CN111733498A - 一种智能纺纱细纱故障检测系统 - Google Patents

一种智能纺纱细纱故障检测系统 Download PDF

Info

Publication number
CN111733498A
CN111733498A CN202010500495.XA CN202010500495A CN111733498A CN 111733498 A CN111733498 A CN 111733498A CN 202010500495 A CN202010500495 A CN 202010500495A CN 111733498 A CN111733498 A CN 111733498A
Authority
CN
China
Prior art keywords
module
unit
layer
fault
image
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.)
Withdrawn
Application number
CN202010500495.XA
Other languages
English (en)
Inventor
李晨
任李培
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.)
Wuhan Daofei Technology Co ltd
Original Assignee
Wuhan Daofei Technology Co ltd
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 Wuhan Daofei Technology Co ltd filed Critical Wuhan Daofei Technology Co ltd
Priority to CN202010500495.XA priority Critical patent/CN111733498A/zh
Publication of CN111733498A publication Critical patent/CN111733498A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • DTEXTILES; PAPER
    • D01NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01HSPINNING OR TWISTING
    • D01H13/00Other common constructional features, details or accessories
    • D01H13/32Counting, measuring, recording or registering devices
    • DTEXTILES; PAPER
    • D01NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01HSPINNING OR TWISTING
    • D01H13/00Other common constructional features, details or accessories
    • D01H13/14Warning or safety devices, e.g. automatic fault detectors, stop motions ; Monitoring the entanglement of slivers in drafting arrangements
    • D01H13/16Warning or safety devices, e.g. automatic fault detectors, stop motions ; Monitoring the entanglement of slivers in drafting arrangements responsive to reduction in material tension, failure of supply, or breakage, of material

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Textile Engineering (AREA)
  • Spinning Or Twisting Of Yarns (AREA)

Abstract

本发明公开了一种智能纺纱细纱故障检测系统,包括数据采集模块、控制模块、断头检测模块、故障分析模块、状态显示模块和信息传输模块,所述控制模块通过所述信息传输模块分别与所述数据采集模块、断头检测模块、故障分析模块和状态显示模块连接。通过上述方式,本发明能够对细纱的直径变化状态进行实时监测,既能及时检测到细纱断头的发生,又能在细纱断头前分析细纱断头的发生概率,便于提前采取措施,降低断头对细纱工序的影响。本发明还通过对纱线的振动波进行检测,进一步分析造成细纱断头的原因,从而从根本上降低细纱断头的发生率,提高细纱工序的产量和质量,保障细纱工序顺利高效地进行。

Description

一种智能纺纱细纱故障检测系统
技术领域
本发明涉及纺纱故障检测技术领域,特别是涉及一种智能纺纱细纱故障检测系统。
背景技术
随着工业化进程的加快,纺纱工业也得到了快速发展,并形成了较为成熟的纺纱工艺及各工艺对应的自动化设备。当前,细纱工序作为纺纱过程中成纱的最后一道工序,其细纱产量和成纱质量是纺织企业生产技术水平与管理水平的体现,而细纱断头则是影响细纱产量和成纱质量的关键因素。在实际生产中,细纱断头不仅会浪费设备资源、导致回花增加,若其未得到及时处理,还会直接影响细纱产量,造成布面疵点,严重影响生产效率和产品质量。因此,对细纱断头进行及时检测、降低细纱断头的发生率对细纱工序的顺利高效进行具有重要意义。
传统纺织企业主要是依靠大量细纱挡车工负责检查和处理断头,而其中检查断头占用了其大部分的工作时间,严重影响了工人的劳动生产率和设备的生产效率。当前,对细纱断头的自动检测主要通过热敏传感器或光电传感器进行,其中,热敏传感器用于检测纱线与导纱钩的摩擦生热,并以此判断是否发生细纱断头,而实际上导纱钩的摩擦生热过程中的温度变化较为迟缓,使得该方法的灵敏度较低;而光电传感器则用于检测细纱断头时出现的飞花及缠绕皮辊现象,但由于其易受飞花的影响,使得该方法存在漏检的可能,且无法找出断头发生的锭位,应用价值不高。因此,当前仍需要更准确有效的方法对细纱断头进行检测。
公开号为CN201510893688.5的专利提供了一种基于细纱图像的细纱机在线断头检测装置及检测算法,通过在细纱机上纱线所形成的纺纱段的下侧设置图像检测装置来实现纱线在线断纱检测,利用图像处理技术测量纱线的直径值的变化,具有检测精度高、检测结果稳定、受外界环境影响较小等优点,可以实现纱线质量自动检测与在线检测;但该方法仅对细纱直径是否为0进行检测,而不能对细纱直径的变化过程进行分析,因此只能在已经发生细纱断头的时候进行报警,而不能提前判断细纱发生断头的概率,细纱断头率未得到改善;此外,在细纱断头后,该方法也不能对断头原因进行自动分析,仍需依赖人工进行,效率较低。因此,有必要研究一种针对细纱断头的智能故障检测系统,不仅能对细纱断头进行及时检测,还能对细纱断头的原因进行分析,以降低细纱断头的发生率,提高细纱工序的产量和质量。
发明内容
本发明的目的在于针对上述问题,提供一种智能纺纱细纱故障检测系统,通过视觉检测技术对细纱的直径变化状态进行实时监测,既能及时检测到细纱断头的发生,又能在细纱断头前分析细纱断头的发生概率,便于提前采取措施,降低断头对细纱工序的影响;并通过对纱线的振动波进行检测,进一步分析造成细纱断头的原因,从而从根本上降低细纱断头的发生率,提高细纱工序的产量和质量,保障细纱工序顺利高效地进行。
为实现上述目的,本发明采用的技术方案是:
一种智能纺纱细纱故障检测系统,包括数据采集模块、控制模块、断头检测模块、故障分析模块、状态显示模块和信息传输模块,所述控制模块通过所述信息传输模块分别与所述数据采集模块、断头检测模块、故障分析模块和状态显示模块连接;所述数据采集模块用于实时采集细纱机中纱线的图像信息和振动信息;所述控制模块用于接收并发出指令,控制各模块的运行;所述断头检测模块用于根据纱线的图像信息检测其是否发生断头,并预测发生断头的概率;所述故障分析模块用于根据纱线的振动信息分析可能引起断头的设备故障;所述状态显示模块用于对细纱状态进行显示与报警,并接收反馈信息;所述信息传输模块用于完成各模块间的信息传输。
进一步地,所述数据采集模块包括图像采集单元和振动采集单元,所述图像采集单元包括多个由工业相机和LED光源组成的图像采集装置,所述图像采集装置设置于输出皮辊与导纱钩之间,用于对纱线图像进行采集;所述振动采集单元包括多个压电式加速度传感器,分别设置于各条纱线的输入端和输出端,用于采集纱线的振动信息。
进一步地,所述控制模块包括数据存储单元和主控制单元;所述数据存储单元包括图像数据存储层、振动数据存储层和反馈信息存储层,所述图像数据存储层和振动数据存储层分别与所述数据采集模块的图像采集单元和振动采集单元连接,用于接收并存储图像数据和振动数据;所述反馈信息存储层用于接收并存储所述状态显示模块反馈的信息;所述主控制单元分别与所述数据存储单元、断头检测模块、故障分析模块和状态显示模块连接,用于接收与传递信息,并发出指令,控制各模块的运行。
进一步地,所述断头检测模块包括图像分析单元和断头预测单元;所述图像分析单元的输入端与所述主控制单元连接,其输出端与所述断头预测单元的输入端连接,用于接收主控制单元传输的图像信息并进行分析,再将分析结果传输至所述断头预测单元;所述断头预测单元的输出端与所述主控制单元连接,用于将预测结果输出至所述主控制单元。
进一步地,所述图像分析单元包括图像优化层、图像处理层和统计运算层;所述图像优化层用于对输入的图像进行预处理,优化图像质量,并将优化后的图像输入图像处理层;所述图像处理层用于对优化后的图像进行灰度处理和二值化,并将得到的二值图像输入统计运算层;所述统计运算层用于对纱线各节点的直径进行统计,检测是否有直径连续为0的节点,并计算出对应纱线的粗节数、细节数和均匀度,将其输入至断头预测单元。
进一步地,所述断头预测单元包括历史数据层、模型训练层和断头概率分类层;所述历史数据层用于存储历史数据,并对实时数据进行存储与传输;所述模型训练层基于所述历史数据层内的数据,对贝叶斯分类器进行训练;所述断头概率分类层用于接收未断头的纱线信息并对其断头概率进行分类,再将分类结果输出至主控制单元,所述分类结果包括断头率高和断头率低。
进一步地,所述故障分析模块包括振动检测单元和故障溯源单元;所述振动检测单元的输入端与所述主控制单元连接,其输出端与所述故障溯源单元的输入端连接,用于接收主控制单元传输的振动信息并进行分析,再将分析结果传输至所述故障溯源单元;所述故障溯源单元的输出端与所述主控制单元连接,用于将故障分析结果输出至所述主控制单元。
进一步地,所述振动检测单元包括小波分析层和波谱比对层;所述小波分析层用于对振动数据进行小波分析,并将小波变换后的波谱图输出至波谱比对层;所述波谱比对层用于将同一锭位上输入端和输出端的纱线波谱图进行比对,并将波谱发生变化的波段的波长和振幅信息输出至故障溯源单元;所述故障溯源单元包括故障数据存储层和故障匹配层,所述故障数据存储层用于存储各类设备故障对应的波谱变化参数,所述故障匹配层则用于将接收到的波谱变化参数。
进一步地,所述状态显示模块包括显示单元和反馈单元,所述显示单元用于接收所述控制模块传输的信息,并在LED显示屏上进行显示,所述LED显示屏上设有多组信号灯,分别对应每个锭位的纱线,每组信号灯包括红、黄、绿三色,分别用于表示发生断头、断头率高和断头率低;所述反馈单元用于接收对故障的反馈信息,并传输至控制模块。
进一步地,所述信息传输模块包括工业以太网和以太网交换机,所述数据采集模块、断头检测模块、故障分析模块和状态显示模块分别利用以太网交换机与所述控制模块通过工业以太网连接。
与现有技术相比,本发明的有益效果是:
1、本发明提供的智能纺纱细纱故障检测系统通过采用视觉检测技术对细纱的直径变化状态进行实时监测,既能及时检测到细纱断头的发生,又能在细纱断头前根据细纱的直径变化分析细纱断头的发生概率,便于在细纱发生断头前采取相应措施,从而降低细纱断头对细纱工序的影响。
2、本发明根据细纱的直径变化状态,对细纱的粗节数、细节数和均匀度进行计算,并以此建立细纱断头概率预测模型,从而对细纱断头的发生概率进行实时预测;此外,当细纱发生断头时,本发明提供的智能纺纱细纱故障检测系统也能及时检出并发出报警,同时将其对应的直径变化状态数据更新至细纱断头概率预测模型,以增加预测模型的样本数量,提高其预测结果的准确性。
3、本发明提供的智能纺纱细纱故障检测系统还通过在细纱工序的纱线输入端和输出端分别设置传感器,对纱线的振动波进行检测,并在细纱断头概率预测值超过设定阈值或检测到细纱断头时启动对相应细纱的振动波分析,既能避免全程进行振动波分析造成的数据处理量过大、系统运行速度慢等问题,又能在必要的时候进一步分析造成细纱断头的原因,帮助发现隐藏的设备故障,从而从根本上降低细纱断头的发生率,提高细纱工序的产量和质量,保障细纱工序顺利高效地进行。
附图说明
图1是本发明一种智能纺纱细纱故障检测系统的结构示意图;
图2是本发明一种智能纺纱细纱故障检测系统使用时的主要流程图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
实施例
请参阅图1,本发明实施例提供了一种智能纺纱细纱故障检测系统,包括数据采集模块、控制模块、断头检测模块、故障分析模块、状态显示模块和信息传输模块,所述控制模块通过所述信息传输模块分别与所述数据采集模块、断头检测模块、故障分析模块和状态显示模块连接;所述数据采集模块用于实时采集细纱机中纱线的图像信息和振动信息;所述控制模块用于接收并发出指令,控制各模块的运行;所述断头检测模块用于根据纱线的图像信息检测其是否发生断头,并预测发生断头的概率;所述故障分析模块用于根据纱线的振动信息分析可能引起断头的设备故障;所述状态显示模块用于对细纱状态进行显示与报警,并接收反馈信息;所述信息传输模块用于完成各模块间的信息传输。
其中,所述数据采集模块包括图像采集单元和振动采集单元,所述图像采集单元包括多个由工业相机和LED光源组成的图像采集装置,所述LED光源用于给工业相机提供光源,保证拍摄质量;所述图像采集装置设置于输出皮辊与导纱钩之间,用于对纱线图像进行采集;所述振动采集单元包括多个压电式加速度传感器,分别设置于各条纱线的输入端和输出端,用于采集纱线的振动信息。
所述控制模块包括数据存储单元和主控制单元;所述数据存储单元包括图像数据存储层、振动数据存储层和反馈信息存储层,所述图像数据存储层和振动数据存储层分别与所述数据采集模块的图像采集单元和振动采集单元连接,用于接收并存储图像数据和振动数据;所述反馈信息存储层用于接收并存储所述状态显示模块反馈的信息;所述主控制单元分别与所述数据存储单元、断头检测模块、故障分析模块和状态显示模块连接,用于接收与传递信息,并发出指令,控制各模块的运行。
所述断头检测模块包括图像分析单元和断头预测单元;所述图像分析单元的输入端与所述主控制单元连接,其输出端与所述断头预测单元的输入端连接,用于接收主控制单元传输的图像信息并进行分析,再将分析结果传输至所述断头预测单元;所述断头预测单元的输出端与所述主控制单元连接,用于将预测结果输出至所述主控制单元。
所述图像分析单元包括图像优化层、图像处理层和统计运算层;所述图像优化层用于对输入的图像进行预处理,优化图像质量,并将优化后的图像输入图像处理层;所述图像处理层用于对优化后的图像进行灰度处理和二值化,并将得到的二值图像输入统计运算层;所述统计运算层用于对纱线各节点的直径进行统计,检测是否有直径连续为0的节点,并计算出对应纱线的粗节数、细节数和均匀度,将其输入至断头预测单元。
所述断头预测单元包括历史数据层、模型训练层和断头概率分类层;所述历史数据层用于存储历史数据,并对实时数据进行存储与传输;所述模型训练层基于所述历史数据层内的数据,对贝叶斯分类器进行训练;所述断头概率分类层用于接收未断头的纱线信息并对其断头概率进行分类,再将分类结果输出至主控制单元,所述分类结果包括断头率高和断头率低。
所述故障分析模块包括振动检测单元和故障溯源单元;所述振动检测单元的输入端与所述主控制单元连接,其输出端与所述故障溯源单元的输入端连接,用于接收主控制单元传输的振动信息并进行分析,再将分析结果传输至所述故障溯源单元;所述故障溯源单元的输出端与所述主控制单元连接,用于将故障分析结果输出至所述主控制单元。
所述振动检测单元包括小波分析层和波谱比对层;所述小波分析层用于对振动数据进行小波分析,并将小波变换后的波谱图输出至波谱比对层;所述波谱比对层用于将同一锭位上输入端和输出端的纱线波谱图进行比对,并将波谱发生变化的波段的波长和振幅信息输出至故障溯源单元;所述故障溯源单元包括故障数据存储层和故障匹配层,所述故障数据存储层用于存储各类设备故障对应的波谱变化参数,所述故障匹配层则用于将接收到的波谱变化参数。
所述状态显示模块包括显示单元和反馈单元,所述显示单元用于接收所述控制模块传输的信息,并在LED显示屏上进行显示,所述LED显示屏上设有多组信号灯,分别对应每个锭位的纱线,每组信号灯包括红、黄、绿三色,分别用于表示发生断头、断头率高和断头率低;所述反馈单元用于接收对故障的反馈信息,并传输至控制模块。
所述信息传输模块包括工业以太网和以太网交换机,所述数据采集模块、断头检测模块、故障分析模块和状态显示模块分别利用以太网交换机与所述控制模块通过工业以太网连接。
结合参阅图2,本实施例提供的智能纺纱细纱故障检测系统在使用时,通过在细纱机的输出皮辊与导纱钩之间设置多个图像采集装置,对每条纱线的图像进行实时采集,采集到的图像数据通过工业以太网传输至数据存储单元内的图像数据存储层。同时,在细纱机上每条纱线的输入端和输出端还分别设有压电式加速度传感器,对纱线的振动数据进行采集,采集到的振动数据则通过工业以太网传输至数据存储单元内的振动数据存储层。
当主控制单元启动时,所述主控制单元将所述图像数据存储层内存储的图像数据提取并传输至断头检测模块,进行图像分析与断头预测,主要包括如下步骤:
S11、通过图像分析单元的图像优化层对采集到的纱线图像进行滤波去噪,优化图像质量;并将优化后的图像传输至图像处理层,提取图像属性信息,并对图像进行灰度处理和二值化,得到以黑色像素点为背景,白色像素点为纱线的二值图像,并将其传输至统计运算层;
S12、在统计运算层内对二值图像每行的白色像素点的个数进行统计,以此计算纱线各节点的直径di与纱线的平均直径
Figure BDA0002524618660000082
再对纱线各节点的直径di是否为0进行检测,并将纱线各节点的直径di与平均直径
Figure BDA0002524618660000083
对比,计算纱线的粗节数、细节数和均匀度;其中,
Figure BDA0002524618660000086
的节点个数,
Figure BDA0002524618660000087
且直径不为0的节点个数,均匀度CV指纱线长度方向粗细的变化程度,计算公式如下:
Figure BDA0002524618660000081
当检测到连续3个节点的直径均为0时,则判定为发生断头,并将断头纱线对应的图像属性信息和该纱线的粗节数、细节数和均匀度传输至断头预测单元的历史数据层;当未检测到连续3个节点的直径为0时,则判定为暂未断头,并将该纱线信息传输至断头预测单元的断头概率分类层;其中,所述纱线信息为该纱线的图像属性信息和该纱线的粗节数、细节数和均匀度;
S13、当历史数据层接收到断头的纱线信息后,则将其备份后传输至主控制单元;当断头概率分类层接收到未断头的纱线信息后,则通过训练好的贝叶斯分类器将对应纱线分为断头率高或断头率低两类,并将分类结果和纱线信息传输至历史数据层和主控制单元。
具体地,所述贝叶斯分类器在模型训练层中进行训练,训练数据来源于历史数据层中的数据,每组数据记为(CJ,XJ,CV,DT),其中,CJ、XJ、CV、DT分别表示纱线的粗节数、细节数、均匀度和是否断头,DT=1表示断头,DT=0表示未断头;通过计算训练数据中各种情况发生的概率,可以得出各条件下纱线发生断头的概率,以CJ=a、XJ=b、CV=c为例,该条件下纱线发生断头的概率为:
Figure BDA0002524618660000091
式中,pa、pb、pc分别表示在断头条件下,事件CJ=a、XJ=b、CV=c发生的次数与断头发生次数之比;pCJ、pXJ、pCV和p1分别表示事件CJ=a、XJ=b、CV=c和DT=1发生的次数与样本总数之比。
通过上述方式,可以建立不同条件下,纱线发生断头的概率模型,实现对贝叶斯分类器的训练,同时,设定断头概率≥50%为断头率高,断头概率<50%为断头率低,从而对断头概率进行自动计算与分类。
当断头检测模块将相应的检测结果传输至主控制单元后,所述主控制单元则对相应信息进行读取。当主控制单元接收到所述断头概率分类层发出的断头率低的信息时,通过读取该纱线信息中的图像属性信息,确定该纱线对应的锭位,从而控制LED显示屏上对应锭位的绿色信号灯亮起。当主控制单元接收到所述断头概率分类层发出的断头率高的信息或历史数据层发出的发生断头的信息时,则对其纱线信息中的图像属性信息进行读取,确定该纱线对应的锭位,再通过数据存储单元中的振动数据存储层对该锭位上输入端和输出端的纱线振动数据进行提取,并将其传输至故障分析模块,用于对纱线断头率高或纱线已发生断头的原因进行分析,以检测相关设备是否发生故障,主要包括如下步骤:
S21、通过振动检测单元的小波分析层对振动数据进行小波变换,获得各振动数据对应的波谱图,并将其输出至波谱比对层;
S22、在波谱比对层内,对接收到的同一锭位上输入端和输出端的纱线波谱图进行比对,并对波谱变化参数进行提取,再将其传输至故障溯源单元内的故障匹配层;所述波谱变化参数为波谱发生变化的波段的波长和振幅,表示为{xi},其中,xi=(λi,Ai),波长λi表示发生变化的波段的波长,振幅Ai表示与输入端的波谱相比,输出端的振幅变化情况,Ai>0表示振幅增加,Ai<0表示振幅减小;
S23、在故障溯源单元内,故障数据存储层中已预先储存有各设备故障对应的波谱变化参数,所述设备故障包括罗拉椭圆、罗拉弯曲、皮辊偏心、皮辊椭圆和锭子松动,表示为{yj=={y1,y2,y3,y4,y5=,其中,yj={(λj,Aj)=,j=1、2、3、4、5,分别对应五种故障;当故障匹配层接收到波谱比对层输入的波谱变化参数{xi}时,将其与故障数据存储层中的{yj=进行匹配,设定
Figure BDA0002524618660000101
其中aj=0或1,当aj为0时,表示对应的故障yj不存在;当aj为1时,表示对应的故障yj存在。在匹配到故障后,所述故障匹配层则将匹配到的对应故障种类输出至主控制单元;若未匹配到任何故障,所述故障匹配层则输出故障不明作为故障种类。
当主控制单元接收到由故障匹配层输入的故障种类信息时,则对其原始纱线信息进行读取;对于发生断纱的纱线,主控制单元通过读取其图像属性信息确定该纱线对应的锭位,并控制LED显示屏上对于锭位的红色信号灯亮起,并在文字栏显示故障种类;对于判定为断头率高的纱线,主控制单元仍通过读取其图像属性信息确定该纱线对应的锭位,并控制LED显示屏上对于锭位的黄色信号灯亮起,并在文字栏显示故障种类;所述故障种类包括罗拉椭圆、罗拉弯曲、皮辊偏心、皮辊椭圆、锭子松动和故障不明,其中故障不明需要相关工作人员进行人工检测。
当相关工作人员通过状态显示模块的显示单元看到各锭位的纱线状态后,可以对其进行及时处理,并将处理后的结果通过状态显示模块的反馈单元进行反馈,反馈信息包括断头已处理、断头检测报错、断头漏检、故障分类正确和故障分类有误,所述反馈信息通过主控制单元传输至数据存储单元中的反馈信息存储层中,便于进行统计分析。
通过上述方式,本发明提供的一种智能纺纱细纱故障检测系统能够实现对细纱断头的检测与概率预测,并能对引起细纱断头的设备故障进行分析,便于相关工作人员及时发现并解决问题,从而有效降低细纱的断头率,提高细纱工序的产量和质量,保障细纱工序顺利高效地进行。
以上所述仅用以说明本发明的技术方案,而非对其进行限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种智能纺纱细纱故障检测系统,其特征在于:包括数据采集模块、控制模块、断头检测模块、故障分析模块、状态显示模块和信息传输模块,所述控制模块通过所述信息传输模块分别与所述数据采集模块、断头检测模块、故障分析模块和状态显示模块连接;所述数据采集模块用于实时采集细纱机中纱线的图像信息和振动信息;所述控制模块用于接收并发出指令,控制各模块的运行;所述断头检测模块用于根据纱线的图像信息检测其是否发生断头,并预测发生断头的概率;所述故障分析模块用于根据纱线的振动信息分析可能引起断头的设备故障;所述状态显示模块用于对细纱状态进行显示与报警,并接收反馈信息;所述信息传输模块用于完成各模块间的信息传输。
2.根据权利要求1所述的一种智能纺纱细纱故障检测系统,其特征在于:所述数据采集模块包括图像采集单元和振动采集单元,所述图像采集单元包括多个由工业相机和LED光源组成的图像采集装置,所述图像采集装置设置于输出皮辊与导纱钩之间,用于对纱线图像进行采集;所述振动采集单元包括多个压电式加速度传感器,分别设置于各条纱线的输入端和输出端,用于采集纱线的振动信息。
3.根据权利要求2所述的一种智能纺纱细纱故障检测系统,其特征在于:所述控制模块包括数据存储单元和主控制单元;所述数据存储单元包括图像数据存储层、振动数据存储层和反馈信息存储层,所述图像数据存储层和振动数据存储层分别与所述数据采集模块的图像采集单元和振动采集单元连接,用于接收并存储图像数据和振动数据;所述反馈信息存储层用于接收并存储所述状态显示模块反馈的信息;所述主控制单元分别与所述数据存储单元、断头检测模块、故障分析模块和状态显示模块连接,用于接收与传递信息,并发出指令,控制各模块的运行。
4.根据权利要求1所述的一种智能纺纱细纱故障检测系统,其特征在于:所述断头检测模块包括图像分析单元和断头预测单元;所述图像分析单元的输入端与所述主控制单元连接,其输出端与所述断头预测单元的输入端连接,用于接收主控制单元传输的图像信息并进行分析,再将分析结果传输至所述断头预测单元;所述断头预测单元的输出端与所述主控制单元连接,用于将预测结果输出至所述主控制单元。
5.根据权利要求4所述的一种智能纺纱细纱故障检测系统,其特征在于:所述图像分析单元包括图像优化层、图像处理层和统计运算层;所述图像优化层用于对输入的图像进行预处理,优化图像质量,并将优化后的图像输入图像处理层;所述图像处理层用于对优化后的图像进行灰度处理和二值化,并将得到的二值图像输入统计运算层;所述统计运算层用于对纱线各节点的直径进行统计,检测是否有直径连续为0的节点,并计算出对应纱线的粗节数、细节数和均匀度,将其输入至断头预测单元。
6.根据权利要求5所述的一种智能纺纱细纱故障检测系统,其特征在于:所述断头预测单元包括历史数据层、模型训练层和断头概率分类层;所述历史数据层用于存储历史数据,并对实时数据进行存储与传输;所述模型训练层基于所述历史数据层内的数据,对分类器进行训练;所述断头概率分类层用于接收未断头的纱线信息并对其断头概率进行分类,再将分类结果输出至主控制单元,所述分类结果包括断头率高和断头率低。
7.根据权利要求1所述的一种智能纺纱细纱故障检测系统,其特征在于:所述故障分析模块包括振动检测单元和故障溯源单元;所述振动检测单元的输入端与所述主控制单元连接,其输出端与所述故障溯源单元的输入端连接,用于接收主控制单元传输的振动信息并进行分析,再将分析结果传输至所述故障溯源单元;所述故障溯源单元的输出端与所述主控制单元连接,用于将故障分析结果输出至所述主控制单元。
8.根据权利要求7所述的一种智能纺纱细纱故障检测系统,其特征在于:所述振动检测单元包括小波分析层和波谱比对层;所述小波分析层用于对振动数据进行小波分析,并将小波变换后的波谱图输出至波谱比对层;所述波谱比对层用于将同一锭位上输入端和输出端的纱线波谱图进行比对,并将波谱发生变化的波段的波长和振幅信息输出至故障溯源单元;所述故障溯源单元包括故障数据存储层和故障匹配层,所述故障数据存储层用于存储各类设备故障对应的波谱变化参数,所述故障匹配层则用于将接收到的波谱变化参数。
9.根据权利要求1所述的一种智能纺纱细纱故障检测系统,其特征在于:所述状态显示模块包括显示单元和反馈单元,所述显示单元用于接收所述控制模块传输的信息,并在LED显示屏上进行显示,所述LED显示屏上设有多组信号灯,分别对应每个锭位的纱线,每组信号灯包括红、黄、绿三色,分别用于表示发生断头、断头率高和断头率低;所述反馈单元用于接收对故障的反馈信息,并传输至控制模块。
10.根据权利要求1所述的一种智能纺纱细纱故障检测系统,其特征在于:所述信息传输模块包括工业以太网和以太网交换机,所述数据采集模块、断头检测模块、故障分析模块和状态显示模块分别利用以太网交换机与所述控制模块通过工业以太网连接。
CN202010500495.XA 2020-06-04 2020-06-04 一种智能纺纱细纱故障检测系统 Withdrawn CN111733498A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010500495.XA CN111733498A (zh) 2020-06-04 2020-06-04 一种智能纺纱细纱故障检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010500495.XA CN111733498A (zh) 2020-06-04 2020-06-04 一种智能纺纱细纱故障检测系统

