CN116485277B - 一种基于大数据特征分析的服装工厂智能管理系统 - Google Patents

一种基于大数据特征分析的服装工厂智能管理系统 Download PDF

Info

Publication number
CN116485277B
CN116485277B CN202310549178.0A CN202310549178A CN116485277B CN 116485277 B CN116485277 B CN 116485277B CN 202310549178 A CN202310549178 A CN 202310549178A CN 116485277 B CN116485277 B CN 116485277B
Authority
CN
China
Prior art keywords
fabric
fabrics
cut
type
yarn
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
CN202310549178.0A
Other languages
English (en)
Other versions
CN116485277A (zh
Inventor
李名慧
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.)
Dandong Haihegu Industrial Co ltd
Original Assignee
Dandong Haihegu Industrial 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 Dandong Haihegu Industrial Co ltd filed Critical Dandong Haihegu Industrial Co ltd
Priority to CN202310549178.0A priority Critical patent/CN116485277B/zh
Publication of CN116485277A publication Critical patent/CN116485277A/zh
Application granted granted Critical
Publication of CN116485277B publication Critical patent/CN116485277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明涉及服装工厂智能管理技术领域，具体公开一种基于大数据特征分析的服装工厂智能管理系统，包括：入库面料分类模块、面料表观检测分析模块、面料深度检测筛选模块、裁剪面料质量深度分析模块、入库面料综合质量评估模块、显示终端和系统后台。通过各类型面料对应的各指定面料和各测定面料进行分析，并进行相应的处理得到各裁剪面料，以此对其对应的深度质量评估系数进行针对性分析，不仅实现了对入厂面料对应纱线分布状态的分析，同时还提升了入厂面料对应质量分析的全面性和科学性，并且在最大限度上保证了指定工厂对应入库面料的质量，有利于后续服装的制作与生产，大幅度提高了服装工厂的生产效率和品质。

