用于优化和调整工业机器的运行参数的方法及相关系统与流程

本发明的目的是一种用于调整工业机器的运行参数的方法。本发明的另一目的是一种用于调整工业机器的运行参数的系统。

特别地，本发明的目的是一种用于调整纺织机器的运行参数的方法和系统，所述纺织机器例如为阵列纺织机器(拔毛机、混合机、开松机、上料混合机、秤装载机或簇绒混棉机)、或梳棉机、或精梳机(例如并条机、络筒机或精梳机)或纺纱机(例如粗纱机或纺纱机)或用于运输卷轴或清洁脏管的机器/系统。

背景技术：

众所周知，为了使工业机器在经济上有利可图，有必要使其连续工作，可能不会因中止(breakages，破损)或宕机而引起加工的中断，并且最重要的是以允许最大生产的加工能力运行。

然而，搜索和优化机器运行参数——其允许获得高生产率——对于本领域技术人员而言是困难的任务，因为它们取决于工业机器的众多变量和边界条件，例如机器运行场所的温度和湿度、电机的转速、机器部件随时间推移的磨损、维修等。

因此，非常需要识别工业机器的运行参数的最佳配置，这样的最佳配置允许在给定时间和工业机器的运行场所处获得工业机器的最佳性能。

通常，使生产水平最大化的动力转化为提高加工速度和/或使确定产品质量或消耗增加的机器的某些运行参数达到限制值的需求。另一方面，这样的增加可能使由于中止或宕机而造成加工中断的风险升高。

因此，有必要在最小化机器宕机时间、最大化生产率和降低成本之间找到最佳折衷方案。

清楚的是，由专家操作员对所涉及的运行参数进行的手动调整的简单操作在某种程度上是复杂且几乎没有效果的。实际上，基于大量的运行小时数且根据随时间变化的机器运行条件而获得的仅配置值可以被认为是可靠的。

技术实现要素：

本发明的目的是提供一种用于调整工业机器的工作参数的方法和系统，该方法和系统能够为工业机器的运行参数提供充足且有效的值，以便优化其效率和生产率水平。

通过根据所附独立权利要求获得的方法、系统和计算机程序来实现该目的。从属权利要求描述了优选实施方式。

附图说明

根据下面的描述，本发明实现的方法和系统的特征和优点将变得明显，这样的描述是依照附图1以解释而非限制的方式作出的，附图1示出了根据本发明的实施方式的用于调整工业机器的运行参数的方法的框图。

具体实施方式

为了简单起见，在本说明书的后续部分中，将详细参考纺织领域中的特定工业机器例如粗纱机。然而，这种对粗纱机的特定参考不必一定要理解为限于这种类型的纺织机器，而是明显的是，本发明总体上涉及任何工业机器。

例如，工业机器可以是纺织机器，诸如粗纱机或纺纱机或络纱机或在机架与纺纱机之间的运输系统。

工业机器适于接收机器的运行参数p的调整值，以便确定其运行状态的变化。例如，这样的运行参数p是机器的一个或多个构件(例如，电动机)的期望速度，或者其是芯线的张力，或线筒(bobbin，梭芯、线轴)转动速度，或翼板(flap，翻板、襟翼、锭翼)转动速度，或并条(drawing，拉拔)参数，或线圈直径，或滑架的速度和位置；或者，在纺纱机的情况下，例如其是线筒速度，或滑架的速度和位置，或线的张力、并条和加捻等。

鉴于到目前为止已经描述的内容，用于调整工业机器诸如纺织机器的的运行参数p以改变其运行状态的方法包括一系列步骤。

在第一步期间，提供了一种工业机器，其包括适于检测工业机器的运行参数p的值的机器传感器，例如，适于检测与机器构件的转动速度有关的值的机器传感器。

随后，该方法提供下述步骤：

b1)对于一预定时间间隔，根据工业机器的运行参数p，检测并存储与工业机器的能量消耗有关的消耗信号或数据，例如由机器吸收(absorb，消耗、耗费)的电能；

b2)在所述预定时间间隔内，根据工业机器的运行参数p，检测并存储与工业机器的生产效率有关的效率信号或数据；

b3)在所述预定时间间隔内，根据工业机器的运行参数p，检测并存储与工业机器的生产量有关的生产信号或数据。

在给定的预定时间间隔的不同时刻，检测消耗信号或数据、效率信号或数据、以及生产信号或数据。预定的时间间隔例如是根据运行参数p的类型而持续一个或多个星期或一天或几个小时的间隔，或任何持续时间。

优选地，通过检测装置检测消耗数据，该检测装置检测工业机器吸收的功率或直接检测吸收的能量，例如机器电机吸收的总能量。

优选地，根据相对于工业机器的运行周期的总时间的机器宕机时间，来计算效率数据。例如，效率数据被计算为实际机器运行的时间段(即，除去机器宕机时间段之外的机器运行时间段)与工业机器的运行周期的总时间之间的比。

工业机器的运行周期是指从将原料或材料从另一台生产机器装载到工业机器上的操作到卸载由工业机器加工并完成的产品的操作之间的时间段。

例如，在粗纱机的情况下，运行周期是在将空管装载到机器上与卸载满纱线的线筒之间的时间段。

优选地，生产数据是由工业机器生产的工件的数量的数值，或者是由工业机器生产的材料的重量或长度值。

清楚的是，优选地，工业机器包括：消耗传感器，其适用于检测机器的能量消耗信号或数据；机器效率传感器，例如，其适用于检测机器的宕机时间和关于加工周期的工作时间的相关数量；生产传感器，其适用于检测工业机器生产的材料的量，例如秤、计件器或长度传感器。

根据本发明的方法还提供以下步骤：

c1)根据工业机器的运行参数p，通过处理步骤b1)中检测到的消耗信号或数据，来计算工业机器的能量消耗模型函数ce(p)；

c2)根据工业机器的运行参数p，通过处理步骤b2)中检测到的效率信号或数据，来计算效率模型函数e(p)；

c3)根据工业机器的运行参数p，通过处理步骤b3)中检测到的生产信号或数据，来计算生产量模型函数q(p)。

优选地，对步骤b1)中检测到的消耗信号或数据的处理、对步骤b2)中检测到的效率信号或数据的处理以及对步骤b3)中检测到的生产信号或数据的处理是回归法，例如线性或多项式回归。

因此，遵循从c1)到c3)的步骤，获得函数ce(p)、e(p)、q(p)，其根据运行参数p确定用于特定工业机器的特定模型。

此外，根据本发明的方法包括以下步骤：

d)通过对工业机器的能量消耗模型函数ce(p)、效率模型函数e(p)和生产量模型函数q(p)进行并发优化(concurrentoptimization，同时优化、并行优化)，来计算工业机器的运行参数p的最优值；

e)在工业机器上设置工业机器的运行参数p的最优值。

特别地，步骤d)包括下述步骤：通过多目标优化算法对工业机器的能量消耗模型函数ce(p)、效率模型函数e(p)和生产量模型函数q(p)进行并发优化。这允许，在同时考虑三个不同的能量消耗ce(p)、效率e(p)和生产量q(p)模型函数的优化的情况下，确定工业机器的运行参数p的最优值。

优选地，多目标优化算法是具有karush–kuhn–tucker条件的benson算法。一起考虑三个能量消耗ce(p)、效率e(p)和生产量q(p)模型函数，允许有效地确定运行参数p的最优值。

优选地，在执行步骤e)之后，该方法包括以下步骤：重复从b1)到d)的步骤，即，根据所设置的工业机器的运行参数p的最后最优值重复步骤b1)到d)。随后，如果已经计算出运行参数p的不同的最优值，则该方法可能涉及重新执行步骤e)。

这允许在机器上维持运行参数p的最优值，该最优值随着时间的推移以及工业机器工作所处的边界条件不断更新。

例如，特别参考粗纱机，该方法提供：

b11)在预定的时间间隔内，例如在两周内，根据翼板的转动速度v，检测并存储由粗纱机吸收的电能；

b22)在与b11)相同的预定时间间隔内，例如在两周内，根据翼板的转动速度v，检测并存储关于线筒的装载和卸载周期的机器宕机时间；

b33)在与b11)相同的预定时间间隔内，例如在两周内，根据翼板的设定转动速度v，检测并存储所生产的纱线的重量或所生产的线筒的数量。

因此，基于在步骤b11)、b22)和b33中存储的数据来计算能量消耗模型函数ce(v)、效率模型函数e(v)、生产量模型函数q(v)，从c1)到c3)的方法步骤一样。随后，如前在方法d)和e)的步骤中所示，因此计算翼板的转动速度v的最优值，并且将该最优值设置在粗纱机上。

因此，很明显，本发明还涉及一种用于调整工业机器优选是纺织机器的运行参数p以优化工业机器的工作过程的系统。该系统包括工业机器和用于设置工业机器上的运行参数p的值的控制单元。

此外，该系统包括用于检测代表工业机器的运行参数的信号或数据的至少一个机器传感器，以及配置用于存储由机器传感器检测到的信号或数据的主存储装置。

此外，处理单元，例如计算机，与主存储装置可操作地连接，并且被编程为执行前述方法的步骤b1)至d)。此外，处理单元被配置为将运行参数p的最优值发送到控制单元。

此外，本发明的目的还在于一种计算机程序，其包括指令，当在计算机上执行所述程序时，该指令使计算机执行上述方法的步骤b1)至d)。

优选地，例如由机器传感器和/或由消耗传感器和/或由机器效率传感器和/或由生产传感器检测到的数据和信号被发送至传输/接收装置，并从这些装置传输到存储装置。

传输/接收装置例如由本地以太网络(例如，在工厂内部)或有线或无线互联网组成。

创新地，根据本发明的用于调整纺织机器的运行参数的方法和系统允许获得对工业机器的工作过程的有效和充分的优化，从而确保在机器的能量消耗、工作效率(意为相对于机器循环时间的有效工作时间)和生产率之间的最佳折衷。

特别地，出人意料地，并发优化能量消耗、工作效率和生产率的选择允许针对单个机器快速且有效地获得特定运行参数的适当值，并且能够确保在不久的将来机器的最佳工作点。

此外，有利地，由于可以不断重复优化方法，即使边界条件随时间变化，也可以保持特定机器的最佳工作点更新。换句话说，该方法涉及对机器的最佳工作点的不断自我学习。

显然，本领域技术人员为了满足偶然的需要，可以在不脱离由所附权利要求限定的保护范围的情况下，修改上述处理方法或系统。