CN114761631A - 针对异纤优化纤维制造工艺 - Google Patents

针对异纤优化纤维制造工艺 Download PDF

Info

Publication number
CN114761631A
CN114761631A CN202080065272.3A CN202080065272A CN114761631A CN 114761631 A CN114761631 A CN 114761631A CN 202080065272 A CN202080065272 A CN 202080065272A CN 114761631 A CN114761631 A CN 114761631A
Authority
CN
China
Prior art keywords
frequency distribution
foreign
textile
color
formation
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
CN202080065272.3A
Other languages
English (en)
Other versions
CN114761631B (zh
Inventor
沃尔夫·施耐德
马里奥·斯根塔勒
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.)
Uster Technologies AG
Original Assignee
Uster Technologies AG
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 Uster Technologies AG filed Critical Uster Technologies AG
Publication of CN114761631A publication Critical patent/CN114761631A/zh
Application granted granted Critical
Publication of CN114761631B publication Critical patent/CN114761631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • DTEXTILES; PAPER
    • D01NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01HSPINNING OR TWISTING
    • D01H13/00Other common constructional features, details or accessories
    • D01H13/14Warning or safety devices, e.g. automatic fault detectors, stop motions ; Monitoring the entanglement of slivers in drafting arrangements
    • D01H13/22Warning or safety devices, e.g. automatic fault detectors, stop motions ; Monitoring the entanglement of slivers in drafting arrangements responsive to presence of irregularities in running material
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65HHANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H63/00Warning or safety devices, e.g. automatic fault detectors, stop-motions ; Quality control of the package
    • B65H63/06Warning 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
    • B65H63/062Electronic slub detector
    • B65H63/065Electronic slub detector using photo-electric sensing means, i.e. the defect signal is a variation of light energy
    • DTEXTILES; PAPER
    • D01NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01GPRELIMINARY TREATMENT OF FIBRES, e.g. FOR SPINNING
    • D01G31/00Warning or safety devices, e.g. automatic fault detectors, stop motions
    • D01G31/003Detection and removal of impurities
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/36Textiles
    • G01N33/362Material before processing, e.g. bulk cotton or wool
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/36Textiles
    • G01N33/365Filiform textiles, e.g. yarns
    • 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
    • G06T7/001Industrial image inspection using an image reference approach
    • 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)
  • Textile Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明涉及一种用于优化纱线生产过程的方法,其中在纺织纤维形成(9)中监测异物(90)。用来自至少两个颜色范围的电磁辐射照射纺织纤维形成(9)。根据它们的颜色将异物(90)分类为不同的颜色类别。如果具有分类的异物(90)的足够大的随机样本是可用的,则针对颜色类别确定异物的频率分布,并且将其与参考频率分布进行比较。如果所确定的频率分布偏离参考频率分布,则执行多个优化动作的集合中的至少一个,例如,输出警告信号。

