DE102021001348A1

DE102021001348A1 - Method for monitoring a manufacturing process of a synthetic thread

Info

Publication number: DE102021001348A1
Application number: DE102021001348.4A
Authority: DE
Inventors: Jörg Huthmacher
Original assignee: Oerlikon Textile GmbH and Co KG
Current assignee: Oerlikon Textile GmbH and Co KG
Priority date: 2021-03-13
Filing date: 2021-03-13
Publication date: 2022-09-15
Also published as: CN116981943A; WO2022194643A1

Abstract

Die Erfindung betrifft ein Verfahren zur Überwachung eines Herstellungsprozesses eines synthetischen Fadens, bei welchem eine Fadenspannung des Fadens kontinuierlich gemessen wird. Die Messwerte der Fadenspannung werden analysiert und zu einer Vielzahl von Fehlermustern generiert, wobei den Fehlermustern jeweils eine Fehlerursache im Herstellungsprozess zugeordnet wird. Um bei der Vielzahl von Fehlerursachen eine Gewichtung hinsichtlich der Fehlerbeseitigung vornehmen zu können, werden erfindungsgemäß die Fehlerursachen separat erfasst und deren Auftreten innerhalb eines Zeitfensters als Störhäufigkeit registriert.The invention relates to a method for monitoring a manufacturing process for a synthetic thread, in which a thread tension of the thread is continuously measured. The measured values of the thread tension are analyzed and generated into a large number of error patterns, with each error pattern being assigned a defect cause in the manufacturing process. In order to be able to carry out a weighting with regard to error elimination given the large number of error causes, the error causes are recorded separately according to the invention and their occurrence within a time window is registered as the error frequency.

Description

Die Erfindung betrifft ein Verfahren zur Überwachung eines Herstellungsprozesses eines synthetischen Fadens gemäß dem Oberbegriff des Anspruchs 1.The invention relates to a method for monitoring a manufacturing process of a synthetic thread according to the preamble of claim 1.

Ein gattungsgemäßes Verfahren zur Überwachung eines Herstellungsprozesses eines synthetischen Fadens geht aus der WO 2019/137835 A1 hervor.A generic method for monitoring a manufacturing process of a synthetic thread is from WO 2019/137835 A1 out.

Bei der Herstellung und Behandlung von synthetischen Fäden ist es üblich, Produkt- und / oder Prozessparameter kontinuierlich zu überwachen, um so eine möglichst stabile Prozessführung und insbesondere möglichst eine stabile Produktqualität an dem Faden zu erhalten. Insbesondere bei der Herstellung von texturierten Fäden hat sich die Überwachung einer Fadenspannung an dem laufenden Faden bewährt, um Prozessstörungen und / oder Produktschwankungen zu erkennen. Bei dem bekannten Verfahren zur Überwachung des Herstellungsprozesses wird an dem laufenden Faden kontinuierlich eine Fadenspannung gemessen. Die dabei erzeugten Messsignale der Fadenspannung werden mit einem Schwellwert einer zulässigen Fadenspannung verglichen, um sogenannte Fehlermuster zu identifizieren und für weitere Analysen nutzen zu können. Mit Hilfe maschineller Lernprogramme werden aus den Fehlermustern die jeweiligen Fehlerursachen im Herstellungsprozess erkannt, um diese beispielsweise durch einen Operator zu beseitigen, um letztendlich die Qualität des Fadens auf ein gleichmäßiges Niveau zu halten.In the manufacture and treatment of synthetic threads, it is customary to continuously monitor product and/or process parameters in order to obtain the most stable possible process control and in particular the most stable possible product quality on the thread. In the production of textured threads in particular, monitoring a thread tension on the running thread has proven itself in order to detect process disruptions and/or product fluctuations. In the known method for monitoring the manufacturing process, a thread tension is continuously measured on the running thread. The measurement signals generated for the thread tension are compared with a threshold value of a permissible thread tension in order to identify so-called error patterns and to be able to use them for further analyses. With the help of machine learning programs, the respective causes of errors in the manufacturing process are identified from the error patterns in order to eliminate them, for example, by an operator, in order to ultimately keep the quality of the thread at a consistent level.

In der Praxis wurde nun festgestellt, dass in einem Herstellungsprozess eine Vielzahl von Fehlermuster und somit eine Vielzahl von Fehlerursachen auftreten, die den Herstellungsprozess mehr oder weniger stark beeinflussen. So sind Fehlerursachen im Herstellungsprozess bekannt, die einen sofortigen Eingriff, wie beispielsweise bei einem Fadenbruch, erfordern.In practice, it has now been established that a large number of error patterns and thus a large number of error causes occur in a manufacturing process, which influence the manufacturing process to a greater or lesser extent. The causes of errors in the manufacturing process are known and require immediate intervention, such as when a thread breaks.

Es ist nun Aufgabe der Erfindung, das gattungsgemäße Verfahren zur Überwachung eines Herstellungsprozesses eines synthetischen Fadens derart weiterzubilden, dass eine effektive Bedienbarkeit des Herstellungsprozesses zur Gewährleistung einer gleichmäßigen Fadenqualität möglich ist.It is now the object of the invention to further develop the generic method for monitoring a manufacturing process of a synthetic thread in such a way that the manufacturing process can be effectively operated to ensure a uniform thread quality.

Ein weiteres Ziel der Erfindung liegt darin, die zur Steuerung einer Vielzahl von Bearbeitungsstellen auftretenden Anweisungen an eine Bedienperson zu minimieren.A further object of the invention is to minimize the instructions to an operator required to control a plurality of processing stations.

Diese Aufgabe wird erfindungsgemäß dadurch gelöst, dass die Fehlerursachen separat erfasst werden und dass deren Auftreten innerhalb eines Zeitfensters jeweils als eine Störhäufigkeit registriert werden.According to the invention, this object is achieved in that the causes of errors are recorded separately and their occurrence within a time window is registered in each case as an error frequency.

Vorteilhafte Weiterbildungen der Erfindungen sind durch die Merkmale und Merkmalskombinationen der Unteransprüche definiert.Advantageous developments of the invention are defined by the features and feature combinations of the dependent claims.

