CN103359548A - 线行进信息取得装置 - Google Patents
线行进信息取得装置 Download PDFInfo
- Publication number
- CN103359548A CN103359548A CN2013101000288A CN201310100028A CN103359548A CN 103359548 A CN103359548 A CN 103359548A CN 2013101000288 A CN2013101000288 A CN 2013101000288A CN 201310100028 A CN201310100028 A CN 201310100028A CN 103359548 A CN103359548 A CN 103359548A
- Authority
- CN
- China
- Prior art keywords
- line
- weighting
- similar degree
- travel information
- curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H63/00—Warning or safety devices, e.g. automatic fault detectors, stop-motions ; Quality control of the package
- B65H63/06—Warning or safety devices, e.g. automatic fault detectors, stop-motions ; Quality control of the package responsive to presence of irregularities in running material, e.g. for severing the material at irregularities ; Control of the correct working of the yarn cleaner
- B65H63/062—Electronic slub detector
- B65H63/065—Electronic slub detector using photo-electric sensing means, i.e. the defect signal is a variation of light energy
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H61/00—Applications of devices for metering predetermined lengths of running material
- B65H61/005—Applications of devices for metering predetermined lengths of running material for measuring speed of running yarns
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
- G01N21/8915—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined non-woven textile material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/952—Inspecting the exterior surface of cylindrical bodies or wires
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H2701/00—Handled material; Storage means
- B65H2701/30—Handled filamentary material
- B65H2701/31—Textiles threads or artificial strands of filaments
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Filamentary Materials, Packages, And Safety Devices Therefor (AREA)
- Spinning Or Twisting Of Yarns (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明涉及线行进信息取得装置,具备:检测行进的线的粗细不均并输出第一线粗细不均信号的第一线不均传感器(43);检测线的粗细不均并输出第二线粗细不均信号的第二线不均传感器(44);基于在规定的第一时间范围的期间取得的第一线粗细不均信号、和在比第一时间范围长的第二时间范围的期间所取得的第二线粗细不均信号,求出第一线粗细不均信号和第二线粗细不均信号之间的多个类似度的类似度评价部(65);使用由与基于第一线粗细不均信号以及第二线粗细不均信号的偏差量的速度比相应的加权曲线指定的权重系数,对多个类似度分别进行加权处理,并计算出多个加权类似度的加权处理部(66);基于加权类似度来取得线的行进信息的行进信息取得部。
Description
技术领域
本发明涉及对行进的线的状态进行检测的线行进信息取得装置。
背景技术
在进行线卷绕的绕线机中,存在为了进行线卷绕的控制等,而需要与线的行进状态相关的信息的情况。于是,这样的绕线机具备用于取得与线的行进状态相关的信息(线行进信息)的线行进信息取得装置。作为上述行进状态,例如考虑到线行进速度等。
作为这样的线行进信息取得装置,例如存在日本特开2012-051672号公报所记载的装置。该文献所公开的线行进信息取得装置具备检测线粗细不均的2个线粗细不均传感器,以规定的采样周期对通过上述2个线粗细不均传感器检测出的信号进行采样。而且,该线行进信息取得装置通过比较得到的2个线粗细不均的信号,从而检测线行进速度。
然而,由于例如,在绕线机中卷绕长度非常长的线,所以即使线行进信息取得装置进行的线行进速度的检测的误差极小,所卷绕的线的长度的误差也会很大。于是,期望一种能够精度更好地取得线的行进状态的线行进信息取得装置。
发明内容
本发明的目的在于提供一种能够精度更好地取得线行进状态的线行进信息取得装置。
本发明的线行进信息取得装置具备:第一检测部、第二检测部、类似度评价部、加权处理部和行进信息取得部。第一检测部检测行进的线的粗细不均并输出第一线粗细不均信号。第二检测部在线行进方向的上游侧与第一检测部隔开距离地配置,检测线的粗细不均并输出第二线粗细不均信号。类似度评价部基于在第一时间范围的期间取得的第一线粗细不均信号和在比第一时间范围长的第二时间范围的期间取得的第二线粗细不均信号,求出第一线粗细不均信号和第二线粗细不均信号之间的多个类似度。加权处理部使用由加权曲线指定的权重系数,对多个类似度分别进行加权处理,并计算多个加权类似度,其中,所述加权曲线与第一线粗细不均信号以及第二线粗细不均信号的基准偏差量和针对该基准偏差量的计算偏差量之比亦即速度比相应。行进信息取得部基于多个加权类似度中最大的加权类似度,计算第一线粗细不均信号和第二线粗细不均信号的时间偏差,并基于上述距离和时间偏差,取得线的行进信息。
在该线行进信息取得装置中,使用由与基于第一线粗细不均信号以及第二线粗细不均信号的偏差量的速度比相应的加权曲线指定的权重系数,对多个类似度分别进行加权处理。通过使用与基于偏差量的速度比相应的加权曲线,能够按每个偏差量适当地设定权重。通过这样使用与基于偏差量的速度比相应的加权曲线,能够更准确地进行加权处理,能够精度更高地取得线的行进状态。
权重系数优选由具有一个极大值的加权曲线指定。在该情况下,能够利用具有一个极大值的加权曲线而对类似度适当地进行加权。
优选加权曲线的极大值基于行进信息取得部中过去所计算的偏差量而设定。在该情况下,能够考虑过去计算的偏差量而设定适当的加权曲线,能够取得精度更好的线的行进信息。
优选地,线行进信息取得装置还具备取得线的采样速度的采样速度取得部。另外,加权曲线的极大值基于线以采样速度行进的情况下的偏差量而设定。在该情况下,能够考虑采样速度而设定适当的加权曲线,能够取得精度更好的线的行进信息。
优选地,线行进信息取得装置还具备取得线的采样速度的采样速度取得部。另外,加权曲线包括:行进信息取得部中基于过去计算的偏差量而设定了极大值的履历权重曲线,和基于线以采样速度行进的情况下的偏差量设定了极大值的采样速度权重曲线。而且,加权处理部分别进行使用履历权重曲线以及采样速度权重曲线的加权处理。行进信息取得部在使用履历权重曲线进行了加权处理的多个加权类似度以及使用采样速度权重曲线进行了加权处理的多个加权类似度中,提取满足提取条件的加权类似度作为对象加权类似度,基于对象加权类似度取得线的行进信息。在该情况下,作为履历权重曲线,能够考虑过去计算的偏差量设定适当的加权曲线。另外,作为采样速度权重曲线,能够考虑采样速度设定适当的加权曲线。而且,能够基于使用这些履历权重曲线以及采样速度权重曲线进行了加权的加权类似度来提取对象加权类似度。由此,能够提取考虑了过去计算的偏差量和采样速度的适当的对象加权类似度,能够取得更准确的线行进信息。
