所述Critic模块通过所述误差模块与所述Actor模块连接；
所述Critic模块与所述状态获取模块、所述奖励模块连接，第i个CPPS单元的Critic模块还与第i-1个CPPS单元的Critic模块连接，i>1；
所述Actor模块与所述状态获取模块、所述动作调整模块连接。
6.根据权利要求5所述的基于环锭纺纱线质量的工序约束嵌套控制系统，其特征在于，所述Actor模块和Critic模块均采用BP神经网络结构进行构建。
7.根据权利要求6所述的基于环锭纺纱线质量的工序约束嵌套控制系统，其特征在于，所述Actor模块中BP神经网络采用多输入多输出结构，输出节点的个数与所述CPPS单元中质量控制点的个数相同；所述Critic模块中BP神经网络采用多输入单输出结构，输出为所述CPPS单元的状态值函数。
8.根据权利要求1-7任一项所述的基于环锭纺纱线质量的工序约束嵌套控制方法，其特征在于，包括如下步骤：
S1、通过所述状态获取模块获取所述CPPS单元中纱线的质量特征、离线知识；
S2、通过所述奖励模块，基于所述CPPS单元中纱线的质量特征，获得奖励信息；
S3、通过所述质量控制模块生成所述CPPS单元中各质量控制点的调控值；
S4、基于所述调控指令，通过所述动作调整模块对所述CPPS单元中各质量控制点的值进行调节。
9.根据权利要求8所述的基于环锭纺纱线质量的工序约束嵌套控制方法，其特征在于，所述步骤S3中，所述质量控制模块基于所述CPPS单元的质量特征的观测值、所述CPPS单元对应工序的离线知识、奖励信息、与所述CPPS单元相邻的前序CPPS单元的状态值函数生成调控指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011625853.6A CN112853559B (zh) | 2020-12-31 | 2020-12-31 | 一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011625853.6A CN112853559B (zh) | 2020-12-31 | 2020-12-31 | 一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112853559A true CN112853559A (zh) | 2021-05-28 |
| CN112853559B CN112853559B (zh) | 2021-10-08 |
Family
ID=75999481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011625853.6A Expired - Fee Related CN112853559B (zh) | 2020-12-31 | 2020-12-31 | 一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112853559B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1884521A1 (en) * | 2006-07-31 | 2008-02-06 | Xigen S.A. | Fusion peptide for inhibiting interaction of neuronal NMDA receptor (NMDAR) and NMDAR interacting proteins |
| CN101768551A (zh) * | 2010-02-04 | 2010-07-07 | 南京工业大学 | 一种多级固定化酶膜反应装置及利用其制备酪蛋白磷酸肽的方法 |
| CN103599571A (zh) * | 2013-11-15 | 2014-02-26 | 无锡中科光远生物材料有限公司 | 一种可控制有机体中纤维状胶囊形成的方法 |
| CN105247135A (zh) * | 2013-03-26 | 2016-01-13 | 阿斯顿约翰逊公司 | 机械互锁的无纺工业织物 |
| CN105453930A (zh) * | 2015-12-06 | 2016-04-06 | 吴邦道 | 一种线上线下协同创作、生产的方法以及所需的辅助机制 |
| CN107566342A (zh) * | 2017-08-01 | 2018-01-09 | 东华大学 | 一种基于区块链技术的棉纺生产cps中m2m安全方法 |
| CN110022922A (zh) * | 2016-10-03 | 2019-07-16 | 乔吉·内瓦尔·莫尔·内托 | 递送咖啡衍生挥发物的装置、系统和方法 |
| CN111282029A (zh) * | 2020-02-05 | 2020-06-16 | 张国胜 | 一种外科手术流污清理装置 |
-
2020
- 2020-12-31 CN CN202011625853.6A patent/CN112853559B/zh not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1884521A1 (en) * | 2006-07-31 | 2008-02-06 | Xigen S.A. | Fusion peptide for inhibiting interaction of neuronal NMDA receptor (NMDAR) and NMDAR interacting proteins |
| CN101768551A (zh) * | 2010-02-04 | 2010-07-07 | 南京工业大学 | 一种多级固定化酶膜反应装置及利用其制备酪蛋白磷酸肽的方法 |
| CN105247135A (zh) * | 2013-03-26 | 2016-01-13 | 阿斯顿约翰逊公司 | 机械互锁的无纺工业织物 |
| CN103599571A (zh) * | 2013-11-15 | 2014-02-26 | 无锡中科光远生物材料有限公司 | 一种可控制有机体中纤维状胶囊形成的方法 |
| CN105453930A (zh) * | 2015-12-06 | 2016-04-06 | 吴邦道 | 一种线上线下协同创作、生产的方法以及所需的辅助机制 |
