CN117687292A - 基于织机运行状况的穿戴式手表预警系统 - Google Patents

Abstract

本发明公开了基于织机运行状况的穿戴式手表预警系统，具体涉及智能预警技术领域，通过采集织机运行信息、运行环境信息，所述织机运行信息包括织机音频信息、图像信息、仪表数据，并进行分析得到环境风险指数、织机的运转状况评估指数，以及织机的生产质量评估指数；分别判断环境风险指数、运转状况评估指数、织机生产质量评估指数与预设值的关系，当环境风险指数、运转状况评估指数、织机生产质量评估指数超出预设值，生成预警信息；当环境风险指数、运转状况评估指数、织机生产质量评估指数均没有超出预设值，生成每台织机的风险评估系数，基于风险评估系数采取对应措施，通过量化风险，帮助管理人员了解织机的状况。

Description

基于织机运行状况的穿戴式手表预警系统

技术领域

本发明涉及智能预警技术领域，更具体地说，本发明涉及基于织机运行状况的穿戴式手表预警系统。

背景技术

随着智能制造的发展，目前的纺织厂逐渐用机器代替大量的工人。在实际情况中，存在织机数量多、分布范围分散，而巡检人员少，导致每个机台出现问题时，操作员需要走到机器面前才能了解清楚情况，不能及时发现织机问题，导致生产效率低。

现有的穿戴式手表预警系统，存在如下问题：对织机的运行监测不够准确、智能，缺少从织机运行环境信息、图像信息、仪表数据维度对织机的全面监测，导致织机厂不能准确定位异常织机，发现织机运行异常，进而不能解决存在的问题，造成资源浪费。

发明内容

为了克服现有技术的上述缺陷，本发明提供一种基于织机运行状况的穿戴式手表预警系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：基于织机运行状况的穿戴式手表预警系统，所述系统包括监测预警模块，监测预警模块基于智能设备的交互界面向管理人员传输预警信息内容，所述智能设备为穿戴式手表，将交互界面设置在穿戴式手表中，通过交互界面向管理人员传输预警信息内容，包括：

数据采集模块，用于采集织机运行信息、运行环境信息，所述织机运行信息包括织机音频信息、图像信息、仪表数据；

数据分析模块，用于分析采集的织机运行信息和运行环境信息，分析得到环境风险指数、织机的运转状况评估指数，以及织机的生产质量评估指数；

监测预警模块，用于向用户发出监测预警信息，通过分别判断环境风险指数、运转状况评估指数、织机生产质量评估指数与预设值的关系，当环境风险指数、运转状况评估指数、织机生产质量评估指数超出预设值，生成预警信息；通过将交互界面设置在智能设备中，管理人员基于智能设备的交互界面接收预警信息内容，所述智能设备为穿戴式手表，通过交互界面向管理人员传输预警信息内容；

风险评估模块，基于第j个时间段的环境风险指数Erj、第i台织机在第j个时间段的运转状况评估指数Osrij、第i台织机在第j个时间段的生产质量评估指数TM_puij，通过如下公式：计算得到第i台织机在第j个时间段的织机运行风险系数ZFij。

优选的，数据采集模块中，将采集的信息按照等时间划分，得到每台织机在每个时间段的织机运行信息，用i表示织机的编号，j表示时间段的编号；数据采集模块通过音频传感器采集织机音频信息；通过摄像设备采集图像信息，图像信息包括织机的输入原料图像、输出产品图像；通过物联网技术采集织机仪表数据，织机仪表数据包括：织机运转速度、织机温度、振动频率、电气信息；通过温湿度传感器、尘埃检测仪、静电传感器采集环境信息的温湿度、粉尘、静电电荷。

优选的，在第j个时间段的环境风险指数记为Erj，获取方式为：

将第j个时间段的平均温度、平均湿度、烟雾浓度最大值、可燃气体最大值、静电电荷最大值，分别记为：wdj_avg、sdj_avg、smj_max、fgj_max、eci_max；

