CN114798596A - 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 PDFInfo
- Publication number
- CN114798596A CN114798596A CN202210287341.6A CN202210287341A CN114798596A CN 114798596 A CN114798596 A CN 114798596A CN 202210287341 A CN202210287341 A CN 202210287341A CN 114798596 A CN114798596 A CN 114798596A
- Authority
- CN
- China
- Prior art keywords
- dust
- electrostatic
- density
- initial
- adsorption force
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B6/00—Cleaning by electrostatic means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B13/00—Accessories or details of general applicability for machines or apparatus for cleaning
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06C—FINISHING, DRESSING, TENTERING OR STRETCHING TEXTILE FABRICS
- D06C11/00—Teasing, napping or otherwise roughening or raising pile of textile fabrics
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- 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,方法包括:获得第一待除尘产品信息包括第一材料类型信息和第一干燥度信息输入吸附力评估通道,获得第一材料吸附力;通过第一传感器对第一待除尘区域进行绒尘密度检测,获得第一绒尘密度;对静电除尘设备进行初始参数提取,获得第一初始参数集合构建参数优化模型;将第一材料吸附力和第一绒尘密度输入参数优化模型,获得第一参数优化结果;根据第一参数优化结果对静电除尘设备进行参数调整后,对第一待除尘区域进行除尘。
Description
技术领域
本发明涉及智能制造相关技术领域,具体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
通过对纱线等纺织品进行磨毛处理,可以使得纺织品具有更加蓬松且有绒度的产品,但是经过磨毛处理之后的纺织品表面多具有灰尘和附着的绒毛,对于产品净洁度会造成影响,且磨毛处理后的空间内也会漂浮绒毛和飞灰,导致磨毛处理的环境对工作人员的身体健康极为不利,所以需要对磨毛处理后的纺织品和磨毛处理的一定空间进行除尘处理,进而达到保障纺织品质量及工作人员身体健康的技术效果。
目前的磨毛处理如通过对磨毛后的纺织品加湿处理后实现对绒毛和飞尘的吸收;如通过风力吸尘等方式,主要存在以下问题,一者是吸尘仪器的操作仍然依赖于人工,智能化程度不高;二者是吸尘效果不好,如加湿吸尘需要干燥后处理,工序繁杂,如风力吸尘无法保证吸尘效果满足预期程度。
综上所述,现有技术中的磨毛机除尘方式由于依赖人工和除尘效果无法保障,导致存在智能化程度较低且除尘效果不稳定的技术问题。
发明内容
本申请实施例通过提供了一种改善纺织双面磨毛机除尘效果的方法及系统,解决了现有技术中的磨毛机除尘方式由于依赖人工和除尘效果无法保障,导致存在智能化程度较低且除尘效果不稳定的技术问题。
鉴于上述问题,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及系统。
第一方面,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,其中,所述方法应用于一静电除尘设备,所述方法包括:获得第一待除尘产品信息,其中,所述第一待除尘产品信息包括第一材料类型信息和第一干燥度信息;将所述第一材料类型信息和所述第一干燥度信息输入吸附力评估通道,获得第一材料吸附力,其中,所述第一材料吸附力和所述第一待除尘产品信息一一对应;通过第一传感器对第一待除尘区域进行绒尘密度检测,获得第一绒尘密度,其中,所述第一待除尘产品处于所述第一待除尘区域中;对静电除尘设备进行初始参数提取,获得第一初始参数集合;基于所述第一初始参数集合,构建参数优化模型,其中,所述参数优化模型为多通道耦合模型;将所述第一材料吸附力和所述第一绒尘密度输入所述参数优化模型,获得第一参数优化结果;根据所述第一参数优化结果对所述静电除尘设备进行参数调整后,对所述第一待除尘区域进行除尘。
另一方面,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系统,其中,所述系统包括:第一获得单元,用于获得第一待除尘产品信息,其中,所述第一待除尘产品信息包括第一材料类型信息和第一干燥度信息;第二获得单元,用于将所述第一材料类型信息和所述第一干燥度信息输入吸附力评估通道,获得第一材料吸附力,其中,所述第一材料吸附力和所述第一待除尘产品信息一一对应;第三获得单元,用于通过第一传感器对第一待除尘区域进行绒尘密度检测,获得第一绒尘密度,其中,所述第一待除尘产品处于所述第一待除尘区域中;第四获得单元,用于对静电除尘设备进行初始参数提取,获得第一初始参数集合;第五获得单元,用于基于所述第一初始参数集合,构建参数优化模型,其中,所述参数优化模型为多通道耦合模型;第六获得单元,用于将所述第一材料吸附力和所述第一绒尘密度输入所述参数优化模型,获得第一参数优化结果;第一执行单元,用于根据所述第一参数优化结果对所述静电除尘设备进行参数调整后,对所述第一待除尘区域进行除尘。