优选地,行进信息取得部基于过去计算的对象加权类似度,修正由履历权重曲线指定的权重系数、以及由采样速度权重曲线指定的权重系数。在该情况下,能够得到考虑了过去计算的对象加权类似度的履历权重曲线以及采样速度权重曲线,能够更适当地进行加权。
优选地,行进信息取得部随着过去计算的对象加权类似度变大而增大履历权重曲线所指定的权重系数的值,随着过去计算的对象加权类似度变小而增大采样速度权重曲线所指定的权重系数的值。在过去计算的对象加权类似度大的情况下,可以说履历权重曲线的可靠性比采样速度权重曲线的可靠性高。于是,通过随着过去计算的对象加权类似度变大而增大履历权重曲线所指定的权重系数的值,而能够根据实际情况适当地修正履历权重曲线以及采样速度权重曲线。
行进信息取得部提取多个加权类似度中类似度的值最大的加权类似度作为对象加权类似度。在无法进行该提取的情况下,行进信息取得部提取对由类似度评价部计算出的多个类似度中值最大的类似度进行了加权处理的加权类似度作为对象加权类似度。在无法进行该提取的情况下,行进信息取得部在多个加权类似度中,提取在对多个加权类似度的每一个计算偏差量时最接近过去计算出的偏差量的加权类似度作为对象加权类似度。在该情况下,即使在应作为对象加权类似度提取的加权类似度存在多个的情况下,也能够提取更适当的加权类似度作为对象加权类似度。
优选地,类似度评价部计算多个在多个类似度中成为极大点的类似度极大点。另外,加权处理部对类似度极大点进行加权处理,并计算出加权类似度。在该情况下,仅对类似度的极大点进行加权处理。由此,对这些极大点来说能够将偏差量的位置保持原样而仅使类似度的值提高或降低(进行加权),从而能够更准确地进行加权。
优选地,第一线粗细不均信号以及第二线粗细不均信号按采样时间间隔被采样。线行进信息取得装置还具备分别计测采样时间间隔的计测部。另外,行进信息取得部基于由计测部计测到的采样时间间隔,计算时间偏差。在该情况下,能够基于采样时间间隔,求出线行进了偏差量的情况下的时间亦即时间偏差。由此,例如,即使在线加速减速的情况下,也能够更准确地求出时间偏差。
优选地,线处理装置具有:上述的线行进信息取得装置、对线进行处理的线处理部、基于由线行进信息取得装置取得的线的行进信息来控制线处理部所进行的处理的控制部。在该情况下,能够使用由线行进信息取得装置取得的高精度的线的行进信息来控制线处理部。
根据本发明,能够精度更好地取得线的行进状态。
附图说明
图1是络线单元的侧视图。
图2是络线单元的主视图。
图3是表示清线器的构成的框图。
图4是例示环形缓冲区所积蓄的数据序列的曲线图。
图5是说明计算帧的图。
图6是说明偏置成分除去以及归一化的图。
图7是例示类似度的峰值存在多个的情况的曲线图。
图8是仅提取类似度的极大点的曲线图。
图9是线行进速度取得处理的流程图。
图10是采用判断处理的流程图。
图11是说明基于加权曲线的加权的图。
图12A和图12B是表示对类似度进行加权的例子的曲线图。
图13是表示使下游侧帧移动的状态的图。
图14A~图14C是表示计算履历权重曲线的计算顺序的图。图14D是表示履历权重曲线的例子的图。
图15A和图15B是表示计算采样速度权重曲线的顺序的图。图15C是表示采样速度权重曲线的例子的图。
具体实施方式
以下,参照附图来说明本发明的优选的实施方式。
图1以及图2所示的络线单元(线处理装置)10,使从供线筒管21退绕的精纺线20一边横动一边被卷取筒管22卷绕,从而以规定长度形成规定形状的卷装30。本实施方式的自动络线机具有并排配置的多个络线单元10和配置在该并排的方向的一端的省略图示的机体控制装置。
各个络线单元10具备在正视时设置在左右一侧的单元框11(图1)、和设置在该单元框11的侧方的卷取单元主体16。卷取单元主体(线处理部)16具备卷取部31。卷取单元主体16具备纡库(magazine)式供给装置60和供线筒管保持部71。
如图1所示,纡库式供给装置60具有从络线单元10的下部斜向正面上方延伸突出的纡库保持部61、和安装在该纡库保持部61的顶端的筒管收纳装置62。该筒管收纳装置62具备纡库转盘63,该纡库转盘63形成有能够放置供线筒管70的多个收纳孔。纡库转盘63通过省略图示的电机而被间歇地传递旋转而进行驱动,通过该间歇驱动和纡库转盘63所具备的省略图示的控制阀,使供给筒管70一个个向纡库保持部61所具有的省略图示的筒管供给路落下。由此,供给筒管70被导向供线筒管保持部71。
也可以是代替图1所示那样的纡库式供给装置60,而通过设置在自动络线机下部的省略图示的搬运输送机而将供线筒管21从省略图示的供线筒管供给部供给到各络线单元10的供线筒管保持部71的方式。
卷取部31将从供线筒管21退绕的精纺线20沿卷取筒管22的周围卷绕而形成卷装30。具体地说,卷取部31具有构成为能够把持卷取筒管22的摇架23、和一边使精纺线20横动一边驱动卷取筒管22用的卷取滚筒24。摇架23能够向相对于卷取滚筒24接近或者离开的方向摆动。由此,使卷装30相对于卷取滚筒24接触或者分离。如图2所示,在卷取滚筒24的外圆周面形成有螺旋状的横动槽27,通过该横动槽27使精纺线20横动。
卷取筒管22通过与该卷取筒管22对置配置的卷取滚筒24进行旋转驱动而从动旋转。精纺线20通过横动槽27被一边横动,一边被卷绕在旋转的卷取筒管22的周围。如图2所示,该卷取滚筒24与滚筒驱动电机53的输出轴连结。滚筒驱动电机53的动作通过电机控制部54来控制。电机控制部54接受来自单元控制部(控制部)50的控制信号,进行使滚筒驱动电机53运转以及停止的控制。
卷取滚筒24上安装有旋转传感器42。旋转传感器42与后述的清线器15所具备的分析器52等电连接。旋转传感器42例如构成为旋转式编码器,每当卷取滚筒24旋转规定角度,就将脉冲状的信号向分析器52发送。将旋转传感器42所输出的脉冲状的信号称为旋转脉冲信号。
卷取单元主体16中,在供线筒管21和卷取滚筒24之间的线行进路线中,从供线筒管21侧起按顺序配置有退绕辅助装置12、张力赋予装置13、接头装置14、和清线器(线行进信息取得装置)15所具备的清线器头49。
退绕辅助装置12通过使盖在供线筒管21的芯管上的限制构件40与来自供线筒管21的精纺线20的退绕连动而下降,从而辅助来自供线筒管21的精纺线20的退绕。限制构件40对从供线筒管21退绕的精纺线20进行摆动而形成在供线筒管21上部的气圈接触,对该气圈赋予适当的张力,由此辅助精纺线20的退绕。
张力赋予装置13对行进的精纺线20赋予张力。能够通过张力赋予装置13对精纺线20赋予一定的张力,以提高卷装30的品质。
清线器15通过用适当的传感器检测出精纺线20的粗细不均而检测出缺陷。具体地说,清线器15具备清线器头49和分析器52(图2)。清线器头49中配置有2个线不均传感器43以及44。通过用分析器52对来自线不均传感器43以及44的信号进行处理,而能够检测粗节等线疵。在清线器头49的附近设置有用于在清线器15检测到线疵时立即切断精纺线20的省略图示的切断器。
清线器15也能够作为取得精纺线20的行进信息的线行进信息取得装置发挥作用。线的行进信息是指表示行进中的精纺线20处于怎样的状态的信息。通过清线器15取得精纺线20的行进信息的构成后述。
对接头装置14来说,在清线器15检测到线疵进行的线切断时,或者在从供线筒管21退绕的退绕过程中的断线时等,对供线筒管21侧的下线和卷装30侧的上线进行接头。作为接头装置14,能够使用机械式的装置、或使用利用压缩空气等流体的装置等。
在接头装置14的下侧以及上侧分别设置有捕捉供线筒管21侧的下线并进行引导的下线引导管25和捕捉卷装30侧的上线并进行引导的上线引导管26。在下线引导管25的顶端形成有吸引口32。在上线引导管26的顶端具备吸嘴34。下线引导管25以及上线引导管26分别连接于适当的负压源(省略图示),能够使吸引流作用于吸引口32以及吸嘴34。
在断线时或者线切断时,下线引导管25的吸引口32在图1以及图2所示的位置捕捉下线,然后,下线引导管25通过以轴33为中心向上方转动而将下线引导到接头装置14。几乎与此同时,上线引导管26从图示的位置以轴35为中心向上方转动,而对从卷装30退绕的上线通过吸嘴34进行捕捉。接着,上线引导管26以轴35为中心向下方转动,由此将上线引导到接头装置14。通过接头装置14来进行下线和上线的接头。
接下来,参照图3来详细说明清线器15。
清线器头49具备第一线不均传感器(第一检测部)43以及第二线不均传感器(第二检测部)44、和2个A/D转换器45以及46。分析器52由中央处理单元(CPU)47、随机存取存储器(RAM)48、只读存储器(ROM)(省略图示)等硬件、和存储在ROM的程序等软件构成。通过硬件和软件配合,而使CPU47构成为能够作为类似度评价部65、加权处理部66、行进信息取得部67、线品质测定部68、采样速度取得部72、计测部73等发挥作用。向分析器52输入来自旋转传感器42的脉冲信号。