获取织机的预设环境参数，将预设环境的温度、湿度、烟雾浓度、可燃气体浓度、静电电荷，分别记为：wd0、sd0、sm0、fg0、ec0；

通过如下公式：计算得到第j个时间段的环境风险指数Erj，ε1、ε2表示各项的比例系数，基于管理人员设置。

优选的，织机在第j个时间段的运转状况评估指数记为Osrj，获取方式为：

将织机第j个时间段的运转速度方差、织机温度平均值、振动频率平均值、电压方差分别记为：yvj_sd、zwj_avg、zdj_avg、dyj；

获取织机的预设运行参数，将预设运转速度方差、预设织机温度平均值、预设振动频率平均值、预设电压方差，分别记为：yv0、zw0、zd0、dy0；

依次将织机的运转速度方差、织机温度平均值、振动频率平均值、电压方差代入参数Xa，依次将织机预设运转速度方差、预设织机温度平均值、预设振动频率平均值、预设电压方差代入参数Xb，通过偏移率计算模型计算偏移率，将织机运转速度、织机温度、振动频率、电压方差的偏移率，分别记为p1，p2，p3，p4；

通过如下公式计算得到织机在第j个时间段的运转状况评估指数Osrj，，其中，/>为权重，其具体值由用户调整设置；

将第i台织机在第j个时间段的运转状况评估指数记为Osrij。

优选的，织机在第j个时间段织机的生产质量评估指数记为TM_puj，获取方式为：

分析织机输入端原料图像，基于图像识别算法获取原料的质量描述参数，基于质量异常描述参数与原料的输入速度的比值计算得到在第j个时间段原料的异常描述参数INj_ym；

分析织机输出端产品图像，基于图像识别算法获取输出端产品的实际质量描述参数，计算实际质量描述参数相对于预设质量描述参数的偏移率，对偏移率和对应的权重系数进行加权求和，计算得到织机在第j个时间段产品的异常描述参数OUj_ym；

基于第j个时间段的原料的异常描述参数和产品的异常描述参数，通过公式计算得到织机在第j个时间段的生产质量评估指数TM_puj，γ1、γ2、γ3分别表示各项比例系数，比例系数是由采集大量数据进行软件模拟得到最近真实情况的值，也可由本领域的技术人员根据实际情况进行设置；

将第i台织机在第j个时间段的生产质量评估指数记为TM_puij。

优选的，监测预警模块中，分别将第j个时间段的环境风险指数Erj、第i台织机在第j个时间段的运转状况评估指数Osrij、第i台织机在第j个时间段的生产质量评估指数TM_puij，与预设的环境风险指数tha1、运转状况评估指数tha2、生产质量评估指数tha3进行对比，若超出预设值，表明织机处于异常状态，向管理人员传输预警信息内容，展示存在的环境风险、织机运行风险、织机生产风险。

优选的，在监测预警模块中，通过交互界面向管理者展示预警信息内容，提示环境风险、织机运行风险、织机生产风险；所述环境风险包括静电系数高、灰尘多、有火灾风险；织机运行风险包括织机运行异常、异常开启、异常关闭、异常运行速度；织机生产风险包括织机输入、输出的产品异常，在监测预警模块中，通过将交互界面设置在智能设备中，管理人员基于智能设备的交互界面接收预警信息内容。

优选的，当环境风险指数、运转状况评估指数、织机生产质量评估指数均没有超出预设值，生成每台织机的风险评估系数，基于风险评估系数采取对应措施。

优选的，所述系统包括智能调控模块，智能调控模块包括智能决策模型、智能控制设备；

所述智能决策模型用于生成智能控制指令，智能控制指令的获取方式为：基于历史大数据和专业知识搭建异常处理知识图谱，将织机运行信息、运行环境信息，以及预警信息内容输入异常处理知识图谱，得到智能控制指令；

智能控制设备用于执行智能控制指令，通过执行智能控制指令，消除、降低存在的环境风险、织机运行风险、织机生产风险；所述智能控制设备与织机、环境控制设备相连，进行启动、关闭织机的运转、调整运转速度操作，进而降低织机运行风险、织机生产风险；环境控制设备至少包括暖通控制设备、烟雾警报器、喷淋装置，调整运行环境中的温度、湿度、风速，进而消除、降低存在的环境风险。