| CN110022922A (zh) * | 2016-10-03 | 2019-07-16 | 乔吉·内瓦尔·莫尔·内托 | 递送咖啡衍生挥发物的装置、系统和方法 |
| CN107566342A (zh) * | 2017-08-01 | 2018-01-09 | 东华大学 | 一种基于区块链技术的棉纺生产cps中m2m安全方法 |
| CN111282029A (zh) * | 2020-02-05 | 2020-06-16 | 张国胜 | 一种外科手术流污清理装置 |
Non-Patent Citations (5)
| Title |
|---|
| BAKAKEU, JUPITER等: "《Multi-Agent Reinforcement Learning for the Energy Optimization of Cyber-Physical Production Systems》", 《IEEE CANADIAN CONFERENCE ON ELECTRICAL AND COMPUTER ENGINEERING (CCECE)》 * |
| FAROOQ,B等: "《Flow-Shop Predictive Modeling for Multi-Automated Guided Vehicles Scheduling in Smart Spinning Cyber-Physical Production Systems》", 《ELECTRONICS》 * |
| YIN, SHIYONG等: "《Real-time task processing method based on edge computing for spinning CPS》", 《FRONTIERS OF MECHANICAL ENGINEERING 》 * |
| 殷士勇等: "《面向智能棉纺生产的CPS架构及其关键技术》", 《东华大学学报(自然科学版)》 * |
| 高强: "《染整CPPS中的Agent管理系统》", 《中国优秀硕士论文电子期刊 信息科技辑》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112853559B (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Beltran et al. | Predicting worsted spinning performance with an artificial neural network model | |
| CN107190375B (zh) | 一种基于牵伸区内纤维分布均衡的自调匀整方法 | |
| CH699626B1 (de) | Verfahren zur Steuerung einer Textilmaschine, Vorrichtung zur Durchführung des Verfahrens sowie Textilmaschine. | |
| CN111636124B (zh) | 一种智能并条管理系统 | |
| CN112853559B (zh) | 一种基于环锭纺纱线质量的工序约束嵌套控制系统及方法 | |
| CN112853560B (zh) | 一种基于环锭纺纱线质量的全局工序共享控制系统及方法 | |
| CN106056279A (zh) | 领袖生产编排方法及系统 | |
| CN109433830A (zh) | 一种冷轧板形闭环控制方法及系统 | |
| CN112831873B (zh) | 一种基于环锭纺纱线质量的独立工序单独控制系统及方法 | |
| CN113848706B (zh) | 一种丝线张力检测方法、控制方法及控制装置 | |
| CN111693122B (zh) | 织物克重在线测量方法 | |
| CN109513751A (zh) | 一种出口板形偏差的消除方法及系统 | |
| CN117000780A (zh) | 一种自适应冷轧带材多通道板形预报方法 | |
| Xakimovich | Design Of Standard Regulators For Multi-Link Control Objects | |
| Abd-Ellatif | Optimizing sliver quality using artificial neural networks in ring spinning | |
| US20020023316A1 (en) | Method of directly determining setting values for the application point of regulation in a regulating draw frame for fiber material | |
| DE102011052367A1 (de) | Streckwerk einer Textilmaschine sowie Verfahren zu dessen Betrieb | |
| CN113245373B (zh) | 一种热轧带钢活套张力自适应控制方法 | |
| US6457209B1 (en) | Method of directly determining setting values for the application point of regulation in a regulated draw frame | |
| Xiao et al. | Research on product development iterations based on feedback control theory in a dynamic environment | |
| CN102515503B (zh) | 一种通过实时修正拉丝流量来调整玻璃纤维线密度的方法和装置 | |
| CN113737364B (zh) | 一种用于圆织机的驱动器及其控制方法 | |
| CN109193809A (zh) | 一种基于灵敏度矩阵的电力系统有功安全校正优化方法 | |
| CN104878518A (zh) | 一种编织物的重量控制方法 | |
| JP3878086B2 (ja) | タンデム圧延機のバランス制御装置 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211008 |