Description

一种基于大数据特征分析的服装工厂智能管理系统
技术领域
本发明涉及服装工厂智能管理技术领域，具体而言，涉及一种基于大数据特征分析的服装工厂智能管理系统。
背景技术
随着智能技术的蓬勃兴起，智能化、自动化和数字化成为工业革命的核心，服装智能制造是基于现代科技形成的新生产模式，能够通过智能技术消除人为因素的不确定性，其中尤为突出的便是服装工厂面料质量的智能监测，为后续衣服制造提供了可靠的基础，由此凸显了服装工厂智能管理的重要性。
目前的服装工厂中，通常是依据人工对入厂面料的质量进行初步检测和分析，自动化和智能化程度不高，同时存在一定主观性和误差性，对后续服装的制作产生了很大的影响，在一定程度上耗费了大量人力资源和物力资源。
目前服装工厂的管理中，忽略了对入厂面料的纱线分布状态进行分析，无法保证服装工厂对应入厂面料的质量，不利于后续服装的制作与生产，无法提高服装工厂的生产效率和品质。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种基于大数据特征分析的服装工厂智能管理系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种基于大数据特征分析的服装工厂智能管理系统，包括：入库面料分类模块，用于对指定工厂对应各入库面料的面料颜色名称进行获取，并对指定工厂对应的各入库面料进行相应的分类，得到各面料类型对应的各卷入库面料。
面料表观检测分析模块，用于对各面料类型对应各卷入库面料的表观质量进行监测，并对各面料类型对应各卷入库面料的表观质量进行分析，由此对各面料类型对应的各指定面料和各测定面料进行分析。
面料深度检测筛选模块，用于从各面料类型对应各测定面料中随机挑选设定数量的测定面料，并将其按照设定的方式进行裁剪，记为各裁剪面料，得到各面料类型对应的各裁剪面料。
裁剪面料质量深度分析模块，用于对各面料类型对应的各裁剪面料进行深度检测，并对各面料类型对应各裁剪面料的深度质量评估系数进行分析。
入库面料综合质量评估模块，用于对各类型面料对应的综合质量评估系数进行分析，由此对各类型面料对应入库面料的可用状态进行分析。
显示终端，用于对各类型面料对应入库面料的可用状态进行相应的显示。
系统后台，用于存储各面料类型对应色度值的参考区间，并存储各面料类型对应的参考色度值、允许霉菌含量、参考纱线直径。
进一步优化本技术方案，所述对指定工厂对应的各入库面料进行相应的分类，其具体分类分析方式为：将相同面料颜色名称的入库面料进行归类，得到各面料颜色名称对应的各入库面料，作为各面料类型对应的各卷入库面料。
进一步优化本技术方案，所述对各面料类型对应各卷入库面料的表观质量进行监测，其具体监测方式如下：通过智能摄像头对各面料类型对应各卷入库面料的曲面表观图像、上平面表观图像和下平面表观图像进行获取，得到各面料类型对应各卷入库面料的曲面表观图像、上平面表观图像和下平面表观图像，构成各面料类型对应各卷入库面料的外部表观图像集合。
从各面料类型对应各卷入库面料的外部表观图像集合中提取各面料类型对应各卷入库面料的瑕疵处数量和瑕疵总面积，分别记为和/>i表示为各面料类型的编号，i＝1,2,......,n，j表示为各卷入库面料的编号，j＝1,2,......,m。
在各面料类型对应各卷入库面料的曲面上进行检测点均匀布设，同时通过色度测量仪对其对应各检测点的色度值进行检测，得到各面料类型对应各卷入库面料上各检测点的色度值，记为f表示为各检测点的编号，f＝1,2,......,g。
通过霉菌检测仪对各面料类型对应各卷入库面料的曲面、上平面、下平面进行霉菌含量检测，得到各面料类型上各卷入库面料对应曲面的霉菌含量、上平面的霉菌含量、下平面的霉菌含量，分别记为
进一步优化本技术方案，所述对各面料类型对应各卷入库面料的表观质量进行分析，其具体分析步骤如下：通过以下公式计算出各面料类型对应各卷入库面料的表观瑕疵评估指数、色度匹配指数、染色分布均匀指数、霉菌含量评估指数，分别表示为
N′、M′分别表示
为设定的允许瑕疵处数量、允许瑕疵总面积，Yi′表示为存储的第i个面料类型对应的参考色度值，ΔY表示为设定的参考色度值差，g表示为检测点的数量，表示为第i个面料类型中第j卷入库面料对应第f-1个检测点的色度值，Y1 ij表示为第i个面料类型中第j卷入库面料对应第1个检测点的色度值，ΔY′表示为设定的允许色度值差，Hi′表示为存储的第i个面料类型对应的允许霉菌含量，a1、a2分别表示为设定的瑕疵处数量、瑕疵总面积对应的影响因子，a3、a4分别表示为设定的色度指定差、色度目标差对应的影响因子，a5、a6、a7分别表示为设定的曲面的霉菌含量、上平面的霉菌含量、下平面的霉菌含量对应的影响因子。
通过计算得到各面料类型对应各卷入库面料的表观质量评估系数
进一步优化本技术方案，所述对各面料类型对应的各指定面料和各测定面料进行分析，其具体分析方式为：将各面料类型对应各卷入库面料的表观质量评估系数与设定的表观质量评估系数阈值进行对比，若某卷入库面料的表观质量评估系数小于表观质量评估系数阈值，则将该卷入库面料记为测定面料；反之，则将该卷入库面料记为指定面料。
进一步优化本技术方案，所述对各面料类型对应的各裁剪面料进行深度检测，其具体分析步骤如下：通过耐磨仪对各面料类型对应各裁剪面料的耐磨等级进行监测，得到各面料类型对应各裁剪面料的耐磨等级，记为r表示为各裁剪面料的编号，r＝1,2,......,s。
