面料自适应缝纫参数推荐方法与系统、电子设备及介质与流程

本技术属于工业缝纫设备智能化，涉及一种面料自适应缝纫参数推荐方法与系统、电子设备及介质。

背景技术：

1、随着服装、家纺等缝制生产逐步向多品种、小批量和快速换产方向发展，生产现场需要频繁切换不同材质、不同组织结构以及不同厚度的面料。对于不同面料，适用的机针线张力、弯针线张力、压脚压力、差动比、送布速度和送布牙高度等缝纫参数往往存在差异，因此，换产时对缝纫参数进行快速配置对生产效率和首件质量具有重要影响。

2、目前，在面料切换后，缝纫参数配置仍较多依赖熟练操作人员结合经验进行调试，并通过多次试缝逐步确定适用参数。该方式在面料种类频繁变化时会占用较多换产时间，并且不同操作人员之间的经验差异容易造成参数配置结果不一致。若参数配置不适配，还可能产生跳针、浮线、线迹不均、面料起皱、拉伸变形或布料损伤等缝纫质量问题。

3、另外，现有缝纫设备的面料感知方式通常难以获得能够表征面料本体属性的多维信息。例如，单一厚度信息难以充分反映面料的纤维成分、混纺比例以及拉伸、弯曲、摩擦等力学特性，由此使得面料识别结果与整套缝纫工艺参数之间难以建立稳定、可复用的对应关系。此外，生产现场长期形成的面料工艺经验通常分散于人员经验或孤立的工艺记录中，已验证有效的面料特征和缝纫参数难以随着实际生产持续沉淀并被后续换产直接复用。

4、因此，如何在缝纫作业之前获取待缝纫面料的多维本体属性，自动推荐并配置整套缝纫参数，并进一步利用缝纫质量结果持续积累可复用的面料工艺数据，仍有进一步改进的空间。

技术实现思路

1、本技术提供一种面料自适应缝纫参数推荐方法与系统、电子设备及介质，用于解决面料换产时缝纫参数配置依赖人工反复试缝、难以在缝纫作业之前根据面料本体属性完成整套参数推荐，以及已验证的面料工艺数据难以在生产现场持续沉淀和复用的问题。

2、第一方面，本技术提供一种面料自适应缝纫参数推荐方法，包括：在缝纫作业开始之前，对待缝纫面料执行无损预检测，以获取所述待缝纫面料的原始传感信号；对所述原始传感信号进行预处理和特征提取，生成表征所述待缝纫面料本体属性的多维特征向量；将所述多维特征向量分别与预先构建的面料-工艺知识图谱数据库中存储的各标准面料样本计算相似度，其中每一所述标准面料样本至少记录有面料多维特征向量及其对应的经验证有效缝纫参数集；当存在至少一个相似度超过预设阈值的标准面料样本时，从所述至少一个标准面料样本中确定目标标准面料样本，并调用与所述目标标准面料样本对应的经验证有效缝纫参数集；当不存在相似度超过预设阈值的标准面料样本时，将所述多维特征向量输入经训练的参数推荐模型，输出初始缝纫参数集；将所述经验证有效缝纫参数集或所述初始缝纫参数集作为待执行缝纫参数集下发至目标缝纫设备的各机构控制器，以完成所述目标缝纫设备的缝纫参数配置并执行缝纫作业。

3、在第一方面的一种实现方式中，在缝纫作业开始之前，对待缝纫面料执行无损预检测，以获取所述待缝纫面料的原始传感信号包括：通过近红外光谱传感器无损检测所述待缝纫面料的纤维成分以及混纺比例，以获取所述待缝纫面料的化学组分信息；通过力学传感单元中的微力传感器和位移编码器，采集所述待缝纫面料的拉伸-回复曲线、弯曲刚度以及表面摩擦系数；通过厚度传感器对所述待缝纫面料进行非接触检测，以获取所述待缝纫面料的厚度以及厚度均匀性；所述厚度传感器为激光位移传感器或电容式传感器。

4、在第一方面的一种实现方式中，对所述原始传感信号进行预处理和特征提取，生成表征所述待缝纫面料本体属性的多维特征向量包括：对所述原始传感信号执行滤波、降噪和数据同步预处理；从经预处理的所述原始传感信号中提取光谱特征峰、弹性模量、塑性形变量、弯曲刚度、表面摩擦系数、厚度以及厚度均匀性；将所提取的各特征组合，生成所述待缝纫面料对应的多维特征向量。

5、在第一方面的一种实现方式中，所述面料-工艺知识图谱数据库中存储的各标准面料样本包括专家标定实验获得的标准面料样本以及生产现场根据在线质量检测结果闭环新增且经验证通过的新面料样本；所述经验证有效缝纫参数集为经过专家标定实验或生产现场在线质量检测验证合格的缝纫参数集，包括机针线张力、弯针线张力、压脚压力、差动比、送布速度以及送布牙高度；所述参数推荐模型采用支持向量机、随机森林以及深度神经网络中的至少一种机器学习模型训练得到，所述参数推荐模型以所述多维特征向量为输入，以所述初始缝纫参数集为输出。