优选的，智能调控模块包括环境优化单元、生产策略优化单元、织机调控单元，环境优化单元控制、优化织机环境；织机调控单元用于控制、优化织机的运行状况；生产策略优化单元用于优化织机运行时间段分配和产量分配，通过调整织机影响系数kzij，优化织机的综合运行风险评估系数。

优选的，生产策略优化过程包括下列步骤：

基于每台织机在每个时间段的产出量获取当前的织机影响系数，影响系数在若干台织机、若干时间段的分布构成影响系数矩阵；通过公式计算得到织机影响系数，其中，ocij表示第i台织机在第j个时间段的产出量，OC表示所有织机的m个时间段的总产出量；

第i台织机在第j个时间段的影响系数和对应的织机运行风险系数加权求和得到织机的综合运行风险评估系数ZY；

通过公式计算得到织机的综合运行风险评估系数ZY；

通过不断地迭代更新织机影响系数矩阵，当达到预设的迭代次数或满足一定的性能阈值时，停止迭代并输出最佳的织机影响系数矩阵，得到优化后的综合运行风险。

优选的，通过不断地迭代更新织机影响系数矩阵，来逼近最优解，在每次迭代中，根据当前的织机影响系数矩阵来计算综合运行风险评估系数的值，然后根据更新规则来更新织机影响系数矩阵，得到优化后的综合运行风险。

本发明的技术效果和优点：

本发明提供的基于织机运行状况的穿戴式手表预警系统，基于获取的运行环境信息，分析得到环境风险指数；基于获取的仪表数据，分析得到织机的运转状况评估指数；基于织机输入端图像和输出端图像，分析得到织机的生产质量评估指数，通过分别判断环境风险指数、运转状况评估指数、织机生产质量评估指数与预设值的关系，当环境风险指数、运转状况评估指数、织机生产质量评估指数超出预设值，生成预警信息；将手表作为穿戴式终端，手表可以在有效设置范围内接收发送的织机状态信息、预警信息，以及故障处理信息，通过交互界面向用户展示，大大的节省了操作员的巡检次数，节省劳动力，降低劳动强度。

本发明提供的基于织机运行状况的穿戴式手表预警系统，当环境风险指数、运转状况评估指数、织机生产质量评估指数均没有超出预设值，生成每台织机的风险评估系数，基于风险评估系数采取对应措施，通过量化风险，帮助管理人员了解织机的状况，帮助管理人员合理分配监测、算力资源。

本发明提供的基于织机运行状况的穿戴式手表预警系统，基于历史大数据和专业知识搭建异常处理知识图谱，将异常处理知识图谱视为智能决策模型，将织机运行信息、运行环境信息、数据分析结果，以及预警信息内容输入异常处理知识图谱，输出智能控制指令，通过执行智能控制指令，消除、降低存在的环境风险、织机运行风险、织机生产风险；所述智能控制设备与织机、环境控制设备相连，进行启动、关闭织机的运转、调整运转速度操作，进而降低织机运行风险、织机生产风险；环境控制设备至少包括暖通控制设备、烟雾警报器、喷淋装置，调整运行环境中的温度、湿度、风速，进而消除、降低存在的环境风险，帮助管理人员解决织机的生产风险。

本发明提供的基于织机运行状况的穿戴式手表预警系统，通过生产策略优化方法分配织机的生产量、调整织机的运行时间，降低织机的综合运行风险系数，帮助管理人员优化生产方式、降低运行风险。

附图说明

图1为本发明的穿戴式手表预警系统流程框图。

图2为本发明的穿戴式手表预警改进系统流程框图。

图3为本发明的智能调控模块结构框图。

图4为本发明的生产策略优化方法流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整地传达给本领域的技术人员。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

实施例1

参阅图1的穿戴式手表预警系统流程框图，本发明实施例提供了一种基于织机运行状况的穿戴式手表预警系统，包括监测预警模块，监测预警模块基于智能设备的交互界面向管理人员传输预警信息内容，所述智能设备为穿戴式手表，将交互界面设置在穿戴式手表中，通过交互界面向管理人员传输预警信息内容，包括：