通过耐洗色牢度实验机对各面料类型对应各裁剪面料的色牢度进行监测，得到各面料类型对应各裁剪面料的色牢度，记为
通过全自动缩水率试验机对各面料类型对应各裁剪面料的缩水率进行监测，得到各面料类型对应各裁剪面料的缩水率，记为
通过高分辨率的图像采集设备对各面料类型对应各裁剪面料的图像进行采集，并从各面料类型对应各裁剪面料的图像中提取纵向分布的纱线和横向分布的纱线，分别作为纬纱和经纱。
从各面料类型对应各裁剪面料的图像中获取断裂纱线数量，记为同时在各面料类型对应各裁剪面料的图像中进行检测点随机布设，并获取各面料类型中各裁剪面料上各随机检测点的纱线直径，将其与存储的各面料类型对应的参考纱线直径进行比对，若某随机检测点的纱线直径小于其对应面料类型的参考纱线直径，则将该随机检测点对应的纱线记为预断纱线，统计各面料类型中各裁剪面料的预断纱线数量，记为/>若某随机检测点的纱线直径大于其对应面料类型的参考纱线直径，则将该随机检测点对应的纱线记为粗大纱线，统计各面料类型中各裁剪面料的粗大纱线数量，记为/>
从各面料类型对应各裁剪面料的图像中提取各面料类型中各裁剪面料上各纬纱的纱线，并将其与设定的目标垂直线进行重合对比，得到各面料类型中各裁剪面料上各纬纱的纱线与目标垂直线之间的角度，记为倾斜角度，将各面料类型中各裁剪面料上各纬纱的倾斜角度与设定的允许倾斜角度进行匹配，若某纬纱的倾斜角度与允许倾斜角度匹配不成功，则将该纬纱记为倾斜纬纱，统计各面料类型中各裁剪面料对应倾斜纬纱的数量同时获取各面料类型中各裁剪面料对应各倾斜纬纱的倾斜角度/>p表示为各倾斜纬纱的编号，p＝1,2,......,w。
同理，统计各面料类型中各裁剪面料对应倾斜经纱的数量获取各面料类型中各裁剪面料对应各倾斜经纱的倾斜角度/>h表示为各倾斜经纱的编号，h＝1,2,......,t。
进一步优化本技术方案，所述对各面料类型对应各裁剪面料的深度质量评估系数进行分析，其具体分析步骤如下：通过计算得到各面料类型对应各裁剪面料的性能评估指数，记为
依据公式
计算出各面料类型对应各裁剪面料的纱线评估指数，/>表示为第i个面料类型对应第r个裁剪面料的纱线评估指数，/>分别表示为第i个面料类型对应第r个裁剪面料的纱线异常评估指数、纱线倾斜率评估指数，b5、b6分别表示为纱线异常评估指数、纱线倾斜率评估指数对应的权值因子，d1、d2、d3分别表示为设定的断裂纱线数量、预断纱线数量、粗大纱线数量对应的评估因子，E′、Z′、C′分别表示为设定的参考断裂纱线数量、参考预断纱线数量、参考粗大纱线数量，Q′表示为设定的允许倾斜纱线数量，e表示为自然常数，θ′、β′分别表示为设定的参考纬纱倾斜角度、参考经纱倾斜角度，d4、d5、d6、d7分别表示为倾斜纬纱数量、倾斜纬纱倾斜角度、倾斜经纱数量、倾斜经纱倾斜角度对应的权重。
通过综合计算得到各面料类型对应各裁剪面料的深度质量评估系数，记为
进一步优化本技术方案，所述对各类型面料对应的综合质量评估系数进行分析，具体分析为：基于各面料类型对应各裁剪面料的深度质量评估系数获取各类型面料对应的深度检测状态评估系数ψi，以此作为各类型面料对应各指定面料和各测定面料的深度检测状态评估系数，并基于各面料类型对应各指定面料和各测定面料的表观质量评估系数分析各类型面料对应的综合质量评估系数。
进一步优化本技术方案，所述对各类型面料对应入库面料的可用状态进行分析，具体分析方式为：将各类型面料对应的综合质量评估系数与设定的综合质量评估系数阈值进行对比，若某类型面料对应的综合质量评估系数小于综合质量评估系数阈值，则将该类型面料对应的可用状态判定为异常状态，反之，则将该类型面料对应的可用状态为正常状态。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：本发明通过对指定工厂对应的各入库面料进行相应的分类，并对各面料类型对应各卷入库面料的表观质量进行分析，不仅实现了对入库面料质量的自动化和智能化分析，避免了因人工分析导致的分析结果存在片面性的问题，同时还消减了因人工分析产生的主观性和误差性，使得分析结果的精准性和可靠性显著提高。
本发明基于各面料类型对应各卷入库面料的表观质量分析得到各面料类型对应的各指定面料和各测定面料，并对各测定面料进行相应的处理后，得到各裁剪面料，以此对其对应的深度质量评估系数进行针对性分析，不仅实现了对入厂面料对应纱线分布状态的分析，在很大程度上提升了入厂面料对应质量分析的全面性和科学性。
本发明通过对各面料类型对应各裁剪面料的纱线分布状态进行分析，在最大限度上保证了指定工厂对应入库面料的质量，有利于后续服装的制作与生产，大幅度提高了服装工厂的生产效率和品质，在很大程度上降低了人力成本与资源的消耗，提高利润率，增强企业核心竞争能力。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明系统模块连接示意图。
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。
参照图1所示，本发明提供一种基于大数据特征分析的服装工厂智能管理系统，包括：入库面料分类模块、面料表观检测分析模块、面料深度检测筛选模块、裁剪面料质量深度分析模块、入库面料综合质量评估模块、显示终端和系统后台。
所述入库面料分类模块分别与系统后台和面料表观检测分析模块连接，面料表观检测分析模块分别与系统后台、面料深度检测筛选模块和入库面料综合质量评估模块连接，面料深度检测筛选模块和裁剪面料质量深度分析模块连接，裁剪面料质量深度分析模块分别与系统后台和入库面料综合质量评估模块连接，入库面料综合质量评估模块和显示终端连接。
