筒子纱的染色控制系统及其方法技术方案

本申请涉及智能控制技术领域，且更为具体地公开了一种筒子纱的染色控制系统及其方法，其通过使用高分辨率的摄像头，对筒子纱表面进行实时监测，通过图像处理算法，获取筒子纱表面的颜色信息，根据内外层颜色情况调整染液流速，以达到内外层染色均匀的效果。该方案能够有效地实现对筒子纱染色过程中染液流速的智能化控制和优化，使染料更均匀地渗透到筒子纱内部，保证染色的深浅度一致性和均匀性，并且可以避免染料被消耗过多或浪费成本，缩短染色时间，提高生产效率。提高生产效率。提高生产效率。

【技术实现步骤摘要】
筒子纱的染色控制系统及其方法


[0001]本申请涉及智能控制
，且更为具体地，涉及一种筒子纱的染色控制系统及其方法。

技术介绍

[0002]筒子纱染色是将纱线卷绕在一个有孔的筒子上，然后将许多的筒子装入染色缸。筒子纱染色机基本操作流程包括：松筒、装笼、染色、烘干、倒筒。在筒子纱染色过程中，染液流速是的一个重要参数，它会影响染料的渗透速度和均匀性，从而影响染色深浅。当染液流速较慢时，染料有更充分的时间浸透到筒子纱内部，使染色更深，但染色时间可能会变长，降低生产效率。当染液流速不够稳定或过快时，可能会导致染色不均匀，内外层出现色差、斑点或条纹等问题，还可能导致染料消耗过多，浪费成本。
[0003]因此，期待一种筒子纱的染色控制系统及其方法。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种筒子纱的染色控制系统及其方法，其通过使用高分辨率的摄像头，对筒子纱表面进行实时监测，通过图像处理算法，获取筒子纱表面的颜色信息，根据内外层颜色情况调整染液流速，以达到内外层染色均匀的效果。该方案能够有效地实现对筒子纱染色过程中染液流速的智能化控制和优化，使染料更均匀地渗透到筒子纱内部，保证染色的深浅度一致性和均匀性，并且可以避免染料被消耗过多或浪费成本，缩短染色时间，提高生产效率。
[0005]相应地，根据本申请的一个方面，提供了一种筒子纱的染色控制系统，其包括：
[0006]数据采集模块，用于获取预定时间段内多个预定时间点的染液流速值以及所述预定时间段的筒子纱染色状态视频；
[0007]关键帧提取模块，用于从所述筒子纱染色状态视频提取多个染色状态关键帧；
[0008]染色状态特征提取模块，用于将所述多个染色状态关键帧分别通过作为过滤器的卷积神经网络模型以得到多个染色状态特征向量；
[0009]染色状态语义关联特征提取模块，用于将所述多个染色状态特征向量通过基于转换器的上下文编码器以得到染色状态语义关联特征向量；
[0010]流速特征提取模块，用于将所述多个预定时间点的染液流速值按照时间维度排列为流速输入向量后通过多尺度邻域特征提取模块以得到流速特征向量；
[0011]响应性估计模块，用于计算所述染色状态语义关联特征向量相对于所述流速特征向量的响应性估计以得到分类特征矩阵；
[0012]关联模块，用于对所述染色状态语义关联特征向量和所述流速特征向量进行按位置联合相关以得到关联特征矩阵；
[0013]优化模块，用于计算所述关联特征矩阵和所述分类特征矩阵之间的矩阵乘积以得到优化分类特征矩阵；以及
[0014]控制结果生成模块，用于将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示当前时间点的染液流速应增大、保持不变或减小。
[0015]在上述筒子纱的染色控制系统中，所述关键帧提取模块，用于：以预定采样频率从所述筒子纱染色状态视频提取多个染色状态关键帧。