第三方面,本申请实施例提供了一种电子设备,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,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面任一项所述的方法。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过对已经磨毛处理后的待除尘产品的材料类型和产品干燥度信息进行采集,通过吸附力评估通道可以基于材料类型和产品干燥度对产品对绒毛和飞尘的吸附力进行评估;通过传感器对待除尘区域内的绒毛和飞尘密度分别进行检测,得到绒尘密度;确定静电除尘设备的设备参数,基于产品对绒毛和飞尘的吸附力以及绒尘密度使用参数优化模型评估得到静电除尘设备的设备参数具体值,设定后开始静电除尘的技术方案,实现了契合除尘场景的智能化除尘,达到了智能化且除尘效果良好稳定的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为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流程示意图;
图2为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中对工作参数额值监测预警的方法流程示意图;
图3为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系统结构示意图;
图4为本申请实施例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,第四获得单元14,第五获得单元15,第六获得单元16,第一执行单元17,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请实施例通过提供了一种改善纺织双面磨毛机除尘效果的方法及系统,解决了现有技术中的磨毛机除尘方式由于依赖人工和除尘效果无法保障,导致存在智能化程度较低且除尘效果不稳定的技术问题。实现了契合除尘场景的智能化除尘,达到了智能化且除尘效果良好稳定的技术效果。
申请概述
目前的磨毛处理如通过对磨毛后的纺织品加湿处理后实现对绒毛和飞尘的吸收;如通过风力吸尘等方式,主要存在以下问题,一者是吸尘仪器的操作仍然依赖于人工,智能化程度不高;二者是吸尘效果不好,如加湿吸尘需要干燥后处理,工序繁杂,如风力吸尘无法保证吸尘效果满足预期程度,所以现有技术中的磨毛机除尘方式由于依赖人工和除尘效果无法保障,导致存在智能化程度较低且除尘效果不稳定的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例通过提供了一种改善纺织双面磨毛机除尘效果的方法及系统,解决了现有技术中的磨毛机除尘方式由于依赖人工和除尘效果无法保障,导致存在智能化程度较低且除尘效果不稳定的技术问题。由于采用了通过对已经磨毛处理后的待除尘产品的材料类型和产品干燥度信息进行采集,通过吸附力评估通道可以基于材料类型和产品干燥度对产品对绒毛和飞尘的吸附力进行评估;通过传感器对待除尘区域内的绒毛和飞尘密度分别进行检测,得到绒尘密度;确定静电除尘设备的设备参数,基于产品对绒毛和飞尘的吸附力以及绒尘密度使用参数优化模型评估得到静电除尘设备的设备参数具体值,设定后开始静电除尘的技术方案,实现了契合除尘场景的智能化除尘,达到了智能化且除尘效果良好稳定的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,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,其中,所述方法应用于一静电除尘设备,所述方法包括:
S100:获得第一待除尘产品信息,其中,所述第一待除尘产品信息包括第一材料类型信息和第一干燥度信息;
具体而言,所述第一待除尘产品指的是经过磨毛加工处理后,表面附着有绒毛和灰尘需要进行清除的纺织品,包括但不限于棉布、涤棉、毛料、真丝、聚酯纤维、纱线等不同材质的面料,包括但不限于平纹、斜纹、贡缎、提花等多种组织的面料。
所述第一待除尘产品信息指的是第一待除尘产品的多项属性信息。
包括但不限于:所述第一材料类型信息,指的是待除尘产品的材料属性,示例性地:棉布、涤棉、毛料、真丝、聚酯纤维、纱线多种纺织材料,不同的材料类型产生的静电大小不同,进而导致对于第一待除尘产品表面的绒毛和灰尘吸附能力也不尽相同。
包括但不限于:所述第一干燥度信息,指的是第一待除尘产品表面的干燥度信息,其中,干燥度的确定方式优选的使用第一待除尘产品表面的温度和含水量进行表征,使用公式计算,其中,w表征在当前温度下的水分蒸发量,v表征当前温度下的含水量,K表征当前温度下的干燥度。
干燥度越大,第一待除尘产品表面越容易产生静电,即对第一待除尘产品表面的绒毛和灰尘吸附能力越强;干燥度越小则是含水量成为了对第一待除尘产品表面的吸附力的主要影响要素,优选的可以通过分析历史数据中的含水量和第一待除尘产品表面绒毛和灰尘的吸附密度之间的关系,得到一待除尘产品含水量和第一待除尘产品表面绒毛和灰尘的吸附密度的变化经验函数,进而确定吸附力。
通过对第一待除尘产品表面吸附力大小影响权重值较高的第一材料类型信息和第一干燥度信息进行采集,便于后步计算第一待除尘产品表面的吸附力,为静电除尘设备的参数设定提供反馈信息基础。
S200:将所述第一材料类型信息和所述第一干燥度信息输入吸附力评估通道,获得第一材料吸附力,其中,所述第一材料吸附力和所述第一待除尘产品信息一一对应;
具体而言,所述吸附力评估通道指的是基于历史数据构建第一材料类型信息和第一干燥度与第一待除尘产品表面吸附力之间的函数经验式,进而生成的评估第一待除尘产品表面吸附力的功能模块,优选的可以周期性采集历史数据对函数经验式进行调整,保障了评估得到的函数经验式输出结果的稳定性和准确性。
