特許 7571330 パラメータ処理方法、パラメータ処理装置、電子デバイス、記憶媒体及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-10-11

(45)【発行日】2024-10-22

(54)【発明の名称】パラメータ処理方法、パラメータ処理装置、電子デバイス、記憶媒体及びプログラム

(51)【国際特許分類】

   B65H 54/70 20060101AFI20241015BHJP

【ＦＩ】

B65H54/70 B

【請求項の数】 9

(21)【出願番号】P 2024066021

(22)【出願日】2024-04-16

【審査請求日】2024-04-16

(31)【優先権主張番号】202311219919.5

(32)【優先日】2023-09-20

(33)【優先権主張国・地域又は機関】CN

【早期審査対象出願】

(73)【特許権者】

【識別番号】523443995

【氏名又は名称】チョーチアン ヘンイー ペトロケミカル カンパニー，リミテッド

(74)【代理人】

【識別番号】110001519

【氏名又は名称】弁理士法人太陽国際特許事務所

(72)【発明者】

【氏名】シャンタオ ペン

(72)【発明者】

【氏名】イーポー チウ

(72)【発明者】

【氏名】ペン ワン

(72)【発明者】

【氏名】ミンイー リウ

【審査官】大山 広人

(56)【参考文献】

【文献】特開平０７－１３３５３４（ＪＰ，Ａ）

【文献】特開２０２０－２０４１４１（ＪＰ，Ａ）

【文献】特開２０２０－１６９４３３（ＪＰ，Ａ）

【文献】特開２０１２－０２１２５３（ＪＰ，Ａ）

【文献】実開平０５－００５７６８（ＪＰ，Ｕ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ６５Ｈ ５４／７０

(57)【特許請求の範囲】

【請求項1】

パラメータ処理装置に適用され、巻糸パッケージを巻き取っている巻取機の動作中にリアルタイムで前記巻取機のパラメータを監視するパラメータ処理方法であって、
前記パラメータ処理装置は、結果予測ユニットと、パラメータ決定ユニットと、を備え、
前記結果予測ユニットが、
Ｔを１以上の正の整数とし、ｔを１以上Ｔ以下の正の整数とし、Ｎを１以上の正の整数として、
第１検出命令に応じて、予め設定された時間間隔でＴ回まで巻取予測ステップを実行することにより、前記巻取機の動作中のＴ個の時刻における、前記巻取機によって巻き取られた巻糸パッケージの満巻率を予測して得ると共に、
ｔ回目の巻取予測ステップは、
前記巻取機の、ｔ番目の時刻における、前記巻取機によって巻き取られた巻糸パッケージの満巻率に影響を与えることができる特徴パラメータである、Ｎ個の第１特徴パラメータを取得することと、
前記ｔ番目の時刻におけるＮ個の第１特徴パラメータを目標巻取予測モデルに入力して、前記目標巻取予測モデルの第１分岐によって出力される、ｔ番目の時刻に対応する第１予測結果を得ることと、前記目標巻取予測モデルの第２分岐によって出力される、ｔ番目の時刻に対応する第２予測結果を得ることと、を含み、
前記パラメータ決定ユニットが、
Ｍを１以上Ｔ以下の正の整数として、
Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないか否かを判定し、
満たさないと判定した場合に、Ｔ個の前記第２予測結果の中から、前記満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果を選択し、前記第２予測結果に基づいて、前記満巻率要件を満たさないことをもたらす前記第１特徴パラメータを含む候補特徴パラメータセットを決定すると共に、
前記目標巻取予測モデルの第１分岐は、前記巻取機によって巻き取られた巻糸パッケージの満巻率を予測することに用いられ、前記ｔ番目の時刻に対応する第１予測結果は、予測して得られる前記巻取機によって巻き取られた巻糸パッケージの満巻率を表す第１値を含み、
前記目標巻取予測モデルの第２分岐は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータにおける各第１特徴パラメータが満巻率に与える影響度を予測することに用いられ、前記ｔ番目の時刻に対応する第２予測結果はＮ個の第２値を含み、前記Ｎ個の第２値のうちのｎ番目の要素は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータのうちのｎ番目の第１特徴パラメータが満巻率に与える影響度を表す、
パラメータ処理方法。

【請求項2】

前記予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、前記候補特徴パラメータセットを得ることは、
予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、Ｍ組の初期セットを得ることであって、ここで、前記Ｍ組の初期セットにおける初期セットは、予め設定された満巻率要件を満たさない満巻率に対応する第２予測結果のうち、第２値が予め設定された値よりも大きい第１特徴パラメータを含む、ことと、
Ｍ組の初期セットから候補特徴パラメータを選択して候補特徴パラメータセットを得ることと、を含む、
請求項１に記載のパラメータ処理方法。

【請求項3】

前記予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、前記候補特徴パラメータセットを得ることは、
予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、Ｍ行×Ｎ列の特徴パラメータ行列を得ることであって、ここで、特徴パラメータ行列における各行はＮ個の第２値に対応し、異なる満巻率に対応する同一の第１特徴パラメータの第２値は同一の列に位置する、ことと、
前記特徴パラメータ行列における列に対して重み付け処理を行い、Ｎ個の第３値を表す１行×Ｎ列のベクトルを得ることと、
前記１行×Ｎ列のベクトルに基づいて、前記候補特徴パラメータセットを得ることと、を含む、
請求項１に記載のパラメータ処理方法。

【請求項4】

候補特徴パラメータセットを決定した後に、前記パラメータ処理方法は、
前記候補特徴パラメータセットにおける各候補特徴パラメータに対してシミュレーション・調整を行うことと、
少なくともシミュレーション・調整後の各候補特徴パラメータに基づいて、前記巻取機によって巻き取られた巻糸パッケージの新たな満巻率を新たに推定して得ることと、
前記巻取機によって巻き取られた巻糸パッケージの新たな満巻率が予め設定された満巻率要件を満たす場合に、第１調整命令を生成することであって、前記第１調整命令は、前記巻取機の候補特徴パラメータセットにおける各候補特徴パラメータを前記シミュレーション・調整後の各候補特徴パラメータに調整するように指示することに用いられる、ことと、をさらに含む、
請求項１に記載のパラメータ処理方法。

【請求項5】

前記パラメータ処理方法は、
前記巻取機によって巻き取られた巻糸パッケージの新たな満巻率が予め設定された満巻率要件を満たさない場合、前記候補特徴パラメータセットにおける各候補特徴パラメータに対してシミュレーション・調整を新たに行い、新たな満巻率を決定すると共に、新たな満巻率が予め設定された満巻率要件を満たすか否かを判断することをさらに含む、
請求項４に記載のパラメータ処理方法。

【請求項6】

巻糸パッケージを巻き取っている巻取機の動作中にリアルタイムで前記巻取機のパラメータを監視するパラメータ処理装置であって、
Ｔを１以上の正の整数とし、ｔを１以上Ｔ以下の正の整数とし、Ｎを１以上の正の整数として、
第１検出命令に応じて、予め設定された時間間隔でＴ回まで巻取予測ステップを実行することにより、前記巻取機の動作中のＴ個の時刻における、前記巻取機によって巻き取られた巻糸パッケージの満巻率を予測して得る結果予測ユニットであって、
ｔ回目の巻取予測ステップは、
前記巻取機の、ｔ番目の時刻における、前記巻取機によって巻き取られた巻糸パッケージの満巻率に影響を与えることができる特徴パラメータである、Ｎ個の第１特徴パラメータを取得することと、
前記ｔ番目の時刻におけるＮ個の第１特徴パラメータを目標巻取予測モデルに入力して、前記目標巻取予測モデルの第１分岐によって出力される、ｔ番目の時刻に対応する第１予測結果を得ることと、前記目標巻取予測モデルの第２分岐によって出力される、ｔ番目の時刻に対応する第２予測結果を得ることと、を含む結果予測ユニットと、
Ｍを１以上Ｔ以下の正の整数として、
Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないか否かを判定し、
満たさないと判定した場合に、Ｔ個の前記第２予測結果の中から、前記満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果を選択し、前記第２予測結果に基づいて、前記満巻率要件を満たさないことをもたらす前記第１特徴パラメータを含む候補特徴パラメータセットを決定するパラメータ決定ユニットと、
を備え、
前記目標巻取予測モデルの第１分岐は、前記巻取機によって巻き取られた巻糸パッケージの満巻率を予測することに用いられ、前記ｔ番目の時刻に対応する第１予測結果は、予測して得られる前記巻取機によって巻き取られた巻糸パッケージの満巻率を表す第１値を含み、
前記目標巻取予測モデルの第２分岐は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータにおける各第１特徴パラメータが満巻率に与える影響度を予測することに用いられ、前記ｔ番目の時刻に対応する第２予測結果はＮ個の第２値を含み、前記Ｎ個の第２値のうちのｎ番目の要素は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータのうちのｎ番目の第１特徴パラメータが満巻率に与える影響度を表す、
パラメータ処理装置。