数据采集模块，用于采集织机运行信息、运行环境信息，所述织机运行信息包括织机音频信息、图像信息、仪表数据；并将采集的数据传输至数据分析模块；

数据分析模块，用于分析采集的织机运行信息和运行环境信息，分析得到环境风险指数、织机的运转状况评估指数，以及织机的生产质量评估指数；

进一步的，数据分析模块包括环境状态分析子模块、设备仪表数据分析子模块、图像分析子模块；环境状态分析子模块基于获取的运行环境信息，分析得到环境风险指数；设备仪表数据分析子模块基于获取的仪表数据，分析得到织机的运转状况评估指数；图像分析子模块基于织机输入端图像和输出端图像，分析得到织机的生产质量评估指数；将数据分析模块的分析结果传输至监测预警模块和风险评估模块；

监测预警模块，用于向用户发出监测预警信息，通过分别判断环境风险指数、运转状况评估指数、织机生产质量评估指数与预设值的关系，当环境风险指数、运转状况评估指数、织机生产质量评估指数超出预设值，生成预警信息；

风险评估模块，接收数据分析模块结果，获取第i台织机在第j个时间段的织机运行风险系数ZFij。

进一步的，所述穿戴式手表，通过声音、震动、光照、交互界面向管理人员传输预警信息内容。

在本发明实施例需要解释的是，数据采集模块中，为了便于管理人员掌握织机信息，将采集的信息按照等时间划分，得到每台织机在每个时间段的织机运行信息，用i表示织机的编号，j表示时间段的编号；数据采集模块通过音频传感器采集织机音频信息；通过摄像设备采集图像信息，图像信息包括织机的输入原料图像、输出产品图像；通过物联网技术采集织机仪表数据，织机仪表数据包括：织机运转速度、织机温度、振动频率、电气信息；通过温湿度传感器、尘埃检测仪、静电传感器采集环境信息的温湿度、粉尘、静电电荷。

在本发明实施例需要解释的是，在第j个时间段的环境风险指数记为Erj，获取方式为：

将第j个时间段的平均温度、平均湿度、烟雾浓度最大值、可燃气体最大值、静电电荷最大值，分别记为：wdj_avg、sdj_avg、smj_max、fgj_max、eci_max；

获取织机的预设环境参数，将预设环境的温度、湿度、烟雾浓度、可燃气体浓度、静电电荷，分别记为：wd0、sd0、sm0、fg0、ec0；

通过如下公式：计算得到第j个时间段的环境风险指数Erj，ε1、ε2表示各项的比例系数，基于管理人员设置。

在本发明实施例需要解释的是，织机在第j个时间段的运转状况评估指数记为Osrj，获取方式为：

将织机第j个时间段的运转速度方差、织机温度平均值、振动频率平均值、电压方差分别记为：yvj_sd、zwj_avg、zdj_avg、dyj；

获取织机的预设运行参数，将预设运转速度方差、预设织机温度平均值、预设振动频率平均值、预设电压方差，分别记为：yv0、zw0、zd0、dy0；

依次将织机的运转速度方差、织机温度平均值、振动频率平均值、电压方差代入参数Xa，依次将织机预设运转速度方差、预设织机温度平均值、预设振动频率平均值、预设电压方差代入参数Xb，通过偏移率计算模型计算偏移率，其中，p表示偏移率，Xa表示织机的实际运转状况，Xb表示织机的预设运转状况，实际运转状况指的是织机实际运转速度方差、织机温度平均值、振动频率平均值、电压方差中的任一一种；预设运转状况指的是织机预设运转速度方差、织机温度平均值、振动频率平均值、电压方差中的任一一种，将织机的实际运转状况和织机的预设运转状况代入偏移率计算模型，得到偏移率；例如，当Xa取织机实际运转速度方差，Xb取织机预设运转速度方差，计算得到织机运转速度的偏移率p1；当Xa取实际织机温度平均值，Xb取预设织机温度平均值，计算得到织机温度的偏移率p2；当Xa取实际振动频率平均值，Xb取预设振动频率平均值，计算得到振动频率的偏移率p3；当Xa取实际电压方差，Xb取预设电压方差，计算得到电压方差的偏移率p4，将织机运转速度、织机温度、振动频率、电压方差的偏移率，分别记为p1，p2，p3，p4；

通过如下公式计算得到织机在第j个时间段的运转状况评估指数Osrj，，其中，/>为权重，其具体值由用户调整设置；

将第i台织机在第j个时间段的运转状况评估指数记为Osrij。

在本发明实施例需要解释的是，织机在第j个时间段织机的生产质量评估指数记为TM_puj，获取方式为：

分析织机输入端原料图像，基于图像识别算法获取原料的质量描述参数，基于质量异常描述参数与原料的输入速度的比值计算得到在第j个时间段原料的异常描述参数INj_ym；

例如，原料的质量异常描述参数有纱线断点数量、纱线缺口数量，将织机在第j个时间段的纱线断点数量记为d1、纱线缺口数量记为q1、原料的输入速度记为sv1，通过公式计算得到第i个时间段原料的异常描述参数INj_ym；原料的质量描述参数有纱线断点数量、纱线缺口数量，将织机在第j个时间段的纱线断点数量记为d1、纱线缺口数量记为q1、原料的输入速度记为sv1，原料类型的影响因子记为ζ，原料类型的影响因子ζ的取值为[0.5，1.0]，基于管理人员设置，通过公式/>计算得到第j个时间段原料的异常描述参数INj_ym。

分析织机输出端产品图像，基于图像识别算法获取输出端产品的实际质量描述参数，计算实际质量描述参数相对于预设质量描述参数的偏移率，对偏移率和对应的权重系数进行加权求和，计算得到织机在第j个时间段产品的异常描述参数OUj_ym；

例如，织机输出端产品的质量描述参数有纬密度、经密度、织物宽度、织物厚度、单位面积重量，将织机在第j个时间段的实际质量描述参数，分别记为u1、u2、u3、u4、u5；将织机预设质量描述参数，分别记为u01、u02、u03、u04、u05；通过公式

计算得到第j个时间段原料的异常描述参数INj_ym，其中/>至/>分别表示纬密度、经密度、织物宽度、织物厚度、单位面积重量对应的权重系数，权重系数的值基于管理人员设置，且/>。

基于第j个时间段的原料的异常描述参数和产品的异常描述参数，通过公式计算得到织机在第j个时间段的生产质量评估指数TM_puj，γ1、γ2、γ3分别表示各项比例系数，比例系数是由采集大量数据进行软件模拟得到最近真实情况的值，也可由本领域的技术人员根据实际情况进行设置；

将第i台织机在第j个时间段的生产质量评估指数记为TM_puij。

在本发明实施例需要解释的是，监测预警模块中，分别将第j个时间段的环境风险指数Erj、第i台织机在第j个时间段的运转状况评估指数Osrij、第i台织机在第j个时间段的生产质量评估指数TM_puij，与预设的环境风险指数tha1、运转状况评估指数tha2、生产质量评估指数tha3进行对比，若超出预设值，表明织机处于异常状态，向管理人员传输预警信息内容，展示存在的环境风险、织机运行风险、织机生产风险。

例如，当第j个时间段的环境风险指数超出预设值tha1，预警信息内容为“织机在第j个时间段的环境异常，需要关注织机环境”；当第i台织机在第j个时间段的运转状况评估指数超出预设值tha2，预警信息内容为“第i台织机在第j个时间段的运转异常，需要关注第i台织机的运行状况”；当第i台织机在第j个时间段的生产质量评估指数超出预设值tha3，预警信息内容为“第i台织机在第j个时间段的输入异常、输出异常、运行异常”。

在本发明实施例需要解释的是，在监测预警模块中，通过交互界面向管理者展示预警信息内容，提示环境风险、织机运行风险、织机生产风险；所述环境风险包括静电系数高、灰尘多、有火灾风险；织机运行风险包括织机运行异常、异常开启、异常关闭、异常运行速度；织机生产风险包括织机输入、输出的产品异常，在监测预警模块中，通过将交互界面设置在智能设备中，管理人员基于智能设备的交互界面接收预警信息内容。

进一步的，在基于第j个时间段的环境风险指数Erj、第i台织机在第j个时间段的运转状况评估指数Osrij、第i台织机在第j个时间段的生产质量评估指数TM_puij，通过如下公式：计算得到第i台织机在第j个时间段的织机运行风险系数ZFij。

进一步的，当算力资源紧张时，为了提高效率，基于织机风险评估指数调整织机的数据监测、数据分析资源。

在本发明实施例需要解释的是，当环境风险指数、运转状况评估指数、织机生产质量评估指数均没有超出预设值，生成每台织机的风险评估系数，基于风险评估系数采取对应措施，通过量化风险，帮助管理人员了解织机的状况，帮助管理人员合理分配监测、算力资源，例如，在算力资源有限的时候，将有限算力资源分配至分析风险评估指数高的织机，能够及时发现织机存在的问题，降低生产维护成本。

实施例2

参阅图2的穿戴式手表预警改进系统流程框图，本发明实施例与实施例1的区别在于，还包括智能调控模块，所述智能调控模块与数据采集模块、数据分析模块，以及监测预警模块相连，智能调控模块包括智能决策模型、智能控制设备；

所述智能决策模型用于生成智能控制指令，智能控制指令的获取方式为：基于历史大数据和专业知识搭建异常处理知识图谱，将异常处理知识图谱视为智能决策模型，将织机运行信息、运行环境信息、数据分析结果，以及预警信息内容输入异常处理知识图谱，输出智能控制指令；

智能控制设备用于执行智能控制指令，通过执行智能控制指令，消除、降低存在的环境风险、织机运行风险、织机生产风险；所述智能控制设备与织机、环境控制设备相连，进行启动、关闭织机的运转、调整运转速度操作，进而降低织机运行风险、织机生产风险；环境控制设备至少包括暖通控制设备、烟雾警报器、喷淋装置，调整运行环境中的温度、湿度、风速，进而消除、降低存在的环境风险；

进一步的，智能调控模块包括智能控制指令执行效果验证步骤，用于验证智能控制设备用于执行智能控制指令的效果。

进一步的，参阅图3的智能调控模块结构框图，智能调控模块包括环境优化单元、生产策略优化单元、织机调控单元，环境优化单元控制、优化织机环境，调整运行环境中的温度、湿度、风速，进而消除、降低存在的环境风险；织机调控单元用于控制、优化织机的运行状况，进行启动、关闭织机的运转、调整运转速度操作，进而降低织机运行风险、织机生产风险；生产策略优化单元用于优化织机运行时间段分配和产量分配，通过调整织机影响系数kzij，优化织机的综合运行风险评估系数。

参阅图4的生产策略优化方法流程图，生产策略优化过程包括下列步骤：

基于每台织机在每个时间段的产出量获取当前的织机影响系数，影响系数在若干台织机、若干时间段的分布构成影响系数矩阵；

进一步的，通过公式计算得到织机影响系数，其中，ocij表示第i台织机在第j个时间段的产出量，OC表示所有织机的m个时间段的总产出量。

第i台织机在第j个时间段的影响系数和对应的织机运行风险系数加权求和得到织机的综合运行风险评估系数ZY；

进一步的，通过公式计算得到织机的综合运行风险评估系数ZY；即通过公式/>计算得到织机的综合运行风险评估系数ZY。

通过不断地迭代更新织机影响系数矩阵，当达到预设的迭代次数或满足一定的性能阈值时，停止迭代并输出最佳的织机影响系数矩阵，得到优化后的综合运行风险。

进一步的，通过不断地迭代更新织机影响系数矩阵，来逼近最优解，在每次迭代中，根据当前的织机影响系数矩阵来计算综合运行风险评估系数的值，然后根据更新规则来更新织机影响系数矩阵，得到优化后的综合运行风险；更新规则为现有技术，本发明不对此进行具体限定，为便于理解，所述更新规则为梯度下降法、遗传算法、随机搜索、贝叶斯优化中的任一一种。

需要解释的是，所述梯度下降法：根据综合运行风险评估系数ZY的梯度信息来更新织机影响系数矩阵，具体地，如果综合运行风险评估系数ZY在织机影响系数的某个方向上减小，则沿该方向更新织机影响系数矩阵；否则，尝试在另一个方向上更新织机影响系数矩阵；

所述遗传算法：模拟生物进化过程的遗传算法也被用于优化织机影响系数矩阵，将织机影响系数被视为“基因”，并通过交叉、变异和选择操作来进化出更好的织机影响系数矩阵。

随机搜索：通过随机生成新的织机影响系数矩阵，并评估其对应的综合运行风险评估系数ZY，来找到最优的影响系数矩阵；

贝叶斯优化：通过建立一个代表综合运行风险评估系数ZY的概率模型，来逐步逼近最优解，来找到最优的影响系数矩阵。

生产策略优化能够帮助管理人员了解织机的生产风险；为管理人员的决策提供支撑，例如，通过分配织机的生产量、调整织机的运行时间，降低织机的综合运行风险系数，帮助管理人员优化生产方式、降低运行风险。

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，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 (6)

1.基于织机运行状况的穿戴式手表预警系统，包括监测预警模块，监测预警模块基于智能设备的交互界面向管理人员传输预警信息内容，所述智能设备为穿戴式手表，其特征在于，包括：

数据采集模块，用于采集织机运行信息、运行环境信息，所述织机运行信息包括织机音频信息、图像信息、仪表数据；

数据分析模块，用于分析采集的织机运行信息和运行环境信息，分析得到环境风险指数、织机的运转状况评估指数，以及织机的生产质量评估指数；

在第j个时间段的环境风险指数记为Erj，获取方式为：

将第j个时间段的平均温度、平均湿度、烟雾浓度最大值、可燃气体最大值、静电电荷最大值，分别记为：wdj_avg、sdj_avg、smj_max、fgj_max、eci_max；

获取织机的预设环境参数，将预设环境的温度、湿度、烟雾浓度、可燃气体浓度、静电电荷，分别记为：wd0、sd0、sm0、fg0、ec0；

通过如下公式：，计算得到第j个时间段的环境风险指数Erj，ε1、ε2表示各项的比例系数，基于管理人员设置；

织机在第j个时间段的运转状况评估指数记为Osrj，获取方式为：

将织机第j个时间段的运转速度方差、织机温度平均值、振动频率平均值、电压方差分别记为：yvj_sd、zwj_avg、zdj_avg、dyj；

获取织机的预设运行参数，将预设运转速度方差、预设织机温度平均值、预设振动频率平均值、预设电压方差，分别记为：yv0、zw0、zd0、dy0；

通过偏移率计算模型计算偏移率，其中，p表示偏移率，Xa表示织机的实际运转状况，Xb表示织机的预设运转状况，实际运转状况指的是织机实际运转速度方差、织机温度平均值、振动频率平均值、电压方差中的任一一种；预设运转状况指的是织机预设运转速度方差、织机温度平均值、振动频率平均值、电压方差中的任一一种；将织机的实际运转状况和预设运转状况代入偏移率计算模型得到偏移率，将织机运转速度、织机温度、振动频率、电压方差的偏移率，分别记为p1，p2，p3，p4；

通过如下公式计算得到织机在第j个时间段的运转状况评估指数Osrj，，其中，/>为权重，其具体值由用户调整设置；

将第i台织机在第j个时间段的运转状况评估指数记为Osrij；

织机在第j个时间段织机的生产质量评估指数记为TM_puj，获取方式为：

分析织机输入端原料图像，基于图像识别算法获取原料的质量描述参数，基于质量异常描述参数与原料的输入速度的比值计算得到在第j个时间段原料的异常描述参数INj_ym；

分析织机输出端产品图像，基于图像识别算法获取输出端产品的实际质量描述参数，计算实际质量描述参数相对于预设质量描述参数的偏移率，对偏移率和对应的权重系数进行加权求和，计算得到织机在第j个时间段产品的异常描述参数OUj_ym；