将第一待除尘产品和第一材料吸附力一一对应存储,优选为列表形式,得到多组不同类型的待除尘产品和其对应的材料吸附力列表信息,便于后步快速调用处理。
S300:通过第一传感器对第一待除尘区域进行绒尘密度检测,获得第一绒尘密度,其中,所述第一待除尘产品处于所述第一待除尘区域中;
具体而言,所述第一传感器指的是用于进行某种实体要素密度探测的传感器,示例性地:绒毛密度、飞尘密度、水分含量等;所述第一待除尘区域指的是预设的需要进行除尘处理的区域位置,第一待除尘产品包含于第一待除尘区域;所述第一绒尘密度指的是将通过第一传感器检测得到的第一待除尘区域中的绒毛密度和飞尘密度存储为两组数据,得到的结果。
进一步的,根据第一待除尘区域中不同位置处具有不同的绒毛密度和飞尘密度进行聚类,得到的多个聚类结果,聚类之内的绒毛密度和飞尘密度差值小于等于预设差值,聚类之间的绒毛密度和飞尘密度差值大于预设差值,其中,预设差值为自定义的聚类最低绒尘密度差值。由于绒毛密度和飞尘密度的不同就需要静电除尘设备具有不同的参数,通过聚类之后,使得第一待除尘区域中的绒毛密度和飞尘密度得以区域划分,进而针对性的设定设备参数,实现更加精细化的除尘,提高除尘效果和除尘手段的可控性。
S400:对静电除尘设备进行初始参数提取,获得第一初始参数集合;
具体而言,静电除尘原本是气体除尘的一种方式,基本原理是含尘气体经过高压静电场处理后,绒毛和飞尘带负电荷,趋向阳极表面放电而沉积,本申请将之用于对第一待除尘区域包括第一待除尘产品表面的除尘,通过赋予比第一待除尘产品表面的吸附力更强的静电力进而实现夺取第一待除尘产品表面的绒毛和灰尘。
所述静电除尘设备通过游走在第一待除尘区域之中,进而实现第一待除尘区域的除尘;所述第一初始参数集合指的是控制静电除尘设备工作的各项参数初始值集合,示例性地如:初始静电输出位置、初始静电输出功率和初始静电输出频率等。通过对静电除尘设备的参数初始值进行确定,从而可以依据第一待除尘区域内的实际工作情景,如第一材料吸附力和第一绒尘密度等对第一初始参数集合进行调整,得到契合第一待除尘区域的设备参数集合,进而保障除尘效果的稳定性。
S500:基于所述第一初始参数集合,构建参数优化模型,其中,所述参数优化模型为多通道耦合模型;
进一步的,基于所述第一初始参数集合,构建参数优化模型,步骤S500包括;
S510:根据所述初始静电输出位置,构建第一输出位置优化通道;
S520:根据所述初始静电输出功率,构建第一输出功率优化通道;
S530:根据所述初始静电输出频率,构建第一输出频率优化通道;
S540:将所述第一输出位置优化通道、所述第一输出功率优化通道和所述第一输出频率优化通道合并,获得所述参数优化模型。
具体而言,所述参数优化模型指的是基于多个决策树预测模型构建的对第一初始参数集合结合第一材料吸附力和第一绒尘密度进行优化的智能化模型,其中,参数优化模型为多通道耦合模型,通道的数量取决于第一初始参数集合的维度,示例性地如:第一初始参数集合包括初始静电输出位置、初始静电输出功率和初始静电输出频率,则得到第一输出位置优化通道、第一输出功率优化通道和第一输出频率优化通道三个优化通道,通过将多个类型的参数分布在不同的通道中进行优化,降低了计算压力,提高了计算效率。
S600:将所述第一材料吸附力和所述第一绒尘密度输入所述参数优化模型,获得第一参数优化结果;
S700:根据所述第一参数优化结果对所述静电除尘设备进行参数调整后,对所述第一待除尘区域进行除尘。
具体而言,所述第一参数优化结果指的是将第一材料吸附力和第一绒尘密度输入构建完成的参数优化模型,具体过程如下:
在第一输出位置优化通道中基于决策树预测模型,基于材料吸附力、绒尘密度、初始静电输出功率、初始静电输出频率确定时评估不同静电输出位置下除尘后的绒尘密度,选择满足预设绒尘密度的静电输出位置;进一步的,在第一输出功率优化通道中基于决策树预测模型,基于材料吸附力、绒尘密度、静电输出位置、初始静电输出频率确定时评估不同静电输出功率下除尘后的绒尘密度,选择满足预设绒尘密度的静电输出功率;更进一步的,在第一输出频率优化通道中基于决策树预测模型,基于材料吸附力、绒尘密度、静电输出位置、静电输出功率确定时评估不同静电输出频率下除尘后的绒尘密度,选择满足预设绒尘密度的静电输出频率。其中,预设绒尘密度为工作人员预设除尘后可允许的最高绒毛和飞尘密度,将确定的静电输出频率、静电输出功率、静电输出位置设为第一参数优化结果。需要说明的是三个通道输出的耦合顺序本申请仅举优选的一例,在此并不做限制。
通过第一参数优化结果即可较稳定的控制静电除尘设备对第一待除尘区域内的多个区域进行除尘操作,其中,前述第一待除尘区域通过第一绒尘密度进行聚类,不同聚类结果对应的位置通过参数优化模型评估有适应性的参数优化结果,保障了除尘过程的精细化准确控制,达到了提高除尘智能化和保障除尘效果的技术效果。
进一步的,基于所述将所述第一材料类型信息和所述第一干燥度信息输入吸附力评估通道,获得第一材料吸附力,步骤S200包括:
S210:根据所述吸附力评估通道,构建第一函数关系,其中,所述第一函数关系为表征所述第一材料类型信息和所述第一干燥度信息对绒毛吸附力的影响函数;
S220:根据所述吸附力评估通道,构建第二函数关系,其中,所述第二函数关系为表征所述第一材料类型信息和所述第一干燥度信息对灰尘吸附力的影响函数;
S230:根据所述第一函数关系和所述第二函数关系,获得所述第一材料吸附力。
具体而言,所述第一函数关系指的是基于材料类型、干燥度的历史数据确定的材料类型信息、干燥度信息对绒毛吸附力的影响经验函数;所述第二函数关系指的是基于材料类型、干燥度的历史数据确定的材料类型信息、干燥度信息对灰尘吸附力的影响经验函数,具体的函数经验式在此不做限制,依据实际的工作环境的历史数据确定。
通过第一函数关系和第二函数关系构建的吸附力评估通道,可以在输入第一材料类型信息和第一干燥度信息之后,得到第一待除尘产品表面对绒毛的吸附力和灰尘的吸附力,其中,灰尘在空气中称为飞尘,在第一待除尘产品表面称为灰尘。为最终得到适应性的静电除尘设备参数的调整提供的反馈数据基础。