【請求項7】

少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサと通信接続されるメモリと、を備え、
前記メモリには、前記少なくとも１つのプロセッサで実行可能な命令が記憶され、前記命令は、前記少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサに、請求項１から請求項５のいずれか１項に記載のパラメータ処理方法を実行させる、電子デバイス。

【請求項8】

コンピュータに請求項１から請求項５のいずれか１項に記載のパラメータ処理方法を実行させるコンピュータ命令を記憶した非一時的なコンピュータ可読記憶媒体。

【請求項9】

コンピュータにおいて、プロセッサにより実行されると、請求項１から請求項５のいずれか１項に記載のパラメータ処理方法を実現するためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、データ処理の技術分野に関し、特にパラメータ処理方法、パラメータ処理装置、電子デバイス、記憶媒体及びプログラムに関する。

【背景技術】

【0002】

巻糸パッケージの日常生産過程において、巻糸パッケージの巻取完成後、作業員が巻糸パッケージの満巻率に対して抜き取り検査を行い、抜き取り検査の結果が期待する目標値に達しない場合、作業員は経験に基づいて満巻率が基準に達しないことをもたらす可能性のあるパラメータを分析して調整を行う必要がある。しかし、この方法は人的な経験に比較的に強く依存し、生産過程において満巻率が基準に達しないことをもたらすパラメータを迅速に確定しタイムリーに調整できないため、生産効率や生産品質に影響を与える。

【発明の概要】

【発明が解決しようとする課題】

【0003】

本開示は、従来技術における１つ又は複数の技術的問題を解決又は緩和するために、パラメータ処理方法、パラメータ処理装置、電子デバイス、記憶媒体及びプログラムを提供する。

【課題を解決するための手段】

【0004】

第１態様では、本開示はパラメータ処理方法を提供し、当該方法は、
巻取機によって巻き取られた巻糸パッケージのＴ個の満巻率を決定することであって、ここで、前記Ｔ個の満巻率のうちのｔ番目の満巻率はｔ番目の時刻で収集されたＮ個の第１特徴パラメータに基づいて得られ、前記Ｎ個の第１特徴パラメータにおける第１特徴パラメータは、前記巻取機によって巻き取られた巻糸パッケージの満巻率に影響を与えることができる特徴パラメータであり、前記Ｔは１以上の正の整数であり、前記ｔは１以上Ｔ以下の正の整数であり、前記Ｎは１以上の正の整数である、ことと、
前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないと判定した場合に、候補特徴パラメータセットを決定することであって、前記候補特徴パラメータセットに含まれる候補特徴パラメータは、予め設定された満巻率要件を満たさない満巻率に対応するＮ個の第１特徴パラメータの中から選択された、満巻率が予め設定された満巻率要件を満たさないことをもたらす特徴パラメータであり、前記Ｍは１以上Ｔ以下の正の整数である、ことと、を含む。

【0005】

第２態様では、本開示はパラメータ処理装置を提供し、当該装置は、
巻取機によって巻き取られた巻糸パッケージのＴ個の満巻率を決定するための結果予測ユニットであって、ここで、前記Ｔ個の満巻率のうちのｔ番目の満巻率はｔ番目の時刻で収集されたＮ個の第１特徴パラメータに基づいて得られ、前記Ｎ個の第１特徴パラメータにおける第１特徴パラメータは、前記巻取機によって巻き取られた巻糸パッケージの満巻率に影響を与えることができる特徴パラメータであり、前記Ｔは１以上の正の整数であり、前記ｔは１以上Ｔ以下の正の整数であり、前記Ｎは１以上の正の整数である、結果予測ユニットと、
前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないと判定した場合に、候補特徴パラメータセットを決定するためのパラメータ決定ユニットであって、前記候補特徴パラメータセットに含まれる候補特徴パラメータは、予め設定された満巻率要件を満たさない満巻率に対応するＮ個の第１特徴パラメータの中から選択された、満巻率が予め設定された満巻率要件を満たさないことをもたらす特徴パラメータであり、前記Ｍは１以上Ｔ以下の正の整数である、パラメータ決定ユニットと、を備える。

【0006】

第３態様では、本開示は電子デバイスを提供し、該デバイスは、
少なくとも１つのプロセッサと、
該少なくとも１つのプロセッサと通信接続されるメモリと、を備え、
該メモリには、該少なくとも１つのプロセッサで実行可能な命令が記憶され、該命令は、該少なくとも１つのプロセッサによって実行されると、本開示の実施例におけるいずれか１つの方法を実行させる。

【0007】

第４態様では、本開示の実施例におけるいずれか１つの方法をコンピュータに実行させるためのコンピュータ命令を記憶した非一時的コンピュータ可読記憶媒体を提供する。

【0008】

第５様態では、プログラムを提供し、該プログラムは、プロセッサにより実行されると、本開示の実施例におけるいずれか１つの方法を実現する。

【0009】

本開示により提供される技術的解決手段の有益な効果は、少なくとも次のものを含む。

【0010】

本開示の実施例によれば、生産過程においてＴ個の満巻率を決定し、Ｔ個の満巻率における各満巻率の基準達成状況を決定し、さらに基準達成状況が要件を満たさない場合に、満巻率が基準に達成しないことをもたらす候補特徴パラメータをタイムリーに決定することができ、このようにして、巻糸パッケージの生産過程において巻糸パッケージの満巻率が基準に達しない可能性がある状況をタイムリーかつ効率的に決定することができると共に、生産過程においてリアルタイムで巻取機のパラメータを監視し調整することができ、その後の巻取機に対するタイムリーな自動調整を可能にするための基礎を築く。

【0011】

ここに記載された内容は、本開示の実施例のキーポイント又は重要な特徴を記述することを意図せず、また、本開示の範囲を制限することにも用いられないことを理解すべきである。本開示の他の特徴については、以下の明細書を通して理解を促す。

【図面の簡単な説明】

【0012】

添付の図面において、別段説明がない限り、複数の図面を通して同一の番号は同一又は類似の部品又は要素を表す。これらの添付図面は、必ずしも縮尺通りに描かれていない。これらの図面は、本開示により提供されるいくつかの実施形態のみを示し、本開示の範囲を限定するものと見なされるべきではないことを理解すべきである。

【図1】本開示の一実施例によるパラメータ処理方法の概略フローチャートその１である。

【図2】本開示の一実施例によるパラメータ処理方法の概略フローチャートその２である。

【図3】本開示の一実施例によるパラメータ処理方法の概略フローチャートその３である。

【図4】本開示の一実施例によるパラメータ処理方法の概略フローチャートその４である。

【図5】本開示の一実施例によるパラメータ処理装置の構成を示す概略図である。

【図6】本開示の実施例によるパラメータ処理方法を実現するための電子デバイスのブロック図である。

【発明を実施するための形態】

【0013】

以下、添付の図面を参照して本開示についてさらに詳細に説明する。添付の図面において、同一の番号は、機能的に同一又は類似の要素を表す。また、添付の図面において、実施例の様々な態様が示されているが、別段説明がない限り、これらの添付の図面は必ずしも縮尺通りには描かれていない。

