基于数据挖掘的织物疵点MES系统开发.pdf

第 51 卷 第 8 期2023 年 8 月Cotton Textile Technology基于数据挖掘的织物疵点 MES系统开发张操 向军 潘如如（江南大学，江苏无锡，214122）摘要：针对当前纺织车间织物疵点管理流程中数据化信息采集程度低、疵点信息分析维度复杂、疵点与工种绩效关联等现状，结合其问题的具体表现，设计开发了基于数据挖掘的织物疵点 MES系统。该系统采用编程语言 Java，通过简单页面进行操作，实现了疵点快捷录入、疵点自动评分、品种信息管理、工艺优化推荐、员工绩效计算等功能，能够提高企业的管理效率，降低人工操作成本。该系统使得织物疵点管理操作更加智能和便捷。关键词：织物疵点；织物智能评分；数据挖掘分析；MES系统；疵点率；管理效率中图分类号：TS101.9 文献标志码：B 文章编号：1000-7415（2023）08-0007-04MES system development for fabric defect based on data miningZHANG Cao XIANG Jun PAN Ruru（Jiangnan University，Wuxi，214122，China）Abstract Aimed at current situation of low digitized information collection degree，complex defect information analysis dimension，and defects relevant with job performance and so on in the process of fabric defect management in textile workshop，a fabric defect MES system based on data mining was designed and developed combining concrete performances of those problems.The programming language Java was adopted in the system.Through a simple page to operate，the functions of quick entry of defects，automatic grading of defects，variety information management，process optimization recommendation and staff performance calculation and so on were realized.The management efficiency in enterprises could be improved and manual operation cost could be reduced.The system made the operation of fabric defect management more intelligent and convenient.Key Words fabric defect，fabric intelligent scoring，data mining analysis，MES system，defect rate，management efficiency织物疵点信息直接决定了织物的质量等级，也是作为企业管理织物品种生产难度、评价生产工艺、设备状况以及考核工作人员的基础数据。但目前企业普遍采用的人工纸质化管理模式，限制了对织物疵点数据的充分挖掘利用。MES 系统是面向制造企业车间执行层的生产信息化管理系统，能够帮助纺织企业高效管理车间生产信息。杨奉伟等1采用 MES 系统结合生产装置开发出竹节纱生产监控系统，在获得包括机器数据等参数细节的同时强化系统分析能力；江豪等2设计开发的帘子布直捻车间 MES 系统，能够有效帮助企业提高车间的管理效率。高效的数据采集方式能够帮助 MES 系统更好地管理生产信息，张慧霞等3从企业实际应用层面出发，利用织机在线联网采集系统实现企业高效管理，提高经济效益；唐麒麟等4采用云边协同的数据采集方式，在工业 5G 传输技术的加持下，通过高并发分布式技术实现基于 HTTP 协议的数据采集。数据挖掘技术在纺织企业 MES 系统中也初具成效，詹俊等5设计出基于数据挖掘的纱线质量管理系统，可以提供纱线质量问题智能分析和质量预测功能，能够帮助企业更好地保证纱线质量；冯勇等6利用大数据挖掘技术和云计算技术实现自动排产，建立针织多维数据模型，实现实时跟踪与异常获取，再针对不同的异常事件完成智能化处理；唐晓凤7阐述了数据挖掘在纺织企业中的应用方向。