进一步的,基于所述对静电除尘设备进行初始参数提取,获得第一初始参数集合,步骤S400包括:
S410:根据所述第一材料吸附力对第一待除尘产品信息进行聚类分割,获得第一分割区域;
S420:通过所述第一分割区域,生成初始静电输出位置;
S430:遍历所述第一分割区域的材料吸附力,匹配初始静电输出功率,其中,同一分割区域中所述初始静电输出功率对应的静电力大于等于所述材料吸附力;
S440:根据所述静电除尘设备,获得初始静电输出频率;
S450:将所述初始静电输出位置、所述初始静电输出功率和所述初始静电输出频率添加进所述第一初始参数集合。
具体而言,所述第一分割区域指的是根据第一材料吸附力的不同对第一待除尘产品的表面进行区域分割得到的结果;将小于等于预设材料吸附力差值的区域分割为一类区域,将大于预设材料吸附力差值的区域分割为两类区域,进而得到多个类别的分割区域,其中,预设材料吸附力差值为预设的分类的最大可允许差值。
所述初始静电输出位置指的是在不同类别的分割区域中随机选取的静电输出位置,将之和相应类别的分割区域对应存储,静电输出位置指的是静电除尘设备在不同类别的分割区域中的相对位置,参考基准为静电除尘设备所在的分割区域,和其他分割区域无关;所述初始静电输出功率指的是遍历第一分割区域的材料吸附力,匹配的和每个分割区域相对应的静电输出功率,每个分割区域相对应的静电输出功率得到的静电力大于等于该分割区域相对应的材料吸附力;所述初始静电输出频率指的是静电除尘设备额定输出频率内的随机值。进一步的,将初始静电输出位置、初始静电输出功率和初始静电输出频率三组数据添加进第一初始参数集合,便于后步调整。
通过第一材料吸附力对第一待除尘产品表面进行区域分割,进而得到三组和分割结果一一对应的初始静电输出位置、初始静电输出功率和初始静电输出频率,设为第一初始参数集合,再结合前述基于第一绒尘密度对第一待除尘区域的聚类划分结果,再结合参数优化模型得以实现除尘的精细化控制,提高了除尘可控性。
进一步的,基于所述根据所述初始静电输出位置,构建第一输出位置优化通道,步骤S510包括:
S511:获得绒尘密度历史数据和输出位置历史数据,其中,所述绒尘密度历史数据包括绒毛密度历史数据和飞尘密度历史数据;
S512:根据所述绒毛密度历史数据和所述输出位置历史数据,获得第一优化子通道;
S513:根据所述飞尘密度历史数据和所述输出位置历史数据,获得第二优化子通道;
S514:将所述第一优化子通道和所述第二优化子通道全连接,获得所述第一输出位置优化通道。
具体而言,第一输出位置优化通道、第一输出功率优化通道和第一输出频率优化通道的具体构建过程原理基本相同,以第一输出位置优化通道的构建过程举不设限制的一例:
所述绒尘密度历史数据指的是包括绒毛密度历史数据和飞尘密度历史数据两组数据的信息;所述输出位置历史数据指的是历史除尘时选择的位置信息。进一步的,所述第一优化子通道指的是表征基于绒毛密度历史数据和输出位置历史数据结合第一材料吸附力,在输出功率和输出频率皆为初始值的情况下,对不同输出位置下的除尘后绒毛密度进行预测的通道;所述第二优化子通道指的是表征基于飞尘密度历史数据和输出位置历史数据结合第一材料吸附力信息,在输出功率和输出频率皆为初始值的情况下,对不同输出位置下的除尘后飞尘密度进行预测的通道;进一步的,将第一优化子通道和第二优化子通道全连接,即选择同时满足预设绒毛密度和预设飞尘密度的输出位置作为输出结果,进而生成第一输出位置优化通道。
第二个通道为基于第一输出位置优化通道的输出结果构建的第一输出功率优化通道,只需要构建时将输出位置历史数据替换为静电输出功率历史数据,将输出位置的初始值替换为同时满足预设绒毛密度和预设飞尘密度的输出位置进行训练即可得到。
第三个通道为基于第一输出位置优化通道的输出结果和第一输出功率优化通道的输出结果构建的第一输出频率优化通道,只需要构建时将输出位置历史数据替换为静电输出功率历史数据,将输出位置的初始值替换为同时满足预设绒毛密度和预设飞尘密度的输出位置,将静电输出功率的初始值替换为同时满足预设绒毛密度和预设飞尘密度的输出功率,进行训练即可得到。
此处提取的设备参数只有三个,因此只构建三个通道,可见通道数据量和设备参数的纬度值一致,可灵活调整,在此不多加赘述,但其它相同的实施方式同样在本申请的保护范围之内。
进一步的,所述方法包括步骤S800:
S810:获得第一预设绒尘密度,其中,所述第一预设绒尘密度包括第一预设绒毛密度和第一预设飞尘密度;
S820:将所述绒尘密度历史数据和所述第一材料吸附力作为输入数据,将满足所述第一分割区域的所述输出位置历史数据设为输出数据,生成第一决策树,其中,所述输出数据和除尘后的绒尘密度一一对应;
S830:将满足所述第一预设绒尘密度的输出位置设为第一优化输出位置。
具体而言,所述第一预设绒尘密度指的是预设经过除尘处理后的可允许最高绒尘密度值,包括第一预设绒毛密度和第一预设飞尘密度两组数据。
第一输出位置优化通道、第一输出功率优化通道和第一输出频率优化通道中的决策树预测模型的训练过程相同,在此处以第一输出位置优化通道中的决策树预测模型的训练过程举不设限制的一例:
将绒尘密度历史数据和输出位置历史数据分割为m组,随机取其中的m-1组作为训练数据集,将剩余的1组作为验证数据集,将绒尘密度历史数据和第一待除尘表面相应分割位置处的第一材料吸附力作为输入数据,将输出位置历史数据和相应的除尘后的绒尘密度作为输出标识数据。使用训练数据集构建所述第一决策树,其中,根结点为绒尘密度历史数据,使用多个不同的第一材料吸附力具体值,得到第二层的叶子结点,更进一步的,将非静电输出位置的其他静电除尘设备参数固定,依据不同的输出位置对第二层的叶子结点分别划分,得到第三层的叶子结点,对应的具有不同位置处的除尘后的绒尘密度。当模型达到预设准确率后,即可使用验证数据集进行验证,当模型达到收敛后,即可在输入第一绒尘密度和第一材料吸附力的基础上预测不同输出位置处的除尘后的绒尘密度信息,进而将满足第一预设绒尘密度的输出位置设为第一优化输出位置。
进一步的,可使用相同的原理结合多通道之间的耦合关系得到第一优化输出功率、第一优化输出频率,进而得到第一参数优化结果。为后步进行除尘操作时提供了较准确的控制参数。