Description

针对异纤优化纤维制造工艺
技术领域
本发明属于纱线生产领域。根据独立专利权利要求,本发明涉及一种用于优化纱线生产过程的方法和装置,在该过程中监测纺织纤维形成中的异物。
背景技术
纱线中的异物是当今纺纱厂的主要问题之一。这些是不同于纱线纤维的预期基础材料(例如棉纤维)的材料。它们可以来自各种来源,例如塑料包装、绳索、人类或动物毛发等。异物在纺纱和编织期间会导致纱线断裂,以与基础材料不同的方式染色并影响最终纺织产品的外观。它们显着降低了最终产品的价值。由异物引起的织物缺陷的概述和减少这些缺陷的建议由Uster Technologies AG(乌斯特技术股份公司)于2010年3月在
Figure BDA0003551911470000011
NEWS BULLETIN NO.47“The origins of fabric defects-and ways to reduce them(织物缺陷的起源——以及减少它们的方法)”的第3.8段中给出。
WO-2006/079426 A1公开了一种用于分离在纤维材料中、尤其是在原棉中的异物的方法和设备。例如,这些方法使用在清花车间中以准备用于纺纱的原棉。纤维材料被送入气动纤维输送线,依次通过传感器系统和分离设备。当异物被传感器系统检测到时,它们借由横向指向纤维传输线的压缩空气脉冲并通过纤维传输线中的去除开口被从纤维传输线中去除。相应纤维清洁机描述在Uster Technologies AG(乌斯特技术股份公司)于2015年10月的手册“
Figure BDA0003551911470000012
JOSSI VISION SHIELD 2-The key to Total Contamination Control(全面污染控制的关键)”中。
在纺织品制造过程的更下游,可以通过所谓的清纱器从纺纱机或络筒机上的纱线中去除异物。清纱器包含具有至少一个传感器的测量头,该传感器扫描移动的纱线并检测纱线缺陷,例如异物或粗细部位。来自传感器的输出信号根据预定标准被连续评估。US-6,244,030B1公开了一种清纱器,其不仅检测异物,而且区分不同类型的异物。传感器通过入射光对纱线进行光学扫描。提供了分类场或矩阵。沿分类场的水平轴线绘制纱线段的长度,沿垂直轴线绘制光在纱线上的反射率。将分类场分成16类浅色异物和16类深色异物。计数同一类的纱线段。相应的产品描述在Uster Technologies AG(乌斯特技术股份公司)于2011年4月的手册“
Figure BDA0003551911470000021
QUANTUM 3Application Handbook(
Figure BDA0003551911470000022
QUANTUM 3使用手册)”的第8.4段中。可以从WO-2011/026249A1得知一种清纱器用几种不同颜色的光扫描纱线。
WO-2017/190259A1描述了一种用于监测纤维絮流中的杂质的方法和设备。在一个实施例中,第一监测设备监测纤维絮流中的杂质,而第二监测设备监测纺织品制造过程中下游的杂质。第二监测设备可以是络筒机上的清纱器。控制单元连接到第一监测设备和第二监测设备。它从两个监测设备收集数据,对其进行统计评估,并将由此产生的报告输出给操作者。在控制回路中,第一监测设备中的杂质去除极限根据来自第二监测设备的监测结果而改变。
US-6,452,157B1涉及一种在纤维处理仪器上的装置,用于检测和处理纺织纤维材料中的杂质、异物和纤维。所述装置具有至少两个光源,所述至少两个光源以不同颜色交替地照射所述纤维材料。此外,提供了一种传感器,其接收由纤维材料反射的光的颜色。当纤维材料的颜色从预定颜色突然变化的情况下,一种电信号产生了。为了使发光颜色根据应用进行适应,例如适应纤维材料的不同或变化的颜色,使用两种以上颜色的多色光源。可以根据待照明的纤维材料的颜色来选择多色光源的颜色。
DE-296'22'931U1描述了纺纱制备厂中用于检测和评估纤维材料中或来自纤维材料的异物的装置。光学传感器系统连接到图像处理设备,图像处理设备连接到电子调节和控制设备。具有不同波长的光源可用于照明纤维材料。在学习阶段之后,确定异物的分离灵敏度,其中限值可以自动和/或半自动改变。将来自图像处理设备的测量信号与存储的目标值进行比较。从纤维材料中去除具有偏差特性的异物。
发明内容
本发明的目的是提供一种用于优化纱线生产过程的方法和改进的装置,其中,在纺织纤维形成中监测异物。
这些和其它目的通过根据本发明的方法和根据本发明的装置来实现,如独立权利要求中所定义的。在从属权利要求中规定了有利的实施例。
本发明是基于将异物根据它们的颜色分类为不同颜色类别的构思。如果存在分类的异物的样本,则确定用于颜色类别的异物的频率分布。如果所述频率分布偏离参考的频率分布,则进行优化动作,例如输出警告信号。
因此,根据本发明,只有在统计相关样本可用的情况下,才随后进行分类异物的统计评估。因此,可以在中长期内优化纱线生产工艺。
本发明不涉及即时反应,例如对一个异物的单次拒绝。
根据本发明,本领域技术人员能够确定样品的所需尺寸并评估偏差的相关性。样本尺寸和偏差相关性部分取决于特定情况。在许多情况下,简单的经验程序就足够了。理论思考的相关原理例如由Graf,Henning和Wilrich所著的书籍《织物研究中的统计学方》法("Statistische Methoden bei textilen Untersuchungen")第二版,Springer-Verlag(施普林格),1974年中提出。
根据本发明的方法用于优化纱线生产过程,其中监测纺织纤维形成中的异物。用来自电磁光谱的至少两个不同子范围的电磁辐射照射纺织纤维形成。所述电磁辐射与所述异物相互作用。基于它们与电磁辐射的相互作用来检测异物。根据电磁辐射在电磁光谱的相关子范围内与异物的相互作用,将异物的颜色类别分配给电磁光谱的至少两个不同子范围中的每一个。根据所检测到的异物与电磁光谱的相关子范围中的电磁辐射的相互作用,所检测到的异物被自动分类在至少两个颜色类别中。如果存在一个具有多个经过分类的异物的样本时,自动确定用于颜色类别的异物的频率分布。将所确定的频率分布与参考频率分布进行自动比较。如果所确定的频率分布显著偏离参考频率分布,则执行多个优化动作的集合中的至少一个。
该组多个优化动作可以包括以下中的至少一个:
·输出报警信号;
·输出推荐;
·输出所确定的频率分布
在一个实施例中,为所述至少两个颜色类别中的每一个限定分离标准。根据所述至少两个分离标准,异物与纺织纤维形成分离。所述频率分布是指与纺织纤维形成分离的异物和/或在纺织纤维形成中剩余的异物。在该实施例中,该组多个优化动作可以包括以下中的任一个:
·针对相关颜色类别限定的分离标准以这样的方式改变,即,在纺织纤维形成保持不变的情况下,相关颜色类别中的更多异物与纺织纤维形成分离;
·针对相关颜色类别限定的分离标准以这样的方式改变,即,在纺织纤维形成保持不变的情况下,相关颜色类别中的更少的异物与纺织纤维形成分离。
所述至少两个分离标准优选地取决于在所述电磁光谱的相关子范围内的所述异物的反射率和/或透射率。所述至少两个分离标准优选地取决于所述异物的空间延伸。
在一个实施例中,参考频率分布取决于用于颜色类别的异物的至少一个先前确定的频率分布。
在一个实施例中,参考频率分布取决于针对在另一种相似的纺织纤维形成上确定的颜色类别的异物的至少一个频率分布。