[0016]在上述筒子纱的染色控制系统中，所述染色状态特征提取模块，包括：使用所述卷积神经网络模型的各层在层的正向传递中分别进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行沿通道维度的各个特征矩阵的均值池化以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述卷积神经网络模型的最后一层的输出为所述染色状态特征向量，所述卷积神经网络模型的第一层的输入为所述染色状态关键帧。
[0017]在上述筒子纱的染色控制系统中，所述染色状态语义关联特征提取模块，包括：转化单元，用于将所述多个染色状态特征向量排列为输入向量后通过可学习嵌入矩阵分别转化为查询向量和关键向量；自注意单元，用于计算所述查询向量和所述关键向量的转置向量之间的乘积以得到自注意关联矩阵；标准化自注意单元，用于对所述自注意关联矩阵进行标准化处理以得到标准化自注意关联矩阵；注意力计算单元，用于将所述标准化自注意关联矩阵输入Softmax激活函数进行激活以得到自注意力特征矩阵；注意力施加单元，用于将所述自注意力特征矩阵与多个染色状态特征向量中各个染色状态特征向量分别进行相乘以得到所述多个染色状态关联特征向量；以及，级联单元，用于将所述多个染色状态关联特征向量进行级联以得到所述染色状态语义关联特征向量。
[0018]在上述筒子纱的染色控制系统中，所述多尺度邻域特征提取模块，包括并行的第一卷积层和第二卷积层，以及，与所述第一卷积层和所述第二卷积层连接的级联层，其中，所述第一卷积层使用具有第一尺度的一维卷积核，所述第二卷积层使用具有第二尺度的一维卷积核，所述第一尺度不同于所述第二尺度。
[0019]在上述筒子纱的染色控制系统中，所述流速特征提取模块，包括：第一尺度特征提取单元，用于使用所述多尺度邻域特征提取模块的第一卷积层以具有第一尺度的一维卷积核对所述流速输入向量进行一维卷积编码以得到第一尺度流速特征向量；第二尺度特征提取单元，用于使用所述多尺度邻域特征提取模块的第二卷积层以具有第二尺度的一维卷积核对所述流速输入向量进行一维卷积编码以得到第二尺度流速特征向量；以及，多尺度级联单元，用于使用所述多尺度邻域特征提取模块的级联层将所述第一尺度流速特征向量和所述第二尺度流速特征向量进行级联以得到所述流速特征向量。
[0020]在上述筒子纱的染色控制系统中，所述第一尺度特征提取单元，用于：使用所述多尺度邻域特征提取模块的第一卷积层以如下第一尺度卷积公式对所述流速输入向量进行一维卷积编码以得到所述第一尺度流速特征向量；
[0021]其中，所述第一尺度卷积公式为：
[0022][0023]其中，a为第一一维卷积核在x方向上的宽度、F(a)为第一一维卷积核参数向量、G(x
‑
a)为与第一卷积核函数运算的局部向量矩阵，w为第一一维卷积核的尺寸，X表示所述流
速输入向量，Cov(X)表示对所述流速输入向量进行一维卷积编码。
[0024]在上述筒子纱的染色控制系统中，所述第二尺度特征提取单元，用于：使用所述多尺度邻域特征提取模块的第二卷积层以如下第二尺度卷积公式对所述流速输入向量进行一维卷积编码以得到所述第二尺度流速特征向量；
[0025]其中，所述第二尺度卷积公式为：
[0026][0027]其中，b为第二一维卷积核在x方向上的宽度、F(b)为第二一维卷积核参数向量、G(x
‑
b)为与第二卷积核函数运算的局部向量矩阵，m为第二一维卷积核的尺寸，x表示所述流速输入向量，Cov(X)表示对所述流速输入向量进行一维卷积编码。
[0028]在上述筒子纱的染色控制系统中，所述响应性估计模块，用于：以如下响应公式计算所述染色状态语义关联特征向量相对于所述流速特征向量的响应性估计以得到分类特征矩阵；
[0029]其中，所述响应公式为：
[0030][0031]其中V
a
表示所述染色状态语义关联特征向量，V
b
表示所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种筒子纱的染色控制系统，其特征在于，包括：数据采集模块，用于获取预定时间段内多个预定时间点的染液流速值以及所述预定时间段的筒子纱染色状态视频；关键帧提取模块，用于从所述筒子纱染色状态视频提取多个染色状态关键帧；染色状态特征提取模块，用于将所述多个染色状态关键帧分别通过作为过滤器的卷积神经网络模型以得到多个染色状态特征向量；染色状态语义关联特征提取模块，用于将所述多个染色状态特征向量通过基于转换器的上下文编码器以得到染色状态语义关联特征向量；流速特征提取模块，用于将所述多个预定时间点的染液流速值按照时间维度排列为流速输入向量后通过多尺度邻域特征提取模块以得到流速特征向量；响应性估计模块，用于计算所述染色状态语义关联特征向量相对于所述流速特征向量的响应性估计以得到分类特征矩阵；关联模块，用于对所述染色状态语义关联特征向量和所述流速特征向量进行按位置联合相关以得到关联特征矩阵；优化模块，用于计算所述关联特征矩阵和所述分类特征矩阵之间的矩阵乘积以得到优化分类特征矩阵；以及控制结果生成模块，用于将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示当前时间点的染液流速应增大、保持不变或减小。2.根据权利要求3所述的筒子纱的染色控制系统，其特征在于，所述关键帧提取模块，用于：以预定采样频率从所述筒子纱染色状态视频提取多个染色状态关键帧。3.根据权利要求2所述的筒子纱的染色控制系统，其特征在于，所述染色状态特征提取模块，包括：使用所述卷积神经网络模型的各层在层的正向传递中分别进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行沿通道维度的各个特征矩阵的均值池化以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述卷积神经网络模型的最后一层的输出为所述染色状态特征向量，所述卷积神经网络模型的第一层的输入为所述染色状态关键帧。4.根据权利要求3所述的筒子纱的染色控制系统，其特征在于，所述染色状态语义关联特征提取模块，包括：转化单元，用于将所述多个染色状态特征向量排列为输入向量后通过可学习嵌入矩阵分别转化为查询向量和关键向量；自注意单元，用于计算所述查询向量和所述关键向量的转置向量之间的乘积以得到自注意关联矩阵；标准化自注意单元，用于对所述自注意关联矩阵进行标准化处理以得到标准化自注意关联矩阵；注意力计算单元，用于将所述标准化自注意关联矩阵输入Softmax激活函数进行激活以得到自注意力特征矩阵；注意力施加单元，用于将所述自注意力特征矩阵与多个染色状态特征向量中各个染色
状态特征向量分别进行相乘以得到所述多个染色状态关联特征向量；以及级联单元，用于将所述多个染色状态关联特征向量进行级联以得到所述染色状态语义关联特征向量。5.根据权利要求4所述的筒子纱的染色控制系统，其特征在于，所述多尺度邻域特征提取模块，包括并行的第一卷积层和第二卷积层，以及，与所述第一卷积层和所述第二卷积层连接的级联层，其中，所述第一卷积层使用具有第一尺度的一维卷积核，所述第二卷积层使用具有第二尺度的一维卷积核，所述第一尺度不同于所述第二尺度。6.根据权利要求5所述的筒子纱的染色控制系统，其特征在于，所述流速特征提取模块，包括：第一尺度特征提取单元，用于使用所述多尺度邻域特征提取模块的第一卷积层以具有第一尺度的一维卷积核对所述流速输入向量进行一维卷积编码以得到第一尺度流速特征向量；第二尺度特征提取单元，用于使用所述多尺度邻域特征提取模块的第二卷积层以具有第二尺度的...

【专利技术属性】
技术研发人员：顾周磊，朱熙，吴小刚，李国兴，
申请(专利权)人：浙江荣鑫纤维股份有限公司，
类型：发明
国别省市：