Die Erfindung war auch nicht durch das bekannte Verfahren zum Regeln einer Fadenspannung an einer Falschdrahtvorrichtung der DE 43 29 136 A1 naheliegend. Hierbei werden die Häufigkeit von anormalen Fadenspannungsfadenzuständen erfasst. Damit lässt sich zwar die Häufigkeit eines Fadenspannungsfehlers registrieren, die jedoch keinen Hinweis auf einer möglichen Fehlerursache beinhalten. Aus einer Fehlerhäufigkeit lässt sich jedoch noch keine Fehlerursache ableiten.The invention was also not due to the known method for controlling a thread tension on a false twisting device DE 43 29 136 A1 obvious. Here, the frequency of abnormal thread tension thread states are recorded. Although the frequency of a thread tension error can thus be registered, this does not contain any indication of a possible cause of the error. However, no error cause can be derived from an error frequency.

Die Erfindung besitzt den besonderen Vorteil, dass zwischen Fehlerursachen unterschieden werden kann, um den Einfluss der jeweiligen Störquelle auf den Herstellungsprozess und auf die Qualität des Fadens zu beurteilen. Somit lässt sich das Auftreten innerhalb eines Zeitfensters als eine Störhäufigkeit der Fehlerursache registrieren. Die Störhäufigkeit der jeweiligen Fehlerursache kann somit als ein Parameter genutzt werden, um einen differenzierten Eingriff zur Fehlerbeseitigung einzuleiten.The invention has the particular advantage that a distinction can be made between causes of error in order to assess the influence of the respective source of interference on the manufacturing process and on the quality of the thread. In this way, the occurrence within a time window can be registered as an error frequency of the cause of the error. The fault frequency of the respective cause of the error can thus be used as a parameter to initiate a differentiated intervention to eliminate the error.

Da in einem Herstellungsprozess für einen synthetischen Faden eine Vielzahl von Fehlerursachen unterschiedlichster Art auftreten können, die beispielsweise im Rohrmaterial, in der Maschine oder in der Einstellung usw. begründet liegen, sind deren Auswirkungen auf den Prozess und auf die Qualität des Fadens sehr unterschiedlich. Um derartige Unterschiede in den Fehlerursachen berücksichtigen zu können, ist die Verfahrensvariante besonders vorteilhaft, bei welcher den Störhäufigkeiten jeder der Fehlerursachen jeweils ein zulässiger Häufigkeitsgrenzwert zugeordnet wird. So besteht die Möglichkeit, das Auftreten kritischer Fehlerursachen und das Auftreten weniger kritischer Fehlerursachen mit unterschiedlicher Gewichtung beim Eingriff in den Herstellungsprozess zu berücksichtigen. Bei einem Fadenriss ist sicherlich ein sofortiger Eingriff in den Herstellungsprozess nötig. Bei einer Verschmutzung oder einem Verschleiß eines Bauteils jedoch nicht.Since a large number of different types of faults can occur in a manufacturing process for a synthetic thread, for example in the tube material, in the machine or in the setting, etc., their effects on the process and on the quality of the thread are very different. In order to be able to take such differences in the causes of errors into account, the variant of the method is particularly advantageous in which a permissible frequency limit value is assigned to the interference frequencies of each of the causes of errors. It is thus possible to take into account the occurrence of critical error causes and the occurrence of less critical error causes with different weightings when intervening in the manufacturing process. If the thread breaks, immediate intervention in the manufacturing process is certainly necessary. But not if a component is dirty or worn.

Hierbei hat sich besonders bewährt, dass der Häufigkeitsgrenzwert der Störhäufigkeit eines der Fehlerursachen eine Anzahl der Fehlerursache beinhaltet, die im Herstellungsprozess für zulässig gilt. So lässt sich zu jeder Fehlerursache im Prozess allein aus der Anzahl ihres Auftretens der Häufigkeitsgrenzwert bestimmen, um gezielte Eingriffe in den Herstellungsprozess zu ermöglichen.In this context, it has proven particularly useful that the frequency limit value of the fault frequency of one of the error causes includes a number of error causes that are considered permissible in the manufacturing process. For each cause of error in the process, the frequency limit value can be determined solely from the number of occurrences, in order to enable targeted interventions in the manufacturing process.

Zur weiteren Differenzierung ist die Verfahrensvariante vorgesehen, bei welcher der Häufigkeitsgrenzwert der Störhäufigkeit eines der Fehlerursachen sich auf einen Zeitabschnitt und / oder eine Bearbeitungsstelle bezieht. So ist beispielsweise bei der Herstellung eines gekräuselten Fadens es üblich, den Faden von einer Vorlagespule abzuziehen und zu kräuseln. So könnte beispielsweise die Laufzeit der Vorlagespule als ein Zeitabschnitt gewählt werden, um die darin auftretenden Fehlerursachen in ihrer Störhäufigkeit zu bewerten. Zudem ist es dabei üblich, dass die Fäden parallel nebeneinander einzeln in einer Vielzahl von Bearbeitungsstellen geführt werden, so dass die Trennung bei der Fehlerursache in den Bearbeitungsstellen ebenfalls von Vorteil ist.For further differentiation, the variant of the method is provided in which the frequently The frequency limit of one of the error causes relates to a period of time and/or a processing point. For example, in the manufacture of a crimped yarn, it is common to draw the yarn from a supply bobbin and crimp it. For example, the running time of the template coil could be selected as a time segment in order to evaluate the causes of errors occurring therein in terms of their frequency of interference. In addition, it is customary for the threads to be guided individually in parallel next to one another in a large number of processing points, so that the separation of the cause of the error in the processing points is also advantageous.

Um die im Herstellungsprozess aufgetretene Fehlerursache zu beseitigen, ist die Verfahrensvariante vorgesehen, bei welcher bei einer Überschreitung eines der Häufigkeitsgrenzwerte der Störhäufigkeiten einer Person eine Meldung übermittelt wird. Damit ist ein gezielter Eingriff in den Herstellungsprozess durch die verantwortliche Person gewährleistet.In order to eliminate the cause of the error that occurred in the manufacturing process, the variant of the method is provided in which a message is sent to a person when one of the frequency limit values for the frequency of malfunctions is exceeded. This ensures that the responsible person can intervene in the manufacturing process in a targeted manner.

