CN109146877A - 一种基于管纱等级的智能分类络筒方法及其实现装置 - Google Patents

一种基于管纱等级的智能分类络筒方法及其实现装置 Download PDF

Info

Publication number
CN109146877A
CN109146877A CN201811079118.2A CN201811079118A CN109146877A CN 109146877 A CN109146877 A CN 109146877A CN 201811079118 A CN201811079118 A CN 201811079118A CN 109146877 A CN109146877 A CN 109146877A
Authority
CN
China
Prior art keywords
yarn
coil
winder
grade
spindle position
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
Application number
CN201811079118.2A
Other languages
English (en)
Other versions
CN109146877B (zh
Inventor
全晶
程隆棣
邵瑞琪
张瑞云
崔月敏
薛文良
左舒文
刘蕴莹
张淑慧
俞建勇
王克毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Donghua University
National Dong Hwa University
Original Assignee
Donghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Donghua University filed Critical Donghua University
Priority to CN201811079118.2A priority Critical patent/CN109146877B/zh
Publication of CN109146877A publication Critical patent/CN109146877A/zh
Application granted granted Critical
Publication of CN109146877B publication Critical patent/CN109146877B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0006Industrial image inspection using a design-rule based approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30124Fabrics; Textile; Paper

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Spinning Or Twisting Of Yarns (AREA)
  • Replacing, Conveying, And Pick-Finding For Filamentary Materials (AREA)

Abstract

本发明涉及一种基于管纱等级的智能分类络筒方法及其实现装置,方法为:在线采集管纱的质量信息后确定其等级,再按等级将管纱输送至不同络筒锭位进行络筒,质量信息是通过采集处于瞬时稳定状态的纱线的图像后对图像进行处理得到的,等级是通过分别对应将等级、等级已知的历史管纱的质量信息和等级待确定的当前管纱的质量信息作为类别、训练样本和测试样本采用SVM的“一对一”分类方法确定的。装置包括用于采集管纱质量信息的采信装置、用于确定管纱的等级信息并将其储存在管纱上的电子标签中的RFID系统和分类络筒装置。本发明的方法,准确率和效率高;装置易操作,自动化程度高,应用前景好。