【0014】

さらに、本開示をよりよく説明するために、以下の具体的な実施形態にて多くの具体的な詳細が記載されている。当業者は、本開示が特定の詳細がなくても同様に実施され得ることを理解すべきである。いくつかの実施例では、本開示の主旨が不明瞭とならないように、当業者によく知られている方法、手段、構成要素、及び回路などについては詳細に説明していない。

【0015】

巻糸パッケージの日常生産過程において、巻糸パッケージを巻き取るための巻取機は、様々な要因（例えば、巻き取り速度、第１ゴデットローラの速度、油剤含有率、交絡圧力、風温、風圧等）の影響を受ける可能性があり、その結果、巻き取られた巻糸パッケージの満巻率が期待する目標値に達しないことがある。既存の工程では、巻糸パッケージの巻取完成後、作業員が巻糸パッケージの満巻率に対して抜き取り検査を行い、抜き取り検査の結果が期待する目標値に達しない場合、作業員は経験に基づいて満巻率が基準に達しないことをもたらす可能性のあるパラメータを分析して調整を行う必要がある。しかし、この方法は人的な経験に比較的に強く依存し、生産過程において満巻率が基準に達しないことをもたらすパラメータを迅速に確定しタイムリーに調整できないため、生産効率や生産品質に影響を与える。そのため、巻糸パッケージの生産過程において、満巻率が基準に達しないことをもたらすパラメータを迅速かつタイムリーに決定する方法が必要であり、これにより生産品質を向上させる。

【0016】

これに基づいて、本開示は、上記の問題を解決するためのパラメータ処理方法を提案する。

【0017】

具体的には、図１は、本開示の一実施例によるパラメータ処理方法の概略フローチャートその１である。本方法は、任意選択的に、パーソナルコンピュータ、サーバ、サーバクラスタなどの電子装置に適用される。

【0018】

さらに、この方法は、以下の内容の少なくとも一部を少なくとも含む。図１に示すように、以下のステップを含む。

【0019】

ステップＳ１０１において、巻取機によって巻き取られた巻糸パッケージのＴ個の満巻率を決定する。

【0020】

ここで、前記Ｔ個の満巻率のうちのｔ番目の満巻率はｔ番目の時刻で（例えば、生成過程のｔ番目の時刻で）収集されたＮ個の第１特徴パラメータに基づいて得られる。前記Ｔは１以上の正の整数であり、ｔは１以上Ｔ以下の正の整数である。

【0021】

前記ｔ番目の満巻率は、具体的には、巻取機の生成工程におけるt番目の時刻に対応する満巻率であることは理解されたい。

【0022】

さらに、前記Ｎ個の第１特徴パラメータにおける第１特徴パラメータは、前記巻取機によって巻き取られた巻糸パッケージの満巻率に影響を与えることができる特徴パラメータであり、前記Ｎは１以上の正の整数である。

【0023】

なお、前記Ｎ個の第１特徴パラメータは、油剤濃度、油剤ポンプ回転速度、油剤含有率、風温、風湿度、風圧、紡糸口金直径、巻取速度、第１ゴデットローラ（ＧＲ１）の速度、第２ゴデットローラ（ＧＲ２）の温度、交絡（予備交絡及び本交絡を含む）圧力、オーバーフィード率などの紡糸工程パラメータの少なくとも１つを含むが、これらに限定されないことに留意されたい。

【0024】

ステップＳ１０２において、前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないと判定した場合に、候補特徴パラメータセットを決定する。

【0025】

ここで、前記候補特徴パラメータセットに含まれる候補特徴パラメータは、予め設定された満巻率要件を満たさない満巻率に対応するＮ個の第１特徴パラメータの中から選択された、満巻率が予め設定された満巻率要件を満たさないことをもたらす特徴パラメータであり、前記Ｍは１以上Ｔ以下の正の整数である。

【0026】

一例では、予め設定された満巻率要件は、具体的には、満巻率が予め設定された満巻率以上であってもよく、前記予め設定された満巻率は経験値であり、例えば、予め設定された満巻率は９５％または９８％の値をとるなど、実際のニーズに応じて設定されてもよいが、本開示ではこれに限定されない。

【0027】

さらに、一具体例では、前記Ｍは、予め設定された閾値以上Ｔ以下の正の整数であり、ここで、前記予め設定された閾値は、１以上Ｔ以下の正の整数であり、例えば、［１，Ｔ］区間内の中間値をとるなど、実際のニーズに応じて設定されてもよいが、本開示ではこれに限定されない。

【0028】

さらに、一例では、前記Ｔ個の満巻率のうちのＭ個の満巻率は、連続するＭ個の時刻に対応する満巻率であってもよく、または、連続しないＭ個の時刻に対応する満巻率であってもよいが、本開示ではこれに限定されない。

【0029】

一具体例では、前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たすと判定した場合に、今回のプロセスを終了する。さらに、今回のプロセスを終了した後、指定時間に到達した後、または指定命令を受信した後、Ｔ個の満巻率を新たに決定すると共に、本開示の解決策に記載された方法に基づいて新たに処理することもでき、このように、満巻率を監視し、満巻率が基準に達しないことをもたらすパラメータを迅速かつタイムリーに決定することを容易にし、生産品質を向上させるための基礎を築く。

【0030】

このように、本開示の解決策によれば、生産過程においてＴ個の満巻率を決定し、Ｔ個の満巻率における各満巻率の基準達成状況を決定し、さらに基準達成状況が要件を満たさない場合に、満巻率が基準に達成しないことをもたらす候補特徴パラメータをタイムリーに決定することができ、このようにして、巻糸パッケージの生産過程において巻糸パッケージの満巻率が基準に達成しない可能性がある状況をタイムリーかつ効率的に決定することができ、その後の巻取機に対するタイムリーな自動調整を可能にするための基礎を築く。

【0031】

さらに、本開示の解決策は、基準に達しない原因を事後的に人的な経験によって分析することに依存する方法に比べて、人的な経験に依存する必要がなく、同時に、生産プロセスにおいてリアルタイムで巻取機のパラメータを監視し、さらに調整することも可能であり、それにより、巻取機のパラメータ監視または調整プロセスが前置され、自動化され、インテリジェント化され、このようにして、大量の人的コスト及び時間的コストを削減し、ひいては生産品質を向上させると同時に、巻糸パッケージの生産効率をさらに向上させることができる。

【0032】

図２は本発明の一実施例によるパラメータ処理方法の概略フローチャートその２である。本発明は、任意選択的に、パーソナルコンピュータ、サーバ、サーバクラスタなどの電子装置に適用される。理解すべきことは、上記の図１に示された方法の関連内容は、該例にも適用でき、該例は関連内容に対して詳細な説明を省略する。

【0033】

さらに、該方法は、以下の内容の少なくとも一部を少なくとも含む。図２に示すように、次のステップを含む。

【0034】

ステップＳ２０１において、第１検出命令に応じて、巻取予測ステップを実行する。

【0035】

一例では、前記第１検出命令は、巻糸パッケージの生産のタスク命令を受信した場合に生成されてもよい。例えば、巻糸パッケージ生成過程において、第１検出命令を生成する。

【0036】

ステップＳ２０２において、予め設定された時間間隔に到達した場合に、前記巻取機の、Ｔ個の異なる時刻における対応する満巻率を得るように、Ｔ回まで次回の巻取予測ステップを実行する。