第一线不均传感器43和第二线不均传感器44在线行进方向上隔开适当的距离排列,第一线不均传感器43被配置在下游侧,第二线不均传感器44被配置在上游侧。在本实施方式中,线不均传感器43以及44检测精纺线20的粗细的不均。具体地说,线不均传感器43以及44被构成为光传感器。在线不均传感器43以及44的隔着精纺线20的线道的相反一侧,配置有发光二极管(LED)36以及LED37作为光源。线不均传感器43以及44分别检测来自LED36以及37的受光量。由于若行进的精纺线20的粗细发生变化,则线不均传感器43以及44的受光量会发生变化,所以清线器15能够检测出精纺线20的粗细不均。线不均传感器43以及44的输出信号(线粗细不均信号)在进行过A/D变换后,向分析器52输出。
分析器52所具备的CPU47监视进行过A/D变换的线粗细不均信号并进行精纺线20的品质的测定。例如,在精纺线20的品质存在问题的位置处精纺线20的粗细被看到异常,因此通过在CPU47中检测精纺线20的粗细的异常,而能够检测精纺线20的缺陷。由于通过这样由CPU47测定精纺线20的品质,所以CPU47能够作为线品质测定部68发挥作用。
供线筒管21具有通常在环纺机中纺织出的线。这样的线中有时周期性地产生些许的粗细不均。作为该周期性的线粗细不均的原因,例如考虑到以环纺机使线条延伸的牵引辊发生芯偏离等。该细纺工序的周期性的粗细不均在后面的织制工序中成为织物产生波纹的原因。作为线品质测定部68的CPU47进行线粗细不均信号的快速傅立叶变换(FFT)计算,由此能够检测出精纺线20的周期性的粗细不均。为了准确地进行上述FFT计算,而在用A/D转换器对线粗细不均信号进行采样时,需要准确地使精纺线20的每单位长度的波形数据数量恒定。
本实施方式的CPU47取得与精纺线20的行进状态相关的信息,根据该行进状态使第二A/D转换器46的采样周期变化。具体地说,每当精纺线20行进一定长度(例如1mm)CPU47就生成脉冲信号,并向第二A/D转换器46进行发送。将该脉冲信号称为定长脉冲信号。第二A/D转换器46基于该定长脉冲信号,对来自第一线不均传感器43的模拟信号进行采样,并将其变换为数字信号。由此,能够准确、恒定地保持精纺线20的每单位长度的数据数量,所以能够在CPU47中准确地进行上述FFT计算,可靠地检测出周期性的粗细不均。另外,通过准确、恒定地保持精纺线20的每单位长度的数据数量,从而CPU47即使是没有周期性的零星的线疵也可以准确地进行精纺线20的粗细不均的长度评价,因此分析器52的检测精度提高。定长脉冲信号是与精纺线20的行进状态相关的信息,所以可以说是线行进信息的一种。这样由于CPU47取得线行进信息,所以能够说作为行进信息取得部67发挥作用。
接下来,说明取得上述定长脉冲信号的构成。
本实施方式的清线器15与上述第二A/D转换器46独立地具有第一A/D转换器45。
第一A/D转换器45是CPU47为了取得上述定长脉冲信号而进行线粗细不均信号的采样的A/D转换器。具体地说,第一A/D转换器45对来自2个线不均传感器43以及44的模拟信号进行采样,并变换为数字信号。这样得到的数字信号被输入分析器52。分析器52所具备的CPU47作为类似度评价部65、加权处理部66以及/或者行进信息取得部67等发挥作用,由此使用所输入的数字信号进行精纺线20的行进速度的检测。由于精纺线20的行进速度也是与精纺线20的行进状态相关的信息,所以可以说是线行进信息的一种。在这点上,也能够说CPU47作为行进信息取得部67发挥作用。
若知道精纺线20的行进速度,则能够基于该行进速度检测在规定时间的期间精纺线20行进的长度。CPU47基于精纺线20的行进速度而生成、取得定长脉冲信号,并向第二A/D转换器46发送定长脉冲信号。由此,在第二A/D转换器46中,能够每隔精纺线20的一定长度进行线粗细不均信号的采样。
接下来,详细说明基于清线器15的精纺线20的行进速度(线行进信息)的取得方法。
首先,在第一A/D转换器45中,进行线不均传感器43以及44所输出的模拟波形的采样。此时的采样频率fs1与卷取滚筒24的旋转速度成正比地被随时变更。在通过第一A/D转换器45对线不均传感器43以及44的信号波形进行采样时,能够大致恒定地保持精纺线20的每单位长度所取得的数据数量。能够与固定采样频率的情况相比减小CPU47的计算负荷。
如上述那样,每当卷取滚筒24旋转规定角度,旋转传感器42就输出旋转脉冲信号。因此,每单位时间输出的旋转脉冲信号的数量与卷取滚筒24的旋转速度成正比。于是,分析器52的CPU47基于从旋转传感器42接收到的旋转脉冲信号,取得卷取滚筒24的旋转信息。卷取滚筒24的旋转信息是指与该卷取滚筒24的旋转速度相关的信息,例如可以是该卷取滚筒24的周速,也可以是该卷取滚筒24的角速度,还可以是每单位时间输出的旋转脉冲信号的数量。总之,可以基于旋转脉冲信号,以任何形式取得与卷取滚筒24的旋转速度相关的信息。
CPU47通过对如上述那样得到的卷取滚筒24的旋转信息乘以规定的系数等的处理而求出成为精纺线20的行进速度的基准的采样速度。CPU47根据求出的采样速度来求出采样频率fs1,将求出的采样频率fs1设定到第一A/D转换器45。采样频率被设定成每当精纺线20行进单位长度就进行一次采样。能够使第一A/D转换器45的采样频率fs1与卷取滚筒24的旋转速度成正比地随时变更。由于CPU47基于卷取滚筒的旋转信息计算采样速度,所以可以说作为采样速度取得部72发挥作用。
分析器52为了将从第一A/D转换器45输入的波形数据暂时保持,而在RAM48具有作为环形缓冲区构成的存储区域(下游侧环形缓冲区55以及上游侧环形缓冲区56)。具体地说,将来自第一线不均传感器43的输出信号(第一线粗细不均信号)进行采样而成的数据被积蓄到下游侧环形缓冲区55。将来自第二线不均传感器44的输出信号(第二线粗细不均信号)进行采样而成的数据积蓄到上游侧环形缓冲区56。下游侧环形缓冲区55以及上游侧环形缓冲区56的大小并没有特别限定,但在本实施方式中,分别能够保持128处的数据。
图4是环形缓冲区55以及56所积蓄的数据序列(波形数据序列)的曲线图。在图4的曲线图中,纵轴表示波形数据所示的信号电平,横轴表示储存有波形数据的环形缓冲区的index(索引)。对图4的横轴的index来说越是环形缓冲区中旧的数据就被分配越小的值。即,将储存有环形缓冲区中最旧的数据的index设为index[0],将存储有最新的数据的index设为index[127]。因此,图4的横轴也能够说是时间轴。
如果施加到精纺线20的张力为恒定,则第一线不均传感器43和第二线不均传感器44的测定位置处的精纺线20的延伸是相同的,因此能够认为在2个线不均传感器43以及44中观测到相同的波形。第一线不均传感器43配置在比第二线不均传感器44更靠线行进方向下游侧,所以第一线不均传感器43输出的信号(第一线粗细不均信号)的波形相对于第二线不均传感器44输出的信号(第二线粗细不均信号)的波形存在时间上的延迟。由于该延迟,储存在上游侧环形缓冲区56的波形数据序列与储存在下游侧环形缓冲区55中的波形数据序列相比,在时间轴上向过去方向(图4的左方向)错开ΔT。若将该时间上的延迟(偏差)设为ΔT,并将2个线不均传感器43以及44的检测位置之间的距离设为L,则线速度V用V=L/ΔT…(1)能够求出。这样,分析器52通过检测出第一线粗细不均信号的波形相对于第二线粗细不均信号的波形的时间上的延迟(偏差)ΔT,而能够计算出精纺线20的行进速度。
在本实施方式中,CPU47对第一线粗细不均信号的波形(积蓄在下游侧环形缓冲区55中的波形数据序列)和第二线粗细不均信号的波形(积蓄在上游侧环形缓冲区56的波形数据序列)进行比较,求出时间上的延迟ΔT。在称为“波形”时,假定某种程度的时间上的幅度,仅使用在某个瞬间采样的单独的波形数据无法称为“波形”。在称为比较信号的波形的情况下,作为具体的处理,对在某种程度的时间范围内连续取得的数据序列彼此进行比较。
CPU47对积蓄在下游侧环形缓冲区55的下游侧的波形数据中在第一时间范围内连续取得的波形数据序列(第一波形数据序列)、和积蓄在上游侧环形缓冲区56中的波形数据中在第二时间范围内连续取得的波形数据序列(第二波形数据序列)进行比较。
如图4所示,在本实施方式中,第一时间范围设为环形缓冲区的index[64]至index[127]的范围。因此,第一波形数据序列由积蓄在下游侧环形缓冲区55的波形数据中最新的64处波形数据构成。第二时间范围设为环形缓冲区的index[32]至index[127]的范围。因此,第二波形数据序列由积蓄在上游侧环形缓冲区56的波形数据中最新的96处波形数据构成。
接下来,具体地说明由CPU47进行的波形彼此的比较。CPU47对第一波形数据序列和第二波形数据序列进行比较,求出第一线粗细不均信号的波形和第二线粗细不均信号的波形的类似度。在此,类似度是指表示2个波形重合何种程度(2个波形相似到何种程度)的指标。
作为类似度的计算方法可考虑各种方法,但在本实施方式中,以下面这样进行计算。使成为比较对象的2个波形重叠,取得2个波形曲线图间的面积(在图6中以斜线画阴影线的部分)。如果2个波形完全不同则2个波形完全不重合,因此上述面积为2。如果2个波形完全一致,则上述面积为0。使用上述的面积,通过以下的式(2)计算出类似度。类似度=1-(2个波形之间的面积)÷2…(2)
根据上述类似度的定义,可以说类似度越接近0则2个波形越不同,类似度越接近1则2个波形越相似。
