CN109389583A - 一种管纱质量智能分类管理方法及其实现装置 - Google Patents

Abstract

本发明涉及一种管纱质量智能分类管理方法及其实现装置，方法为：在线采集管纱的质量信息后确定其等级，再按等级将管纱经不同的通道输送到对应的络筒区域，其中，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，装置包括采集管纱的质量信息的采信装置、确认管纱的等级信息并将其储存在管纱上的电子标签中的RFID系统和根据等级调整管纱的行进方向的轨道分类器。本发明的方法，准确性和效率高，装置结构简单，自动化程度高，应用前景好。

Description

一种管纱质量智能分类管理方法及其实现装置

技术领域

本发明属于智能纺纱领域，涉及一种管纱质量智能分类管理方法及其实现装置。

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等技术瓶颈，将信息化与工业化融合，从而实现纺纱智能化，加快纺织产业的转型升级。

在传统企业中纱线的分类存储，是在络筒完成后进行分类的，多采用传统人工登记方法，效率较低，错误率高，在仓库中搜寻某一种类筒纱的时候需要凭借记忆及记录去寻找，浪费人力物力，没法一目了然的完成搜寻与管理。管纱在线检测、分类以及多通道输送是实现纺纱连续化必不可少的一部分，也是实现筒纱智能物流及仓储系统的基础。

因此，开发一种效率高、增强率高及自动化程度高的管纱质量智能分类管理方法极具现实意义。

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、增强率高及自动化程度高的管纱质量智能分类管理方法。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，再按等级将管纱经不同的通道输送到对应的络筒区域，从而实现了管纱智能化分类管理进而实现了纺纱过程连续化。

为达到上述目的，本发明采用的技术方案为：

一种管纱质量智能分类管理方法，在线采集管纱的质量信息后确定其等级，再按等级将管纱经不同的通道输送到对应的络筒区域；

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，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。

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的纱线参数信息，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，并按照等级将管纱经不同的通道输送到对应的络筒区域，实现了管纱智能化分类管理，进而实现了纺纱过程连续化。

作为优选的技术方案：

如上所述的一种管纱质量智能分类管理方法，所述质量信息包括线密度、粗节、细节、棉结、条干和毛羽信息，其中，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、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训练样本的类别。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)。

如上所述的一种管纱质量智能分类管理方法，所述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。本发明的管纱质量智能分类管理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，本方法可稳定地在线检测纱线质量并对纱线质量信息处理反馈。

如上所述的一种管纱质量智能分类管理方法，所述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。

如上所述的一种管纱质量智能分类管理方法，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；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；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。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。

如上所述的一种管纱质量智能分类管理方法，曲面的数量为1时，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，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，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。

本发明还提供了一种实现如上所述的一种管纱质量智能分类管理方法的装置，包括采信装置、RFID系统和轨道分类器；

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，轨道分类器用于根据等级调整管纱的行进方向使其进入与之对应的输送通道中；

采信装置主要由图像采集器、光源、信号处理器(DSP，即digital signalprocessor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，以保证纱线背景纯净，如复杂的背景影响图像处理和信息提取，此外光源需要一定的亮度以保证采集图像的亮度，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；

轨道分类器主要由顺序连接的RFID读码器、上位控制系统和控制驱动机构组成，RFID读码器用于读取电子标签中管纱的等级信息，上位控制系统用于根据管纱的等级发送不同的运行指令至控制驱动机构，控制驱动机构用于驱动管纱进入不同的输送通道，上位控制系统和控制驱动机构的具体结构不作为本发明保护的要点，具体组成部件和连接关系可以同现有技术，只要能实现规定的功能的上位控制系统和控制驱动机构都在本发明的保护范围内。

作为优选的技术方案：

如上所述的装置，所述轨道分类器位于管纱输送通道上，管纱输送通道包括主通道和多个支路通道，主通道一端靠近细纱机，另一端同时与多个支路通道的一端连接，支路通道的另一端靠近络筒区域，轨道分类器位于主通道和多个支路通道的连接处；

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，长杆状的设计便于对纱线在长杆上轴向的运动进行控制且减小对纱线运行的影响；

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材质形状并不仅限于此，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。

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。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。

本发明实现如上所述的一种管纱质量智能分类管理方法的装置(简称：实现装置)的工作流程如下：开始采集图像时，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，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，图像处理器处理得到质量信息后将质量信息信号发送至后台计算机，后台计算机根据质量信息确定管纱的等级发送管纱等级信号至读写器，读写器通过天线将管纱的等级信息写入管纱上的电子标签中。当管纱运行至轨道分类器处时，RFID读码器读取管纱上电子标签中的等级信息，发送至上位控制系统，上位控制系统发送运动方向和运行指令至控制驱动机构，控制驱动机构将不同等级的管纱送入不同的输送通道，使得不同等级的管纱最终进入不同的络筒区域。

有益效果：

(1)本发明的管纱质量智能分类管理方法，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)本发明的管纱质量智能分类管理方法，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)本发明的管纱质量智能分类管理方法的实现装置，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)本发明的管纱质量智能分类管理方法的实现装置，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)本发明的管纱质量智能分类管理方法的实现装置，结构简单，便于安装维修，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为本发明的管纱质量智能分类管理方法的实现装置的各部件的连接关系示意图；

图2为本发明实施例1的采信装置的工作过程示意图；

图3为本发明实施例2的采信装置的工作过程示意图；

图4为本发明实施例3的采信装置的工作过程示意图；

图5为本发明实施例4的采信装置的工作过程示意图；

图6为本发明实施例1的轨道分类器的工作过程示意图；

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-计算机，13-RFID系统，14-轨道分类器，15-RFID读码器，16-上位控制系统，17-控制驱动机构。

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

一种管纱质量智能分类管理的装置，如图1所示，包括采信装置、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13和轨道分类器14。

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和图像处理器组成，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和图像处理器顺序连接，图像处理器与RFID系统13连接。

图像采集器用于采集纱线6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，模/数转换器9用于转换信号，图像处理器为计算机12，其用于处理纱线的图像获取纱线的质量信息。

纱线瞬时稳定装置的材质为陶瓷、金属或塑料，其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，纱线瞬时稳定装置含有用于与纱线接触的曲面，纱线瞬时稳定装置与导纱板连接，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。

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1为线阵CCD电荷耦合器件或面阵CCD电荷耦合器件；图像采集器和光源5分布在纱线6两侧，光源5发出的光为平行光。

RFID系统13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。

如图6所示，轨道分类器14主要由顺序连接的RFID读码器15、上位控制系统16和控制驱动机构17组成，RFID读码器15用于读取电子标签中管纱的等级信息，上位控制系统16用于根据管纱的等级发送不同的运行指令至控制驱动机构，控制驱动机构17用于驱动管纱进入不同的输送通道。

轨道分类器14位于管纱输送通道上，管纱输送通道包括主通道和多个支路通道，主通道一端靠近细纱机，另一端同时与多个支路通道的一端连接，支路通道的另一端靠近络筒区域，轨道分类器位于主通道和多个支路通道的连接处。

采用上述装置进行管纱质量智能分类管理的方法，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；

(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为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)确定管纱的等级；

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，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)按等级将管纱经不同的通道输送到对应的络筒区域，如图6所示，RFID读码器15读取管纱上的电子标签的等级信息并将该信息发送给上位控制系统16，上位控制系统16根据管纱的等级发送不同的运行指令至控制驱动机构17，控制驱动机构17根据运行指令驱动管纱进入对应的输送通道，即将四个等级的管纱进行分类并送入对应等级的轨道中，通过轨道输送到络筒机对应等级区域进行络筒。

实施例2

一种管纱质量智能分类管理的装置，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。

采用上述装置进行管纱质量智能分类管理的方法，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

一种管纱质量智能分类管理的装置，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。

采用上述装置进行管纱质量智能分类管理，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

一种管纱质量智能分类管理的装置，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位于同一平面上的圆轮8，如图5所示，圆轮8的圆周表面上设有V型凹槽，凹槽内表面光滑。

采用上述装置进行管纱质量智能分类，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

一种管纱质量智能分类管理的装置，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。

采用上述装置进行管纱质量智能分类，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

一种管纱质量智能分类管理的装置，具体结构与实施例3一致。

采用上述装置进行管纱质量智能分类，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

一种管纱质量智能分类管理的装置，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。

采用上述装置进行管纱质量智能分类管理，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

一种管纱质量智能分类管理的装置，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。

采用上述装置进行管纱质量智能分类管理，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

一种管纱质量智能分类管理的装置，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。

采用上述装置进行管纱质量智能分类管理，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)

1.一种管纱质量智能分类管理方法，其特征是：在线采集管纱的质量信息后确定其等级，再按等级将管纱经不同的通道输送到对应的络筒区域；

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。

2.根据权利要求1所述的一种管纱质量智能分类管理方法，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。

3.根据权利要求1所述的一种管纱质量智能分类管理方法，其特征在于，所述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。

4.根据权利要求3所述的一种管纱质量智能分类管理方法，其特征在于，所述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4所述的一种管纱质量智能分类管理方法，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；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；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。

6.根据权利要求5所述的一种管纱质量智能分类管理方法，其特征在于，曲面的数量为1时，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，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，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。

7.实现如权利要求1～6任一项所述的一种管纱质量智能分类管理方法的装置，其特征是：包括采信装置、RFID系统和轨道分类器，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；

轨道分类器主要由顺序连接的RFID读码器、上位控制系统和控制驱动机构组成，RFID读码器用于读取电子标签中管纱的等级信息，上位控制系统用于根据管纱的等级发送不同的运行指令至控制驱动机构，控制驱动机构用于驱动管纱进入不同的输送通道。

8.根据权利要求7所述的装置，其特征在于，所述轨道分类器位于管纱输送通道上，管纱输送通道包括主通道和多个支路通道，主通道一端靠近细纱机，另一端同时与多个支路通道的一端连接，支路通道的另一端靠近络筒区域，轨道分类器位于主通道和多个支路通道的连接处；

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。

9.根据权利要求7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。

10.根据权利要求7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。