【0037】

ここで、ｔ回目の巻取予測ステップは、具体的には以下のステップを含む。

【0038】

ステップＳ２０２－１において、前記巻取機の、ｔ番目の時刻におけるＮ個の第１特徴パラメータを取得する。

【0039】

ステップＳ２０２－２において、ｔ番目の時刻におけるＮ個の第１特徴パラメータに基づいて、巻取機によって巻き取られた巻糸パッケージのｔ番目の満巻率を推定して得る。

【0040】

ここで、前記Ｎ個の第１特徴パラメータにおける第１特徴パラメータは、前記巻取機によって巻き取られた巻糸パッケージの満巻率に影響を与えることができる特徴パラメータであり、前記Ｔは１以上の正の整数であり、前記ｔは１以上Ｔ以下の正の整数であり、前記Ｎは１以上の正の整数である。

【0041】

さらに、一具体例では、巻取機によって巻き取られた巻糸パッケージのｔ番目の満巻率を以下のようにして得ることができ、具体的には、以上記述した前記ｔ番目の時刻におけるＮ個の第１特徴パラメータに基づいて、巻取機によって巻き取られた巻糸パッケージのｔ番目の満巻率を推定して得ること（すなわち、上記ステップＳ２０２－２）は、具体的には、以下のステップを含む。

【0042】

前記ｔ番目の時刻におけるＮ個の第１特徴パラメータを目標巻取予測モデルに入力して、前記目標巻取予測モデルの第１分岐によって出力される、ｔ番目の時刻に対応する第１予測結果を少なくとも得る。

【0043】

ここで、前記目標巻取予測モデルの第１分岐は、前記巻取機によって巻き取られた巻糸パッケージの満巻率を予測することに用いられ、前記ｔ番目の時刻に対応する第１予測結果は、予測して得られる前記巻取機によって巻き取られた巻糸パッケージの満巻率を表す第１値を含む。このようにして、効率的な満巻率予測方法を提供し、異なる時刻に対応する満巻率を迅速に得ることができ、処理効率を向上させ、後続の巻取機のパラメータの調整が必要か否かを判断するための基礎を築く。

【0044】

さらに、一具体例では、ｔ回目の巻取り予測ステップにおいて、前記目標巻取予測モデルの第１分岐によって出力される、ｔ番目の時刻に対応する第１予測結果を得た場合に、前記目標巻取予測モデルの第２分岐によって出力される、ｔ番目の時刻に対応する第２予測結果をも得る。

【0045】

ここで、前記目標巻取予測モデルの第２分岐は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータにおける各第１特徴パラメータが満巻率に与える影響度を予測することに用いられ、前記ｔ番目の時刻に対応する第２予測結果はＮ個の第２値を含み、前記Ｎ個の第２値のうちのｎ番目の要素は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータのうちのｎ番目の第１特徴パラメータが満巻率に与える影響度を表す。

【0046】

すなわち、前記ｔ番目の時刻におけるＮ個の第１特徴パラメータが目標巻取予測モデルに入力された後、２つの部分結果が出力され、第１の部分結果（すなわち、第１予測結果）は、ｔ番目の時刻に対応する満巻率を表し、第２の部分結果（すなわち、第２予測結果）は、ｔ番目の時刻に入力された各第１特徴パラメータが満巻率に影響を与える影響度を表す。

【0047】

例えば、第１時刻における５つの第１特徴パラメータ｛ｘ _１ ，ｘ _２ ，ｘ _３ ，ｘ _４ ，ｘ _５ ｝を例とすると、５つの第１特徴パラメータを目標巻取予測モデルに入力して、前記目標巻取予測モデルの第１分岐によって出力される、第１時刻に対応する第１予測結果と、前記目標巻取予測モデルの第２分岐によって出力される、第１時刻に対応する第２予測結果とを得、例えば、｛ｘ _１ ：ａ _１ ，ｘ _２ ：ａ _２ ，ｘ _３ ：ａ _３ ，ｘ _４ ：ａ _４ ，ｘ _５ ：ａ _５ ｝と記すことができ、ここで、ａ _１ ，ａ _２ ，ａ _３ ，ａ _４ ，ａ _５ は第２値を表し、具体的には、対応する該第１時刻における第１特徴パラメータが満巻率に与える影響度を表す。

【0048】

この例における｛ｘ _１ ：ａ _１ ，ｘ _２ ：ａ _２ ，ｘ _３ ：ａ _３ ，ｘ _４ ：ａ _４ ，ｘ _５ ：ａ _５ ｝は１つの例に過ぎず、実際の応用では他の表現であってもよく、本開示ではこれに限定されないことは理解されたい。

【0049】

さらに、前記目標巻取予測モデルは、ニューラルネットワークモデルであってもよく、または解釈可能なモデルであってもよく、本開示ではこれに限定されない。

【0050】

ステップＳ２０３において、前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないか否かを判断し、そうであればステップＳ２０４に進む一方、そうでなければステップＳ２０５に進む。

【0051】

ここで、Ｍ個の満巻率については、上記の例を参照することができるので、ここでは繰り返し述べない。

【0052】

ステップＳ２０４において、前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないと判定した場合に、候補特徴パラメータセットを決定する。

【0053】

ここで、前記候補特徴パラメータセットに含まれる候補特徴パラメータは、予め設定された満巻率要件を満たさない満巻率に対応するＮ個の第１特徴パラメータの中から選択された、満巻率が予め設定された満巻率要件を満たさないことをもたらす特徴パラメータであり、前記Ｍは１以上Ｔ以下の正の整数である。

【0054】

ステップＳ２０５において、プロセスを終了する。

【0055】

このように、本開示の解決策によれば、Ｔ個の満巻率を取得する具体的な例を提供し、さらに、Ｔ個の満巻率を決定した後、さらにＴ個の満巻率における各満巻率の基準達成状況に基づいて、候補パラメータ特徴セットを決定する必要があるか否かを判断し、このようにして、巻取機のパラメータ検出効率を効果的に向上させ、パラメータの検出をより自動化し、インテリジェント化し、その後の巻取機の自動調整を円滑に行うための基礎を築く。また、巻糸パッケージの生産品質と生産効率を向上させるための基礎を築く。

【0056】

図３は本開示の一実施例によるパラメータ処理方法の概略フロー図その３である。本発明は、任意選択的に、パーソナルコンピュータ、サーバ、サーバクラスタなどの電子装置に適用される。理解すべきことは、上記の図１及び図２に示された方法の関連内容は、該例にも適用でき、該例は関連内容に対して詳細な説明を省略する。

【0057】

さらに、本開示の方法は、以下の内容の少なくとも一部を少なくとも含む。図３に示すように、次のステップを含む。

【0058】

ステップＳ３０１において、第１検出命令に応じて、巻取予測ステップを実行する。

【0059】

ステップＳ３０２において、予め設定された時間間隔に到達した場合に、前記巻取機の、Ｔ個の異なる時刻における対応する満巻率を得るように、Ｔ回まで次回の巻取予測ステップを実行する。

【0060】

一例では、ｔ回目の巻取予測ステップは、以下のステップを含む。

【0061】

ステップＳ３０２－１において、前記巻取機の、ｔ番目の時刻におけるＮ個の第１特徴パラメータを取得する。

【0062】

ステップＳ３０２－２において、前記ｔ番目の時刻におけるＮ個の第１特徴パラメータを目標巻取予測モデルに入力して、前記目標巻取予測モデルの第１分岐によって出力される、ｔ番目の時刻に対応する第１予測結果を得るとともに、前記目標巻取予測モデルの第２分岐によって出力される、ｔ番目の時刻に対応する第２予測結果を得る。