进一步的,如图2所示,所述方法还包括步骤S900;
S910:获得第一静电输出功率额值和第一静电输出频率额值;
S920:当第一优化输出功率满足所述第一静电输出功率额值和/或第一优化输出频率满足所述第一静电输出频率额值,获得第一预警信息。
具体而言,所述第一静电输出功率额值指的是静电除尘设备设定最大安全输出功率,所述第一静电输出频率额值指的是静电除尘设备设定最大安全输出频率。
当第一优化输出功率满足(大于等于)所述第一静电输出功率额值和第一优化输出频率满足(大于等于)第一静电输出频率额值时、当第一优化输出功率满足(大于等于)所述第一静电输出功率额值时、当第一优化输出频率满足(大于等于)第一静电输出频率额值时三种任何一种情况时,都需要通过第一预警信息对工作人员进行预警,对第一优化输出功率和第一优化输出频率进行调整,保证静电除尘设备的工作安全性。
通过对静电除尘设备将设定的参数优化值和各自对应的额值进行比对,若是大于等于额值即发出预警信息,保证了静电除尘设备的工作安全性,提高了除尘过程的设备稳定性。
综上所述,本申请实施例所提供的一种改善纺织双面磨毛机除尘效果的方法及系统具有如下技术效果:
1.由于采用了通过对已经磨毛处理后的待除尘产品的材料类型和产品干燥度信息进行采集,通过吸附力评估通道可以基于材料类型和产品干燥度对产品对绒毛和飞尘的吸附力进行评估;通过传感器对待除尘区域内的绒毛和飞尘密度分别进行检测,得到绒尘密度;确定静电除尘设备的设备参数,基于产品对绒毛和飞尘的吸附力以及绒尘密度使用参数优化模型评估得到静电除尘设备的设备参数具体值,设定后开始静电除尘的技术方案,实现了契合除尘场景的智能化除尘,达到了智能化且除尘效果良好稳定的技术效果。
2.通过第一材料吸附力对第一待除尘产品表面进行区域分割,进而得到三组和分割结果一一对应的初始静电输出位置、初始静电输出功率和初始静电输出频率,设为第一初始参数集合,再结合前述基于第一绒尘密度对第一待除尘区域的聚类划分结果,再结合参数优化模型得以实现除尘的精细化控制,提高了除尘可控性。
3.通过对静电除尘设备将设定的参数优化值和各自对应的额值进行比对,若是大于等于额值即发出预警信息,保证了静电除尘设备的工作安全性,提高了除尘过程的设备稳定性。
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及系统方法相同的发明构思,如图3所示,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系统,其中,所述系统包括:
第一获得单元11,用于获得第一待除尘产品信息,其中,所述第一待除尘产品信息包括第一材料类型信息和第一干燥度信息;
第二获得单元12,用于将所述第一材料类型信息和所述第一干燥度信息输入吸附力评估通道,获得第一材料吸附力,其中,所述第一材料吸附力和所述第一待除尘产品信息一一对应;
第三获得单元13,用于通过第一传感器对第一待除尘区域进行绒尘密度检测,获得第一绒尘密度,其中,所述第一待除尘产品处于所述第一待除尘区域中;
第四获得单元14,用于对静电除尘设备进行初始参数提取,获得第一初始参数集合;
第五获得单元15,用于基于所述第一初始参数集合,构建参数优化模型,其中,所述参数优化模型为多通道耦合模型;
第六获得单元16,用于将所述第一材料吸附力和所述第一绒尘密度输入所述参数优化模型,获得第一参数优化结果;
第一执行单元17,用于根据所述第一参数优化结果对所述静电除尘设备进行参数调整后,对所述第一待除尘区域进行除尘。
进一步的,所述系统还包括:
第一构建单元,用于根据所述吸附力评估通道,构建第一函数关系,其中,所述第一函数关系为表征所述第一材料类型信息和所述第一干燥度信息对绒毛吸附力的影响函数;
第二构建单元,用于根据所述吸附力评估通道,构建第二函数关系,其中,所述第二函数关系为表征所述第一材料类型信息和所述第一干燥度信息对灰尘吸附力的影响函数;
第七获得单元,用于根据所述第一函数关系和所述第二函数关系,获得所述第一材料吸附力。
进一步的,所述系统还包括:
第八获得单元,用于根据所述第一材料吸附力对第一待除尘产品信息进行聚类分割,获得第一分割区域;
第一生成单元,用于通过所述第一分割区域,生成初始静电输出位置;
第一匹配单元,用于遍历所述第一分割区域的材料吸附力,匹配初始静电输出功率,其中,同一分割区域中所述初始静电输出功率对应的静电力大于等于所述材料吸附力;
第九获得单元,用于根据所述静电除尘设备,获得初始静电输出频率;
第一添加单元,用于将所述初始静电输出位置、所述初始静电输出功率和所述初始静电输出频率添加进所述第一初始参数集合。
进一步的,所述系统还包括;
第三构建单元,用于根据所述初始静电输出位置,构建第一输出位置优化通道;
第四构建单元,用于根据所述初始静电输出功率,构建第一输出功率优化通道;
第五构建单元,用于根据所述初始静电输出频率,构建第一输出频率优化通道;
第一合并单元,用于将所述第一输出位置优化通道、所述第一输出功率优化通道和所述第一输出频率优化通道合并,获得所述参数优化模型。
进一步的,所述系统还包括:
第十获得单元,用于获得绒尘密度历史数据和输出位置历史数据,其中,所述绒尘密度历史数据包括绒毛密度历史数据和飞尘密度历史数据;
第十一获得单元,用于根据所述绒毛密度历史数据和所述输出位置历史数据,获得第一优化子通道;
第十二获得单元,用于根据所述飞尘密度历史数据和所述输出位置历史数据,获得第二优化子通道;
第十三获得单元,用于将所述第一优化子通道和所述第二优化子通道全连接,获得所述第一输出位置优化通道。
进一步的,所述系统还包括:
第十四获得单元,用于获得第一预设绒尘密度,其中,所述第一预设绒尘密度包括第一预设绒毛密度和第一预设飞尘密度;
第二生成单元,用于将所述绒尘密度历史数据和所述第一材料吸附力作为输入数据,将满足所述第一分割区域的所述输出位置历史数据设为输出数据,生成第一决策树,其中,所述输出数据和除尘后的绒尘密度一一对应;
第一设定单元,用于将满足所述第一预设绒尘密度的输出位置设为第一优化输出位置。
