1.一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，包括如下步骤，S1、建立多维针织生产数据模型，包括采集多维针织数据和建立通信协议；

S2、基于Hadoop分布式平台构建包括ERP数据、ZigBee数据和MES系统历史数据的大数据分析平台；

S3、在MapReduce框架下运用Apriori关联规则挖掘算法对计划调度的约束因素进行挖掘，得到对应订单的资源约束因素、工艺约束因素、产质量约束因素和计划时间约束因素；

S4、根据合同需求分析订单排产优先级；

S5、综合排产优先级与计划调度的约束因素，得到订单排产甘特图；

S6、实时监控ERP与ZigBee数据，发现订单变更交货期、织造工艺更新、织机突发故障等异常事件时，动态调整生产计划；

其中，步骤S1中采集多维针织数据包括在车间里安装至少一台用于生产数据存储及传输的工业计算机IPC，在每台针织机器上安装一台用于生产数据采集的终端工控机，并在中央控制室安装WEB服务端系统；采集多维针织数据包括采集生产车间环境数据、针织设备运行状态参数、采集针织设备运行工况数据、针织设备的维修保养记录、挡车工操作绩效数据、织造过程类数据。

2.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S1中通过：①温湿度传感器，采集车间温湿度以及机器运行时温度，②油压传感器，采集针织机器油压数据，③速度传感器，采集针织机器的速度；④RFID射频读写器，采集挡车工和机修工的身份信息；⑤二维码扫描器，采集记录坯布的产量、质量信息；⑥智能电表，采集针织机器的能耗数据。

3.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S1中建立通信协议包括：

1)传感器与终端工控机之间通过RS485串口通信；

2)终端工控机与IPC之间数据传输采用基于IEEE 802.15.4标准的ZigBee无线通信技术；

3)IPC和WEB服务端系统之间的数据传输遵循相关互联网通信协议。

4.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S2中基于Hadoop的大数据分析平台的数据来源为ERP数据、BOM数据、针织车间终端机ZigBee实时采集数据和MES系统历史数据等。

5.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S3中对约束因素进行挖掘时，步骤如下：

1)设定最小支持度和最小置信度，在大数据分析平台中产生候选k项集；其中k为正整数；

2)对候选k项集进行剪枝，获取频繁集，具体的剪枝做法为遍历候选集每一条记录Ti，计算Ti的支持度support(Ti)，若support(Ti)小于最小支持度则删除该条记录；同时遍历Ti中每一个非空子集，若存在非频繁集也删除该条记录；

3)对获取的频繁集进行自连接，形成下一轮的候选集；

4)重复步骤2)和步骤3)直到没有新的项集满足最小支持度；

5)根据形成的最终频繁集，计算频繁集各项之间的置信度，过滤掉小于最小置信度的项集，从而生成强关联规则，得到约束因素数据；

6)将挖掘得到的约束因素数据写入到Hbase或edis或NoSQL数据库，并通过Web展示。

6.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S3中订单的资源约束因素由ERP订单管理数据和多维针织生产数据模型中的针织设备运行工况数据、针织设备维修保养记录、织造过程类数据挖掘得到；工艺约束因素由MES工艺数据和ZigBee实时采集的织机上机工艺数据挖掘得到；产质量约束因素由MES历史数据和多维针织生产数据模型中的挡车工操作绩效数据挖掘得到；计划时间约束因素由MES计划数据和多维针织生产数据模型中的织造过程类数据挖掘得到。

7.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S4中分析合同需求确定排产优先级，具体分析内容为坯布生产工艺要求、坯布生产周期、订单总量、客户重要等级、延迟完工罚金和坯布疵点要求等。

8.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S5中，将挖掘得到的约束因素作为前提条件，合同需求作为目标函数，再输入相关参数，最后输出生产计划，并在Web端以甘特图形式展现。

9.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S6中，实时监控ERP与ZigBee数据，发现订单变更或车间生产偏离计划要及时动态调整生产计划。