CN117403360A - 使用颜色参数控制或评估纱线的生产 - Google Patents

使用颜色参数控制或评估纱线的生产 Download PDF

Info

Publication number
CN117403360A
CN117403360A CN202310721324.3A CN202310721324A CN117403360A CN 117403360 A CN117403360 A CN 117403360A CN 202310721324 A CN202310721324 A CN 202310721324A CN 117403360 A CN117403360 A CN 117403360A
Authority
CN
China
Prior art keywords
color
textile
yarn
parameter
parameters
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.)
Pending
Application number
CN202310721324.3A
Other languages
English (en)
Inventor
S·迈耶
M·B·弗里克
R·希尔青格
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.)
Lefu Brothers Co ltd
Original Assignee
Lefu Brothers Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lefu Brothers Co ltd filed Critical Lefu Brothers Co ltd
Publication of CN117403360A publication Critical patent/CN117403360A/zh
Pending legal-status Critical Current

Links

Classifications

    • D—TEXTILES; PAPER
    • D01—NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01H—SPINNING OR TWISTING
    • D01H13/00—Other common constructional features, details or accessories
    • D01H13/32—Counting, measuring, recording or registering 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
    • 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
    • D—TEXTILES; PAPER
    • D01—NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01G—PRELIMINARY TREATMENT OF FIBRES, e.g. FOR SPINNING
    • D01G31/00—Warning or safety devices, e.g. automatic fault detectors, stop motions
    • D01G31/006—On-line measurement and recording of process and product parameters
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/251—Colorimeters; Construction thereof
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N21/8915—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined non-woven textile material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/36—Textiles
