一种羊绒纺织生产计算投入量的复合动态制成率模型制造技术

本发明专利技术涉及一种羊绒纺织生产计算投入量的复合动态制成率模型，具体为：先以纺纱生产的实际成纱为指标，以批量、成分、颜色浓度、支数为纺纱制成率的第一批影响因素，进行多元回归线性分析并结合决策树分析，建立第一计算公式；然后根据第一计算公式，初步计算所述实际成纱所需原料的投入量，并进行原料的配投，再计算原料的质量指标和原料配比；再以原料的质量指标和原料的配比以及第一批影响因素为纺纱制成率的第二批影响因素；重复上述分析，建立第二计算公式，计算出所述实际成纱所需原料的投入量。本发明专利技术提供的复合动态制成率模型可有效提高生产计划的精准性，大大降低羊绒生产的成本，减少余纱量。

A compound dynamic production rate model for calculating the input of cashmere textile production

【技术实现步骤摘要】
一种羊绒纺织生产计算投入量的复合动态制成率模型
本专利技术属于羊绒纺织领域，具体涉及一种羊绒纺织生产计算投入量的复合动态制成率模型。
技术介绍
羊绒是生长在山羊外表皮层，掩在山羊粗毛根部的一层薄薄的细绒，入冬寒冷时长出抵御风寒开春转暖后脱落，自然适应气候属于稀有的特种动物纤维；而每只山羊身上每年只能收获几十克羊绒，由于产量稀少，羊绒被誉为服装原料中的软黄金。对于羊绒制品而言，原料的成本占生产成本的70％以上；且羊绒制品的成衣投入多数都是从纺纱环节开始计算，若造成余纱往往都会成为小管纱，多数都是无法继续使用的。因此，精确计算原料的投入，是控制成本，降低损耗至关重要的因素。通常来讲，长度越长、细度越细的羊绒就越贵，且也是最有品质的羊绒。但每年采购的羊绒的质量却会有参差不齐，有差别的；并且，原绒通过梳理后也会产生不同指标的无毛绒。羊绒加工企业就会根据不同类型的羊绒产品来采购和使用不同类型的羊绒。而且，羊绒加工企业在纺纱投入的时候，还会根据客户的要求，以及最终产品质量的要求来搭配使用各种指标的羊绒。因此从原料中选用可合理搭配的无毛绒，且又能满足客户需求，是羊绒加工企业不断优化成本的重要路劲之一。在此过程中，就存在纺纱时，会有不同质量指标的原料投入，即，不同的长细度，不同的短绒率，以及不同结构的搭配。本领域公知，一旦羊绒的长度过短，或是长短差异太大，短绒也多，就难以纺纱，不仅影响制成率，严重的时候都会退车。
技术实现思路
基于上述
技术介绍
，专利技术人为了提高纱线计划的精准性，减少余纱，降低成本和库存，提供了一种先进的生产管理方法。并且在实际研发过程中，发现羊绒原料中的多种影响因素会产生交叉影响，直接影响到羊绒生产过程中的经济成本和时间成本。本专利技术提供的一种羊绒纺织生产计算投入量的复合动态纺纱制成率模型，采用两步获得制成率：一)以羊绒衫生产所需的羊绒纱线(实际成纱)为目标，根据羊绒纱线的要求(如成分、颜色、支数等)初步分析计算获得目标纱线所需原料的投入量以及配绒情况；二)然后再进一步根据配绒原料的情况，以及目标纱线的要求(即综合原料和目标成纱的影响因素)，重复上述分析过程，分析并精确计算羊绒原料的投入量；本专利技术采用两步分析运算的方式，为目标成纱更精确的计算出羊绒纱线的投入量，大大减少原料的浪费。该模型以纺纱生产的实际成纱为指标，以影响纺纱制成率的影响因素为依据，根据多元回归线性分析和决策树分析，建立复合动态制成率模型，并根据该模型计算羊绒的投入产出数；本专利技术提供的一种羊绒纺织生产计算投入量的复合动态制成率模型，具体采用如下步骤进行构建：1)以纺纱生产的实际成纱为指标，以批量、成分、颜色浓度、支数为第一批影响因素，进行多元回归线性分析和决策树分析；根据多元回归线性分析和决策树分析调整投料区间，并对应所述投料区间建立第一计算公式；2)根据所述第一计算公式，初步计算所述实际成纱所需原料的投入量，并进行原料的配投；3)根据步骤2)所述配投的情况，计算获得所述原料的质量指标和原料配比；4)以步骤3)获得的原料的质量指标和原料的配比以及第一批影响因素为纺纱制成率的第二批影响因素；进一步进行多元回归线性分析和决策树分析；根据多元回归线性分析和决策树分析，调整投料区间，并对应所述投料区间建立第二计算公式；5)根据所述第二计算公式，计算出所述实际成纱所需原料的投入量。