买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江理工大学

摘要：本发明提供一种织造车间织物智能生产方法，涉及织物智能生产技术领域，针对织造车间具有设备类型众多、现场设备的异构性和通信协议的多样性等特点，导致车间数据采集存在通信不兼容、重复开发、互操作性困难等问题，方法包括：利用OPCUA技术采集织造车间数据，再通过K均值聚类算法和粒子群算法优化BP神经网络K‑means‑PSO‑BP预测织物疵点类型及数量，并与BP和PSO‑BP预测模型对比分析，最后验证了OPCUA传输织造数据进行织物质量预测的可行性。本发明采用OPCUA技术，实现了织造设备数据统一传输，解决了织造车间设备多源异构的问题；K‑means‑PSO‑BP模型能有效预测出双纬、百脚、断经以及总的疵点数量，且误差更小，均方根误差均在0.15以下。

主权项：1.一种织造车间织物智能生产方法，其特征在于，包括：S1、构建基于OPCUA协议的数据模型，并将所述OPCUA数据模型和物理装置的信息属性相对应，对地址空间的分配；S2、将织造数据储存在数据库中，通过对织造车间产生的数据特点和所述OPCUA数据模型的分析，确定在所述数据库中需要创建的数据表；S3、选用BP神经网络，并通过K-means算法对输入参数进行聚类，获得新的特征表示，所述新的特征表示用于初始化所述BP神经网络的权重和阈值；S4、将均方误差作为粒子的适应度，计算适应度函数，公式如下， 上述式中，n表示样本数，Yi表示实际值，yi表示预测值，xj表示所述BP神经网络的输入特征值，ωij表示每个节点的权重，θi表示第i个神经元的偏置，将预测值公式代入均方误差中得到适应度函数；S5、粒子群寻优并更新粒子群速度和位置，利用下列公式迭代更新粒子的速度和位置，用以找到更优的权重组合， 上述式中，ω表示惯性权重，表示粒子i在迭代第k次时的个体最优值，pg表示全局最优值，r1和r2表示[0,1]之间的任意数，c1和c2分别表示个体和群体的学习因子；S6、粒子群结束判断，当迭代次数达到最大或适应度函数值趋于稳定不再有显著变化时，认定已经找到相对最优参数；S7、更新神经网络参数，利用所述S6中得到的最佳权重应用于所述BP神经网络中，通过对权重和偏置的不断更新，从而完成对所述BP神经网络模型的优化。

全文数据：

权利要求：

百度查询： 浙江理工大学 一种织造车间织物智能生产方法