Da bei der Vielzahl von Fehlerursachen das Auftreten in unterschiedlichen Formen stattfinden kann, die die Zuordnung eines Häufigkeitsgrenzwertes erschweren, ist die Weiterbildung der Erfindung besonders vorteilhaft, bei welcher die Störhäufigkeiten der Fehlerursachen mit Hilfe von Algorithmen auf Basis statistischer Verfahren sowie Methoden des maschinellen Lernens analysiert werden, um häufige Sequenzen von Störhäufigkeiten und / oder eine Anomalie von Störhäufigkeiten zu identifizieren. Diese Verfahrensvariante hat den besonderen Vorteil, dass auffällige Häufigkeiten der Fehlerursachen selbstständig von dem System erkannt werden, ohne dass vorgegebene Häufigkeitsgrenzwerte definiert werden müssen.Since the large number of error causes can occur in different forms, which make it difficult to assign a frequency limit value, the development of the invention is particularly advantageous in which the error frequencies of the error causes are analyzed using algorithms based on statistical methods and machine learning methods to identify common sequences of interference counts and/or an anomaly of interference counts. This variant of the method has the particular advantage that conspicuous frequencies of error causes are automatically recognized by the system without having to define predefined frequency limit values.

Derartige Maschinenlernsysteme basieren darauf, dass ein kontinuierliches Lernen stattfindet. Hierzu ist die Verfahrensvariante besonders vorteilhaft, bei welchem die Sequenzen von Störhäufigkeiten gegenüber einer Person einer Personengruppe gemeldet werden und bei welchem die Sequenzen von Störhäufigkeiten von der Person aus- und bewertet werden. Damit ist sowohl ein schneller Zugriff zur Abstellung der Fehlerursache im Herstellungsprozess als auch die Rückmeldung an das Maschinenlernsystem gewährleistet.Such machine learning systems are based on the fact that continuous learning takes place. For this purpose, the variant of the method is particularly advantageous in which the sequences of interference frequencies are reported to a person of a group of people and in which the sequences of interference frequencies are evaluated and evaluated by the person. This ensures both quick access to eliminate the cause of the error in the manufacturing process and feedback to the machine learning system.

Um mögliche Qualitätsunterschiede bei der Herstellung einer Vielzahl von Fäden in einer Vielzahl von Bearbeitungsstellen aufdecken zu können, ist die Weiterbildung der Erfindung vorgesehen, bei welcher in dem Herstellungsprozess mehrere Fäden in mehreren Bearbeitungsstellen parallel geführt und überwacht werden und bei welchem die Störhäufigkeiten der Fehlerursachen in den Bearbeitungsstellen korreliert analysiert werden. Neben der Qualität des Fadens lässt sich auch die Qualität der einzelnen Bearbeitungsstellen daraus ableiten.In order to be able to uncover possible quality differences in the production of a large number of threads in a large number of processing points, the development of the invention is provided in which in the manufacturing process several threads are guided and monitored in parallel in several processing points and in which the frequency of faults of the causes of errors in the Processing points are analyzed correlated. In addition to the quality of the thread, the quality of the individual processing points can also be derived from it.

Abhängig von dem Fehlermuster und der daraus folgenden Fehlerursache können unterschiedliche Handlungen erforderlich werden, die durch unterschiedliche Personengruppen wahrgenommen werden. So ist ein Wartungspersonal für die Wartung der Maschine zuständig. Ein Prozesspersonal betreut dagegen die Einstellung der Maschine. Das Rohmaterial für den Herstellungsprozess wird dagegen durch das Bedienungspersonal bereitgestellt. Um bei der Beseitigung von Fehlerursachen im Herstellungsprozess möglichst schnell und gezielte Eingriffe zu ermöglichen, ist daher die Verfahrensvariante vorgesehen, bei welcher den Fehlerursachen jeweils ein von mehreren Personengruppen zugeordnet sind und bei welcher im Fall einer Grenzwertüberschreitung der Störhäufigkeit der betreffenden Fehlerursache oder im Fall der Meldung der Sequenzen / Anomalie der Störhäufigkeiten benachrichtigt werden. Damit lassen sich vorteilhaft Zeitverzögerungen bei der Beseitigung von Fehlerursachen vermeiden.Depending on the error pattern and the resulting error cause, different actions may be required that are perceived by different groups of people. A maintenance person is responsible for the maintenance of the machine. A process staff, on the other hand, oversees the adjustment of the machine. The raw material for the manufacturing process, on the other hand, is provided by the operating personnel. In order to enable targeted interventions as quickly as possible when eliminating the causes of errors in the manufacturing process, the method variant is therefore provided in which the causes of errors are assigned to one of several groups of people and in which, in the event of a limit value of the frequency of malfunctions being exceeded, the relevant cause of the error or in the case of a message of the sequences / anomaly of the interference frequencies. This advantageously allows time delays to be avoided when eliminating the causes of errors.

Zur Automatisierung des Herstellungsprozesses ist die Verfahrensvariante vorgesehen, bei welcher den Fehlerursachen jeweils einer von mehreren Steuerbefehlen zugeordnet sind, die im Fall einer Grenzwertüberschreitung der Störhäufigkeit der betreffenden Fehlerursache oder im Fall der Meldung der Sequenz / Anomalie der Störhäufigkeiten aktiviert werden. So können automatisierte Eingriffe bei der Fehlerbeseitigung im Herstellungsprozess vorteilhaft integriert werden.In order to automate the production process, the variant of the method is provided in which the error causes are each assigned one of several control commands which are activated if the error frequency limit of the respective error cause is exceeded or if the sequence / anomaly of the error frequency is reported. In this way, automated interventions when eliminating errors in the manufacturing process can be advantageously integrated.

Die Erfindung besitzt den besonderen Vorteil, dass aus der Vielzahl von Fehlerursachen in einem Herstellungsprozess eine Gewichtung erfolgen kann, welche der Fehlerursachen sich wie auf die Qualität des Herstellungsprozesses und die Qualität des Fadens auswirkt. Insbesondere bei der Vielzahl der Daten an Fehlermustern ist somit ein gezielter und schneller Eingriff zur Beseitigung von Fehlerursachen vorteilhaft möglich.The invention has the particular advantage that, from the large number of causes of defects in a manufacturing process, it is possible to weight which of the causes of defects affects the quality of the manufacturing process and the quality of the thread. In particular with the large number of data on error patterns, a targeted and rapid intervention to eliminate the causes of errors is thus advantageously possible.

