CN112239106B - 纱线卷取设备、强力推断方法以及存储介质 - Google Patents

纱线卷取设备、强力推断方法以及存储介质 Download PDF

Info

Publication number
CN112239106B
CN112239106B CN202010594772.8A CN202010594772A CN112239106B CN 112239106 B CN112239106 B CN 112239106B CN 202010594772 A CN202010594772 A CN 202010594772A CN 112239106 B CN112239106 B CN 112239106B
Authority
CN
China
Prior art keywords
yarn
information
unit
strength
joint
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.)
Active
Application number
CN202010594772.8A
Other languages
English (en)
Other versions
CN112239106A (zh
Inventor
川畑智史
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.)
Murata Machinery Ltd
Original Assignee
Murata Machinery 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 Murata Machinery Ltd filed Critical Murata Machinery Ltd
Publication of CN112239106A publication Critical patent/CN112239106A/zh
Application granted granted Critical
Publication of CN112239106B publication Critical patent/CN112239106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B65H54/00—Winding, coiling, or depositing filamentary material
    • B65H54/02—Winding and traversing material on to reels, bobbins, tubes, or like package cores or formers
    • B65H54/22—Automatic winding machines, i.e. machines with servicing units for automatically performing end-finding, interconnecting of successive lengths of material, controlling and fault-detecting of the running material and replacing or removing of full or empty cores
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H59/00—Adjusting or controlling tension in filamentary material, e.g. for preventing snarling; Applications of tension indicators
    • B65H59/40—Applications of tension indicators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H54/00—Winding, coiling, or depositing filamentary material
    • B65H54/70—Other constructional features of yarn-winding machines
    • B65H54/702—Arrangements for confining or removing dust
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H59/00—Adjusting or controlling tension in filamentary material, e.g. for preventing snarling; Applications of tension indicators
    • B65H59/10—Adjusting or controlling tension in filamentary material, e.g. for preventing snarling; Applications of tension indicators by devices acting on running material and not associated with supply or take-up devices
    • 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H69/00—Methods of, or devices for, interconnecting successive lengths of material; Knot-tying devices ;Control of the correct working of the interconnecting device
    • B65H69/06—Methods of, or devices for, interconnecting successive lengths of material; Knot-tying devices ;Control of the correct working of the interconnecting device by splicing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H69/00—Methods of, or devices for, interconnecting successive lengths of material; Knot-tying devices ;Control of the correct working of the interconnecting device
    • B65H69/06—Methods of, or devices for, interconnecting successive lengths of material; Knot-tying devices ;Control of the correct working of the interconnecting device by splicing
    • B65H69/061—Methods of, or devices for, interconnecting successive lengths of material; Knot-tying devices ;Control of the correct working of the interconnecting device by splicing using pneumatic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H2515/00—Physical entities not provided for in groups B65H2511/00 or B65H2513/00
    • B65H2515/30—Forces; Stresses
    • B65H2515/31—Tensile forces
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/12—Cloth
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Textile Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Filamentary Materials, Packages, And Safety Devices Therefor (AREA)
  • Spinning Or Twisting Of Yarns (AREA)

Abstract

本发明涉及纱线卷取设备、强力推断方法以及存储介质。纱线卷取设备(100)具备：关联信息取得部(81)，取得关联信息，该关联信息是在接头动作中能够取得的信息以及在纱线(Y)的行进中能够取得的信息中的一种以上的、与由接头装置(33)接头后的纱线(Y)的接头部分的强力相关联的信息；模型存储部(82)，存储有学习模型，该学习模型是通过至少将关联信息作为输入信息的机器学习而预先构建的，用于推断接头部分的强力值；以及强力推断部(83)，基于关联信息来推断接头部分的强力值。