进一步的,所述系统还包括;
第十五获得单元,用于获得第一静电输出功率额值和第一静电输出频率额值;
第十六获得单元,用于当第一优化输出功率满足所述第一静电输出功率额值和/或第一优化输出频率满足所述第一静电输出频率额值,获得第一预警信息。
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相同的发明构思,本申请实施例还提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现实施例一任一项所述的方法。
示例性电子设备
下面参考图4来描述本申请实施例的电子设备。
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相同的发明构思,本申请实施例还提供了一种电子设备,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行第一方面任一项所述的方法。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的系统,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdisc
read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种改善纺织双面磨毛机除尘效果的方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
由于采用了通过对已经磨毛处理后的待除尘产品的材料类型和产品干燥度信息进行采集,通过吸附力评估通道可以基于材料类型和产品干燥度对产品对绒毛和飞尘的吸附力进行评估;通过传感器对待除尘区域内的绒毛和飞尘密度分别进行检测,得到绒尘密度;确定静电除尘设备的设备参数,基于产品对绒毛和飞尘的吸附力以及绒尘密度使用参数优化模型评估得到静电除尘设备的设备参数具体值,设定后开始静电除尘的技术方案,实现了契合除尘场景的智能化除尘,达到了智能化且除尘效果良好稳定的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a ,b,或c中的至少一项(个、种),可以表示:a ,b,c,a -b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指
令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑系统,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。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。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种改善纺织双面磨毛机除尘效果的方法,其特征在于,所述方法应用于一静电除尘设备,所述方法包括:
获得第一待除尘产品信息,其中,所述第一待除尘产品信息包括第一材料类型信息和第一干燥度信息;
将所述第一材料类型信息和所述第一干燥度信息输入吸附力评估通道,获得第一材料吸附力,其中,所述第一材料吸附力和所述第一待除尘产品信息一一对应;
通过第一传感器对第一待除尘区域进行绒尘密度检测,获得第一绒尘密度,其中,所述第一待除尘产品处于所述第一待除尘区域中;
对静电除尘设备进行初始参数提取,获得第一初始参数集合;
基于所述第一初始参数集合,构建参数优化模型,其中,所述参数优化模型为多通道耦合模型;
将所述第一材料吸附力和所述第一绒尘密度输入所述参数优化模型,获得第一参数优化结果;
根据所述第一参数优化结果对所述静电除尘设备进行参数调整后,对所述第一待除尘区域进行除尘。
2.如权利要求1所述的方法,其特征在于,所述将所述第一材料类型信息和所述第一干燥度信息输入吸附力评估通道,获得第一材料吸附力,包括:
根据所述吸附力评估通道,构建第一函数关系,其中,所述第一函数关系为表征所述第一材料类型信息和所述第一干燥度信息对绒毛吸附力的影响函数;
根据所述吸附力评估通道,构建第二函数关系,其中,所述第二函数关系为表征所述第一材料类型信息和所述第一干燥度信息对灰尘吸附力的影响函数;
根据所述第一函数关系和所述第二函数关系,获得所述第一材料吸附力。
3.如权利要求1所述的方法,其特征在于,所述对静电除尘设备进行初始参数提取,获得第一初始参数集合,包括:
根据所述第一材料吸附力对第一待除尘产品信息进行聚类分割,获得第一分割区域;
通过所述第一分割区域,生成初始静电输出位置;
遍历所述第一分割区域的材料吸附力,匹配初始静电输出功率,其中,同一分割区域中所述初始静电输出功率对应的静电力大于等于所述材料吸附力;
根据所述静电除尘设备,获得初始静电输出频率;
将所述初始静电输出位置、所述初始静电输出功率和所述初始静电输出频率添加进所述第一初始参数集合。
4.如权利要求3所述的方法,其特征在于,所述基于所述第一初始参数集合,构建参数优化模型,包括;
根据所述初始静电输出位置,构建第一输出位置优化通道;
根据所述初始静电输出功率,构建第一输出功率优化通道;
根据所述初始静电输出频率,构建第一输出频率优化通道;
将所述第一输出位置优化通道、所述第一输出功率优化通道和所述第一输出频率优化通道合并,获得所述参数优化模型。
5.如权利要求4所述的方法,其特征在于,所述根据所述初始静电输出位置,构建第一输出位置优化通道,包括:
获得绒尘密度历史数据和输出位置历史数据,其中,所述绒尘密度历史数据包括绒毛密度历史数据和飞尘密度历史数据;
根据所述绒毛密度历史数据和所述输出位置历史数据,获得第一优化子通道;
根据所述飞尘密度历史数据和所述输出位置历史数据,获得第二优化子通道;
将所述第一优化子通道和所述第二优化子通道全连接,获得所述第一输出位置优化通道。
6.如权利要求4所述的方法,其特征在于,所述方法包括:
获得第一预设绒尘密度,其中,所述第一预设绒尘密度包括第一预设绒毛密度和第一预设飞尘密度;
