位置:成果数据库 > 期刊 > 期刊详情页
大数据环境下的纺织制造执行系统设计
  • ISSN号:0577-6686
  • 期刊名称:《机械工程学报》
  • 时间:0
  • 分类:TS103[轻工技术与工程—纺织工程;轻工技术与工程—纺织科学与工程]
  • 作者机构:[1]长安大学信息工程学院,西安710064, [2]西安工程大学管理学院,西安710048
  • 相关基金:陕西省科技计划(2013KRM07); 陕西省社科基金(13D026); 陕西省社科界重大理论与现实问题研究(2014Z039); 中国纺织工业协会指导性计划(2014076,2013068,2011081); 陕西省教育科学“十二五”规划课题(SGH140649); 陕西省教育厅科研计划(2013JK0742,11JK1055)资助项目
中文摘要:

为解决纺织制造过程中的系统集成与数据管理问题,依据纺织制造过程工艺流程,对各工序产生的海量数据进行分析,对计划层与车间制造层之间信息无法衔接的问题进行研究。在原有系统数据,以及文本类型的原料、传感器,纱疵检测图像数据的基础上,构架了一种基于Hadoop的三层纺织大数据存储体系。利用D-S证据、增量聚类理论方法,对多源纺织数据融合技术难点进行设计,并提出了相应的算法与模型,进而对系统功能进行设计与实现。通过测试,结果表明该系统通过数据间的相关性实现了计划层与制造层之间信息的有效衔接,解决了信息"孤岛"问题,并为大数据环境下织物质量的实时在线检测提供新方法。

英文摘要:

To solve system integration and data management problems in the textile manufacturing process, through the textile manufacturing technology process, the massive data of each process is analyzed, and the inefficient convergence phenomenon of textile information between production planning layer and workshop manufacturing layer is studied. On the basis of the original system data, and text data of raw materials, sensor, yarn defect detection image data, and so on, a three layer textile big data storage system based on Hadoop is built. And then, through using theoretical methods of D-S evidence and incremental clustering, the technical difficulties that are multi-source textile data fusion is designed, the appropriate algorithms and models are proposed, and functions of the system are designed and implemented. Through the test, the results show that the system we designed have realizes the effective information link between planning layer and production layer by the correlation between data, solves the‘information island’ problem, and can provide a new method for real-time online detection of fabric quality in big data environment.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《机械工程学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国机械工程学会
  • 主编:宋天虎
  • 地址:北京百万庄大街22号
  • 邮编:100037
  • 邮箱:bianbo@cjmenet.com
  • 电话:010-88379907
  • 国际标准刊号:ISSN:0577-6686
  • 国内统一刊号:ISSN:11-2187/TH
  • 邮发代号:2-362
  • 获奖情况:
  • 中国期刊奖,“中国期刊方阵”双高期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:58603