    • G01N33/365—Filiform textiles, e.g. yarns
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/36—Textiles
    • G01N33/367—Fabric or woven textiles
    • 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
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors

Landscapes

  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Quality & Reliability (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Spinning Or Twisting Of Yarns (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本公开涉及使用颜色参数控制或评估纱线的生产。在具有多个传感器头(20,18,24,30；44)的纱线生产设备中生产纱线。为了控制和/或评估生产过程，使细长纺织体(52)经过第一传感器头(20,18,24,30；44)。在第一批多个时间，通过第一传感器头测量纺织体(52)的颜色参数(Pk)，并存储这些值。从颜色参数(Pk)确定至少一个变化参数，并用于评估或控制该过程。特别地，颜色参数(Pk)的值可以通过聚类来处理，和/或它们可以与设备的操作参数(Om)相关。该技术例如可用于检测交叉污染或机器参数与颜色值和瑕疵区段的数量的相关性。

Description

使用颜色参数控制或评估纱线的生产
技术领域
本发明涉及一种用于控制或评估生产设备中细长纺织体的生产过程的方法，特别涉及纱线生产设备中的纱线生产过程，以及这样的设备。
背景技术
已知颜色是纱线的一个相关参数。因此，可以对其进行测量以便评估纱线质量。
特别地，纱线的与期望颜色不匹配的区段可以在清纱器中的复卷过程期间被去除。虽然这样的清纱提高纱线的整体质量，但是它会导致时间和材料的损失。
发明内容
因此，本发明的一般目的是提供一种允许更好地控制生产过程的上述类型的方法和设备。这种更好的控制例如可以通过对过程的改进的控制或评估来获得。
该目的通过独立权利要求的方法和设备来实现。
因而，本发明涉及一种用于控制或评估生产设备中细长纺织体的生产过程的方法，特别涉及至少具有第一传感器头的纱线生产设备中的纱线制造过程。所述设备例如可以是纺纱厂或其一部分。有利地，所述设备包括多个传感器头，但是本发明的一些方面，例如下面说明的分组、聚类和/或关联步骤中的一些，也可以仅用单个传感器头来实现。
有利地，术语“控制”指的是控制生产纱线的设备，术语“评估”指的是评估过程的参数，这些参数随后例如可以用于质量控制和/或用于控制设备。
所述方法至少包括以下步骤：
-使细长纺织体经过第一传感器头：纺织体例如可以是纱线前驱体、纱线或由纱线制成的织物。
-在第一批多个时间，通过第一传感器头测量纺织体的至少一个颜色参数：该颜色参数描述纱线的颜色。
-形成值的时间序列，所述值包括颜色参数的值。“时间序列”应被理解为归因于不同时间的一系列值。这些值至少包括颜色参数的值，以及可选地，如下所述的其他参数的值。
-使用颜色参数的值来控制或评估过程。
特别地，这些值可以用于以下测量中的至少一个：
a)它们可以用于控制纱线生产设备的装置；
b)它们可以用于去除污染物、原材料中不需要的组分和/或具有不需要的纤维空间排列的区段(在此背景下，“不需要的纤维空间排列”应被理解为指定纺织体中不希望的纤维几何形状，例如过多的毛羽或不希望的紧密度和/或线密度条件)；
c)它们可用于提醒操作员发生故障；和/或
d)它们可以用于故障的自动或手动诊断。
时间序列可以是即时“形成”的，即，它的值可能不会被永久存储，但是例如可以立即进行统计预处理。可替代地或除此之外，时间序列的测量值可以被永久存储。
有利地，所述方法可以包括从颜色参数的时间变化确定至少一个变化参数，并使用该变化参数来控制或评估过程的步骤：所述变化参数例如可以从参数的值的统计方差导出，和/或它可以描述由颜色参数的值形成的颜色簇。
