基于物聯網及云計算平臺的云回潮率監(jiān)測系統的制作方法
【技術領域】
[0001]本發(fā)明涉及通信技術領域，尤其涉及一種基于物聯網及云計算平臺的云回潮率監(jiān)測系統。
【背景技術】
[0002]回潮率是指纖維的含水重量占纖維干重的百分比，用于表示紡織材料的吸濕程度。纖維處于不同的回潮率時，會表現出不同的強度、導電性和色澤等性質。在紡織品的生產過程中，不同的步驟，不同的工藝要求原材料或半成品處于不同的回潮率，只有合適的回潮率才能保證工藝需求的導電性、彈性、粘度等重要指標，因此，需要時刻監(jiān)測各個工藝的回潮率，以保證產品質量。
[0003]現有技術中，常用的回潮率檢測方法有烘箱法、微波測量法、電測法、核磁共振測量法等?，F有技術的回潮率檢測方法通常是對待檢測紡織品進行采樣測量或者局部測量，且不能綜合考慮空氣濕度、溫度等因素對測量結果的影響。例如，電測法:通過測量待檢測紡織品的表面電流進行回潮率檢測，或者是通過對待檢測紡織品進行采樣，測量樣品的回潮率，或者是通過有經驗的測試人員操作測試設備，將測試探頭插入待檢測紡織品包裹的合適深度進行測量。該電測法為局部測量，且在測試過程中沒考慮空氣濕度、待檢測紡織品的密度等因素對測試結果的影響?？梢?，由于現有技術的回潮率檢測方法不具有全局性和實時性，因此只適合用于紡織品交易過程中的回潮率檢測，而不適用于紡織品生產領域的全流程回潮率監(jiān)測。

【發(fā)明內容】

[0004]針對現有技術的上述缺陷，本發(fā)明提供一種基于物聯網及云計算平臺的云回潮率監(jiān)測系統。
[0005]本發(fā)明提供一種基于物聯網及云計算平臺的云回潮率監(jiān)測系統，所述系統包括:數據采集設備、云計算平臺和回潮率探測設備；
[0006]數據采集設備采集各個工廠的管理設備的操作日志數據、生產設備的實時運轉狀態(tài)數據、現場環(huán)境數據、原料及其產品的質檢數據，并將采集的數據發(fā)送給云計算平臺；
[0007]云計算平臺將數據采集設備采集的數據作為樣本數據，利用貝葉斯網絡模型自動訓練算法生成回潮率探測模型；
[0008]回潮率探測設備將其所在工廠的現場數據發(fā)送給云計算平臺，所述現場數據包括工廠的管理設備的操作日志數據、生產設備的實時運轉狀態(tài)數據、現場環(huán)境數據、原料及其產品的質檢數據；
[0009]云計算平臺依據回潮率探測設備發(fā)送的現場數據，識別出與該現場數據相匹配的回潮率探測模型，計算出回潮率，并發(fā)送給回潮率探測設備。
[0010]如上所述的系統，其中，所述回潮率探測模型包括:棉包回潮率探測模型、清棉工藝回潮率探測模型、梳棉工藝回潮率探測模型、條卷工藝回潮率探測模型、精梳工藝回潮率探測模型、并條工藝回潮率探測模型、粗紗工藝回潮率探測模型、細紗工藝回潮率探測模型、絡筒工藝回潮率探測模型、捻線工藝回潮率探測模型、搖紗工藝回潮率探測模型、成包工藝回潮率探測模型、整經工藝回潮率探測模型、漿紗工藝回潮率探測模型、穿經工藝回潮率探測模型和織造工藝回潮率探測模型。
[0011]如上所述的系統，優(yōu)選地，所述云計算平臺依據其存儲的樣本數據，利用貝葉斯網絡模型自動訓練算法對已生成回潮率探測模型定期優(yōu)化。
[0012]如上所述的系統，優(yōu)選地，所述云計算平臺還設置有貝葉斯網絡模型參數調整接口，通過所述接口可以對生成的回潮率探測模型進行修正。
[0013]如上所述的系統，其中，所述回潮率探測設備將其所在工廠的現場數據發(fā)送給云計算平臺，具體包括:
[0014]回潮率探測設備接收其所在工廠內設置的數據采集設備采集的現場數據，并將所述現場數據發(fā)送給云計算平臺。
