CN113189103A - Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法 - Google Patents
Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法 Download PDFInfo
- Publication number
- CN113189103A CN113189103A CN202110480047.2A CN202110480047A CN113189103A CN 113189103 A CN113189103 A CN 113189103A CN 202110480047 A CN202110480047 A CN 202110480047A CN 113189103 A CN113189103 A CN 113189103A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- unit
- polyester filament
- output end
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 82
- 229920000728 polyester Polymers 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 24
- 125000002091 cationic group Chemical group 0.000 title claims abstract description 19
- 238000003745 diagnosis Methods 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000006243 chemical reaction Methods 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 238000010276 construction Methods 0.000 claims abstract description 19
- 150000001768 cations Chemical class 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000010354 integration Effects 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 10
- 239000003086 colorant Substances 0.000 claims description 5
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000013479 data entry Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000000053 physical method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0017—Tensile
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/026—Specifications of the specimen
- G01N2203/0262—Shape of the specimen
- G01N2203/0278—Thin specimens
- G01N2203/028—One dimensional, e.g. filaments, wires, ropes or cables
Abstract
本发明公开了Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法,包括涤纶长丝检测系统,涤纶长丝检测系统包括数据采集单元、主机控制单元、数据转换单元、模型构建单元、在线检测单元、数据反馈单元、数据复检单元和终端显示单元,本发明涉及涤纶长丝检测技术领域。该Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法,经过主机控制单元进行分析处理,配合数据转换单元将视频数据与电信号进行转换,同时设置的模型构建单元建立三维模型,并经过在线检测单元进行检测,可以对涤纶长丝的均匀性和抗撕拉性进行检测,且精确率更高,且该模型能实现在线检测,并及时给予反馈,有利于整个生产过程的优化和控制,节省了成本。
Description
技术领域
本发明涉及涤纶长丝检测技术领域,具体为Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法。
背景技术
在涤纶长丝生产过程中,涤纶长丝的均匀性和抗撕拉性会直接影响纤维的品质,继而对纤维的后加工如拉伸、加捻、染整等产生深远的影响,因此,对涤纶长丝的均匀性和抗撕拉性的检测和控制极为重要。
参考中国专利(公开号:CN112651928A,公开日:2021-04-13),基于动态卷积神经网络的涤纶长丝均匀性在线检测方法,通过利用深度学习的动态卷积神经网络来提取不匀曲线图、波谱图以及视频帧图中的条干不匀特征,可以使得模型判断条干均匀性的精确率更高,且该模型能实现在线检测。
现有的Y细旦阳离子涤纶长丝的均匀性和抗撕拉性检测,大部分采用纯物理性方法,如人工目测和机器撕拉的形式进行判断,但是检测的误差较大,并且无法实现在线检测,不能及时给予反馈,不利于整个生产过程的优化和控制,成本较高。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法,解决了现有的Y细旦阳离子涤纶长丝的均匀性和抗撕拉性检测,大部分采用纯物理性方法,检测的误差较大,无法实现在线检测的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:Y细旦阳离子涤纶长丝的在线检测系统,包括涤纶长丝检测系统,所述涤纶长丝检测系统包括数据采集单元、主机控制单元、数据转换单元、模型构建单元、在线检测单元、数据反馈单元、数据复检单元和终端显示单元,所述数据采集单元的输出端与主机控制单元的输入端连接,所述主机控制单元的输出端与数据转换单元的输入端连接,且主机控制单元与数据反馈单元之间实现双向连接,所述数据转换单元的输出端与模型构建单元的输入端连接,所述模型构建单元的输出端与在线检测单元的输入端连接,所述在线检测单元的输出端均与数据反馈单元和数据复检单元的输入端连接,所述数据复检单元的输出端与终端显示单元的输入端连接。
优选的,所述数据采集单元包括视频信息模块、解析模块、角度控制模块、数据整合模块、数据筛选模块和输出模块,所述视频信息模块的输出端与解析模块的输入端连接,所述解析模块的输出端与角度控制模块的输入端连接。
优选的,所述角度控制模块的输出端与数据整合模块的输入端连接,所述数据整合模块的输出端与数据筛选模块的输入端连接,所述数据筛选模块的输出端与输出模块的输入端连接。
优选的,所述数据转换单元包括提取模块、分析模块、电信号转换模块和数据连续处理模块,所述提取模块的输出端与分析模块的输入端连接,所述分析模块的输出端与电信号转换模块的输入端连接,所述电信号转换模块的输出端与数据连续处理模块的输入端连接。
优选的,所述模型构建单元包括输入模块、电信号数据处理模块、模拟数据模块、三维模型构建模块、视角切换模块和颜色填充模块,所述输入模块的输出端与电信号数据处理模块的输入端连接,所述电信号数据处理模块的输出端与模拟数据模块的输入端连接,所述模拟数据模块的输出端与三维模型构建模块的输入端连接,所述三维模型构建模块的输出端与视角切换模块的输入端连接,所述视角切换模块的输出端与颜色填充模块的输入端连接。
优选的,所述在线检测单元包括均匀性检测模块、抗撕拉性检测模块、通用设备模块和顺序调节模块。
优选的,所述均匀性检测模块包括数据进入模块、第一中央处理模块、标准值模块和第一计算模块,所述数据进入模块的输出端与第一中央处理模块的输入端连接,所述第一中央处理模块的输出端与标准值模块的输入端连接,所述标准值模块的输出端与第一计算模块的输入端连接。
优选的,所述抗撕拉性检测模块包括第二中央处理模块、阈值模块和第二计算模块,所述通用设备模块的输出端与第二中央处理模块的输入端连接,所述第二中央处理模块的输出端与阈值模块的输入端连接,所述阈值模块的输出端与第二计算模块的输入端连接。
本发明还公开了Y细旦阳离子涤纶长丝的故障诊断方法,具体包括以下步骤:
S1、数据采集、转换:首先通过数据采集单元中的视频信息模块对涤纶长丝的外观进行拍摄,经过解析模块进行分析处理,此时角度控制模块对涤纶长丝的外观进行多角度拍摄,数据整合模块进行数据的整合,配合数据筛选模块筛选有用数据即可,然后主机控制单元进行控制,然后数据转换单元中的提取模块提取数据信息,经过分析模块进行分析,此时电信号转换模块将视频信息转换为电信号,并且数据连续处理模块对断断续续的电信号连续处理即可;
S2、数据模型构建:此时经过模型构建单元中的输入模块输入信息,然后电信号数据处理模块进行分析处理,进而通过模拟数据模块和三维模型构建模块构建三维模型,同时视角切换模块和颜色填充模块对构建的三维模型切换视角和填充颜色,直观进行显示即可;
S3、在线检测:经过在线检测单元中的均匀性检测模块对涤纶长丝的均匀度进行检测,第一计算模块生成检测值,检测值与设定值对比,重合度为D,当D为100%时,此时涤纶长丝的均匀度正常,反之涤纶长丝的均匀度异常,同时在线检测单元中的抗撕拉性检测模块对涤纶长丝的抗撕拉性进行检测,第二计算模块生成极值,极值与阈值对比,差值为F,当F>0时,此时涤纶长丝的抗撕拉性正常,反之涤纶长丝的抗撕拉性异常。
优选的,所述S2中数据采集、转换时,对构建的三维模型切换视角和填充颜色,可以实现若干种颜色和视角的切换。
(三)有益效果
本发明提供了Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法。与现有技术相比,具备以下有益效果:该Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法,通过在涤纶长丝检测系统包括数据采集单元、主机控制单元、数据转换单元、模型构建单元、在线检测单元、数据反馈单元、数据复检单元和终端显示单元,数据采集单元的输出端与主机控制单元的输入端连接,主机控制单元的输出端与数据转换单元的输入端连接,且主机控制单元与数据反馈单元之间实现双向连接,数据转换单元的输出端与模型构建单元的输入端连接,模型构建单元的输出端与在线检测单元的输入端连接,在线检测单元的输出端均与数据反馈单元和数据复检单元的输入端连接,数据复检单元的输出端与终端显示单元的输入端连接,利用数据采集单元将涤纶长丝的数据信息录入,经过主机控制单元进行分析处理,配合数据转换单元将视频数据与电信号进行转换,同时设置的模型构建单元建立三维模型,并经过在线检测单元进行检测,可以对涤纶长丝的均匀性和抗撕拉性进行检测,且精确率更高,且该模型能实现在线检测,并及时给予反馈,有利于整个生产过程的优化和控制,节省了成本。
附图说明
图1为本发明涤纶长丝检测系统原理框图;
图2为本发明数据采集单元的原理框图;
图3为本发明数据转换单元的原理框图;
图4为本发明模型构建单元的原理框图;
图5为本发明在线检测单元的原理框图;
图6为本发明均匀性检测模块的原理框图;
图7为本发明第一计算模块的逻辑判断图;
图8为本发明抗撕拉性检测模块的原理框图;
图9为本发明第二计算模块的逻辑判断图;
图10为本发明的故障诊断方法流程图。
图中,1-数据采集单元、11-视频信息模块、12-解析模块、13-角度控制模块、14-数据整合模块、15-数据筛选模块、16-输出模块、2-主机控制单元、3-数据转换单元、31-提取模块、32-分析模块、33-电信号转换模块、34-数据连续处理模块、4-模型构建单元、41-输入模块、42-电信号数据处理模块、43-模拟数据模块、44-三维模型构建模块、45-视角切换模块、46-颜色填充模块、5-在线检测单元、51-均匀性检测模块、511-数据进入模块、512-第一中央处理模块、513-标准值模块、514-第一计算模块、52-抗撕拉性检测模块、521-第二中央处理模块、522-阈值模块、523-第二计算模块、53-通用设备模块、54-顺序调节模块、6-数据反馈单元、7-数据复检单元、8-终端显示单元。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-10,本发明实施例提供一种技术方案:Y细旦阳离子涤纶长丝的在线检测系统,包括涤纶长丝检测系统,涤纶长丝检测系统包括数据采集单元1、主机控制单元2、数据转换单元3、模型构建单元4、在线检测单元5、数据反馈单元6、数据复检单元7和终端显示单元8,数据采集单元1的输出端与主机控制单元2的输入端连接,主机控制单元2的输出端与数据转换单元3的输入端连接,且主机控制单元2与数据反馈单元6之间实现双向连接,数据转换单元3的输出端与模型构建单元4的输入端连接,模型构建单元4的输出端与在线检测单元5的输入端连接,在线检测单元5的输出端均与数据反馈单元6和数据复检单元7的输入端连接,数据复检单元7的输出端与终端显示单元8的输入端连接。
本发明实施例中,数据采集单元1包括视频信息模块11、解析模块12、角度控制模块13、数据整合模块14、数据筛选模块15和输出模块16,视频信息模块11的输出端与解析模块12的输入端连接,解析模块12的输出端与角度控制模块13的输入端连接,角度控制模块13的输出端与数据整合模块14的输入端连接,数据整合模块14的输出端与数据筛选模块15的输入端连接,数据筛选模块15的输出端与输出模块16的输入端连接。
本发明实施例中,数据转换单元3包括提取模块31、分析模块32、电信号转换模块33和数据连续处理模块34,提取模块31的输出端与分析模块32的输入端连接,分析模块32的输出端与电信号转换模块33的输入端连接,电信号转换模块33的输出端与数据连续处理模块34的输入端连接。
本发明实施例中,模型构建单元4包括输入模块41、电信号数据处理模块42、模拟数据模块43、三维模型构建模块44、视角切换模块45和颜色填充模块46,输入模块41的输出端与电信号数据处理模块42的输入端连接,电信号数据处理模块42的输出端与模拟数据模块43的输入端连接,模拟数据模块43的输出端与三维模型构建模块44的输入端连接,三维模型构建模块44的输出端与视角切换模块45的输入端连接,视角切换模块45的输出端与颜色填充模块46的输入端连接。
本发明实施例中,在线检测单元5包括均匀性检测模块51、抗撕拉性检测模块52、通用设备模块53和顺序调节模块54,均匀性检测模块51包括数据进入模块511、第一中央处理模块512、标准值模块513和第一计算模块514,数据进入模块511的输出端与第一中央处理模块512的输入端连接,第一中央处理模块512的输出端与标准值模块513的输入端连接,标准值模块513的输出端与第一计算模块514的输入端连接,抗撕拉性检测模块52包括第二中央处理模块521、阈值模块522和第二计算模块523,通用设备模块53的输出端与第二中央处理模块521的输入端连接,第二中央处理模块521的输出端与阈值模块522的输入端连接,阈值模块522的输出端与第二计算模块523的输入端连接。
本发明还公开了Y细旦阳离子涤纶长丝的故障诊断方法,具体包括以下步骤:
S1、数据采集、转换:首先通过数据采集单元1中的视频信息模块11对涤纶长丝的外观进行拍摄,经过解析模块12进行分析处理,此时角度控制模块13对涤纶长丝的外观进行多角度拍摄,数据整合模块14进行数据的整合,配合数据筛选模块15筛选有用数据即可,然后主机控制单元2进行控制,然后数据转换单元3中的提取模块31提取数据信息,经过分析模块32进行分析,此时电信号转换模块33将视频信息转换为电信号,并且数据连续处理模块34对断断续续的电信号连续处理即可;
S2、数据模型构建:此时经过模型构建单元4中的输入模块41输入信息,然后电信号数据处理模块42进行分析处理,进而通过模拟数据模块43和三维模型构建模块44构建三维模型,同时视角切换模块45和颜色填充模块46对构建的三维模型切换视角和填充颜色,直观进行显示即可;
S3、在线检测:经过在线检测单元5中的均匀性检测模块51对涤纶长丝的均匀度进行检测,第一计算模块514生成检测值,检测值与设定值对比,重合度为D,当D为100%时,此时涤纶长丝的均匀度正常,反之涤纶长丝的均匀度异常,同时在线检测单元5中的抗撕拉性检测模块52对涤纶长丝的抗撕拉性进行检测,第二计算模块523生成极值,极值与阈值对比,差值为F,当F>0时,此时涤纶长丝的抗撕拉性正常,反之涤纶长丝的抗撕拉性异常。
本发明实施例中,S2中数据采集、转换时,对构建的三维模型切换视角和填充颜色,可以实现若干种颜色和视角的切换。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.Y细旦阳离子涤纶长丝的在线检测系统,包括涤纶长丝检测系统,其特征在于:所述涤纶长丝检测系统包括数据采集单元(1)、主机控制单元(2)、数据转换单元(3)、模型构建单元(4)、在线检测单元(5)、数据反馈单元(6)、数据复检单元(7)和终端显示单元(8),所述数据采集单元(1)的输出端与主机控制单元(2)的输入端连接,所述主机控制单元(2)的输出端与数据转换单元(3)的输入端连接,且主机控制单元(2)与数据反馈单元(6)之间实现双向连接,所述数据转换单元(3)的输出端与模型构建单元(4)的输入端连接,所述模型构建单元(4)的输出端与在线检测单元(5)的输入端连接,所述在线检测单元(5)的输出端均与数据反馈单元(6)和数据复检单元(7)的输入端连接,所述数据复检单元(7)的输出端与终端显示单元(8)的输入端连接。
2.根据权利要求1所述的Y细旦阳离子涤纶长丝的在线检测系统,其特征在于:所述数据采集单元(1)包括视频信息模块(11)、解析模块(12)、角度控制模块(13)、数据整合模块(14)、数据筛选模块(15)和输出模块(16),所述视频信息模块(11)的输出端与解析模块(12)的输入端连接,所述解析模块(12)的输出端与角度控制模块(13)的输入端连接。
3.根据权利要求2所述的Y细旦阳离子涤纶长丝的在线检测系统,其特征在于:所述角度控制模块(13)的输出端与数据整合模块(14)的输入端连接,所述数据整合模块(14)的输出端与数据筛选模块(15)的输入端连接,所述数据筛选模块(15)的输出端与输出模块(16)的输入端连接。
4.根据权利要求1所述的Y细旦阳离子涤纶长丝的在线检测系统,其特征在于:所述数据转换单元(3)包括提取模块(31)、分析模块(32)、电信号转换模块(33)和数据连续处理模块(34),所述提取模块(31)的输出端与分析模块(32)的输入端连接,所述分析模块(32)的输出端与电信号转换模块(33)的输入端连接,所述电信号转换模块(33)的输出端与数据连续处理模块(34)的输入端连接。
5.根据权利要求1所述的Y细旦阳离子涤纶长丝的在线检测系统,其特征在于:所述模型构建单元(4)包括输入模块(41)、电信号数据处理模块(42)、模拟数据模块(43)、三维模型构建模块(44)、视角切换模块(45)和颜色填充模块(46),所述输入模块(41)的输出端与电信号数据处理模块(42)的输入端连接,所述电信号数据处理模块(42)的输出端与模拟数据模块(43)的输入端连接,所述模拟数据模块(43)的输出端与三维模型构建模块(44)的输入端连接,所述三维模型构建模块(44)的输出端与视角切换模块(45)的输入端连接,所述视角切换模块(45)的输出端与颜色填充模块(46)的输入端连接。
6.根据权利要求1所述的Y细旦阳离子涤纶长丝的在线检测系统,其特征在于:所述在线检测单元(5)包括均匀性检测模块(51)、抗撕拉性检测模块(52)、通用设备模块(53)和顺序调节模块(54)。
7.根据权利要求6所述的Y细旦阳离子涤纶长丝的在线检测系统,其特征在于:所述均匀性检测模块(51)包括数据进入模块(511)、第一中央处理模块(512)、标准值模块(513)和第一计算模块(514),所述数据进入模块(511)的输出端与第一中央处理模块(512)的输入端连接,所述第一中央处理模块(512)的输出端与标准值模块(513)的输入端连接,所述标准值模块(513)的输出端与第一计算模块(514)的输入端连接。
8.根据权利要求6所述的Y细旦阳离子涤纶长丝的在线检测系统,其特征在于:所述抗撕拉性检测模块(52)包括第二中央处理模块(521)、阈值模块(522)和第二计算模块(523),所述通用设备模块(53)的输出端与第二中央处理模块(521)的输入端连接,所述第二中央处理模块(521)的输出端与阈值模块(522)的输入端连接,所述阈值模块(522)的输出端与第二计算模块(523)的输入端连接。
9.Y细旦阳离子涤纶长丝的故障诊断方法,其特征在于:具体包括以下步骤:
S1、数据采集、转换:首先通过数据采集单元(1)中的视频信息模块(11)对涤纶长丝的外观进行拍摄,经过解析模块(12)进行分析处理,此时角度控制模块(13)对涤纶长丝的外观进行多角度拍摄,数据整合模块(14)进行数据的整合,配合数据筛选模块(15)筛选有用数据即可,然后主机控制单元(2)进行控制,然后数据转换单元(3)中的提取模块(31)提取数据信息,经过分析模块(32)进行分析,此时电信号转换模块(33)将视频信息转换为电信号,并且数据连续处理模块(34)对断断续续的电信号连续处理即可;
S2、数据模型构建:此时经过模型构建单元(4)中的输入模块(41)输入信息,然后电信号数据处理模块(42)进行分析处理,进而通过模拟数据模块(43)和三维模型构建模块(44)构建三维模型,同时视角切换模块(45)和颜色填充模块(46)对构建的三维模型切换视角和填充颜色,直观进行显示即可;
S3、在线检测:经过在线检测单元(5)中的均匀性检测模块(51)对涤纶长丝的均匀度进行检测,第一计算模块(514)生成检测值,检测值与设定值对比,重合度为D,当D为100%时,此时涤纶长丝的均匀度正常,反之涤纶长丝的均匀度异常,同时在线检测单元(5)中的抗撕拉性检测模块(52)对涤纶长丝的抗撕拉性进行检测,第二计算模块(523)生成极值,极值与阈值对比,差值为F,当F>0时,此时涤纶长丝的抗撕拉性正常,反之涤纶长丝的抗撕拉性异常。
10.根据权利要求9所述的Y细旦阳离子涤纶长丝的故障诊断方法,其特征在于:所述S2中数据采集、转换时,对构建的三维模型切换视角和填充颜色,可以实现若干种颜色和视角的切换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110480047.2A CN113189103B (zh) | 2021-04-30 | Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110480047.2A CN113189103B (zh) | 2021-04-30 | Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113189103A true CN113189103A (zh) | 2021-07-30 |
CN113189103B CN113189103B (zh) | 2024-04-30 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109550712A (zh) * | 2018-12-29 | 2019-04-02 | 杭州慧知连科技有限公司 | 一种化纤丝尾丝外观缺陷检测系统及方法 |
CN112651928A (zh) * | 2020-12-08 | 2021-04-13 | 东华大学 | 基于动态卷积神经网络的涤纶长丝均匀性在线检测系统 |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109550712A (zh) * | 2018-12-29 | 2019-04-02 | 杭州慧知连科技有限公司 | 一种化纤丝尾丝外观缺陷检测系统及方法 |
CN112651928A (zh) * | 2020-12-08 | 2021-04-13 | 东华大学 | 基于动态卷积神经网络的涤纶长丝均匀性在线检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809463B (zh) | 一种基于密集尺度不变特征转换字典学习的高精度火灾火焰检测方法 | |
CN105332123B (zh) | 一种细纱细度均匀度在线检测方法 | |
CN105444891A (zh) | 一种基于机器视觉的纱线印染色差检测系统 | |
CN106373125B (zh) | 一种基于信息熵的雪花噪声检测方法 | |
CN107423212A (zh) | 虚拟现实设备屏幕响应延时的测评方法及装置 | |
CN111047655A (zh) | 基于卷积神经网络的高清摄像机布料疵点检测方法 | |
CN101146226A (zh) | 一种基于自适应st区的高清视频图像质量评价方法及装置 | |
CN107515220A (zh) | 一种基于图像处理的纱线黑板毛羽量检测及评价方法 | |
CN114878574A (zh) | 基于机器视觉的布匹缺陷检测方法、装置及系统 | |
CN108038839A (zh) | 一种流水生产线上双绞线绞距实时检测方法 | |
CN110097538A (zh) | 一种织机在线验布装置及疵点识别方法 | |
CN104048966B (zh) | 一种基于大律法的布面疵点检测及分类方法 | |
CN110400306A (zh) | 基于形态学滤波和卷积神经网络的无纺布疵点检测方法 | |
CN112150417A (zh) | 基于深度学习的涂布缺陷检测方法 | |
CN107256553B (zh) | 一种经纱上浆效果的检测方法 | |
Maleki | Artificial neural network prosperities in textile applications | |
CN115205209A (zh) | 一种基于弱监督学习的单色布匹瑕疵检测方法 | |
CN113189103A (zh) | Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法 | |
CN106093051A (zh) | 基于机器视觉的纸卷切面毛刺检测方法及装置 | |
CN101452122B (zh) | Lcd显示效果检测装置及方法 | |
CN115131353A (zh) | 平网印花纺织品生产异常识别定位方法及系统 | |
CN112635048B (zh) | 一种视觉任务脑力负荷量化评估方法及系统 | |
CN113189103B (zh) | Y细旦阳离子涤纶长丝的在线检测系统及故障诊断方法 | |
CN103292718A (zh) | 基于机器视觉的环锭纺纱线质量在线检测方法 | |
CN107169434A (zh) | 一种具备排他性的脑电身份识别方法 |
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 | ||
GR01 | Patent grant |