入库面料分类模块，用于对指定工厂对应各入库面料的面料颜色名称进行获取，并对指定工厂对应的各入库面料进行相应的分类，得到各面料类型对应的各卷入库面料。
作为本发明的进一步改进，所述对指定工厂对应的各入库面料进行相应的分类，其具体分类分析方式为：将相同面料颜色名称的入库面料进行归类，得到各面料颜色名称对应的各入库面料，作为各面料类型对应的各卷入库面料。
面料表观检测分析模块，用于对各面料类型对应各卷入库面料的表观质量进行监测，并对各面料类型对应各卷入库面料的表观质量进行分析，由此对各面料类型对应的各指定面料和各测定面料进行分析。
作为本发明的进一步改进，所述对各面料类型对应各卷入库面料的表观质量进行监测，其具体监测方式如下：通过智能摄像头对各面料类型对应各卷入库面料的曲面表观图像、上平面表观图像和下平面表观图像进行获取，得到各面料类型对应各卷入库面料的曲面表观图像、上平面表观图像和下平面表观图像，构成各面料类型对应各卷入库面料的外部表观图像集合。
从各面料类型对应各卷入库面料的外部表观图像集合中提取各面料类型对应各卷入库面料的瑕疵处数量和瑕疵总面积，分别记为和/>i表示为各面料类型的编号，i＝1,2,......,n，j表示为各卷入库面料的编号，j＝1,2,......,m。
需要说明的是，瑕疵处包括但不限于：破洞、水渍、污渍、斑点。
在各面料类型对应各卷入库面料的曲面上进行检测点均匀布设，同时通过色度测量仪对其对应各检测点的色度值进行检测，得到各面料类型对应各卷入库面料上各检测点的色度值，记为f表示为各检测点的编号，f＝1,2,......,g。
通过霉菌检测仪对各面料类型对应各卷入库面料的曲面、上平面、下平面进行霉菌含量检测，得到各面料类型上各卷入库面料对应曲面的霉菌含量、上平面的霉菌含量、下平面的霉菌含量，分别记为
需要说明的是，霉菌检测仪也叫湿度测试仪，它是非常精准的含水率测量仪器，适用于皮革、竹木、纺织品、纸制品、塑料制品在设定范围内的水分含量，其测量方法十分简单，是工业产品防霉的首选判断仪器。
进一步地，各类型布料上各卷布料对应曲面的霉菌含量、上平面的霉菌含量、下平面的霉菌含量，具体分析步骤为：(1)读取霉菌检测仪上各类型布料上各卷布料对应曲面的含水量、上平面的含水量、下平面的含水量，并将其分别与设定的各含水量等级对应的含水量阈值进行匹配，得到各类型布料上各卷布料对应曲面的含水量等级、上平面的含水量等级、下平面的含水量等级。
(2)从系统后台中提取各类型布料对应各含水量等级的参考霉菌含量，并将各类型布料上各卷布料对应曲面的含水量等级、上平面的含水量等级、下平面的含水量等级分别与其对应类型布料对应各含水量等级的参考霉菌含量进行匹配，得到各类型布料上各卷布料对应曲面的参考霉菌含量、上平面的参考霉菌含量、下平面的参考霉菌含量，作为各类型布料上各卷布料对应曲面的霉菌含量、上平面的霉菌含量、下平面的霉菌含量。
作为本发明的进一步改进，所述对各面料类型对应各卷入库面料的表观质量进行分析，其具体分析步骤如下：通过以下公式计算出各面料类型对应各卷入库面料的表观瑕疵评估指数、色度匹配指数、染色分布均匀指数、霉菌含量评估指数，分别表示为
N′、M′分别表示
为设定的允许瑕疵处数量、允许瑕疵总面积，Yi′表示为存储的第i个面料类型对应的参考色度值，ΔY表示为设定的参考色度值差，g表示为检测点的数量，表示为第i个面料类型中第j卷入库面料对应第f-1个检测点的色度值，Y1 ij表示为第i个面料类型中第j卷入库面料对应第1个检测点的色度值，ΔY′表示为设定的允许色度值差，Hi′表示为存储的第i个面料类型对应的允许霉菌含量，a1、a2分别表示为设定的瑕疵处数量、瑕疵总面积对应的影响因子，a3、a4分别表示为设定的色度指定差、色度目标差对应的影响因子，a5、a6、a7分别表示为设定的曲面的霉菌含量、上平面的霉菌含量、下平面的霉菌含量对应的影响因子。
需要说明的是，色度指定差具体为当前检测点与上个检测点之间的色度差，色度目标差具体为当前检测点与第一个检测点之间的色度差。
通过计算得到各面料类型对应各卷入库面料的表观质量评估系数
需要说明的是，依据公式计算出各面料类型对应各卷入库面料的表观质量评估系数，e表示为自然常数,b1、b2、b3、b4分别表示为设定的表观瑕疵评估指数、霉菌含量评估指数、色度匹配指数、染色分布均匀指数对应的系数因子。
在一个具体的实施例中，本发明通过对指定工厂对应的各入库面料进行相应的分类，并对各面料类型对应各卷入库面料的表观质量进行分析，不仅实现了对入库面料质量的自动化和智能化分析，避免了因人工分析导致的分析结果存在片面性的问题，同时还消减了因人工分析产生的主观性和误差性，使得分析结果的精准性和可靠性显著提高。
作为本发明的进一步改进，所述对各面料类型对应的各指定面料和各测定面料进行分析，其具体分析方式为：将各面料类型对应各卷入库面料的表观质量评估系数与设定的表观质量评估系数阈值进行对比，若某卷入库面料的表观质量评估系数小于表观质量评估系数阈值，则将该卷入库面料记为测定面料；反之，则将该卷入库面料记为指定面料。
面料深度检测筛选模块，用于从各面料类型对应各测定面料中随机挑选设定数量的测定面料，并将其按照设定的方式进行裁剪，记为各裁剪面料，得到各面料类型对应的各裁剪面料。