Description

纱线卷取设备、强力推断方法以及存储介质
技术领域
本发明涉及纱线卷取设备、强力推断方法以及存储介质。
背景技术
日本特开2016-169065号公报所公开的纱线卷取机具备：能够供给纱线的供纱部；将由供纱部供给的纱线卷取于筒管的卷取部；以及在纱线行进方向上配置在供纱部与卷取部之间的接头装置。接头装置进行在纱线行进方向上的上游侧和下游侧断开的纱线的接头动作。此处，在一般情况下，当由纱线卷取机卷取的纱线的种类、支数等被变更时，纱线卷取机被切换成校准模式(在日本特开2016-169065号公报中记载为检查模式)，进行构成接头装置的部件的位置调整以及与接头动作相关的设定变更等。与此相伴随，每次都需要判断纱线的接头部分的强力(在进行了纱线的拉伸试验时，其试验片到断裂为止所示出的最大强度)是否满足基准(即，是能够结束校准模式、还是需要进行接头装置的再次调整)。
因此，上述纱线卷取机具备测定并取得纱线的强力的强力取得部。作为用于取得强力的动作的具体例，在进行了接头装置的调整等之后，纱线卷取机在停止了从供纱部供给纱线的状态下通过卷取部卷取纱线，由此对纱线进行拉伸而有意图地使其断裂。
强力取得部通过如此地测定纱线断裂时的纱线张力，由此取得接头部分的强力信息。基于通过这样的测定检查而取得的强力信息，判断接头部分的强力是否满足基准。为了提高精度，原则上进行多次上述测定检查。
在日本特开2016-169065号公报所记载的纱线卷取机中，在进行了接头装置的调整等之后，进行上述那样的强力的测定检查。因此，存在校准模式变长与测定检查所需要的时间相对应的量，生产时间变短这样的问题。为了提高精度而测定检查的次数越增加，则这样的问题变得越显著。另一方面，当减少测定检查的次数时，检查精度有可能降低。
发明内容
本发明的目的在于，在短时间内高精度地取得纱线的接头部分的强力信息。
本发明的纱线卷取设备的特征在于，具备：供纱部，能够供给纱线；卷取部，将由上述供纱部供给的纱线卷取于筒管；接头装置，进行将在纱线行进方向上的上述供纱部与上述卷取部之间断开的纱线连接的接头动作；关联信息取得部，取得关联信息，该关联信息是在上述接头动作中能够取得的信息以及在纱线的行进中能够取得的信息中的一种以上的、与通过上述接头装置接头后的纱线的接头部分的强力相关联的信息；模型存储部，存储有学习模型，该学习模型是通过至少将上述关联信息作为输入数据的机器学习而预先构建的，用于推断上述接头部分的强力值；以及强力推断部，使用上述学习模型，基于上述关联信息来推断上述接头部分的强力值。
在本发明中，能够基于在接头动作中或纱线的行进中能够取得的关联信息，通过使用了学习模型的运算来推断出纱线的接头部分的强力(抗拉强度)值。因此，例如，与通过有意图地使纱线断裂这样的机械方法来进行接头部分的强力测定的情况相比，能够将到推断出接头部分的强力为止的时间抑制得较短。此外，由于学习模型是通过机器学习而预先构建的，因此通过使用了学习模型的推断，能够取得高精度的强力值。因而，能够在短时间内高精度地取得纱线的接头部分的强力信息。
另外，也可以为，上述关联信息包含以下信息中的一种以上的信息：行进中的纱线的接头部分的尺寸信息、设置有上述接头装置的空间的温度信息、上述空间的湿度信息、在上述接头装置进行接头动作时产生的声音信息、纱线的种类信息、纱线的支数信息、以及与上述接头装置的设定相关的信息。
作为关联信息，通过使用能够与纱线的接头部分的强力相关联的各种信息，能够提高接头部分的强力的推断精度。
此外，也可以为，纱线卷取设备具备：调整信息取得部，基于由上述强力推断部推断出的强力值，根据需要，取得与构成上述接头装置的部件的调整相关的调整信息、以及与上述接头装置的接头动作的动作设定的变更相关的变更信息中的至少一方；以及调整指示部，基于上述调整信息和/或上述变更信息来进行所需要的指示。
由此，基于利用强力的推断值而取得的调整信息和/或变更信息，能够通过调整指示部进行所需要的指示。由此，能够根据该指示来进行构成接头装置的部件的调整等。
也可以为，纱线卷取设备具备取得上述纱线的接头部分的尺寸信息的尺寸取得部，上述调整信息取得部基于上述强力推断部对强力的推断值和由上述尺寸取得部取得的信息，取得上述调整信息和/或上述变更信息。
即使纱线的接头部分的强力满足基准，当接头部分的尺寸(粗细等)与其他部分的尺寸相差较大时，接头部分也会成为纱疵，有可能需要重新进行构成接头装置的部件的调整等。在本方式中，除了强力的推断值以外，与纱线尺寸相关的信息也被用于上述调整等，因此能够进一步提高调整等的精度。
此外，也可以为，上述调整指示部具有：通知部，通知信息；以及通知控制部，使上述通知部进行上述调整信息和/或上述变更信息的通知。
由此，在纱线的接头部分的强力存在问题的情况下，能够向作业者通知具体需要怎样的调整和/或设定变更。因而，在作业者进行构成接头装置的部件的调整等的情况下，能够高效地进行调整作业等。
此外，也可以为，上述接头装置具有：处理部，包括保持纱线的保持部、使纱线移动的移动部、切断纱线的切断部、对纱线进行退捻的退捻部以及对纱线进行连接的接头部中的至少一个；以及调整驱动部，能够执行上述处理部的调整，上述调整指示部具有基于上述调整信息对上述调整驱动部进行驱动控制的驱动控制部。
由此，能够通过调整驱动部来进行构成接头装置的部件的调整作业。因而，与作业者通过人手来进行调整作业的情况相比，能够减轻作业的时间劳力。
此外，也可以为，上述调整指示部具有基于上述变更信息来变更上述动作设定的设定变更部。
由此，通过设定变更部，能够不经人手地进行动作设定的变更。因而，与作业者进行动作设定的变更作业的情况相比，能够缩短作业时间。此外，还能够防止动作设定的变更失误。
此外，也可以为，上述接头装置利用从气体供给源供给的气体对纱线实施规定的处理，上述动作设定包括上述气体的压力设定以及使上述气体流动的时间的设定中的至少一方。
根据接头动作时的气体压力、气体流动的时间等条件(动作设定)，纱线的接头部分的强力可能较大地改变。在本方式中，由于通过设定变更部来变更动作设定，因此还能够可靠地变更上述那样的重要的动作设定。
此外，也可以为，上述学习模型是通过作为上述机器学习而执行使用了监督数据的有监督学习来预先构建的模型，在上述有监督学习中使用的监督数据是预先测定的纱线的接头部分的强力信息。
在预先构建有将实测的纱线的接头部分的强力信息作为监督数据(正确答案数据)的有监督学习的学习模型的方式中，能够高精度地推断出接头部分的强力值。
此外，也可以为，上述模型存储部能够更新并存储上述学习模型。
在本方式中，在构建了精度更高的学习模型的情况下，对模型存储部所存储的学习模型进行更新，由此能够进一步提高接头部分的强力的推断精度。
也可以为，纱线卷取设备具备：强力测定部，测定由上述接头装置接头后的纱线的强力；以及学习部，通过至少使用了上述关联信息以及由上述强力测定部测定出的纱线的强力的测定值的有监督学习，来重新构建上述学习模型。
在本方式中，通过利用在生产现场等得到的强力的实测值来进一步进行机器学习，由此能够进一步改良学习模型。
也可以为，纱线卷取设备具备：强力测定部，测定由上述接头装置接头后的纱线的强力；以及综合通信部，与具有学习部的服务器进行通信，该学习部通过至少使用了上述关联信息以及由上述强力测定部测定出的纱线的强力的测定值的有监督学习，来重新构建上述学习模型。
在多个纱线卷取设备被设置在相互分离的场所的情况下，按照每个纱线卷取设备来进行学习模型的更新有可能花费时间劳力。此外，强力推断精度也有可能在每个纱线卷取设备中产生偏差。在本方式中，能够使多个纱线卷取设备共享在服务器中重新构建的学习模型。因而，能够减轻学习模型的重新构建的时间劳力，且能够抑制强力的推断精度的偏差。
此外，本发明的强力推断方法为，在具备能够供给纱线的供纱部、将由上述供纱部供给的纱线卷取于筒管的卷取部、以及在纱线行进方向上的上述供纱部与上述卷取部之间进行将断开的纱线连接的接头动作的接头装置的纱线卷取设备中，推断由上述接头装置接头后的纱线的接头部分的强力，其特征在于，具备：关联信息取得步骤，取得关联信息，该关联信息是在上述接头动作中能够取得的信息以及在纱线的行进中能够取得的信息中的一种以上的、与上述接头部分的强力相关联的信息；以及强力推断步骤，使用学习模型，基于上述关联信息来推断上述接头部分的强力值，上述学习模型是通过至少将上述关联信息作为输入数据的机器学习而预先构建的，用于基于上述关联信息来推断上述接头部分的强力值。
在本发明中，与上述纱线卷取设备的发明同样，能够在短时间内高精度地取得纱线的接头部分的强力信息。
此外，本发明的存储介质为，存储有强力推断程序，在具备能够供给纱线的供纱部、将由上述供纱部供给的纱线卷取于筒管的卷取部、在纱线行进方向上配置在上述供纱部与上述卷取部之间并进行将在纱线行进方向上的上游侧和下游侧断开的纱线连接的接头动作的接头装置、以及计算机的纱线卷取设备中，该强力推断程序用于使上述计算机推断由上述接头装置接头后的纱线的接头部分的强力，其特征在于，使上述计算机执行：关联信息取得过程，取得关联信息，该关联信息是在上述接头动作中能够取得的信息以及在纱线的行进中能够取得的信息中的一种以上的、与上述接头部分的强力相关联的信息；以及强力推断过程，使用学习模型，基于上述关联信息来推断上述接头部分的强力值，上述学习模型是通过至少将上述关联信息作为输入数据的机器学习而预先构建的，用于基于上述关联信息来推断上述接头部分的强力值。
在本发明中，与上述纱线卷取设备的发明同样，能够在短时间内高精度地取得纱线的接头部分的强力信息。
附图说明
图1是本实施方式的纱线卷取设备的概要图。
图2是自动络纱机的主视图。
图3是表示纱线卷取设备的电气构成的框图。
图4是卷取单元的概要主视图。
图5中的(a)～(c)是表示接头装置的构成的说明图。
图6是表示神经网络的一例的说明图。
图7是表示纱线卷取设备在学习阶段中的功能的功能框图。
图8是表示纱线卷取设备在使用阶段中的功能的功能框图。
图9是表示学习阶段中的机器学习的过程的流程图。
图10是表示使用阶段中的接头装置的调整过程的流程图。
图11是变形例的接头装置的概要侧视图。
图12是纱线卷取设备在使用阶段中的功能框图。
图13是表示使用阶段中的一系列控制的流程图。
图14是表示其他变形例的纱线卷取设备在使用阶段中的功能的功能框图。
具体实施方式
接着，对本发明的实施方式进行说明。另外，如图1以及图2所示，将多个卷取单元2所排列的方向设为左右方向。将与左右方向正交且重力所作用的铅垂方向设为上下方向。将与左右方向以及上下方向的双方正交的方向设为前后方向。
(纱线卷取设备的概要构成)
首先，参照图1～图3对本实施方式的纱线卷取设备100的概要构成进行说明。图1是纱线卷取设备100的概要平面图。图2是后述的自动络纱机101的主视图。图3是表示纱线卷取设备100的大体的电气构成的框图。另外，图2中例示出在图1的纸面右侧记载的自动络纱机101中的一个。
如图1所示，纱线卷取设备100具备多个自动络纱机101、以及综合控制装置102。各自动络纱机101具备多个卷取单元2、以及机体控制装置3。多个自动络纱机101例如在工厂内沿着前后方向以及左右方向排列配置。综合控制装置102与各机体控制装置3电连接。综合控制装置102与各机体控制装置3进行通信等而对多个自动络纱机101综合地进行控制。综合控制装置102例如与云服务器110(本发明的服务器。详细情况后述)电连接，并与云服务器110进行通信。
自动络纱机101的多个卷取单元2沿着左右方向排列，分别进行将从供纱筒管Bs拉出的纱线Y卷取于卷取筒管Bw(本发明的筒管)而形成卷装P的卷取动作。
机体控制装置3是具备CPU、ROM、RAM(存储部5。参照图3)等的一般的计算机装置。机体控制装置3与各卷取单元2的单元控制部14电连接，并与各单元控制部14进行通信。机体控制装置3具有设定部4，该设定部4用于进行各卷取单元2对纱线Y的卷取条件等的设定。设定部4具有例如液晶显示器等显示部4a(本发明的通知部)以及由多个操作键等构成的操作部4b。作业者能够通过对操作部4b进行操作来变更各种设定。与各种设定相关的信息存储在存储部5中。机体控制装置3构成为，至少能够在能够基于卷取动作来执行卷装P的生产的生产模式与后述的校准模式之间切换控制模式。另外，显示部4a和操作部4b也可以由触摸面板构成。
(卷取单元)
接着，参照图4对卷取单元2的构成进行说明。图4是卷取单元2的概要主视图。将纱线Y行进的方向设为纱线行进方向。
如图4所示，卷取单元2具有供纱部11、纱线处理执行部12、卷取部13、以及单元控制部14等。供纱部11、纱线处理执行部12、卷取部13依次从下方向上方排列配置。
供纱部11构成为，能够供给卷绕在供纱筒管Bs上的纱线Y。供纱部11具有供纱筒管支承部21以及纱线退绕辅助装置22。供纱筒管支承部21将供纱筒管Bs支承为大致直立状态。纱线退绕辅助装置22将纱线Y被从供纱筒管Bs退绕时的膨胀保持为固定大小。
纱线处理执行部12用于执行与纱线Y相关的各种处理。纱线处理执行部12具有张力赋予部31、张力传感器32(本发明的强力测定部)、接头装置33、以及清纱器34(本发明的尺寸取得部)。
张力赋予部31构成为，能够对行进的纱线Y赋予规定的张力。作为张力赋予部31的一例，可以列举所谓的棚栏式的张力赋予部。如图4所示，多个固定棚栏体31a和多个可动棚栏体31b在上下方向上交替地配置。并且，通过调整多个可动棚栏体31b在水平方向上的位置，由此对在固定棚栏体31a与可动棚栏体31b之间行进的丝线Y赋予规定的张力。固定棚栏体31a和可动棚栏体31b具有能够相互啮合的形状。在纱线Y的强力测定时(后述)，通过使固定棚栏体31a与可动棚栏体31b相互较强地啮合，由此能够将纱线Y较强地夹入在固定棚栏体31a与可动棚栏体31b之间，停止从供纱部11供给纱线Y。
张力传感器32构成为，能够测定对纱线Y赋予的张力。张力传感器32例如是具有未图示的应变仪的公知的传感器。张力传感器32与单元控制部14电连接。
接头装置33是如下装置：当在供纱部11与卷取部13之间成为纱线Y不相连的状态时，进行将供纱部11侧(纱线行进方向上游侧)的纱线Y(下纱线Y1)与卷取部13侧(纱线行进方向下游侧)的纱线Y(上纱线Y2)相连的接头动作。作为成为纱线Y不相连的状态的情况，例如具有在由清纱器34检测到纱疵时由切断器34a(后述)进行的纱线切断时、供纱筒管Bs的更换时等。
在接头装置33的下侧设置有对供纱筒管Bs侧(纱线行进方向的上游侧)的下纱线Y1进行捕捉而向接头装置33引导的下纱线捕捉引导部35(第1捕捉引导部)。在接头装置33的上侧设置有对卷装P侧(纱线行进方向的下游侧)的上纱线Y2进行捕捉而向接头装置33引导的上纱线捕捉引导部36(第2捕捉引导部)。下纱线捕捉引导部35具有：能够以轴35a为中心旋转的管状的臂35b；配置在臂35b的前端部、对下纱线Y1的纱头部进行吸引捕捉的吸引部35c；以及使臂35b旋转驱动而使其上下回转的马达37。上纱线捕捉引导部36具有：能够以轴36a为中心旋转的管状的臂36b；配置在臂36b的前端部、对上纱线Y2的纱头部进行吸引捕捉的吸引部36c；以及使臂36b旋转驱动而使其上下回转的马达38。
在基于接头装置33进行接头时，下纱线捕捉引导部35在通过吸引部35c捕捉了下纱线Y1的纱头部的状态下，通过马达37驱动臂35b而使其向上方回转，由此将下纱线Y1引导至接头装置33。上纱线捕捉引导部36通过吸引部36c对附着在卷装P的表面上的上纱线Y2的纱头部进行吸引捕捉。在捕捉了上纱线Y2之后，臂36b由马达38旋转驱动而向下方回转，由此上纱线捕捉引导部36将上纱线Y2引导至接头装置33。
清纱器34是对行进的纱线Y的粗细(纱线的直径或纤维量)等进行监视的纱线监视装置，对纱疵以及纱线Y的接头部分进行检测。此外，清纱器34还对纱疵的尺寸(粗细、长度)以及纱线Y的接头部分的尺寸(粗细、长度)进行检测。在清纱器34中配置有切断器34a。在由清纱器34检测到纱疵时，切断器34a立即切断纱线Y，并且清纱器34向单元控制部14输出检测信号。
卷取部13用于将纱线Y卷取于卷取筒管Bw而形成卷装P。卷取部13具有将卷取筒管Bw保持为旋转自如的摇架41、横动滚筒42、以及使横动滚筒42旋转的滚筒驱动马达43。在横动滚筒42的外周面上，形成有用于使纱线Y横向移动的横动槽42a。横动滚筒42在通过横动槽42a使纱线Y横向移动的同时，在与形成于卷取筒管Bw的卷装P接触的状态下旋转，由此，卷装P以及卷取筒管Bw通过与横动滚筒42的接触摩擦而从动旋转。由此，纱线Y被卷取于卷取筒管Bw而形成卷装P。另外，卷取部13的构成并不限定于此。例如，也可以将横动滚筒42替换为未形成横动槽42a的辊(接触辊)。为了使纱线Y横向移动，也可以具备另外的横动机构(所谓的臂式横动机构、带式横动机构、或叶片式横动机构等)。卷装P也可以不通过与横动滚筒42或接触辊的接触摩擦来从动旋转，而变更为通过马达直接旋转驱动卷装P的构成。
单元控制部14具备CPU、ROM、RAM等。单元控制部14根据ROM中所存储的程序，通过CPU对各部进行控制。此外，单元控制部14与机体控制装置3电连接，并与机体控制装置3进行通信。
在具有以上构成的卷取单元2中，如以下那样进行卷取动作。即，单元控制部14在使卷装P与横动滚筒42接触了的状态下、使滚筒驱动马达43驱动而使横动滚筒42旋转，由此，从供纱筒管Bs拉出的纱线Y被卷取于卷取筒管Bw而形成卷装P。
(接头装置)
接着，参照图5中的(a)～(c)对接头装置33的构成进行说明。图5中的(a)～(c)是从左侧观察接头装置33的图。如图5中的(a)～(c)所示，接头装置33具有接头部件51、退捻管52、上侧引导板53、下侧引导板54、拨纱杆55、纱线按压杆56等。
接头部件51构成为块状，安装在固定于支承块57的前表面的支承板58上。接头部件51从支承板58向纱线Y所行进的纱线通道侧(前侧)突出。在接头部件51中，以贯通接头部件51的方式形成有沿着上下方向延伸的接头空间51a。进而，在接头部件51中，以朝向前方开放且沿着上下方向贯通接头部件51的方式，形成有与接头空间51a连通的纱线插入间隙51b。由下纱线捕捉引导部35捕捉到的下纱线Y1以及由上纱线捕捉引导部36捕捉到的上纱线Y2，经由纱线插入间隙51b而被引导至接头空间51a。接头空间51a的上下的开口，作为用于使从退捻管52拉出的纱头导入到接头空间51a的导入口51c发挥功能。
在接头空间51a的内壁上，形成有与压缩空气源71连接的未图示的喷嘴孔。由压缩空气源供给的压缩空气的压力，例如通过电动气动调节器72(参照图5中的(a))来控制。压缩空气的压力以及使压缩空气喷出的时间，例如能够通过设定部4(参照图3等)来设定。在将下纱线Y1的纱头和上纱线Y2的纱头配置到接头空间51a的状态下，从喷嘴孔喷出压缩空气，由此能够在接头空间51a的内部产生捻回流，而使纱头彼此捻合。
上侧引导板53配置在接头部件51的上方。在上侧引导板53上，在左右方向(与纸面垂直的方向)上排列形成有分别沿着前后方向延伸的、被导入下纱线Y1的引导槽53a以及被导入上纱线Y2的引导槽53b。在上侧引导板53上设置有切断器61和夹持器62。切断器61相对于引导槽53a设置。夹持器62相对于引导槽53b设置。
下侧引导板54配置在接头部件51的下方。在下侧引导板54上，与上述引导槽53a、53b同样地，形成有被导入下纱线Y1的引导槽54a以及被导入上纱线Y2的引导槽54b。在下侧引导板54上设置有切断器63和夹持器64。切断器63相对于引导槽54b设置。夹持器64相对于引导槽54a设置。
退捻管52是沿着前后方向延伸的圆筒状的部件。退捻管52由支承块57支承。退捻管52的前端部以及后端部在前后方向上开口。前端部的开口作为吸引纱线Y的吸引口52a发挥功能。为了分别吸引下纱线Y1以及上纱线Y2的纱头，而设置有两个退捻管52。用于吸引下纱线Y1的退捻管52，在上下方向上配置在接头部件51与切断器61之间。用于吸引上纱线Y2的退捻管52，在上下方向上配置在接头部件51与切断器63之间。
在退捻管52的内壁上，形成有与压缩空气源73连接的未图示的喷嘴孔。由压缩空气源供给的压缩空气的压力，例如通过电动气动调节器74来控制。压缩空气的压力以及使压缩空气喷出的时间，例如能够通过设定部4(参照图3等)来设定。通过从喷嘴孔喷出压缩空气，由此在退捻管52内产生从前方朝向后方的空气流。通过该空气流的作用，能够将纱线Y的纱头从吸引口52a吸引到退捻管52内。进而，通过该空气流，能够使导入到退捻管52的纱线Y的纱头退捻。
在支承板58上，在与退捻管52(吸引口52a)对置的位置上形成有贯通孔58a。纱线Y的纱头经由支承板58的贯通孔58a以及退捻管52的吸引口52a而被导入到退捻管52的内部。
隔着接头部件51而上下地配置有一对拨纱杆55。上侧的拨纱杆55在上下方向上配置在上侧的退捻管52与上侧引导板53之间。下侧的拨纱杆55在上下方向上配置在下侧的退捻管52与下侧引导板54之间。一对拨纱杆55构成为，以沿着上下方向延伸的未图示的摆动轴为中心而一体地进行摆动。通过拨纱杆55朝向后方摆动，由此被引导至接头空间51a的纱线Y被拨纱杆55拨向后方。即，拨纱杆55使纱线Y移动。
隔着接头部件51而上下地配置有一对纱线按压杆56。上侧的纱线按压杆56在上下方向上配置在接头部件51与上侧的拨纱杆55之间。下侧的纱线按压杆56在上下方向上配置在接头部件51与下侧的拨纱杆55之间。一对纱线按压杆56构成为，以沿着上下方向延伸的未图示的摆动轴为中心而一体地进行摆动。通过纱线按压杆56朝向后方摆动，由此被引导至接头空间51a的纱线Y被纱线按压杆56按压到支承板58上。换言之，纱线按压杆56使纱线Y沿着前后方向移动。由此，当在接头空间51a中对纱线Y的纱头加捻时，防止捻转超过纱线按压杆56而传播。
上述接头部件51、退捻管52、拨纱杆55、纱线按压杆56、切断器61、63以及夹持器62、64，相当于本发明的处理部。接头部件51相当于本发明的接头部。退捻管52相当于本发明的退捻部。拨纱杆55以及纱线按压杆56相当于本发明的移动部。切断器61、63相当于本发明的切断部。夹持器62、64相当于本发明的保持部。压缩空气源71、73相当于本发明的气体供给源。压缩空气相当于本发明的气体。另外，压缩空气源71、73也可以供给空气以外的气体。
(接头动作)
接着，继续参照图5中的(a)～(c)，对通过接头装置33将下纱线Y1与上纱线Y2连接的接头动作进行说明。图5中的(a)是表示通过切断器61、63将下纱线Y1以及上纱线Y2切断紧前的状态的图。图5中的(b)是表示下纱线Y1以及上纱线Y2的纱头被退捻管52吸引了的状态的图。图5中的(c)是表示下纱线Y1以及上纱线Y2的纱头被配置在接头空间51a中的状态的图。
在由于某种原因而纱线Y断开的情况下，如图5中的(a)所示，通过下纱线捕捉引导部35将下纱线Y1经由纱线插入间隙51b而导入到接头空间51a中，通过上纱线捕捉引导部36将上纱线Y2经由纱线插入间隙51b而导入到接头空间51a中。此时，下纱线Y1还被导入到引导槽53a、54a中，上纱线Y2也被导入到引导槽53b、54b中。在该状态下，通过使拨纱杆55向后方摆动而将下纱线Y1以及上纱线Y2拨向后方，由此下纱线Y1被压入到引导槽53a、54a的里侧，上纱线Y2被压入到引导槽53b、54b的里侧。
接着，在使夹持器64把持了被导入到引导槽54a中的下纱线Y1之后，使切断器61切断被导入到引导槽53a中的下纱线Y1。并且，与此同时，在使夹持器62把持了被导入到引导槽53b中的上纱线Y2之后，使切断器63切断被导入到引导槽54b中的上纱线Y2。被切断后的下纱线Y1以及上纱线Y2的前端侧部分，被下纱线捕捉引导部35以及上纱线捕捉引导部36吸引除去。在切断下纱线Y1以及上纱线Y2时，在退捻管52中产生从前方朝向后方的空气流。因此，如图5中的(b)所示，被切断后的下纱线Y1的纱头被上侧的退捻管52吸引。此外，被切断后的上纱线Y2的纱头被下侧的退捻管52吸引。然后，下纱线Y1以及上纱线Y2的纱头，通过在退捻管52中产生的空气流而退捻。
接着，当使拨纱杆55进一步向后方摆动时，如图5中的(c)所示，退捻后的下纱线Y1以及上纱线Y2的纱头，被从退捻管52拉出，并经由导入口51c而导入到接头空间51a中。然后，在退捻后的下纱线Y1以及上纱线Y2的纱头被导入到接头空间51a中的状态下，向接头空间51a内喷射压缩空气，由此通过捻回流的作用对下纱线Y1与上纱线Y2进行接头。当接头完成时，拨纱杆55以及纱线按压杆56返回到初始位置。
(关于纱线的张力)
但是，在一般情况下，由卷取单元2卷取的纱线Y的强力(抗拉强度)需要满足规定的基准。当然，下纱线Y1与上纱线Y2的接头部分(以下称作纱线Y的接头部分)的强力也需要满足规定的基准。此处，例如，在由卷取单元2卷取的纱线的种类(纱线种类)或支数等变更时，自动络纱机101的控制模式被切换成校准模式。在校准模式下，进行构成接头装置33的部件的位置调整以及与接头动作相关的设定变更等。与此相伴随，需要判断下纱线Y1与上纱线Y2的接头部分的强力(抗拉强度)是否满足基准(即，是否能够结束校准模式，或者是否需要进行接头装置33的重新调整)。为此，首先需要取得纱线Y的接头部分的强力信息。
在本实施方式中，为了在短时间内高精度地取得纱线的接头部分的强力信息，纱线卷取设备100具有以下那样的构成。大体而言，纱线卷取设备100构成为，能够基于与纱线Y的接头部分的强力相关联的关联信息，使用通过机器学习而预先构建的学习模型，对纱线Y的接头部分的强力值进行推断。
(机器学习的简单说明)
在进行与纱线卷取设备100的构成相关的说明之前，对机器学习进行极其简单的说明。所谓机器学习是如下的技术：即便未明确地通过程序进行指示，计算机也能够进行基于庞大的输入数据的学习而构建学习模型，并且使用所构建的学习模型来取得与输入数据对应的所希望的输出数据。此处，所谓学习模型是一种复杂的计算式，用于将关联信息作为输入数据而输出纱线Y的接头部分的强力的推断值(以下，也简称为强力的推断值)。此外，在此处，所谓“构建学习模型”是指，在从已有的多个学习模型中预先选择出的学习模型中，进行基于输入数据的机器学习，由此能够适当地输出强力的推断值(即，能够使用)。作为学习模型的例子，能够列举公知的神经网络、支持向量机、随机森林等。在本实施方式中，作为一例，设为选择了神经网络的情况来进行说明。此外，在以下，将所构建的学习模型也称作“学习完毕模型”。
参照图6对神经网络的一例进行简单说明。神经网络是将多个节点组合而形成的学习模型，该节点是对人的神经细胞即神经元进行模型化而得到的。如图6所示，神经网络300具有输入层301、中间层302和输出层303。中间层302和输出层303具有节点(图6中的各圆形记号相当于一个节点)。各节点基于所输入的数据，使用与各节点对应地设置的函数(一般称作激活函数等)而输出规定的输出数据。在神经网络300中，输入到输入层301的输入数据(参照图6中的X1、X2、X3、X4)被传递至中间层302。在中间层302中，基于输入数据X1、X2、X3、X4而输出中间数据(参照图6中的中间数据H1、H2、H3)，并传递至输出层303。另外，在图6中，中间层302为1层，但并不限定于此，也可以为2层以上。最后，输出层303基于中间数据而输出输出数据(参照图6中的输出数据Y1)。此处，上述激活函数分别具有能够变更的多个参数(一般称作权重)。当这些权重被变更时，即使向神经网络300输入相同的输入值，输出值也会改变。“学习模式的构建”换句话说是通过机器学习使这些权重收敛为适当值。
用于构建学习完毕模型的机器学习的方法，大体上能够分类为“有监督学习”和“无监督学习”。有监督学习是如下方法：使计算机读入输入数据和与该输入数据对应的正确答案数据(监督数据)，并以能够得到与监督数据大致相等的适当的输出数据的方式构建学习模型。在本实施方式中，通过有监督学习来构建学习模型。无监督学习与有监督学习不同，是无法赋予监督数据的机器学习(省略详细说明)。
在一般情况下，机器学习存在两个阶段。第1个阶段是如下的“学习阶段”：计算机基于庞大的输入数据进行学习，并构建学习完毕模型。第2个阶段是如下的“使用阶段”：使用在学习阶段中构建的学习模型，基于输入数据来取得输出数据。
(纱线卷取设备的构成)
接着，参照图7以及图8，对纱线卷取设备100中的与纱线Y的接头部分的强力值的推断相关的构成进行说明。图7是表示纱线卷取设备100在学习阶段中的功能的功能框图。换言之，该功能框图是通过有监督学习来新构建学习完毕模型或者使学习完毕模型进一步进行机器学习的阶段中的功能框图。图8是表示纱线卷取设备100在使用阶段中的功能的功能框图。换言之，该功能框图是设置在生产卷装P的生产工厂等中的纱线卷取设备100，利用在学习阶段中预先构建的学习完毕模型来推断强力值的阶段中的功能框图。
首先，对纱线卷取设备100中的在学习阶段中使用的构成进行说明。此处，为了便于说明，在设置于生产卷装P的生产工厂的纱线卷取设备100中，对用于构建学习完毕模型的构成进行说明。但是，也可以在与生产工厂不同的场所(纱线卷取设备100的制造场所等)，使用与在以下说明的构成相同的构成，在纱线卷取设备100被设置于生产工厂之前，预先构建学习完毕模型。
如图7所示，纱线卷取设备100的自动络纱机101具备关联信息取得部81、模型存储部82、通信部84以及张力传感器32。此外，纱线卷取设备100的综合控制装置102具备能够与机体控制装置3进行通信且能够与云服务器110进行通信的综合通信部103。进而，综合控制装置102与设置在与卷装P的生产工厂不同的场所的云服务器110电连接。另外，关联信息取得部81的设定存储部88(后述)、模型存储部82以及通信部84包含在机体控制装置3中。换言之，机体控制装置3具有作为设定存储部88、模型存储部82以及通信部84的功能。
在学习阶段中，大体上进行以下那样的处理。首先，通过关联信息取得单元81取得关联信息。此外，张力传感器32测定与上述监督数据相当的纱线Y的接头部分的强力值。关联信息以及张力传感器32对强力的测定值，由通信部84经由综合控制装置102的综合通信部103向云服务器110发送。云服务器110基于从纱线卷取设备100接收到的庞大的关联信息以及纱线Y的接头部分的强力的测定值(以下也简称为强力的测定值)来进行有监督学习，构建学习完毕模型并向机体控制装置3提供学习完毕模型。
关联信息取得部81用于取得与纱线Y的接头部分的强力相关联的关联信息。关联信息相当于机器学习中的输入数据。如图7所示，关联信息取得部81具有清纱器34、麦克风85、温度计86、湿度计87以及设定存储部88。如上所述，清纱器34能够取得与纱线Y的接头部分的尺寸相关的信息。麦克风85配置在接头装置33附近(参照图4)，能够检测在接头动作时由接头装置33产生的声音。麦克风85与单元控制部14电连接(参照图3)。麦克风85的检测结果经由单元控制部14发送至机体控制装置3。温度计86取得设置有自动络纱机101的空间(即，设置有接头装置33的空间)的温度信息。湿度计87取得设置有接头装置33的空间的湿度信息。温度计86以及湿度计87与机体控制装置3电连接(参照图3)。设定存储部88是存储部5(参照图3)的一部分。在设定存储部88中存储有由卷取单元2卷取的纱线Y的种类信息、纱线Y的支数信息、以及接头装置33的动作设定的信息等。所谓接头装置33的动作设定，例如是指从上述压缩空气源71、73供给的压缩空气的压力的设定以及压缩空气的喷射时间的设定。上述信息是与纱线Y的接头部分的强力相关联的关联信息。
模型存储部82是存储部5(参照图3)的一部分。在模型存储部82中存储有通过将关联信息作为输入数据的机器学习而在学习阶段中构建的学习完毕模型。学习完毕模型被用于基于关联信息来推断接头部分的强力值。另外，模型存储部82能够覆盖地存储学习完毕模型(即，更新学习完毕模型)。通信部84与综合控制装置102进行通信。
云服务器110具有与综合控制装置102进行通信的通信部111、以及基于庞大的数据进行有监督学习的学习部112。通信部111经由综合控制装置102从纱线卷取设备100接收数据，并将接收到的数据输入到学习部112。在进行机器学习之前的学习部112中，存储有从已有的多个学习模型中预先选择出的、构建前(即，上述权重未被适当化)的学习模型。学习部112基于所输入的数据使学习模型进行有监督学习。作为具体例，学习部112将关联信息作为输入数据，使用学习模型来推断纱线Y的接头部分的强力值，并以使强力的推断值与强力的测定值之间的误差变小的方式，进行变更上述权重值的反馈。例如，能够通过被称作反向传播的公知算法来执行上述反馈。学习部112通过多次进行基于输入数据的纱线Y的强力的推断、以及基于推断出的强力值和作为监督数据的强力的测定值的反馈，由此构建用于正确地推断纱线Y的接头部分的强力值的学习完毕模型。
接着，对纱线卷取设备100中的在使用阶段中使用的构成进行说明。如图8所示，纱线卷取设备100具备关联信息取得部81、模型存储部82、强力推断部83、调整信息取得部91以及调整指示部92。关联信息取得部81以及模型存储部82与上述的情况相同。另外，关联信息取得部81的设定存储部88、模型存储部82、强力推断部83、调整信息取得部91以及调整指示部92包含在机体控制装置3中。换言之，机体控制装置3具有作为设定存储部88、模型存储部82、强力推断部83、调整信息取得部91以及调整指示部92的功能。
强力推断部83使用存储在模型存储部82中的学习完毕模型，基于上述关联信息，推断纱线Y的接头部分的强力值。换言之，将关联信息作为输入而进行规定的运算，并输出接头部分的强力值。
在使用阶段中，大体上进行以下的处理。首先，强力推断部83基于由关联信息取得部81取得的关联信息，使用在学习阶段中预先构建的学习完毕模型，推断纱线Y的接头部分的强力值。此外，调整信息取得部91基于强力推断部83的推断结果等，取得与构成接头装置33的部件的位置调整等相关的信息(调整信息)、以及与接头装置33的接头动作的动作设定相关的信息(变更信息)中的至少一方。进而，调整指示部92基于调整信息和/或变更信息来进行所需要的指示。
调整信息取得部91基于由清纱器34测定出的与纱线Y的接头部分的尺寸相关的信息、以及由强力推断部83推断出的纱线Y的接头部分的强力值，判断纱线Y的接头部分的尺寸以及强力的推断值是否满足基准。进而，调整信息取得部91在纱线Y的接头部分的尺寸以及强力的推断值不满足基准的情况下，取得构成接头装置33的部件的位置调整等所需要的信息(调整信息和/或变更信息)。所谓调整信息例如是指与构成接头装置33的部件的位置的调整量相关的信息(例如，表示应该向哪个方向移动多少mm的信息)。调整信息的具体例为，退捻管52在前后方向上的位置、退捻管52围绕轴的角度、拨纱杆55在上下方向上的位置、纱线按压杆56在上下方向上的位置等。所谓变更信息是指与接头装置33的接头动作的动作设定的变更相关的信息。变更信息的具体例为，从压缩空气源71、73供给的压缩空气所需要的压力、喷射压缩空气所需要的时间长度等。用于取得调整信息和/或变更信息的计算式或表，例如存储在存储部5中。
调整指示部92具有通知控制部93以及上述显示部4a(参照图2等)。通知控制部93基于调整信息取得部91的判断结果、以及调整信息取得部91所取得的调整信息和/或变更信息，使显示部4a进行规定的显示。
(学习阶段中的机器学习的过程)
接着，参照图9所示的流程图，对纱线卷取设备100在学习阶段中进行机器学习的过程进行说明。关于各构成要素，主要参照图7等。为了便于说明，在本实施方式中，对在生产卷装P的生产工厂新设置纱线卷取设备100时、新构建学习完毕模型的过程进行说明。但是，如上所述，也可以在与生产工厂不同的场所预先构建学习完毕模型。由此，能够缩短从纱线卷取设备100向生产工厂搬入起到开始生产为止所需要的时间。
作为初始状态，机体控制装置3的控制模式为校准模式。此外，纱线Y断开成下纱线Y1和上纱线Y2。在机体控制装置3的设定存储部88中存储有纱线Y的种类、支数、从压缩空气源71、73供给的压缩空气的压力、喷射压缩空气的时间等设定。
首先，机体控制装置3向卷取单元2(参照图4)的单元控制部14(参照图4)发送信号，使卷取单元2进行接头动作(S101)。通过麦克风85检测在接头动作中产生的声音。机体控制装置3经由单元控制部14取得麦克风85的检测结果。此外，机体控制装置3在接头动作中取得温度计86对温度的检测结果以及湿度计87对湿度的检测结果。
接着，机体控制装置3向单元控制部14发送信号，使卷取单元2进行规定时间的卷取动作。在卷取动作中，通过清纱器34取得包含纱线Y的接头部分在内的、行进中的纱线Y的接头部分的尺寸等信息。机体控制装置3经由单元控制部14取得纱线Y的接头部分的尺寸信息(S102)。如此，在接头动作中以及纱线行进中，通过机体控制装置3的关联信息取得部81取得关联信息(行进中的纱线Y的接头部分的尺寸、温度、湿度、在接头动作时产生的声音、纱线Y的种类、纱线Y的支数、以及与接头装置33的动作设定等相关的信息)。另外，清纱器34所取得的纱线Y的接头部分的尺寸信息最终被传递至学习部112、强力推断部83的路径，并不限定于上述那样的经由单元控制部14而发送至机体控制装置3的路径。例如，清纱器34所取得的信息也可以直接发送至机体控制装置3，还可以另外具备对多个清纱器34进行管理的专用的上位装置，并经由该上位装置向学习部112、强力推断部83发送上述信息。
接着，机体控制装置3向单元控制部14发送信号，使卷取单元2对纱线Y断裂时的纱线Y的张力进行测定(S103)。作为用于使纱线Y断裂的具体方法，单元控制部14在使张力赋予部31的固定棚栏体31a与可动棚栏体31b较强地啮合的同时，使卷取部13进行卷取动作。由此，纱线Y被夹入在固定棚栏体31a与可动棚栏体31b之间，纱线Y从供纱部11的供给停止。当在该状态下卷取部13的滚筒驱动马达43继续动作时，对纱线Y赋予较强的张力，而有意图地使纱线Y断裂。纱线Y断裂瞬间的张力传感器32的测定值，相当于纱线Y的强力(抗拉强度)。如此得到的纱线Y的接头部分的强力信息为上述监督数据。此处，一个监督数据以及与该监督数据建立了对应的关联信息，被作为有监督学习用的一组信息(一次有监督学习的量的信息)来处理。另外，关联信息的取得以及纱线Y的强力的测定值的取得，原则上反复进行多次。由此，取得有监督学习用的多组信息。即，得到有监督学习用的庞大数据。
接着，机体控制装置3的通信部84将关联信息以及纱线Y的强力的测定值向综合控制装置102发送(S104)。综合控制装置102通过综合通信部103将从机体控制装置3接收到的数据发送至云服务器110。有监督学习用的多组信息被发送至云服务器110。
接着，云服务器110通过通信部111经由综合控制装置102从机体控制装置3接收上述数据，并输入到学习部112。学习部112基于所输入的数据来执行有监督学习(S105)。具体而言，首先，如上述那样，学习部112使用预先选择出的构建前的学习模型，基于关联信息来推断纱线Y的接头部分的强力。接着，学习部112通过反向传播来进行用于减小推断出的强力值和与该关联信息对应的强力的测量值(监督数据)之间的误差的反馈(上述权重的变更)。学习部112根据被发送至云服务器110的有监督学习用的组的数量，进行多次上述学习。
接着，机体控制装置3使显示部4a(参照图3)进行用于促使作业者判断是否使机器学习结束(是否将阶段从学习阶段切换成使用阶段)的显示(S106)。在作业者通过操作部4b(参照图3)进行了用于使机器学习结束的操作的情况下(S106：是)，通过通信部111经由综合控制装置102的综合通信部103将学习完毕模型发送至机体控制装置3，并存储在模型存储部82中。如以上那样，学习阶段中的机器学习结束。此时，作业者也可以将机体控制装置3的控制模式切换成生产模式。另一方面，在作业者通过操作部4b(参照图3)进行了用于进一步继续进行机器学习的操作的情况下(S106：否)，机体控制装置3返回到步骤S101，再次开始用于继续进行机器学习的处理。如以上那样，进行学习阶段中的机器学习，并构建学习完毕模型。另外，也可以代替“进行用于促使作业者判断是否使机器学习结束的显示”，而“在对全部学习用数据学习结束时自动地判断为结束，进行学习结束的通知或学习完毕模型发送开始的通知”。
(使用阶段中的接头装置的调整等的过程)
接着，主要使用图10所示的流程图，对使用阶段(即，在生产工厂等中能够基于纱线卷取设备100实施卷装P的生产的阶段)中的接头装置33的调整等的过程进行说明。关于各构成要素，主要参照图8等。纱线卷取设备100为，在作为设置于生产工厂等之后的完成品使用时，不需要在学习阶段中进行有监督学习，基本上在使用阶段中取得强力的推断值。
作为初始状态，机体控制装置3的控制模式为校准模式。此外，纱线Y断开成下纱线Y1和上纱线Y2。在机体控制装置3的设定存储部88中存储有纱线Y的种类、支数、从压缩空气源71、73供给的压缩空气的压力、喷射压缩空气的时间等设定。
首先，作业者例如变更使某个卷取单元2卷取的纱线种类。具体而言，作业者通过供纱部11支承新的供纱筒管Bs，并将空的卷取筒管Bw安装于摇架41(参照图4)。另外，这些作业也可以自动地进行。
接着，作业者对机体控制装置3的操作部4b(参照图3)进行操作，使机体控制装置3开始以下的一系列控制。以下说明的控制方法相当于本发明的纱线强力推断方法。此外，在机体控制装置3中，在存储部5中存储有用于执行以下过程的程序(本发明的纱线强力推断程序)。
首先，机体控制装置3使被变更了纱线种类的卷取单元2进行接头动作(S201)。通过麦克风85检测在接头动作中产生的声音。机体控制装置3经由单元控制部14取得麦克风85的检测结果。此外，机体控制装置3在接头动作中取得温度计86对温度的检测结果以及湿度计87对湿度的检测结果。
接着，机体控制装置3使卷取单元2进行规定时间的卷取动作。在卷取动作中，通过清纱器34取得包含纱线Y的接头部分在内的行进中的纱线Y的接头部分的尺寸信息。机体控制装置3经由单元控制部14取得纱线Y的接头部分的尺寸信息(S202。本发明的关联信息取得步骤、关联信息取得过程)。如此，在接头动作中以及纱线的行进中，通过机体控制装置3的关联信息取得部81取得关联信息(行进中的纱线Y的接头部分的尺寸、温度、湿度、在接头动作时产生的声音、纱线Y的种类、纱线Y的支数、以及与接头装置33的动作设定等相关的信息)。
接着，机体控制装置3将所取得的关联信息输入到学习完毕模型中，取得纱线Y的接头部分的强力的推断值(S203。本发明的强力推断步骤、强力推断过程)。具体而言，强力推断部83将由关联信息取得部81取得的关联信息作为输入数据，使用在学习阶段中预先构建并存储在模型存储部82中的学习完毕模型，推断并输出纱线Y的接头部分的强力值。如此，使用学习完毕模型，通过运算而推断出强力值。因而，例如，与通过拉伸纱线Y而有意图地使其断裂这样的机械方法来推断强力值的情况相比，能够在短时间内高精度地取得强力值。
接着，调整信息取得部91基于由清纱器34测定出的与纱线Y的接头部分的尺寸相关的信息、以及由强力推断部83推断出的纱线Y的接头部分的强力值，判断纱线Y的接头部分的尺寸以及强力的推断值是否满足基准(S204)。在这些满足基准的情况下(S204：是)，调整信息取得部91将表示这些满足基准的信息输入到通知控制部93。通知控制部93控制显示部4a而使其显示表示可以将控制模式切换为生产模式的信息。在该情况下，作业者进行将控制模式从校准模式切换为生产模式的操作。由此，校准模式结束。换言之，在纱线Y的接头部分的尺寸以及强力的推断值满足基准的情况下，调整信息取得部91不需要取得调整信息、变更信息。
另一方面，在纱线Y的接头部分的尺寸以及强力的推断值不满足基准的情况下(S204：否)，机体控制装置3向单元控制部14发送指示切断纱线Y的信号。例如，即使在纱线Y的接头部分的强力的推断值满足基准(推断值足够大)的情况下，在纱线Y的接头部分过粗的情况下等，也判断为不满足基准。或者，即使在接头部分的粗细以及形状等满足基准的情况下，在接头部分的强力的推断值过低的情况下，也判断为不满足基准。在这样的情况下，单元控制部14根据上述信号，通过清纱器34的切断器34a切断纱线Y(S205)。
接着，调整信息取得部91基于纱线Y的接头部分的尺寸以及强力的推断值的信息，取得构成接头装置33的部件的位置调整等所需要的信息(调整信息)以及与接头动作的动作设定的变更相关的信息(变更信息)中的至少一方(S206)。具体而言，取得退捻管52在前后方向上的位置、退捻管52围绕轴的角度、拨纱杆55在上下方向上的位置、纱线按压杆56在上下方向上的位置等信息(调整信息)、从压缩空气源71、73供给的压缩空气所必要的压力、喷射压缩空气所需要的时间长度等信息(变更信息)。如此，根据需要来取得调整信息和/或变更信息。
接着，调整指示部92的通知控制部93使显示部4a显示调整信息和/或变更信息(S207)。即，通过显示部4a向作业者通知调整信息和/或变更信息。如此，在本实施方式中，调整指示部92基于调整信息和/或变更信息，对作业者进行所需要的指示。
作业者基于显示部4a显示的调整信息，进行构成接头装置33的部件的调整作业，并且/或者，基于变更信息，实施动作设定的变更作业(S208)。之后，作业者进行用于再次进行接头动作的操作。机体控制装置3向单元控制部14发送指令，在使卷取单元2切断除去了纱线Y的接头部分之后，使其再次进行接头动作(即，返回到步骤S201)。如此，进行使用阶段中的接头装置33的调整等。
(学习完毕模型的重新构建)
关于上述学习完毕模型，即使在使用阶段中被使用之后，也能够在学习阶段中重新构建(换言之，进一步提高学习完毕模型对强力的推断值的精度)。具体而言，只要在适当的定时将机体控制装置3的控制模式从生产模式切换为校准模式，取得关联信息以及纱线Y的接头部分的强力的测定值，并发送至云服务器110即可。由此，通过云服务器110的学习部112重新构建学习完毕模型，并提供给机体控制装置3。另外，到云服务器110对学习完毕模型的重新构建完成为止，也不一定都将控制模式维持为校准模式。即，也可以为，在从机体控制装置3向云服务器110发送了所需要的信息之后，作业者将控制模式切换为生产模式而立即重新开始卷装P的生产。而且，也可以为，在云服务器110对学习完毕模型的重新构建完成之后，机体控制装置3接收重新构建后的学习完毕模型。
如以上那样，能够基于在接头动作中或纱线的行进中能够取得的关联信息，通过使用了学习完毕模型的运算来推断出纱线Y的接头部分的强力值。因此，例如，与通过有意图地使纱线Y断裂这样的机械方法来进行接头部分的强力测定的情况相比，能够将到推断出接头部分的强力为止的时间抑制得较短。此外，由于学习完毕模型是通过机器学习而预先构建的，因此通过使用了学习完毕模型的推断，能够取得高精度的强力值。因而，能够在短时间内高精度地取得纱线的接头部分的强力信息。
此外，作为关联信息，使用能够与纱线的接头部分的强力相关联的各种信息，由此能够提高接头部分的强力的推断精度。
此外，能够基于利用强力的推断值而取得的调整信息和/或变更信息，通过调整指示部92进行所需要的指示。由此，能够根据该指示来进行构成接头装置33的部件的调整等。
此外，除了强力的推断值以外，与纱线Y的接头部分的尺寸相关的信息还被用于上述调整等，因此能够进一步提高调整等的精度。
此外，在纱线Y的接头部分的强力存在问题的情况下，能够向作业者通知具体需要怎样的调整和/或设定变更。因而，在作业者进行构成接头装置33的部件的调整等的情况下，能够高效地进行调整作业等。
此外，预先构建有将实测的纱线Y的接头部分的强力信息作为监督数据的有监督学习的学习完毕模型。因而，能够高精度地推断接头部分的强力值。
此外，模型存储部82能够更新并存储上述学习完毕模型。因而，在构建了精度更高的学习完毕模型的情况下，对模型存储部82中所存储的学习完毕模型进行更新，由此能够进一步提高接头部分的强力的推断精度。
此外，能够使多个纱线卷取设备100共享在云服务器110中重新构建的学习完毕模型。因而，能够减轻重新构建学习完毕模型的时间劳力，并且能够抑制强力的推断精度的偏差。
接着，说明对上述实施方式施加了变更的变形例。其中，对于具有与上述实施方式相同的构成的部分，标注相同符号并适当省略其说明。
(1)在到上述为止的实施方式中，调整信息和/或变更信息被显示于显示部4a，但并不限定于此。例如，卷取单元2也可以具有能够输出调整信息和/或变更信息的显示部。或者，也可以设置有能够输出语音的语音输出部(未图示)，调整指示部92使语音输出部输出表示调整信息和/或变更信息的语音。或者，纱线卷取设备100也可以具备便携终端(例如，智能手机或平板电脑终端)作为用于通知调整信息和/或变更信息的通知部。
(2)在到上述为止的实施方式中，由作业者进行接头装置33的调整等，但并不限定于此。以下，参照图11～图13进行说明。图11是后述的接头装置201的概要侧视图。图12是后述的纱线卷取设备200在使用阶段中的功能框图。图13是表示后述的机体控制装置203在使用阶段中的一系列控制的流程图。
如图11所示，接头装置201具有能够执行构成接头装置201的部件(上述处理部)的调整(初始位置的调整等)的调整驱动部202。作为一例，调整驱动部202具有致动器204、205、206、207。致动器204能够调整退捻管52在前后方向上的位置。致动器205能够调整退捻管52围绕轴的旋转角度。致动器206能够调整拨纱杆55在上下方向上的初始位置。致动器207能够调整纱线按压杆56在上下方向上的初始位置。调整驱动部202经由单元控制部14与机体控制装置203电连接。如图12所示，调整指示部210具有驱动控制部211以及设定变更部212。换言之，机体控制装置203具有作为驱动控制部211以及设定变更部212的功能。驱动控制部211基于上述调整信息，根据需要对调整驱动部202进行驱动控制。设定变更部212基于变更信息，根据需要变更动作设定。如上所述，动作设定是从压缩空气源71、73供给的压缩空气的压力的设定以及压缩空气的喷射时间的设定。
参照图13对机体控制装置203在使用阶段中的一系列控制进行说明。作为初始状态，纱线Y断开成下纱线Y1和上纱线Y2。首先，作业者在校准模式下变更了纱线种类等之后，将控制模式切换为生产模式，对机体控制装置203进行操作而开始接头动作。即，机体控制装置203不是在校准模式下而是在生产模式下，使卷取单元2实施接头动作，之后使其开始卷取动作(S301)。接着，机体控制装置203通过清纱器34对纱线Y的尺寸测定等，进行关联信息的取得(S302)。接着，机体控制装置203将所取得的关联信息输入到学习完毕模型，通过强力推断部83取得纱线Y的接头部分的强力的推断值(S303)。接着，调整信息取得部91基于与纱线Y的接头部分的尺寸相关的信息以及纱线Y的接头部分的强力值，判断纱线Y的接头部分的尺寸以及强力的推断值是否满足基准(S304)。
在纱线Y的接头部分的尺寸以及强力的推断值不满足基准的情况下(S304：否)，机体控制装置3a使卷取单元2的清纱器34的切断器34a切断纱线Y(S305)。调整信息取得部91基于纱线Y的接头部分的尺寸以及强力的推断值的信息，取得调整信息和/或变更信息(S306)。具体而言，调整信息是退捻管52在前后方向上的位置、退捻管52围绕轴的角度、拨纱杆55在上下方向上的位置、纱线按压杆56在上下方向上的位置等信息。变更信息是从压缩空气源71、73供给的压缩空气所需要的压力、喷射压缩空气所需要的时间长度等信息。调整指示部210的驱动控制部211基于调整信息对调整驱动部202进行驱动控制。调整指示部210的设定变更部212基于变更信息变更动作设定。如此，能够不经人手而自动地进行接头装置201的调整等(S307)。之后，机体控制装置203返回到步骤S301，使卷取单元2实施接头动作以及重新开始卷取动作。另外，机体控制装置203也可以使显示部4a(参照图2等)显示调整信息和/或变更信息，或者也可以不显示这些信息。
另一方面，在纱线Y的接头部分的尺寸以及强力的推断值满足基准的情况下(S304：是)，至少到由清纱器34检测到纱疵或者供纱筒管Bs变空为止，持续进行卷取动作(S308)。在检测到纱疵而纱线Y被切断或者供纱筒管Bs变空的情况下，返回到步骤S301。如此，能够在将控制模式维持为生产模式的状态下，进行纱线Y的接头部分的强力的推断以及接头装置201的调整等。
如此，能够通过调整驱动部202来进行构成接头装置201的部件的调整作业。因而，与作业者通过人手进行调整作业的情况相比，能够减轻作业的时间劳力。此外，通过设定变更部212，能够不经人手地进行动作设定的变更。因而，与作业者进行动作设定的变更作业的情况相比，能够缩短作业时间。此外，还能够防止动作设定的变更失误。此外，根据动作设定，纱线Y的接头部分的强力能够较大地变化。在该变形例中，由于通过设定变更部212来变更动作设定，因此上述那样的重要的动作设定也能够可靠地变更。此外，由于能够在将控制模式维持为生产模式的状态下实施接头装置201的调整等，因此，与为了进行接头装置201的调整等而需要将控制模式切换成校准模式的情况相比，能够提高生产效率。
(3)在到上述为止的实施方式中，云服务器110具有作为学习部112的功能，但并不限定于此。即，也可以如图14所示那样，在纱线卷取设备300中，综合控制装置302具有作为学习部112的功能。在该情况下，学习部112也可以通过使用了关联信息和由张力传感器32测定出的纱线Y的接头部分的强力的测定值的有监督学习来重新构建学习完毕模型。由此，通过利用在生产现场等得到的强力的实测值来进一步进行机器学习，由此能够进一步改良学习完毕模型。另外，在该情况下，纱线卷取设备300也不一定能够与云服务器110进行通信。此外，也可以代替综合控制装置302，而机体控制装置3具有作为学习部112的功能。
(4)在到上述为止的实施方式中，学习部112在学习阶段中，基于关联信息来推断纱线Y的接头部分的强力，之后，以使强力的推断值与强力的测定值之差减小的方式进行反馈，但并不限定于此。例如，学习部112也可以构成为，被输入关联信息以及强力的测量值，并且构成为，根据这些信息而不基于反向传播地构建学习模型。
(5)在到上述为止的实施方式中，学习部112进行有监督学习，但并不限定于此。例如，学习部112也可以执行无监督学习。
(6)在到上述为止的实施方式中，关联信息是行进中的纱线Y的接头部分的尺寸、温度、湿度、在接头动作时产生的声音、纱线Y的种类、纱线Y的支数以及与接头装置33的设定相关的信息，但并不限定于此。关联信息只要是这些信息中的一种以上即可。或者，在关联信息中也可以包含其他信息。
(7)在到上述为止的实施方式中，调整信息取得部91基于纱线Y的接头部分的强力的推断值以及纱线Y的接头部分的尺寸信息来取得调整信息和/或变更信息，但并不限定于此。例如，调整信息取得部91也可以仅基于纱线Y的接头部分的强力的推断值来取得调整信息和/或变更信息。
(8)在到上述为止的实施方式中，模型存储部82能够更新并存储学习模型，但并不限定于此。即，模型存储部82也不一定能够进行更新。
(9)在到上述为止的实施方式中，机体控制装置3具有作为调整信息取得部91以及调整指示部的功能，但并不限定于此。例如，机体控制装置3也可以仅使用学习完毕模型来推断纱线Y的接头部分的强力值。
(10)在到上述为止的实施方式中，在学习阶段中，通过张力传感器32来测定纱线Y的强力，但并不限定于此。即，也可以使用用于对纱线Y的接头部分的抗拉强度进行试验的抗拉强度试验机(未图示)来测定接头部分的强力。
(11)本发明并不限定于具备自动络纱机101的纱线卷取设备100，例如也能够应用于具备后述的气流细纱机的纱线卷取设备。以下，对气流细纱机进行具体说明。另外，关于更详细的内容，例如参照日本特开2019-19416号公报。
虽然省略图示，但气流细纱机具备多个纺纱单元、接头台车以及机体控制装置。多个纺纱单元排列成一列。接头台车具备接头装置，并构成为能够沿着多个纺纱单元的排列方向行进。即，在气流细纱机中，对于多个纺纱单元共同地设置有接头装置。各纺纱单元生成纱线，并将所生成的纱线卷取于卷取筒管而形成卷装。当在某个纺纱单元中行进中的纱线由于某种理由而断开的情况下，接头台车行进至该纺纱单元之前，在该纺纱单元中进行接头动作。
各纺纱单元在纱线行进方向上从上游侧起依次具备牵伸装置、气流纺纱装置、清纱器(纱线监视装置)、张力传感器以及卷取装置。在纺纱单元中，与到上述为止的实施方式相反，纱线从上侧向下侧行进。即，纱线可以从下侧向上侧行进，也可以从上侧向下侧行进。牵伸装置对纤维束(纱条)进行牵伸。气流纺纱装置通过回旋气流对由牵伸装置牵伸后的纤维束加捻而生成纱线。牵伸装置以及气流纺纱装置相当于本发明的供纱部。清纱器对行进中的纱线的状态进行监视，对纱疵进行检测。在由清纱器检测到纱疵时，将纱线切断。例如，通过气流纺纱装置停止纱线的生成(纺纱)或者牵伸装置停止牵伸动作，来执行纱线的切断。即，清纱器也可以不具备切断器。卷取装置将纱线卷取于卷取筒管而形成卷装。
接头台车具有接头装置、吸管(第1捕捉引导部)以及吸嘴(第2捕捉引导部)。吸管对从气流纺纱装置供给的纱线进行捕捉而向接头装置引导。吸嘴对纱线行进方向上的卷取装置侧的纱线进行捕捉而向接头装置引导。接头装置是使用压缩空气的捻接器或机械地连接纱线的打结器等。接头装置进行将引导来的纱线彼此连接的接头动作。另外，在纱线行进方向上，在气流纺纱装置与卷取装置之间，也可以设置有暂时存积纱线的纱线存积装置。另外，在纱线监视装置的纱线行进方向的上游侧，也可以配置有张力传感器。
在具备具有以上那样的构成的气流细纱机的纱线卷取设备中，机体控制装置也可以使用预先构建的学习模型(学习完毕模型)来推断纱线的接头部分的强力。
此外，纱线卷取设备也可以具备通过所谓的接合(ピーシング)来进行接头的气流细纱机。此外，纱线卷取设备也可以具备自由端细纱机。即，也可以通过“将与卷装相连的纱线作为种子纱，通过适当的机构使该种子纱返回到纺纱部(供给至纺纱部内)，并且从细纱机的上游侧(例如牵伸装置或分梳辊)将纤维束或纤维供给到纺纱部，利用空气的力使纤维束或纤维卷绕到种子纱的周围”，来实施接头动作。本发明的纱线卷取设备只要能够推断出由接头装置连接后的纱线的接头成为没有结头的状态的接头部分的强力值即可。
即，纱线卷取设备也可以是以下那样的设备。一种纱线卷取设备，其特征在于，具备：供纱部，能够供给纱线(例如，供纱部至少包括能够对纱线进行纺纱的纺纱部。具体而言，喷气类型的纺纱部或者自由端类型的纺纱部)；卷取部，将由上述供纱部供给的纱线(例如，由上述纺纱部纺纱的纱线)卷取于筒管(进而，卷取形成卷装)；接头装置，进行将在纱线行进方向上的上述供纱部与上述卷取部之间断开的纱线连接的接头动作(具体而言，是将由纺纱部供给的纤维束或者纤维与从卷取部延伸的纱线(与卷装相连的纱线)连接的接头装置。该情况下的接头装置包括纺纱部和适当的种子纱引导机构)；关联信息取得部，取得关联信息，该关联信息是在上述接头动作中能够取得的信息以及在纱线的行进中能够取得的信息中的一种以上的、与由上述接头装置接头后的纱线的接头部分的强力相关联的信息；模型存储部，存储有学习模型，该学习模型是通过至少将上述关联信息作为输入数据的机器学习而预先构建的，用于推断上述接头部分的强力值；以及强力推断部，使用上述学习模型，基于上述关联信息来推断上述接头部分的强力值。

