一种基于数字孪生的纺织设备智能控制方法及系统与流程
本发明涉及纺织设备智能控制,具体为一种基于数字孪生的纺织设备智能控制方法及系统。
背景技术:
1、纺织设备在运行过程中,主轴转速、纱线张力、加热温度及运行速度等多维参数相互耦合,其综合状态直接影响纺织产品质量。现有的纺织设备控制方法普遍采用基于实时传感数据的单回路pid调节或阈值报警机制,仅针对各参数当前瞬态偏差进行反馈补偿。该类方法无法刻画多维运行参数随时间演化的整体轨迹特征,当设备因启停、变速或负载波动导致运行节奏发生非线性变化时,固定时间点上的简单误差比对难以真实反映运行状态相对于标准工况的综合偏离程度,使得调节动作滞后于实际需求,易引发织物瑕疵和能耗增加。部分技术方案虽尝试引入数字模型,但多停留在离线仿真或三维可视化层面,缺乏对实时传感数据流的在线处理与模型同步更新能力,更无法在时间维度上精确量化运行轨迹的动态偏移,控制决策仍依赖调试人员经验或事后分析,预见性和自动化水平不足。如何从多维传感数据中准确捕捉纺织设备运行轨迹与标准工况的动态偏差,并在偏差显著扩大前预估未来偏移趋势,成为提升纺织设备智能控制水平的关键问题。
技术实现思路
1、提供一种基于数字孪生的纺织设备智能控制方法及系统,以解决纺织设备运行偏移量化不准确及调节滞后的问题,实现对纺织设备运行状态的前瞻性精准调控。
2、为了实现上述目的,本发明提供如下技术方案:本发明提供一种基于数字孪生的纺织设备智能控制方法,包括:获取纺织设备在运行过程中的实时传感数据流,并通过数据驱动建模构建与物理设备同步映射的数字孪生体;基于所述数字孪生体,将所述实时传感数据流中的多维运行参数映射为虚拟空间中的状态向量序列,生成虚拟运行轨迹;调取所述纺织设备在历史标准工况下的标准运行轨迹,并对所述虚拟运行轨迹与所述标准运行轨迹执行动态时间规整操作,得到反映运行偏移程度的偏差时间序列;根据所述偏差时间序列,通过状态递推估计方法计算未来多个控制周期内所述纺织设备的预期偏移量,生成调控参量预测值;依据所述调控参量预测值,对所述纺织设备的执行机构输出调节指令,以调整所述纺织设备的运行状态。该方法利用数字孪生体在虚拟空间中实时复现设备运行轨迹,并通过与标准轨迹的动态比对,提前捕捉运行状态的偏移趋势,进而生成前馈性的调控指令,在偏差扩大之前即可完成对设备运行状态的主动修正,提高了纺织设备控制的预见性和精准度,保障了纺织产品质量的一致性。
3、作为本发明的一个技术方案,通过数据驱动建模构建与物理设备同步映射的数字孪生体,包括:对所述实时传感数据流进行时间戳对齐和缺失值插补,得到规范化时序数据;根据所述纺织设备的机械传动链和热力耦合关系,建立由多个子模型组成的虚拟映射框架,所述子模型分别对应所述纺织设备的驱动单元、加热单元和张力调节单元;将所述规范化时序数据分别输入各所述子模型,并通过卡尔曼滤波方法对各所述子模型的输出进行融合更新,得到所述数字孪生体的当前状态参数集。通过时间戳对齐与缺失值插补,有效消除了多源传感数据的时序不一致性,避免了因数据缺失或采样频率差异导致的模型失准;而构建覆盖驱动、加热与张力单元的多子模型虚拟框架,并利用卡尔曼滤波进行融合更新,使得数字孪生体能够准确反映设备在多物理场耦合作用下的真实运行状态,提升了虚拟模型与物理设备之间的同步精度。
4、优选的,所述多个子模型分别采用长短时记忆网络结构,并以所述规范化时序数据中对应维度的历史序列为输入,输出各子模型对应物理单元在当前时刻的预测运行参数。长短时记忆网络能够有效捕捉纺织设备运行数据中的长程时序依赖关系,使得各子模型在面临工况波动时依然可以输出稳定、准确的预测参数,增强了数字孪生体在动态复杂环境下的状态估计鲁棒性。