基于第j个时间段的原料的异常描述参数和产品的异常描述参数，通过公式计算得到织机在第j个时间段的生产质量评估指数TM_puj，γ1、γ2、γ3分别表示各项比例系数；

将第i台织机在第j个时间段的生产质量评估指数记为TM_puij；

监测预警模块，用于向用户发出监测预警信息，通过分别判断环境风险指数、运转状况评估指数、织机生产质量评估指数与预设值的关系，当环境风险指数、运转状况评估指数、织机生产质量评估指数超出预设值，生成预警信息；

风险评估模块，基于第j个时间段的环境风险指数Erj、第i台织机在第j个时间段的运转状况评估指数Osrij、第i台织机在第j个时间段的生产质量评估指数TM_puij，通过如下公式：计算得到第i台织机在第j个时间段的织机运行风险系数ZFij。

2.根据权利要求1所述的基于织机运行状况的穿戴式手表预警系统，其特征在于：数据采集模块中，将采集的信息按照等时间划分，得到每台织机在每个时间段的织机运行信息，用i表示织机的编号，j表示时间段的编号；数据采集模块通过音频传感器采集织机音频信息；通过摄像设备采集图像信息，图像信息包括织机的输入原料图像、输出产品图像；通过物联网技术采集织机仪表数据，织机仪表数据包括：织机运转速度、织机温度、振动频率、电气信息；通过温湿度传感器、尘埃检测仪、静电传感器采集环境信息的温湿度、粉尘、静电电荷。

3.根据权利要求1所述的基于织机运行状况的穿戴式手表预警系统，其特征在于，监测预警模块中，分别将第j个时间段的环境风险指数Erj、第i台织机在第j个时间段的运转状况评估指数Osrij、第i台织机在第j个时间段的生产质量评估指数TM_puij，与预设的环境风险指数tha1、运转状况评估指数tha2、生产质量评估指数tha3进行对比，若超出预设值，表明织机处于异常状态，向管理人员传输预警信息内容，展示存在的环境风险、织机运行风险、织机生产风险。

4.根据权利要求1所述的基于织机运行状况的穿戴式手表预警系统，其特征在于，当环境风险指数、运转状况评估指数、织机生产质量评估指数均没有超出预设值，生成每台织机的风险评估系数，基于风险评估系数采取对应措施。

5.根据权利要求1所述的基于织机运行状况的穿戴式手表预警系统，其特征在于，包括智能调控模块，智能调控模块包括智能决策模型、智能控制设备；

所述智能决策模型用于生成智能控制指令，智能控制指令的获取方式为：基于历史大数据和专业知识搭建异常处理知识图谱，将织机运行信息、运行环境信息，以及预警信息内容输入异常处理知识图谱，得到智能控制指令；

智能控制设备用于执行智能控制指令，通过执行智能控制指令，消除、降低存在的环境风险、织机运行风险、织机生产风险；所述智能控制设备与织机、环境控制设备相连，进行启动、关闭织机的运转、调整运转速度操作，进而降低织机运行风险、织机生产风险；环境控制设备至少包括暖通控制设备、烟雾警报器、喷淋装置，调整运行环境中的温度、湿度、风速，进而消除、降低存在的环境风险。

6.根据权利要求5所述的基于织机运行状况的穿戴式手表预警系统，其特征在于，通过优化织机的综合运行风险评估系数降低织机生产风险，优化织机的综合运行风险评估系数包括下列步骤：通过公式计算得到织机影响系数，影响系数在若干台织机、若干时间段的分布构成影响系数矩阵，其中，ocij表示第i台织机在第j个时间段的产出量，OC表示所有织机的m个时间段的总产出量；

通过公式计算得到织机的综合运行风险评估系数ZY；

通过不断地迭代更新织机影响系数矩阵，当达到预设的迭代次数或满足一定的性能阈值时，停止迭代并输出最佳的织机影响系数矩阵，得到优化后的综合运行风险。