其中，所述批量即为投料的数量。其中，在实际成纱与投料的关系来看，是一种线性关系，因此本专利技术采用多元回归线性分析。既可以将影响纺纱的因子统一纳入模型进行分析，来观察这些因素的影响显著性；又可以观测这些因素的交互作用，从而让模型更为准确，因素间的相互作用得到更为直观的体现。其中，本专利技术多元线性回归分析的基本任务包括根据因变量与多个自变量的实际观测值建立因变量对多个自变量的多元线性回归方程；检验、分析各个自变量对因自变量的综合线性影响的显著性；检验、分析各个自变量对因变量的单纯线性影响的显著性，选择对因变量有显著线性影响的自变量，建立最优多元线性回归方程；评定各个自变量对因变量影响的相对重要性以及测定最优多元线性回归方程的偏离度等。优选的，所述多元线性分析采用的多元线性回归方程为：y＝β0+β1x1+β2x2++β3x3+......+βmxm+ε其中，y为因变量；x为自变量；β为回归系数；ε称为误差项，为随机误差或其他因素的变化而引起的y的线性变化部分。实际操作中，原料在投入的时候，通常会选取几批进行搭配使用，不仅选用无毛绒，对有些产品，也会使用精短和开松回丝。这样搭配后，一批纱使用的原料的质量指标就又会发生变化。而搭配开松回丝的时候，所占的比例超过一定限度，纺纱的生产效率就会降低，制成率会受到影响，而且纱线的各项质量指标也会受到影响，即平均长度对纱线制成率的影响就不是各类绒平均长度加权之后的指标影响了。因此，为了提高纱线生产的效率、降低成本，本专利技术进一步增加原料的质量指标和原料的配比作为影响因素。专利技术人研究发现，在成纱要求(批量、成分、颜色浓度、支数)的基础上，进一步引入原料的质量指标以及原料配比为影响因素，对提高建模运算的准确性有非常重要的影响。专利技术人将原料的质量情况，以及原料的搭配情况增加为影响因素中，不仅运用原料的指标对纺纱的制成率进行数据化的指导，同时也告诉原料上游采购，如何精准的采购下游产品所需要的原料，还可以在承接订单的时候更精准的计算成本。如此，采购、供应、销售打通，让整个生产供应链的加工成本得到整体的优化，和精准的计算。优选的，所述原料的质量指标为原料纤维的平均细度、短绒率、平均含粗、平均长度、长度整齐度(长度CVH％)和平均含粗；具体为原料中所包含的无毛绒、羊毛等纤维。优选的，所述原料的配比具体为：各类无毛绒、羊毛以及其他纤维所占的比例。包含开松回丝占比、精短回丝占比。其中，所述开松回丝占比具体为：开松回丝指羊绒生产加工中产生的余料、下脚料通过分选、开松加工后再次投入的原料。开松回丝占比就是指这样的原料占总投入原料的比例。精短回丝是指纤维在经过粗梳和精梳之后的落短通过分选、加工后再次投入的原料。精短回丝占比就是这样的原料占总投入原料的比例。专利技术人研究发现，上述影响因素并非单一因素，尤其是在批量、成分、颜色浓度、支数的基础上，原料的质量指标为平均长度、长度整齐度(长度CVH％)时，原料配比为开松回丝占比时，影响因素间相互交叉作用，对制成率的影响非常显著。本专利技术综合分析原料和成纱的共同影响，多个影响因素交叉作用，进一步提高制成率的精准性。在现有的生产应用中，除了纱线的批量是直接采用数字量化表示的，并且拿来进行计算制成率的，其他的因子或是因为采用文字表述，且格式不统一，难以带入计算，或是因为还没有找到合适的计算办法以及无法准确了解到每个因素的影响程度，而使传统制成率一直采用静态的，固定的制成率难以突破，使其投料、产出的数额差异大，造成大量的浪费。为了改进传统制成率的阻碍，使其模型更为精确，本专利技术进一步提出了，将影本文档来自技高网...