将所述绒尘密度历史数据和所述第一材料吸附力作为输入数据,将满足所述第一分割区域的所述输出位置历史数据设为输出数据,生成第一决策树,其中,所述输出数据和除尘后的绒尘密度一一对应;
将满足所述第一预设绒尘密度的输出位置设为第一优化输出位置。
7.如权利要求1所述的方法,其特征在于,所述方法还包括;
获得第一静电输出功率额值和第一静电输出频率额值;
当第一优化输出功率满足所述第一静电输出功率额值和/或第一优化输出频率满足所述第一静电输出频率额值,获得第一预警信息。
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,用于获得第一待除尘产品信息,其中,所述第一待除尘产品信息包括第一材料类型信息和第一干燥度信息;
第二获得单元,用于将所述第一材料类型信息和所述第一干燥度信息输入吸附力评估通道,获得第一材料吸附力,其中,所述第一材料吸附力和所述第一待除尘产品信息一一对应;
第三获得单元,用于通过第一传感器对第一待除尘区域进行绒尘密度检测,获得第一绒尘密度,其中,所述第一待除尘产品处于所述第一待除尘区域中;
第四获得单元,用于对静电除尘设备进行初始参数提取,获得第一初始参数集合;
第五获得单元,用于基于所述第一初始参数集合,构建参数优化模型,其中,所述参数优化模型为多通道耦合模型;
第六获得单元,用于将所述第一材料吸附力和所述第一绒尘密度输入所述参数优化模型,获得第一参数优化结果;
第一执行单元,用于根据所述第一参数优化结果对所述静电除尘设备进行参数调整后,对所述第一待除尘区域进行除尘。
9.一种电子设备,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,其特征在于,当所述程序被所述处理器执行时,使系统以执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210287341.6A CN114798596B (zh) | 2022-03-23 | 2022-03-23 | 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 |
---|---|---|---|
CN202210287341.6A CN114798596B (zh) | 2022-03-23 | 2022-03-23 | 一种改善纺织双面磨毛机除尘效果的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114798596A true CN114798596A (zh) | 2022-07-29 |
CN114798596B CN114798596B (zh) | 2023-06-16 |
Family
ID=82531601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210287341.6A Active CN114798596B (zh) | 2022-03-23 | 2022-03-23 | 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) | CN114798596B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6584657B1 (en) * | 1998-03-03 | 2003-07-01 | Xetma Gematex Gmbh | Machine for treating the surface of at least one textile web of endless fabric, especially for napping and/or emerizing or the like |
CN108198610A (zh) * | 2017-12-29 | 2018-06-22 | 深圳开立生物医疗科技股份有限公司 | 一种参数优化系统及方法 |
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 |
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 |
CN112099343A (zh) * | 2020-07-29 | 2020-12-18 | 福建龙净环保股份有限公司 | 一种基于神经网络的电除尘系统智能节能优化方法 |
CN112680917A (zh) * | 2020-12-30 | 2021-04-20 | 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 |
CN112680918A (zh) * | 2020-12-30 | 2021-04-20 | 江苏华一机械有限公司 | 一种基于组合式碳纤维磨毛机的磨毛处理方法及系统 |
CN113559630A (zh) * | 2021-09-27 | 2021-10-29 | 江苏北辰环境科技有限公司 | 一种用于除尘设备的自动清灰方法及系统 |
CN114169104A (zh) * | 2021-12-10 | 2022-03-11 | 凌云科技集团有限责任公司 | 基于改进教学和鸡群算法的设备机械参数优化方法 |
-
2022
- 2022-03-23 CN CN202210287341.6A patent/CN114798596B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6584657B1 (en) * | 1998-03-03 | 2003-07-01 | Xetma Gematex Gmbh | Machine for treating the surface of at least one textile web of endless fabric, especially for napping and/or emerizing or the like |