“从颜色参数的时间变化”的表述有利地应被理解为“从颜色参数如何随时间变化”。
有利地，所述方法还可以包括以下步骤：
-除了纺织体的颜色参数之外，在第二批多个时间确定设备的至少一个操作参数：所述操作参数例如是机器设定、设备正在处理什么货物的参数和/或环境参数，比如空气温度或湿度。第二批多个时间可以与第一批多个时间相同，但是第二批多个时间也可以是第一批多个时间的超集或子集，或者第二批多个时间可以是不同的时间集合，或者这两个集合可以部分重叠。
-将操作参数的值处理为值的时间序列的一部分。这种处理有利地包括从操作参数和颜色参数的值的组合导出关于纱线生产过程的信息。
在特别有利的实施例中，操作参数的值作为值的时间序列的一部分被永久存储，这允许稍后处理这些值。
有利地，为了更好地比较颜色参数的值和操作参数的值，第一批多个时间(知道颜色参数的时间)和第二批多个时间(知道操作参数的时间)至少在公共时间间隔(即，这两批多个时间重叠的时间范围)上延伸。
如上所述，操作参数可以包括至少一个机器设定。例如，给定的操作参数可以是以下之一：
-操作参数可以是二值的。特别地，它可以指示设备的处理工段的开-关状态。在此背景下，开-关状态是描述给定处理工段是否正在操作的参数。
-操作参数是分类的，即描述至少三个类别。例如，它可以指示在相邻机器上纺制的纱线的颜色或原材料供应商。
-操作参数可以是定量的，并且例如描述牵伸期间的机器设定(比如牵伸辊之间的距离)或环境湿度。
使用这样的机器设定允许判定颜色参数是否取决于处理工段的操作状态。例如，因此可以发现操作处理工段可能对设备的其他工段具有负面影响。
所述设备可以包括多个单独的处理工段，在这种情况下，所述方法可以包括为数个处理工段确定单独的操作参数的步骤。在每个参数描述在单个处理工段的操作的意义上，参数是单独的。存储此类单独的操作参数允许更好地深入了解哪些处理工段对颜色参数的值具有影响。
在特别重要的应用中，操作参数和颜色参数是相关的，即评估颜色参数的行为是否随着时间的推移与操作参数相关。这提供对一个或多个操作参数如何影响颜色参数的深入了解。
例如，可以发现给定细长纺织体的颜色参数可以与不处理所述给定细长纺织体的一个或多个处理工段的操作参数相关。这对于确定交叉污染尤为重要。例如，当处理给定颜色的纱线并监测其颜色参数时，颜色瑕疵可能与设备的处理不同纱线的工段的操作相关。在这种情况下，可以得出结论，在处理给定纱线的工段和处理其他类型的纱线的其他工段之间发生了交叉污染。
在一个重要方面，所述方法包括将取决于颜色参数的值分组为颜色组的步骤。这提供了对可能存在的缺陷的类型的更好理解，和/或它允许判断是否要从纱线中去除给定的纱线瑕疵。
“取决于颜色参数的值”可以是从中导出的值的颜色参数的单独测量值，例如，通过例如求平均值，从多个测量值导出的值。
“组”例如可以是预先定义的组。不过，在有利的实施例中，分组可以通过聚类来实现，即，通过不需要用于分组的组的先验知识、但是可以基于颜色参数的值(例如通过分析颜色参数的值的分布)来确定这些组(簇)的至少一个子集的算法来实现。簇可以根据描述簇的预期位置的起始参数来确定，其中起始参数中的至少一些然后被细化以更好地匹配测量值。或者，簇可以仅基于测量值来确定，而不使用簇坐标的起始参数。
因此，该方法可以包括将取决于颜色参数的值聚类为簇的步骤。此类簇适于当前数据，例如适于设备现场所存在的污染物。
在此背景下，“聚类”成颜色簇是将颜色参数的值分组，以使同一组(称为簇)中的颜色值彼此之间比其他组(簇)中的颜色值更相似的任务。相似性例如可以通过所使用的颜色空间中的度量来确定，其中相似性随着从度量导出的距离减小而增加。
如上所述，检测交叉污染是本方法的有利应用。于是，例如，所述方法可以包括以下步骤：
-检测“第一”细长纺织体中的至少一个“潜在缺陷区段”：这样的潜在缺陷区段例如可以是颜色参数与第一纺织体的期望颜色参数偏离给定阈值的区段，或者是从簇分析中识别的多个区段。因此，有利地，颜色参数的值用于检测潜在缺陷区段。
-将从第一细长纺织体的潜在缺陷区段中的颜色参数导出的至少一个“缺陷参数”与在设备中处理的“第二”细长纺织体的至少一个“参考颜色”进行比较。“缺陷颜色”可以由第一细长纺织体的潜在缺陷区段中的颜色参数的值形成。第二细长纺织体的参考颜色可以是第二细长纺织体的“期望颜色”，或者例如它可以是第二细长纺织体的平均颜色或中值颜色。