5、进一步的,对所述实时传感数据流进行时间戳对齐和缺失值插补,得到规范化时序数据,包括:提取所述实时传感数据流中各传感通道的采样时间戳,以最高采样频率为基准,将其他传感通道的数据通过线性插值方式重采样至统一时间轴;对于重采样后仍然存在的缺失数据点,采用前向邻近有效值与后向邻近有效值的加权平均进行填补,并标记填补位置;将填补后的各传感通道数据按时间顺序排列,形成所述规范化时序数据。采用以最高采样频率为基准的线性插值重采样策略,最大程度保留了数据的高频细节信息,而基于邻近有效值的加权平均填补方式则缓和了数据突变引入的噪声,标记填补位置也为后续数据处理提供了可追溯性,整体上为数字孪生体的精确建模提供了高质量的数据基础。
6、进一步的,所述通过卡尔曼滤波方法对各所述子模型的输出进行融合更新,得到所述数字孪生体的当前状态参数集,包括:将各所述子模型在当前时刻的输出值作为观测向量,并将上一时刻所述数字孪生体的状态估计值作为先验状态向量;根据所述观测向量与所述先验状态向量之间的协方差矩阵,计算卡尔曼增益矩阵;利用所述卡尔曼增益矩阵对所述先验状态向量进行修正,并将修正后的状态向量作为所述当前状态参数集。该融合更新过程在模型预测值与实际观测值之间实现了最优权衡,依靠协方差矩阵动态调节各子模型的置信权重,有效抑制了单一子模型预测偏差带来的负面影响,使数字孪生体的整体状态估计更加逼近设备真实工况。
7、作为本发明的一个技术方案,将所述实时传感数据流中的多维运行参数映射为虚拟空间中的状态向量序列,生成虚拟运行轨迹,包括:从所述实时传感数据流中提取主轴转速、纱线张力、加热温度和运行速度四个维度的运行参数,并对各维度的运行参数进行归一化处理,得到归一化参数值;将同一时刻的四个归一化参数值组合为一个四维状态向量,并按时间顺序排列所有时刻的状态向量,形成状态向量序列;将所述状态向量序列中相邻两个状态向量的差值作为运动增量,并依据所述运动增量在虚拟空间中绘制连续路径,得到所述虚拟运行轨迹。通过选取对纺织质量影响最大的四个关键维度构建四维状态向量并进行归一化组合,消除了参数量纲差异对轨迹形态判断的干扰,使得虚拟运行轨迹能够统一、直观地表征设备在多参数协同变化下的整体运行模式,便于后续与标准轨迹的精确比对。
8、优选的,对各维度的运行参数进行归一化处理时,采用最小-最大归一化方式,将各维度参数线性映射至[0,1]区间,并记录各维度的最大值和最小值以用于后续控制指令的反归一化转换。该归一化方式保持了原始数据的分布形态,且记录最值参数确保了预测得到的调控量能够准确还原为具有物理意义的实际控制量,保证了从虚拟空间决策到物理空间执行的映射无误。
9、作为本发明的一个技术方案,对所述虚拟运行轨迹与所述标准运行轨迹执行动态时间规整操作,得到反映运行偏移程度的偏差时间序列,包括:设定所述虚拟运行轨迹为测试序列,所述标准运行轨迹为参考序列,并构造以序列点间欧氏距离为元素的距离矩阵;在所述距离矩阵中,从起始点至终止点搜索累计距离最小的规整路径,所述规整路径中每个匹配点对对应所述测试序列与所述参考序列中相互对齐的数据点;根据所述规整路径,计算每一对对齐数据点在主轴转速、纱线张力、加热温度和运行速度上的差值绝对值,并将四个差值绝对值加权求和,得到每个匹配时刻的偏移量,所有匹配时刻的偏移量按时间顺序构成所述偏差时间序列。动态时间规整操作能够弹性地处理实际运行轨迹与标准轨迹在时间轴上的非线性伸缩,避免因生产节奏微小变化导致的错误对齐或误报警,而基于多维参数差值加权求和得到的偏差时间序列,则综合量化了设备在多维度上相对理想工况的偏移程度,为后续的趋势预测提供了精确的偏移度量。
