一种人工智能式喷水纺织机动力回收控制方法及

本发明涉及纺织机智能控制，具体是一种人工智能式喷水纺织机动力回收控制方法及系统。背景技术：1、喷水纺织机(也称为喷水织机或水压织机)是一种用于纺织的机械设备，它利用高压水流将纤维材料(通常是纱线或纤维丝)喷射到织物底部的织机上。这种技术是一种非常高效的纺织方法，可以用于生产各种纤维织物，包括棉、涤纶、丝绸等。2、喷水纺织机在纺织行业中得到了广泛应用，特别是在生产大批量的织物时，其高效率和高质量的特点使其成为了不可或缺的设备之一。3、在利用高压水流将纤维材料(通常是纱线或纤维丝)喷射到织物底部的织机上时，为防止水流飞溅，往往增设一块档板，虽然起到了防飞溅作用，但是水流的动能处于丢失状态，造成了一定程度上的资源浪费，如何降低资源浪费是本发明想要解决的技术问题。技术实现思路1、本发明的目的在于提供一种人工智能式喷水纺织机动力回收控制方法及系统，以解决上述背景技术中提出的问题。2、为实现上述目的，本发明提供如下技术方案：3、一种人工智能式喷水纺织机动力回收控制方法，包括：4、获取喷水纺织机的设计模型，根据所述设计模型确定信息监测点；5、对喷水纺织机进行梯度式供能，基于信息监测点实时获取喷水纺织机的工作参数，同步获取喷水纺织机中的喷水组件的水压，构建工作参数和水压的样本集,基于样本集训练神经网络模型；6、在实际应用中，实时检测叶轮机构的发电量，根据发电量生成神经网络模型的应用指令；7、当生成应用指令时，将信息监测点采集到的工作参数输入训练好的神经网络模型，输出水压，根据水压发送叶轮机构选取指令；8、其中，叶轮机构含有至少一个发电转子，不同发电转子的发电功率不同。9、作为本发明进一步的方案：所述获取喷水纺织机的设计模型，根据所述设计模型确定信息监测点的步骤包括：10、获取喷水纺织机的设计模型，根据预设的监测密度在设计模型中设置切面；11、查询各个切面与各部件的交接面，基于同一监测密度在交接面上选取待定点；12、在各个部件中，计算待定点在各个部件表面上的投影，同步计算投影距离；13、选取投影距离最小的投影点，作为待定点的投影点；14、对各个部件上的所有投影点进行合并，将合并后的投影点作为信息监测点。15、作为本发明进一步的方案：所述对各个部件上的所有投影点进行合并，将合并后的投影点作为信息监测点的步骤包括：16、接收用户输入的区域形状和区域尺寸，以投影点为中心，根据区域形状和区域尺寸在部件表面上截取区域；17、计算截取到的区域的方向，作为投影点的方向；18、计算相邻投影点的方向差，当方向差小于预设的差值阈值时，删除其中一个投影点；19、循环执行，直至任意相邻投影点的方向差均大于预设的差值阈值；20、输出保留的投影点，作为信息监测点。21、作为本发明进一步的方案：所述对喷水纺织机进行梯度式供能，基于信息监测点实时获取喷水纺织机的工作参数，同步获取喷水纺织机中的喷水组件的水压，构建工作参数和水压的样本集的步骤包括：22、查询喷水纺织机的最低功率和额定功率，接收工作人员输入的功率步长；23、根据所述最低功率、额定功率和功率步长确定供能数列；24、基于供能数列对喷水纺织机进行梯度式供能，基于信息监测点实时获取喷水纺织机的工作参数；所述工作参数的数据结构为数组；25、获取同步获取喷水纺织机中的喷水组件的水压，根据时间对应关系连接工作参数和水压，构建样本集。26、作为本发明进一步的方案：所述在实际应用中，实时检测叶轮机构的发电量，根据发电量生成神经网络模型的应用指令的步骤包括：27、实时获取叶轮机构的含有时间的发电量；28、以时间为自变量，以发电量为因变量拟合发电量函数；29、基于所述发电量函数确定指令生成阈值，当发电量达到所述阈值时，生成应用指令；30、其中，指令生成阈值的确定规则为：31、y为指令生成阈值，α和β为预设的修正系数，t为当前时刻，δt为预设的时间跨度，eδt[]为求取δt时段内的均值；f(x)为发电量函数，f′(x)为发电量函数的导函数。32、作为本发明进一步的方案：所述当生成应用指令时，将信息监测点采集到的工作参数输入训练好的神经网络模型，输出水压，根据水压发送叶轮机构选取指令的步骤包括：33、当生成应用指令时，将信息监测点采集到的工作参数输入训练好的神经网络模型，输出水压；34、根据水压在预设的选取表中查询发电功率；35、由所述发电功率选取叶轮机的发电转子，生成指向发电转子的选取指令，向叶轮机构发送。36、本发明技术方案还提供了一种人工智能式喷水纺织机动力回收控制系统，所述系统包括：37、监测点确定模块，用于获取喷水纺织机的设计模型，根据所述设计模型确定信息监测点；38、样本构建应用模块，用于对喷水纺织机进行梯度式供能，基于信息监测点实时获取喷水纺织机的工作参数，同步获取喷水纺织机中的喷水组件的水压，构建工作参数和水压的样本集，基于样本集训练神经网络模型；39、应用指令生成模块，用于在实际应用中，实时检测叶轮机构的发电量，根据发电量生成神经网络模型的应用指令；40、选取指令生成模块，用于当生成应用指令时，将信息监测点采集到的工作参数输入训练好的神经网络模型，输出水压，根据水压发送叶轮机构选取指令；41、其中，叶轮机构含有至少一个发电转子，不同发电转子的发电功率不同。42、作为本发明进一步的方案：所述监测点确定模块包括：43、切分设置单元，用于获取喷水纺织机的设计模型，根据预设的监测密度在设计模型中设置切面；44、待定点选取单元，用于查询各个切面与各部件的交接面，基于同一监测密度在交接面上选取待定点；45、投影计算单元，用于在各个部件中，计算待定点在各个部件表面上的投影，同步计算投影距离；46、最值选取单元，用于选取投影距离最小的投影点，作为待定点的投影点；47、合并单元，用于对各个部件上的所有投影点进行合并，将合并后的投影点作为信息监测点。48、作为本发明进一步的方案：所述样本构建应用模块包括：49、功率设定单元，用于查询喷水纺织机的最低功率和额定功率，接收工作人员输入的功率步长；50、供能设定单元，用于根据所述最低功率、额定功率和功率步长确定供能数列；51、参数检测单元，用于基于供能数列对喷水纺织机进行梯度式供能，基于信息监测点实时获取喷水纺织机的工作参数；所述工作参数的数据结构为数组；52、数据连接单元，用于获取同步获取喷水纺织机中的喷水组件的水压，根据时间对应关系连接工作参数和水压，构建样本集。53、作为本发明进一步的方案：所述应用指令生成模块包括：54、发电量获取单元，用于实时获取叶轮机构的含有时间的发电量；55、发电量拟合单元，用于以时间为自变量，以发电量为因变量拟合发电量函数；56、比对单元，用于基于所述发电量函数确定指令生成阈值，当发电量达到所述阈值时，生成应用指令；57、其中，指令生成阈值的确定规则为：58、y为指令生成阈值，α和β为预设的修正系数，t为当前时刻，δt为预设的时间跨度，eδt[]为求取δt时段内的均值；f(x)为发电量函数，f′(x)为发电量函数的导函数。59、与现有技术相比，本发明的有益效果是：本发明通过叶轮机构代替挡水板，利用高压水末端冲击叶片使叶轮转动，再通过发电机发电，达到节能环保的目的；在此基础上，构建喷水纺织机的运行参数和水压的样本集，训练神经网络模型，根据实际情况即可实时确定水压，选取最为合适的叶轮机构，极其便于回收动力的应用过程，不会因为回收动力的应用过程导致喷水纺织机处于错误工作挡位。