由于第二波形数据序列由96处波形数据构成,第一波形数据序列由64处波形数据构成,所以第二波形数据序列的范围设定得比第一波形数据序列的范围宽。换言之,在本实施方式中,第二时间范围设定得比第一时间范围长。为了计算出上述类似度,必须使要比较的2个波形的时间轴上的长度(波形数据序列的长度)一致。CPU47对第一波形数据序列和第二波形数据序列进行比较时,从第二波形数据序列中提取与第一波形数据序列相同长度的波形数据序列,求出提取的波形数据序列和第一波形数据序列的类似度。
以下,更具体地进行说明。CPU47准备环形缓冲区55以及56内的波形数据中假想地取出在规定的时间范围之间所取得的波形数据序列的假想帧(下游侧帧以及上游侧帧)。CPU47对下游侧帧(第一假想帧)内的波形数据和上游侧帧(第二假想帧)内的波形数据的重叠(类似度)进行评价。
下游侧帧(第一假想帧)是用于从积蓄在下游侧环形缓冲区55的波形数据中假想地取出在第一时间范围内连续取得的波形数据序列(第一波形数据序列)的假想帧。具体地说,如图5所示,下游侧帧被设定为包括在下游侧环形缓冲区55所储存的波形数据中最新的64处数据(下游侧环形缓冲区的index[64]至index[127]的范围的波形数据)。在以下的说明中,将假想帧所包含的波形数据中最旧的数据的index显现在假想帧的前端位置。例如下游侧帧的情况下,前端位置为index[64]。
上游侧帧(第二假想帧)是用于从在第二时间范围内取得的上游侧环形缓冲区56的波形数据序列(第二波形数据序列)中,假想地取出与第一时间范围相同长度的时间范围的波形数据序列(64处波形数据)的假想帧。上游侧帧被设定为能够储存在上游侧环形缓冲区56的index[32]至index[127]的范围(第二时间范围)的波形数据中连续的64处数据。
第二波形数据序列与第一波形数据序列相比,在时间轴上向过去方向范围变大32处波形数据。上游侧帧的前端位置能够设定在比下游侧帧的前端位置更靠过去方向位移了32处以内波形数据的位置。下游侧帧的前端位置和上游侧帧的前端位置的index之差称为“帧偏差量”、或者仅称为“偏差量”。
若如上述那样设定上游侧帧,则CPU47从所设定的上游侧帧内的64处波形数据中基于提取条件进行波形数据的提取,基于提取出的波形数据创建新的上游侧帧。其是减去(剔除)上游侧帧所包含的波形数据的数量的帧。作为提取条件,例如,列举有将上游侧帧所包含的波形数据跳过一个进行提取,或跳过二个进行提取等。同样,CPU47从所设定的下游侧帧内的64处波形数据中,基于提取条件进行波形数据的提取,基于提取出的波形数据创建新的下游侧帧。例如,提取条件在线行进速度(采样速度)超出规定的线行进速度(规定的采样速度)的情况下被变更。由于与线行进信息取得相关的处理时间大致恒定,所以在采样速度变快的情况下,每次取得线行进信息的时间采样的个数增加。在该情况下,针对所采样的个数来说,取得线行进信息的比例降低。因此,将提取条件例如以下那样设定。在规定的采样速度小于第一阈值的情况下,不进行剔除。在规定的采样速度为第一阈值以上的情况下,跳过一个波形数据进行剔除。在规定的采样速度为第二阈值以上的情况下,跳过二个波形数据进行剔除。
若设定剔除了波形数据的数量的上游侧帧以及下游侧帧,则CPU47求出上游侧帧所包含的波形和下游侧帧所包含的波形重叠到何种程度的指标亦即类似度。线不均传感器43以及44的输出信号中包含有偏置成分。因此,存在因线不均传感器43以及44的灵敏度的偏差,若直接利用输出信号则2个波形不会顺利地重叠的情况。CPU47对上游侧帧和下游侧帧内的波形数据,进行偏置成分除去和归一化处理。偏置成分除去是指如图6所示,检索计算帧内的数据的最小值,从各数据的值减去最小值的处理。归一化是指各数据的值除以计算帧内的数据的合计值的处理。由此,计算帧内的波形的曲线图的面积被归一化为1。由于对上游侧和下游侧的波形数据分别进行偏置成分除去以及波形的归一化,所以能够吸收每个线不均传感器43以及44的偏置成分的偏差以及/或者每个线不均传感器43以及44的灵敏度差。
若进行偏置成分除去和归一化的处理,则CPU47执行求出下游侧帧内的数据序列(第一线粗细不均信号的波形)和上游侧帧内的数据序列(第二线粗细不均信号的波形)的类似度的类似度评价处理。由于这样评价2个波形的类似度,所以可以说CPU47作为类似度评价部65发挥作用。
上游侧帧的前端位置能够设定在比下游侧帧的前端位置向过去方向位移32处以内的位置。能够使帧偏差量(规定的偏差量)在0至32的范围内变化。类似度评价部65一边在上述范围内使帧偏差量变化一边反复执行上述类似度评价处理。类似度评价部65在第二时间范围中选择多个上游侧帧的时间轴上的位置,并评价针对该多个位置的每一个的类似度。由此,类似度评价部65取得多个类似度。通过将第二时间范围设定得比第一时间范围长,而能够在该第二时间范围内使上游侧帧移动来多次进行类似度评价。因此,CPU47能够取得多个类似度。取得与帧偏差量对应的多个类似度的结果为,CPU47例如图7那样,能够得到帧偏差量和类似度的关系。CPU47仅提取在求出的帧偏差量和类似度的关系中,类似度成为极大的极大点(类似度极大点),求出如图8所示提取出的各极大点处的帧偏差量和类似度的关系。仅提取该极大点的处理是为了抑制在对类似度进行加权的情况下产生误差而执行的。该加权的详细内容具体后述。这样,极大点是仅提取类似度的极大部分的点,表示类似度。
对剔除上游侧帧以及下游侧帧内的波形数据而求出类似度的作用进行说明。若根据基于卷取滚筒24的旋转信息而得到的采样频率,以恒定长度对来自线不均传感器43以及44的输出信号进行采样,则能够提高计算出的精纺线20的行进速度的分辨率。例如,在线不均传感器43以及44间的距离为10mm、基于采样速度每当精纺线20移动1mm就进行采样的情况下,分辨率为5/10、6/10、7/10、8/10、…那样,成为采样速度的1/10倍。此时,若求出类似度的范围为20mm(20index的量),则对20处波形数据进行类似度的评价处理。在精纺线20每当移动0.5mm就进行采样的情况下,分辨率为采样速度的1/20倍,但需要对40处波形数据进行类似度的评价处理。这样,分辨率和处理时间处于权衡的关系。于是如本实施方式那样,通过缩短采样的间隔能够提高精纺线20的行进速度的分辨率,并且通过剔除上游侧帧以及下游侧帧内的波形数据而能够缩短类似度评价用的处理时间。
类似度为最大时是上游侧帧的波形和下游侧帧的波形最佳地重叠的时候。从其它的观点来说,此时,可以说处于上游侧环形缓冲区56的波形数据序列和下游侧环形缓冲区55的波形数据序列之间的时间偏差ΔT被消除的状态。因此,可以认为类似度成为最大时的帧偏差量、与上游侧环形缓冲区56的波形和下游侧环形缓冲区55的波形的时间偏差ΔT相对应。即,基于类似度成为最大时的帧偏差量,能够计算出波形的时间偏差ΔT。对于偏差ΔT的计算具体后述。
清线器15能够通过将求出的ΔT代入式(1),而计算出精纺线20的行进速度。如以上那样,清线器15能够基于2个波形的类似度,求出精纺线20的行进速度。其中,在本实施方式的清线器15中,不是如上述那样直接使用类似度来计算精纺线20的行进速度,而是如后述那样,使用进行过加权的类似度来计算精纺线20的行进速度。
在本实施方式中,通过如上述那样使上游侧帧在时间轴上移动而求出多个类似度,但也考虑代替此而使下游侧帧在时间轴上移动。其中,如果如本实施方式那样使上游侧帧在时间轴上移动,则下游侧帧能够以包含下游侧环形缓冲区55所含的波形数据中最新的波形数据的方式固定时间轴上的位置(在图5中,能够将下游侧帧固定在最靠右的位置)。由此,清线器15能够使用下游侧的最新的线粗细不均信号计算出时间偏差ΔT,所以能够实时地求出精纺线20的行进速度。
由于行进的精纺线20的粗细不均有时持续相似的状态,所以线不均传感器43以及44所输出的信号也有时持续相似的波形。在该情况下,上游侧的波形和下游侧的波形在多个位置重叠,所以如图7那样,在上游侧帧的移动范围内,表示类似度大的峰值(极大点)的帧偏差量存在多个。若这样在上游侧帧的移动范围内存在多个类似度大的峰值,则不易分辨可以使用哪个峰值的帧偏差量计算波形的时间偏差ΔT,有时会使用错误的帧偏差量来计算线行进速度。
在本实施方式中,为了消除上述那样的类似度的峰值的不易分辨,对类似度进行加权。以下,在本实施方式中参照图9说明CPU47所执行的线行进速度取得处理。
每当用第一A/D转换器45对新的数据进行采样,并将该新的波形数据追加到环形缓冲区55以及56中,则CPU47就执行图9的流程图所示的线行进速度取得处理。若开始线行进速度取得处理,则CPU47如上述那样,剔除下游侧帧内的波形数据,进行偏置成分除去和波形的归一化(步骤S101)。
接下来,CPU47进行帧偏差量的初始化(上游侧帧的位置的初始化)(步骤S102)。在本实施方式中,将帧偏差量初始化为32。由此,上游侧帧被设定在从下游侧帧起与波形数据32点相当的向过去偏差的位置。因此,上游侧帧含有上游侧环形缓冲区56的index[32]至index[95]的范围的波形数据(参照图5)。
若决定了上游侧帧的位置,则CPU47如上述那样,剔除上游侧帧内的波形数据,进行偏置成分除去和波形的归一化(步骤S103)。
接着,CPU47对上游侧帧内的波形数据和下游侧帧内的波形数据,进行求出类似度的类似度评价处理(步骤S104)。若计算出类似度,则CPU47保存类似度的各极大点的帧偏差量(参照图8)(步骤S105)。
接着,CPU47进行上游侧帧的移动范围是否已结束的判断(步骤S106)。在本实施方式中,使上游侧帧在帧偏差量为32至0的范围(即,上游侧帧限制在第二时间范围的范围内)移动。在上述移动范围没有结束的情况下(步骤S106:否),在步骤S107减去一个帧偏差量(使上游侧帧向图5的右方向错开一个),返回步骤S103。在上述移动范围结束的情况下(步骤S106:是),进到步骤S108。
通过以上的循环处理,一边错开上游侧帧在时间轴上的位置一边反复进行步骤S103至S107的处理。由此,在上游侧帧的移动范围(帧偏差量从0到32的范围)中进行多次类似度评价处理以及加权处理,因此CPU47能够取得多个类似度。在步骤S105被保存的数据每当开始新的线行进速度取得处理就被重置。
接着CPU47对于所求出的多个极大点,进行对为了计算上游侧环形缓冲区56的波形数据和下游侧环形缓冲区55的波形数据的时间偏差ΔT而采用的极大点进行判断的采用判断处理(步骤S108)。
以下,参照图10的流程图,具体说明采用判断处理的内容。CPU47若开始采用判断处理,则进行对图8所示的各极大点进行加权处理并计算出加权极大点的加权处理(步骤S201)。由于这样进行加权处理,所以CPU47可以说作为加权处理部66发挥作用。以下的说明中,在需要与加权极大点进行区别的情况下,将进行加权前的极大点有时特别称为“原始的极大点”。上述加权处理是通过对原始的极大点的值乘以权重系数来进行的。即,若将帧偏差量c_index时的原始的极大点设为Sc_index,将针对帧偏差量c_index的权重系数设为Wc_index,则加权极大点S′c_index能够以下面的式(3)求出。
S′c_index=Sc_index×Wc_index…(3)
将某个帧偏差量c_index时的权重系数Wc_index设为怎样的值是由指定帧偏差量和权重系数的关系的加权曲线而决定的。在图11的上侧示出该加权曲线的例子。如图11所示,加权曲线被设定成在规定的帧偏差量c_index的位置具有一个权重系数成为峰值的极大值,并被设定成随着偏离该峰值,权重系数的值平缓地减少。因此,通过使用由该加权曲线指定的权重系数进行对极大点的加权,从而位于该加权曲线的峰值附近的极大点被强调,而其以外的极大点被压制。该结果为如图11的下侧所示,能够抑制多个极大点中不必要的极大点的强度(类似度)。
说明对极大点进行加权处理的作用。例如,在如图12A的上段所示对未进行加权的原始的类似度使用加权曲线进行加权的情况下,有时如图12A的下端所示,加权后的类似度亦即加权类似度的极大点会偏离原始的类似度的极大点的位置(帧偏差量)。另外,例如,在如图12B的上段所示对未进行加权的原始的类似度使用加权曲线进行加权的情况下,有时如图12B的下段所示,加权类似度的极大点的数量会增加。
在本实施方式中,如图11所示,对极大点进行加权,由此能够抑制极大点的位置偏差的产生以及/或者极大点的数量的增加。因此,在本实施方式中,能够精度更好地进行加权处理。
在本实施方式中,作为加权曲线,使用履历权重曲线和采样速度权重曲线。在步骤S201中CPU47分别进行使用履历权重曲线对极大点进行加权的处理、和使用采样速度权重曲线对极大点进行加权的处理。
履历权重曲线被设定成:在前次的线行进速度取得处理中加权极大点成为最大时的帧偏差量(基准偏差量)附近权重系数变大。由于线行进速度连续地变化,所以认为由这次的线行进速度取得处理取得的线行进速度(计算偏差量)与由前次的线行进速度取得处理取得的线行进速度(基准偏差量)没有较大不同。因此,这次的线行进速度取得处理中的极大点为最大的帧偏差量(计算偏差量)处于前次的线行进速度取得处理中的极大点为最大的帧偏差量(基准偏差量)附近的几率很高。换而言之,出现在偏离前次的线行进速度取得处理中的极大点为最大的帧偏差量的位置的原始的极大点是不与线行进速度对应的伪极大点的可能性高。优选针对偏离前次的线行进速度取得处理中的极大点为最大的帧偏差量的位置处的原始的极大点,缩小权重系数来降低重要度。对于该履历权重曲线,详细后述。
采样速度权重曲线被设定成:在与基于卷取滚筒24的旋转信息而计算出的采样速度对应的帧偏差量附近权重系数变大。即,能够认为线行进速度在采样速度附近发生变化,不会较大偏离该采样速度。因此,可以认为上游侧环形缓冲区56内的波形数据相对于下游侧环形缓冲区55内的波形数据的时间偏差ΔT在与上述采样速度对应的帧偏差的附近发生变化。对其从其它的观点来说,出现在偏离与采样速度对应的帧偏差量的位置的原始的极大点是不与线行进速度对应的伪极大点的可能性高。于是,优选针对偏离与采样速度对应的帧偏差量的位置处的原始极大点,减小权重系数来降低重要度。对于该采样速度权重曲线,具体内容后述。
返回图10,CPU47在使用履历权重曲线以及采样速度权重曲线来计算多个加权极大点后,提取类似度(加权后的类似度)最大的加权极大点(步骤S202)。CPU47判断是否提取了多个类似度最大的加权极大点(步骤S203)。在仅提取出一个类似度最大的加权极大点的情况下(步骤S203:否),CPU47将在步骤S202提取出的极大点用作用于计算波形数据的时间偏差ΔT的极大点(对象加权类似度)。
在提取了多个类似度最大的加权极大点的情况下(步骤S203:是),CPU47针对提取出的加权极大点,比较加权前的类似度。作为比较的结果,CPU47提取加权前的类似度最大的加权极大点(步骤S204)。CPU47判断是否提取了多个加权前的类似度最大的极大点(步骤S205)。在加权前的类似度最大的加权极大点仅被提取出一个的情况下(步骤S205:否),CPU47将在步骤S204提取出的极大点用作用于计算波形数据的时间偏差ΔT的极大点(对象加权类似度)。
在加权前的类似度最大的加权极大点被提取多个的情况下(步骤S205:是),首先,CPU47在提取出的加权极大点中,提取具有与在前次的线行进速度取得处理中极大点成为最大的帧偏差量最接近的帧偏差量的极大点。CPU47将提取到的加权极大点用作用于计算波形数据的时间偏差ΔT的极大点(对象加权类似度)(步骤S206)。这样,CPU47从多个加权极大点中提取用于计算偏差ΔT的极大点,所以CPU47也作为提取用于计算偏差ΔT的极大点的行进信息取得部67发挥作用。
接下来,对上述采用判断处理结束后的处理进行说明。CPU47当采用判断处理的执行结束时,返回图9的流程进到步骤S109的处理。
在步骤S109中,CPU47基于步骤S108的采用判断处理所采用的极大点的帧偏差量,计算精纺线20的行进速度。此外,在以下的说明中,将在步骤S108采用的极大点的帧偏差量称为“这次采用的最大值对应偏差量”。可以认为这次采用的最大值对应偏差量与上游侧环形缓冲区56的波形数据和下游侧环形缓冲区55的波形数据的时间偏差ΔT对应。这次采用的最大值对应偏差量是指在图13所示的使下游侧帧在上游侧帧的时间轴上从最新的位置向过去的方向移动时,上游侧环形缓冲区56的波形和下游侧环形缓冲区55的波形一致为止的帧偏差量。在图13的例子中,表示将下游侧帧错开从index[127]至index[119]的8index量时,上游侧环形缓冲区56的波形数据与下游侧环形缓冲区55的波形数据一致的情况(即,帧偏差量为8的情况)。
因此,在图13的例子中,index[127]至index[119]的时间幅度与上游侧环形缓冲区56的波形数据和下游侧环形缓冲区55的波形数据的时间偏差ΔT对应。
CPU47每隔采样间隔就计测对线粗细不均信号进行采样时的采样时间间隔。CPU47由于计测采样的时间间隔,所以作为计测部73发挥作用。CPU47累计index[127]至index[119]的各采样时间间隔。即,CPU47对index[127]至index[126]的采样时间间隔、index[126]至index[125]的采样时间间隔、…、index[120]至index[119]的采样时间间隔进行累计。该累计结果为波形的时间偏差ΔT。
对通过累计采样时间间隔来计算波形的时间偏差ΔT的作用进行说明。由于例如,在精纺线20的行进速度恒定时,采样时间间隔为恒定,所以通过采样时间间隔×帧偏差量(index的数量)求出波形的时间偏差ΔT。在精纺线20的平均行进速度处于正在加速中时,由于采样时间间隔逐渐变短,所以与最新的采样时间间隔×帧偏差量(index的数量)相比波形的时间偏差ΔT变长。在精纺线20的平均行进速度处于正在减速时,波形的时间偏差ΔT变短。如本实施方式那样,通过累计采样时间间隔而计算波形的时间偏差ΔT,由此即使在精纺线20进行加速减速的情况下也能够准确地计算出偏差ΔT。
CPU47通过将如上述那样求出的ΔT代入式(1),而计算精纺线20的行进速度(步骤S109)。这样,通过基于进行了加权的极大点来计算精纺线20的行进速度,即使在原始的极大点存在多个的情况下,CPU47也能够准确地计算精纺线20的行进速度。在本实施方式中,如上述那样,进行防止采用可靠性低的极大点的采用判断处理。由此,CPU47能够得到可靠性高的线行进速度。
CPU47基于如上述那样求出的线行进速度使第二A/D转换器46的采样周期变化。具体地说,CPU47以与线行进速度成正比的频率生成定长脉冲信号,并将生成的定长脉冲信号向第二A/D转换器46发送。线行进速度是基于进行了加权的极大点而求出的准确的线行进速度。因此,通过根据基于该线行进速度的定长脉冲信号进行基于第二A/D转换器46的线粗细不均信号的采样,而能够准确地使精纺线20的每单位长度的数据数量恒定。
如上述那样求出的线行进速度被发送到单元控制部50。单元控制部50根据从清线器15发送来的精纺线20的行进速度,向电机控制部54发送控制信号,控制卷取滚筒24的旋转。由此,络线单元10能够根据精纺线20的准确的行进速度进行卷装30的卷绕。单元控制部50对精纺线20的行进速度用时间进行积分,由此能够计算卷绕在卷装30的精纺线20的总长。因此,例如,络线单元10在规定长度的精纺线20卷绕结束时,能够结束精纺线20的卷绕来完成卷装。由此,络线单元10能够使卷绕在各个卷装30的精纺线20的长度均匀化,因此能够生产均匀长度的卷装30。
在以上的说明中,CPU47作为计算精纺线20的行进速度的装置进行说明,但并不是必须以速度的形式取得线行进信息。例如,精纺线20在1秒间移动2cm,在下1秒间移动3cm的情况下,CPU47能够取得“在2秒间合计移动5cm”这样的信息即可,可以不用如“每秒2.5cm”这样以速度的方式取得信息。此外,这样“精纺线20按时间移动的长度”的信息也是与精纺线20的行进状态相关的信息,所以可以说是线行进信息的一种。
接下来,说明上述加权曲线的决定方法。在本实施方式中,上述加权曲线包含履历权重曲线和采样速度权重曲线。
首先,对履历权重曲线进行说明。履历权重曲线如上述那样被设定成:在前次的线行进速度取得处理中加权极大点成为最大时的帧偏差量附近权重系数变大。即,履历权重曲线的极大点基于前次计算出的帧偏差量而设定。另外,该履历权重曲线为与基于第一线粗细不均信号以及第二线粗细不均信号的帧偏差量(规定的偏差量)的速度比对应的加权曲线。
以下,使用具体例说明与速度比对应的加权曲线。精纺线20每行进1mm第一A/D转换器45就对线粗细不均信号进行采样。此时,如果基于卷取滚筒24的旋转信息而计算出的精纺线20的行进速度为1000mm/sec,则采样时间间隔为1msec。此时,如果使第一线不均传感器43以及第二线不均传感器44的间隔为10mm,实际的精纺线20的行进速度为1000mm/sec,则在图9的步骤S108采用的极大点的帧偏差量的值为10。然而,在采样频率等存在误差,所计算出的帧偏差量为9的情况下,实际的精纺线20的行进速度为1000×(10/9)mm/sec。同样,在计算出的帧偏差量为11的情况下,实际的精纺线20的行进速度为1000×(10/11)mm/sec。这样,即使帧偏差量为1,速度比也不同。因此,不是基于帧偏差量来决定权重,而需要决定与基于帧偏差量的速度比相应的权重。
如图14A所示,CPU47求出基于成为基准的帧偏差量和计算出的帧偏差量的速度比。在图14A中,分子表示成为基准的帧偏差量,分母表示计算出的帧偏差量。成为基准的帧偏差量是与采样速度对应的帧偏差量,在此为10。该速度比是通过将成为基准的帧偏差量10作为分子,并将分母的帧偏差量1个个改变而创建的。接下来,如图14B所示,CPU47相对于求出的速度比求出考虑了前次计算出的帧偏差量(基准偏差量)的第一履历修正速度比。例如,前次计算出的帧偏差量为13的情况下,使用图14A所示的框A的速度比(10/13),计算出第一履历修正速度比。具体地说,CPU47在求出图14B所示的框C内的第一履历修正速度比的情况下,用框B的速度比(10/11)除以框A的速度比(10/13),由此计算出框C的第一履历修正速度比(13/11)。同样框D内的第一履历修正速度比能够通过用框A内的速度比除以框A的速度比而求出。
接下来,如图14C所示,CPU47求出第二履历修正速度比。该第二履历修正速度比是以使得与前次计算出的帧偏差量对应的第一履历修正速度比(框D的速度比13/13)成为最大值的方式,对超过该值的第一履历修正速度比进行修正而成的值。具体地说,对第一履历修正速度比超过13/13的“13/7”、“13/8”、…、“13/12”各值的分母和分子进行置换,计算出第二履历修正速度比。没有超过13/13的第一履历修正速度比直接用作第二履历修正速度比。
CPU47使用第二履历修正速度比,求出履历权重曲线。具体地说,履历权重曲线由指定了形成履历权重曲线的履历权重系数WP和第二履历修正速度比N的关系的以下的式(4)定义。
WP=exp(-(1-N)2/W)…(4)
此外,W是用户能够设定的常量。
图14D示出使用式(4)计算出的履历权重曲线的例子。在此,成为使前次的帧偏差量13为极大的履历权重曲线。
在上述的例子中,示出对前次计算出的帧偏差量为13的情况下的履历权重曲线进行计算的例子,但对于前次计算出的帧偏差量是其他值的情况下的履历权重曲线也预先计算。CPU47在使用履历权重曲线对极大点进行加权时,能够选择使用与前次的帧偏差量对应的履历权重曲线。
接下来,说明采样速度权重曲线。采样速度权重曲线如上述那样被设定成:在与基于卷取滚筒24的旋转信息而计算出的采样速度对应的帧偏差量附近权重系数变大。采样速度权重曲线的极大点是基于精纺线20以采样速度行进的情况下的帧偏差量而被设定的。该采样速度权重曲线与履历权重曲线同样,不是基于帧偏差量决定权重,而是需要决定与基于帧偏差量的速度比相应的权重。因此,采样速度权重曲线为与基于第一线粗细不均信号以及第二线粗细不均信号的帧偏差量(规定的偏差量)的速度比相应的加权曲线。
如图15A所示,CPU47求出基于成为基准的帧偏差量和计算出的帧偏差量的速度比。在图15A中,分子表示成为基准的帧偏差量,分母表示计算出的帧偏差量。成为基准的帧偏差量是与采样速度对应的帧偏差量,在此是10。该速度比是通过使成为基准的帧偏差量10为分子,并使分母的帧偏差量1个个改变而创建的。
接下来,如图15B所示,CPU47求出采样速度修正速度比。该采样速度修正速度比是以使得与精纺线20以采样速度行进的情况下的帧偏差量对应的速度比(框E的速度比10/10)成为最大的值的方式,对超过该值的速度比进行修正而得的值。具体地说,将速度比超过10/10的“10/7”、“10/8”、“10/9”的各值的分母和分子置换,计算出采样速度修正速度比。没有超过10/10的修正速度比直接作为采样速度修正速度比使用。
CPU47使用采样速度修正速度比,求出采样速度权重曲线。具体地说,采样速度权重曲线由指定了形成采样速度权重曲线的采样速度权重系数WA和采样速度修正速度比N的关系的以下的式(5)定义。
WA=exp(-(1-N)2/W)…(5)
此外,W是用户能够设定的常量。
图15C示出使用式(5)而计算出的采样速度权重曲线的例子。图15C所示的例子是使精纺线20以采样速度行进的情况下的帧偏差量(10)为极大的采样速度权重曲线。
在上述的例子中,示出对精纺线20以采样速度行进的情况下的帧偏差量为10时的采样速度权重曲线进行计算的例子,但由于采样速度变动,所以按各采样速度预先计算采样速度权重曲线。CPU47在使用采样速度权重曲线对极大点进行加权时,能够选择、使用与采样速度对应的帧偏差量的采样速度权重曲线。
CPU47基于在前次的线行进速度取得处理中加权极大点成为最大时的加权类似度,也能够修正履历权重曲线的履历权重系数WP和采样速度权重曲线的采样速度权重系数WA。具体地说,若将在前次的线行进速度取得处理中加权极大点成为最大时的加权类似度设为SP,则修正后的履历权重系数WP’以及修正后的采样速度权重系数WA’分别用以下的式(6)以及式(7)定义。
WP’=SP×WP…(6)
WA’=(2S’-SP)WA…(7)
此外,S’是稳定类似系数,例如,能够设定类似度的最低值等。
对该履历权重系数以及采样速度权重系数的修正来说,在类似度SP大的情况下增强履历权重系数WP的影响,在类似度SP小的情况下增强采样速度权重系数的影响。这是基于考虑到在前次的类似度SP大的情况下,履历权重曲线的可靠性比采样速度权重曲线的可靠性高。因此,通过进行该修正,能够选择可靠性高的极大点。这样,CPU47基于前次的类似度对履历权重系数以及采样速度权重系数进行修正,因此CPU47也作为对履历权重系数以及采样速度权重系数进行修正的行进信息取得部67发挥作用。
本实施方式为以上那样构成,加权处理部66使用与基于第一线粗细不均信号以及第二线粗细不均信号的帧偏差量的速度比相应的加权曲线(履历权重曲线以及采样速度权重曲线),对多个极大点分别进行加权处理。这样,通过使用与基于帧偏差量的速度比相应的加权曲线,而能够按每个帧偏差量适当设定权重。因此,通过使用与基于帧偏差量的速度比相应的加权曲线,能够更准确地进行加权处理,能够精度更好地取得精纺线20的行进状态。
加权曲线具有一个极大值。通过使用这样的加权曲线,而能够对类似度的多个极大点适当地进行加权。
加权处理部66使用考虑了过去计算出的帧偏差量的履历权重曲线和考虑了采样速度的采样速度权重曲线而对极大点进行加权。由此,能够提取考虑了过去计算出的帧偏差量和采样速度的适当的对象加权类似度,能够取得更准确的线行进信息。