因此，在解决当前疵点管理问基金项目：国家自然科学基金项目（61976105）；中央高校基本科研业务费专项资金资助项目（JUSRP123001）作者简介：张操（1997），男，在读硕士研究生；潘如如，通信作者，教授，收稿日期：2023-02-20】【7第 51 卷 第 8 期2023 年 8 月Cotton Textile Technology题上，将 MES 系统的高效管理能力、数据挖掘的多维计算能力与疵点管理结合是具有可行性和必要性的，但是国内未见疵点管理与 MES 系统、数据挖掘结合的相关报道。目前纺织企业对织物疵点信息的采集还没有使用快捷智能化的录入方式，信息的利用还停留在基本的数据统计阶段，数据挖掘有待深入。为此，本研究基于数据挖掘，采用软件和硬件结合的方式开发了织物疵点 MES 系统，并在此基础上，提出利用疵点信息对织物品种、生产机台、各类员工（挡车工、机工、班长、验布工等）进行评价与考核。1 系统总体设计1.1软件设计本系统前端使用 VUE 框架，后端使用 Spring Boot 框架，登录使用 Spring Security 安全访问控制框架，前后端数据交互使用 JWT 方式，数据库使用 MySQL8.0 版本，数据库与后台连接采用Mybatis 方式。所选用技术均为当前互联网技术中的主流技术框架，保证了该系统的稳定性和持久性，具有较长的生命力和强大的灵活性。1.2硬件设计本系统结合长度记录器、扫码枪等进行数据采集。长度记录器通过记录机器转轴的圈数实现自动记录疵点位置以及布卷实际长度。扫码枪扫描规范化的布卷条形码，实现录入布卷类别、生产机器等信息。1.3疵点录入设计疵点数据录入包括疵点种类、属性信息（长宽、面积、周长、位置等）、布卷信息、相关人员、评分等信息。在实际录入时，只需要在移动端或 PC端设备进行简单点击选项，输入疵点属性信息，即可完成疵点信息录入。布卷信息包括品种信息、生产机器信息、生产人员信息。使用扫码枪扫描布卷条码信息，通过将条码信息规范化处理获取相应信息。相关人员通过选择疵点类型，将生产人员信息中与该类疵点相关联的人员信息与疵点进行绑定。疵点种类是直接按钮化显示在前端页面，包括疵点种类名称、属性信息等。点击疵点类型按钮后，属性信息会自动变化为对应属性。属性信息（除位置信息外）需要人工输入，后续可集成疵点识别技术代替人工输入。评分信息是根据 GB/T 177602019印染布布面疵点检验方法、GB/T 177592018本色布布面疵点检验方法 两种现行国家标准来进行综合计算打分，能够适用于大部分纺织企业的评分需求。2 系统功能设计本系统功能组件模块整体设计结构如图 1所示，包括系统管理、疵点管理、报表模块。系统管理能够实现用户与岗位、岗位与角色、角色与权限的绑定，使不同用户权限不一致，系统监控可以进行当前登录用户管理、系统网络资源和本地资源管理以及添加定时任务实现将一些常用操作自动化完成。疵点管理可以实现疵点信息的录入、管理展示；提前根据企业情况设置疵点类型；将采集到的疵点信息分类化管理。疵点管理具有较高的灵活度，可适应不同架构的纺织企业。报表模块是自动根据数据库已有数据进行分析处理挖掘，分析生成各种信息报表，可以自由导出，极大节约人力资源和时间，提高企业管理效率。3 信息挖掘分析3.1品种工艺优化通过汇总同一布卷的所有疵点信息，计算出该布卷得分，将同一品种的所有布卷信息进行累计加权计算汇总，得到每个品种的织物疵点情况和平均得分等。通过同品种布卷评分差异，比较其工艺参数，根据参数差异提出优化建议。利用相关性分析和多元线性回归分析建立“质量评分工艺”分析模型。其原理是：通过分析同品种布卷质量评分，结合其工艺参数进行相关性分析，挖掘出影响品种图 1系统功能架构图】【8第 51 卷 第 8 期2023 年 8 月Cotton Textile Technology质量的工艺参数，再进行多元线性回归分析，得到品种质量与多个工艺参数的线性方程。式（1）为品种工艺优化计算公式；式（2）为模型计算方法。P(1,k)=(a1,am)（1）(a1,am)=i=1n(i Ai)(2)式中：P表示同类布卷评分差异分析公式；表示影响评分的工艺序列优化建议；k表示第 k块布卷的评分，由 A1Ata1at决定，At表示布卷生产过程中第t道工艺的名称，at表示生产布卷过程中第t道工艺的具体工艺参数（比如上轴工艺中的上轴根数、上浆过程中的上浆率等）；表示 评 分 与 生 产 工 艺 的 相 关 性 分 析，由 A1Ata1at决定，at表示第 t个生产工艺参数与品种最终评分的相关性（相关性越接近 1，表示该参数对品种评分影响越明显）；am表示满足条 件（am 0.7）的 第m个 工 艺 参 数(m=1，2，t)；n表示满足条件的工艺参数总数；i表示第i道工艺的相关系数，该系数表示该工艺的权重。该模型可用于计算织物质量评分与工艺的关系，并用多元线性方程的形式表现出来，通过分析每一个相关工艺的相关系数，调整当前工艺参数，提高布卷生产质量。3.2机台生产优化本系统可从机台角度分析生产情况，实现生产机台的产量、运行情况等实时监控，便于生产任务合理调控安排。通过计算每台机器的疵点率，将疵点率异常的机器进行检修，实现生产质量提升，疵点率计算如式（3）所示。f=NM (3)式中：f表示疵点率；N表示该机台疵点总数；M表示该机台总产量。