Das erfindungsgemäße Verfahren zur Überwachung des Herstellungsprozesses eines synthetischen Fadens wird nachfolgend anhand eines Ausführungsbeispiels eines Herstellungsprozesses unter Bezug auf die beigefügten Figuren näher erläutert.The method according to the invention for monitoring the manufacturing process of a synthetic thread is explained in more detail below using an exemplary embodiment of a manufacturing process with reference to the accompanying figures.

Es stellen dar:

1 schematisch ein Ausführungsbeispiel einer Bearbeitungsstelle einer Textilmaschine zur Herstellung eines synthetischen gekräuselten Fadens
2 schematisch ein Ablaufdiagramm zur Überwachung des Herstellungsprozesses gemäß dem Ausführungsbeispiel nach 1
3 schematisch mehrere Fehlermuster mit jeweils einem Messsignalverlauf der Fadenspannung verschiedener Fehlerursachen
4 schematisch ein Ablaufdiagramm zur Überwachung des Herstellungsprozesses gemäß dem Ausführungsbeispiel nach 1

They represent:

1 schematically an embodiment of a processing point of a textile machine for the production of a synthetic crimped thread
2 schematically shows a flowchart for monitoring the manufacturing process according to the embodiment 1
3 schematically shows several error patterns, each with a measurement signal curve of the thread tension of different error causes
4 schematically shows a flowchart for monitoring the manufacturing process according to the embodiment 1

In der 1 ist schematisch ein Ausführungsbeispiel einer Bearbeitungsstelle einer Textilmaschine, in diesem Fall eine Texturiermaschine zur Herstellung eines gekräuselten synthetischen Fadens gezeigt. Derartige Texturiermaschinen weisen eine Vielzahl von solchen Bearbeitungsstellen auf, die identisch aufgebaut sind. Insoweit wird an dieser Stelle nur eine der Bearbeitungsstellen einer Textilmaschine näher beschrieben.In the 1 is shown schematically an embodiment of a processing point of a textile machine, in this case a texturing machine for the production of a crimped synthetic thread. Such texturing machines have a large number of such processing points which are constructed identically. In this respect, only one of the processing points of a textile machine is described in more detail at this point.

In der 1 ist schematisch die Bearbeitungsstelle 1 und eine Spulstelle 2 der Textilmaschine dargestellt. Die Bearbeitungsstelle 1 weist ein Gatter 4 auf, in welcher eine Vorlagespule 5 und eine Reservespule 6 gehalten sind. Die Vorlagespule 5 liefert einen Faden 3, der zum Verstrecken und Texturieren in der Bearbeitungsstelle 1 überführt wird. Die Vorlagespule 5 wird auch als sogenannte POY-Spule bezeichnet, da sie zuvor in einem Schmelzspinnverfahren erzeugt wurde und mit einem frisch gesponnen POY-Faden gewickelt wurde. Ein Fadenende der Vorlagespule 5 ist mit einem Fadenanfang der Reservespule 6 durch einen Fadenknoten miteinander verbunden. So wird ein kontinuierlicher Abzug des Fadens 3 nach Beendigung der Vorlagespule 5 realisiert. Das Fadenende der Reservespule 6 wird dann mit dem Fadenanfang einer neuen Vorlagespule 5 verbunden.In the 1 the processing point 1 and a winding point 2 of the textile machine are shown schematically. The processing point 1 has a gate 4, in which a template bobbin 5 and a reserve bobbin 6 are held. The feed spool 5 supplies a thread 3 which is transferred to the processing point 1 for drawing and texturing. The template bobbin 5 is also referred to as a so-called POY bobbin, since it was previously produced in a melt spinning process and was wound with a freshly spun POY thread. A thread end of the template spool 5 is connected to a thread beginning of the reserve spool 6 by a thread knot. In this way, the thread 3 is continuously drawn off after the feed bobbin 5 has ended. The end of the thread of the reserve spool 6 is then connected to the beginning of the thread of a new template spool 5 .

Der Abzug des Fadens 3 von der Vorlagespule 5 erfolgt durch ein erstes Lieferwerk 7.1. Das Lieferwerk 7.1 wird über einen Antrieb 8.1 angetrieben. Das Lieferwerk 7.1 ist in diesem Ausführungsbeispiel durch eine angetriebene Galetten und eine frei drehbare Rolle gebildet, die mehrfach vom Faden umschlungen sind. Im weiteren Verlauf ist dem Lieferwerk 7.1 eine Heizeinrichtung 9, eine Kühleinrichtung 10 und ein Texturieraggregat 11 nachgeordnet. Das Texturieraggregat 11 ist vorzugsweise als ein Friktionsdrallgeber ausgeführt, um an dem multifilen Faden einen Falschdrall zu erzeugen, der sich in eine Kräuselung der einzelnen Filamente des Fadens auswirkt. Zum Verstrecken des Fadens ist dem Texturieraggregat 11 ein zweites Lieferwerk 7.2 nachgeordnet, das durch den Antrieb 8.2 angetrieben wird. Das Lieferwerk 7.2 ist im Aufbau identisch zu dem ersten Lieferwerk 7.1, wobei das zweite Lieferwerk 7.2 mit einer höheren Umfangsgeschwindigkeit zum Verstrecken des Fadens betrieben wird. Innerhalb der Bearbeitungsstelle 1 wird der synthetische Faden 3 somit texturiert und gleichzeitig verstreckt.The thread 3 is drawn off from the feed bobbin 5 by a first delivery mechanism 7.1. The delivery mechanism 7.1 is driven by a drive 8.1. In this exemplary embodiment, the delivery mechanism 7.1 is formed by a driven godet and a freely rotatable roller around which the thread is wrapped several times. A heating device 9, a cooling device 10 and a texturing unit 11 are arranged downstream of the delivery mechanism 7.1. The texturing unit 11 is preferably designed as a friction twist generator in order to generate a false twist on the multifilament thread, which causes the individual filaments of the thread to curl. To stretch the thread, the texturing unit 11 is followed by a second delivery system 7.2, which is driven by the drive 8.2. The construction of the delivery system 7.2 is identical to that of the first delivery system 7.1, with the second delivery system 7.2 being operated at a higher peripheral speed for stretching the thread. Within the processing point 1, the synthetic thread 3 is thus textured and stretched at the same time.

