一种喷气织机数据监测方法、产品、设备及介质与流程

本技术涉及数据监控，尤其是涉及一种喷气织机数据监测方法、产品、设备及介质。

背景技术：

1、数据监测对于维护喷气织机设备性能、预防故障和提高生产效率至关重要。相关技术通过监测设备如传感器采集喷气织机上的运行数据，并通过简单的阈值比较来判断设备是否异常，但是，这种方式通常只能监测单一的数据点，而忽略了喷气织机性能与多个参数之间的复杂关系，导致根据监测数据对喷气织机进行检修的准确性不足。

技术实现思路

1、为了解决现有技术通过监测数据对喷气织机进行检修准确性低的问题，本技术提供一种喷气织机数据监测方法、产品、设备及介质。

2、第一方面，本技术提供了一种喷气织机数据监测方法，采用如下技术方案：

3、一种喷气织机数据监测方法，包括：

4、获取目标织机的监测数据和运行数据，所述目标织机为正在工作的任一喷气织机；

5、根据所述运行数据，确定所述目标织机所处的当前运行时段，并确定所述当前运行时段对应的正常数据范围；

6、根据所述当前运行时段对应的正常数据范围，从所述目标织机的监测数据中确定异常数据；

7、根据所述异常数据和所述运行数据，确定所述目标织机的异常程度，以根据所述异常程度确定检修策略。

8、通过采用上述技术方案，获取目标织机的监测数据和运行数据，监测数据能够表征目标织机的性能，运行数据能够表征目标织机的运行状态，根据运行数据能够确定目标织机所处的当前运行时段，目标织机在不同运行时段对应不同的正常数据范围，将当前运行时段的实际监测数据与对应的正常数据范围进行比对，可以识别出超出正常范围的数据，即异常数据，异常数据反应了目标织机可能存在的问题或故障，通过分析异常数据和运行数据，可以准确评估目标织机的异常程度，有助于确定问题的严重性，还能为后续的检修策略提供依据。本技术通过全面收集并分析目标织机的监测数据和运行数据，能够准确识别异常情况，并据此制定有效的检修策略，可以提高目标织机的运行效率和稳定性，还可以降低维护成本，延长织机寿命。

9、本技术在一较佳示例中可以进一步配置为：所述方法还包括：

10、获取预设运行时段内多个织机对应的历史监测数据，并建立所述历史监测数据随时间的变化曲线；

11、将所述变化曲线划分为多个变化曲线段，每一变化曲线段对应的时间段作为一个运行时段；

12、根据目标运行时段对应的历史监测数据，确定所述目标运行时段对应的正常数据范围，所述目标运行时段为所述变化曲线对应的任一运行时段。

13、通过采用上述技术方案，获取预设运行时段内多个织机对应的历史监测数据，涵盖了织机在不同运行时段下的性能变现，通过建立变化曲线，可以直观观察织机性能随时间的变化趋势，有助于发现潜在的问题和规律，将连续的变化曲线划分为不同的曲线段，每一曲线段代表一个运行时段，可以更精细地分析每个运行时段内织机的性能变化，从而更准确地确定正常数据范围。

14、本技术在一较佳示例中可以进一步配置为：所述目标织机的监测数据包括多种类型的监测数据，所述当前运行时段对应的正常数据范围包括所述多种类型的监测数据各自对应的正常数据范围，

15、根据所述当前运行时段对应的正常数据范围，从所述目标织机的监测数据中确定异常数据，包括：

16、判断目标监测数据是否处于对应的正常数据范围内，所述目标监测数据为所述目标织机对应的任一类型的监测数据；

17、若所述目标监测数据处于对应的正常数据范围内，则将所述目标监测数据标记为异常数据；

18、从所述目标织机对应的多种类型的监测数据中，确定所有异常数据以及异常数据的类型数量。

19、通过采用上述技术方案，考虑了目标织机产生的多种类型的监测数据，确保了数据分析的全面性，能够捕捉到织机在不同方面的性能表现，通过比较和标记，能够准确识别出异常数据，统计异常数据的类型数量，有助于了解目标织机在不同方面出现问题的程度和频率，为后续策略提供决策依据。