CN108198610A (zh) * | 2017-12-29 | 2018-06-22 | 深圳开立生物医疗科技股份有限公司 | 一种参数优化系统及方法 |
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 |
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 |
CN112099343A (zh) * | 2020-07-29 | 2020-12-18 | 福建龙净环保股份有限公司 | 一种基于神经网络的电除尘系统智能节能优化方法 |
CN112680917A (zh) * | 2020-12-30 | 2021-04-20 | 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 |
CN112680918A (zh) * | 2020-12-30 | 2021-04-20 | 江苏华一机械有限公司 | 一种基于组合式碳纤维磨毛机的磨毛处理方法及系统 |
CN113559630A (zh) * | 2021-09-27 | 2021-10-29 | 江苏北辰环境科技有限公司 | 一种用于除尘设备的自动清灰方法及系统 |
CN114169104A (zh) * | 2021-12-10 | 2022-03-11 | 凌云科技集团有限责任公司 | 基于改进教学和鸡群算法的设备机械参数优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114798596B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brown et al. | Deep counterfactual regret minimization | |
Zhang et al. | Distributed off-policy actor-critic reinforcement learning with policy consensus | |
CN110413389B (zh) | 一种资源不均衡Spark环境下的任务调度优化方法 | |
Călinescu et al. | An improved approximation algorithm for multiway cut | |
Lambiotte et al. | Flow graphs: Interweaving dynamics and structure | |
Gonzalez et al. | Distributed parallel inference on large factor graphs | |
CN106796533B (zh) | 自适应地选择执行模式的系统和方法 | |
CN113805138B (zh) | 一种基于参数有向遍历的智能电表误差估计方法及装置 | |
Barrera et al. | A review of particle swarm optimization methods used for multimodal optimization | |
CN109298930B (zh) | 一种基于多目标优化的云工作流调度方法及装置 | |
CN111651220B (zh) | 一种基于深度强化学习的Spark参数自动优化方法及系统 | |
CN112966630A (zh) | 一种超/特高压gis开关设备运行状态评估方法、系统及设备 | |
CN110751385A (zh) | 非侵入式负荷识别方法、终端设备及存储介质 | |
JP3792879B2 (ja) | 並列実行システム | |
CN113559630B (zh) | 一种用于除尘设备的自动清灰方法及系统 | |
CN114798596A (zh) | 一种改善纺织双面磨毛机除尘效果的方法及系统 | |
CN110348005B (zh) | 配网设备状态数据处理方法、装置、计算机设备及介质 | |
Fukunaga et al. | Virtual machine placement for minimizing connection cost in data center networks | |
CN115169245A (zh) | 烘干降温时长的预测方法、装置、计算机设备及存储介质 | |
CN115076853A (zh) | 凝露消除方法、装置、设备、介质及其空调器 | |
Gatsis | Federated reinforcement learning at the edge: Exploring the learning-communication tradeoff | |
Hansen | Sparse Stochastic Finite-State Controllers for POMDPs. | |
Yoshida et al. | An efficiency improvement of the equilibrium solution search on the selfish routing game by removing redundant paths | |
Nagaraj et al. | Tuning of a PID controller using soft computing methodologies applied to basis weight control in paper machine | |
Chumnanvanichkul et al. | Three-level Classification of Air Conditioning Energy Consumption for Building Energy Management System Using Data Mining Techniques |
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 |