Nach dem Kräuseln des Fadens 3 wird dieser durch ein drittes Lieferwerk 7.3 zu der Spulstelle 2 geführt. Das Lieferwerk 7.3 wird durch den Antrieb 8.3 angetrieben. Das Lieferwerk 7.3 ist als sogenanntes Klemmlieferwerk ausgebildet, das eine angetriebene Welle und eine Andrückrolle aufweist. Der Faden 3 wird in einem Klemmspalt am Umfang der Welle geführt. Die Spulstelle 2 weist einen Spulenhalter 13 auf, welcher eine Spule 14 trägt. Der Spulenhalter 13 ist schwenkbar ausgebildet und lässt sich zum Auswechseln der Spulen 14 manuell oder automatisiert bedienen. Dem Spulenhalter 13 ist eine Treibwalze 15 zugeordnet, die durch einen Walzenantrieb 15.1 angetrieben wird. Zum Verlegen des Fadens am Umfang der Spule 15 ist der Spulstelle 2 eine Changiereinrichtung 12 zugeordnet, die einen antreibbaren Changierfadenführer aufweist. Der Changierfadenführer wird hierzu über den Changierantrieb 12.1 oszillierend angetrieben. Der Changierantrieb 12.1 und der Walzenantrieb 15.1 der Spulstelle 2 sind als Einzelantriebe ausgebildet und mit einer Maschinensteuereinheit 16 verbunden. Ebenso sind die Antriebe 8.1, 8.2 und 8.3 der Lieferwerke 7.1, 7.2 und 7.3 sowie der Texturierantrieb 11.1 des Texturieraggregates 11 der Bearbeitungsstelle 1 als Einzelantriebe ausgeführt und mit der Maschinensteuereinheit 16 gekoppelt.After the thread 3 has been crimped, it is guided to the winding unit 2 by a third delivery mechanism 7.3. The delivery mechanism 7.3 is driven by the drive 8.3. The delivery mechanism 7.3 is designed as a so-called clamping delivery mechanism, which has a driven shaft and a pressure roller. The thread 3 is guided in a nip on the circumference of the shaft. The winding unit 2 has a bobbin holder 13 which carries a bobbin 14 . The bobbin holder 13 is pivotable and can be operated manually or automatically to replace the bobbins 14 . A drive roller 15, which is driven by a roller drive 15.1, is associated with the bobbin holder 13. To lay the thread on the circumference of the bobbin 15, the winding unit 2 is assigned a traversing device 12, which has a drivable traversing thread guide. For this purpose, the traversing thread guide is driven in an oscillating manner via the traversing drive 12.1. The oscillating drive 12.1 and the roller drive 15.1 of the winding unit 2 are designed as individual drives and are connected to a machine control unit 16. Likewise, the drives 8.1, 8.2 and 8.3 of the delivery mechanisms 7.1, 7.2 and 7.3 and the texturing drive 11.1 of the texturing unit 11 of the processing station 1 are designed as individual drives and coupled to the machine control unit 16.

Zur Überwachung des Herstellungsprozesses in der Bearbeitungsstelle 1 wird eine Fadenspannung an dem Faden 3 in einer Messstelle zwischen dem Lieferwerk 7.2 und 7.3 kontinuierlich gemessen. Die Messstelle ist in der dargestellten Position beispielhaft zwischen den Lieferwerken 7.2 und 7.3 gezeigt. Vorzugsweise wird die Fadenspannung auch im Fadenlauf vor dem Lieferwerk 7.2 gemessen. Hierzu ist eine Sensorvorrichtung 17 vorgesehen, die einen Fadenspannungssensor 17.1 und einen Messsignalaufnehmer 17.2 aufweist. Die Sensorvorrichtung 17 ist mit einer Datenanalyseeinheit 18 verbunden. Die Datenanalyseeinheit 18 ist mit einem Transmitter 19 gekoppelt, der unter Verwendung kabelgebundener oder kabelloser Übertragungstechnologien mit geeigneten Empfangssystemen verbunden ist, um Informationen und Signale zu übertragen. Die Datenanalyseeinheit 18 weist mehrere Softwaremodule auf, um die Messsignale der Sensorvorrichtung 17 und die daraus gewonnenen Daten zur Überwachung des Herstellungsprozesses zu analysieren.In order to monitor the manufacturing process in the processing station 1, a thread tension on the thread 3 is continuously measured in a measuring point between the delivery mechanism 7.2 and 7.3. The measuring point is shown in the position shown as an example between the delivery mechanisms 7.2 and 7.3. The yarn tension is preferably also measured in the yarn path in front of the delivery mechanism 7.2. For this purpose, a sensor device 17 is provided, which has a thread tension sensor 17.1 and a measurement signal pick-up 17.2. The sensor device 17 is connected to a data analysis unit 18 . The data analysis unit 18 is coupled to a transmitter 19 which is connected to suitable receiving systems using wired or wireless transmission technologies in order to transmit information and signals. The data analysis unit 18 has a number of software modules in order to analyze the measurement signals from the sensor device 17 and the data obtained from them for monitoring the manufacturing process.

In der 2 ist hierzu ein erstes Schema von der Datenanalyseeinheit 18 in Form von einem Ablaufdiagramm gezeigt.In the 2 For this purpose, a first scheme of the data analysis unit 18 is shown in the form of a flowchart.

