CN114867672A - 自动线圈控制 - Google Patents

Abstract

本发明涉及一种用于线圈的质量控制的方法。

Description

自动线圈控制

技术领域

本发明涉及一种用于线圈的质量控制的方法。

背景技术

尤其基于纤维素的单丝和复丝纱线大规模地被生产并被用于许多领域、如纺织工业中，但也被用于技术领域中。这种单丝和复丝的示例是根据莱赛尔纤维方法由纤维素在溶剂中的组合物生产的长丝纱线，溶剂通常是水和N-甲基吗啉-N-氧化物（NMNO）的混合物。在纺纱和不同后处理之后，不仅单丝而且复丝都被缠绕成套筒上的线圈，并且紧接着在进一步使用（如包装和运送给客户）之前被存放。样品典型地取自所生产的长丝或纱线，并评估各种参数。但是，对于缠绕到线圈上的长丝和纱线而言，质量控制也是必要的。

由于高生产速度，在这种情况下在莱赛尔纤维设备中每天可能产生数千个这种线圈，然后必须将所述线圈输送到期望特性的后控制处。由此，一方面线圈的质量特性被量化，并且然后可用于线圈（即基本上缠绕在线圈上的长丝纱线）的表征。同时，及时的评估也允许反馈给生产过程，因为可以将可见的长丝纱线瑕疵回报给生产部门，使得如果必要可以在生产过程中进行干预。

目前，这种线圈控制主要人工地执行，即特别是受过训练的人员使各个线圈经受目视缺陷控制。这是高度专业化的任务，因为应在尽可能短的时间内鉴于大量可能的缺陷和瑕疵检查和评估表面。这具有各种缺点。例如，尽管受过良好训练，但是在这种控制期间必然发生评估的波动，并且总是存在忽略缺陷和瑕疵的可能性。也可能由于在评估期间的人工操作而在线圈上产生缺陷或瑕疵。同时，尤其在连续运行的生产设备中，高数量的线圈的及时评估常常是不可能的。因此，或者发生生产和评估之间的时间偏移（这例如使向生产控制处的及时的必要的反馈变成不可能），或者甚至不是所有线圈被评估（仅检查一定数量的线圈，所述线圈根据利用相应的生产设备的经验提供统计上有说服力的数据）。这尤其由于对记录的越来越提高的要求也相对于客户不再正当合理。这里，在此期间要求对评估结果的完整的评估和记录。这鉴于生产设备的自己的客观缺陷记录的可能性也是有利的。

不过，也已经存在不再通过人工检查来执行确定缺陷类型的控制的方案。例如，DE20 2006 002 317 U1公开了一种用于检查长丝线圈的方法。在此，使用激光扫描仪，该激光扫描仪尤其应探测丝线断裂和其他长丝缺陷。在该文件中公开了激光扫描仪应单独地被使用，因为否则检查装置变得太昂贵并且占用太多空间。DE 41 24 750 A1公开了一种用于检测绕组缺陷的设备。该文件的目的也在于检测丝线断裂或类似的长丝缺陷，不过这里利用光束扫描线圈的端面，以便这样在线圈的端面之上的丝线引导期间探测缺陷。DE 10 2005001 223 A1公开了一种设备，用于识别纺织芽（Spinnkospen）的定向，以便例如能够有针对性地分离这种纺织芽。JP H06 72634 A 和JP S63 272753 A 公开了光学摄像机。在该现有技术涉及长丝线圈的检查的范围内，这些文件关注丝线断裂和类似的长丝缺陷，其分别通过单个类型的检查来检测。DE 20 2006 002 317 U1在此上下文中明确地指出使用仅仅一个类型的检查的优点。因此，这种现有技术不能代替长丝线圈的人工检查，因为尤其识别大量缺陷类型不成功。

发明内容

因此，本发明所基于的任务是克服现有技术中的这些缺点。

附图说明

图1至图3示出能够利用根据本发明的系统和方法探测的典型缺陷类型。

图1示出缺陷类型“毛细管断裂”。

图2示出缺陷类型“污染”。

图3示出缺陷类型“线圈的损坏”。

具体实施方式

因此，本发明提供一种根据权利要求1所述的方法。优选的实施方式在从属权利要求中以及在以下描述中说明。

本发明提供一种用于线圈（即所谓的长丝纱线的缠绕到套筒上的单丝或复丝）的质量控制的方法，其中利用光学系统检测线圈的表面并将由此获得的数据自动地与所规定的参数极限进行比较并且因此确定线圈的质量。在本发明的意义上的表面是不仅线圈的端面和底面而且是侧面。对端面和底面的检查尤其用于可靠地检测线圈芯的缺陷。

优选的是，进行表面的检测，使得分别要检查的线圈在检测期间围绕其纵向轴线旋转。这样，可以利用静态光学系统简单地并可靠地检测线圈的整个表面。实现线圈的这种旋转运动的系统是已知的。同时，优选的是，将线圈直接插入这种系统中或上游的装载系统、住如转塔式/旋转木马式/连续运输系统等中也自动地进行。这简化对大数量的线圈的检查，并且这里也避免因人工操作而产生的缺陷。此外，这种过程控制（Verfahrensführung）不仅实现非接触评估本身，而且使在插入系统中时以及从系统中取出时对线圈的所有接触标准化。

对线圈表面的光学检测和与所规定的标准值的比较允许对线圈质量的快速的和在质量上总是保持不变的评估。这里已经令人惊讶地表明，尽管任务复杂（如上所述，该任务在当前的方法流程中需要受过特别训练的人员），但是通过合适的数据评估系统的自动化控制和与所规定的参数的比较快速地且可靠地实现评估。

根据本发明，已经表明：为此两种不同类型的光学系统的组合是必要的，以便实现令人满意的评估。一方面，基于多维激光扫描仪的光学系统是必要的，该光学系统适合于识别较粗糙的瑕疵。这些瑕疵尤其表现为线圈与其正常配置的偏差。属于这些瑕疵的尤其是较大的损坏、诸如线圈表面（侧面）中的凹陷、与所期望的线圈几何形状的偏差、如鞍部形成或侧向环形成、以及套筒缺陷、即绕组芯的不利地影响线圈的总体结构的瑕疵（这通过端面和底面的检测和评估良好地进行）。适合于此的尤其是如下系统，所述系统扫描线圈的表面并且这样，由于线圈的旋转，实现线圈形状的轮廓的产生。为此例如激光扫描系统是合适的。然后，在这种情况下获得的轮廓形状可以简单地与线圈的所期望的标准形状进行比较，并相应地评估任何偏差。

另一方面，图像记录光学系统（摄像机）是必要的，该图像记录光学系统记录尤其侧面的图像，然后这些图像实现鉴于缺陷、如污染、指纹、纤维或毛细管断裂等的评估。如果这种系统与光源一起使用，则可以进一步提高灵敏度并且也可以检测附加参数、如线圈的色调。这里合适的是如下光源，所述光源一方面发出特定波长（或特定波长范围）和/或光模式的光、如脉冲照射、波长的变化、光强度的变化和照明的高频变化。此外，如上所述，一方面可以提高评估的灵敏度（并且与此相联系地提高评估的准确性），另一方面也可以检查其他参数（例如通过与标准颜色模式或色调的比较）。因此，记录表面的图像并将这些图像（作为二维图像）再次与所期望的标准状态进行比较。此外，可以识别和量化与要评估的长丝纱线更强地关联的较小的、但同样高度相关的缺陷和瑕疵。属于这些缺陷和瑕疵的尤其是如指纹、灰尘污染、毛发、昆虫等之类的瑕疵、以及起绒、断裂、接头（Spangen）和同样套筒缺陷。为此，如上面已经阐述的，可以使用图像生成系统、如摄像机。

因此，原则上可能的是，仅通过使用两个光学系统执行对线圈的很大程度上自动化的质量控制。为此，如上所述，首先优选地自动地将线圈装载到线圈控制系统中，并且紧接着无接触地利用光学系统检测所述线圈。获得的数据允许对线圈的质量（缺陷的类型和数量）的评估，这要么人工地在测量数据通过相应的人员的可视化之后进行，要么自动地通过与所规定的标准值的比较进行。通过使用自学习评估单元，这种系统可以在连续运行中不断提高对线圈的评估的准确性。在此，在使用自适应算法的情况下，获得自动起作用的分类器。

当然，不仅两个、而且更高数量的光学系统可以被用于检测线圈表面。因此可以提高评估的准确性，因为例如不同的摄像机系统对不同类型的瑕疵和缺陷具有不同的灵敏度。例如，通过在光学检测期间使用不同的光源来照射/照亮线圈，可以识别出色调的偏差或变化。利用不同的摄像机类型可以获得线圈表面的不同类型的图像，使得该方法能够更好地适配于不同的缺陷类型。