所述纺织纤维形成例如是纤维束流或纱线。
在一个实施方案中,参考频率分布取决于在纺织品生产过程中由纺织纤维形成产生的下游纺织纤维形成处确定的用于颜色类别的异物的至少一个频率分布。在这种情况下,纺织纤维形成可以是纤维束流,并且下游纺织纤维形成可以是纱线。
在一个实施例中,参考频率分布取决于在纺织纤维形成的纺织品生产过程中上游的纺织纤维形成处确定的用于颜色类别的异物的至少一个频率分布。在这种情况下,纺织纤维形成可以是实现,而上游纺织纤维形成可以是纤维束流。
在一个实施例中,在电磁辐射与异物的相互作用期间,在电磁光谱的至少两个不同子范围中记录纺织纤维形成的一个或每个图像。通过图像处理来处理所述图像或所述至少两个图像。基于由相应的图像处理产生的数据来检测异物。
在一个实施例中,所述样品由至少500且优选地至少5000个分类的异物组成。
根据本发明的装置用于优化纱线生产过程,在该过程中,监测纺织纤维形成中的异物。它包括至少一个用来自电磁光谱的至少两个不同部分区域的电磁辐射照射纺织纤维形成的光源,至少一个传感器系统,用于基于异物与电磁辐射的相互作用来检测异物,评估单元,其连接到所述传感器系统,用于评估所述传感器系统的输出信号。该评估单元被配置为根据电磁辐射在所述电磁光谱的所述相关部分区域中与所述异物的相互作用,分配异物的颜色类别给电磁光谱的所述至少两个不同子区域中的每一个;被配置为根据异物与电磁辐射在所述电磁光谱的所述相关部分区域中的相互作用,在至少两个颜色类别中检测异物;被配置为当存在具有多个被分类的异物的样品时,确定用于颜色分类的异物的频率分布;被配置为将所确定的频率分布与参考频率分布进行比较,并且被配置为在确定的频率分布与参考频率分布有显著偏差的情况下,自动触发多个优化动作集合中的至少一个
该组多个优化动作可以包括以下中的至少一个:
·输出报警信号;
·输出推荐;
·输出所确定的频率分布
在一个实施例中,所述装置还包括分离单元,用于选择性地分离来自所述纺织纤维形成的物体。所述评价单元被连接到所述分离单元,并且被配置成为至少两个颜色类别中的每个储存分离标准;被配置为依据至少两个分离标准,通过分离单元触发异物从纺织纤维形成分离;被配置为确定频率分布,从而其与从所述纺织纤维形成中分离的和/或保留在所述纺织纤维形成中的所述异物相关。在该实施例中,该组多个优化动作可以包括以下之一:
·针对相关颜色类别定义的分离标准以这样的方式改变,即,在纺织纤维形成保持不变的情况下,相关颜色类别中的更多异物与纺织纤维形成分离;
·针对相关颜色类别定义的分离标准以这样的方式改变,即,在纺织纤维形成保持不变的情况下,相关颜色类别中的更少的异物与纺织纤维形成分离。
所述装置例如是纤维清洁器或清纱器。
传感器系统可以包括至少一个数码相机。
本发明针对异物对纱线生产过程进行了优化。它可以对原料中的变化和/或不适合的工艺设置作出反应。由于本发明,可以特别地,更快和更可靠地搜索和发现异物的颜色分布变化的原因。可靠性由足够大的样品的统计评价产生,由此单个事件实际上是不相关的。本发明的另一个优点是,一方面,可考虑不可容许的被分离的异物,另一方面,也可考虑留在纤维束流中的可容许的异物。例如,后者也可以就原料中的变化提供有价值的指示。
在本申请中,除非另有说明,否则诸如"光","照明"和"颜色"的术语不仅指电磁频谱的可见部分,而是指整个电磁频谱,优选地指紫外,可见光和/或红外范围中的电磁辐射。在本文件中使用的术语"电磁光谱的部分"是指可以是连续的或不连续的部分光谱。
附图说明
在下文中,参照附图详细解释本发明的实施例。
图1示意性地示出了根据本发明的装置。
图2示出了纤维束流中的异物的示例性分离标准。
图3示出了异物的示意性图片。
图4示出了可以用于异物的颜色分类的图的示例。
图5示出了柱状图的两个示例,该列图用于在若干颜色类别中从纤维束流中分离的异物的频率的表示。
图6示意性地示出了纺纱厂中的纱线生产过程的一部分,其中可以应用根据本发明的方法的实施例。
具体实施方式
在下文中,仅讨论了本发明的一个可能的实施例,即通过在吹气室中的纤维清洁器监测纤维束流中的异物。然而,这决不旨在限制本发明的普遍性。此外,纺织纤维形成可以是纱条,粗纱,纱线或织造织物。在纱线的情况下,根据本发明的装置优选地是清纱器。
图1示意性地示出了根据本发明的装置100。装置100用于优化纱线生产过程。它监视纺织纤维形成9中的异物90,在本实施例中是纤维束流。它包括气动纤维输送通道101,用于在空气流中气动地输送纤维束流9。纤维束流9和空气流的输送方向由图1中的箭头91指示。
在光纤传输通道101的壁中的窗口102附近布置有四个光源103,例如荧光管,光源103从不同的方向照射光纤传输通道101中的纤维束流9。
传感器系统105布置在纤维输送通道101处,其检测纤维束流9中的包括异物90在内的物体的性质。在图1的实施例中,传感器系统105包括两个摄像机106,例如CCD摄像机,其从两个不同的方向捕获穿过窗口102的纤维束流9的图像。由光源103发射的光在与纤维束流9相互作用之后,可以借助于适当倾斜的反射镜104在窗口102和相机106之间偏转。相机106仅是传感器系统105的一个示例,其他或附加的传感器系统可以在本发明的设备100中使用。此类替代或附加传感器系统可检测由于可见或不可见范围内的电磁波而引起的物体的性质,包括紫外,红外和微波,声波等。其他替代或附加传感器系统不需要光源。
摄像机106连接到评估单元107,用于自动评估传感器系统105的输出信号。评估单元107被配置为从传感器系统105的输出信号确定对象的第一参数和第二参数的值。评估单元107还被配置为提供事件场200,如图2所示。并且评估单元107被配置为将针对对象确定的第一参数和第二参数输入为事件场200中的事件203,204的坐标。评估单元107优选地被设计为计算机。
评估单元107连接到输出单元108,用于输出评估的结果。输出单元108被配置为输出事件场200的图形表示,如图2所示。输出单元108可以是,例如计算机屏幕或打印机。在一个实施例中,它被设计为触摸屏,并且因此用作输入和输出单元。
分离单元109布置在传感器系统105的纤维输送通道101下游处(相对于输送方向91)。分离单元109用于从纤维束流9选择性地分离物体。这样的分离单元109本身是已知的,例如从WO-2006/079426A1已知。在优选的实施例中,其包括多个加压空气喷嘴,该多个加压空气喷嘴可由评估单元107单独控制。当传感器系统105检测到纤维束流9中的不可接受的异物90时,使分离单元109的相应空气喷嘴在异物90已经到达分离单元109的高度时,吹出垂直于输送方向91的压缩空气。这使得异物90被吹出到分离通道110中,分离通道110在基本上垂直于输送方向91的分离方向92上由纤维输送通道101形成。另一方面,未污染的纤维束继续其与纤维束流9的行程以被进一步处理。
分离单元109可以由评估单元107和/或直接由传感器系统105控制。在后一种情况下,微处理器可以与每个摄像机106相关联,并且摄像机106可以直接连接到分离单元109。为简洁目的,这样的直接连接在图1中未示出。在另一替代方案中,分离单元109由与分离单元109本身相关联的微处理器控制。
如上所述,由评估单元107提供的事件场200的图形表示可以在输出单元108上输出。在图2中示出了事件场200的图形表示的示例。事件场200包括二维笛卡尔坐标系的象限或象限的一部分。沿着第一轴线201,绘制第一参数,如横坐标,并且沿着第二轴线202,绘制第二参数,如纵坐标。第一参数可以与对象的几何属性有关,并且优选地是对象的长度或面积。第二参数可以与物体的光学性质有关,并且优选地是由物体反射和/或透射的光的强度。将针对对象确定的第一参数和第二参数的值作为对象的坐标输入到事件场200中。因此,对象由位于与对象的坐标对应的位置处的图形符号203,204,诸如点来表示。事件场200中的对象的这种表示在下文中被称为“事件”203,204。多个事件203,204生成示出相应对象的坐标的散点图205。
在本发明的一个实施例中,对象的至少两个对象类别以事件场200中非重叠区域210的形式预先确定。在图2的示例中,区域210是分别由平行于第一轴线201和第二轴线202的直线211,212界定的相邻矩形。在图2的示例性实施例中,存在4×5=20个对象类别210;具有其他形状和/或不同数量的对象类别210的其他对象分类是可能的。当事件203,204的坐标位于相关的区域210时,事件203,204被分类在至少两个对象类别210中的一个中。在至少两个对象类别210中的至少一个的事件203,204被计数,并且事件203,204的每个计数被输出到至少一个对象类别210。事件203,204的计数数量可以被输出而不是或附加地以图2的图形表示。对象分类有助于数字地表征包含在纤维束流9中的异物90。将与下面进一步描述的颜色分类区分开。
表示用于异物的分离标准的分离曲线220可以在事件场200中被绘制并且与事件场200一起被输出。分离标准被预先确定为用于对象的可容许性或不可容许性的标准。由具有在分离曲线220的一侧上的坐标的事件203表示的对象留在纤维束流9中,而由具有在分离曲线220的另一侧上的坐标的事件204表示的对象被从纤维束流9中分离。事件203,204分别与允许和不允许的对象相对应,可以由不同的图形符号表示,例如,不同的形状,不同的颜色和/或不同的填充。在图2的示例性实施例中,允许的事件203由空心圆圈表示,而不允许的事件204由实心圆圈表示。
分离标准可以由操作者的输入预先确定,可以从包含各种类型的分离标准的数据库中获取,或者可以自动计算。
在图2的示例性实施例中,分离曲线220独立于对象类别210,并且因此可以由操作者基本上自由地限定。或者,分离曲线220可以跟随对象类别边界211,212。
对于本发明的以下说明,为了简单起见,将假设每个摄像机106(图1)适于接收和区分红光和绿光。这可以例如通过提供具有数字接收器传感器的相机106来实现,所述数字接收器传感器包括被称为像素的多个图像元素,其中一些像素对红光敏感,一些对绿光敏感。为此目的,可以例如利用红色发射或绿色发射滤波器来提供像素。这种数码相机是已知的,其中通常另一部分像素对蓝光敏感(RGB相机)。此外,假设光源103发出红光和绿光。光源103可以是宽带白光源。或者,光源103可以是窄带光源,其中的一些仅发射红光,而一些仅发射绿光。在另一个实施例中,光源103可以周期性地发射交替的红色或绿色光。
图3示意性地示出了在纤维束流9中可能出现的异物90的图像300。图像300由摄像机106中的一个或两个捕获(图1)。在不限制一般性的情况下,假设在反射光中拍摄图像300,即从异物90反射的光。网格表示构成图像300的像素301。异物90可以具有不同的颜色。在图3的示例中,它包括反射红光的第一区域901和反射绿光的第二区域902。
通过图像处理来处理图像300。图像处理可以在一个或多个相机106本身中,在传感器系统105的另一组件中,和/或在评估单元107中执行。下面描述的评估是基于由图像处理产生的数据。评估优选地在评估单元107中执行。
异物90被自动分类成颜色类别。每个检测到的颜色,在本实施例中的红色和绿色,被分配一个颜色类别。多色的异物90可以被分类到与其图像的大部分区域的颜色相对应的颜色类别中,或者被分类到其图像300的大部分像素301中。因此,在图3的示例中,异物90被分类为颜色类别"红色"。可选的分类方法是可能的,例如,根据最大邻接区域的颜色。
在图4中示出了可以用于异物90的颜色分类的图400的示例。正方形图400以两个相互垂直的轴线401,402为界限。在相应的异物90的区域上,沿着第一轴线401,绘制颜色红色的比例,并且沿着第二轴线402,绘制颜色绿色的比例。图400被划分为四个颜色类别411-414:红色异物90的第一颜色类别411,绿色异物90的第二颜色类别412,蓝色/黑色异物90的第三颜色类别413,和黄色/白色异物的第四颜色类别414。在异物90(参见图3)的图像中,对于每个检测到的颜色,在本示例中的红色和绿色,可以对具有相应颜色的像素进行计数,并且对于每个检测到的颜色,可以确定像素与像素总数的比例。两个比例限定了表示异物90的图400中的点403的坐标。异物90被分类在其点403所处的颜色类别中,即,在图4的示例中的第一颜色类别411"红色"中。
如图2中的分离曲线220所示,针对每个颜色类别411-414定义分离标准,根据针对它们的颜色类别411-414所定义的分离标准,将异物90从纤维束流9中分离或留在纤维束流9中。
如果存在分类的异物90的统计相关的样本,则针对颜色类别411-414中的每一个自动确定异物90的频率分布。频率分布可以指所有检测到的异物90,指从纤维束流9分离的那些异物90和/或保持在纤维束流9中的那些异物90。在本文中所讨论的示例中,在不限制通用性的情况下,考虑了与纤维束流9分离的异物90的频率。
统计相关性所需的分类异物90的样品的范围将取决于环境。在许多情况下,以经验确定它将是足够的。在第一实施例中,可以指定用于样本范围的固定值,例如,至少500并且优选地至少5000个异物90。在第二实施例中,样本可以由在足够大的时间间隔(例如,1小时)内分类的所有异物90组成。该时间间隔可以跟随当前时间。在第三实施例中,样品可以由分类在纤维束流9的足够大的质量(例如,500kg)内的所有异物90组成,本领域技术人员可以参考统计文献以用进一步、更复杂的程序来确定所需的样品尺寸。
在图5中,从纤维束流9分离的异物90的示例性频率分布在条形图500中的若干颜色类别411-414中示出,异物90的相对或绝对频率沿着相应条形图500的竖直轴线502绘制。每个柱状的面积或高度指示与纤维束流9分离的异物90的比例或频率511-514。频率511-514对应于颜色类别411-414:分离的红色异物90的第一频率511,分离的绿色异物90的第二频率512,分离的蓝色/黑色异物90的第三频率513和分离的黄色/白色异物90的第四频率514。
例如,图5(a)和图5(b)的两个条形图500可以指示在不同时间点在相同设备100处确定的频率511-514。根据图5(a)的第一时间点的频率分布511-514可用作参考频率分布。将根据图5(b)的第二稍后时间点处的频率分布511-514与参考频率分布进行比较。显然,在本示例中,根据图5(b)的频率分布511-514与根据图5(a)的参考频率分布明显偏离,特别是分离的红色异物90的第一频率511以分离的绿色异物90的第二频率512为代价而增加。在这种明显偏离的情况下,根据本发明自动执行优化动作。
优化动作可以例如由视觉和/或听觉警告信号的输出组成。所述警告信号将操作者的注意力吸引到所述偏差。除了警告信号之外或替代地,频率分布可以例如以图形形式输出到操作者,如在图5中在输出单元108上的图形形式(图1)。除了警告信号和/或频率分布的输出之外,还可以向操作者自动输出动作的推荐,例如"将颜色类别“红色”的分离标准设置为更敏感的水平!"因此,操作者可以将第一颜色类别"红色"411的分离标准设置为更敏感,使得在第一颜色类别"红色"411中,将更多的异物90与未改变的纤维束流9分离。或者,可以通过评估单元107自动地进行分离标准的改变。
在上述实施例中,根据图5(a)的参考频率分布是先前在同一设备100处确定的分离的异物90的频率分布511-514。在另一实施例中,参考频率分布可以取决于在另一设备处确定的从另一纤维束流分离的异物的频率分布。例如,参考频率分布可以源自根据本发明的恰好一个同时运行的设备,或者可以是根据本发明的几个同时运行的设备的频率分布的平均值。
对于要触发的优化动作,频率分布511-514与对应的参考频率分布的偏差必须是显著的,即足够大。当这是这种情况时,可以根据环境来确定。
在第一替代方案中,可以将单独的频率511与彼此进行比较,并且例如,可以指定偏差的阈值,例如,作为参考频率的一部分或作为竖直轴线502上的固定值。在第二替代方案中,可以考虑频率的比率,例如,第一频率511与第二频率512的比率。本领域技术人员可以参考统计文献以用进一步、更复杂的过程来确定显著性。
图5的条形图500仅是表示异物90的频率分布511-514的许多方式中的一种。其他可能类型的图表,例如饼图,是已知的。如果考虑了频率分布511-514的时间过程,则线图可能是有利的。该曲线可以输出到输出单元108上的操作者(图1)。在其他实施例中,不需要显示和输出频率分布511-514。输出警告信号连同相应的原因或相应的动作建议可能就足够了。如果分离标准的变化是自动做出的,则也可以省略显示器。
上述仅具有红色和绿色两种颜色的例子作为本发明的简单说明。当然,本发明还包括具有两种以上颜色的实施例,例如具有红色,绿色和蓝色三种颜色。在后一种情况下,图4的二维图400可以扩展到三维RGB颜色空间。或者,可以使用其他颜色系统,例如色轮。"颜色"不需要是可见光谱的窄带区域,而是可以是电磁光谱的不同子区域,每个子区域不需要是连续的。
图6示意性地示出了纱线生产过程601的一部分,该纱线生产过程601在纺纱厂中发生。在纱线生产过程601中,例如纱线由原棉纺丝。纱线生产工艺601可以包括例如以下工艺步骤:开松、粗清、混匀、精清611、梳理612、并条、精梳、牵伸、纺纱613、重绕614。不需要经过上述所有工艺步骤611-614,也可以加入其他工艺步骤。为了简单起见,在图6中仅示意性地绘制了几个工艺步骤611-614,而其他步骤由点表示。
在纱线生产过程601的早期阶段,例如,在细清洁611中或紧接在细清洁611之后,的第一位置处,出现纤维束流9(图1),其在空气流中气动输送。在该第一位置处,存在根据本发明的装置,该装置由图6中的附图标记603指定
在纱线生产过程601的相对于第一位置下游的第二位置处,从纤维束纺出的纱线沿着其纵向方向被传送,例如,在重绕614期间。纱线监测装置604位于该第二位置处。纱线监测装置604适于监测纱线中的异物。例如,它可以作为纱线清纱器系统被实现。用于光学监测用于异物的运行纱线的纱线清除器本身是已知的,例如来自WO2011/026249A1。因此,纱线监测装置604包括传感器系统,该传感器系统检测沿着纱线的纵向方向的纱线区段上的光学测量的测量值。传感器系统被配置为检测和区分至少两种颜色的异物,颜色类别411-414被分配到所述异物。纱线监测装置604还包括评估单元,其用于从测量值确定所测量的纱线区段的反射率的值。评估单元将纱线中的异物分类到至少两个颜色类别411-414中,并且确定关于至少两个颜色类别411-414中的异物相对于所有颜色类别411-414的频率。
在根据图6的实施例中,纱线监测装置604连接到中央控制装置605,该中央控制装置605由箭头607表示。中央控制装置605又连接到根据本发明的装置603,该装置603由箭头606表示。数据连接606,607使得所涉及的相应装置603,604,605之间能够交换数据。如果两个数据连接606,607被配置用于双向数据交换是有利的。为此目的,根据本发明的装置603和纱线监测装置604各自配备有用于传输数据的发射装置和用于接收数据的接收装置。数据连接606,607可以是电缆连接的或无线的。
中央控制装置605可以被设计为独立的装置,例如,作为位于纺纱厂中或纺纱厂外部的计算机。其包括分别用于接收和发送数据的适当的接收装置和发送装置。可替代地,中央控制装置605可以集成在另一装置中,例如在纺纱厂的纺织实验室中的纱线测试装置中,在根据本发明的装置603中,在纱线监测装置604等。在后两种情况下,根据本发明的装置603的纱线监测装置604之间可以存在直接数据链路,两个装置604,603经由所述直接数据链路传输或交换数据。
沿着连接606和/或607,可以存在另外的设备(未示出),其接收所发送的数据,如果需要的话处理它们并进一步发送它们。在一个实施例中,根据本发明的若干装置603连接到纤维束专家系统。纤维束专家系统被配置成从根据本发明的装置603接收数据,以处理它们并以合适的形式输出它们,并根据本发明控制装置603。它又连接到中央控制装置605,在一个实施例中,多个纱线监测装置604连接到纱线专家系统。纱线专家系统被配置为从纱线监测装置604接收数据,以处理它们并以合适的形式输出它们,并且控制纱线监测装置604。其进而连接到中央控制装置605。
在根据本发明的方法的一个实施例中,参考频率分布取决于在从纤维束流9产生的纱线上确定的纤维束流9中剩余的异物90的频率分布,基于当前参考频率分布,针对相关颜色类别411-414限定的分离标准被改变,并且优选地自动改变。因此,控制保持在纤维束流9中的异物90的频率分布。存在控制回路,其中根据本发明的设备603是受控系统,中央控制设备605是控制器,并且数据链路607是反馈。
应理解,本发明不限于上述实施例。根据本发明,本领域技术人员将能够得到另外的变体,其也形成本发明的主题的一部分。
附图标记
100 根据本发明的设备
101 纤维输送通道
102 纤维输送通道壁上窗口
103 光源
104 镜
105 传感器系统
106 相机
107 评估单元
108 输出单元
109 分离单元
110 分离通道
200 事件场
201,202 事件场的第一轴线和第二轴线
203 允许事件
204 不允许的事件
205 散点图
210 区域中表示物体类别的区域
211 水平类别边界
212 竖直类别边界
220 分离曲线
300 异物图像
301 像素
400 颜色分类图
401,402 分别是图标的第一轴和第二轴
403 图中表示异物的点
411-414 颜色类别
500 条形图
502 条形图的纵轴
511-514 异物的频率
601 纱线生产工艺
603 根据本发明的设备
604 纱线监测装置
605 中央控制装置
606,607 数据连接
611 精清
612 梳理
613 纺纱
614 重绕
9 纤维束流
90 异物
91 纤维束流的输送方向
92 分离方向
901 异物的红色区域
902 异物的绿色区域

Claims (21)

1.一种用于优化纱线生产过程的方法,其中在纺织纤维形成(9)中监测异物(90),其中
用来自电磁光谱的至少两个不同子范围的电磁辐射照射纺织纤维形成(9),
所述电磁辐射与所述异物(90)相互作用,并且
基于它们与电磁辐射的相互作用来检测异物(90),
其特征在于:
根据电磁光谱各子范围内的电磁辐射与异物(90)的相互作用,将异物(90)的颜色类别(411-414)分配给电磁光谱的至少两个不同子范围中的每一个,
被检测的异物(90),根据它们与电磁光谱的相关子范围中的电磁辐射的相互作用,在至少两个颜色类别(411-414)中被自动分类,
当存在具有多个分类的异物(90)的样本时,针对颜色类别(411-414)自动确定异物(90)的频率分布(511-514),
将所确定的频率分布(511-514)与参考频率分布进行自动比较,以及
在所确定的频率分布(511-514)与参考频率分布有显著偏差的情况下,自动执行一组若干优化动作中的至少一个。
2.根据权利要求1所述的方法,其中所述一组多个优化动作包括以下中的至少一个:
·输出警告信号;
·输出推荐;
·输出所确定的频率分布(511-514)。
3.根据权利要求1或2所述的方法,其中
为所述至少两个颜色类别中的每一个限定分离标准(411-414),
根据所述至少两个分离标准,将异物(90)与所述纺织纤维形成(9)分离,以及
所述频率分布涉及与纺织纤维形成(9)分离的异物(90)和/或保留在纺织纤维形成(9)中的异物(90)。
4.根据权利要求3所述的方法,其中所述一组多个优化动作包括以下任一项:
·针对相关颜色类别(411-414)定义的分离标准以这样的方式改变,即,在纺织纤维形成(9)保持不变的情况下,相关颜色类别(411-414)中的更多异物(90)与纺织纤维形成(9)分离;
·针对相关颜色类别(411-414)定义的分离标准以这样的方式改变,即,在纺织纤维形成(9)保持不变的情况下,相关颜色类别(411-414)中的更少的异物(90)与纺织纤维形成(9)分离。
5.根据权利要求3或4所述的方法,其中,所述至少两个分离标准取决于在所述电磁光谱的相关子范围内的所述异物(90)的反射率和/或透射率。
6.根据权利要求3-5中任一项所述的方法,其中所述至少两个分离标准取决于所述异物(90)的空间延伸。
7.根据前述权利要求中的一项所述的方法,其中,所述参考频率分布取决于所述颜色类别(411-414)的所述异物(90)的至少一个先前确定的频率分布(511-514)。
8.根据权利要求1-6中任一项所述的方法,其中,所述参考频率分布取决于在另一种相似的纺织纤维形成上确定的所述颜色类别(411-414)的所述异物的至少一个频率分布。
9.根据前述权利要求中任一项所述的方法,其中,所述纺织纤维形成(9)是纤维束流或纱线。
10.根据权利要求1-6中任一项所述的方法,其中,所述参考频率分布取决于在所述纺织品生产过程中下游从所述纺织纤维形成(9)产生的纺织纤维形成处确定的所述颜色类别(411-414)的所述异物的至少一个频率分布。
11.根据权利要求10所述的方法,其中所述纺织纤维形成(9)是纤维束流,并且所述下游纺织纤维形成是纱线。
12.根据权利要求1-6中任一项所述的方法,其中,参考频率分布取决于在纺织生产过程中上游纺织纤维形成(9)产生的纺织纤维形成处确定的颜色类别(411-414)的异物的至少一个频率分布。
13.根据权利要求12所述的方法,其中所述纺织纤维形成(9)是纱线,并且所述上游纺织纤维形成是纤维束流。
14.根据前述权利要求中任一项所述的方法,其中
在所述电磁辐射与所述异物(90)的相互作用期间,在所述电磁光谱的所述至少两个不同子范围中记录所述纺织纤维图像(9)中的一个的图像(300)或每一个图像,
通过图像处理对图像(300)或至少两幅图像进行处理,并且
基于由相应的图像处理产生的数据来检测异物(90)。
15.根据前述权利要求中的一项所述的方法,其中所述样品由至少500且优选至少5000个分类的异物(90)组成。
16.一种用于优化纱线生产过程的装置(100),其中在纺织纤维形成(9)中监测异物(90),包括
至少一个光源(103),用于利用来自电磁光谱的至少两个不同子范围的电磁辐射照射纺织纤维形成(9),
至少一个传感器系统(105),用于基于它们与电磁辐射的相互作用来检测异物(90),以及
评估单元(107),连接到传感器系统(105),用于评估传感器系统(105)的输出信号,
其特征在于:
评估单元(107)被配置为
根据在电磁光谱的相应子范围内的电磁辐射与异物(90)的相互作用,将异物(90)的颜色类别(4-414)分配给电磁光谱的至少两个不同子范围中的每一个,
根据它们与电磁光谱的相关子范围中的电磁辐射的相互作用,将检测到的异物(90)分类在至少两个颜色类别(411-414)中,
当具有多个分类的异物(90)的样本可用时,确定用于颜色类别的异物的频率分布(511-514),
将所确定的频率分布(511-514)与参考频率分布进行比较;以及
在所确定的频率分布(511-514)与所述参考频率分布的显著偏差的情况下触发多个优化动作的集合中的至少一个。
17.根据权利要求16所述的装置(100),其中所述一组多个优化动作包括以下中的至少一个:
·输出警告信号;
·输出推荐;
·输出所确定的频率分布(511-514)。
18.根据权利要求16或17所述的装置(100),还包含分离单元(109),所述分离单元(109)用于选择性地分离来自所述纺织纤维形成(9)的物体,其中所述评估单元(107)连接到所述分离单元(109)并且被配置为
为至少两个颜色类别中的每一个存储分离标准(411-414),
根据所述至少两个分离标准,通过所述分离单元(109)触发所述异物(90)与所述纺织纤维形成(9)的分离;以及
确定频率分布(511-514),以这样的方式,即使得它涉及与纺织纤维形成(9)分离的异物(90)和/或保留在纺织纤维形成(9)中的异物(90)。
19.根据权利要求18所述的装置(100),其中所述一组多个优化动作包括以下中的至少一个:
·针对相关颜色类别(411-414)定义的分离标准以这样的方式改变,即,在纺织纤维形成(9)保持不变的情况下,相关颜色类别(411-414)中的更多异物(90)与纺织纤维形成(9)分离;
·针对相关颜色类别(411-414)定义的分离标准以这样的方式改变,即,在纺织纤维形成(9)保持不变的情况下,相关颜色类别(411-414)中的更少的的异物(90)与纺织纤维形成(9)分离。
20.根据权利要求16至19中任一项所述的装置(100),其中,所述装置(100)是纤维清洁器或纱线清洁器。
21.根据权利要求16至20中任一项所述的装置(100),其中,所述传感器系统(105)包括至少一个数字照相机(106)。
CN202080065272.3A 2019-09-17 2020-09-15 针对异物优化纱线生产过程 Active CN114761631B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CH01176/19 2019-09-17
CH01176/19A CH716607A1 (de) 2019-09-17 2019-09-17 Verfahren und Vorrichtung zur Überwachung von Fremdmaterialien in einem Textilfasergebilde.
PCT/CH2020/000012 WO2021051210A1 (de) 2019-09-17 2020-09-15 Optimierung eines garnherstellungsprozesses bezüglich fremdmaterialien.

Publications (2)

Publication Number Publication Date
CN114761631A true CN114761631A (zh) 2022-07-15
CN114761631B CN114761631B (zh) 2023-11-03

Family

ID=72613761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080065272.3A Active CN114761631B (zh) 2019-09-17 2020-09-15 针对异物优化纱线生产过程

Country Status (5)

Country Link
US (1) US20220275542A1 (zh)
EP (1) EP4031698B1 (zh)
CN (1) CN114761631B (zh)
CH (1) CH716607A1 (zh)
WO (1) WO2021051210A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH719054A9 (de) 2021-10-12 2023-06-30 Uster Technologies Ag Optische Charakterisierung eines Textilfasergebildes.

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1099477A (zh) * 1993-01-11 1995-03-01 泽韦格·乌斯特(美国)有限公司 纤维试样中杂质的测量分类设备和方法
DE19505421A1 (de) * 1995-02-19 1996-08-22 Hergeth Hubert Verfahren zur Optimierung von Farbauswertungen an Erkennungssystemen für Fremdfasern und Partikel in Faserverarbeitungsanlagen
DE29622931U1 (de) * 1996-08-08 1997-09-04 Trützschler GmbH & Co KG, 41199 Mönchengladbach Vorrichtung in einer Spinnereivorbereitungsanlage (Putzerei) zum Erkennen und Auswerten von Fremdstoffen
CN1173558A (zh) * 1996-08-08 1998-02-18 特鲁菲舍尔股份有限公司及两合公司 在纺纱准备设备(开清棉)中识别和处理杂质的方法和设备
CN1173557A (zh) * 1996-08-08 1998-02-18 特鲁菲舍尔股份有限公司及两合公司 在纺纱准备设备(开清棉)中识别和分离杂质的方法和设备
US5805452A (en) * 1996-08-01 1998-09-08 The United States Of America As Represented By The Secretary Of Agriculture System and method for materials process control
CN1214744A (zh) * 1996-03-27 1999-04-21 泽韦格路瓦有限公司 用于纱线的质量监控的方法和装置
US5943907A (en) * 1998-02-06 1999-08-31 Zellweger Uster, Inc. High volume fiber testing system
CN1278330A (zh) * 1997-10-28 2000-12-27 泽韦格路瓦有限公司 纤维质量监视议
CN1290347A (zh) * 1998-02-06 2001-04-04 泽韦格路瓦有限公司 轧棉机工艺控制
CN1711474A (zh) * 2002-11-13 2005-12-21 乌斯特技术股份公司 用于采用一个光束扫描纱线的装置
CN101120244A (zh) * 2005-02-24 2008-02-06 乌斯特技术股份公司 用于光学扫描细长纺织材料的设备和方法
CN101191774A (zh) * 2006-12-01 2008-06-04 特鲁菲舍尔股份有限公司及两合公司 纺织准备厂中用于检测纤维材料中异物的设备
CN101398392A (zh) * 2007-09-26 2009-04-01 中国科学院自动化研究所 一种基于hsi颜色空间的棉花杂质高速实时检测方法
CN101587079A (zh) * 2009-05-08 2009-11-25 清华大学 纺织原料中异性杂质的多光谱色偏振检测方法及其装置
CN101619537A (zh) * 2008-07-03 2010-01-06 特鲁菲舍尔股份有限公司及两合公司 在纺纱室准备、轧棉等装置中用于检测塑料材料异物的设备
CN101629336A (zh) * 2009-06-01 2010-01-20 上海中方宝达纺织智能仪器有限公司 棉花异纤在线检测的方法与装置
CN101634103A (zh) * 2008-07-23 2010-01-27 特鲁菲舍尔股份有限公司及两合公司 纺纱室准备、轧棉等装置中检测纤维材料之中或之间的异物的设备
CN102534875A (zh) * 2010-12-22 2012-07-04 特鲁菲舍尔股份有限公司及两合公司 纺纱车间中准备用于检测由塑料制成的异物,如聚丙烯带、织物和膜等的装置
CN104090530A (zh) * 2013-11-05 2014-10-08 青岛宏大纺织机械有限责任公司 清梳联智能化远程控制系统及其控制方法
CN105652796A (zh) * 2016-03-29 2016-06-08 山东天鹅棉业机械股份有限公司 一种棉花加工质量在线智能检测及控制方法
WO2017190259A1 (en) * 2016-05-04 2017-11-09 Uster Technologies Ag Monitoring contamination in a stream of fiber flocks
CN107407628A (zh) * 2015-03-24 2017-11-28 乌斯特技术股份公司 基于led的纤维性能测量

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5229841A (en) * 1991-07-10 1993-07-20 Eaton Corporation Color sensor employing optical fiber bundles with varied diameters
DE19955292A1 (de) 1999-11-17 2001-05-23 Truetzschler Gmbh & Co Kg Vorrichtung an einer Faserverarbeitungseinrichtung, z. B. Spinnereivorbereitungsmaschine oder -anlage, zum Erkennen und Verarbeiten von Verunreinigungen
DE50003629D1 (de) * 2000-02-09 2003-10-16 Jossi Holding Ag Islikon Verfahren und Vorrichtung zum Steuern einer Behandlungsanlage für textile Fasern, insbesondere Baumwollfasern
WO2006079426A1 (de) 2005-01-25 2006-08-03 Jossi Holding Ag Verfahren und vorrichtung zum ausscheiden vom fremdstoffen in fasermaterial, insbesondere in rohbaumwolle
EP1907830B1 (en) * 2005-07-22 2020-09-30 Premier Evolvics PVT. Ltd. Detecting foreign substances in a textile material
CH701772A1 (de) 2009-09-07 2011-03-15 Uster Technologies Ag Vorrichtung und Verfahren zur optischen Abtastung eines bewegten Textilmaterials.
WO2019173929A1 (de) * 2018-03-14 2019-09-19 Uster Technologies Ag Optimierung eines spinnprozesses bezüglich fremdmaterialien
US11138722B2 (en) * 2018-12-21 2021-10-05 Kla-Tencor Corporation Differential imaging for single-path optical wafer inspection
US11688067B2 (en) * 2019-07-12 2023-06-27 Bruker Nano, Inc. Methods and systems for detecting defects in devices using X-rays