第二细长纺织体可以是满足以下条件中的至少一个的纺织体：
-第二纺织体与第一纺织体同时在设备中进行处理。在此背景下，“同时”意味着当处理潜在缺陷区段时，第二纺织体的一部分仍然在设备中进行处理(例如生产或移动或临时储存)。潜在缺陷区段的检测可以当在设备中对其进行处理的同时进行，或者可以在处理该区段之后对数据的稍后分析中进行。
-在处理第一纺织体之前，第二纺织体已经在设备中被处理。在此第二种情况下，有利地，处理第二纺织体和第一纺织体之间的时间不超过一个月，特别是不超过一周，特别是不超过一天。另一方面，在一些实施例中，处理第二纺织体和第一纺织体之间的时间至少为一小时。通常，时间可能取决于例如设备的清洁间隔、设备运行时房间内空气的处理和/或其他操作程序。
第二细长纺织体有利地具有与第一细长纺织体的期望颜色不同的“参考颜色”。
参考颜色可以是通过接口输入到设备中的参数，特别是由用户输入的参数。不过有利的是，通过设备的传感器头中的至少一个来测量(即，从测量结果导出)参考颜色。该传感器头可以是上面提及的“第一传感器头”(即，稍后用于测量第一细长体的同一传感器头)，或者它可以是设备的其他传感器头，即“第二传感器头”。
为了将缺陷颜色与一个或多个第二纺织体的参考颜色进行比较，所述方法可以包括以下步骤：
-确定第一细长纺织体的缺陷颜色和期望颜色之间的偏差：这允许在使用的颜色空间中确定缺陷的“方向”，比如“纱线应是蓝色，但该缺陷是紫色。它存在红色更多而蓝色更少的偏差”。
-将偏差与以下之间的差异进行比较
-一个或多个第二纺织体的参考颜色，和
-第一纺织体的参考颜色：
与通过首先计算偏差、然后将偏差与参考颜色的所述差异进行比较的间接比较相比，缺陷颜色与第二纺织体的参考颜色的直接比较会导致不太有意义的结果。在上面的例子中，并且假设直径是恒定的，蓝色纤维似乎已经被红色纤维所取代。如果第二纱线的参考颜色是红色(或比第一纱线更红)，则第二纱线是交叉污染的可能候选者。
当交叉污染检测允许将几个不同的“第二纺织体”中的一个识别为潜在的交叉污染源时，交叉污染检测是特别有利的。因此有利的是，为了检测交叉污染，将缺陷颜色与在所述设备中处理的几个不同的第二细长纺织体的参考颜色进行比较。基于该比较，在几个不同的第二细长纺织体当中识别看似合理的交叉污染源。几种不同的第二细长纺织体中的至少一些有利地在它们的参考颜色上不同。
如上所述，本发明还涉及一种生产设备。该设备包括多个传感器头和控制单元，该控制单元适于并被构造为执行本发明的方法。
附图说明
当考虑到本发明的以下详细说明时，将更好地理解本发明，并且除上述以外的其他目的将变得清楚。此类说明参考了附图，附图中：
图1是用于生产纱线的设备的示意图，
图2示出了由传感器头测量的颜色分量的归一化灵敏度的例子，
图3是传感器头的实施例的示意图，
图4示出了对纺织体测量的颜色参数的值的例子。
具体实施方式
定义
颜色参数包括由传感器头测量的颜色空间的至少两个颜色分量，有利地包括颜色空间的至少三个颜色分量。颜色空间用于描述由传感器头检测的颜色。在此背景下，颜色空间有利地至少跨越可见光谱，例如在380和750nm的波长之间。然而，它也可以延伸到紫外线，例如至少低至250nm，和/或延伸到近红外，例如至少高达1.8μm。
例如，这些分量可以描述纺织体在至少两个不同光谱范围内的光学反射或透射。有利地，可以存在指示纺织体在光谱的至少三个不同的光谱范围内的光学反射或透射的至少三个颜色分量，特别是所述至少三个不同的颜色中的每一个至少部分落入250nm和1.8μm的光谱范围，特别是至少部分地落入380和750nm的可见光谱范围。
颜色空间也可以是RGB颜色空间或指示三个或更多不同的光谱范围中的颜色的其他颜色空间，或者它可以是CMY或HSV颜色空间，其中所述分量是这些颜色空间中的坐标中的至少两个。
纺织体可以是纱线前驱体，特别是清花车间中的棉束，或通过梳理和拉丝获得的条子或粗纱，或者它可以是通过纺纱过程获得的纱线或由这种纱线制成的织物。不过有利的是，至少在所声称的“第一”传感器头采样的纺织体是纱线。
纱线生产设备包括清花车间机械、梳理机、拉丝机、纺纱机、卷线机和清纱器中的至少一个。“清花车间机械”有利地指开松机或清洁机，因为它们例如在清花车间中找到。
永久地存储值有利地被理解为将所述值存储在非易失性存储器中至少一天。
