升级数据管理 探索智能控制技术

——伟德国际victor1946教授 邵景峰

21世纪，是智能制造的时代，传统的纺织业也迎来了智能的浪潮，邵景峰教授作为一名与棉纺行业携手前行的科研工作者，成为棉纺智能制造的探路者，他以棉纺过程为研究对象，以人机系统工程学理论为基础，以海量棉纺数据挖掘、数据驱动控制为手段，以棉纺质量智能控制为目的，经过 5 年的科技攻关，系统开发出一套数据驱动的棉纺质量智能控制技术及控制系统。

聚焦智能制造，攻克棉纺质量控制问题

众所周知，智能纺纱的出现，有效解决了纺织企业用工成本上升和人力资源短缺的发展痛点，建立的“数字化纺纱车间”，已经实现了棉纺过程的“无人值守”“关灯生产”和数据的集中管理。这是纺织科研人员不断研发的结果，但对于智能纺纱的发展，他更有着清醒的认知，“纺织领域不同于其他行业，它的智能过程可能更漫长，也更复杂。”

虽然棉纺过程产生了海量数据，但数据之间重复度高、关联度低，影响因素众多且相互交错，使得现有的数据挖掘方法难以应对。”这些没有经过管理的数据，给棉纺质量的控制带来了困难，影响了智能纺纱发展的步伐。虽然纺织科研工作者对此进行了大量的攻关工作，比如基于人工神经网络、案例推理的预测模型等，而且一些预测模型和挖掘算法已成功应用，对纺纱质量的预测精度达 96%，基本解决了棉纺质量预测的问题 ，但在科研界对棉纺质量控制的研究还较为欠缺。

坚持自主创新，取得系列科技成果

只有创新，才能走出困局，更能解决智能纺织过程中最为重要的质量控制。经过探索，他带领团队从三个方面进行了技术创新。

首先，系统探究了棉纺过程中的数据采集、集成及融合问题，以及原料配比、工艺、设备与成纱性能等参数的分析及反馈问题，研发了面向棉纺设备的无线监测器、控制器以及普适通信协议，建立了工序间数据的关系布尔矩阵，提出了基于多色集合理论的棉纺数据统一形式化表示方法，实现了多源异构棉纺数据的集成，解决了棉纺设备之间信息难以互联互通的问题。

其次，首次提出了一种适合棉纺数据挖掘的大数据聚类算法 Dk-means，其从海量棉纺数据中提取疵点数据（如脱纬、稀纬、竹节等），探究了疵点数据与质量指标（如细节、强度、断裂伸长）之间的相关关系，实现了工艺参数与质量输出特征值之间关系的线性化，解决了棉纺质量控制建模时函数过于单一的问题。

最后，率先研发了数据驱动的棉纺质量智能控制技术。 根据各工序间的“输入—输出”关系，构建面向棉纺过程的多输入单输出关系模型，并对棉纺质量数据的时间序列进行相空间重构，将重构后的时间序列输入到“多输入单输出”关系模型中进行学习，得到多工序递阶的棉纺过程（如清花、梳棉、并条等）闭环传递函数模型，并通过该函数模型的自我学习，建立面向棉纺过程的多工序递阶的质量控制模型。

相关研究成果已被咸阳纺织集团有限公司等国内著名纺织企业的应用，解决了纺织企业在生产过程中的数据管理、质量控制问题，同时与纺织研究机构建立了良好的产学研合作关系，为加快成果转化提供了合作互助的平台。

坚持教研相长，培养纺织科技人才

近5年，他带领团队始终坚持教学科研相长，并成功获批了中国纺织工业联合会“纺织行业纺纱生产质量控制与信息感知重点实验室”、陕西高校青年科技创新团队“复杂高维纺织数据挖掘与场景理解科技创新团队”、陕西省教育厅“复杂高维纺纱数据挖掘与仿真实验教学项目”、伟德BETVLCTOR科技创新团队“纺织过程控制与生产管理科技创新团队”等。同时，培养的员工参与学科竞赛覆盖面从 2016年的7.9%提升到2020年的36.8%，获得了“创青春”全国老员工创业大赛等全国性比赛奖励6项。而且，培养的研究生近50%考入匈利亚罗兰大学、西安交通大学等重点高校和研究所攻读博士学位。

个人简介

邵景峰，教授，博士后，硕士研究生导师，中国自动化学会大数据专委会委员、陕西省青年科技工作者协会委员、机器人及控制国际会议分会主席。先后承担了国家科技支撑计划项目子课题、中国纺织工业联合会应用基础研究项目，陕西省重点研发项目等省部级以上重要课题20项，以及大型纺织企业委托课题10项。研究成果获陕西省科学技术奖二等奖、中国纺织工业联合会科学技术奖二等奖、陕西高等学校科学技术奖一等奖等省部级、厅局级奖15项，以及中国纺织工业联合会经济研究成果奖一等奖、中国化纤协会·恒逸基金优秀学术论文奖一等奖10项。在《Journal of Industrial Textiles》、《Human Factors and Ergonomics in Manufacturing & Service Industries》、《机械工程学报》、《控制理论与应用》等重要期刊上发表学术论文100篇，其中 SCI/EI 检索40篇。授权发明专利10项，软件著作权7项，出版学术专著及教材各1部。

实验室

近5年，该实验室针对纺纱质量难以精准控制的问题，从海量纺纱数据入手，集成创新了基于D-S证据的两级棉纺数据融合技术，创新提出了面向纺纱数据的大数据聚类算法DK-means、数据驱动的纺纱质量异常波动预测方法、基于DK-means和灰色关联分析的棉纺质量关键因素识别方法。同时，构建了多工序递阶的纺纱质量控制模型，率先研发了数据驱动的棉纺质量控制智能技术及其系统，该系列模型、算法及方法已在咸阳纺织集团有限公司、新疆新越丝路有限公司等9家纺织企业成功推广应用，结果表明该智能控制技术及系统对纺纱质量的控制准确率达97.85%，高于现有文献报道的96%，而且纱机效率达96.84%，一等品率达98.37%，有效解决了纺纱质量异常波动的问题，实现了纺纱质量的精准控制。该系列成果在陕西纺织技术服务平台、全球纺织网纺织资讯平台上进行了大力推广。

自主研发的纱线质量光电检测装置

构架的纺纱数据存储系统平台

（撰稿：邵景峰教授团队，审稿：徐焕章）