[0015]本發(fā)明提供的基于物聯網及云計算平臺的回潮率監(jiān)測系統，包括了數據采集設備、云計算平臺和回潮率探測設備，數據采集設備采集各個工廠的管理設備的操作日志數據、生產設備的實時運轉狀態(tài)數據、現場環(huán)境數據、原料及其產品的質檢數據，并將采集的數據發(fā)送給云計算平臺，云計算平臺將數據采集設備采集的數據作為樣本數據，利用貝葉斯網絡模型自動訓練算法生成回潮率探測模型，回潮率探測設備將其所在工廠的現場數據發(fā)送給云計算平臺，以使云計算平臺可以依據回潮率探測設備發(fā)送的現場數據，識別出與該現場數據相匹配的回潮率探測模型，計算出回潮率，并發(fā)送給回潮率探測設備，實現了紡織品生產過程中的回潮率實時監(jiān)測。當監(jiān)測到原材料或半成品的回潮率與工藝要求不匹配時，發(fā)出報警信號以對原材料或半成品的回潮率進行及時調整，提高了產品質量。
【附圖說明】
[0016]圖1為本發(fā)明基于物聯網及云計算平臺的回潮率監(jiān)測系統實施例一的結構示意圖；
[0017]圖2為本發(fā)明基于物聯網及云計算平臺的回潮率監(jiān)測系統實施例二的結構示意圖。
【具體實施方式】
[0018]為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面本發(fā)明中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0019]圖1為本發(fā)明基于物聯網及云計算平臺的回潮率監(jiān)測系統實施例一的結構示意圖。如圖1所示，本實施例的基于物聯網及云計算平臺的回潮率監(jiān)測系統包括:數據采集設備101、云計算平臺102和回潮率探測設備103。其中，數據采集設備101采集各個工廠的管理設備的操作日志數據、生產設備的實時運轉狀態(tài)數據、現場環(huán)境數據、原料及其產品的質檢數據，并將采集的數據發(fā)送給云計算平臺；云計算平臺102將數據采集設備101采集的數據作為樣本數據，利用貝葉斯網絡模型自動訓練算法生成回潮率探測模型；回潮率探測設備103將其所在工廠的現場數據發(fā)送給云計算平臺，所述現場數據包括工廠的管理設備的操作日志數據、生產設備的實時運轉狀態(tài)數據、現場環(huán)境數據、原料及其產品的質檢數據；云計算平臺102依據回潮率探測設備103發(fā)送的現場數據，識別出與該現場數據相匹配的回潮率探測模型，計算出回潮率，并發(fā)送給回潮率探測設備103。
[0020]具體的，所述回潮率探測設備將其所在工廠的現場數據發(fā)送給云計算平臺，具體可以包括:
[0021]回潮率探測設備接收其所在工廠內設置的數據采集設備采集的現場數據，并將所述現場數據發(fā)送給云計算平臺。
[0022]分布在各個工廠的回潮率探測設備具有設置管理設備的操作記錄的功能、生產設備的實時運轉狀態(tài)數據錄入功能、現場環(huán)境數據錄入功能、原料及其產品的質檢數據錄入功能，并具備將這些現場數據提交到云計算平臺中相應的貝葉斯網絡模型，計算工藝回潮率的功能。貝葉斯網絡模型是一種不確定性知識表示和推理模型，當操作記錄、設備實時運轉狀態(tài)數據、現場環(huán)境數據和原料、產品質量檢測數據不完備時，也能夠進行推理，識別出當時的回潮率。
[0023]自動訓練算法定期優(yōu)化模塊將定期隨著數據中心的歷史數據的積累，自動優(yōu)化貝葉斯網絡模型集合中的識別模型。
[0024]本實施例中，云計算平臺可以同時基于管理設備的操作日志、生產設備實時運轉狀態(tài)數據、工廠現場環(huán)境數據、原料及其產品的質檢數據和回潮率之間的規(guī)律來分析出當前工藝的回潮率。也可以采用以貝葉斯網絡模型為代表的概率圖模型，在部分當前管理設備的操作日志、生產設備實時運