由于尤其优选地通过自学习数据评估系统进行评估，所以可以以大的准确性进行和存储所检查的线圈的缺陷的统计评估和记录。这导致数据库的自动化构建，这也有助于线圈上的长丝纱线的进一步使用。同时，如果在相应的长丝纱线的生产时及时进行对线圈的评估，这种系统也可以有助于自动化生产控制。因此，根据在线圈上/处探测到的缺陷的类型，相应的缺陷消息可以被传送给相应的生产设备。然后这些生产设备可以快速地对这种缺陷消息作出反应。因此，根据本发明的系统不仅有助于改进线圈的质量控制，而且有助于生产流程的质量控制。

通过根据本发明的方法，不仅具有单丝的线圈而且具有复丝的线圈可以被评估。不同尺寸的线圈也可以利用该方法进行评估，包括非常大的线圈在内，在这些线圈的情况下，仅仅由于线圈的尺寸和重量，当前的人工检查是有问题的。

利用根据本发明的方法可以实现的优点可以如下来描述：

1.) 通过将线圈自动化地引入和引出控制系统的可能性，可以操作大件数的线圈。

2.) 通过使用允许要评估的线圈围绕纵向轴线（绕组芯）旋转的设备，可能的是，固定地安置被用于评估的光学系统，使得这里在评估期间存在保持不变的条件。

3.) 通过在旋转的线圈上检测测量数据，可以生成该线圈本身的二维轮廓，使得可以简单地识别出例如由有瑕疵的绕组芯引起的较粗糙的线圈缺陷或线圈瑕疵。

4.) 通过如上所述的两个光学系统的组合，可选地与光源相组合，可以足够可靠和可重复地识别出相关的要评估的缺陷和瑕疵，使得可以排除因素“人”的和与此必然相联系的错误源（未识别出缺陷）和所识别出的缺陷的评估的波动。

5.) 该系统允许对大数量的线圈的全自动评估，使得这里在评估时与生产过程相比既不出现大的时间延迟，也不必放弃对各个线圈的评估。

6.) 这样，故障警告可以在一定程度上实时地被传送给生产设备控制处。

7.) 缺陷识别和缺陷评估可以定性地和定量地被客观化，使得这里可以在长的生产时间间隔上获得一致的数据。

8.) 通过将自学习系统用于测量数据评估和分类，对线圈的评估可以进一步继续发展，由此系统不断地变得更可靠和更鲁棒。获得的数据适合于提供数据的电子库，使得尤其鉴于线圈的进一步使用给出优化的选择可能性。因此可以自动地由该系统容易地找到例如在质量上非常相似的线圈（例如鉴于绕组缺陷）（并且然后例如分组在一起以用于共同的进一步使用）。

9.) 通过提高被用于评估的光学系统的数量，可以进一步区分缺陷识别和缺陷评估，不同缺陷类型可以更好地被识别和量化，可以鉴于产品差异化获得更多数据。

Claims (9)

1.用于线圈的质量控制的方法，其特征在于，利用至少两个光学系统对所述线圈进行评估，其中一个系统包括激光扫描仪，用于检测数据以生成所述线圈的轮廓，并且至少一个另外的系统包括光学摄像机，用于检测数据以生成线圈表面的二维图像。

2.根据权利要求1所述的方法，其中，在通过所述光学系统测量时所述线圈围绕其纵向轴线旋转。

3.根据权利要求1或2所述的方法，其中，借助数据评估系统将所获得的测量数据与标准值进行比较，以用于评估所述线圈的质量。

4.根据权利要求1至3中任一项所述的方法，其中，在数据检测期间，利用具有能以特定方式调节的波长和不同的能调节的光模式的光照射所述线圈。

5.根据权利要求1至4中任一项所述的方法，其中，将所述线圈自动地引入用于质量控制的系统中并且自动地在完成测量之后又从所述系统中引出。

6.根据权利要求1至5中任一项所述的方法，其中，通过评估所获得的质量评估在超过确定的边界条件时自动化地将警告消息传送给生产控制处。

7.根据权利要求1至6中任一项所述的方法，其中，所述线圈是长丝线圈或纱线线圈。

8.根据权利要求1至7中任一项所述的方法，其中，使用多于两个的光学系统。

9.根据权利要求1至8中任一项所述的方法，其中，被用于评估所收集的测量数据的系统是自学习系统。

Images