CN101338473B - 织机经纱张力控制方法 - Google Patents

Abstract

本发明公开了一种织机经纱张力控制方法。包括如下步骤：1)设定织机类型、织物组织信息、经纱类型、纬密和设定张力值参数；2)通过传感器测量当前张力值，根据当前张力值与设定张力值相比较得到误差及误差变化率，再根据知识库进行参数模糊化；3)根据知识库，对误差及误差变化率进行计算，得到模糊输出；4)将输出的模糊值进行去模糊化，得到精确的控制量，控制伺服电机，调节经纱张力。本发明采用前向传播网络的BP算法，不断训练和仿真，形成具有自学习功能的专家知识库。根据当前纱线、织物组织、织机信息可以自动从专家知识库中提取信息，判断相应使用的控制规则，获得很好的控制效果。

Description

织机经纱张力控制方法

技术领域

本发明涉及经纱张力控制方法，尤其涉及一种织机经纱张力控制方法。

背景技术

我国在送经卷取的控制策略的研究上面大多采用机械控制、传统的PID控制或模糊PID控制，其效果不太理想。这时由于机械传动所固有的带隙缺陷，因此织物的纬密很难达到高度准确，而且采用机械送经无法消除织物的开车痕，这就使得织造的质量难以提高。另外，每次改变织物的纬密或纱线的张力，都必须要调整或更换机械部件，不仅费时费力，生产效率也会大大降低。而PID控制策略主要适用于可以建立数学模型的确定性系统。在织机系统中，从伺服电机到织机经纱轴之间有复杂的传动机构，卷取速度、拉伸弹簧刚性、纱质以及后梁安装位置等各方面影响对纱线张力均有影响，难以得到系统的数学模型。还有采用模糊控制技术与常规PID方法相结合的模糊PID控制，其效果也不太理想。

一般来说，国外关于经纱张力控制算法式通常分经典PID和专家系统。

综上所述，目前国内外经纱张力的控制算法有如下不足之处：

1.机械控制，主要适用于低档织物的纺织，由于织机转速低，生产过程周期长、操作复杂、控制精度低，不能够及时调整工艺参数，不能够进行高档织物的纺织。

2.传统PID和模糊PID，主要适用于可以建立数学模型的确定性系统，由于织机的强非线性和干扰严重，故采用传统的建模方法不能得到准确的数学模型，必然严重影响到织物的质量，更不能满足高档机的要求。

发明内容

本发明的目的是克服现有技术的不足，提供一种织机经纱张力控制方法。

织机经纱张力控制方法包括如下步骤：

1)设定织机类型、织物组织信息、经纱类型、纬密和设定张力值参数；

2)通过传感器测量当前张力值，在织机主轴一个回转周期内连续采样12次张力，取其算术平均值作为本周期内的张力值，根据当前张力值与设定张力值相比较得到误差及误差变化率，再根据知识库进行参数模糊化；

3)根据知识库，对误差及误差变化率进行计算，得到模糊输出；

4)将输出的模糊值进行去模糊化，得到精确的控制量，控制伺服电机，调节经纱张力。

所述的设定织机类型、织物组织信息、经纱类型、纬密和设定张力值参数为：

织机类型为：箭杆织机、喷水织机、喷气织机、片梭织机或磁控织机；

纱线类型为：高特纱、中特纱或低特纱；

织造组织为：双面组织花型、纬面组织花型和经面组织花型；

张力值为：张力上限和张力下限；

纬密范围：2-200纬/分米。

所述的根据当前张力值与设定张力值相比较得到误差及误差变化率，再根据知识库进行参数模糊化步骤：

误差及误差变化率根据如下公式计算：

e(k)＝result-addt(k)(k取0，1，2……)

其中e(k)、addt(k)分别表示第k次误差和第k次张力值，result为设定张力值；

de(k)＝e(k)-e(k-1)，(k取0，1，2……)