10、优选的,所述四个差值绝对值的加权求和所采用的权重系数,分别根据主轴转速、纱线张力、加热温度和运行速度对纺织产品质量的影响程度预先设定,且各权重系数之和为1。通过引入基于产品质量敏感度的权重配置,使得偏差时间序列更侧重于反映对最终产品品质影响显著的关键参数的异常变动,避免了非敏感参数的正常波动掩盖真正的工艺风险,提高了偏移评价与质量控制目标的一致性。
11、作为本发明的一个技术方案,所述通过状态递推估计方法计算未来多个控制周期内所述纺织设备的预期偏移量,生成调控参量预测值,包括:将所述偏差时间序列输入至自回归滑动平均模型中,通过所述自回归滑动平均模型对所述偏差时间序列的平稳性进行检验,并确定模型阶数;根据确定的模型阶数,采用递推最小二乘法更新所述自回归滑动平均模型的系数,得到在线估计模型;利用所述在线估计模型逐周期外推未来各个控制周期的偏移量估计值,并将各控制周期的偏移量估计值作为所述预期偏移量。自回归滑动平均模型能够捕捉偏差序列的时序依赖特性,结合递推最小二乘法的在线系数更新机制,使得预测模型能够实时适应设备工况的动态变化,持续准确地外推未来多步偏移趋势,克服了固定参数模型在非平稳工况下预测失真的问题。
12、进一步的,通过所述自回归滑动平均模型对所述偏差时间序列的平稳性进行检验,并确定模型阶数,包括:计算所述偏差时间序列的自相关函数和偏自相关函数,并根据所述自相关函数的截尾性判断所述偏差时间序列是否为平稳序列;若所述偏差时间序列为非平稳序列,则对所述偏差时间序列进行一阶差分处理,得到差分序列,并将所述差分序列作为新的偏差时间序列重新进行平稳性检验;根据所述偏自相关函数的截尾阶数确定所述自回归滑动平均模型的自回归阶数,并根据所述自相关函数的截尾阶数确定所述自回归滑动平均模型的滑动平均阶数。通过自相关分析进行平稳性检验和差分平稳化处理,确保了模型建立的基本前提条件得到满足,而依据截尾特征确定模型阶数则避免了主观选阶带来的过拟合或欠拟合问题,使所建模型能够精准地反映偏差序列的真实内在结构。
13、作为本发明的一个技术方案,依据所述调控参量预测值,对所述纺织设备的执行机构输出调节指令,以调整所述纺织设备的运行状态,包括:将所述调控参量预测值解析为针对主轴电机变频器的频率修正量、针对加热器功率的功率修正量和针对张力调节器阀位的开度修正量;分别将所述频率修正量、所述功率修正量和所述开度修正量与当前控制周期的对应基准值叠加,得到目标频率值、目标功率值和目标开度值;将所述目标频率值、所述目标功率值和所述目标开度值转换为对应的模拟量控制信号,并分别发送至所述主轴电机变频器、所述加热器和所述张力调节器。该方案将宏观的调控参量预测值分解为各执行机构可执行的、带限幅保护的物理修正量,并通过与基准值的叠加生成直接驱动硬件的目标控制值,搭建了从预测决策到物理执行的无缝闭环链路,确保了控制响应的准确性和实时性。