Wie aus der Darstellung in 2 hervorgeht, ist der Sensoreinrichtung ein Fadenspannungsanalysemodul 20 zugeordnet. Das Fadenspannungsanalysemodul 20 nimmt die Messsignale der Sensoreinrichtung kontinuierlich auf und erzeugt sogenannte Fehlermuster. Die Fehlermuster definieren einen anormalen Messsignalverlauf der Fadenspannung. Solche Fehlermuster werden immer dann datentechnisch erzeugt, wenn sich die online gemessene Fadenspannung im Herstellungsprozess den durch vorgegebene Grenzwerte definierten Bereich verlässt. Bewegt sich die Fadenspannung des Fadens deutlich außerhalb des definierten Bereiches, hat das Auswirkung auf die Qualität des Fadens und somit auf die Qualität des hergestellten Produktes. So werden durch das Fadenspannungsanalysemodul 20 eine Vielzahl von Fehlermustern generiert. Hierbei liegt den Fehlermustern jedoch eine bestimmte Ursache zugrunde, die als Störgröße den Herstellungsprozess des Fadens beeinflusst. Um den Fehlermustern die zugrundeliegenden Fehlerursachen zuordnen zu können, ist ein Maschinenlernmodul 21 vorgesehen. Das Maschinenlernmodul 21 verfügt über Algorithmen, um auf Basis statistischer Verfahren sowie Methoden des maschinellen Lernens die Fehlerursachen zu den Fehlerbildern zu identifizieren. Derartige Maschinenlernmodule sind aufgrund einer zuvor durchlaufenden intensiven Lernphase geeignet, um die hinter den Fehlermustern steckenden Fehlerursachen zu ermitteln. Diese Analyse erfolgt kontinuierlich, so dass aus den zugeführten Fehlermustern entsprechende Fehlerursachen generiert werden. So lassen sich eine Mehrzahl von unterschiedlichen Fehlerursachen ermitteln, die in dem Fehlerursachenmodul 22 registriert werden. Die Fehlerursache ist durch die Kennbuchstaben FC in 2 bezeichnet. Durch die kontinuierliche Überwachung der Fadenspannung und die dabei kontinuierlich generierten Fehlermuster werden somit auch kontinuierlich die Fehlerursachen ermittelt. Da nicht jede Fehlerursache einen direkten Eingriff in den Herstellungsprozess verlangt, wird die Häufigkeit ihres Auftretens innerhalb eines Zeitfensters oder innerhalb einer Bearbeitungsstelle erfasst. Hierzu ist ein Störhäufigkeitsmodul 23 vorgesehen, in welchem die Störhäufigkeiten der Fehlerursachen fortlaufend ermittelt werden. Die Störhäufigkeit stellt hier die Summe der Fehlerursachen dar und ist als ΣFC bezeichnet.As shown in the illustration 2 shows that a thread tension analysis module 20 is assigned to the sensor device. The thread tension analysis module 20 continuously records the measurement signals from the sensor device and generates so-called error patterns. The error patterns define an abnormal measurement signal course of the thread tension. Such error patterns are always generated by data when the thread tension measured online in the manufacturing process leaves the range defined by specified limit values. If the thread tension of the thread moves significantly outside of the defined range, this affects the quality of the thread and thus the quality of the manufactured product. A large number of error patterns are thus generated by the thread tension analysis module 20 . However, the error patterns are based on a specific cause that influences the production process of the thread as a disturbance variable. A machine learning module 21 is provided in order to be able to assign the underlying error causes to the error patterns. The machine learning module 21 has algorithms to identify the causes of errors for the error patterns on the basis of statistical methods and machine learning methods. Such machine learning modules are suitable for determining the error causes behind the error patterns due to an intensive learning phase that has been carried out beforehand. This analysis is carried out continuously, so that the corresponding error causes are generated from the error patterns supplied. In this way, a number of different error causes can be determined, which are registered in the error cause module 22 . The cause of the error is indicated by the code letters FC in 2 designated. Through the continuous monitoring of the thread tension and the continuously generated error patterns, the causes of the error are thus also continuously determined. Since not every cause of error requires direct intervention in the manufacturing process, the frequency of its occurrence within a time window or within a processing point is recorded. For this purpose, a fault frequency module 23 is provided, in which the fault frequencies of the error causes are continuously determined. The error frequency represents the sum of the error causes and is denoted as ΣFC.

Zur Beurteilung, welche Fehlerursache und welche Störhäufigkeit der Fehlerursache einen Eingriff zur Fehlerbeseitigung erfordert, ist jeder Fehlerursache ein Häufigkeitsgrenzwert zugeordnet. Die Häufigkeitsgrenzwerte bestimmen dabei das maximal zulässige Auftreten der Fehlerursache innerhalb eines Zeitabschnittes oder innerhalb einer Bearbeitungsstelle. Diese Grenzwerte, die mit L bezeichnet sind, sind in einem Vergleichsmodul 24 für jede de Fehlerursachen hinterlegt. Die Häufigkeitsgrenzwerte der Störhäufigkeiten werden dann mit den pro Zeitabschnitt oder pro Bearbeitungsstelle erfassten Störhäufigkeit verglichen.A frequency limit value is assigned to each error cause in order to assess which error cause and which error frequency of the error cause requires intervention to eliminate the error. The frequency limit values determine the maximum permissible occurrence of the error cause within a period of time or within a processing point. These limit values, which are denoted by L, are stored in a comparison module 24 for each of the causes of the error. The frequency limit values of the fault frequencies are then compared with the fault frequencies recorded per time segment or per processing point.

Für den Fall, dass die Störhäufigkeit den Grenzwert noch nicht erreicht und überschritten hat, wird das Auftreten der betreffenden Fehlerursache weiter registriert. In the event that the frequency of faults has not yet reached and exceeded the limit value, the occurrence of the error cause in question continues to be registered.

Bei einer Überschreitung der Grenzhäufigkeit wird über ein Ausgabemodul 25 eine Nachricht, ein Alarm oder ein Steuersignal generiert und über den Transmitter 19 an eine Person einer Personengruppe oder der Steuereinheit übermittelt.If the limit frequency is exceeded, a message, an alarm or a control signal is generated via an output module 25 and transmitted via the transmitter 19 to a person in a group of people or to the control unit.