行进信息取得部67基于过去计算出的对象加权类似度,对履历权重曲线以及采样速度权重曲线进行修正。由此,能够得到考虑了过去计算出的对象加权类似度的履历权重曲线以及采样速度权重曲线,能够更适当地进行加权。此外,行进信息取得部67随着过去计算的对象加权类似度变大而将履历权重曲线指定的权重系数的值变大,并且随着过去计算出的对象加权类似度变小而将采样速度权重曲线所指定的权重系数的值变大。在过去计算出的对象加权类似度大的情况下,可以说履历权重曲线的可靠性比采样速度权重曲线的可靠性高。通过随着过去计算出的对象加权类似度变大而将履历权重曲线指定的权重系数的值变大,从而能够根据实际情况适当地对履历权重曲线以及采样速度权重曲线进行修正。
行进信息取得部67即使在求出多个加权极大点的情况下,也能够通过进行采用判断处理而适当地提取用于计算波形数据的时间偏差ΔT的极大点。
类似度评价部65在计算出的类似度中仅计算多个极大点。在该情况下,仅对类似度的极大点进行加权处理。由此,对这些极大点来说能够将帧偏差量的位置保持原样而仅对类似度的值进行提高或降低(进行加权),能够更准确地进行加权。
通过在计算波形数据的时间偏差ΔT时,累计采样时间间隔,从而即使例如在精纺线20加速减速的情况下,也能够更准确地求出精纺线20行进了帧偏差量的情况下的时间。
络线单元10具有如上述那样能够计算出线行进速度的清线器15,所以能够使用由清线器15取得的高精度的精纺线20的行进信息进行各部的控制。
以上,对本发明的一实施方式进行说明,但本发明并不限定于上述实施方式。例如,在上述实施方式中,采用通过旋转的卷取滚筒24一边使卷装旋转,一边在该卷装的表面使精纺线20横动的构成,但并不局限于此,即使是卷装的驱动和横动独立的构成的绕线机也能够应用本发明的构成。作为这样的绕线机,例如,能够列举具有通过进行回转运动的臂使精纺线20横动的臂式横动装置、或者通过由皮带进行左右往复运动的生头构件使精纺线20横动的带式横动装置的自动络线机等。
本发明的线行进信息取得装置并不局限于自动络线机,例如也能够应用于纺织机等其他线处理装置。
在上述实施方式中,线不均传感器43以及44采用观察受光量的变化的构成,但也可以例如是检测行进的精纺线20的静电电容的变化类型的线不均传感器。在该构成的情况下,能够检测精纺线20的每单位长度的质量的变化。总之,只要构成为以某种形式检测出精纺线20的粗细不均即可。
加权曲线无需如在实施方式说明的那样是指数函数的形式,只要以某种形式能够进行加权即可。
在上述实施方式中,将加权曲线(履历权重曲线和采样速度权重曲线)用指数函数(exp函数)来定义,但并不局限于此,只要是具有一个极大值的函数就能够将任意的函数用于加权曲线的定义。
在清线器15中,说明取得定长脉冲信号、线行进速度等线行进信息的构成,但也可以构成为取代其而取得其他的线行进信息。例如,在清线器15中,也可以通过将求出的线行进速度用时间进行积分,而求出行进的精纺线20的总长。
在清线器15中,也可以不计算线行进速度,而例如仅求出波形的时间偏差ΔT。波形的时间偏差ΔT是通过精纺线20行进而产生的,因此可以说是精纺线20的行进信息。此外,在该情况下,也可以将清线器15所求出的波形的时间偏差ΔT向单元控制部50输出,在该单元控制部50中,进行使用ΔT的线行进速度的计算。
在上述实施方式中,将由清线器15计算出的线行进速度向单元控制部50输出,但也可以输出线行进速度作为数值数据,还可以以其他形式输出。例如,也能够构成为将上述的定长脉冲信号向单元控制部50输出。
清线器15所具备的第二A/D转换器46用于进行FFT计算,所以在不进行FFT计算的情况下也可以省略第二A/D转换器46。
在上述实施方式中,采用了基于来自构成为旋转式编码器的旋转传感器42的旋转脉冲信号来取得采样速度的构成,但并不限定于此。
在上述实施方式中,示出作为加权曲线,使用了履历权重曲线、采样速度权重曲线的例子,但也可以仅使用任意一方。
在上述实施方式中,使下游侧帧的前端位置为固定,使上游侧帧的前端位置位移并求出类似度。也可以代替该构成,使上游侧帧的前端位置固定,而使下游侧帧的前端位置位移并求出类似度。另外,也可以使下游侧帧和上游侧帧两方位移并求出类似度。但是,由于只要使下游侧帧固定在包含下游侧环形缓冲区所含的波形数据中最新的数据的位置,就总是能够使用最新的数据实时地计算类似度,所以特别优选。
在上述实施方式中,采用通过硬件和软件来实现类似度评价部65、加权处理部66、行进信息取得部67、线品质测定部68、采样速度取得部72以及计测部73等的功能的构成,但也可以是通过专用的硬件来实现该功能的一部分或者全部的构成。
Claims (11)
1.一种线行进信息取得装置,其特征在于,具备:
第一检测部,其检测出行进的线的粗细不均并输出第一线粗细不均信号;
第二检测部,其在线行进方向的上游侧与所述第一检测部隔开距离地配置,检测出所述线的粗细不均并输出第二线粗细不均信号;
类似度评价部,其基于在第一时间范围的期间取得的所述第一线粗细不均信号、以及在比所述第一时间范围长的第二时间范围的期间取得的所述第二线粗细不均信号,来求出所述第一线粗细不均信号和所述第二线粗细不均信号之间的多个类似度;
加权处理部,其使用由与速度比对应的加权曲线指定的权重系数来对所述多个类似度分别进行加权处理,并计算出多个加权类似度,其中,所述速度比是所述第一线粗细不均信号以及所述第二线粗细不均信号的基准偏差量和针对该基准偏差量的计算偏差量的比;和
行进信息取得部,其基于所述多个加权类似度中最大的加权类似度来计算出所述第二线粗细不均信号和所述第一线粗细不均信号的时间偏差,并基于所述距离和所述时间偏差来取得线的行进信息。
2.根据权利要求1所述的线行进信息取得装置,其中,
所述权重系数由具有一个极大值的所述加权曲线指定。
3.根据权利要求2所述的线行进信息取得装置,其中,
所述加权曲线的极大值基于所述行进信息取得部中过去取得的所述行进信息而被设定。
4.根据权利要求2所述的线行进信息取得装置,其中,
还具备取得所述线的采样速度的采样速度取得部,
所述加权曲线的极大值基于在所述线以所述采样速度行进的情况下的所述行进信息而被设定。
5.根据权利要求2所述的线行进信息取得装置,其中,
还具备取得所述线的采样速度的采样速度取得部,
所述加权曲线包含:基于所述行进信息取得部中过去取得的所述行进信息设定了所述极大值的履历权重曲线,和基于在所述线以所述采样速度行进的情况下的所述行进信息设定了所述极大值的采样速度权重曲线,
所述加权处理部分别进行使用所述履历权重曲线以及所述采样速度权重曲线的所述加权处理,
所述行进信息取得部在使用所述履历权重曲线进行了所述加权处理的所述多个加权类似度、以及使用所述采样速度权重曲线进行了所述加权处理的所述多个加权类似度中,提取满足提取条件的所述加权类似度作为对象加权类似度,并基于所述对象加权类似度来取得所述线的新的行进信息。
6.根据权利要求5所述的线行进信息取得装置,其中,
所述行进信息取得部基于过去计算出的所述对象加权类似度,来修正由所述履历权重曲线指定的所述权重系数、以及由所述采样速度权重曲线指定的所述权重系数。
7.根据权利要求6所述的线行进信息取得装置,其中,
所述行进信息取得部执行如下处理:
随着过去计算出的所述对象加权类似度变大来增大所述履历权重曲线所指定的所述权重系数的值,
随着过去计算出的所述对象加权类似度变小来增大所述采样速度权重曲线所指定的所述权重系数的值。
8.根据权利要求5~7中任一项所述的线行进信息取得装置,其中,
所述行进信息取得部执行如下处理:
提取所述多个加权类似度中类似度的值最大的所述加权类似度来作为所述对象加权类似度,
在无法进行该提取的情况下,提取对由所述类似度评价部计算出的所述多个类似度中值最大的类似度进行了所述加权处理的加权类似度来作为所述对象加权类似度,
在无法进行该提取的情况下,从所述多个加权类似度中提取与过去取得所述行进信息时的所述加权类似度最接近的所述加权类似度来作为所述对象加权类似度。
9.根据权利要求1~8中任一项所述的线行进信息取得装置,其中,
所述类似度评价部计算出多个所述多个类似度中成为极大点的类似度极大点,
所述加权处理部对所述类似度极大点进行所述加权处理,并计算出所述加权类似度。
10.根据权利要求1~9中任一项所述的线行进信息取得装置,其中,
所述第一线粗细不均信号以及第二线粗细不均信号按采样时间间隔进行采样,
所述线行进信息取得装置还具备计测部,该计测部分别计测所述采样时间间隔,
所述行进信息取得部基于由所述计测部计测到的所述采样时间间隔来计算所述时间偏差。
11.一种线处理装置,其特征在于,具备:
权利要求1~10中任一项所述的线行进信息取得装置;
对所述线进行处理的线处理部;以及
控制部,其基于由所述线行进信息取得装置取得的所述线的行进信息来控制所述线处理部所进行的处理。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012-073809 | 2012-03-28 | ||
JP2012073809A JP5846000B2 (ja) | 2012-03-28 | 2012-03-28 | 糸走行情報取得装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103359548A true CN103359548A (zh) | 2013-10-23 |
