论文部分内容阅读
在数字化信息时代的背景下,传统印刷业为了谋求更好的发展开始向智能化的数字印刷转型,而设备工作数据的采集与工作状态的识别成为实现印刷企业智能化管理的重要基础。一些中小型印刷厂无法像大型企业一样投入大量的资金引入先进设备与先进技术,在原有设备的基础上实现数据采集与分析成为解决中小型印刷企业数字化转型问题的关键。针对这一问题,本文设计了以可编程逻辑控制器（PLC）为基础的数据采集系统,实现对印刷设备工作数据的实时采集;同时设计了以模糊c均值聚类算法（FCM）为基础的印刷设备工作状态识别算法,实现对印刷设备静态工作状态与动态工作状态的识别。本文的主要内容如下:（1）设计并实现了由设备层、采集层、监控层组成的数据采集系统。采集层利用电流互感器实现对设备层各印刷设备电源线内的电流值的采集,然后通过PLC将复杂的电流值转变为’0’、’1’状态标志位,’0’代表设备关闭,’1’代表设备开启;监控层定时对PLC存储模块的数据进行读取,最终实现上位机对设备状态数据的采集。（2）完成对原始数据库的数据预处理操作并构建状态分析数据库。首先选取机器号（machineNo）,状态转换时间（time）,通电状态（state）三个属性组成新的数据库;然后将属性time的度量单位统一为’分钟（min）,按time属性的数据值对整个数据库进行升序排序,完成对错误数据的清理;通过邻近取差法获得设备运行时间与停止时间,完成数据归约;最后根据数据归约得到的结果分别创建静态分析数据库与动态分析数据库,并实现数据库的归一化处理,提高后续状态识别的准确度。（3）提出了基于FCM的印刷设备工作状态识别算法。首先根据专家经验,对印刷设备静态工作状态与动态工作状态的数据形态进行了一般性描述;然后在FCM算法的基础上提出了一种能够更加准确识别过渡状态的改进算法;在静态工作状态识别中增设了特殊隶属度阈值μ与中心点距离dis两个参数实现对隶属度矩阵和静态工作数据的进一步判断;在动态工作状态识别中增设了四个特殊隶属度阈值μmax、μmin、μacav和μcaav完成对隶属度矩阵和动态工作数据的判断;根据实验结果绘制数据形态图,并与一般性数据形态图进行对比,完成算法验证。最后,对本文设计的数据采集系统和提出的状态识别算法进行了总结,并对本文需要继续完善和研究的内容进行了展望。