Description

一种基于管纱等级的智能分类络筒方法及其实现装置
技术领域
本发明属于智能纺纱领域,涉及一种基于管纱等级的智能分类络筒方法及其实现装置。
背景技术
近年来,随着科技的进步和产业的变革,向智能化转型已经成为制造业的整体发展趋势。纺织领域也提出了工艺自动化、加工过程连续化、质量监控在线化和生产管理无人化等愿景。纺纱作为纺织加工流程中最长且最复杂的工艺,更需突破纺纱工艺智能化和纺纱过程连续化难以实现的技术瓶颈,将信息化与工业化融合,加快纺织产业的转型升级。
筒纱是纺织企业的常见产品,人们通过环锭纺、气流纺或喷气纺等各种纺纱方式纺织得到的绝大部分细纱最终都以筒纱的形式出售。目前传统企业中的纱线通常是在络筒完成后进行分类的,筒纱的收集、识别分类和输送基本是由人工完成,用工量较大,过程繁琐易出错,效率较低,错误率高,会浪费大量人力物力。
因此,开发一种效率高且可自动化地智能分类纱线的络筒方法极具现实意义。
发明内容
本发明的目的是为了克服上述现有技术中存在的问题,提供一种效率高且可自动化地分类管纱的基于管纱等级的智能分类络筒方法。本发明首先通过CCD技术采集处于瞬时稳定状态的管纱的图像,然后对图像进行处理得到管纱的质量信息确认其等级,最后按等级将管纱输送至不同络筒锭位进行络筒,从而实现了管纱的智能分类络筒。
为了达到上述目的,本发明采用的技术方案为:
一种基于管纱等级的智能分类络筒方法,在线采集管纱的质量信息后确定其等级,再按等级将管纱输送至不同络筒锭位进行络筒;
所述质量信息是通过采集处于瞬时稳定状态的纱线的图像后对图像进行处理得到的,所述采集基于CCD技术,所述瞬时稳定状态是指纱线在时间t内振动频率在水平和垂直方向上的分量都≤10Hz同时振幅在水平和垂直方向上的分量都≤0.1mm的状态,t为采集10~100张图像所用的时间,所述瞬时稳定状态通过纱线与曲面接触形成,接触后纱线的运动路径由直线型变为折线型;折线型路径的纱线受到沿曲面运动方向的作用力Ⅰ及曲面与纱线接触后产生的不平行于纱线运动方向且与作用力Ⅰ相交的作用力Ⅱ,本发明通过施加的作用力Ⅰ和作用力Ⅱ,限制纱线在各个方向的振动,使得纱线在运行过程中处于瞬时稳定的状态;
所述等级是通过分别对应将等级、等级已知的历史管纱的质量信息和等级待确定的当前管纱的质量信息作为类别、训练样本和测试样本采用SVM的“一对一”分类方法确定的;
所述按等级将管纱输送至不同络筒锭位是指在管纱的输送过程中,当管纱从络筒锭位侧方经过时,若络筒锭位上纱线长度及其对应的筒架上纱线长度都为0,或者络筒锭位上纱线长度为0、其对应的筒架上纱线长度大于0小于设定米长且管纱的等级信息与筒架上纱线的等级信息相同,则将管纱推送至该络筒锭位,其他情况则不推送,络筒锭位上纱线长度为0是指络筒锭位上无纱管或者有空纱管,筒架上纱线长度为0是指筒架上无筒管或者有空筒管。
本发明通过将纱线与曲面接触使其处于瞬时稳定状态,并采集该状态下的纱线的图像对其进行处理得到纱线的质量信息,处于瞬时稳定状态的纱线的图像清晰且保留更多细节信息,便于快速处理并准确获取纱线质量信息,不仅提高了处理精度即检测准确性,还提高了处理速度即检测效率,后续过程中确定纱线等级,再按照等级将管纱输送至不同络筒锭位进行络筒,从而实现了管纱的智能分类络筒。
作为优选的技术方案:
如上所述的一种基于管纱等级的智能分类络筒方法,所述筒架上纱线的等级信息是通过储存其对应的络筒锭位上的管纱的等级信息得到的,当络筒锭位上纱线长度及其对应的筒架上纱线长度都为0时,在将管纱推送至络筒锭位的同时对管纱的等级信息进行储存,当筒架上纱线长度等于设定米长时,对储存的等级信息进行清除。若不清除,当新一批管纱皆与该筒架上纱线的等级信息不相同,则会存在空闲的筒位,降低了络筒效率。
如上所述的一种基于管纱等级的智能分类络筒方法,所述质量信息包括线密度、粗节、细节、棉结、条干和毛羽信息;
线密度为提前设置的工艺参数,同一台车线密度设置相同,其也可通过纱线图像(CCD图像)获得;
纱线粗节、细节和棉结是通过对纱线图像进行去噪处理后采用浮动阈值法或斜率阈值法判定纱线边界再计算纱线直径得到的,粗节为纱线直径大于等于纱线平均直径150%的位置,细节为纱线直径小于等于纱线平均直径50%的位置,棉结为纱线直径大于等于纱线平均直径300%的位置;
纱线毛羽信息是通过对纱线图像进行去噪处理获取纱线图像的信息后,根据毛羽像素数计算毛羽长度并进行分类、计数,同时根据纱线图像中像素灰度的阈值分类方法检测异常像素块并进行分类、计数得到的纱线的毛羽和纱疵信息。
所述历史管纱的等级共四级,确定方法为:参照国家标准GB/T 398-2008中线密度、棉结、条干特征信息的不同等级的阈值分别按线密度、棉结和条干特征信息确定历史管纱的等级,再以其中的最低等级作为历史管纱的等级;
所述当前管纱的等级确定方法为:首先将不同类别的训练样本两两组合后对应的向量作为训练集,采用训练集训练SVM分类器得到多个SVM子分类器,然后将测试样本对应的向量输入到每个SVM子分类器中,最后采用投票的形式得到测试样本的类别,即得到当前管纱的等级。
本发明采用SVM分类器对纱线进行分类,具体为:将训练样本的各项指标值输入到SVM分类中,构造如下特征向量:v={Density,Slub,Snick,Nep,CV,Hairness},其中Density、Slub、Snick、Nep、CV、Hairness分别为管纱的线密度、粗节、细节、棉结、条干、毛羽值。
将优等品、一等品、二等品和三等品四个等级分别设为A、B、C、D四类,以(A,B)、(A,C)、(A,D)、(B,C)、(B,D)、(C,D)所对应的特征向量作为训练集,训练SVM分类器得到六个SVM子分类器;然后将由CCD实时获取的管纱的线密度、粗节、细节、棉结、条干和毛羽特征信息作为测试样本,将其以向量的方式分别输入到六个SVM子分类器中去,采用投票的形式得到测试样本的类别。其中投票的方式如下所示:
A=B=C=D=0;
(A,B)-classifier如果是A win,则A=A+1;otherwise,B=B+1;
(A,C)-classifier如果是A win,则A=A+1,otherwise,C=C+1;
...
(C,D)-classifier如果是C win,则C=C+1;otherwise,D=D+1;
The decision is the Max(A,B,C,D)。
如上所述的一种基于管纱等级的智能分类络筒方法,所述处于瞬时稳定状态的纱线为环锭纺纱机或基于环锭纺开发的新型纺纱机的前罗拉钳口和导纱钩之间的纺纱段内的纱线,本发明的基于管纱等级的智能分类络筒方法不仅仅适用于传统环锭纺纱机,还可适用于其他纺纱技术,如赛罗纺、赛罗菲尔纺或扭妥纺等,本发明方法可稳定地在线检测纱线质量并对纱线质量信息处理结果进行反馈;
所述处于瞬时稳定状态的纱线的折线型运行路径与直线型运行路径之间的最大间距为1~50mm。间距过大会对纱线路径改变过多,产生较大纺纱张力,而且过大的间距使得纱线在曲面上的包围角过大,影响纱线运行,增加断头;最大间距过小会使得对纱线的控制力减弱,不能形成瞬时稳定的纺纱状态。
如上所述的一种基于管纱等级的智能分类络筒方法,所述曲面的数量为1个以上,曲面的数量大于1时,所述接触为同时接触;
曲面的数量为1时,折线的折点数量为1,折点与前罗拉钳口之间的距离为50~200mm,处于瞬时稳定状态的纱线为折点与前罗拉钳口之间的纺纱段内的纱线;曲面的数量为2时,折线的折点数量为2,两折点之间的距离为50~200mm,折点与前罗拉钳口之间的最小距离为20~100mm,处于瞬时稳定状态的纱线为两折点之间的纺纱段内的纱线;曲面的数量为3个以上时,折线的折点数量为2个以上,折点之间的最大距离为50~200mm,相邻两折点之间的距离大于1mm,折点与前罗拉钳口之间的最小距离为20~100mm,处于瞬时稳定状态的纱线为距离最远的两折点之间的纺纱段内的纱线。折点与前罗拉钳口之间的最小距离过大会使得能够检测的纺纱段减少,不利于图像采集;距离过小使得纱线发生断头,因为捻度是自下向上传递的,越靠近前罗拉钳口,捻度越小,纱线强力越低,越可能发生断头。在一定范围内检测精度随着曲面数量(1~3)的增大而增大,但曲面数量进一步增大,检测精度并不会随之增大,反而可能会影响纱线的运行。
本发明还提供了实现如上所述的一种基于管纱等级的智能分类络筒方法的装置,包括采信装置、RFID系统和分类络筒装置,采信装置用于采集管纱的质量信息,RFID系统用于确定管纱的等级信息并将其储存在管纱上的电子标签中,分类络筒装置用于按等级将管纱输送至不同络筒锭位;相比于传统条形码设备的易损性和低安全性,RFID系统具有非接触性、无方向性、可永久使用和对环境敏感度低等特性;
采信装置主要由图像采集器、光源、信号处理器(信号处理器DSP是digitalsignal processor的简称,是一种专门用来实现信号处理算法的微处理器芯片)、驱动装置、纱线瞬时稳定装置、模/数转换器和图像处理器组成,图像处理器与RFID系统连接;
图像采集器用于采集纱线的图像并发送信号(移动信号)至信号处理器,光源用于照明和净化纱线背景,信号处理器用于对图像采集器发送的信号(移动信号)进行处理后发送至驱动装置,驱动装置用于驱动纱线瞬时稳定装置运动,运动既包括靠近和远离纱线的运动,也包括沿导纱板在不同锭子之间的位移,驱动装置的具体结构不作为本发明的保护要点,可采用本领域公知常识的结构,例如电机等,只要能起到驱动纱线瞬时稳定装置沿特定方向运动的作用即可,纱线瞬时稳定装置用于在采集纱线的图像时与纱线接触使纱线处于瞬时稳定状态,模/数转换器用于转换信号,图像处理器用于处理纱线的图像获取纱线的质量信息;
图像采集器和光源分布在纱线两侧,光源发出的光为平行光,纱线瞬时稳定装置含有用于与纱线接触的曲面,图像采集器、信号处理器、驱动装置和纱线瞬时稳定装置顺序连接,图像采集器、模/数转换器和图像处理器顺序连接;
分类络筒装置主要由PLC控制单元以及分别与PLC控制单元连接的RFID读码器、光电传感器、锭位计算机和推送装置组成;
RFID读码器用于读取电子标签中管纱的等级信息,光电传感器用于检测络筒锭位上纱线长度是否为0,锭位计算机用于测量筒架上纱线长度并与0和设定米长进行比较,PLC控制单元用于储存筒架上纱线的等级信息并与RFID读码器发来的管纱的等级信息进行比较,并根据等级信息的比较结果以及光电传感器和锭位计算机发来的信号发送不同的指令至推送装置,推送装置用于推送管纱至络筒锭位。
实现装置的工作流程如下:采集图像时,图像采集器向信号处理器发送与纱线接触的运动信号,信号处理器接收信号后向驱动装置发送伸长运动信号使得纱线瞬时稳定装置与纱线接触,纱线偏离原路径最大距离1~50mm后驱动装置停止伸长,此时纱线处于瞬时稳定状态,图像采集器开始采集纱线的图像并将该信号通过模/数转换器传送至图像处理器,图像处理器处理得到质量信息后将质量信息信号发送至RFID系统,RFID系统根据质量信息确定管纱的等级信息并将其储存在管纱上的电子标签中,RFID读码器读取电子标签中管纱的等级信息后将信号传递给PLC控制单元,同时,光电传感器检测络筒锭位上纱线长度是否为0并将检测后的结果传递给PLC控制单元,锭位计算机测量筒架上纱线长度并与0和设定米长进行比较并将比较后的结果传递给PLC控制单元,然后PLC控制单元将储存的筒架上纱线的等级信息与RFID读码器发来的管纱的等级信息进行比较,并根据等级信息的比较结果以及光电传感器和锭位计算机发来的信号发送不同的指令至推送装置,推送装置用于推送管纱至络筒锭位,在图像采集完成后,图像采集器向信号处理器发送与纱线分离的运动信号,信号处理器接收信号向驱动装置发送收缩运动信号使得纱线瞬时稳定装置与纱线分离,驱动装置收缩到原长状态时停止收缩运动。
在不同情况下,本发明的智能分类络筒的处理过程分别如下:
(1)当络筒机刚启动,各锭位无纱管,络筒机上无筒管,抓取空筒管放置在筒架上,管纱输送带运输不同等级的管纱,此时PLC控制单元内没有储存管纱等级信息,第一个管纱从第一个络筒锭位的侧方经过时,RFID读码器读取管纱等级信息,并发送至PLC控制单元,PLC控制单元对该管纱等级信息进行存储作为其对应的筒架上纱线的等级信息,并发送相应指令使继电器线圈通电,继电器对应的硬输出触点闭合,电磁阀通电,电磁阀控制气缸运动,将该管纱推入该络筒锭位,行程开关安装在络筒锭位旁,当管纱推入到络筒锭位,触碰行程开关的机械触头,改变控制电路,PLC接收到信号后切断电磁阀输出,气缸停止运动。
(2)当第j、k和m个络筒锭位上的纱线络卷完毕,但锭位计算机内记录的其对应筒架上纱线的长度还未卷绕到设定米长时,此时光电传感器检测络筒锭位上纱线长度为0并发出信号,PLC控制单元接收信号并发送相应指令给继电器,继电器发出输出信号,电磁阀通电,控制气缸运动,将络筒锭位上的空纱管排出至空管传送带,同时使管纱输送带工作,运输管纱,运输管纱的过程如下所示:不同等级的管纱位于管纱输送带上,当第i个管纱从第j个络筒锭位的侧方经过时,RFID读码器读取该管纱等级信息并发送至PLC控制单元,此时PLC控制单元内储存有第j个络筒锭位对应的筒架上纱线的等级信息,PLC控制单元将接收的管纱等级信息与储存的筒架上纱线的等级信息进行比较,若不相同,PLC控制单元控制继电器线圈失电,不发出输出信号至电磁阀,气缸不执行工作,当第i个管纱继续前行从第k个络筒锭位的侧方经过时,PLC控制单元进行等级信息比较,若第i个管纱的等级信息与第k个络筒锭位对应的筒架上纱线的等级信息相同,则PLC控制单元发送指令给继电器,继电器发出输出信号,使电磁阀通电,电磁阀控制气缸将第i个管纱推入第k个络筒锭位。当气缸动作到位后,相应的气缸行程开关反馈信号给PLC控制单元,表示气缸已到位,PLC接收到信号后切断电磁阀输出。
(3)当第j、k和m个络筒锭位上的纱线络卷完毕,且其对应筒架上纱线长度卷绕到设定米长时,锭位计算机关闭络筒锭位并将关闭络筒锭位的动作信息发送给PLC控制单元,PLC发送信号,落筒装置接收信号发生自动换筒动作,此时光电传感器检测络筒锭位上纱线长度为0并发出信号,PLC控制单元接收信号并发送相应指令给继电器,继电器发出输出信号,电磁阀通电,控制气缸运动,将络筒锭位上的空纱管排出至空管传送带,同时使管纱输送带工作,运输管纱,同时,PLC控制单元在接收到筒架上纱线长度等于设定米长的信息时,会将储存的筒架上纱线的等级信息清除。管纱输送带上的新管纱先从第j个络筒锭位的侧方经过,RFID读码器读取管纱等级信息,并发送至PLC控制单元,PLC控制单元对该管纱等级信息进行存储,作为其对应筒架上纱线的等级信息,PLC控制单元发送指令给继电器,继电器线圈通电,对应的硬输出触点闭合,电磁阀通电,电磁阀控制气缸运动,将新管纱推入第j个络筒锭位,当气缸运动到位后,相应的气缸行程开关动作反馈信号给PLC控制单元,表示气缸已到位,完成络筒后PLC接收到信号后切断电磁阀输出。第k和m个络筒锭位上的纱线的分类络筒过程与上述操作相同。
(4)当第j个络筒锭位上纱线长度不为0,但筒架上的纱线卷绕到设定米长时,锭位计算机关闭络筒锭位并将关闭络筒锭位的动作信息发送给PLC控制单元,PLC发送信号,落筒装置接收信号发生自动换筒动作,换上空筒管后,继续络筒。
(5)当第j个络筒锭位上纱线长度不为0,且筒架上的纱线未卷绕到设定米长,但是因为管纱纱线打结或纱线断头后接头失败次数达到上限,纱管停止运转,锭位计算机发出信号给PLC控制单元,PLC控制单元发送指令给继电器,继电器发出输出信号,电磁阀通电,控制气缸运动,将第j个络筒锭位上的纱管排出到空管传送带,同时管纱输送传送带工作,运输与其等级信息相同的新管纱至该络筒锭位。
作为优选的技术方案:
如上所述的装置,所述推送装置主要由行程开关以及相互连接的电磁阀和气缸组成,电磁阀和行程开关分别与PLC控制单元连接,电磁阀用于控制气缸运动,气缸用于控制管纱的推入和排出,行程开关用于限制气缸运动的行程,行程开关安装在络筒锭位旁,气缸安装在管纱输送带上;
络筒机的各个络筒锭位分别对应一组PLC控制单元、RFID读码器、光电传感器、锭位计算机和推送装置,RFID读码器位于络筒锭位一侧且靠近管纱输送带,光电传感器和锭位计算机位于络筒锭位的一侧。
如上所述的装置,还包括与PLC控制单元连接的落筒装置,锭位计算机还用于关闭络筒锭位并将关闭络筒锭位的动作信息发送给PLC控制单元,PLC控制单元还用于发送落筒信号至落筒装置,落筒装置用于自动换筒,所述推送装置还用于将空纱管推送至空管传送带。
如上所述的装置,所述图像采集器包括CCD电荷耦合器件以及安装在CCD电荷耦合器件上的光学镜头,所述CCD电荷耦合器件为线阵CCD电荷耦合器件或面阵CCD电荷耦合器件,所述光学镜头为物方远心镜头,所述图像处理器为计算机,所述图像处理器与中央控制系统连接;其中物方远心镜头是图像传感器在镜头焦距后方的镜头,当物距改变时,由于被测物成像中心点保持不变,图像传感器仍能得到清晰图像;
所述RFID系统主要由后台计算机、读写器、天线及电子标签构成,后台计算机用于基于SVM确认管纱的等级信息,读写器用于读取管纱的等级信息并将其写入电子标签,天线用于在读写器和电子标签间传递射频信号,所述图像处理器、后台计算机和读写器依次连接。
如上所述的装置,所述纱线瞬时稳定装置的材质为陶瓷、金属或塑料,所述纱线瞬时稳定装置与导纱板连接;
所述纱线瞬时稳定装置为一根或多根相互平行的长杆或者为一个或多个位于同一平面上的圆轮;
长杆为横截面面积保持不变的几何体I,或者为横截面面积自两端向中间逐渐减小的几何体II,或者为由几何体I和几何体II中的一种以上构成的组合体;
几何体I的横截面为圆形、椭圆形或由不规则的封闭曲线围成的形状,几何体II为母线为V型折线或U型曲线的旋转体;
长杆为圆柱体时,长杆表面沿轴向的摩擦系数大于沿切向的摩擦系数;较大的沿轴向的摩擦系数能够有效控制纱线在长杆轴向的振动,较小的沿切向的摩擦系数能够减少长杆对纱线运行的影响;
圆轮的圆周表面上设有直角型、V型或U型凹槽,凹槽内表面光滑。本发明的纱线瞬时稳定装置的形状并不仅限于此,此处仅列举部分能够使得纱线处于瞬时稳定状态的装置形状。
纱线瞬时稳定装置的曲面运动与纱线接触,对纱线产生一个沿曲面运动方向的作用力Ⅰ,同时直角型、V型或U型的凹槽,或轴向较大的摩擦力对纱线产生作用力Ⅱ,作用力Ⅱ方向与曲面运动方向相交,且不平行于纱线运动方向。作用力Ⅰ和作用力Ⅱ限制了纱线在各个方向的振动,使得纱线处于瞬时稳定状态。
有益效果:
(1)本发明的基于管纱等级的智能分类络筒方法,通过采集处于瞬时稳定状态的纱线的图像进行处理,极大地提高了检测准确性及检测效率;
(2)本发明的基于管纱等级的智能分类络筒方法,运用算法对不同等级的管纱进行高效精确的分类,过程智能高效,实现纺纱过程信息化和智能化,极大地减低了管纱质量分类管理的人力成本,提高了效率;
(3)本发明的基于管纱等级的智能分类络筒方法的实现装置,通过采用纱线瞬时稳定装置产生瞬时稳定的纺纱区域,提高了纱线图像采集成功率;
(4)本发明的基于管纱等级的智能分类络筒方法的实现装置,通过拍摄处于瞬时稳定状态的纱线并采用物方远心镜头,能够提高图像拍摄质量,保留更多纱线图像细节,纱线质量信息提取更加准确快捷,同时方便图像采集器调试;
(5)本发明的基于管纱等级的智能分类络筒方法的实现装置,结构简单,可广泛应用于棉、麻、丝、毛和各种化纤的纺纱工序,应用前景十分广阔。