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1099477A (zh) * 1993-01-11 1995-03-01 泽韦格·乌斯特(美国)有限公司 纤维试样中杂质的测量分类设备和方法
DE19505421A1 (de) * 1995-02-19 1996-08-22 Hergeth Hubert Verfahren zur Optimierung von Farbauswertungen an Erkennungssystemen für Fremdfasern und Partikel in Faserverarbeitungsanlagen
CN1214744A (zh) * 1996-03-27 1999-04-21 泽韦格路瓦有限公司 用于纱线的质量监控的方法和装置
US5805452A (en) * 1996-08-01 1998-09-08 The United States Of America As Represented By The Secretary Of Agriculture System and method for materials process control
DE29622931U1 (de) * 1996-08-08 1997-09-04 Trützschler GmbH & Co KG, 41199 Mönchengladbach Vorrichtung in einer Spinnereivorbereitungsanlage (Putzerei) zum Erkennen und Auswerten von Fremdstoffen
CN1173558A (zh) * 1996-08-08 1998-02-18 特鲁菲舍尔股份有限公司及两合公司 在纺纱准备设备(开清棉)中识别和处理杂质的方法和设备
CN1173557A (zh) * 1996-08-08 1998-02-18 特鲁菲舍尔股份有限公司及两合公司 在纺纱准备设备(开清棉)中识别和分离杂质的方法和设备
CN1278330A (zh) * 1997-10-28 2000-12-27 泽韦格路瓦有限公司 纤维质量监视议
US5943907A (en) * 1998-02-06 1999-08-31 Zellweger Uster, Inc. High volume fiber testing system
CN1290347A (zh) * 1998-02-06 2001-04-04 泽韦格路瓦有限公司 轧棉机工艺控制
CN1290344A (zh) * 1998-02-06 2001-04-04 泽韦格路瓦有限公司 高容积纤维测试系统
CN1711474A (zh) * 2002-11-13 2005-12-21 乌斯特技术股份公司 用于采用一个光束扫描纱线的装置
CN101120244A (zh) * 2005-02-24 2008-02-06 乌斯特技术股份公司 用于光学扫描细长纺织材料的设备和方法
CN101191774A (zh) * 2006-12-01 2008-06-04 特鲁菲舍尔股份有限公司及两合公司 纺织准备厂中用于检测纤维材料中异物的设备
CN101398392A (zh) * 2007-09-26 2009-04-01 中国科学院自动化研究所 一种基于hsi颜色空间的棉花杂质高速实时检测方法
CN101619537A (zh) * 2008-07-03 2010-01-06 特鲁菲舍尔股份有限公司及两合公司 在纺纱室准备、轧棉等装置中用于检测塑料材料异物的设备
CN101634103A (zh) * 2008-07-23 2010-01-27 特鲁菲舍尔股份有限公司及两合公司 纺纱室准备、轧棉等装置中检测纤维材料之中或之间的异物的设备
CN101587079A (zh) * 2009-05-08 2009-11-25 清华大学 纺织原料中异性杂质的多光谱色偏振检测方法及其装置
CN101629336A (zh) * 2009-06-01 2010-01-20 上海中方宝达纺织智能仪器有限公司 棉花异纤在线检测的方法与装置
CN102534875A (zh) * 2010-12-22 2012-07-04 特鲁菲舍尔股份有限公司及两合公司 纺纱车间中准备用于检测由塑料制成的异物,如聚丙烯带、织物和膜等的装置
CN104090530A (zh) * 2013-11-05 2014-10-08 青岛宏大纺织机械有限责任公司 清梳联智能化远程控制系统及其控制方法
CN107407628A (zh) * 2015-03-24 2017-11-28 乌斯特技术股份公司 基于led的纤维性能测量
CN105652796A (zh) * 2016-03-29 2016-06-08 山东天鹅棉业机械股份有限公司 一种棉花加工质量在线智能检测及控制方法
WO2017190259A1 (en) * 2016-05-04 2017-11-09 Uster Technologies Ag Monitoring contamination in a stream of fiber flocks
CN109791102A (zh) * 2016-05-04 2019-05-21 乌斯特技术股份公司 监视在纤维绒流中的污染

Also Published As

Publication number Publication date
WO2021051210A1 (de) 2021-03-25
EP4031698B1 (de) 2024-06-05
CN114761631B (zh) 2023-11-03
CH716607A1 (de) 2021-03-31
US20220275542A1 (en) 2022-09-01
EP4031698A1 (de) 2022-07-27

Similar Documents

Publication Publication Date Title
US20190137382A1 (en) Monitoring Contamination in a Stream of Fiber Flocks
CN1080334C (zh) 用于纱线的质量监控的方法和装置
EP0604875B1 (en) Continious two dimensional monitoring of thin webs of textile materials
JP5129275B2 (ja) 繊維素材を検査および評価するための装置
US6380548B1 (en) Method and device for detecting foreign matter in longitudinally traveling yarn
EP3405776B1 (en) Yarn imaging device
EP2475978B1 (de) Vorrichtung und verfahren zur optischen abtastung eines bewegten textilmaterials
CN114761631B (zh) 针对异物优化纱线生产过程
CN110308147B (zh) 一种化纤纺丝工艺丝路的智能检查方法
CN116507908A (zh) 用于连续检测纺纱机中的纱线缺陷的设备和方法
GB2316099A (en) Detecting unwanted substances in textile fibres from opened bales
CN113853457B (zh) 梳理机、纤维网导入元件、纺织准备设备和用于检测干扰性颗粒的方法
CN210775245U (zh) 一种化纤纺丝工艺丝路的智能巡检装置
US20240175806A1 (en) Detecting a Mixture Ratio of Two Components of a Textile Fiber Structure
CN113396252B (zh) 针对异物优化纺纱过程
EP4130362A1 (en) Thread monitoring device, thread monitoring method, thread winder, and thread monitoring system
US20080126039A1 (en) Method and device for simulating a visual pattern of a fiber product and method and device for producing a bcf yarn
CN118235025A (zh) 纺织纤维结构的光学表征
WO2019173929A1 (de) Optimierung eines spinnprozesses bezüglich fremdmaterialien
WO2024126031A1 (en) A method of controlling the technological process of yarn manufacturing on a spinning machine, a spinning machine for performing the method, a computer program for performing the method on the spinning machine and a computer-readable medium with the computer program
WO2023285879A1 (en) Device and method for detecting contaminants in a textile material
JP2019203748A (ja) 繊維束の監視方法、この監視方法を用いた監視装置及び、この監視方法または監視装置を用いた繊維束の製造方法
CN113371534A (zh) 纱线监视装置及纱线卷绕机

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