Hierbei besteht auch die Möglichkeit, dass in Abhängigkeit von der betreffenden Fehlerursache und deren Störhäufigkeit, eine bestimmte Person zum direkten Handeln aufgefordert wird. So ist es üblich, dass für Wartungen an Maschinenteilen das Wartungspersonal verantwortlich ist. Demgegenüber erfolgt die Einstellung der Maschine durch das Prozesspersonal. So lässt sich durch die Datenanalyseeinheit 18 die Information in die dafür zuständige Personengruppe übermitteln.There is also the possibility that, depending on the cause of the error in question and the frequency with which it occurs, a specific person will be asked to take direct action. It is common for maintenance personnel to be responsible for maintenance work on machine parts. On the other hand, the machine is set up by the process personnel. In this way, the data analysis unit 18 can transmit the information to the group of people responsible for it.

In dem Herstellungsprozess gemäß dem Ausführungsbeispiel nach 1 treten eine Vielzahl von Fehlermustern auf, deren Fehlerursachen unterschiedliche Eingriffe in den Herstellungsprozess erfordern. In der 3 sind einige Ausführungsbeispiele von typischen Fehlermustern und deren Fehlerursachen gezeigt, deren Störhäufigkeit durch vorgegebene Häufigkeitsgrenzwerte charakterisiert sind.In the manufacturing process according to the embodiment 1 a large number of error patterns occur, the error causes of which require different interventions in the manufacturing process. In the 3 some exemplary embodiments of typical error patterns and their error causes are shown, the interference frequency of which is characterized by predetermined frequency limit values.

In 3 sind die einzelnen Fehlermuster mit Großbuchstaben A, B, C, D, E bezeichnet und mit dem spezifischen Messsignalverlauf der Fadenspannung dargestellt. Das Fehlermuster A stellt einen typischen Fadenbruch dar, der in der Bearbeitungsstelle auftreten kann. Diese Fehlerursache führt zum Abbruch des Herstellungsprozess in der Bearbeitungsstelle und hat in diesem Ausführungsbeispiel den Häufigkeitsgrenzwert der Störhäufigkeit L = 1 erhalten. Bereits das ersten Auftreten einer derartigen Fehlerursache führt zu einer Fehlermeldung an das Prozesspersonal, um den Fadenbruch zu beheben.In 3 the individual error patterns are denoted by capital letters A, B, C, D, E and shown with the specific measurement signal curve of the thread tension. Error pattern A represents a typical thread breakage that can occur at the processing point. This cause of the error leads to the termination of the production process in the processing station and has received the frequency limit value of the fault frequency L=1 in this exemplary embodiment. The very first occurrence of such a cause of error leads to an error message being sent to the process personnel in order to rectify the yarn breakage.

Das Fehlermuster B zeigt einen typischen Messsignalverlauf bei einem Knotenüberlauf. So wird die Verbindung zwischen der Vorlagespule und der Reservespule über einen Fadenknoten hergestellt, der bei der Fadenspannungsmessung sichtbar wird. Derartige Fehlerursachen dürfen innerhalb einer Laufzeit einer Vorlagespule einmal auftreten. Somit ist hier als Häufigkeitsgrenzwert der Störhäufigkeit L = 2 gewählt, wobei der Häufigkeitsgrenzwert L sich auf einen Zeitabschnitt von 60 Minuten bezieht. So könnte beispielsweise die Laufzeit der Vorlagespule 60 Minuten betragen.Error pattern B shows a typical measurement signal curve in the event of a node overflow. The connection between the supply spool and the reserve spool is established via a thread knot, which becomes visible when the thread tension is measured. Such causes of error may occur once within a runtime of a template coil. Thus, L=2 is selected here as the frequency limit of the fault frequency, with the frequency limit L covering a period of 60 minutes relates. For example, the running time of the template coil could be 60 minutes.

Das Fehlermuster C signalisiert als Fehlerursache, dass der Faden bei einem Klemmlieferwerk außerhalb des Klemmspaltes zwischen Andrückrolle und Antriebswelle geführt wird. Diese Fehlerursache kann sich insbesondere beim Aufwickeln des Fadens und bei einem Spulenwechsel sehr negativ auswirken. Insoweit ist als Häufigkeitsgrenzwert der Störhäufigkeit L= 4 innerhalb zwei Minuten angegeben. Es wird somit ein sehr kurzer Zeitabschnitt genutzt, um die Störhäufigkeit mit einem Häufigkeitsgrenzwert abzugleichen.The error pattern C signals as the cause of the error that the thread is guided outside the clamping gap between the pressure roller and the drive shaft in a clamping delivery mechanism. This cause of error can have a very negative effect, especially when winding up the thread and when changing the bobbin. In this respect, L= 4 within two minutes is specified as the frequency limit of the interference frequency. A very short period of time is thus used to compare the interference frequency with a frequency limit value.

Demgegenüber signalisiert das Fehlermuster D einen Fehler im Ausgangsmaterial der Vorlagespule. So können beispielsweise Titerschwankungen in dem Vorlagefaden sich negativ in dem Messsignal der Fadenspannung bemerkbar machen. Derartige Fehlerursachen sind mit geringerer Gewichtung zu bewerten. Hierzu ist der Häufigkeitsgrenzwert der Steuerhäufigkeit mit L = 10 innerhalb eines Zeitabschnittes von 5 Minuten definiert.In contrast, the error pattern D signals an error in the starting material of the template coil. For example, titer fluctuations in the supply thread can have a negative impact on the measurement signal of the thread tension. Such causes of error are to be evaluated with lower weighting. For this purpose, the frequency limit of the control frequency is defined with L = 10 within a period of 5 minutes.

Das Fehlermuster E zeigt einen Messsignalverlauf der Fadenspannung, welcher auf eine verschmutzte Führungsfläche einer Kühlschiene der Kühleinrichtung hinweist. Diese Fehlerursache könnte beispielsweise dann zu einem Eingriff in den Prozess führen, wenn der Häufigkeitsgrenzwert der Störhäufigkeit L = 3 innerhalb eines Zeitabschnittes von 30 Minuten überschritten wird. Derartige Fehlerursachen treten meist zunächst sehr sporadisch auf, so dass erst eine Anhäufung innerhalb einer kurzen Zeit einen Eingriff erfordert.The error pattern E shows a measurement signal curve of the thread tension, which indicates a soiled guide surface of a cooling rail of the cooling device. This cause of the error could, for example, lead to an intervention in the process if the frequency limit of the fault frequency L=3 is exceeded within a period of 30 minutes. Such causes of error usually occur very sporadically at first, so that intervention is only required if they accumulate within a short period of time.