Publications (1)

Publication Number Publication Date
CN111733498A true CN111733498A (zh) 2020-10-02

Family

ID=72649961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010500495.XA Withdrawn CN111733498A (zh) 2020-06-04 2020-06-04 一种智能纺纱细纱故障检测系统

Country Status (1)

Country Link
CN (1) CN111733498A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112099477A (zh) * 2020-11-05 2020-12-18 天能电池集团股份有限公司 一种锂离子电池生产过程中的故障溯源方法
CN116340875A (zh) * 2023-05-30 2023-06-27 单县鑫和纺织有限公司 一种基于数据分析的粗纱机运行故障预测系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112099477A (zh) * 2020-11-05 2020-12-18 天能电池集团股份有限公司 一种锂离子电池生产过程中的故障溯源方法
CN112099477B (zh) * 2020-11-05 2021-02-02 天能电池集团股份有限公司 一种锂离子电池生产过程中的故障溯源方法
CN116340875A (zh) * 2023-05-30 2023-06-27 单县鑫和纺织有限公司 一种基于数据分析的粗纱机运行故障预测系统
CN116340875B (zh) * 2023-05-30 2023-10-17 单县鑫和纺织有限公司 一种基于数据分析的粗纱机运行故障预测系统

Similar Documents

Publication Publication Date Title
CN110366031B (zh) 一种数字化车间mes系统基于视觉的异常状态监测与故障诊断方法
CN105332123B (zh) 一种细纱细度均匀度在线检测方法
CN111733498A (zh) 一种智能纺纱细纱故障检测系统
CN111552243B (zh) 一种智能纺纱打包生产线故障检测系统
CN114971252B (zh) 一种纺织设备运维与故障预诊断系统
CN115409131B (zh) 基于spc过程管控系统的生产线异常检测方法
CN111238559A (zh) 一种卷包车间在线检测设备状态监控系统
CN109051104A (zh) 一种灌装机运行状态智能化检测系统和方法
CN116991130A (zh) 一种石化生产智能化自动化控制系统和方法
CN113592852A (zh) 一种碳纤维碳丝质量在线检测系统和方法
CN112859769A (zh) 一种智能生产设备中能耗监控装置及其运行方法
CN213142332U (zh) 一种智能纺纱细纱故障检测系统
CN212316325U (zh) 一种智能纺纱粗纱故障检测系统
CN111636123B (zh) 一种智能纺纱生产线故障检测系统
CN111638407B (zh) 一种智能纺纱抓棉故障检测系统
CN112235741A (zh) 一种基于深度学习的巡检机器人车间状态检测系统
CN117113135A (zh) 一种可对异常数据整理分类的碳排放异常监测分析系统
CN111733499A (zh) 一种智能纺纱粗纱故障检测系统
CN115034408A (zh) 一种无缝钢管生产重点设备物联网维修预测系统
CN113390884A (zh) 一种卷烟设备烟支输送通道烟支异常监测方法及其装置
CN114622311A (zh) 断线检测方法、装置及纺纱机
CN113837608A (zh) 一种基于大数据分析的烟草制丝管控及预警平台
CN112783872A (zh) 一种基于工业大数据的设备优化模型构建方法
CN114990743B (zh) 基于总线控制器的棉原料处理设备智能监控及诊断系统
CN117339263B (zh) 一种立式压滤机自动控制系统及方法

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20201002