6、在第一方面的一种实现方式中，还包括：在缝纫过程中对缝纫质量进行在线检测，得到质量检测结果；当所述质量检测结果表征缝纫质量合格时，将所述多维特征向量与本次缝纫作业实际采用且经所述在线检测验证有效的缝纫参数集作为新的标准面料样本存入所述面料-工艺知识图谱数据库；当所述质量检测结果表征存在缝纫缺陷且根据预设规则确定所述缝纫缺陷满足参数微调条件时，根据所述预设规则对本次缝纫作业采用的缝纫参数集中的至少一个缝纫参数进行微调，并基于微调后的缝纫参数集再次执行缝纫作业和所述在线检测；当微调后的质量检测结果表征缝纫质量合格时，将所述多维特征向量与所述微调后的缝纫参数集作为新的标准面料样本存入所述面料-工艺知识图谱数据库；当微调后的质量检测结果仍表征缝纫质量不合格时，输出提示信息以提醒操作人员进行人工干预调试。

7、在第一方面的一种实现方式中，在缝纫过程中对缝纫质量进行在线检测包括：通过微型工业相机采集缝纫过程中的线迹图像，并利用图像识别算法识别所述线迹图像中是否存在缝纫缺陷；所述缝纫缺陷包括跳针、浮线以及线迹不均；采集所述目标缝纫设备的主轴电流信号和功率波动信号，并基于所述主轴电流信号和所述功率波动信号辅助评估缝纫质量。

8、第二方面，本技术提供一种面料自适应缝纫参数推荐系统，包括：面料自适应缝纫参数推荐装置，被配置为执行上述任一项所述的面料自适应缝纫参数推荐方法；缝纫设备，与所述面料自适应缝纫参数推荐装置通信连接，被配置接收所述面料自适应缝纫参数推荐装置输出的缝纫参数集，并根据所述缝纫参数集进行缝纫参数配置和缝纫作业。

9、在第二方面的一种实现方式中，所述面料自适应缝纫参数推荐装置包括：面料信息采集模块，设置于所述缝纫设备的进料位置或者集成于独立手持扫描终端，并包括近红外光谱传感器、力学传感单元和厚度传感器，被配置在缝纫作业开始之前，对待缝纫面料执行无损预检测，以获取所述待缝纫面料的原始传感信号；特征向量生成模块，被配置对所述原始传感信号进行预处理和特征提取，生成表征所述待缝纫面料本体属性的多维特征向量；缝纫参数获取模块，被配置将所述多维特征向量分别与预先构建的面料-工艺知识图谱数据库中存储的各标准面料样本计算相似度，其中每一所述标准面料样本记录有面料多维特征向量及其对应的经验证有效缝纫参数集；当存在至少一个相似度超过预设阈值的标准面料样本时，从所述至少一个标准面料样本中确定目标标准面料样本，并调用与所述目标标准面料样本对应的经验证有效缝纫参数集；当不存在相似度超过预设阈值的标准面料样本时，将所述多维特征向量输入经训练的参数推荐模型，输出初始缝纫参数集；缝纫参数执行模块，被配置将所述经验证有效缝纫参数集或所述初始缝纫参数集作为待执行缝纫参数集下发至目标缝纫设备的各机构控制器，以完成所述目标缝纫设备的缝纫参数配置并执行缝纫作业。

10、第三方面，本技术提供一种电子设备，包括：存储器，所述存储器用于存储计算机程序；处理器，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述任一项所述的方法。

11、第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法。

12、如上所述，本技术所述的面料自适应缝纫参数推荐方法与系统、电子设备及介质，具有以下有益效果：

13、（1）通过在缝纫作业之前对待缝纫面料进行多维度无损预检测，同时获取面料的纤维成分、混纺比例、力学性能和厚度信息，使系统能够在面料实际进入缝纫加工之前形成更完整的面料本体特征表示，为整套缝纫参数的自动配置提供数据基础。

14、（2）通过采用面料-工艺知识图谱数据库相似度匹配与参数推荐模型推理相结合的双路径决策方式，可以优先复用历史标准面料样本中已经验证的工艺参数，并在缺少高度相似历史样本时利用参数推荐模型输出初始缝纫参数，从而兼顾历史工艺复用效率和对新面料的适配能力。

15、（3）通过将所得缝纫参数集自动下发至目标缝纫设备的各机构控制器，可以减少换产过程中依赖人工逐项调节参数及多次试缝的过程，提高面料换产和首件生产效率。

16、（4）通过在缝纫过程中在线检测线迹质量及主轴运行状态，并将验证有效的“面料多维特征向量-缝纫参数集”作为新的标准面料样本存入所述面料-工艺知识图谱数据库，可以持续积累生产现场的面料工艺数据，实现工艺知识的数字化沉淀和后续复用。

17、（5）在检测到可通过参数微调处理的缝纫缺陷时，通过对至少一个缝纫参数进行微调并再次执行缝纫质量验证，可以形成“感知-推荐-执行-评估-更新”的闭环优化过程，提高系统对多品种、小批量柔性生产场景的适配能力。