Bei den in 3 dargestellten Ausführungsbeispiel bezieht sich der Häufigkeitsgrenzwert auf jeweils eine der Bearbeitungsstellen der Textilmaschine. Die hierbei für die Häufigkeitsgrenzwerte zugrundegelegten Zeitabschnitte sind reine Ausführungsbeispiele und nicht maßgeblich für den Prozess. Wesentlich hierbei ist, dass bei der Vielzahl von Fehlermustern und Fehlerursachen die Fehlerursachen erkannt werden, die maßgeblich die Qualität der Produktherstellung beeinflusst.At the in 3 illustrated embodiment, the frequency limit relates to one of the processing points of the textile machine. The periods of time used as a basis for the frequency limit values are purely exemplary and not decisive for the process. It is essential here that, given the large number of error patterns and error causes, the error causes are identified, which significantly influences the quality of product manufacture.

Das erfindungsgemäße Verfahren lässt sich jedoch auch vorteilhaft derart ausführen, dass das Auftreten der Störhäufigkeiten der Fehlerursachen direkt analysiert werden ohne Häufigkeitsgrenzwerte zu beachten. Hierzu ist in 4 ein Ablaufdiagramm einer alternativen Ausführung der Datenanalyseeinheit 18 schematisch dargestellt. Das Ausführungsbeispiel ist im wesentlichen identisch zu dem vorgenannten Ausführungsbeispiel nach 2, so dass an dieser Stelle nur die Unterschiede erläutert werden und ansonsten Bezug der vorgenannten Beschreibung genommen wird.However, the method according to the invention can also advantageously be implemented in such a way that the occurrence of the fault frequencies of the error causes are analyzed directly without observing frequency limit values. For this is in 4 a flowchart of an alternative embodiment of the data analysis unit 18 is shown schematically. The embodiment is essentially identical to the aforementioned embodiment 2 , so that at this point only the differences are explained and otherwise reference is made to the above description.

Bei dem in 4 dargestellten Ablaufschema ist dem Fehlerursachenmodul 22 ein weiterer Maschinenlernmodul 26 zugeordnet. Das Maschinenlernmodul 26 verfügt über Algorithmen, die auf Basis statistischer Verfahren sowie Methoden des maschinellen Lernens Analysen der Störhäufigkeit vornehmen, um auffällig anormale Störhäufigkeiten oder Sequenzen von Störhäufigkeiten zu identifizieren. Derartige Sequenzen oder Anomalien der Störhäufigkeiten einer betreffenden Fehlerursache wird dann dazu genutzt, um über das Ausgabemodul 25 einer Person vorzugsweise einem Operator anzuzeigen, so dass dieser diese auswerten und bewerten kann. So kann einerseits die Fehlerursache zur Gewährleistung einer optimalen Qualität im Herstellungsprozess beseitigt werden. Andererseits sind die von dem Operator gemachten Erfahrungen hilfreich, um dem Maschinenlernmodul 26 entsprechende Rückmeldung zukommen zu lassen. Derartige Maschinenlernmodule erlangen somit ein Stadium, in dem mit hoher Wahrscheinlichkeit gezielte Steuerbefehle vom Eingriff in den Prozess möglich sind. Eine automatisierte Herstellungsüberwachung ist somit möglich.At the in 4 A further machine learning module 26 is assigned to the error cause module 22 shown in the flowchart. The machine learning module 26 has algorithms which, on the basis of statistical methods and machine learning methods, carry out analyzes of the frequency of malfunctions in order to identify conspicuously abnormal frequency of malfunctions or sequences of frequency of malfunctions. Such sequences or anomalies in the frequency of malfunctions of an error cause in question are then used to display a person, preferably an operator, via the output module 25, so that he or she can evaluate and evaluate them. On the one hand, the cause of the error can be eliminated to ensure optimal quality in the manufacturing process. On the other hand, the experiences made by the operator are helpful in order to provide the machine learning module 26 with appropriate feedback. Such machine learning modules thus reach a stage in which it is highly probable that targeted control commands from intervention in the process are possible. Automated production monitoring is therefore possible.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturPatent Literature Cited

WO 2019/137835 A1 [0002]
DE 4329136 A1 [0009]

Claims

Method for monitoring a manufacturing process of a synthetic thread, in which a thread tension of the thread is continuously measured, in which the measured values of the thread tension are analyzed and generated into a large number of error patterns, and in which the error patterns of the thread tension are each assigned a cause of error in the manufacturing process, characterized characterized in that the causes of the error are recorded separately and that their occurrence within a time window is registered as an error frequency.

procedure after claim 1 , characterized in that a permissible frequency limit value is assigned to the interference frequencies of each of the error causes.

procedure after claim 2 , characterized in that the frequency limit value of the malfunction frequency of one of the error causes is a number of occurrences of the error cause that is considered permissible in the manufacturing process.

procedure after claim 2 or 3 , characterized in that the frequency limit value of the fault frequency of one of the error causes relates to a period of time and/or a processing point.

Procedure according to one of claims 2 until 4 , characterized in that when one of the frequency limit values of the interference frequencies of a person of a group of people is exceeded, a message is transmitted.

procedure after claim 1 , characterized in that the error rates of the error causes are analyzed using algorithms based on statistical methods and machine learning methods for identifying frequent sequences of error rates and/or an anomaly of error rates.

procedure after claim 5 , characterized in that the sequences of disturbance frequencies are reported to a person of one of the groups of people and are evaluated and evaluated by the person.

Procedure according to one of Claims 1 until 7 , characterized in that the error causes are each assigned to one of several groups of people who are notified in the event of a limit value of the error frequency of the error cause in question or in the case of reporting the sequence / anomaly of the error frequencies.

Procedure according to one of Claims 1 until 8th , characterized in that in the manufacturing process, several threads are guided and monitored in parallel in several processing points and that the frequency of failures of the causes of errors in the processing points are analyzed in a correlated manner.

Procedure according to one of Claims 1 until 9 , characterized in that the error causes are each assigned one of several control commands which are activated in the event of a limit value of the error frequency of the error cause in question being exceeded or in the case of the message of the sequence/anomalous error frequency.