概述
图1示意地示出了作为纱线生产设备的例子的棉纺厂的一些元件。
如本领域技术人员所知，这样的纺纱厂包括清花车间10，在清花车间10中，棉花捆被开松成团，然后可以对其进行预清洁以及精细清洁。在该过程中，会产生一束或多束棉束。
可以使一束或多束棉束经过传感器头12，例如在清花车间10的精细清洁器14中。这些传感器头12的功能将在下面说明。
该纺纱厂还包括梳理和拉丝工段16，在该工段中，棉束中的纤维被分离、拉直并形成条子和粗纱。可以使条子或粗纱再次经过传感器头18。
在下一步骤中，来自梳理和拉丝工段16的产物被供给到纺纱工段20，在纺纱工段20，它们在多个纺纱单元22中被纺成纱线。可以使纱线再次经过传感器头24。
最后，例如卷绕在纬管上的纱线被供给到具有多个清纱器28的卷绕工段26。在每个清纱器28中，使纱线经过传感器头30，例如，当纱线从纬管卷绕到筒管上时。
该设备还包括控制各个组件的操作的控制单元31。在图1中，它被描绘为单个元件，但是它也可以是分布式的和/或具有归因于设备的不同部分的子部。
通常，控制单元31包括至少一个CPU 32、存储器34、用于接收传感器信号的输入接口36、用于控制设备的致动器的输出接口38、用于接收用户输入的至少一个输入控件40、以及用于向操作员显示信息的至少一个显示器42，所述传感器信号例如来自各种传感器头以及来自设备的其他传感器。
控制单元31可以使用存储在存储器34中的程序代码和参数来进行各种功能。特别地，它被编程为执行如本文中所述的方法。
传感器头
如上所述，该设备包括多个传感器头12、18、24、30。这些传感器头中的每一个适于测量经过它的纺织体(可以是如上所述的纱线或纱线前驱体)的至少一个颜色参数Pk，其中k＝1…K是传感器头的索引，K是传感器头的数量。传感器头执行的测量是在线进行的，即，当设备正在处理纺织体时，在纺织体上进行测量。
在多个不同的时间tik，有利地以规则的时间间隔，重复地测量颜色参数的值。
每个颜色参数包括颜色空间的几个颜色分量C1…CN，其中N至少为2，特别是至少为3。每个这样的颜色分量Cn可以描述(即，可以取决于)纺织体与给定光谱范围Wn的光的相互作用，其中不同颜色分量的光谱范围彼此不同。
在一个实施例中，颜色空间可以基于如上指定的光谱范围中的不同光谱分量。
有利地，每个颜色分量Cn描述纺织体在给定光谱范围内的光学反射率。然而，在另一个实施例中，每个颜色分量Cn可以描述纺织体在给定光谱范围下的光学透射。
有利地，光谱范围不重叠和/或跨越可见光谱的大部分。这如图2中所示，图2示出了作为波长λ的函数的颜色分量Cn的归一化灵敏度，n＝1…N(在这种情况下，N＝3)。对于每个颜色分量，Wn表示在半最大值处的光谱范围或宽度，Mn表示最大灵敏度的波长。
为了不重叠，有利地应当存在至少两个、特别是至少三个颜色分量，其光谱范围Wn具有小于0.25的相互重叠，其中两个光谱范围Wi和Wj的相互重叠Oij由下式定义
Oij＝2*Wij/(Wi+Wj),
其中Wij是Wi和Wj重叠的范围。
有利地，至少一个光谱范围，特别是其中的至少两个光谱范围，应当具有小于50nm的宽度Wn，以获得良好的颜色选择性。
为了跨越可见光谱的大部分，有利地应当存在至少两个、特别是至少三个颜色分量，其最大灵敏度Mn彼此相距至少50nm。
有利地，至少一个最大灵敏度Mn在紫色、蓝色或绿色光谱范围内，即低于550nm，并且至少一个最大灵敏度Mn在红色光谱范围内，即高于600nm。特别地，有利地，一个最大灵敏度在低于500nm的蓝色或紫色光谱范围内，至少一个最大灵敏度在500nm和600nm之间的绿色或黄色/橙色光谱范围内，并且至少一个最大灵敏度在高于600nm的红色光谱范围内。
图3示出了一个传感器头44的可能实施例的示意图。在所示的实施例中，它包括三个光源46a、46b、46c和光检测器48。光源46a、46b、46c发射例如与图2中的光谱范围对应的不同光谱范围的光。光传感器48在所有这些光谱范围下敏感。提供控制电路50用于操作光源46a、46b、46c以例如顺序地发射光脉冲，并且用于检测光传感器48处对于每个这样的光脉冲的响应。
来自光源46a、46b、46c的光落在待检查的纺织体52上，与纺织体52相互作用，并且在该相互作用之后，它由光传感器48检测。所述相互作用有利地是反射，即，光传感器48检测从纺织体52反射的来自光源46a、46b、46c的光。