附图说明
图1为本发明的基于管纱等级的智能分类络筒方法的实现装置中各部件的连接关系示意图;
图2为本发明实施例1采用两根长杆的纱线瞬时稳定装置的工作过程示意图;
图3为本发明实施例2采用两个圆轮的纱线瞬时稳定装置的工作过程示意图;
图4为本发明实施例3采用一根长杆的纱线瞬时稳定装置的工作过程示意图;
图5为本发明实施例4采用一个圆轮的纱线瞬时稳定装置的工作过程示意图;
图6为不同等级管纱络筒时的工作过程示意图;
其中,1-CCD电荷耦合器件,2-物方远心镜头,3-前罗拉,4-导纱钩,5-光源,6-长杆,7-纱线,8-圆轮,9-模/数转换器,10-驱动装置,11-信号处理器,12-图像处理器,13-RFID系统,14-PLC控制单元,15-RFID读码器,16-光电传感器,17-锭位计算机,18-推送装置,19-管纱,20-筒纱,21-管纱输送带。
具体实施方式
下面结合具体实施方式,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
实施例1
一种基于管纱等级的智能分类络筒方法的装置,如图1所示,包括采信装置、RFID系统13和分类络筒装置。
采信装置主要由图像采集器、光源5、信号处理器11、驱动装置10、纱线瞬时稳定装置、模/数转换器9和图像处理器12组成,其中,图像采集器用于采集纱线7的图像并发送信号至信号处理器11,光源5用于照明和净化纱线7背景,信号处理器11用于对图像采集器发送的信号进行处理后发送至驱动装置10,驱动装置10用于驱动纱线瞬时稳定装置运动,纱线瞬时稳定装置用于在采集纱线7的图像时与纱线接触使纱线处于瞬时稳定状态,模/数转换器9用于转换信号,图像处理器12为计算机,用于处理纱线的图像获取纱线的质量信息。
图像处理器12与RFID系统13和中央控制系统连接。图像采集器和光源5分布在纱线7两侧,光源5发出的光为平行光,图像采集器、信号处理器11、驱动装置10和纱线瞬时稳定装置顺序连接,图像采集器、模/数转换器9和图像处理器12顺序连接。
图像采集器包括CCD电荷耦合器件1以及安装在CCD电荷耦合器件1上的物方远心镜头2,CCD电荷耦合器件为线阵CCD电荷耦合器件或面阵CCD电荷耦合器件。
纱线瞬时稳定装置的材质为陶瓷、金属或塑料,纱线瞬时稳定装置与导纱板连接,且含有用于与纱线7接触的曲面,纱线瞬时稳定装置为两根相互平行的长杆6,如图2所示,长杆是圆柱杆或者是母线为V型折线或U型曲线的旋转体,长杆为圆柱体时,长杆表面沿轴向的摩擦系数大于沿切向的摩擦系数,本发明中长杆的形状不限于此,可以为横截面面积保持不变的几何体I,也可以为横截面面积自两端向中间逐渐减小的几何体II,还可以为由几何体I和几何体II中的一种以上构成的组合体,几何体I的横截面为圆形、椭圆形或由不规则的封闭曲线围成的形状,几何体II为母线为V型折线或U型曲线的旋转体。。纱线7位于环锭纺纱机的前罗拉3钳口和导纱钩4之间的纺纱段内。
RFID系统用于确定管纱的等级信息并将其储存在管纱上的电子标签中。RFID系统主要由后台计算机、读写器、天线及电子标签构成,后台计算机用于基于SVM确认管纱的等级信息,读写器用于读取管纱的等级信息并将其写入电子标签,天线用于在读写器和电子标签间传递射频信号,图像处理器、后台计算机和读写器依次连接。
不同等级管纱络筒时的工作过程示意图如图6所示,分类络筒装置,主要由PLC控制单元14以及分别与PLC控制单元连接的用于读取电子标签中管纱19的等级信息的RFID读码器15、用于检测络筒锭位上纱线长度是否为0的光电传感器16、用于测量筒架上纱线长度并与0和设定米长进行比较的锭位计算机17和用于推送管纱19至络筒锭位的推送装置18组成;PLC控制单元14用于储存筒架上筒纱20的等级信息并与RFID读码器15发来的管纱19的等级信息进行比较,并根据等级信息的比较结果以及光电传感器16和锭位计算机17发来的信号发送不同的指令至推送装置18。推送装置18主要由行程开关以及相互连接的电磁阀和气缸组成,电磁阀和行程开关分别与PLC控制单元14连接,电磁阀用于控制气缸运动,气缸用于控制管纱的推入和排出,行程开关用于限制气缸运动的行程,行程开关安装在络筒机的络筒锭位旁,气缸安装在管纱输送带21上;络筒机的各个络筒锭位分别对应一组PLC控制单元、RFID读码器、光电传感器、锭位计算机和推送装置,RFID读码器位于络筒锭位一侧且靠近管纱输送带,光电传感器和锭位计算机位于络筒锭位的一侧。
本发明的基于管纱等级的智能分类络筒方法的装置还包括与PLC控制单元连接的用于自动换筒的落筒装置,锭位计算机还用于关闭络筒锭位并将关闭络筒锭位的动作信息发送给PLC控制单元,PLC控制单元还用于发送落筒信号至落筒装置,推送装置还用于将空纱管推送至空管传送带。
采用上述装置进行基于管纱等级的智能分类络筒的方法,具体步骤如下:
(1)在线采集管纱的质量信息,质量信息包括线密度、粗节、细节、棉结、条干和毛羽信息;
(1.1)基于CCD技术采集处于瞬时稳定状态的纱线的图像;
瞬时稳定状态是指环锭纺纱机的前罗拉钳口和导纱钩之间的纺纱段内的纱线在时间t内振动频率在水平和垂直方向上的分量都≤10Hz同时振幅在水平和垂直方向上的分量都≤0.1mm的状态,t为采集10~100张图像所用的时间;
瞬时稳定状态通过纱线与2个曲面同时接触形成,接触后纱线的运动路径由直线型变为折线型,纱线的折线型运行路径与直线型运行路径之间的最大间距20mm;折线的折点数量为2,两折点之间的距离为200mm,折点与前罗拉钳口之间的最小距离为100mm,处于瞬时稳定状态的纱线为两折点之间的纺纱段内的纱线;
(1.2)对图像进行处理得到其质量信息;
(2)确定其等级;
通过分别对应将等级、等级已知的历史管纱的质量信息和等级待确定的当前管纱的质量信息作为类别、训练样本和测试样本采用SVM的“一对一”分类方法确定的,其中:
历史管纱的等级共四级,确定方法为:参照国家标准GB/T 398-2008中线密度、棉结、条干特征信息的不同等级的阈值分别按线密度、棉结和条干特征信息确定历史管纱的等级,再以其中的最低等级作为历史管纱的等级;
当前管纱的等级确定方法为:首先将不同类别的训练样本两两组合后对应的向量作为训练集,采用训练集训练SVM分类器得到多个SVM子分类器,然后将测试样本对应的向量输入到每个SVM子分类器中,最后采用投票的形式得到测试样本的类别,即得到当前管纱的等级;