【0063】

Ｔ個の異なる時刻に対応する第１予測結果及びＴ個の異なる時刻に対応する第２予測結果が、Ｔ回の巻取予測ステップを実行した後に得られることは理解されたい。

【0064】

ここで、前記目標巻取予測モデルの第１分岐は、前記巻取機によって巻き取られた巻糸パッケージの満巻率を予測することに用いられ、前記ｔ番目の時刻に対応する第１予測結果は第１値を含み、前記第１値は予測して得られる前記巻取機によって巻き取られた巻糸パッケージの満巻率を表す。

【0065】

さらに、前記目標巻取予測モデルの第２分岐は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータにおける各第１特徴パラメータが満巻率に与える影響度を予測することに用いられ、前記ｔ番目の時刻に対応する第２予測結果はＮ個の第２値を含み、前記Ｎ個の第２値のうちのｎ番目の要素は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータのうちのｎ番目の第１特徴パラメータが満巻率に与える影響度を表す。

【0066】

ステップＳ３０３において、前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないか否かを判断し、そうであればステップＳ３０４に進む一方、そうでなければ、ステップＳ３０６に進む。

【0067】

ここで、前記Ｍは１以上Ｔ以下の正の整数であり、Ｍ個の満巻率については、上記の例を参照することができるので、ここでは繰り返し述べない。

【0068】

ステップＳ３０４において、Ｔ個の第２予測結果の中から、予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果、計Ｍ個の第２予測結果を選択する。ステップＳ３０５に進む。

【0069】

ここで、前記Ｔ個の第２予測結果は、Ｔ回の巻取り予測ステップを実行した後に得られる。

【0070】

ステップＳ３０５において、予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、候補特徴パラメータセットを得る。

【0071】

一具体例では、候補特徴パラメータのセットは、以下のような方法（例えば、方法１または方法２）を用いて得ることができ、具体的には、以上記載した予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、候補特徴パラメータセットを得ること（すなわち、上記ステップＳ３０５）は以下を含む。

【0072】

方法１において、予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、Ｍ組の初期セットを得、候補特徴パラメータセットを得るように、Ｍ組の初期セットから候補特徴パラメータを選択する。

【0073】

ここで、前記Ｍ組の初期セットにおける初期セットは、予め設定された満巻率要件を満たさない満巻率に対応する第２予測結果のうち、第２値が予め設定された値よりも大きい第１特徴パラメータを含む。すなわち、初期セットには、満巻率が予め設定された満巻率要件を満たさないことをもたらす主要な第１特徴パラメータが含まれている。

【0074】

さらに、候補特徴パラメータセットを得るように、Ｍ組の初期セットから候補特徴パラメータを選択することは、具体的には、Ｍ組の初期セットに含まれる各要素の回数を統計し、統計された回数が比較的に大きく、予め設定された数の目標要素を候補特徴パラメータとして選択することを含むことができる。ここで、前記予め設定された数は、１以上Ｎ未満の正の整数である。

【0075】

例えば、予め設定された満巻率要件を満たさない３つの満巻率要件に対応する第２予測結果を例とすると、この場合、予め設定された満巻率要件を満たさない満巻率要件に対応する第２予測結果は、それぞれ、第２予測結果その１が｛ｘ _１ ：０．７，ｘ _２ ：０．４，ｘ _３ ：０．５５，ｘ _４ ：０．１｝、第２予測結果その２が｛ｘ _１ ：０．６，ｘ _２ ：０．４５，ｘ _３ ：０．４，ｘ _４ ：０．５｝、第２予測結果その３が｛ｘ _１ ：０．７，ｘ _２ ：０．６５，ｘ _３ ：０．４５，ｘ _４ ：０．５５｝と記すことができ、この際、第２予測結果その１から、第２値が予め設定された数値である０．５よりも大きい第１特徴パラメータｘ _１ ，ｘ _３ （初期セットその１、｛ｘ _１ ，ｘ _３ ｝と記すことができる）、第２予測結果その２から、第２値が予め設定された数値である０．５よりも大きい第１特徴パラメータｘ _１ ，ｘ _４ （初期セットその２、｛ｘ _１ ，ｘ _４ ｝と記すことができる）、第２予測結果その３から、第２値が予め設定された数値である０．５よりも大きい第１特徴パラメータｘ _１ ，ｘ _２ ，ｘ _４ （初期セットその３、｛ｘ _１ ，ｘ _２ ，ｘ _４ ｝と記すことができる）をそれぞれ選択して、合計３つの初期セットを得る。

【0076】

さらに、３つの初期セットに含まれる各要素が現した回数を統計すると、ｘ _１ の統計された回数は３、ｘ _４ の統計された回数は２、ｘ _２ とｘ _３ の統計された回数は１とそれぞれ得られる。このとき、統計値の大きい上位２つの要素ｘ _１ ，ｘ _４ を抽出して候補特徴パラメータとする。

【0077】

方法２において、予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、Ｍ行×Ｎ列の特徴パラメータ行列を得、ここで、特徴パラメータ行列における各行はＮ個の第２値に対応し、異なる満巻率に対応する同一の第１特徴パラメータの第２値は同一の列に位置し、前記特徴パラメータ行列における列に対して重み付け処理を行い、１行×Ｎ列のベクトルを得、前記１行×Ｎ列のベクトルに基づいて、前記候補特徴パラメータセットを得、前記１行×Ｎ列はＮ個の第３値を表す。

【0078】

例えば、Ｍの値が３であり（すなわち、予め設定された満巻率要件を満たさない満巻率が３つある）、Ｎの値が４である（各時刻で収集された第１特徴パラメータが合計４つある）場合、予め設定された満巻率要件を満たさない満巻率に対応する第２予測結果はそれぞれ、満巻率その１に対応する第２予測結果（｛ａ _１１ ，ａ _１２ ，ａ _１３ ，ａ _１４ ｝と記すことができる）、満巻率その２に対応する第２予測結果（｛ａ _２１ ，ａ _２２ ，ａ _２３ ，ａ _２４ ｝と記すことができる）、満巻率その３に対応する第２予測結果（｛ａ _３１ ，ａ _３２ ，ａ _３３ ，ａ _３４ ｝と記すことができる）であり、ここで、ａは第２値を表し、ａ _・１ は第１特徴パラメータｘ ₁ が満巻率に与える影響度を表し、ａ _・２ は第１特徴パラメータｘ _２ が満巻率に与える影響度を表し、ａ _・３ は第１特徴パラメータｘ _３ が満巻率に与える影響度を表し、ａ _・４ は第１特徴パラメータｘ _４ が満巻率に与える影響度を表し、この場合、得られる３行×４列の特徴パラメータ行列は次のとおりである。

【0079】

【数1】

【0080】

さらに、特徴パラメータ行列における各列の第２値に対して重み付け処理を行い、例えば、以下のように得る。

【数2】

ここで、ｂ _１ は満巻率その１を表し、ｂ _２ は満巻率その２を表し、ｂ _３ は満巻率その３を表す。

【0081】

このようにして、４つの第３値が得られ、１行×４列のベクトルで表すことができ、例えば、以下のように記すことができる。

【数3】

【0082】

さらに、前記１行×Ｎ列のベクトルに基づいて、前記候補特徴パラメータセットを得ることは、具体的には、前記１行×Ｎ列のベクトルから、第３値が比較的に大きく、予め設定された数（例えば、Ｎ／２）の第１特徴パラメータを候補特徴パラメータとして選択することを含むことができ、前記予め設定された数は、１以上Ｎ未満の正の整数である。

【0083】

ステップＳ３０６において、プロセスを終了する。

【0084】

このようにして、本開示の解決策は特徴予測の具体例を提供し、これによって、満巻率が基準に達成しないことをもたらす重要なパラメータを効率的に決定し、巻取機のパラメータ検出効率を効果的に向上させ、その後の巻取機の自動調整を円滑に行うための基礎を築く。また、巻糸パッケージの生産品質と生産効率を向上させるための基礎を築く。

