纺织学报2023,Vol.44Issue(5) :112-118.DOI:10.13475/j.fzxb.20220100801

基于二分K-means理论的织机了机预测

Prediction of loom machine status based on binary K-means theory

彭来湖 唐麒麟 戴宁 胡旭东
纺织学报2023,Vol.44Issue(5) :112-118.DOI:10.13475/j.fzxb.20220100801

基于二分K-means理论的织机了机预测

Prediction of loom machine status based on binary K-means theory

彭来湖 1唐麒麟 1戴宁 2胡旭东1
扫码查看

作者信息

  • 1. 浙江理工大学 浙江省现代纺织装备技术重点实验室,浙江 杭州 310018
  • 2. 浙江理工大学 浙江省现代纺织装备技术重点实验室,浙江 杭州 310018;浙江理工大学 纺织科学与工程学院(国际丝绸学院) ,浙江 杭州 310018
  • 折叠

摘要

织布车间内各机台的排产方案与纺织企业生产效率密切相关,为解决现有织机了机时间主要依靠人工经验且难预测导致的排产不及时、不合理等问题,提出一种基于K均值理论的了机预测算法,通过建立织机了机预测理论模型把喷气织机生产全过程合理分为5个生产状态,并按时间序列记录车间内织机生产过程的实时生产状态信息等数据,最后通过Python内置数学处理模块进行求解.结果表明:预测了机时间及实际了机时间之间误差较小,证明了机预测理论模型的正确性,且最大绝对误差不超过2 h,满足织布车间排产所需的时效性及准确性要求.此外,该了机预测模型对具有相似工序的喷水、剑杆等纺机设备同样适用,具有工程应用价值.

关键词

织机/排产/了机预测/二分K-means理论/织造工艺

引用本文复制引用

基金项目

浙江省博士后科研项目择优资助一等资助项目(ZJ2021038)

浙江省博士后科研项目特别资助项目(ZJ2020004)

出版年

2023
纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心
影响因子:0.699
ISSN:0253-9721
参考文献量9
段落导航相关论文