(3)按等级将管纱输送至不同络筒锭位进行络筒;
在管纱的输送过程中,当管纱从络筒锭位的侧方经过时,若络筒锭位上纱线长度及其对应的筒架上纱线长度都为0,或者络筒锭位上纱线长度为0、其对应的筒架上纱线长度大于0小于设定米长且管纱的等级信息与筒架上纱线的等级信息相同,则将管纱推送至该络筒锭位,其他情况则不推送,其中,络筒锭位上纱线长度为0是指络筒锭位上无纱管或者有空纱管,筒架上纱线长度为0是指筒架上无筒管或者有空筒管,筒架上纱线的等级信息是通过储存其对应的络筒锭位上的管纱的等级信息得到的,当络筒锭位上纱线长度及其对应的筒架上纱线长度都为0时,在将管纱推送至络筒锭位的同时对管纱的等级信息进行储存,当筒架上纱线长度等于设定米长时,对储存的等级信息进行清除。
实施例2
一种基于管纱等级的智能分类络筒方法的装置,具体结构与实施例1基本一致,不同的是纱线瞬时稳定装置为两个位于同一平面上的圆轮8,如图3所示,圆轮8的圆周表面上设有直角型凹槽,凹槽内表面光滑。
采用上述装置进行基于管纱等级的智能分类络筒的方法,具体步骤与实施例1基本一致,不同的是步骤(1)中,瞬时稳定状态通过纱线与2个曲面同时接触形成,接触后纱线的运动路径由直线型变为折线型,纱线的折线型运行路径与直线型运行路径之间的最大间距为1mm;折线的折点数量为2,两折点之间的距离为50mm,折点与前罗拉钳口之间的最小距离为80mm,处于瞬时稳定状态的纱线为两折点之间的纺纱段内的纱线。
实施例3
一种基于管纱等级的智能分类络筒方法的装置,具体结构与实施例1基本一致,不同的是纱线瞬时稳定装置为一根长杆,如图4所示,长杆是圆柱杆或者是母线为V型折线或U型曲线的旋转体,长杆为圆柱体时,长杆表面沿轴向的摩擦系数大于沿切向的摩擦系数,本发明中长杆的形状不限于此,可以为横截面面积保持不变的几何体I,也可以为横截面面积自两端向中间逐渐减小的几何体II,还可以为由几何体I和几何体II中的一种以上构成的组合体,几何体I的横截面为圆形、椭圆形或由不规则的封闭曲线围成的形状,几何体II为母线为V型折线或U型曲线的旋转体。
采用上述装置进行基于管纱等级的智能分类络筒的方法,具体步骤与实施例1基本一致,不同的是步骤(1)中,瞬时稳定状态通过纱线与1个曲面接触形成,接触后纱线的运动路径由直线型变为折线型,纱线的折线型运行路径与直线型运行路径之间的最大间距为40mm;折线的折点数量为1个,折点与前罗拉钳口之间的距离为50mm,处于瞬时稳定状态的纱线为折点与前罗拉钳口之间的纺纱段内的纱线。
实施例4
一种基于管纱等级的智能分类络筒方法的装置,具体结构与实施例1基本一致,不同的是纱线瞬时稳定装置为一个圆轮8,如图5所示,圆轮8的圆周表面上设有直角型、V型或U型凹槽,凹槽内表面光滑。
采用上述装置进行基于管纱等级的智能分类络筒的方法,具体步骤与实施例1基本一致,不同的是步骤(1)中,瞬时稳定状态通过纱线与1个曲面接触形成,接触后纱线的运动路径由直线型变为折线型,纱线的折线型运行路径与直线型运行路径之间的最大间距为50mm;折线的折点数量为1个,折点与前罗拉钳口之间的距离为200mm,处于瞬时稳定状态的纱线为折点与前罗拉钳口之间的纺纱段内的纱线。
实施例5
一种基于管纱等级的智能分类络筒方法的装置,具体结构与实施例2基本一致,不同的是圆轮的圆周表面上设有U型凹槽,凹槽内表面光滑。
采用上述装置进行基于管纱等级的智能分类络筒的方法,具体步骤与实施例2基本一致,不同的是瞬时稳定状态通过纱线与2个曲面同时接触形成,接触后纱线的运动路径由直线型变为折线型,纱线的折线型运行路径与直线型运行路径之间的最大间距为10mm;折线的折点数量为2个,两折点之间的距离为110mm,折点与前罗拉钳口之间的最小距离为20mm,处于瞬时稳定状态的纱线为两折点之间的纺纱段内的纱线。
实施例6
一种基于管纱等级的智能分类络筒方法的装置,具体结构与实施例3一致。
采用上述装置进行基于管纱等级的智能分类络筒的方法,具体步骤与实施例3基本一致,不同的是瞬时稳定状态通过纱线与1个曲面接触形成,接触后纱线的运动路径由直线型变为折线型,纱线的折线型运行路径与直线型运行路径之间的最大间距为5mm;折线的折点数量为1个,折点与前罗拉钳口之间的距离为100mm,处于瞬时稳定状态的纱线为折点与前罗拉钳口之间的纺纱段内的纱线。
实施例7
一种基于管纱等级的智能分类络筒方法的装置,具体结构与实施例1一致,不同的是纱线瞬时稳定装置为三根相互平行的长杆,长杆的具体结构与实施例1相同。
采用上述装置进行基于管纱等级的智能分类络筒的方法,具体步骤与实施例1基本一致,不同的是步骤(1)中,瞬时稳定状态通过纱线与3个曲面同时接触形成,接触后纱线的运动路径由直线型变为折线型,纱线的折线型运行路径与直线型运行路径之间的最大间距为25mm;折线的折点数量为2个,折点之间的最大距离为80mm,相邻两折点之间的距离为2mm,折点与前罗拉钳口之间的最小距离为100mm,处于瞬时稳定状态的纱线为距离最远的两折点之间的纺纱段内的纱线。
实施例8
一种基于管纱等级的智能分类络筒方法的装置,具体结构与实施例1一致,不同的是纱线瞬时稳定装置为三个位于同一平面上的圆轮,三个圆轮的圆周表面上分别设有直角型、V型和U型凹槽,凹槽内表面光滑。
采用上述装置进行基于管纱等级的智能分类络筒的方法,具体步骤与实施例1基本一致,不同的是步骤(1)中,瞬时稳定状态通过纱线与3个曲面同时接触形成,接触后纱线的运动路径由直线型变为折线型,纱线的折线型运行路径与直线型运行路径之间的最大间距为40mm;折线的折点数量为3个,折点之间的最大距离为50mm,相邻两折点之间的距离为4mm,折点与前罗拉钳口之间的最小距离为40mm,处于瞬时稳定状态的纱线为距离最远的两折点之间的纺纱段内的纱线。
实施例9
一种基于管纱等级的智能分类络筒方法的装置,具体结构与实施例1一致,不同的是纱线瞬时稳定装置为四根相互平行的长杆,长杆的具体结构与实施例1相同。
采用上述装置进行基于管纱等级的智能分类络筒的方法,具体步骤与实施例1基本一致,不同的是步骤(1)中,瞬时稳定状态通过纱线与4个曲面同时接触形成,接触后纱线的运动路径由直线型变为折线型,纱线的折线型运行路径与直线型运行路径之间的最大间距为7mm;折线的折点数量为4个,折点之间的最大距离为200mm,相邻两折点之间的距离为3mm,折点与前罗拉钳口之间的最小距离为20mm,处于瞬时稳定状态的纱线为距离最远的两折点之间的纺纱段内的纱线。

