升级数据管理 探索智能控制技术

21世纪，是智能制造的时代，传统的纺织业也迎来了智能的浪潮，邵景峰，一位与棉纺行业携手前行的科研工作者，成为棉纺智能制造的探路者，他以棉纺过程为研究对象，以人机系统工程学理论为基础，以海量棉纺数据挖掘、数据驱动控制为手段，以棉纺质量智能控制为目的，经过5年的科技攻关，系统开发出一套数据驱动的棉纺质量智能控制技术及控制系统（FWA-BP）。

高瞻远瞩 聚焦智能纺织

众所周知，智能纺纱的出现，有效解决了纺织企业用工成本上升和人力资源短缺的发展痛点，建立的“数字化纺纱车间”，已经实现了棉纺过程的“无人值守”“关灯生产”和数据的集中管理。这是邵景峰等科研人员不断研发的结果，但对于智能纺纱的发展，邵景峰更有着清醒的认知，“纺织领域不同于其他行业，它的智能过程可能更漫长，也更复杂。”

邵景峰的判断，有着现实的科学依据。比如，“数据丰富、知识贫乏”的问题尚未彻底解决，诸如此类问题，成为智能纺纱路上的绊脚石。

邵景峰认为“虽然棉纺过程产生了海量数据，但数据之间重复度高、关联度低，影响因素众多且相互交错，使得现有的数据挖掘方法难以应对。”这些没有经过管理的数据，给棉纺质量的控制带来了困难，影响了智能纺纱发展的步伐。

世界各国的科研工作者，进行了大量的攻关工作，比如基于人工神经网络、案例推理的预测模型等，而且一些预测模型和挖掘算法已成功应用，对纺纱质量的预测精度达96%，基本解决了棉纺质量预测的问题，但在科研界对棉纺质量控制的研究还较为欠缺。

“中国的纺织业有着40余年的发展历史，它是中国极具代表性的轻工业，且在全球纺织业中占据着龙头地位，因此，探索智能纺织技术，对中国纺织业的发展极其重要。”作为科研工作者，邵景峰毅然决然的肩负起了使命。

近5年来，邵景峰围绕纺织智能制造研究方向，已在国内外重要期刊、会议上发表学术论文70余篇，同时出版《棉纺织企业车间智能生产系统》专著1部、《纺织信息系统》教材1部；围绕纺织智能制造研究方向，已申请发明专利15项，其中授权7项，已获软件著作权7项。

自主创新 提升棉纱质量

数据驱动的棉纺质量智能控制技术及控制系统（FWA-BP）是邵景峰团队呕心沥血的科研之作，提到这项成果，邵景峰眼中闪过骄傲的光芒，5年的兢兢业业，5年的反复实验，5年的深入探索，在成果出现的那一刻，用邵景峰教授的话说，“一切都值得。”

邵景峰团队开发的FWA-BP技术能够更加精确地实现对棉纺生产的质量控制，并显著增强棉纱强度，提高产品合格率。相关创新成果为国际研究领域内首次报道。

在研发过程中，邵景峰团队始终坚持技术创新，在他们看来，只有创新，才能走出困局，解决智能纺织过程中最为重要的质量控制。经过探索，他们从三个方面，进行了技术创新。

首先，系统的探究了棉纺过程中的数据采集、集成及融合问题，以及原料配比、工艺、设备与成纱性能等参数的分析及反馈问题，研发了面向棉纺设备的无线监测器、控制器以及普适通信协议，建立了工序间数据的关系布尔矩阵，提出了基于多色集合理论的棉纺数据统一形式化表示方法，实现了多源异构棉纺数据的集成，解决了棉纺设备之间信息难以互联互通的问题。

针对棉纺各个工序间数据融合的问题，采用D-S证据理论设计了D-S合成、BPA、局部决策三个模块，并将其构建成两级传感器信息融合方法，进行了数据处理和异常数据状态估计，进而提出了基于D-S证据理论的两级棉纺数据融合方法，实现了棉纺过程计划层与控制层之间数据信息的无缝衔接，有效解决了棉纺过程“数据孤立”的问题。

其次，首次提出了一种适合棉纺数据挖掘的大数据聚类算法Dk-means，其从海量棉纺数据中提取疵点数据（如脱纬、稀纬、竹节等），探究了疵点数据与质量指标（如细节、强度、断裂伸长）之间的相关关系，通过性能最优质量指标（断裂伸长）的提取来修正棉纺过程质量输出特征值，从而实现了工艺参数与质量输出特征值之间关系的线性化，解决了棉纺质量控制建模时函数过于单一的问题。

在此基础上，借助灰色关联分析方法，建立了棉纺质量多因素网络结构模型，并从关联系数和关联度的角度提出了一种基于Dk-means算法与灰色关联分析的棉纺质量异常因素识别方法，揭示了棉纺过程质量异常波动的规律以及各类影响因素的产生机理，辨识了其中的关键因素对棉纺质量的作用机制，实现了棉纺质量异常波动的事前预警。

最后，率先研发了数据驱动的棉纺质量智能控制技术。根据各工序间的“输入—输出”关系，在各工序建立棉纺质量决策函数，从而构建面向棉纺过程的多输入单输出关系模型。同时，利用混沌理论对棉纺质量数据的时间序列进行相空间重构，将重构后的时间序列输入到“多输入单输出”关系模型中进行学习，得到多工序递阶的棉纺过程（如清花、梳棉、并条等）闭环传递函数模型，并通过该函数模型的自我学习，建立面向棉纺过程的多工序递阶的质量控制模型。

基于质量控制模型研发的无线监测、控制装置通过感知每道工序中的断裂强力数据变化，做到棉纺质量指标的调整和反馈，由此研发了数据驱动的棉纺质量智能控制技术，实现了棉纺过程的多工序间耦合的质量控制以及知识关联。与现有质量控制技术相比，该智能控制技术对棉纺质量的控制精度为97.85%，高于之前的96%。

相关研究成果已被国内著名纺织企业应用，解决了纺织企业在生产过程中的数据管理、质量控制问题。同时，邵景峰团队与纺织研究机构建立了良好的产学研合作关系，为加快成果转化提供了合作互助的平台。

当然，智能纺织还有极大的发展空间，而这，正是邵景峰团队研发的方向，未来，邵景峰将不忘初心，继续在纺织智能领域，奔跑前行。（西安工程大学管理学院供稿）