【技术保护点】
1.一种羊绒纺织生产计算投入量的复合动态制成率模型，其特征在于，包括如下步骤：/n1)以纺纱生产的实际成纱为指标，以批量、成分、颜色浓度、支数为纺纱制成率的第一批影响因素；进行多元回归线性分析和决策树分析；根据多元回归线性分析和决策树分析调整投料区间，并对应所述投料区间建立第一计算公式；/n2)根据所述第一计算公式，初步计算所述实际成纱所需原料的投入量，并进行原料的配投；/n3)根据步骤2)所述配投的情况，计算获得所述原料的质量指标和原料配比；/n4)以步骤3)获得的原料的质量指标和原料的配比以及第一批影响因素为纺纱制成率的第二批影响因素；进一步进行多元回归线性分析和决策树分析；根据多元回归线性分析和决策树分析，调整投料区间，并对应所述投料区间建立计算公式；/n5)根据所述第二计算公式，计算出所述实际成纱所需原料投入量。/n

【技术特征摘要】
1.一种羊绒纺织生产计算投入量的复合动态制成率模型，其特征在于，包括如下步骤：
1)以纺纱生产的实际成纱为指标，以批量、成分、颜色浓度、支数为纺纱制成率的第一批影响因素；进行多元回归线性分析和决策树分析；根据多元回归线性分析和决策树分析调整投料区间，并对应所述投料区间建立第一计算公式；
2)根据所述第一计算公式，初步计算所述实际成纱所需原料的投入量，并进行原料的配投；
3)根据步骤2)所述配投的情况，计算获得所述原料的质量指标和原料配比；
4)以步骤3)获得的原料的质量指标和原料的配比以及第一批影响因素为纺纱制成率的第二批影响因素；进一步进行多元回归线性分析和决策树分析；根据多元回归线性分析和决策树分析，调整投料区间，并对应所述投料区间建立计算公式；
5)根据所述第二计算公式，计算出所述实际成纱所需原料投入量。


2.根据权利要求1所述的复合动态制成率模型，其特征在于，所述多元线性分析采用的多元线性回归方程为：
y＝β0+β1x1+β2x2++β3x3+......+βmxm+ε
其中，y为因变量；x为自变量；β为回归系数；ε称为误差项。


3.根据权利要求1或2所述的复合动态制成率模型，其特征在于，所述原料的质量指标为原料纤维的平均长度、长度整齐度、平均细度、短绒率、平均含粗。


4.根据权利要求1～3任一项所述的复合动态制成率模型，其特征在于，所述原料的配比为开松回丝占比、精短回丝占比。


5.根据权利要求1～4所述的复合动态制成率模型，其特征在于，所述原料的质量指标为原料纤维的平均长度、长度整齐度；
所述原料的配比为开松回丝占比。


6.根据权利要求1～5任一项所述的复合动态制成率模型，其特征在于，所述的第一批影响因素和第二批影响因素采用数字量化的形式表现。


7.根据权利要求1～6任一项所述的复合动态制成率模型，其特征在于，根据每个批次的羊绒，依据观测实际成纱与投料差异率变化的拐点，调整复合动态制成率对原批量划段区间的划分。<...

【专利技术属性】
技术研发人员：周敏，
申请(专利权)人：内蒙古鄂尔多斯资源股份有限公司东昊厂，
类型：发明
国别省市：内蒙;15