需要说明的是，各裁剪面料对应的裁剪方式具体为：将随机挑选的设定数量的测定布料按照等面积进行裁剪，得到各裁剪面料。
在一个具体的实施例中，本发明基于各面料类型对应各卷入库面料的表观质量分析得到各面料类型对应的各指定面料和各测定面料，并对各测定面料进行相应的处理后，得到各裁剪面料，以此对其对应的深度质量评估系数进行针对性分析，不仅实现了对入厂面料对应纱线分布状态的分析，在很大程度上提升了入厂面料对应质量分析的全面性和科学性。
裁剪面料质量深度分析模块，用于对各面料类型对应的各裁剪面料进行深度检测，并对各面料类型对应各裁剪面料的深度质量评估系数进行分析。
作为本发明的进一步改进，所述对各面料类型对应的各裁剪面料进行深度检测，其具体分析步骤如下：通过耐磨仪对各面料类型对应各裁剪面料的耐磨等级进行监测，得到各面料类型对应各裁剪面料的耐磨等级，记为r表示为各裁剪面料的编号，r＝1,2,......,s。
需要说明的是，各面料类型对应各裁剪面料的耐磨等级，具体分析方式为：通过耐磨仪的设定摩擦力度对各面料类型对应的各裁剪面料进行摩擦，并获取摩擦后的各面料类型对应各裁剪面料的图像，将其与设定的各耐磨等级对应各面料类型的图像进行匹配，得到各面料类型对应各裁剪面料的耐磨等级。
通过耐洗色牢度实验机对各面料类型对应各裁剪面料的色牢度进行监测，得到各面料类型对应各裁剪面料的色牢度，记为
通过全自动缩水率试验机对各面料类型对应各裁剪面料的缩水率进行监测，得到各面料类型对应各裁剪面料的缩水率，记为
通过高分辨率的图像采集设备对各面料类型对应各裁剪面料的图像进行采集，并从各面料类型对应各裁剪面料的图像中提取纵向分布的纱线和横向分布的纱线，分别作为纬纱和经纱。
需要说明的是，对各面料类型对应各裁剪面料的图像进行采集，其具体采集过程为：1-1：设置良好的光照条件，便于对各裁剪面料的织线图像进行清晰的采集，同时通过高分辨率的图像采集设备对其进行相应的拍摄。
1-2：将各面料类型对应各裁剪面料的拍摄图像进行图像增强，同时对其进行灰度化处理，得到各面料类型对应各裁剪面料的灰度图像。
1-3：由各面料类型对应各裁剪面料的灰度图像作为各面料类型对应各裁剪面料的图像。
从各面料类型对应各裁剪面料的图像中获取断裂纱线数量，记为同时在各面料类型对应各裁剪面料的图像中进行检测点随机布设，并获取各面料类型中各裁剪面料上各随机检测点的纱线直径，将其与存储的各面料类型对应的参考纱线直径进行比对，若某随机检测点的纱线直径小于其对应面料类型的参考纱线直径，则将该随机检测点对应的纱线记为预断纱线，统计各面料类型中各裁剪面料的预断纱线数量，记为/>若某随机检测点的纱线直径大于其对应面料类型的参考纱线直径，则将该随机检测点对应的纱线记为粗大纱线，统计各面料类型中各裁剪面料的粗大纱线数量，记为/>
需要说明的是，断裂纱线具体为已经断裂的纱线，预断纱线具体为纱线直径小于规定值时，可能断裂的纱线。
从各面料类型对应各裁剪面料的图像中提取各面料类型中各裁剪面料上各纬纱的纱线，并将其与设定的目标垂直线进行重合对比，得到各面料类型中各裁剪面料上各纬纱的纱线与目标垂直线之间的角度，记为倾斜角度，将各面料类型中各裁剪面料上各纬纱的倾斜角度与设定的允许倾斜角度进行匹配，若某纬纱的倾斜角度与允许倾斜角度匹配不成功，则将该纬纱记为倾斜纬纱，统计各面料类型中各裁剪面料对应倾斜纬纱的数量同时获取各面料类型中各裁剪面料对应各倾斜纬纱的倾斜角度/>p表示为各倾斜纬纱的编号，p＝1,2,......,w。
同理，统计各面料类型中各裁剪面料对应倾斜经纱的数量获取各面料类型中各裁剪面料对应各倾斜经纱的倾斜角度/>h表示为各倾斜经纱的编号，h＝1,2,......,t。
需要说明的是，各面料类型中各裁剪面料对应倾斜经纱的数量，获取方式为：从各面料类型对应各裁剪面料的图像中提取各面料类型中各裁剪面料上各经纱的纱线，并将其与设定的目标平行线进行重合对比，得到各面料类型中各裁剪面料上各经纱的纱线与目标平行线之间的角度，记为倾斜角度，将各面料类型中各裁剪面料上各经纱的倾斜角度与设定的允许倾斜角度进行匹配，若某经纱的倾斜角度与允许倾斜角度匹配不成功，则将该经纱记为倾斜经纱，统计各面料类型中各裁剪面料对应倾斜经纱的数量。
作为本发明的进一步改进，所述对各面料类型对应各裁剪面料的深度质量评估系数进行分析，其具体分析步骤如下：通过计算得到各面料类型对应各裁剪面料的性能评估指数，记为
需要说明的是，依据公式计算各面料类型对应各裁剪面料的性能评估指数，D′、F′、L′分别表示为设定的参考耐磨等级、参考色牢度、参考缩水率，v1、v2、v3分别表示为设定的耐磨等级、色牢度、缩水率对应的影响因子。
依据公式
计算出各面料类型对应各裁剪面料的纱线评估指数，/>表示为第i个面料类型对应第r个裁剪面料的纱线评估指数，/>分别表示为第i个面料类型对应第r个裁剪面料的纱线异常评估指数、纱线倾斜率评估指数，b5、b6分别表示为纱线异常评估指数、纱线倾斜率评估指数对应的权值因子，d1、d2、d3分别表示为设定的断裂纱线数量、预断纱线数量、粗大纱线数量对应的评估因子，E′、Z′、C′分别表示为设定的参考断裂纱线数量、参考预断纱线数量、参考粗大纱线数量，Q′表示为设定的允许倾斜纱线数量，e表示为自然常数，θ′、β′分别表示为设定的参考纬纱倾斜角度、参考经纱倾斜角度，d4、d5、d6、d7分别表示为倾斜纬纱数量、倾斜纬纱倾斜角度、倾斜经纱数量、倾斜经纱倾斜角度对应的权重。
通过综合计算得到各面料类型对应各裁剪面料的深度质量评估系数，记为