通过比较f值的大小，将疵点率过高的机器进行调整维修，排除机器故障，确保机器正常运行，减少疵点的产生。3.3员工绩效优化同一个疵点对不同员工的绩效运算存在差异，其量化标准在不同企业也不一样。根据疵点权重的不同，可计算出员工对应绩效。验布工绩效关联品种产量，产量与验布工绩效呈线性关系，其相关系数根据企业自定。式（4）为验布工绩效计算公式。F1=M W (4)式中：F1表示验布工绩效；M表示该验布工的验布量；W表示该员工验布量权重。挡车工、机工、班长等工种的绩效，除产量外，还需结合疵点产生原因进行绩效扣除，“工种绩效”计算模型如下。其模型原理：通过提前将疵点类型与员工种类进行关联，在计算相应工种员工绩效时，将该工种关联疵点聚类，通过将每类疵点类型、数量进行加权计算，得出该员工绩效。式（5）为绩效计算公式，式（6）为模型约束条件。F2(Rc)=c （5）c=100-i=1nc ic i=i Ni （6）式中：F2表示员工绩效；Rc表示第 c位员工对应工种；c表示第 c位员工绩效；c i表示第 c位员工关联的第 i种疵点对应绩效；i表示第i类疵点对应该工种的权重；Ni表示第i类疵点的数量。该模型可用于根据疵点情况计算关联人员的绩效，精确化员工绩效计算。为减少疵点产生的偶然性对绩效的影响，该模型计算疵点数时，根据疵点类型设定误差个数阈值，当该类疵点数超过阈值时，才会进入相应人员的绩效计算。4 系统应用4.1品种工艺优化疵点信息录入完成后，将每卷布的疵点信息进行聚类统计，得到每类疵点总数、品种评分等，如图 2所示。图 2 中，严重疵点数低于 40 标绿，高于 70 标红；疵点总数低于 200 标绿，高于 900 标红；品种评分高于 90标绿，低于 86标红。企业可根据自身量化标准自定义设置阈值。将评分差距较大的品种利用“质量评分工艺”模型分析其工艺参数数图 2品种信息】【9第 51 卷 第 8 期2023 年 8 月Cotton Textile Technology据，从而优化品种生产工艺。图 2 中 D2011 品种布卷疵点情况较为严重，根据工艺分析模型计算，系统会在后台进行生产工艺相关性分析。若有生产参数影响，则根据结果作以辅助，相关人员再结合实际情况进行问题分析改善。4.2机台生产优化将机台产量信息、疵点总数、疵点率计算后，如图 3所示。为控制每台机器产量均衡化，保证机器生产强度适中，将月产量超过月均值产量的机台产量标红，低于均产量的机台标绿，便于员工根据数据展示合理安排机器的生产任务以提高生产效率。图 3中，将疵点率高于 1.0个/m 的数据标红，疵点率低于 0.2 个/m 的数据标绿。上述阈值可根据企业需求自行调整。根据机台产量和疵点率，可帮助企业及时发现机台异常情况，通过尽早维修调试，减少疵点的产生。图 3 中，二车间 1 号机月产量远超每台机器生产均值，二车间 2 号机虽产量正常，但疵点率过高，操作人员可根据页面数字颜色检修对应机台，调试相应设备。4.3员工绩效优化根据工种将每位员工的产量信息统计出来，按照类型进行分类汇总，得出员工上轴修织、上轴降等、翻改修织、翻改降等、其他修织、其他降等六大类疵点类型数量，利用员工工种和疵点产生原因，结合“工种绩效”分析模型，计算出不同员工绩效，如图 4所示。图 4 中，将绩效低于 85 的标红，绩效高于 90的标绿，使用区别显示方式以突出员工的绩效，从而加强内部竞争、提高企业生产效率。挡车工丁某绩效相比之下较低，原因为其负责的品种中出现竹节、条干不匀等类型疵点较多，系其负责设备相关参数出现异常，系统根据其影响权重计算出最终绩效，更加符合实际。5 结束语当前纺织企业疵点检测采集方式信息化程度低，阻碍了纺织企业信息化发展进程。本研究设计的织物疵点 MES 系统，提供在线疵点采集方式，通过软件和硬件结合的方式进一步便捷采集疵点信息。同时，系统设计了品种工艺优化算法、机台生产优化算法、员工绩效优化算法，能够将采集到的数据进一步分析，挖掘出能够帮助企业进一步管理织物品种、生产机台、各类员工绩效的信息。该系统能够帮助提高企业生产效率，具有较高应用和推广价值。参考文献：1杨奉伟，刘燕卿，徐伯俊，等.基于.NET 平台的竹节纱 管 理 监 控 系 统 开 发J.棉 纺 织 技 术，2019，47（10）：54-58.2江豪，段琼海，王永华，等.帘子布直捻车间 MES 系统的设计与实现J.棉纺织技术，2022，50（10）：49-53.3张慧霞，马长青，代爱明，等.织机在线联网采集系统在设备管理中的应用 J.棉纺织技术，2018，46（10）：32-35.4唐麒麟，彭来湖，戴宁，等.面向纺织企业的数据采集分析系统设计与实现 J.软件工程，2022，25（8）：43-47.5詹俊，费树岷.基于数据挖掘的纺织企业质量管理系统 J.江苏纺织，2013（1）：42-46.6冯勇，蒋高明，吴志明.基于大数据的针织 MES 生产计划与调度系统 J.针织工业，2018（3）：1-4.7唐晓凤.信息化时代纺织关联企业的数据分析挖掘及应用 J.棉纺织技术，2021，49（11）：87-88.图 3机台信息图 4员工绩效表】【10