14、优选的,将所述调控参量预测值解析为针对主轴电机变频器的频率修正量、针对加热器功率的功率修正量和针对张力调节器阀位的开度修正量,包括:从所述调控参量预测值中提取与主轴转速对应的第一预测分量,并根据所述第一预测分量与当前主轴转速的差值,计算所述频率修正量,所述频率修正量正比于所述差值且限幅在变频器额定频率范围内;从所述调控参量预测值中提取与加热温度对应的第二预测分量,并根据所述第二预测分量与当前加热温度的差值,计算所述功率修正量,所述功率修正量正比于所述差值且限幅在加热器额定功率范围内;从所述调控参量预测值中提取与纱线张力对应的第三预测分量,并根据所述第三预测分量与当前张力的差值,计算所述开度修正量,所述开度修正量正比于所述差值且限幅在调节器全行程范围内。通过对各修正量进行比例计算并施加与设备物理极限对应的限幅约束,既保证了调节方向与幅度的正确性,又从源头上规避了执行机构因超调而受损或失稳的风险,提升了控制过程的安全性和鲁棒性。
15、本发明还提供一种基于数字孪生的纺织设备智能控制系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器在执行所述计算机程序时,实现所述基于数字孪生的纺织设备智能控制方法的步骤。该系统将上述方法以程序化形式固化在控制硬件中,实现了从传感数据获取、数字孪生体同步更新、轨迹比对与偏差预测到执行机构调控的全流程自动化运行,使得纺织设备具备了对自身运行状态持续感知、智能决策和主动优化的能力。
16、在上述技术方案中,本发明提供的技术效果和优点:
17、通过获取纺织设备运行过程中的实时传感数据流,对各传感通道进行时间戳对齐和缺失值加权插补,形成规范化时序数据。构建由驱动单元、加热单元和张力调节单元对应的多个子模型组成的虚拟映射框架,各子模型采用长短时记忆网络结构,以对应维度的历史序列为输入提取时序特征,并利用卡尔曼滤波方法对多个子模型的输出进行融合更新,得到与物理设备实时同步的数字孪生体当前状态参数集。该方式抑制了单一传感器噪声和模型不确定性,提升了状态估计的准确性,为运行轨迹生成提供高保真数据基础。从同步映射的状态中提取主轴转速、纱线张力、加热温度和运行速度四个维度参数,经最小-最大归一化处理后组合为四维状态向量,按时序形成状态向量序列,并依据相邻状态向量的运动增量在虚拟空间中绘制连续虚拟运行轨迹。调取历史标准工况下的标准运行轨迹,以虚拟运行轨迹为测试序列、标准运行轨迹为参考序列,构造距离矩阵并搜索累计距离最小的规整路径,实现对两条轨迹的动态时间规整对齐。沿规整路径计算每一对齐数据点在四个维度上的差值绝对值,并根据产品质量影响程度预设的权重系数进行加权求和,得到每个匹配时刻的偏移量,全部偏移量按时间顺序构成偏差时间序列。动态时间规整能够自动补偿时间轴的伸缩与错位,使得轨迹对比不受运行节奏变化干扰,结合多维加权偏移量可灵敏且全面地反映设备整体运行状态相对于标准工况的微小劣化趋势,偏移量化结果稳健且具有工艺指导意义。针对偏差时间序列,采用自回归滑动平均模型对其平稳性进行检验和模型阶数确定,通过递推最小二乘法在线更新模型系数,得到可适应工况变化的在线估计模型,再利用该模型逐周期外推未来多个控制周期的偏移量估计值,生成调控参量预测值。递推最小二乘在线估计能够实时跟踪偏差序列统计特性的变化,使预测值保持对当前运行趋势的时效性反映。将调控参量预测值解析为主轴电机变频器的频率修正量、加热器的功率修正量和张力调节器的开度修正量,各修正量正比于预测分量与当前参数的差值并限幅在对应执行机构的额定范围内,再与当前控制周期的基准值叠加得到目标控制值,转换为模拟量信号直接驱动执行机构。调控参量预测值产生于实际偏差增大之前,使调节指令具备前馈性质,有效缩短了调节响应延迟,避免了反馈滞后引发的超调与振荡,使设备运行状态持续贴近标准轨迹,提高了纺织生产的连续稳定性和产品一致性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com