需要说明的是，依据公式计算各面料类型对应各裁剪面料的深度质量评估系数，v4、v5分别表示为设定的性能评估指数、纱线评估指数对应的系数因子。
在一个具体的实施例中，本发明通过对各面料类型对应各裁剪面料的纱线分布状态进行分析，在最大限度上保证了指定工厂对应入库面料的质量，有利于后续服装的制作与生产，大幅度提高了服装工厂的生产效率和品质，在很大程度上降低了人力成本与资源的消耗，提高利润率，增强企业核心竞争能力。
入库面料综合质量评估模块，用于对各类型面料对应的综合质量评估系数进行分析，由此对各类型面料对应入库面料的可用状态进行分析。
作为本发明的进一步改进，所述对各类型面料对应的综合质量评估系数进行分析，具体分析为：基于各面料类型对应各裁剪面料的深度质量评估系数获取各类型面料对应的深度检测状态评估系数ψi，以此作为各类型面料对应各指定面料和各测定面料的深度检测状态评估系数，并基于各面料类型对应各指定面料和各测定面料的表观质量评估系数分析各类型面料对应的综合质量评估系数。
需要说明的是，依据公式计算出各类型面料对应的深度检测状态评估系数，s表示为裁剪面料的数量。
需要说明的是，依据公式计算出各类型面料对应的综合质量评估系数，m表示为入库面料的数量，u1、u2分别表示为表观质量评估系数、深度检测状态评估系数对应的系数因子。
作为本发明的进一步改进，所述对各类型面料对应入库面料的可用状态进行分析，具体分析方式为：将各类型面料对应的综合质量评估系数与设定的综合质量评估系数阈值进行对比，若某类型面料对应的综合质量评估系数小于综合质量评估系数阈值，则将该类型面料对应的可用状态判定为异常状态，反之，则将该类型面料对应的可用状态为正常状态。
显示终端，用于对各类型面料对应入库面料的可用状态进行相应的显示。
系统后台，用于存储各面料类型对应色度值的参考区间，并存储各面料类型对应的参考色度值、允许霉菌含量、参考纱线直径。
需要说明的是，系统后台还用于存储各类型布料对应各含水量等级的参考霉菌含量。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于大数据特征分析的服装工厂智能管理系统，其特征在于，包括：
入库面料分类模块，用于对指定工厂对应各入库面料的面料颜色名称进行获取，并对指定工厂对应的各入库面料进行相应的分类，得到各面料类型对应的各卷入库面料；
面料表观检测分析模块，用于对各面料类型对应各卷入库面料的表观质量进行监测，并对各面料类型对应各卷入库面料的表观质量进行分析，由此对各面料类型对应的各指定面料和各测定面料进行分析；
所述对各面料类型对应各卷入库面料的表观质量进行监测，其具体监测方式如下：
通过智能摄像头对各面料类型对应各卷入库面料的曲面表观图像、上平面表观图像和下平面表观图像进行获取，得到各面料类型对应各卷入库面料的曲面表观图像、上平面表观图像和下平面表观图像，构成各面料类型对应各卷入库面料的外部表观图像集合；
从各面料类型对应各卷入库面料的外部表观图像集合中提取各面料类型对应各卷入库面料的瑕疵处数量和瑕疵总面积，分别记为和/>，i表示为各面料类型的编号，，j表示为各卷入库面料的编号，/>；
在各面料类型对应各卷入库面料的曲面上进行检测点均匀布设，同时通过色度测量仪对其对应各检测点的色度值进行检测，得到各面料类型对应各卷入库面料上各检测点的色度值，记为，f表示为各检测点的编号，/>；
通过霉菌检测仪对各面料类型对应各卷入库面料的曲面、上平面、下平面进行霉菌含量检测，得到各面料类型上各卷入库面料对应曲面的霉菌含量、上平面的霉菌含量、下平面的霉菌含量，分别记为；
所述对各面料类型对应各卷入库面料的表观质量进行分析，其具体分析步骤如下：
通过以下公式计算出各面料类型对应各卷入库面料的表观瑕疵评估指数、色度匹配指数、染色分布均匀指数、霉菌含量评估指数，分别表示为；
，/>分别表示为设定的允许瑕疵处数量、允许瑕疵总面积，/>表示为存储的第i个面料类型对应的参考色度值，/>表示为设定的参考色度值差，/>表示为检测点的数量，/>表示为第i个面料类型中第j卷入库面料对应第f-1个检测点的色度值，/>表示为第i个面料类型中第j卷入库面料对应第1个检测点的色度值，/>表示为设定的允许色度值差，/>表示为存储的第i个面料类型对应的允许霉菌含量，/>分别表示为设定的瑕疵处数量、瑕疵总面积对应的影响因子，/>分别表示为设定的色度指定差、色度目标差对应的影响因子，/>分别表示为设定的曲面的霉菌含量、上平面的霉菌含量、下平面的霉菌含量对应的影响因子；
通过计算得到各面料类型对应各卷入库面料的表观质量评估系数；
面料深度检测筛选模块，用于从各面料类型对应各测定面料中随机挑选设定数量的测定面料，并将其按照设定的方式进行裁剪，记为各裁剪面料，得到各面料类型对应的各裁剪面料；
裁剪面料质量深度分析模块，用于对各面料类型对应的各裁剪面料进行深度检测，并对各面料类型对应各裁剪面料的深度质量评估系数进行分析；
入库面料综合质量评估模块，用于对各类型面料对应的综合质量评估系数进行分析，由此对各类型面料对应入库面料的可用状态进行分析；
显示终端，用于对各类型面料对应入库面料的可用状态进行相应的显示；
系统后台，用于存储各面料类型对应色度值的参考区间，并存储各面料类型对应的参考色度值、允许霉菌含量、参考纱线直径。
2.根据权利要求1所述的一种基于大数据特征分析的服装工厂智能管理系统，其特征在于：所述对指定工厂对应的各入库面料进行相应的分类，其具体分类分析方式为：将相同面料颜色名称的入库面料进行归类，得到各面料颜色名称对应的各入库面料，作为各面料类型对应的各卷入库面料。