Claims (16)

1.一种纱线卷取设备，用于生产卷装的阶段，其特征在于，具备：供纱部，能够供给纱线；卷取部，将由上述供纱部供给的纱线卷取于筒管；接头装置，进行将在纱线行进方向上的上述供纱部与上述卷取部之间断开的纱线连接的接头动作；关联信息取得部，取得关联信息，该关联信息是在上述接头动作中能够取得的信息以及在纱线的行进中能够取得的信息中的一种以上的、与由上述接头装置接头后的纱线的接头部分的强力相关联的信息；模型存储部，存储有学习模型，该学习模型是通过至少将上述关联信息作为输入数据的机器学习而预先构建的，用于推断上述接头部分的强力值；以及强力推断部，使用上述学习模型，基于上述关联信息来推断上述接头部分的强力值，上述关联信息包含行进中的纱线的接头部分的尺寸信息、设置有上述接头装置的空间的温度信息、上述空间的湿度信息、在上述接头装置进行接头动作时产生的声音信息、纱线的种类信息、纱线的支数信息、以及与上述接头装置的设定相关的信息中的一种以上的信息，上述学习模型是通过作为上述机器学习而执行使用了监督数据的有监督学习来预先构建的模型，用于上述有监督学习的监督数据是预先测定出的纱线的接头部分的强力的信息。
2.如权利要求1所述的纱线卷取设备，其特征在于，具备：调整信息取得部，基于由上述强力推断部推断出的强力值，根据需要取得与构成上述接头装置的部件的调整相关的调整信息、以及与上述接头装置的接头动作的动作设定的变更相关的变更信息中的至少一方；以及调整指示部，基于上述调整信息和/或上述变更信息而进行所需要的指示。
3.如权利要求2所述的纱线卷取设备，其特征在于，具备取得上述纱线的接头部分的尺寸信息的尺寸取得部，上述调整信息取得部基于上述强力推断部对强力的推断值和由上述尺寸取得部取得的信息，取得上述调整信息和/或上述变更信息。
4.如权利要求2所述的纱线卷取设备，其特征在于，上述调整指示部具有：通知部，通知信息；以及通知控制部，使上述通知部进行上述调整信息和/或上述变更信息的通知。
5.如权利要求3所述的纱线卷取设备，其特征在于，上述调整指示部具有：通知部，通知信息；以及通知控制部，使上述通知部进行上述调整信息和/或上述变更信息的通知。
6.如权利要求2所述的纱线卷取设备，其特征在于，上述接头装置具有：处理部，包括保持纱线的保持部、使纱线移动的移动部、切断纱线的切断部、对纱线进行退捻的退捻部以及对纱线进行连接的接头部中的至少一个；以及调整驱动部，能够执行上述处理部的调整，上述调整指示部具有基于上述调整信息对上述调整驱动部进行驱动控制的驱动控制部。
7.如权利要求3所述的纱线卷取设备，其特征在于，上述接头装置具有：处理部，包括保持纱线的保持部、使纱线移动的移动部、切断纱线的切断部、对纱线进行退捻的退捻部以及对纱线进行连接的接头部中的至少一个；以及调整驱动部，能够执行上述处理部的调整，上述调整指示部具有基于上述调整信息对上述调整驱动部进行驱动控制的驱动控制部。
8.如权利要求4所述的纱线卷取设备，其特征在于，上述接头装置具有：处理部，包括保持纱线的保持部、使纱线移动的移动部、切断纱线的切断部、对纱线进行退捻的退捻部以及对纱线进行连接的接头部中的至少一个；以及调整驱动部，能够执行上述处理部的调整，上述调整指示部具有基于上述调整信息对上述调整驱动部进行驱动控制的驱动控制部。
9.如权利要求5所述的纱线卷取设备，其特征在于，上述接头装置具有：处理部，包括保持纱线的保持部、使纱线移动的移动部、切断纱线的切断部、对纱线进行退捻的退捻部以及对纱线进行连接的接头部中的至少一个；以及调整驱动部，能够执行上述处理部的调整，上述调整指示部具有基于上述调整信息对上述调整驱动部进行驱动控制的驱动控制部。
10.如权利要求2至9中任一项所述的纱线卷取设备，其特征在于，上述调整指示部具有基于上述变更信息而变更上述动作设定的设定变更部。
11.如权利要求10所述的纱线卷取设备，其特征在于，上述接头装置利用从气体供给源供给的气体对纱线实施规定的处理，上述动作设定包括上述气体的压力的设定以及使上述气体流动的时间的设定中的至少一方。
12.如权利要求1所述的纱线卷取设备，其特征在于，上述模型存储部能够更新并存储上述学习模型。
13.如权利要求12所述的纱线卷取设备，其特征在于，具备：强力测定部，测定由上述接头装置接头后的纱线的强力；以及学习部，通过至少使用了上述关联信息和由上述强力测定部测定出的纱线的强力的测定值的有监督学习，来重新构建上述学习模型。
14.如权利要求12所述的纱线卷取设备，其特征在于，具备：强力测定部，测定由上述接头装置接头后的纱线的强力；以及综合通信部，与具有学习部的服务器进行通信，该学习部通过至少使用了上述关联信息和由上述强力测定部测定出的纱线的强力的测定值的有监督学习，来重新构建上述学习模型。
15.一种强力推断方法，在具备能够供给纱线的供纱部、将由上述供纱部供给的纱线卷取于筒管的卷取部以及进行将在纱线行进方向上的上述供纱部与上述卷取部之间断开的纱线连接的接头动作的接头装置的纱线卷取设备中，推断由上述接头装置接头后的纱线的接头部分的强力，该纱线卷取设备用于生产卷装的阶段，其特征在于，具备：关联信息取得步骤，取得关联信息，该关联信息是在上述接头动作中能够取得的信息以及在纱线的行进中能够取得的信息中的一种以上的、与上述接头部分的强力相关联的信息；以及强力推断步骤，使用学习模型，基于上述关联信息来推断上述接头部分的强力值，该学习模型是通过至少将上述关联信息作为输入数据的机器学习而预先构建的，用于推断上述接头部分的强力值，上述关联信息包含行进中的纱线的接头部分的尺寸信息、设置有上述接头装置的空间的温度信息、上述空间的湿度信息、在上述接头装置进行接头动作时产生的声音信息、纱线的种类信息、纱线的支数信息、以及与上述接头装置的设定相关的信息中的一种以上的信息，上述学习模型是通过作为上述机器学习而执行使用了监督数据的有监督学习来预先构建的模型，用于上述有监督学习的监督数据是预先测定出的纱线的接头部分的强力的信息。
16.一种存储介质，存储有强力推断程序，在具备能够供给纱线的供纱部、将由上述供纱部供给的纱线卷取于筒管的卷取部、进行将在纱线行进方向上的上述供纱部与上述卷取部之间断开的纱线连接的接头动作的接头装置、以及计算机的纱线卷取设备中，该强力推断程序用于使上述计算机推断由上述接头装置接头后的纱线的接头部分的强力，该纱线卷取设备用于生产卷装的阶段，其特征在于，该强力推断程序使上述计算机执行：关联信息取得过程，取得关联信息，该关联信息是在上述接头动作中能够取得的信息以及在纱线的行进中能够取得的信息中的一种以上的、与上述接头部分的强力相关联的信息；以及强力推断过程，使用学习模型，基于上述关联信息来推断上述接头部分的强力值，该学习模型是通过至少将上述关联信息作为输入数据的机器学习而预先构建的，用于推断上述接头部分的强力值，上述关联信息包含行进中的纱线的接头部分的尺寸信息、设置有上述接头装置的空间的温度信息、上述空间的湿度信息、在上述接头装置进行接头动作时产生的声音信息、纱线的种类信息、纱线的支数信息、以及与上述接头装置的设定相关的信息中的一种以上的信息，上述学习模型是通过作为上述机器学习而执行使用了监督数据的有监督学习来预先构建的模型，用于上述有监督学习的监督数据是预先测定出的纱线的接头部分的强力的信息。
CN202010594772.8A 2019-07-19 2020-06-28 纱线卷取设备、强力推断方法以及存储介质 Active CN112239106B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-133960 2019-07-19
JP2019133960A JP2021017337A (ja) 2019-07-19 2019-07-19 糸巻取設備、強力推定方法、及び強力推定プログラム

Publications (2)

Publication Number Publication Date
CN112239106A CN112239106A (zh) 2021-01-19
CN112239106B true CN112239106B (zh) 2024-01-30

Family

ID=71452154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010594772.8A Active CN112239106B (zh) 2019-07-19 2020-06-28 纱线卷取设备、强力推断方法以及存储介质

Country Status (3)

Country Link
EP (1) EP3766815B1 (zh)
JP (1) JP2021017337A (zh)
CN (1) CN112239106B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7544633B2 (ja) 2021-03-18 2024-09-03 株式会社奥村組 シールド掘進機の施工管理方法
CN118401908A (zh) * 2021-12-17 2024-07-26 汉高股份有限及两合公司 用于制造材料的方法、装置和系统
CH719708A1 (de) * 2022-05-19 2023-11-30 Uster Technologies Ag Verfahren zur Optimierung von Einstellungen einer Garnverbindungsvorrichtung.

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110047360A (ko) * 2009-10-30 2011-05-09 동양대학교 산학협력단 연조기 제어장치 및 연조기 제어시스템
CN102381590A (zh) * 2010-08-31 2012-03-21 村田机械株式会社 纱线移动信息取得装置及纱线卷绕机
CN202864580U (zh) * 2011-09-21 2013-04-10 村田机械株式会社 接头装置及纱线卷绕装置
CN105966992A (zh) * 2015-03-11 2016-09-28 村田机械株式会社 纱线卷绕机、自动络纱机以及接纱部分的检查方法
CN106567164A (zh) * 2016-11-10 2017-04-19 绍兴文理学院 基于智能网络的倍捻机控制系统及方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH681077A5 (zh) * 1988-10-25 1993-01-15 Zellweger Uster Ag
JPH02243475A (ja) * 1989-03-17 1990-09-27 Murata Mach Ltd 自動ワインダにおける異常警報装置
JP2004183140A (ja) * 2002-12-03 2004-07-02 Murata Mach Ltd 繊維機械用の糸張力の解析装置とその方法
JP2012224431A (ja) * 2011-04-19 2012-11-15 Murata Machinery Ltd 糸巻取装置、自動ワインダ及び繊維機械
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
ITUB20154999A1 (it) * 2015-10-30 2017-04-30 Camozzi Digital S R L Metodo di ottimizzazione del processo di lavorazione per una linea di produzione tessile e sistema
JP2019019416A (ja) 2017-07-12 2019-02-07 村田機械株式会社 空気紡績装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110047360A (ko) * 2009-10-30 2011-05-09 동양대학교 산학협력단 연조기 제어장치 및 연조기 제어시스템
CN102381590A (zh) * 2010-08-31 2012-03-21 村田机械株式会社 纱线移动信息取得装置及纱线卷绕机
CN202864580U (zh) * 2011-09-21 2013-04-10 村田机械株式会社 接头装置及纱线卷绕装置
CN105966992A (zh) * 2015-03-11 2016-09-28 村田机械株式会社 纱线卷绕机、自动络纱机以及接纱部分的检查方法
CN106567164A (zh) * 2016-11-10 2017-04-19 绍兴文理学院 基于智能网络的倍捻机控制系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Using Robust Extreme Learning Machines to Predict Cotton Yarn Strength and Hairiness;Diego P. P. Mesquita等;ESANN 2016 PROCEEDINGS;第1-5页 *

Also Published As

Publication number Publication date
EP3766815A1 (en) 2021-01-20
JP2021017337A (ja) 2021-02-15
CN112239106A (zh) 2021-01-19
EP3766815B1 (en) 2024-05-29

Similar Documents

Publication Publication Date Title
CN112239106B (zh) 纱线卷取设备、强力推断方法以及存储介质
EP2573232A2 (en) Apparatus for joining a yarn, and yarn winding machine and unit including same
EP2966203B1 (en) Spinning machine and spinning method
JP2014181437A (ja) 紡糸機における紡糸機構および紡糸機構を動作させるための方法
JP2014001491A (ja) エアジェット紡績機およびその作動方法
EP2664571A2 (en) Yarn winding apparatus
CN103010848A (zh) 纱线卷绕机及纱线卷绕单元
CN103010823B (zh) 纱线卷绕机及纱线卷绕单元
CN104775295A (zh) 纱线处理预测装置、纱线处理装置以及纱线处理预测方法
CN108116942A (zh) 纱线卷绕机及纺纱机
CN104911753A (zh) 自动卷层拼接设备
EP2949793B1 (en) Spinning machine and spinning method
EP2749517B1 (en) Spinning machine
EP2993150B1 (en) Core yarn supplying unit, core yarn supplying device, spinning machine, and core yarn supplying method
JP2014234309A (ja) 糸継装置、巻取ユニット、繊維機械及び糸継方法
CN105819269B (zh) 纱线卷绕机
EP2966202B1 (en) Core yarn supplying unit and spinning machine
CN111661706B (zh) 废纱产生量输出装置及纤维机械
CN105274677B (zh) 芯纱供给装置及纺纱机
EP2862825B1 (en) Winding device and yarn winding machine including the same
CN114901577B (zh) 纱线卷绕机
CN113249835B (zh) 纺纱机械以及纺纱方法
CN109715540A (zh) 纤维机械
JP2020169428A (ja) 紡績方法及び紡績機
CN105525401B (zh) 芯纱供给装置及纺纱机

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