【0085】

図４は本開示の一実施例によるパラメータ処理方法の概略フローチャートその４である。本発明は、任意選択的に、パーソナルコンピュータ、サーバ、サーバクラスタなどの電子装置に適用される。理解すべきことは、上記の図１、図２、及び図３に示された方法の関連内容は、該例にも適用でき、該例は関連内容に対して詳細な説明を省略する。

【0086】

さらに、該方法は、以下の内容の少なくとも一部を少なくとも含む。図４に示すように、次のステップを含む。

【0087】

ステップＳ４０１において、巻取機によって巻き取られた巻糸パッケージのＴ個の満巻率を決定する。

【0088】

ここで、前記Ｔ個の満巻率のうちのｔ番目の満巻率は、ｔ番目の時刻で収集されたＮ個の第１特徴パラメータに基づいて得られ、前記Ｎ個の第１特徴パラメータにおける第１特徴パラメータは、巻取機によって巻き取られた巻糸パッケージの満巻率に影響を与えることができる特徴パラメータであり、前記Ｔは１以上の正の整数であり、前記ｔは１以上Ｔ以下の正の整数であり、前記Ｎは１以上の正の整数である。

【0089】

ここで、第１特徴パラメータについては、上述した例を参照することができるので、ここでは繰り返し述べない。

【0090】

ステップＳ４０２において、前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないか否かを判断し、そうであればステップＳ４０３へ進む一方、そうでなければ、ステップＳ４０９に進む。

【0091】

ステップＳ４０３において、前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないと判定した場合に、候補特徴パラメータセットを決定する。そして、ステップＳ４０４に進む。

【0092】

ここで、前記候補特徴パラメータセットに含まれる候補特徴パラメータは、予め設定された満巻率要件を満たさない満巻率に対応するＮ個の第１特徴パラメータの中から選択された、満巻率が予め設定された満巻率要件を満たさないことをもたらす特徴パラメータであり、前記Ｍは１以上Ｔ以下の正の整数である。なお、Ｍ個の満巻率と予め設定された満巻率要件については、上記の例を参照することができるので、ここでは繰り返し述べない。

【0093】

ステップＳ４０４において、前記候補特徴パラメータセットにおける各候補特徴パラメータに対してシミュレーション・調整を行う。そして、ステップＳ４０５に進む。

【0094】

なお、前記シミュレーション・調整とは、候補特徴パラメータセットにおける候補特徴パラメータに対して数値調整を行い、調整後の特徴パラメータに基づいて満巻率を予測し、もって満巻率を向上させ、満巻率が予め設定された満巻率要件に達成するような調整する方法を指す。

【0095】

ステップＳ４０５において、少なくともシミュレーション・調整後の各候補特徴パラメータに基づいて、巻取機によって巻き取られた巻糸パッケージの新たな満巻率を新たに推定して得る。そして、ステップＳ４０６に進む。

【0096】

例えば、一例では、シミュレーション・調整後の各候補特徴パラメータと、その候補特徴パラメータの収集時刻で収集され、候補特徴パラメータ以外の他の第１特徴パラメータとを、目標巻取予測モデルに再入力して満巻率の予測を行うことができる。

【0097】

ステップＳ４０６において、前記巻取機によって巻き取られた巻糸パッケージの新たな満巻率が予め設定された満巻率要件を満たすか否かを判断し、そうであればステップＳ４０７に進む一方、そうでなければ、ステップＳ４０４に戻り、候補特徴パラメータセットにおける各候補特徴パラメータに対してシミュレーション・調整を新たに行う。

【0098】

ステップＳ４０７において、前記巻取機によって巻き取られた巻糸パッケージの新たな満巻率が予め設定された満巻率要件を満たす場合に、目標調整方法を得る。そして、ステップＳ４０８に進む。

【0099】

ステップＳ４０８において、目標調整方法に基づいて、第１調整命令を生成する。

【0100】

ここで、前記第１調整命令は、前記目標調整方法に従って、前記巻取機の候補特徴パラメータセットにおける各候補特徴パラメータを物理的に調整するように指示することに用いられる。

【0101】

ステップＳ４０９において、プロセスを終了する。

【0102】

このようにして、本開示の解決策では巻取機のパラメータの自動化調整の具体例を提供し、これによって、生産過程においてリアルタイムで巻取機のパラメータを監視し調整することができ、巻取機のパラメータの監視または調整の工程が前置され、自動化され、インテリジェント化されることができ、さらに、大量の人的コスト及び時間的コストを削減でき、生産品質を向上させると同時に、巻糸パッケージの生産効率をさらに向上させることができる。

【0103】

以上を纏めると、本開示の解決策では、既存技術と比べて以下のいくつかの利点を有する。具体的には以下のものを含む。

【0104】

第一に、応答がよりタイムリーである。人的な経験によって基準に達しない原因を事後的に分析することに依存する解決策に比べて、本開示の解決策によれば、巻糸パッケージの生産過程において満巻率を予測することによって、満巻率が基準に達しないことを一旦検出すると、満巻率が基準に達しないことをもたらす特徴パラメータを迅速に決定することができ、応答速度が速く、また、この方法は人的な経験に依存する必要がなく、同時に、生産過程においてリアルタイムで巻取機のパラメータを監視し、さらに調整することもできる。

【0105】

第二に、より自動化する。事後的解決策に比べて、本開示の解決策によれば、巻糸パッケージの生産過程において、満巻率が基準に達しないことをもたらす特徴パラメータを迅速に決定することができ、また、巻取機によって巻き取られた巻糸パッケージの満巻率が生産基準を満たすようにパラメータの調整案をタイムリーに作成することができ、より自動化され、インテリジェント化され、これにより、大量の人的コスト及び時間的コストを削減することができる。

【0106】

第三に、生産効率と生産品質が向上する。従来技術に比べて、本開示の解決策によれば、巻取機のパラメータ監視または調整プロセスが前置され、自動化され、インテリジェント化され、これにより、大量の人的コスト及び時間的コストを削減することができ、ひいては生産品質を向上させると同時に、巻糸パッケージの生産効率をさらに向上させる。

【0107】

本開示の解決策はまた、パラメータ処理装置を提供する。図５に示すように、該装置は、具体的には、

【0108】

巻取機によって巻き取られた巻糸パッケージのＴ個の満巻率を決定するための結果予測ユニット５０１であって、ここで、前記Ｔ個の満巻率のうちのｔ番目の満巻率はｔ番目の時刻で収集されたＮ個の第１特徴パラメータに基づいて得られ、前記Ｎ個の第１特徴パラメータにおける第１特徴パラメータは、前記巻取機によって巻き取られた巻糸パッケージの満巻率に影響を与えることができる特徴パラメータであり、前記Ｔは１以上の正の整数であり、前記ｔは１以上Ｔ以下の正の整数であり、前記Ｎは１以上の正の整数である、結果予測ユニット５０１と、

【0109】

前記Ｔ個の満巻率のうち、Ｍ個の満巻率がいずれも予め設定された満巻率要件を満たさないと判定した場合に、候補特徴パラメータセットを決定するためのパラメータ決定ユニット５０２であって、前記候補特徴パラメータセットに含まれる候補特徴パラメータは、予め設定された満巻率要件を満たさない満巻率に対応するＮ個の第１特徴パラメータの中から選択された、満巻率が予め設定された満巻率要件を満たさないことをもたらす特徴パラメータであり、前記Ｍは１以上Ｔ以下の正の整数である、パラメータ決定ユニット５０２と、を備える。

【0110】

本開示の解決策の一具体例では、前記結果予測ユニットは具体的に、
第１検出命令に応じて、巻取予測ステップを実行することと、
予め設定された時間間隔に到達した場合に、前記巻取機の、Ｔ個の異なる時刻における対応する満巻率を得るように、Ｔ回まで次回の巻取予測ステップを実行することと、に用いられ、
ここで、ｔ回目の巻取予測ステップは、
前記巻取機の、ｔ番目の時刻におけるＮ個の第１特徴パラメータを取得することと、
前記ｔ番目の時刻におけるＮ個の第１特徴パラメータに基づいて、巻取機によって巻き取られた巻糸パッケージのｔ番目の満巻率を推定して得ることと、を含む。

【0111】

本開示の解決策の一具体例では、前記結果予測ユニットは具体的に、
前記ｔ番目の時刻におけるＮ個の第１特徴パラメータを目標巻取予測モデルに入力して、前記目標巻取予測モデルの第１分岐によって出力される、ｔ番目の時刻に対応する第１予測結果を少なくとも得ることに用いられ、
ここで、前記目標巻取予測モデルの第１分岐は、前記巻取機によって巻き取られた巻糸パッケージの満巻率を予測することに用いられ、前記ｔ番目の時刻に対応する第１予測結果は、予測して得られる前記巻取機によって巻き取られた巻糸パッケージの満巻率を表す第１値を含む。

【0112】

本開示の解決策の一具体例では、前記結果予測ユニットは具体的に、
ｔ回目の巻取予測ステップにおいて、前記目標巻取予測モデルの第１分岐によって出力される、ｔ番目の時刻に対応する第１予測結果を得た場合に、前記目標巻取予測モデルの第２分岐によって出力される、ｔ番目の時刻に対応する第２予測結果を得ることにさらに用いられ、
ここで、前記目標巻取予測モデルの第２分岐は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータにおける各第１特徴パラメータが満巻率に与える影響度を予測することに用いられ、前記ｔ番目の時刻に対応する第２予測結果はＮ個の第２値を含み、前記Ｎ個の第２値のうちのｎ番目の要素は、入力されたｔ番目の時刻におけるＮ個の第１特徴パラメータのうちのｎ番目の第１特徴パラメータが満巻率に与える影響度を表す。

【0113】

本開示の解決策の一具体例では、前記パラメータ決定ユニットは具体的に、
Ｔ個の第２予測結果の中から、予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果を選択することであって、ここで、前記Ｔ個の第２予測結果は、Ｔ回の巻取予測ステップを実行した後に得られる、ことと、
予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、前記候補特徴パラメータセットを得ることと、に用いられる。

【0114】

本開示の解決策の一具体例では、前記パラメータ決定ユニットは具体的に、
予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、Ｍ組の初期セットを得ることであって、ここで、前記Ｍ組の初期セットにおける初期セットは、予め設定された満巻率要件を満たさない満巻率に対応する第２予測結果のうち、第２値が予め設定された値よりも大きい第１特徴パラメータを含む、ことと、
候補特徴パラメータセットを得るように、Ｍ組の初期セットから候補特徴パラメータを選択することと、に用いられる。

【0115】

本開示の解決策の一具体例では、前記パラメータ決定ユニットは具体的に、
予め設定された満巻率要件を満たさないＭ個の満巻率に対応する第２予測結果に基づいて、Ｍ行×Ｎ列の特徴パラメータ行列を得ることであって、ここで、特徴パラメータ行列における各行はＮ個の第２値に対応し、異なる満巻率に対応する同一の第１特徴パラメータの第２値は同一の列に位置する、ことと、
前記特徴パラメータ行列における列に対して重み付け処理を行い、Ｎ個の第３値を表す１行×Ｎ列のベクトルを得ることと、
前記１行×Ｎ列のベクトルに基づいて、前記候補特徴パラメータセットを得ることと、に用いられる。

【0116】

本開示の解決策の一具体例では、前記パラメータ処理装置は、パラメータ調整ユニットをさらに備え、
前記パラメータ調整ユニットは、前記候補特徴パラメータセットにおける各候補特徴パラメータに対してシミュレーション・調整を行うことに用いられ、
前記結果予測ユニットは、少なくともシミュレーション・調整後の各候補特徴パラメータに基づいて、前記巻取機によって巻き取られた巻糸パッケージの新たな満巻率を新たに推定して得ることにさらに用いられ、
前記パラメータ調整ユニットは、前記巻取機によって巻き取られた巻糸パッケージの新たな満巻率が予め設定された満巻率要件を満たす場合に、目標調整方法を得ることにさらに用いられる。

【0117】

本開示の解決策の一具体例では、前記パラメータ調整ユニットは、
目標調整方法に基づいて、第１調整命令を生成することにさらに用いられ、前記第１調整命令は、前記目標調整方法に従って、前記巻取機の候補特徴パラメータセットにおける各候補特徴パラメータを物理的に調整するように指示することに用いられる。

【0118】

本開示の解決策の一具体例では、前記パラメータ調整ユニットは、前記巻取機によって巻き取られた巻糸パッケージの新たな満巻率が予め設定された満巻率要件を満たさない場合、前記候補特徴パラメータセットにおける各候補特徴パラメータに対してシミュレーション・調整を新たに行うことにさらに用いられ、
前記結果予測ユニットは、前記候補特徴パラメータセットにおける各候補特徴パラメータに対してシミュレーション・調整を新たに行った後、新たな満巻率を決定すると共に、新たな満巻率が予め設定された満巻率要件を満たすか否かを判断することにさらに用いられる。

【0119】

本開示の実施例における装置の各モジュール、サブモジュールの具体的な機能及び例示的な説明は、上記方法の実施例における対応するステップの関連説明を参照することができ、ここでは繰り返し述べない。

【0120】

図６は本開示の一実施例による電子デバイスの構造ブロック図である。図６に示すように、該電子デバイスはメモリ６１０とプロセッサ６２０とを含み、メモリ６１０にはプロセッサ６２０で実行可能なコンピュータプログラムが記憶される。メモリ６１０及びプロセッサ６２０の数は、１つ又は複数であり得る。メモリ６１０は、１つ又は複数のコンピュータプログラムを記憶することができ、該１つ又は複数のコンピュータプログラムは、該電子デバイスによって実行されると、該電子デバイスに上記の方法の実施例により提供される方法を実行させる。該電子デバイスはさらに以下を含むことができる。通信インターフェース６３０は、外部デバイスと通信し、データのインタラクション・伝送を行うことに用いられる。

【0121】

メモリ６１０、プロセッサ６２０、及び通信インターフェース６３０が独立して実装される場合、メモリ６１０、プロセッサ６２０、及び通信インターフェース６３０は、バスを介して互いに接続され、相互間の通信を行うことができる。該バスは、ＩＳＡ（Ｉｎｄｕｓｔｒｙ Ｓｔａｎｄａｒｄ Ａｒｃｈｉｔｅｃｔｕｒｅ）バス、ＰＣＩ（Ｐｅｒｉｐｈｅｒaｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）バス、又はＥＩＳＡ（Ｅｘｔｅｎｄｅｄ Ｉｎｄｕｓｔｒｙ Ｓｔａｎｄａｒｄ Ａｒｃｈｉｔｅｃｔｕｒｅ）バスなどであり得る。該バスは、アドレスバス、データバス、制御バスなどに分類することができる。説明を容易にするために、図６に一本の太線のみで示すが、一本のバス又は一種類のバスのみを示すものではない。

【0122】

任意選択で、具体的な実装形態では、メモリ６１０、プロセッサ６２０、及び通信インターフェース６３０が１つのチップ上に集積される場合、メモリ６１０、プロセッサ６２０、及び通信インターフェース６３０は、内部インターフェースを介して相互間の通信を行うことができる。