3.根据权利要求1所述的一种基于大数据特征分析的服装工厂智能管理系统，其特征在于：所述对各面料类型对应的各指定面料和各测定面料进行分析，其具体分析方式为：将各面料类型对应各卷入库面料的表观质量评估系数与设定的表观质量评估系数阈值进行对比，若某卷入库面料的表观质量评估系数小于表观质量评估系数阈值，则将该卷入库面料记为测定面料；反之，则将该卷入库面料记为指定面料。
4.根据权利要求1所述的一种基于大数据特征分析的服装工厂智能管理系统，其特征在于：所述对各面料类型对应的各裁剪面料进行深度检测，其具体分析步骤如下：
通过耐磨仪对各面料类型对应各裁剪面料的耐磨等级进行监测，得到各面料类型对应各裁剪面料的耐磨等级，记为，r表示为各裁剪面料的编号，/>；
通过耐洗色牢度实验机对各面料类型对应各裁剪面料的色牢度进行监测，得到各面料类型对应各裁剪面料的色牢度，记为；
通过全自动缩水率试验机对各面料类型对应各裁剪面料的缩水率进行监测，得到各面料类型对应各裁剪面料的缩水率，记为；
通过图像采集设备对各面料类型对应各裁剪面料的图像进行采集，并从各面料类型对应各裁剪面料的图像中提取纵向分布的纱线和横向分布的纱线，分别作为纬纱和经纱；
从各面料类型对应各裁剪面料的图像中获取断裂纱线数量，记为，同时在各面料类型对应各裁剪面料的图像中进行检测点随机布设，并获取各面料类型中各裁剪面料上各随机检测点的纱线直径，将其与存储的各面料类型对应的参考纱线直径进行比对，若某随机检测点的纱线直径小于其对应面料类型的参考纱线直径，则将该随机检测点对应的纱线记为预断纱线，统计各面料类型中各裁剪面料的预断纱线数量，记为/>；若某随机检测点的纱线直径大于其对应面料类型的参考纱线直径，则将该随机检测点对应的纱线记为粗大纱线，统计各面料类型中各裁剪面料的粗大纱线数量，记为/>；
从各面料类型对应各裁剪面料的图像中提取各面料类型中各裁剪面料上各纬纱的纱线，并将其与设定的目标垂直线进行重合对比，得到各面料类型中各裁剪面料上各纬纱的纱线与目标垂直线之间的角度，记为倾斜角度，将各面料类型中各裁剪面料上各纬纱的倾斜角度与设定的允许倾斜角度进行匹配，若某纬纱的倾斜角度与允许倾斜角度匹配不成功，则将该纬纱记为倾斜纬纱，统计各面料类型中各裁剪面料对应倾斜纬纱的数量，同时获取各面料类型中各裁剪面料对应各倾斜纬纱的倾斜角度/>，p表示为各倾斜纬纱的编号，/>；
统计各面料类型中各裁剪面料对应倾斜经纱的数量，获取各面料类型中各裁剪面料对应各倾斜经纱的倾斜角度/>，h表示为各倾斜经纱的编号，/>。。
5.根据权利要求4所述的一种基于大数据特征分析的服装工厂智能管理系统，其特征在于：所述对各面料类型对应各裁剪面料的深度质量评估系数进行分析，其具体分析步骤如下：
通过计算得到各面料类型对应各裁剪面料的性能评估指数，记为；
依据公式计算出各面料类型对应各裁剪面料的纱线评估指数，/>表示为第i个面料类型对应第r个裁剪面料的纱线评估指数，/>分别表示为第i个面料类型对应第r个裁剪面料的纱线异常评估指数、纱线倾斜率评估指数，/>分别表示为纱线异常评估指数、纱线倾斜率评估指数对应的权值因子，/>分别表示为设定的断裂纱线数量、预断纱线数量、粗大纱线数量对应的评估因子，/>分别表示为设定的参考断裂纱线数量、参考预断纱线数量、参考粗大纱线数量，/>表示为设定的允许倾斜纱线数量，/>表示为自然常数，/>、/>分别表示为设定的参考纬纱倾斜角度、参考经纱倾斜角度，/>分别表示为倾斜纬纱数量、倾斜纬纱倾斜角度、倾斜经纱数量、倾斜经纱倾斜角度对应的权重；
通过综合计算得到各面料类型对应各裁剪面料的深度质量评估系数，记为。
6.根据权利要求5所述的一种基于大数据特征分析的服装工厂智能管理系统，其特征在于：所述对各类型面料对应的综合质量评估系数进行分析，具体分析为：基于各面料类型对应各裁剪面料的深度质量评估系数获取各类型面料对应的深度检测状态评估系数，以此作为各类型面料对应各指定面料和各测定面料的深度检测状态评估系数，并基于各面料类型对应各指定面料和各测定面料的表观质量评估系数分析各类型面料对应的综合质量评估系数。
7.根据权利要求6所述的一种基于大数据特征分析的服装工厂智能管理系统，其特征在于：所述对各类型面料对应入库面料的可用状态进行分析，具体分析方式为：将各类型面料对应的综合质量评估系数与设定的综合质量评估系数阈值进行对比，若某类型面料对应的综合质量评估系数小于综合质量评估系数阈值，则将该类型面料对应的可用状态判定为异常状态，反之，则将该类型面料对应的可用状态为正常状态。
CN202310549178.0A 2023-05-16 2023-05-16 一种基于大数据特征分析的服装工厂智能管理系统 Active CN116485277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310549178.0A CN116485277B (zh) 2023-05-16 2023-05-16 一种基于大数据特征分析的服装工厂智能管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310549178.0A CN116485277B (zh) 2023-05-16 2023-05-16 一种基于大数据特征分析的服装工厂智能管理系统