20、本技术在一较佳示例中可以进一步配置为：所述运行数据包括运行时长，

21、根据所述异常数据和所述运行数据，确定所述目标织机的异常程度，包括：

22、获取所述目标织机的寿命时长，根据所述运行时长和所述寿命时长，确定损耗指数；

23、根据所述异常数据对应的类型数量和所述损耗指数，确定所述目标织机的异常程度。

24、通过采用上述技术方案，获取目标织机的寿命时长，有助于评估目标织机的当前状态和剩余使用寿命，根据目标织机的运行时长和寿命时长能够确定损耗指数，损耗指数可以用于评估织机的磨损和老化程度，异常数据的类型数量反映了目标织机当前性能问题的多样性和严重程度，将损耗指数和异常数据的类型数量结合起来，可以全面评估目标织机的异常程度。

25、本技术在一较佳示例中可以进一步配置为：根据所述异常数据对应的类型数量和所述损耗指数，确定所述目标织机的异常程度，包括：

26、判断所述异常数据对应的类型数量是否超过预设数量阈值，得到第一判定结果；

27、判断所述损耗指数是否超过预设指数阈值，得到第二判定结果；

28、根据所述第一判定结果和所述第二判定结果，确定所述目标织机的异常程度。

29、通过采用上述技术方案，设置预设数量阈值和预设指数阈值，并将实际数值和阈值进行比较，可以迅速判断织机是否存在异常，以及异常的程度如何，结合两个判定结果来确定织机的异常程度，可以确保评估的准确性和全面性。

30、本技术在一较佳示例中可以进一步配置为：所述目标织机的监测数据包括疵点率，

31、所述获取目标织机的监测数据，包括：

32、根据预设采集频率获取所述目标织机产出织物的图像，得到多个图像；

33、对目标图像进行预处理和特征提取，得到所述目标图像的特征，所述目标图像为所述多个图像中任一个；

34、将所述目标图像的特征输入预设检测模型中，得到所述目标图像包含的各个疵点的疵点信息；

35、根据所述多个图像各自对应的疵点信息，确定所述多个图像的整体疵点率以及所述多个图像中每一图像的疵点率。

36、通过采用上述技术方案，设置预设采集频率，可以确保对织机查出的织物进行持续、稳定的图像采集，对目标图像进行预处理可以提高图像质量，使得疵点更容易被识别，特征提取能够从目标图像中提取出与疵点相关的关键信息，通过预设识别模型，能够对提取的图像特征进行高效且准确的疵点识别，通过对多个图像进行疵点分析，可以计算出整体的疵点率，反映了织机在一段时间内的疵点水平，计算每一图像的疵点率能够揭示织机在不同时间下的疵点变化情况。

37、本技术在一较佳示例中可以进一步配置为：所述疵点信息包括疵点大小，

38、根据所述多个图像各自对应的疵点信息，确定所述多个图像的整体疵点率以及所述多个图像中每一图像的疵点率，包括：

39、根据所述目标图像对应的各个疵点的疵点大小，确定所述目标图像包含的各个疵点的总面积；

40、获取所述目标图像的面积，并根据所述目标图像的面积和所述总面积，确定所述目标图像的疵点率；

41、根据所述多个图像各自对应的疵点信息，确定所述多个图像的整体疵点率。

42、通过采用上述技术方案，计算目标图像的面积和总面积，确定目标图像的疵点率，反映了目标图像中疵点所占的比例，从而提供了对织物疵点状况的量化评估，通过汇总多个图像的疵点信息，可以计算出整体疵点率，有助于预防性维护和故障预测。

43、第二方面，本技术提供一种计算机程序产品，采用如下的技术方案：

44、一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时，实现如第一方面任一项所述的喷气织机数据监测方法。

45、第三方面，本技术提供一种电子设备，采用如下的技术方案：

46、一个或多个处理器；

47、存储器；

48、至少一个应用程序，其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行如第一方面任一项所述的喷气织机数据监测方法。

49、第四方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：

50、一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令所述计算机执行如第一方面任一项所述的喷气织机数据监测方法。

51、综上所述，本技术包括以下有益技术效果：

52、本技术通过获取目标织机的监测数据和运行数据，监测数据能够表征目标织机的性能，运行数据能够表征目标织机的运行状态，根据运行数据能够确定目标织机所处的当前运行时段，目标织机在不同运行时段对应不同的正常数据范围，将当前运行时段的实际监测数据与对应的正常数据范围进行比对，可以识别出超出正常范围的数据，即异常数据，异常数据反应了目标织机可能存在的问题或故障，通过分析异常数据和运行数据，可以准确评估目标织机的异常程度，有助于确定问题的严重性，还能为后续的检修策略提供依据。本技术通过全面收集并分析目标织机的监测数据和运行数据，能够准确识别异常情况，并据此制定有效的检修策略，可以提高目标织机的运行效率和稳定性，还可以降低维护成本，延长织机寿命。