其中de(k)、e(k)、e(k-1)分别表示第k次误差变化率、第k次误差和第k-1次误差；

参数模糊化是将误差、误差变化率的精确值变成模糊值，误差和误差变化率模糊值均分5个等级如正大(PB)、正小(PS)、零(Z)、负小(NS)、负大(NB)。

所述的根据知识库，对误差及误差变化率进行计算，得到模糊输出步骤：

根据误差、误差变化率的模糊值及其对应隶属度，从知识库中寻找到所有符合的规则，按如下公式计算得到聚合输出；

比如有r条符合的规则，则聚合输出可表示为：

${\mathrm{\μ}}_B^k\left(y\right)={\max }_k\left[\min \right[{\mathrm{\μ}}_{A1}^k\left(\mathrm{input}\left(i\right)\right){,\mathrm{\μ}}_{A2}^k(\mathrm{input}\left(j\right))\left]\right]\·\·\·\·\·\·k=\mathrm{1,2},\·\·\·,r$

规则的形式：IF A1 and A2 THEN B，在本系统中A1表示误差模糊值，A2表示误差变化率的模糊值，B表示伺服电机脉冲数的模糊值，所以规则的含义是“如果误差是A1，并且误差变化率是A2，则伺服电机脉冲数为B”，μ_A1 ^k(input(i))表示第一个输入(误差)精确值为i时属于模糊值A1的隶属度，μ_A2 ^k(input(j))]表示第二个输入(误差变化率)精确值为j时属于模糊值A2的隶属度，k表示规则的序列号。

所述的将输出的模糊值去模糊化，得到精确的控制量，控制伺服电机，调节经纱张力步骤：

采用知识库中所给定的加权平均值法，将输出的模糊值精确化，得到伺服电机的脉冲数，控制伺服电机，调节经纱张力；

加权平均值法公式如下：

y^*＝∑μ_B(z)*z/∑μ_B(z)

其中y^*为伺服电机的脉冲数的精确值，z表示各隶属函数的质心，μ_B(z)表示z的对应隶属度。

本发明与现有技术相比具有的有益效果：

1)用前向传播网络的BP算法，不断训练和仿真，形成具有自学习功能的专家知识库。根据当前纱线、织物组织、织机信息可以自动从专家知识库中提取信息，判断相应使用的控制规则，获得很好的控制效果。

2)被控对象十分复杂且存在各种扰动因素，因此采用标准神经网络模型(SNNM)逼近织机控制系统，针对神经网络这种特殊的非线性，采用一些非线性控制方法：设计鲁棒控制器，以消除建模(或逼近或重构)误差和外部扰动的影响。很好地解决了纬密不均和开车痕问题。

3)使用性能优越的ARM嵌入式处理器作为织机张力控制系统的主控制器。织布过程中可变化256种纬密，可织造达到2-200纬/分米范围的纬密，并且精确到0、01纬/分米，满足高档织物的需要。

4)可任意设置停撬的起停点，改变织造过程中的纬密以及织物的立体感效果，实现拱花功能。

附图说明

图1是织机经纱张力控制方法结构图；

图2是织机经纱张力控制方法框架图；

图3(a)是伺服电机脉冲数隶属度函数结构图；

图3(b)是误差和误差变化率隶属度函数结构图；

图4(a)是规则1推理图解法示意图；

图4(b)是规则2推理图解法示意图；

图4(c)是推理结果示意图；

图5是知识库处理流程图；

图6是判断结果显示流程图；

图7是织机经纱张力控制方法运行流程图；

具体实施方式

织机经纱张力控制方法包括如下步骤：

1)设定织机类型、织物组织信息、经纱类型、纬密和设定张力值参数；

2)通过传感器测量当前张力值，在织机主轴一个回转周期内连续采样12次张力，取其算术平均值作为本周期内的张力值，根据当前张力值与设定张力值相比较得到误差及误差变化率，再根据知识库进行参数模糊化；

3)根据知识库，对误差及误差变化率进行计算，得到模糊输出；

4)将输出的模糊值去模糊化，得到精确的控制量，控制伺服电机，调节经纱张力。

所述的设定织机类型、织物组织信息、经纱类型、纬密和设定张力值参数为：

织机类型为：箭杆织机、喷水织机、喷气织机、片梭织机或磁控织机；

纱线类型为：高特纱、中特纱或低特纱；

织造组织为：双面组织花型、纬面组织花型和经面组织花型；

张力值为：张力上限和张力下限；

纬密范围：2-200纬/分米。

所述的根据当前张力值与设定张力值相比较得到误差及误差变化率，再根据知识库进行参数模糊化步骤：

误差及误差变化率根据如下公式计算：

e(k)＝result-addt(k)(k取0，1，2……)

其中e(k)、addt(k)分别表示第k次误差和第k次张力值，result为设定张力值；

de(k)＝e(k)-e(k-1)，(k取0，1，2……)

其中de(k)、e(k)、e(k-1)分别表示第k次误差变化率、第k次误差和第k-1次误差；

参数模糊化是将误差、误差变化率的精确值变成模糊值，误差和误差变化率模糊值均分5个等级如正大(PB)、正小(PS)、零(Z)、负小(NS)、负大(NB)。

所述的根据知识库，对误差及误差变化率进行计算，得到模糊输出步骤：

根据误差、误差变化率的模糊值及其对应隶属度，从知识库中寻找到所有符合的规则，按如下公式计算得到聚合输出；

比如有r条符合的规则，则聚合输出可表示为：

${\mathrm{\μ}}_B^k\left(y\right)={\max }_k\left[\min \right[{\mathrm{\μ}}_{A1}^k\left(\mathrm{input}\left(i\right)\right),{\mathrm{\μ}}_{A2}^k\left(\mathrm{input}\left(j\right)\right)\left]\right]\·\·\·\·\·\·k=\mathrm{1,2},\·\·\·,r$

规则的形式：IF A1 and A2 THEN B，在本系统中A1表示误差模糊值，A2表示误差变化率的模糊值，B表示伺服电机脉冲数的模糊值，所以规则的含义是“如果误差是A1，并且误差变化率是A2，则伺服电机脉冲数为B”，μ_A1 ^k(input(i))表示第一个输入(误差)精确值为i时属于模糊值A1的隶属度，μ_A2 ^k(input(j))]表示第二个输入(误差变化率)精确值为j时属于模糊值A2的隶属度，k表示规则的序列号。

所述的将输出的模糊值去模糊化，得到精确的控制量，控制伺服电机，调节经纱张力步骤：

采用知识库中所给定的加权平均值法，将输出的模糊值精确化，得到伺服电机的脉冲数，控制伺服电机，调节经纱张力；

加权平均值法公式如下：

y^*＝∑μ_B(z)*z/∑μ_B(z)

其中y^*为伺服电机的脉冲数的精确值，z表示各隶属函数的质心，μ_B(z)表示z的对应隶属度。

织机经纱张力控制方法是基于专家知识和经验(知识库)的控制方法。其控制结构(如图1)，织机开口、打纬、引纬、送径和卷取五个运动构成一个回转周期，在一个周期内取固定的12个角度采集张力，经过算术平均得到当前张力值；当前张力值与设定张力值相比较得到误差和误差变化率。根据知识库选取隶属度函数进行参数模糊化处理，并根据当前知识库选取模糊规则，进行模糊推理，经过去模糊化得到精确控制量，调节和控制伺服电机。当出现新的织物品种时，BP神经网络进行不断训练和学习补充、完善知识库，标准神经网络用于在线参数整定(如隶属度阀值)。

织机经纱张力控制方法的总体框图(如图2)，织机的固定参数主要有织机类型、后梁、织造花型、纱线类型、张力上限和张力下限；机器询问内容为纬密，待织布量(千纬数为单位)；异常信息一般指张力过大、过小报警和断经、断纬报警；结果输出包括已知布量，张力波形图和张力值，纬密和盘头直径；新知识输入：输入新的织物品种信息、行业专家和纺织工最新的知识；图的右边显示了张力控制方法的工作原理，该经纱张力控制方法即可以通过专家更新知识库，又可以在线自学习完善知识库(比如隶属度函数库或规则库)。

知识库包括隶属度函数库和规则库，其中规则库包括报警和常规推理。

图3说明了本系统采用的隶属度函数类型，图3(a)为伺服电机脉冲数的隶属度函数图，脉冲数分7个模糊等级(NB，NM，NS，Z，PS，PM，PB)，其中中间5个隶属度函数均为三角形结构，负大(NB)和正大(PB)隶属度函数通过限幅处理变成直角梯形结构；图3(b)为误差和误差变化率的隶属度函数图，结构与伺服电机脉冲数的隶属度函数图类似，分了5个等级。报警是指张力过大或过小、断经及断纬报警(如图6)。

常规推理是指推理方法和模糊规则，本系统采用的模糊规则形式为：IF Aand B THEN C，其中A表示误差的模糊值和B表示误差变化率的模糊值，C表示伺服电机脉冲数的模糊值，含义为：如果误差为A，并且误差变化率为B，则伺服电机的脉冲数为C。推理方法采用最大-最小推理方法(如附图4)，图4说明了两个规则的最大-最小推理图解法，多个规则的方法以此类推；其中符号A11和A12表示第一条规则的第一、第二个模糊前件(即误差和误差变化率)，B1表示模糊后件(伺服电机的脉冲数)，符号A21和A22表示第二条规则的第一、第二个模糊前件(即误差和误差变化率)，B2表示模糊后件(伺服电机的脉冲数)，z1、z2分别表示模糊值B1和B2所对应的对称隶属度函数的质心，μ1，μ2分别表示z1、z2的隶属度，通过加权平均值法得到精确伺服电机脉冲数y^*，控制伺服电机，调节织机经纱张力。

图5说明了知识库的处理方式，首先是建立初级知识库，原始知识库包括织造学原理，织机机械原理等书本知识和行业专家、纺织工经验；针对不同织机类型、纱线类型和织物品种信息进行分类，根据经纬自动化公司10多年的控制经验建立相应的知识库子系统；如果出现了新的织物品种，可以通过BP神经网络不断训练和学习，形成新的知识库子系统，补充、修改和完善知识库；通过初级知识库管理程序处理得到以文件形式的知识库系统，存于共享区中，以备调用；通过远程电脑可以调用当前使用的专家系统，并配以直观图显示；根据知识库求精系统可以采用标准神经网络进行在线求精(主要是参数整定)。

织机初始化，设定织机类型、织物组织信息、经纱类型、纬密和设定张力值参数。根据织机类型、织物组织信息(织造花型)和经纱类型，搜索匹配知识库子系统，如果匹配不完全一致(如织造新的品种)的话，使用BP神经网络，不断训练找到与之最为接近的知识库子系统，并对知识库进行求精，用户可以保存为新的子系统以备以后调用。

根据当前张力值与设定张力值相比较得到误差及误差变化率，再根据知识库进行参数模糊化：

误差及误差变化率根据如下公式计算：

e(k)＝result-addt(k)(k取0，1，2……)

其中e(k)、addt(k)分别表示第k次误差和第k次张力值，result为设定张力值；

de(k)＝e(k)-e(k-1)，(k取0，1，2……)

其中de(k)、e(k)、e(k-1)分别表示第k次误差变化率、第k次误差和第k-1次误差；

根据知识库子系统的隶属度函数库对误差和误差变化率进行模糊化处理，得到模糊值。再根据知识子系统的规则库和推理方法，取出所有符合条件的规则并编号(第k条规则，k＝1，2，3……)，采用最大-最小推理方法进行推理(如图4(a)和(b))，得到聚合输出(如图4(c))。

比如有r条符合的规则，则聚合输出可表示为：

${\mathrm{\μ}}_B^k\left(y\right)={\max }_k\left[\min \right[{\mathrm{\μ}}_{A1}^k\left(\mathrm{input}\left(i\right)\right),{\mathrm{\μ}}_{A2}^k\left(\mathrm{input}\left(j\right)\right)]]\·\·\·\·\·\·k=\mathrm{1,2},\·\·\·,r$

规则的形式：IF A1 and A2 THEN B，在本系统中A1表示误差模糊值，A2表示误差变化率的模糊值，B表示伺服电机脉冲数的模糊值，所以规则的含义是“如果误差是A1，并且误差变化率是A2，则伺服电机脉冲数为B”，μ_A1 ^k(input(i))表示第一个输入(误差)精确值为i时属于模糊值A1的隶属度，μ_A2 ^k(input(j))]表示第二个输入(误差变化率)精确值为j时属于模糊值A2的隶属度，k表示规则的序列号。

采用加权平均值法进行去模糊化处理，得到精确的伺服电机脉冲数。控制伺服电机，调节经纱张力。

加权平均值法公式如下：

y^*＝∑μ_B(z)*z/∑μ_B(z)

其中y^*为伺服电机的脉冲数的精确值，z表示各隶属函数的质心，μ_B(z)表示z的对应隶属度。

通过传感器测量经纱张力，判断张力是否达到性能指标要求(如图7)，如果达到要求则不进行参数整定，否则采用标准神经网络进行自学习整定参数(如隶属度阀值)。

最后在控制的过程中，我们将记录、保存相关数据并显示张力结果(如图6)，内存共享区用于存储经纱张力波形图像文件、数据文件和伺服电机PWM波形图像文件、数据文件，针对张力的不同阶段存储为不同文件以备今后参考；上位机张力显示分三种情况：张力过大、过小(红灯亮)；断经、断纬(黄灯亮)；张力波动正常(绿灯亮)。

Claims (5)

1.一种织机经纱张力控制方法，其特征在于包括如下步骤：

1)设定织机类型、织物组织信息、经纱类型、纬密和设定张力值参数；

2)通过传感器测量当前张力值，在织机主轴一个回转周期内连续采样12次张力，取其算术平均值作为本周期内的张力值，根据当前张力值与设定张力值相比较得到误差及误差变化率，再根据知识库进行参数模糊化；

3)根据知识库，对误差及误差变化率进行计算，得到模糊输出；

4)将输出的模糊值进行去模糊化，得到精确的控制量，控制伺服电机，调节经纱张力；

所述的根据知识库，对误差及误差变化率进行计算，得到模糊输出步骤：

根据误差、误差变化率的模糊值及其对应隶属度，从知识库中寻找到所有符合的规则，按如下公式计算得到聚合输出；

比如有r条符合的规则，则聚合输出可表示为：

${\mathrm{\μ}}_B^k\left(y\right)={\max }_k\left[\min \right[{\mathrm{\μ}}_{A1.}^k\left(\mathrm{input}\left(i\right)\right),{\mathrm{\μ}}_{A2}^k\left(\mathrm{input}\left(j\right)\right)\left]\right]......k=\mathrm{1,2},...,r$

规则的形式：IF A1 and A2 THEN B，在本系统中A1表示误差模糊值，A2表示误差变化率的模糊值，B表示伺服电机脉冲数的模糊值，所以规则的含义是“如果误差是A1，并且误差变化率是A2，则伺服电机脉冲数为B”，

表示第一个输入误差精确值为i时属于模糊值A1的隶属度，表示第二个输入误差变化率精确值为j时属于模糊值A2的隶属度，k表示规则的序列号。

2.按照权利要求1所述的一种织机经纱张力控制方法，其特征在于所述的设定织机类型、织物组织信息、经纱类型、纬密和设定张力值参数为：

织机类型为：箭杆织机、喷水织机、喷气织机、片梭织机或磁控织机；

纱线类型为：高特纱、中特纱或低特纱；

织造组织为：双面组织花型、纬面组织花型和经面组织花型；

张力值为：张力上限和张力下限；

纬密范围：2-200纬/分米。

3.按照权利要求1所述的一种织机经纱张力控制方法，其特征在于所述的根据当前张力值与设定张力值相比较得到误差及误差变化率，再根据知识库进行参数模糊化步骤：

误差及误差变化率根据如下公式计算：

e(k)＝result-addt(k)(k取0，1，2......)

其中e(k)、addt(k)分别表示第k次误差和第k次张力值，result为设定张力值；

de(k)＝e(k)-e(k-1)，(k取0，1，2......)

其中de(k)、e(k)、e(k-1)分别表示第k次误差变化率、第k次误差和第k-1次误差；

参数模糊化是将误差、误差变化率的精确值变成模糊值，误差和误差变化率模糊值均分5个等级。

4.按照权利要求3所述的一种织机经纱张力控制方法，其特征在于所述的误差和误差变化率模糊值均分的5个等级为正大(PB)、正小(PS)、零(Z)、负小(NS)、负大(NB)。

5.按照权利要求1所述的一种织机经纱张力控制方法，其特征在于所述的将输出的模糊值去模糊化，得到精确的控制量，控制伺服电机，调节经纱张力步骤：

采用知识库中所给定的加权平均值法，将输出的模糊值精确化，得到伺服电机的脉冲数，控制伺服电机，调节经纱张力；

加权平均值法公式如下：

$y^{*}=\mathrm{\Σ}{\mathrm{\μ}}_B\left(\stackrel{\‾}{z}\right)*\stackrel{\‾}{z}/\mathrm{\Σ}{\mathrm{\μ}}_B\left(\stackrel{\‾}{z}\right)$

其中y^*为伺服电机的脉冲数的精确值，

表示各隶属函数的质心，

表示的对应隶属度。

Images