Claims (10)

1.一种基于管纱等级的智能分类络筒方法,其特征是:在线采集管纱的质量信息后确定其等级,再按等级将管纱输送至不同络筒锭位进行络筒;
所述质量信息是通过采集处于瞬时稳定状态的纱线的图像后对图像进行处理得到的,所述采集基于CCD技术,所述瞬时稳定状态是指纱线在时间t内振动频率在水平和垂直方向上的分量都≤10Hz同时振幅在水平和垂直方向上的分量都≤0.1mm的状态,t为采集10~100张图像所用的时间,所述瞬时稳定状态通过纱线与曲面接触形成,接触后纱线的运动路径由直线型变为折线型;
所述等级是通过分别对应将等级、等级已知的历史管纱的质量信息和等级待确定的当前管纱的质量信息作为类别、训练样本和测试样本采用SVM的“一对一”分类方法确定的;
所述按等级将管纱输送至不同络筒锭位是指在管纱的输送过程中,当管纱从络筒锭位侧方经过时,若络筒锭位上纱线长度及其对应的筒架上纱线长度都为0,或者络筒锭位上纱线长度为0、其对应的筒架上纱线长度大于0小于设定米长且管纱的等级信息与筒架上纱线的等级信息相同,则将管纱推送至该络筒锭位,其他情况则不推送,络筒锭位上纱线长度为0是指络筒锭位上无纱管或者有空纱管,筒架上纱线长度为0是指筒架上无筒管或者有空筒管。
2.根据权利要求1所述的一种基于管纱等级的智能分类络筒方法,其特征在于,所述筒架上纱线的等级信息是通过储存其对应的络筒锭位上的管纱的等级信息得到的,当络筒锭位上纱线长度及其对应的筒架上纱线长度都为0时,在将管纱推送至络筒锭位的同时对管纱的等级信息进行储存,当筒架上纱线长度等于设定米长时,对储存的等级信息进行清除。
3.根据权利要求1所述的一种基于管纱等级的智能分类络筒方法,其特征在于,所述质量信息包括线密度、粗节、细节、棉结、条干和毛羽信息;
所述历史管纱的等级共四级,确定方法为:参照国家标准GB/T 398-2008中线密度、棉结、条干特征信息的不同等级的阈值分别按线密度、棉结和条干特征信息确定历史管纱的等级,再以其中的最低等级作为历史管纱的等级;
所述当前管纱的等级确定方法为:首先将不同类别的训练样本两两组合后对应的向量作为训练集,采用训练集训练SVM分类器得到多个SVM子分类器,然后将测试样本对应的向量输入到每个SVM子分类器中,最后采用投票的形式得到测试样本的类别,即得到当前管纱的等级。
4.根据权利要求1所述的一种基于管纱等级的智能分类络筒方法,其特征在于,所述处于瞬时稳定状态的纱线为环锭纺纱机或基于环锭纺开发的新型纺纱机的前罗拉钳口和导纱钩之间的纺纱段内的纱线,所述处于瞬时稳定状态的纱线的折线型运行路径与直线型运行路径之间的最大间距为1~50mm。
5.根据权利要求1所述的一种基于管纱等级的智能分类络筒方法,其特征在于,所述曲面的数量为1个以上,曲面的数量大于1时,所述接触为同时接触;
曲面的数量为1时,折线的折点数量为1,折点与前罗拉钳口之间的距离为50~200mm,处于瞬时稳定状态的纱线为折点与前罗拉钳口之间的纺纱段内的纱线;曲面的数量为2时,折线的折点数量为2,两折点之间的距离为50~200mm,折点与前罗拉钳口之间的最小距离为20~100mm,处于瞬时稳定状态的纱线为两折点之间的纺纱段内的纱线;曲面的数量为3个以上时,折线的折点数量为2个以上,折点之间的最大距离为50~200mm,相邻两折点之间的距离大于1mm,折点与前罗拉钳口之间的最小距离为20~100mm,处于瞬时稳定状态的纱线为距离最远的两折点之间的纺纱段内的纱线。
6.实现如权利要求1~5任一项所述的一种基于管纱等级的智能分类络筒方法的装置,其特征是:包括采信装置、RFID系统和分类络筒装置,RFID系统用于确定管纱的等级信息并将其储存在管纱上的电子标签中;
采信装置主要由图像采集器、光源、信号处理器、驱动装置、纱线瞬时稳定装置、模/数转换器和图像处理器组成,图像处理器与RFID系统连接;
图像采集器用于采集纱线的图像并发送信号至信号处理器,光源用于照明和净化纱线背景,信号处理器用于对图像采集器发送的信号进行处理后发送至驱动装置,驱动装置用于驱动纱线瞬时稳定装置运动,纱线瞬时稳定装置用于在采集纱线的图像时与纱线接触使纱线处于瞬时稳定状态,模/数转换器用于转换信号,图像处理器用于处理纱线的图像获取纱线的质量信息;
图像采集器和光源分布在纱线两侧,光源发出的光为平行光,纱线瞬时稳定装置含有用于与纱线接触的曲面,图像采集器、信号处理器、驱动装置和纱线瞬时稳定装置顺序连接,图像采集器、模/数转换器和图像处理器顺序连接;
分类络筒装置主要由PLC控制单元以及分别与PLC控制单元连接的RFID读码器、光电传感器、锭位计算机和推送装置组成;
RFID读码器用于读取电子标签中管纱的等级信息,光电传感器用于检测络筒锭位上纱线长度是否为0,锭位计算机用于测量筒架上纱线长度并与0和设定米长进行比较,PLC控制单元用于储存筒架上纱线的等级信息并与RFID读码器发来的管纱的等级信息进行比较,并根据等级信息的比较结果以及光电传感器和锭位计算机发来的信号发送不同的指令至推送装置,推送装置用于推送管纱至络筒锭位。
7.根据权利要求6所述的装置,其特征在于,所述推送装置主要由行程开关以及相互连接的电磁阀和气缸组成,电磁阀和行程开关分别与PLC控制单元连接,行程开关安装在络筒锭位旁,气缸安装在管纱输送带上;
络筒机的各个络筒锭位分别对应一组PLC控制单元、RFID读码器、光电传感器、锭位计算机和推送装置,RFID读码器位于络筒锭位一侧且靠近管纱输送带,光电传感器和锭位计算机位于络筒锭位的一侧。
8.根据权利要求6所述的装置,其特征在于,还包括与PLC控制单元连接的落筒装置,锭位计算机还用于关闭络筒锭位并将关闭络筒锭位的动作信息发送给PLC控制单元,PLC控制单元还用于发送落筒信号至落筒装置,落筒装置用于自动换筒,所述推送装置还用于将空纱管推送至空管传送带。
9.根据权利要求6所述的装置,其特征在于,所述图像采集器包括CCD电荷耦合器件以及安装在CCD电荷耦合器件上的光学镜头,所述CCD电荷耦合器件为线阵CCD电荷耦合器件或面阵CCD电荷耦合器件,所述光学镜头为物方远心镜头,所述图像处理器为计算机;
所述RFID系统主要由后台计算机、读写器、天线及电子标签构成,后台计算机用于基于SVM确认管纱的等级信息,读写器用于读取管纱的等级信息并将其写入电子标签,天线用于在读写器和电子标签间传递射频信号,所述图像处理器、后台计算机和读写器依次连接。
10.根据权利要求6所述的装置,其特征在于,所述纱线瞬时稳定装置的材质为陶瓷、金属或塑料,所述纱线瞬时稳定装置与导纱板连接;
所述纱线瞬时稳定装置为一根或多根相互平行的长杆或者为一个或多个位于同一平面上的圆轮;
长杆为横截面面积保持不变的几何体I,或者为横截面面积自两端向中间逐渐减小的几何体II,或者为由几何体I和几何体II中的一种以上构成的组合体;
几何体I的横截面为圆形、椭圆形或由不规则的封闭曲线围成的形状,几何体II为母线为V型折线或U型曲线的旋转体;
长杆为圆柱体时,长杆表面沿轴向的摩擦系数大于沿切向的摩擦系数;
圆轮的圆周表面上设有直角型、V型或U型凹槽,凹槽内表面光滑。
CN201811079118.2A 2018-09-17 2018-09-17 一种基于管纱等级的智能分类络筒方法及其实现装置 Active CN109146877B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811079118.2A CN109146877B (zh) 2018-09-17 2018-09-17 一种基于管纱等级的智能分类络筒方法及其实现装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811079118.2A CN109146877B (zh) 2018-09-17 2018-09-17 一种基于管纱等级的智能分类络筒方法及其实现装置

Publications (2)

Publication Number Publication Date
CN109146877A true CN109146877A (zh) 2019-01-04
CN109146877B CN109146877B (zh) 2020-09-15

Family

ID=64814309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811079118.2A Active CN109146877B (zh) 2018-09-17 2018-09-17 一种基于管纱等级的智能分类络筒方法及其实现装置

Country Status (1)

Country Link
CN (1) CN109146877B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110937376A (zh) * 2019-12-19 2020-03-31 夏津仁和纺织科技有限公司 自动络筒机疵纱纱管上机前自动剔除装置及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5537811A (en) * 1991-09-11 1996-07-23 Roospark Ag Method for categorizing yarn defects and cleansing yarn
CN101503160A (zh) * 2008-02-04 2009-08-12 欧瑞康纺织有限及两合公司 用于卷绕纱筒的方法和设备
EP2166137A1 (en) * 2008-09-17 2010-03-24 Murata Machinery, Ltd. Textile machine
CN202913133U (zh) * 2012-11-20 2013-05-01 青岛天一红旗软控科技有限公司 全自动落纱粗纱机智能控制系统
CN104213285A (zh) * 2014-09-03 2014-12-17 江苏阳光集团有限公司 一种羊绒纺织自动监控系统
CN205628658U (zh) * 2016-02-14 2016-10-12 江阴职业技术学院 纱管自动分拣用颜色分类机构
CN106381585A (zh) * 2016-11-17 2017-02-08 江阴市华方新技术科研有限公司 智能纱管集体落纱系统
CN206266780U (zh) * 2016-11-15 2017-06-20 晋中经纬天盈机械有限公司 一种纱管智能检测装置
CN108221098A (zh) * 2018-01-17 2018-06-29 东华大学 一种纺纱装置及采用该纺纱装置的平行纺纱方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5537811A (en) * 1991-09-11 1996-07-23 Roospark Ag Method for categorizing yarn defects and cleansing yarn
CN101503160A (zh) * 2008-02-04 2009-08-12 欧瑞康纺织有限及两合公司 用于卷绕纱筒的方法和设备
EP2166137A1 (en) * 2008-09-17 2010-03-24 Murata Machinery, Ltd. Textile machine
CN202913133U (zh) * 2012-11-20 2013-05-01 青岛天一红旗软控科技有限公司 全自动落纱粗纱机智能控制系统
CN104213285A (zh) * 2014-09-03 2014-12-17 江苏阳光集团有限公司 一种羊绒纺织自动监控系统
CN205628658U (zh) * 2016-02-14 2016-10-12 江阴职业技术学院 纱管自动分拣用颜色分类机构
CN206266780U (zh) * 2016-11-15 2017-06-20 晋中经纬天盈机械有限公司 一种纱管智能检测装置
CN106381585A (zh) * 2016-11-17 2017-02-08 江阴市华方新技术科研有限公司 智能纱管集体落纱系统
CN108221098A (zh) * 2018-01-17 2018-06-29 东华大学 一种纺纱装置及采用该纺纱装置的平行纺纱方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIU HAO 等: "Quality Grade Recognition of Knitted Yarns by Support Vector Machines", 《2010 INTERNATIONAL CONFERENCE ON COMPUTING, CONTROL AND INDUSTRIAL ENGINEERING》 *
杨立志 等: "基于机器视觉的毛纱管聚类方法", 《毛纺科技》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110937376A (zh) * 2019-12-19 2020-03-31 夏津仁和纺织科技有限公司 自动络筒机疵纱纱管上机前自动剔除装置及方法

Also Published As

Publication number Publication date
CN109146877B (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
CN109389583A (zh) 一种管纱质量智能分类管理方法及其实现装置
CN104709770B (zh) 操作络筒机的方法以及络筒机
CN106184944A (zh) 一种纸箱自动码垛设备及其使用方法
CN109765229A (zh) 基于ccd的纱线质量在线检测方法及检测装置
CN111552243B (zh) 一种智能纺纱打包生产线故障检测系统
CN202864400U (zh) 一种自动分拣理管的装置
CN101250783A (zh) 根据纱线量区分纱筒的装置
CN104790075B (zh) 一种用于控制纱线质量的纺纱机清纱方法
CN105386174B (zh) 一种基于图像技术的赛络纺断股检测装置及检测算法
CN206184790U (zh) 不同规格产品的在线捡重系统
CN108946326A (zh) 生产力显示控制装置及方法以及自动络纱机
CN115063424B (zh) 基于计算机视觉的纺织纱管纱线检测方法
CN1267331C (zh) 纤维加工管理方法及纤维加工管理装置
CN110997537B (zh) 使合成纱线变形的方法和装置
CN109146877A (zh) 一种基于管纱等级的智能分类络筒方法及其实现装置
CN115018826B (zh) 一种基于图像识别的织物瑕疵检测方法及系统
CN207806014U (zh) 基于机器视觉的纱管分拣系统
JP2023552680A (ja) 紡績機における糸の欠陥を連続的に検出する、装置および方法
CN110813795A (zh) 一种化纤丝锭纸筒破损在线检测装置及方法
CN111722604B (zh) 智能化印染车间及其自动控制方法
EP1057907A1 (en) Spinning mill processing control systems and methods
CN112485263A (zh) 一种基于机器视觉的pe纤维纱线质量在线检测设备及方法
CN211515228U (zh) 一种筒纱智能分拣装置
CN112203962A (zh) 自动环锭纺纱系统及其自动操作方法
CN211199551U (zh) 一种适用于包芯线生产的倍捻机控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant