本发明专利技术提供一种床上用品生产工艺的控制管理方法及系统，涉及床上用品生产技术领域，本发明专利技术通过实时采集和分析生产过程中的布料参数，及时发现并预防潜在缺陷，同时借助关联预估模型预测可能出现的缺陷类型及其数值，从而提前调整生产参数，确保产品质量稳定性。此外，该方法还能够根据关联预估数据动态调整检测阈值，提高检测效率，并通过智能化生产设备减少人工干预和人为错误，提高生产效率和可靠性；这些措施共同作用下，显著减少了缺陷产品的数量，降低了返工和报废成本，同时提高了资源利用率和生产效率；最后，通过对生产数据的分析和预警，为生产管理者提供了及时、准确的信息支持，有助于做出科学的生产决策。
2、床上用品的生产过程中，布料参数（如纺织密度、色差、尺寸等）的控制至关重要。然而，由于传统生产工艺中缺乏精确的监测和调控手段，导致布料参数控制不准确，影响了产品的质量和稳定性。在生产过程中，由于各种因素的影响，床上用品可能会出现潜在缺陷，如缝制不平整、色差超标等。这些缺陷往往难以通过肉眼或传统检测方法及时发现，导致产品合格率下降，增加了返工和报废成本。传统生产工艺中，生产参数的调整往往依赖于人工经验和判断。然而，由于人工判断的主观性和不确定性，生产参数的调整往往不及时或不准确，影响了生产效率和产品质量。
>4、按照预设的采集周期，采集当前床上用品生产过程中的数据，其中，床上用品生产过程中的数据具体包括布料纺织密度、色差、尺寸和图案对齐情况；5、基于采集的当前床上用品生产过程中的数据，根据预设的初始检测阈值，判断出当前周期检测缺陷数据；
6、将当前周期检测缺陷数据输入关联预估模型中，关联预估模型根据输入的当前周期检测缺陷数据，输出得到关联预估数据，其中，关联预估数据具体为缺陷类型以及缺陷数值；
7、基于关联预估数据，判断是否对初始检测阈值进行动态调整，若判断是对初始检测阈值进行动态调整，则根据调整后的检测阈值对后续一采集周期采集的床上用品生产过程中的数据进行检测，获取后续一采集周期检测缺陷数据；
8、分析得到的当前周期检测缺陷数据和后续一采集周期检测缺陷数据，获得分析结果，并根据分析结果进行预警通知，同时生成参数调节建议。
9、优选的，所述获取床上用品生产工艺的历史数据，通过数据关联分析方法，分析历史数据中的布料参数与造成对应缺陷的关联情况，以及各缺陷之间的关联情况，建立关联预估模型，具体步骤为：
10、从床上用品生产的历史记录中，收集布料参数的信息与生产过程中出现的缺陷信息，其中，布料参数具体包括布料纺织密度、色差、尺寸和图案对齐情况，缺陷具体包括缝纫不良、污渍、色差和破洞；
11、对收集到的布料参数的信息与生产过程中出现的缺陷信息进行预处理，去除异常值和缺失值，整理得到数据集；
12、通过数据关联分析方法，识别数据集中各布料参数与缺陷之间的关联关系，获得关联分析结果；
13、基于关联分析结果，利用神经网络模型训练获得关联预估模型。
14、优选的，所述按照预设的采集周期，采集当前床上用品生产过程中的数据，其中，床上用品生产过程中的数据具体包括布料纺织密度、色差、尺寸和图案对齐情况，具体步骤为：
15、为生产流程中生产线的速度和产量设定采集等级，具体包括低等级和高等级，并分别为低等级和高等级设定对应的采集周期；
16、通过传感器和摄像头智能设备，按照设定的采集周期，自动采集生产过程中的布料参数，其中，布料参数具体包括布料纺织密度、色差、尺寸和图案对齐情况。
17、优选的，所述基于采集的当前床上用品生产过程中的数据，根据预设的初始检测阈值，判断出当前周期检测缺陷数据，具体步骤为：
18、设定布料纺织密度、色差、尺寸和图案对齐情况的初始检测阈值；
19、将采集的生产过程中的布料参数分别与布料纺织密度、色差、尺寸和图案对齐情况的初始检测阈值进行对比，获得对比结果；
20、识别出对比结果中超出初始检测阈值的布料参数，将其标识为当前周期检测缺陷数据。
21、优选的，所述基于关联预估数据，判断是否对初始检测阈值进行动态调整，若判断是对初始检测阈值进行动态调整，则根据调整后的检测阈值对后续一采集周期采集的床上用品生产过程中的数据进行检测，获取后续一采集周期检测缺陷数据，具体步骤为：
22、预先设定调整阈值并设置调整策略，其中，调整策略具体为判断关联预估数据中各缺陷数值未超过调整阈值，则不触发检测阈值的调整；而判断关联预估数据达到调整阈值或者超过预设的调整阈值时，则触发检测阈值的调整；
23、当判断关联预估数据达到调整阈值或者超过预设的调整阈值时，触发调整策略，即对检测阈值进行上调或者下调，得到调整后的检测阈值；
24、根据调整后的检测阈值对后续一采集周期采集的床上用品生产过程中的数据进行检测，获取后续一采集周期检测缺陷数据。
25、优选的，所述分析得到的当前周期检测缺陷数据和后续一采集周期检测缺陷数据，获得分析结果，并根据分析结果进行预警通知，同时生成参数调节建议，具体步骤为：
26、结合得到的当前周期检测缺陷数据和后续一采集周期检测缺陷数据，通过数据分析方法识别出缺陷数据的变化趋势，得到变化趋势的分析结果；
27、基于变化趋势的分析结果识别出缺陷数据超出预设的预警数据区段，则及时发出预警通知；
28、根据变化趋势的分析结果，预估生成具体的参数调节建议，具体包括调整布料参数。
29、一种床上用品生产工艺的控制管理系统，所述管理系统包括：
30、模型构建模块，用于获取床上用品生产工艺的历史数据，通过数据关联分析方法，分析历史数据中的布料参数与造成对应缺陷的关联情况，以及各缺陷之间的关联情况，建立关联预估模型；
31、数据采集模块，用于按照预设的采集周期，采集当前床上用品生产过程中的数据，其中，床上用品生产过程中的数据具体包括布料纺织密度、色差、尺寸和图案对齐情况；
32、数据检测模块，用于基于采集的当前床上用品生产过程中的数据，根据预设的初始检测阈值，判断出当前周期检测缺陷数据；
33、预估分析模块，用于将当前周期检测缺陷数据输入关联预估模型中，关联预估模型根据输入的当前周期检测缺陷数据，输出得到关联预估数据，其中，关联预估数据具体为缺陷类型以及缺陷数值；
34、调整与检测模块，用于基于关联预估数据，判断是否对初始检测阈值进行动态调整，若判断是对初始检测阈值进行动态调整，则根据调整后的检测阈值对后续一采集周期采集的床上用品生产过程中的数据进行检测，获取后续一采集周期检测缺陷数据；
35、预警与生本文档来自技高网...
【技术保护点】
1.一种床上用品生产工艺的控制管理方法，其特征在于，所述管理方法包括以下步骤：
2.根据权利要求1所述的一种床上用品生产工艺的控制管理方法，其特征在于，所述获取床上用品生产工艺的历史数据，通过数据关联分析方法，分析历史数据中的布料参数与造成对应缺陷的关联情况，以及各缺陷之间的关联情况，建立关联预估模型，具体步骤为：
3.根据权利要求1所述的一种床上用品生产工艺的控制管理方法，其特征在于，所述按照预设的采集周期，采集当前床上用品生产过程中的数据，其中，床上用品生产过程中的数据具体包括布料纺织密度、色差、尺寸和图案对齐情况，具体步骤为：
4.根据权利要求1所述的一种床上用品生产工艺的控制管理方法，其特征在于，所述基于采集的当前床上用品生产过程中的数据，根据预设的初始检测阈值，判断出当前周期检测缺陷数据，具体步骤为：
5.根据权利要求1所述的一种床上用品生产工艺的控制管理方法，其特征在于，所述基于关联预估数据，判断是否对初始检测阈值进行动态调整，若判断是对初始检测阈值进行动态调整，则根据调整后的检测阈值对后续一采集周期采集的床上用品生产过程中的数据进行检测，获取后续一采集周期检测缺陷数据，具体步骤为：
6.根据权利要求1所述的一种床上用品生产工艺的控制管理方法，其特征在于，所述分析得到的当前周期检测缺陷数据和后续一采集周期检测缺陷数据，获得分析结果，并根据分析结果进行预警通知，同时生成参数调节建议，具体步骤为：
7.一种床上用品生产工艺的控制管理系统，应用于如根据权利要求1-6任意一项所述的一种床上用品生产工艺的控制管理方法，其特征在于，所述管理系统包括：
...
【技术特征摘要】
1.一种床上用品生产工艺的控制管理方法，其特征在于，所述管理方法包括以下步骤：
2.根据权利要求1所述的一种床上用品生产工艺的控制管理方法，其特征在于，所述获取床上用品生产工艺的历史数据，通过数据关联分析方法，分析历史数据中的布料参数与造成对应缺陷的关联情况，以及各缺陷之间的关联情况，建立关联预估模型，具体步骤为：
3.根据权利要求1所述的一种床上用品生产工艺的控制管理方法，其特征在于，所述按照预设的采集周期，采集当前床上用品生产过程中的数据，其中，床上用品生产过程中的数据具体包括布料纺织密度、色差、尺寸和图案对齐情况，具体步骤为：
4.根据权利要求1所述的一种床上用品生产工艺的控制管理方法，其特征在于，所述基于采集的当前床上用品生产过程中的数据，根据预设的初始检测阈值，判断出...
【专利技术属性】
技术研发人员：卓秋兰，徐丽，梁丽嫦，何帝漫，
申请(专利权)人：佛山市黛富妮家饰用品有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。