Publications (2)

Publication Number Publication Date
CN116485277A CN116485277A (zh) 2023-07-25
CN116485277B true CN116485277B (zh) 2024-04-26

Family

ID=87217872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310549178.0A Active CN116485277B (zh) 2023-05-16 2023-05-16 一种基于大数据特征分析的服装工厂智能管理系统

Country Status (1)

Country Link
CN (1) CN116485277B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117041533B (zh) * 2023-10-08 2023-12-12 深圳市磐锋精密技术有限公司 基于数据分析的手机摄像模组故障检测系统
CN117151448B (zh) * 2023-10-26 2024-01-26 合肥新振智能科技有限公司 一种基于数字化生产平台的智慧车间管理系统
CN117151351B (zh) * 2023-11-01 2024-04-02 山东冠骏清洁材料科技有限公司 一种用于彩色木浆复合布生产工艺管理系统及方法
CN118425098B (zh) * 2024-07-04 2024-08-23 鞍山天汇科技有限公司 一种分布式激光甲烷检测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5178008A (en) * 1990-01-26 1993-01-12 Zellweger Uster Ag Method and apparatus for the qualitative assessment and classification of yarns during a yarn clearing process
CN115015082A (zh) * 2022-06-13 2022-09-06 武汉佰骏信息咨询有限公司 一种基于人工智能的工业产品质量监测分析管理系统
CN115730858A (zh) * 2022-11-29 2023-03-03 武汉抖量文化传媒有限公司 一种基于大数据的文化产品设计智能管理平台

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5178008A (en) * 1990-01-26 1993-01-12 Zellweger Uster Ag Method and apparatus for the qualitative assessment and classification of yarns during a yarn clearing process
CN115015082A (zh) * 2022-06-13 2022-09-06 武汉佰骏信息咨询有限公司 一种基于人工智能的工业产品质量监测分析管理系统
CN115730858A (zh) * 2022-11-29 2023-03-03 武汉抖量文化传媒有限公司 一种基于大数据的文化产品设计智能管理平台

Also Published As

Publication number Publication date
CN116485277A (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN116485277B (zh) 一种基于大数据特征分析的服装工厂智能管理系统
CN115351598B (zh) 一种数控机床轴承检测方法
US11091858B2 (en) On-loom fabric inspection system and method
CN102253043B (zh) 一种单目ccd多角度纱线外观数字化分析方法
CN107515220B (zh) 一种基于图像处理的纱线黑板毛羽量检测及评价方法
CN202362250U (zh) 一种单目ccd多角度纱线外观数字化分析装置
CN115082458B (zh) 一种基于灰度游程矩阵的纺织材料疵点分析方法
CN117890214B (zh) 一种基于机器视觉的铝模板质检检测方法
CN115018826B (zh) 一种基于图像识别的织物瑕疵检测方法及系统
CN114372972A (zh) 一种纺织面料生产在线检测方法、设备及计算机存储介质
CN114998321A (zh) 一种基于光学手段的纺织材料表面毛羽程度识别方法
CN117592864A (zh) 制衣生产线全流程监测方法及系统
Pereira et al. Computer vision techniques for detecting yarn defects
CN117786445B (zh) 一种自动化摇纱机运行数据智能处理方法
Zhou et al. Fabric defect detection using a hybrid and complementary fractal feature vector and FCM-based novelty detector
CN117250201B (zh) 一种泳池砖层缺陷检测方法及系统
CN104778709A (zh) 一种基于纱线序列图像的电子黑板的构建方法
CN115294100A (zh) 一种基于数据处理的织布机停车控制方法及系统
Semnani et al. Detecting and measuring fabric pills using digital image analysis
CN114693652A (zh) 基于高斯混合模型的织物缺陷检测方法
CN111797695A (zh) 一种股线捻度的自动识别方法及系统
Niles et al. A system for analysis, categorisation and grading of fabric defects using computer vision
CN118551941B (zh) 一种再生循环材料的防伪辨识方法、识别装置及储存介质
CN117173162B (zh) 一种纺织品瑕疵检测方法及系统
CN109211937A (zh) 一种内衣弹性织带弯带缺陷的检测系统及其检测方法

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
TA01 Transfer of patent application right

Effective date of registration: 20240401

Address after: No.18-6 Huanghai street, Zhenxing District, Dandong City, Liaoning Province 118000

Applicant after: Dandong haihegu Industrial Co.,Ltd.

Country or region after: China

Address before: No. 429, Hengdi Street, Douhudi Town, Gong'an County, Jingzhou, Hubei Province, 434322

Applicant before: Gongan County Duoyi Garment Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant