基于海量数据的纺纱质量异常因素识别方法

来源：计算机集成制造系统杂志2015年第10期北京时间：

作者：邵景峰,贺兴时,王进富,白晓波,雷霞,马创涛

单位：1.长安大学信息工程学院2.西安工程大学管理学院

摘要：为识别纺纱过程质量特征值的异常波动,对纺纱质量特征值的波动机理进行了理论分析。基于海量纺纱数据设计了一种Dk-means聚类算法,进而提取最优纤维属性变量(断裂伸长),对纺纱质量特征值进行修正,实现变量与特征值之间关系的线性化。提出一种基于Dk-means算法与灰色关联分析的纺纱质量异常因素识别方法,解决了纺纱过程质量异常波动的问题。仿真与实验结果表明,所提出的估计方法从关联系数和关联度的角度实现了纺纱质量异常因素的识别,并实现了质量特征值的波动成因到异常因素与纺纱质量特征值之间的相关关系表达,以及异常因素辨识的可视化。

关键词：异常因素,纺纱质量,识别,海量数据,关联度

基金资助：中国纺织工业联合会应用基础研究资助项目(J201508);中国纺织工业协会指导性计划资助项目(2014076,2013068);陕西省教育科学“十二五”规划资助项目(SGH140649);陕西省教育厅科研计划资助项目(2013JK0742,11JK1055) ;西安市碑林区科技计划资助项目(GX1510).