CN103359548B CN103359548B (zh) | 2017-09-05 |
Family
ID=47843037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310100028.8A Active CN103359548B (zh) | 2012-03-28 | 2013-03-26 | 线行进信息取得装置 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP2644551B1 (zh) |
JP (1) | JP5846000B2 (zh) |
CN (1) | CN103359548B (zh) |
IN (1) | IN2013DE00540A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110943671A (zh) * | 2019-12-19 | 2020-03-31 | 瑞声科技(新加坡)有限公司 | 一种电机信号控制方法、终端设备及存储介质 |
WO2021120100A1 (zh) * | 2019-12-19 | 2021-06-24 | 瑞声声学科技(深圳)有限公司 | 一种电机信号控制方法、终端设备及存储介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017065897A (ja) * | 2015-09-30 | 2017-04-06 | 村田機械株式会社 | 繊維機械、繊維機械システム、状態取得装置及び繊維処理ユニット |
EP3634896B1 (de) | 2017-06-07 | 2021-08-11 | Oerlikon Textile GmbH & Co. KG | Verfahren und vorrichtung zur überwachung einer fadenspannung an einem laufenden faden |
CN111033423B (zh) * | 2018-04-18 | 2023-11-21 | 百度时代网络技术(北京)有限公司 | 用于评估自动驾驶车辆的定位系统的方法 |
CN111930493B (zh) * | 2019-05-13 | 2023-08-01 | 中国移动通信集团湖北有限公司 | 集群中NodeManager状态管理方法、装置及计算设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3504622A1 (de) * | 1985-02-11 | 1986-08-14 | Endress U. Hauser Gmbh U. Co, 7867 Maulburg | Anordnung zur beruehrungslosen messung der geschwindigkeit eines bewegten mediums |
DE4225842A1 (de) * | 1992-08-05 | 1994-02-10 | Schlafhorst & Co W | Vorrichtung zum Messen der Geschwindigkeit von Textilfäden an einer Wickeleinrichtung |
JP5126590B2 (ja) * | 2008-02-14 | 2013-01-23 | 村田機械株式会社 | 糸品質測定器及び糸巻取機 |
CN201512630U (zh) * | 2009-09-27 | 2010-06-23 | 江苏圣蓝科技有限公司 | 具有主从式双传感器的电子清纱器 |
JP5636785B2 (ja) * | 2010-07-23 | 2014-12-10 | 村田機械株式会社 | 繊維条体測定装置及び糸巻取機 |
JP5614534B2 (ja) * | 2010-08-31 | 2014-10-29 | 村田機械株式会社 | 糸走行情報取得装置及び糸巻取機 |
-
2012
- 2012-03-28 JP JP2012073809A patent/JP5846000B2/ja not_active Expired - Fee Related
-
2013
- 2013-02-07 EP EP13154469.4A patent/EP2644551B1/en active Active
- 2013-02-25 IN IN540DE2013 patent/IN2013DE00540A/en unknown
- 2013-03-26 CN CN201310100028.8A patent/CN103359548B/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110943671A (zh) * | 2019-12-19 | 2020-03-31 | 瑞声科技(新加坡)有限公司 | 一种电机信号控制方法、终端设备及存储介质 |
WO2021120100A1 (zh) * | 2019-12-19 | 2021-06-24 | 瑞声声学科技(深圳)有限公司 | 一种电机信号控制方法、终端设备及存储介质 |
CN110943671B (zh) * | 2019-12-19 | 2023-05-26 | 瑞声科技(新加坡)有限公司 | 一种电机信号控制方法、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP5846000B2 (ja) | 2016-01-20 |
JP2013203517A (ja) | 2013-10-07 |
IN2013DE00540A (zh) | 2015-06-26 |
EP2644551B1 (en) | 2016-11-30 |
EP2644551A3 (en) | 2014-06-25 |
EP2644551A2 (en) | 2013-10-02 |
CN103359548B (zh) | 2017-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103359548A (zh) | 线行进信息取得装置 | |
CN101509756B (zh) | 纱线品质测量器以及绕线机 | |
EP2423144B1 (en) | Yarn travelling information acquiring device and yarn winding machine | |
CN101659361B (zh) | 纱线卷绕装置及具有该纱线卷绕装置的自动络纱机 | |
CN103569794B (zh) | 纱线监视装置以及纱线卷取机 | |
CN103359547B (zh) | 纱疵分类装置以及纱线卷取机 | |
CN102421687B (zh) | 纱线卷取装置及用于卷装的旋转不良检测的警报阈值决定方法 | |
CN101659362B (zh) | 纱线卷绕装置及具有该纱线卷绕装置的自动络纱机 | |
CN102574656B (zh) | 纱线卷绕装置 | |
CN101544323B (zh) | 纱线卷绕机及纱线卷绕方法 | |
CN102612478B (zh) | 纱线卷取机 | |
CN102807130B (zh) | 纱线卷绕装置 | |
CN106927307B (zh) | 纱线卷取装置、纱线卷取方法以及纱线卷取系统 | |
CN103827366B (zh) | 纺纱机、卷绕装置及纤维机械 | |
CN103359545A (zh) | 纱线行进信息取得装置和纱线处理装置 | |
US11814755B2 (en) | Method of contactless optical detection of yarn at a workstation of a yarn manufacturing textile machine, an optical sensor of yarn and a textile machine | |
JPH028151A (ja) | 円すい形あや巻きチーズを巻く方法及び装置 | |
EP1249422B1 (de) | Garnreinigungseinrichtung an der Spulstelle einer Textilmaschine | |
CN103569780A (zh) | 驱动状态检测装置、卷绕单元、卷绕机、纺纱单元及纺纱机 | |
EP1787936A2 (en) | Textile machine | |
CN103241588A (zh) | 确定筒子驱动辊的所需转速的方法和装置 | |
CN110167857A (zh) | 纱线切断控制装置、纱线监视装置和纱线卷取装置 | |
CN108285062A (zh) | 纱线信息取得装置、纱线卷取机以及纤维机械系统 | |
CN103010842B (zh) | 纱线卷取装置 | |
CZ304556B6 (cs) | Soukací místo textilního stroje |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |