CN102877170B - 一种纺纱张力调节曲线学习装置及学习方法 - Google Patents

Abstract

本发明公开了一种纺纱张力调节曲线学习装置及学习方法，包括存储单元，纺纱张力调节闭环实时控制单元，合成单元，输出单元以及学习单元；由学习单元初始化存储单元中的纺纱张力调节曲线为初始纺纱张力调节曲线；以该初始纺纱张力调节曲线为基础，由纺纱张力调节闭环实时控制单元实时调节纺纱张力进行纺纱，并改变为初学纺纱张力调节曲线；再以初学纺纱张力调节曲线为基础，变化为优化纺纱张力调节曲线；进一步固定为定型纺纱张力调节曲线。本发明引入智能调节领域学习、记忆、优化、定型思想，以在前的纺纱张力曲线为基础，从而减小了每次纺纱张力的闭环调节量，并且不断计算并优化纺纱张力曲线，显著提高纺纱质量。

Description

一种纺纱张力调节曲线学习装置及学习方法

技术领域

本发明涉及的是一种智能控制技术领域的方法，特别是一种纺纱张力调节曲线学习装置及学习方法。

背景技术

纺纱段张力控制是粗纱纺制工艺的一项关键技术，张力太小无法纺纱，张力过大则伸长率不均匀及产生断纱。不合适的纺纱张力将降低纺纱质量，影响生产效率。现有技术中，传统粗纱机采用铁炮运动实现纺纱张力控制变换，机械维护量大，产品更换时工艺调整非常不便，已逐步淘汰。现代多电机电脑控制粗纱机取消了机械铁炮装置，可通过人为设定纺纱时纱锭从小到大的张力调节曲线，存储在控制器中，用于纺纱张力控制，该形式以“电子铁炮”取代传统“机械铁炮”，而且可以通过参数调节张力曲线形状，是一个巨大进步，但是该方法需要较长时间的反复多次试纺以最终确定合适的纺纱张力调节曲线，而且一旦影响纺纱张力控制的如环境温湿度、纺纱速度变化，该纺纱张力调节曲线就需要人为修改，否则将无法适用。王占杭、邸会欣等人的发明专利《一种控制粗纱张力的新方法》(ZL01115599.X)，描述了利用CCD纱线张力传感器反馈形成闭环控制，在线调控的新方法，尽管该方法提高了粗纱机的工作效率和粗纱纺制的质量，但是应用此方法的粗纱机(如FA425、FA467等)在生产过程中不可中断，如遇断电重启，必须落纱后重新开始纺纱，由此可见该方法不具纺纱历史经验继承功能，每次纺纱张力调节曲线从给定的初值开始，调节量相对较大，其换向时纺纱质量会有波动。

发明内容

本发明克服了现有技术不具备历史经验继承能力以及调节量较大的缺陷，提出了一种纺纱张力调节曲线学习装置及学习方法。引入智能控制领域记忆、学习、优化、定型思想，借助纺纱张力调节闭环实时控制单元，采集并计算在纺纱过程中每一层纺纱张力调节实时控制量的平均值，反馈到纺纱张力调节曲线上，在下次新的纺纱中，即以更新了的纺纱张力调节曲线为基础。这样，随着纺纱落次的增加，不断更新的纺纱张力调节曲线越来越适合所纺粗纱品种，需要纺纱张力调节闭环实时控制单元的调节作用也越来越小，到一定程度时甚至可以脱离不用，所纺粗纱质量显著提高。

本发明提出了一种纺纱张力调节曲线学习装置，包括：

存储单元，其存储纺纱张力调节曲线；

纺纱张力调节闭环实时控制单元，其包括检测单元以及控制单元，以所述检测单元检测到的纱线张力为反馈输入，由控制单元接收前述反馈输入并计算得到纺纱张力调节实时闭环控制量；

合成单元，其将所述存储单元中存储的纺纱张力调节曲线与所述控制单元计算得到的纺纱张力调节实时闭环控制量相叠加，得到纺纱张力调节实时控制量；

输出单元，其将所述合成单元得到的纺纱张力调节实时控制量输出到粗纱机；

学习单元，其初学和优化所述存储单元中的纺纱张力调节曲线。

本发明中，学习单元的“初学”是指对于初次试纺的新品种，以初始纺纱张力调节曲线为基础，依靠所述纺纱张力调节闭环实时控制单元实时调节纺纱张力进行纺纱；纺完一落纱后，所述初始纺纱张力调节曲线变化为初学纺纱张力调节曲线。

学习单元的“优化”是指至少经历了一次试纺“初学”、未经历或经历过“优化”，得到了初学或优化纺纱张力调节曲线，以得到的初学或优化纺纱张力调节曲线为基础，辅以所述纺纱张力调节闭环实时控制单元实时调节纺纱张力进行纺纱；纺完一落纱后，所述初学或优化纺纱张力调节曲线变化为优化纺纱张力调节曲线。

本发明中，学习单元包括：

采集单元，其用于采集所述合成单元在纺纱过程中每一层所述纺纱张力调节实时控制量的值；

计算单元，其用于计算所述合成单元在纺纱过程中每一层所述纺纱张力调节实时控制量的平均值；

反馈单元，其用于将上述纺纱张力调节实时控制量的平均值反馈到所述存储单元中的所述纺纱张力调节曲线上，并更新所述纺纱张力调节曲线。

本发明中，借助于所述纺纱张力调节闭环实时控制单元，由学习单元采集并计算所述合成单元在纺纱过程中每一层所述纺纱张力调节实时控制量的平均值，反馈到存储单元中的所述纺纱张力调节曲线上，在下次新的纺纱中，即以更新了的所述纺纱张力调节曲线为基础，这样，随着纺纱落次的增加，所述存储单元中不断更新的所述纺纱张力调节曲线越来越适合所纺粗纱品种，需要所述纺纱张力调节闭环实时控制单元的调节作用也越来越小，到一定程度时甚至可以脱离不用，从而使所纺粗纱质量显著提高。

本发明纺纱张力调节曲线学习装置可设置在粗纱机上。

本发明还提出了一种纺纱张力调节曲线学习方法，包括如下步骤：

步骤一：所述学习单元初始化所述存储单元中的纺纱张力调节曲线为初始纺纱张力调节曲线；步骤一为初始化。

步骤二：以所述步骤一初始化得到的初始纺纱张力调节曲线为基础，依靠所述纺纱张力调节闭环实时控制单元，实时调节纺纱张力纺纱。纺完一落纱后，所述初始纺纱张力调节曲线变化为初学纺纱张力调节曲线。步骤二为初学。

在纺纱过程中，每纺完一层粗纱，所述学习单元将所述合成单元输出的在该层粗纱纺制过程中纺纱张力调节实时控制量的平均值赋给所述存储单元中纺纱张力调节曲线对应的该层值中，纺完一落纱后，所述存储单元中的纺纱张力调节曲线由所述初始纺纱张力调节曲线变化为初学纺纱张力调节曲线。

步骤三：以所述步骤二初学得到的初学纺纱张力调节曲线为基础，辅以所述纺纱张力调节闭环实时控制单元，实时调节纺纱张力纺纱。纺完一落纱后，所述初学纺纱张力调节曲线变化为优化纺纱张力调节曲线。步骤三为优化。

在纺纱过程中，每纺完一层粗纱，所述学习单元将所述合成单元输出的在该层粗纱纺制过程中纺纱张力调节实时控制量的平均值赋给所述存储单元中纺纱张力调节曲线对应的该层值中，纺完一落纱后，所述存储单元中的纺纱张力调节曲线由所述初学纺纱张力调节曲线变化为优化纺纱张力调节曲线。

本发明学习方法中，所述步骤三可重复进行。

本发明学习方法进一步包括步骤四：所述学习单元固定所述步骤三得到的优化纺纱张力调节曲线为定型纺纱张力调节曲线。即步骤四为定型。

本发明还提出了一种纺纱张力调节曲线学习方法，包括如下步骤：

步骤A1：所述学习单元初始化所述存储单元中的纺纱张力调节曲线为初始纺纱张力调节曲线；步骤A1为初始化；

步骤A2：以所述步骤A1得到的初始纺纱张力调节曲线为基础，依靠所述纺纱张力调节闭环实时控制单元实时调节纺纱张力进行纺纱；纺完每一落纱后，所述初始纺纱张力调节曲线变化为初学纺纱张力调节曲线；步骤A2为初学；

步骤A3：所述学习单元固定所述步骤A2得到的初学纺纱张力调节曲线为定型纺纱张力调节曲线。步骤A3为定型。

本发明上述两种学习方法中，定型可分别为：步骤四，由所述学习单元固定所述优化纺纱张力调节曲线为定型纺纱张力调节曲线，或，步骤A3，由所述学习单元固定所述初学纺纱张力调节曲线为定型纺纱张力调节曲线。

本发明中，“初始纺纱张力调节曲线”是预置的一条曲线或者预定义的一条由若干参数控制的曲线。例如，由C1，C2，C3，C4，C5，C6六个参数确定的5条折线连成的一条曲线。

本发明中，所述步骤二或步骤A2的初学时，所述纺纱张力调节闭环实时控制单元对纺纱张力控制起关键作用。

本发明中，所述步骤三优化时，使用所述存储单元中的纺纱张力调节曲线已经可以较好地纺纱，所述纺纱张力调节闭环实时控制单元的调节量变得较小。

本发明中，试纺新品种时，要求先进行一次所述步骤一初始化，然后至少完成一次所述步骤二初学。

本发明中，所述步骤三优化可以重复进行。理论上说，每经过一次所述步骤三的优化，所述优化纺纱张力调节曲线会更贴合所纺粗纱模型。而且，步骤三优化可以自适应如温湿度等影响纺纱张力的环境变化，因此，在环境不可控纺纱车间，优选地重复采用步骤三优化纺纱。不过，经过一定次数的优化后，所述步骤三优化提升的效果将越来越弱，且外界扰动可能会恶化已经获得的较好的纺纱张力调节曲线，因此，在环境控制纺纱车间内，经过若干次优化(例如，2次)后，进一步通过步骤四定型纺纱张力调节曲线。

本发明中，在采用所述步骤四定型前，至少需要经过所述步骤一初始化和所述步骤二初学，优选地，最好经过至少一次步骤三优化。

本发明中，纺纱品种和工艺不变时，前一落纱落纱完成后，后一落纱开始纺制前，所述步骤三优化和所述步骤四定型可以相互切换。

本发明中，借助于纺纱张力调节闭环实时控制单元，采集并计算在纺纱过程中每一层纺纱张力调节实时控制量的平均值，反馈到纺纱张力调节曲线上，在下次新的纺纱中，即以更新了的纺纱张力调节曲线为基础。这样，随着纺纱落次的增加，不断更新的纺纱张力调节曲线越来越适合所纺粗纱品种，需要纺纱张力调节闭环实时控制单元的调节作用也越来越小，到一定程度时甚至可以脱离不用，所纺粗纱质量显著提高。

本发明纺纱张力调节曲线学习装置及学习方法，因为优化存储了之前经历的经验成果，需要纺纱张力调节闭环实时控制单元的调节作用很小，所纺粗纱质量显著提高，克服了纺纱过程中断必须重新开始纺纱的缺陷。本发明纺纱张力调节曲线学习方法实现了纺纱工艺自学习和纺纱过程自适应，提高了粗纱机智能化水平。

附图说明

图1为本发明纺纱张力调节曲线学习装置的构成示意图。

图2为本发明纺纱张力调节曲线学习方法的流程示意图。

图3为本实施例中纺纱张力调节曲线的波形图。

具体实施方式

下面结合附图和实施例对本发明的具体实施方式做进一步详细的说明，但不应以此限制本发明的保护范围。实施本发明的过程、条件、实验方法等，除以下专门提及的内容之外，均为本领域的普遍知识和公知常识，本发明没有特别限制内容。

如图1所示，本发明纺纱张力调节曲线学习装置包括：存储单元1、纺纱张力调节闭环实时控制单元2、合成单元3、输出单元4，学习单元5。

存储单元1存储纺纱张力调节曲线。

纺纱张力调节闭环实时控制单元2，包括检测单元21与控制单元22，计算得到纺纱张力调节实时闭环控制量。检测单元21用于检测实时纱线张力，以检测单元21检测到的纱线张力为反馈输入。控制单元22接收检测到的纱线张力为反馈输入，并计算得到纺纱张力调节实时闭环控制量。

合成单元3将存储单元1中存储的纺纱张力调节曲线与纺纱张力调节闭环实时控制单元2计算的纺纱张力调节实时闭环控制量相叠加，得到纺纱张力调节实时控制量。

输出单元4将合成单元3得到的结果纺纱张力调节实时控制量输出到粗纱机。

学习单元5初学和优化存储单元1中的纺纱张力调节曲线。

学习单元5包括采集单元51，计算单元52，反馈单元53。借助于纺纱张力调节闭环实时控制单元，通过采集单元51和计算单元52，学习单元5采集并计算合成单元3在纺纱过程中每一层纺纱张力调节实时控制量的平均值，通过反馈单元53，反馈到存储单元1中的纺纱张力调节曲线上，并更新纺纱张力调节曲线。在下次新的纺纱中，即以更新了的纺纱张力调节曲线为基础，这样，随着纺纱落次的增加，存储单元1中不断更新的纺纱张力调节曲线越来越适合所纺粗纱品种，需要纺纱张力调节闭环实时控制单元的调节作用也越来越小，到一定程度时(例如，纺纱张力调节实时控制量在一层里的平均值在±0.5％以内时)，甚至可以脱离不用，所纺粗纱质量显著提高。

本发明纺纱张力调节曲线学习装置可设置在粗纱机上。

本发明纺纱张力调节曲线学习方法，如图2所示，包括如下步骤：

步骤一：初始化。学习单元5初始化存储单元1中的纺纱张力调节曲线为初始纺纱张力调节曲线。

本实施例中，初始纺纱张力调节曲线是由C1，C2，C3，C4，C5，C6六个参数确定的5条折线构成的一条曲线，在本实施例中，取C1～C6都为0，如图3所示，初始纺纱张力调节曲线为0直线。

步骤二：初学。以步骤一初始化得到的初始纺纱张力调节曲线为基础，依靠纺纱张力调节闭环实时控制单元2实时调节纺纱张力纺纱。在纺纱过程中，每纺完一层粗纱，学习单元5将合成单元3输出的在该层粗纱纺制过程中纺纱张力调节实时控制量的平均值赋给存储单元1中纺纱张力调节曲线对应的该层值中，纺完一落纱后，存储单元1中的纺纱张力调节曲线由初始纺纱张力调节曲线变化为初学纺纱张力调节曲线。

在步骤二初学时，纺纱张力调节闭环实时控制单元对纺纱张力控制起关键作用。

步骤三：优化。以步骤二初学得到的初学纺纱张力调节曲线为基础，辅以纺纱张力调节闭环实时控制单元2实时调节纺纱张力纺纱。在纺纱过程中，每纺完一层粗纱，学习单元5将合成单元3输出的在该层粗纱纺制过程中纺纱张力调节实时控制量的平均值赋给存储单元1中纺纱张力调节曲线对应的该层值中，纺完一落纱后，存储单元1中的纺纱张力调节曲线由初学纺纱张力调节曲线变化为优化纺纱张力调节曲线。

优选地，在步骤三优化时，使用存储单元1中的纺纱张力调节曲线已经可以较好地纺纱，纺纱张力调节闭环实时控制单元的调节量变得较小。

优选地，步骤三优化可重复进行。

本发明中，进一步包括步骤四：定型。学习单元5固定步骤三优化得到的优化纺纱张力调节曲线为定型纺纱张力调节曲线。

本发明中，在试纺新品种时，优选地，要求先进行一次步骤一的初始化，然后至少完成一次步骤二的初学。

优选地，步骤三优化可以反复进行。理论上说，每经过一次步骤三的优化，优化纺纱张力调节曲线会更贴合所纺粗纱模型，而且，步骤三优化可以自适应如温湿度等影响纺纱张力的环境变化，因此，在环境不可控纺纱车间环境下，推荐一直采用步骤三优化纺纱。但是需要注意，经过一定次数的优化后，步骤三优化提升的效果将越来越弱，而且，外界扰动可能会恶化已经获得的较好的纺纱张力调节曲线。因此，在环境控制纺纱车间内，经过若干次的优化后，优选地经过2次的优化后，通过步骤四定型纺纱张力调节曲线。

优选地，在采用步骤四定型之前，至少需要经过步骤一初始化和步骤二初学。进一步优选地，经过至少一次步骤三优化。

优选地，在纺纱品种和工艺不变时，前一落纱落纱完成后，后一落纱开始纺制前，步骤三优化和步骤四定型可以相互切换。

本发明的另一些具体实施例中，本发明纺纱张力调节曲线学习方法，定型时以初学纺纱张力调节曲线为定型纺纱张力调节曲线，不经过上述步骤三的优化，具体包括如下步骤：

步骤A1：学习单元5初始化存储单元1中的纺纱张力调节曲线为初始纺纱张力调节曲线；

步骤A2：以步骤A1得到的初始纺纱张力调节曲线为基础，依靠纺纱张力调节闭环实时控制单元2实时调节纺纱张力进行纺纱；纺完一落纱后，初始纺纱张力调节曲线变化为初学纺纱张力调节曲线；

步骤A3：学习单元5固定步骤A2得到的初学纺纱张力调节曲线为定型纺纱张力调节曲线。

其中，初始纺纱张力调节曲线是预置的一条曲线或者预定义的一条由若干参数控制的曲线。

实施例1

以本发明作为一项关键技术的SHY-R100智能恒张力纺纱控制器配套某型号粗纱机，在用户处正常连续生产运行。以该设备改换生产556Tex纯棉普梳粗纱为例。本实施例的实施步骤如下：

步骤一：初始化，根据工艺设定好纺纱相关参数，进入控制器人机界面“纺纱-参数-主纺纱阶段-智能张力控制”页面，点击“张力自学习”选项，从弹出的窗口中选择“初始化”，学习单元5初始化存储单元1中的纺纱张力调节曲线为初始纺纱张力调节曲线，如图3所示。

步骤二：初学，以步骤一初始化得到的初始纺纱张力调节曲线为基础，依靠纺纱张力调节闭环实时控制单元，实时调节纺纱张力纺纱，在纺纱过程中，每纺完一层粗纱，学习单元5将合成单元3输出的在该层粗纱纺制过程中纺纱张力调节实时控制量的平均值赋给存储单元1中纺纱张力调节曲线对应的该层值中，纺完一落纱后，存储单元1中的纺纱张力调节曲线由初始纺纱张力调节曲线变化为初学纺纱张力调节曲线，如图3所示。

步骤三：优化，在控制器人机界面“纺纱-参数-主纺纱阶段-智能张力控制”页面，点击“张力自学习”选项，从弹出的窗口中选择“优化”。以步骤二初学得到的初学纺纱张力调节曲线为基础，辅以纺纱张力调节闭环实时控制单元，实时调节纺纱张力纺纱，在纺纱过程中，每纺完一层粗纱，学习单元5将合成单元3输出的在该层粗纱纺制过程中纺纱张力调节实时控制量的平均值赋给存储单元1中纺纱张力调节曲线对应的该层值中，纺完一落纱后，存储单元1中的纺纱张力调节曲线由初学纺纱张力调节曲线变化为优化纺纱张力调节曲线，如图3所示。为获得更好的纺纱张力调节曲线，可以在步骤三下继续纺纱。如果所用棉条支数稳定，每次落纱完成，观察纺纱张力调节曲线，与前次相比会有细微差别，这种差别会随着落纱次数增加逐渐减小，如图3中的优化纺纱张力调节曲线11所示。

步骤四：定型，如果在如温湿度等条件受控纺纱车间工作，在采用步骤三优化纺纱若干落。优选地采用步骤三优化纺纱2落，纺纱张力调节曲线每次变化已很细微后，即可在控制器人机界面“纺纱-参数-主纺纱阶段-智能张力控制”页面，点击“张力自学习”选项，从弹出的窗口中选择“定型”。学习单元5固定步骤三优化得到的优化纺纱张力调节曲线为定型纺纱张力调节曲线。锁定纺纱张力曲线学习成果，避免已获得的较好纺纱张力调节曲线因受外界扰动影响而变坏。

实施例2

其他实验条件及步骤同实施例1。

在完成步骤一初始化、步骤二初学之后，不经过步骤三优化，学习单元5直接以初学步骤得到的初学纺纱张力调节曲线为定型纺纱张力调节曲线，锁定纺纱张力曲线学习成果。

以上所述仅为本发明的较佳实施例，并非用来限定本发明的实施范围。任何所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种变动与润饰，本发明保护范围应以权利要求书所界定的保护范围为准。

Claims (8)

1.一种纺纱张力调节曲线学习装置，其特征在于，包括：

存储单元(1)，其存储纺纱张力调节曲线；

纺纱张力调节闭环实时控制单元(2)，其包括检测单元(21)以及控制单元(22)，以所述检测单元(21)检测到的纱线张力为反馈输入，由控制单元(22)接收前述反馈输入并计算得到纺纱张力调节实时闭环控制量；

合成单元(3)，其将所述存储单元(1)中存储的纺纱张力调节曲线与所述纺纱张力调节实时闭环控制量相叠加，得到纺纱张力调节实时控制量；

输出单元(4)，其将所述合成单元(3)得到的纺纱张力调节实时控制量输出到粗纱机；

学习单元(5)，其采集并计算所述合成单元在纺纱过程中每一层所述纺纱张力调节实时控制量的平均值，学习和优化所述存储单元(1)中的纺纱张力调节曲线。

2.如权利要求1所述纺纱张力调节曲线学习装置，其特征在于，所述学习单元(5)包括：

采集单元(51)，其用于采集所述合成单元(3)在纺纱过程中每一层所述纺纱张力调节实时控制量的值；

计算单元(52)，其用于计算所述合成单元(3)在纺纱过程中每一层所述纺纱张力调节实时控制量的平均值；

反馈单元(53)，其用于将上述纺纱张力调节实时控制量的平均值反馈到所述存储单元(1)中的所述纺纱张力调节曲线上，并更新所述纺纱张力调节曲线。

3.如权利要求1所述纺纱张力调节曲线学习装置，其特征在于，所述纺纱张力调节曲线学习装置设置在粗纱机上。

4.一种纺纱张力调节曲线学习方法，其特征在于，包括：

步骤一：学习单元(5)初始化存储单元(1)中的纺纱张力调节曲线为初始纺纱张力调节曲线；

步骤二：以所述步骤一得到的初始纺纱张力调节曲线为基础，依靠纺纱张力调节闭环实时控制单元(2)实时调节纺纱张力进行纺纱；纺完一落纱后，所述初始纺纱张力调节曲线变化为初学纺纱张力调节曲线；

步骤三：以所述步骤二得到的初学纺纱张力调节曲线为基础，辅以所述纺纱张力调节闭环实时控制单元(2)实时调节纺纱张力进行纺纱；纺完一落纱后，所述初学纺纱张力调节曲线变化为优化纺纱张力调节曲线。

5.如权利要求4所述的纺纱张力调节曲线学习方法，其特征在于，所述步骤三可重复进行。

6.如权利要求4所述的纺纱张力调节曲线学习方法，其特征在于，进一步包括步骤四：所述学习单元(5)固定所述步骤三得到的优化纺纱张力调节曲线为定型纺纱张力调节曲线。

7.一种纺纱张力调节曲线学习方法，其特征在于，包括：

步骤A1：学习单元(5)初始化存储单元(1)中的纺纱张力调节曲线为初始纺纱张力调节曲线；

步骤A2：以所述步骤A1得到的初始纺纱张力调节曲线为基础，依靠纺纱张力调节闭环实时控制单元(2)实时调节纺纱张力进行纺纱；纺完一落纱后，所述初始纺纱张力调节曲线变化为初学纺纱张力调节曲线；

步骤A3：所述学习单元(5)固定所述步骤A2得到的初学纺纱张力调节曲线为定型纺纱张力调节曲线。

8.如权利要求4-7之任一项所述的纺纱张力调节曲线学习方法，其特征在于，所述初始纺纱张力调节曲线是预置的一条曲线或者预定义的一条由若干参数控制的曲线。