【0123】

上記プロセッサは中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎg Ｕｎｉｔ，ＣＰＵ）であってもよく、さらに他の汎用プロセッサ、デジタル信号プロセッサ（Ｄｉgｉｔａｌ Ｓｉgｎａｌ Ｐｒｏｃｅｓｓｉｎg,ＤＳＰ）、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅgｒａｔｅｄ Ｃｉｒｃｕｉｔ，ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏgｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ，ＦＰＧＡ）又は他のプログラマブルロジックデバイス、ディスクリートゲート又はトランジスタロジックデバイス、ディスクリートハードウェアアセンブリ等であってもよいことを理解されたい。汎用プロセッサは、マイクロプロセッサ又は任意の従来のプロセッサなどであり得る。なお、プロセッサは、Ａｄｖａｎｃｅｄ ＲＩＳＣ Ｍａｃｈｉｎｅｓ（ＡＲＭ）アーキテクチャをサポートするプロセッサであり得る。

【0124】

さらに、選択的に、上記メモリは読み出し専用メモリ及びランダムアクセスメモリを含んでもよく、さらに不揮発性ランダムアクセスメモリを含んでもよい。該メモリは、揮発性メモリ又は不揮発性メモリのいずれかであり得るか、あるいは揮発性メモリと不揮発性メモリの両方を含み得る。ここで、不揮発性メモリは、ＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＰＲＯＭ（Ｐｒｏgｒａｍｍａｂｌｅ ＲＯＭ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ ＰＲＯＭ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ ＥＰＲＯＭ）、又はフラッシュメモリを含むことができる。揮発性メモリは、外部キャッシュとして機能するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ，ＲＡＭ）を含むことができる。限定ではなく例として、多くの形態のＲＡＭが利用可能である。例えば、スタティックランダムアクセスメモリ（Ｓｔａｔｉｃ ＲＡＭ，ＳＲＡＭ）、ダイナミックランダムアクセスメモリ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ，ＤＲＡＭ）、シナリオクロナスＤＲＡＭ（Ｓｙｎｃｈｒｏｎｏｕｓ ＤＲＡＭ，ＳＤＲＡＭ）、ダブルデータレートＳＤＲＡＭ（Ｄｏｕｂｌｅ Ｄａｔａ Ｄａｔｅ ＳＤＲＡＭ，ＤＤＲ ＳＤＲＡＭ）、エンハンストＳＤＲＡＭ（Ｅｎｈａｎｃｅｄ ＳＤＲＡＭ，ＥＳＤＲＡＭ）、シナリオクリンクＤＲＡＭ（Ｓｙｎｃｈｌｉｎｋ ＤＲＡＭ，ＳＬＤＲＡＭ）及びダイレクトＲＡＭＢＵＳＲＡＭ（Ｄｉｒｅｃｔ ＲＡＭＢＵＳ ＲＡＭ，ＤＲ ＲＡＭ）である。

【0125】

上述の実施例では、全体的又は部分的に、ソフトウェア、ハードウェア、ファームウェア、又はそれらの任意の組合せで実装され得る。ソフトウェアで実装される場合に、全体又は一部はコンピュータプログラム製品の形態で実装され得る。コンピュータプログラム製品は、１つ又は複数のコンピュータ命令を含む。コンピュータ命令がロードされ、コンピュータ上で実行されると、本開示の実施例によるプロセス又は機能が全体的又は部分的に生成される。前記コンピュータは、汎用コンピュータ、専用コンピュータ、コンピュータネットワーク、又は他のプログラム可能な装置であってもよい。前記コンピュータ命令は、コンピュータ可読記憶媒体に記憶されてもよく、又は１つのコンピュータ可読記憶媒体から別のコンピュータ可読記憶媒体に送信されてもよく、例えば、前記コンピュータ命令は、有線（例えば、同軸ケーブル、光ファイバ、デジタル加入者線（Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ，ＤＳＬ））又は無線（例えば、赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、マイクロ波等）を介して、１つのウェブサイトサイト、コンピュータ、サーバ、又はデータセンタから別のウェブサイトサイト、コンピュータ、サーバ、又はデータセンタに送信されてもよい。前記コンピュータ可読記憶媒体は、コンピュータによってアクセスされ得る任意の利用可能な媒体、又は１つもしくは複数の利用可能な媒体と統合されたサーバ、データセンタなどを含むデータ記憶デバイスであり得る。前記使用可能な媒体は、磁気媒体（例えば、フロッピー（登録商標）ディスク、ハードディスク、磁気テープ）、光媒体（例えば、デジタル多用途ディスク（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ，ＤＶＤ））、又は半導体媒体（例えば、ソリッドステートディスク（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｉｓｋ，ＳＳＤ））などであり得る。なお、本開示で言及されるコンピュータ可読記憶媒体は、不揮発性記憶媒体、言い換えれば、非一時的記憶媒体であり得る。

【0126】

当業者は上記実施例を実現する全部又は一部のステップがハードウェアによって実装されてもよく、プログラムによって関連するハードウェアに命令して実装されてもよく、前記プログラムはコンピュータ可読記憶媒体に記憶されてもよく、上記記憶媒体は読み出し専用メモリ、磁気ディスク又は光ディスク等であってもよいことを理解することができる。

【0127】

本開示の実施例の説明において、参照用語「１つの実施例」、「いくつかの実施例」、「例」、「具体的な例」、又は「いくつかの例」等の説明は該実施例又は例に関連して説明された具体的な特徴、構造、材料又は特徴が本開示の少なくとも１つの実施例又は例に含まれることを意味する。且つ、説明された具体的な特徴、構造、材料又は特徴はいずれか１つ又は複数の実施例又は例において適切な方式で組み合わせることができる。さらに、当業者は、本開示に記載された異なる実施形態又は例及び異なる実施形態又は例の特徴を、互いに矛盾しない範囲で組み合わせてもよい。

【0128】

本開示の実施例の説明において、「／」は、別段の説明がない限り、又はという意味を表し、例えば、Ａ／Ｂは、Ａ又はＢのいずれかを表し得る。本開示における「及び／又は」は関連オブジェクトの関連関係を説明することに過ぎず、三種類の関係が存在してもよいことを示し、例えば、Ａ及び／又はＢは、以下を示すことができる。Ａが単独で存在し、Ａ及びＢが同時に存在し、Ｂが単独で存在するという三種類の状況である。

【0129】

本開示の実施例の説明では、「第１」及び「第２」という用語は、説明の目的のみのために使用され、相対的な重要性を示す又は暗示するものと解釈されるべきではなく、示される技術的特徴の数を暗示するものと解釈されるべきではない。したがって、「第１」及び「第２」として定義される特徴は、明示的又は暗黙的に、そのような特徴のうちの１つ又は複数を含み得る。本開示の実施例の説明において、「複数」とは、別段の説明がない限り、２つ以上を意味する。

【0130】

以上は本開示の例示的な実施例に過ぎず、本開示を限定するものではなく、本開示の精神及び原則の範囲内で、行われた任意の修正、同等置換、改良等は、いずれも本開示の保護範囲内に含まれるべきである。

【要約】      （修正有）

【課題】人的コスト及び時間的コストを削減し、生産品質及び巻糸パッケージの生産効率を向上させるパラメータ処理方法、装置、電子デバイス、記憶媒体及びプログラムを提供する。
【解決手段】方法は、巻取機が巻き取る巻糸パッケージのＴ個の満巻率を決定する。Ｔ（１以上の正の整数）個の満巻率のうちｔ（１≦ｔ≦Ｔの正の整数）番目の満巻率は、ｔ番目の時刻で収集されたＮ個の第１特徴パラメータに基づいて得られ、前記パラメータは、巻取機が巻き取った巻糸パッケージの満巻率に影響を与える。方法はまた、Ｔ個の満巻率のうち、Ｍ（≦＜Ｍ≦Ｔの正の整数）個の満巻率が何れも予め設定された満巻率要件を満たさない場合、候補特徴パラメータセットを決定する。前記セットに含まれる候補特徴パラメータは、予め設定された満巻率要件を満たさない満巻率に対応するＮ個の第１特徴パラメータの中から選択された満巻率が、予め設定された満巻率要件を満たさない。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】