[发明专利]一种缕纱测长机的张力自适应控制系统

说明书

本发明涉及人工智能技术领域，具体涉及一种缕纱测长机的张力自适应控制系统。该系统包括网络构建单元：训练TCN预测网络；数据预测单元：实时获取缕纱任务过程中多个设定时间段下的纱框转速得到纱框转速序列，将纱框转速序列输入到训练好的TCN预测网络以预测下一设定时间段的张力调整器实时角度；数据处理单元：根据张力调整器实时角度下的缕纱应力序列判断是否处于正常进纱状态，以对缕纱测长机的张力进行自适应控制。利用机器学习的方法能够准确控制缕纱测长机的张力，从而减少了人力资源，降低缕纱测长机出现事故的概率，提高缕纱测长机的工作效率。

技术领域

本发明涉及人工智能技术领域，具体涉及一种缕纱测长机的张力自适应控制系统。

背景技术

缕纱测长机将纱管上的试样纱线用纱框摇取缕纱, 摇取时能选择摇纱张力, 用于精确测定纱线的长度, 供纺织行业纱线的线密度或支数的测定及缕纱强度试验用。而目前市面上的缕纱测长机工作时，仍然需要人工对张力调整器进行调节，以适应于不同的转速，这样会浪费大量的人力物力资源。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种缕纱测长机的张力自适应控制系统，所采用的技术方案具体如下：

网络构建单元，用于将正常进纱状态下的历史纱框转速序列和历史张力调整器角度序列作为训练样本以对TCN预测网络进行训练，且由每个所述训练样本的置信度构建所述TCN预测网络的损失函数；

数据预测单元，用于实时获取缕纱任务过程中多个设定时间段下的纱框转速得到纱框转速序列，将所述纱框转速序列输入到训练好的所述TCN预测网络以预测下一设定时间段的张力调整器实时角度；

数据处理单元，用于将缕纱测长机的张力调整器角度调整至所述张力调整器实时角度，同时采集该张力调整器实时角度下所对应的缕纱应力序列，计算所述缕纱应力序列和正常进纱状态下的历史缕纱应力序列之间的相似度指标，根据所述相似度指标判断所述缕纱应力序列是否属于正常进纱状态，根据判断结果对缕纱测长机的张力进行自适应控制。

进一步地，所述网络构建单元中由每个所述训练样本的置信度构建所述TCN预测网络的损失函数的方法，包括：

利用每个所述训练样本的置信度为其均方差损失分配权重，所有训练样本的置信度构成置信度序列，将该置信度序列归一化，将归一化之后的置信度作为相应所述训练样本的权重，结合每个所述训练样本的数据损失和对应的所述权重进行加权求和得到所述TCN预测网络的损失函数。

进一步地，所述网络构建单元中每个所述训练样本的置信度的获取方法，包括：

将应力标准分数、角度偏差分数和所述训练样本的可靠性指标之间的乘积作为对应每个所述训练样本的置信度。

进一步地，所述网络构建单元中应力标准分数是在相同工况下根据实时缕纱应力和标准缕纱应力之间的差异得到的，且应力标准分数与差异呈负相关关系。

进一步地，所述网络构建单元中角度偏差分数在相同工况下根据实时张力调整器角度和标准张力调整器角度之间的差异得到的，且角度偏差分数与差异呈负相关关系。

进一步地，所述网络构建单元中所述训练样本的可靠性指标的获取方法，包括：

计算正常进纱状态下的任意两次测量的缕纱应力序列之间的相似距离，根据所述相似距离计算对应训练样本的可靠指标。

进一步地，所述网络构建单元中标准缕纱应力是在相同工况下多次测量的历史缕纱应力之间的平均值。

进一步地，所述网络构建单元中标准张力调整器角度是在相同工况下多次测量的历史张力调整器角度之间的平均值。

进一步地，所述数据处理单元中根据所述相似度指标判断所述缕纱应力序列是否属于正常进纱状态的方法，包括：