通过将测量的光脉冲归因于各个光源46a、46b、46c，控制电路50能够测量相应光谱范围Wn的颜色分量Cn。
在又一个实施例(未示出)中，可以例如与宽带光源结合地使用仅在不同的光谱范围Wn中敏感的三个单独的光检测器。
例如在EP3748343A1中说明了合适的传感器头的例子。
不同的传感器头44可以用于不同类型的纺织体，即处于生产过程的不同阶段的纺织体。
然而，由于可以将由各个传感器头获得的颜色分量相互进行比较，如下所述，在有利的实施例中，传感器头44中的至少几个被配备成测量相同的颜色分量Cn，即，由传感器头中的至少几个传感器头确定的颜色分量Cn是公共颜色空间的相同分量。特别地，对于基于不同光谱分量的颜色空间，几个传感器头的光谱范围Wn和最大灵敏度Mn相同。
特别地，当将来自纱线生产设备的不同阶段中的不同类型的纱线体的结果相互比较时(例如，当将对条子的测量结果与对纱线或棉束的测量结果进行比较时)，用于测量不同类型的纱线体的传感器头有利地适于测量相同的颜色分量Cn。
操作
在操作中，设备的控制单元31接收不同传感器头44的颜色参数Pk的值，其中k是如上所述指定各个传感器头的索引。传感器头的数量K通常远大于1，特别是大于10。
每个颜色参数Pk包括由相应的传感器头k确定的颜色分量Cn，或者它可以包括不同的颜色分量，所述不同的颜色分量被确定为由传感器头44实际测量的颜色分量Cn的函数，例如，颜色分量可以被转换到不同的颜色空间和/或可以使用几个单独测量结果的平均值。
控制单元31可以在存储器34中存储颜色参数Pk的值，以及它们所归属的时间tik，特别是它们被测量的时间。例如，假设N＝3，对于给定的传感器头k，可以在存储器34中存储分量C1(tik)、C2(tik)、C3(tik)和tik的值的表。
另外，控制单元31可以在存储器34中存储设备的各个操作参数Om。这些参数可以包括以下参数中的一个或多个：
A)设备的机器设定，即描述设备的元件的操作条件的值。这些可以包括以下参数中的一个或多个：
i)设备的处理工段的开-关状态。例如，此类开-关状态可以描述给定纺纱单元22或给定清纱器28及其卷绕设备当前是否正在运行。
ii)设备的处理工段的处理速度，例如比如以下中的至少一个：
-梳理机的主滚筒(圆筒)的单位时间的转数，
-梳理机上的生产率(单位时间的材料)。
iii)设备的处理工段中的纱线张力。
iv)牵伸辊的操作参数。
v)精梳过程中的圆梳。
vi)精梳机上的牵伸设定(距离和/或转速)。
vii)牵伸机上的牵伸设定(距离和/或转速)。
viii)环锭细纱机(主牵伸区域)上的牵伸设定(距离和/或转速)。
ix)等等。
B)在设备的给定元件中处理的货物的类型，特别是以下参数中的一个或多个：
i)正在处理的货物的原产地，例如棉花的生产商。
ii)正在处理的货物的“期望颜色”和/或“参考颜色”(在上述意义上)，例如纱线或纱线前驱体的染色颜色。
iii)纺织体的参数，特别是纱线的参数。有利地，该参数可以包括纱线的直径和/或正在处理的纱线的电容。
iv)等等。
C)一个或多个环境参数。例如，这可以包括以下之一：
i)在设备的一个或多个位置处的温度。
ii)在设备的一个或多个位置处的空气湿度。
iii)等等。
操作参数Om的值在不同的时间tim被确定，m＝1…M，并且可以再次存储在存储器34中。
操作参数Om可以根据应用于设备的元件的控制设定、由设备的操作者获得的输入数据和/或设备的一个或多个传感器来确定。例如，纱线的直径和/或电容可以通过设备的合适的直径和/或电容传感器头来确定。
然后，控制单元31可以以各种方式处理颜色参数和操作参数，以便导出关于设备的信息，控制设备的操作，诊断问题，和/或显示信息。
以下提供此类处理的例子。
颜色分组和聚类
如上所述，可以对颜色参数Pk中的一个或多个的值或从中导出的值进行分组，并且特别地，可以对它们进行聚类。
图4的例子图解说明了这一点，图4示出了在运行期间针对给定纺织体测量的颜色参数的值。在这种情况下，测量了三个颜色分量Cn，一个是蓝色光谱范围的，一个是绿色光谱范围的，以及一个是红色光谱范围的。图4中的每一个点、+十字和x十字代表在一个时间tik测量的颜色分量，其中i＝1～I，I是点、+十字和x十字的数量之和。
可以看出，绝大多数的值(表示为点的值)被限制于一个相对紧凑的“主”组，但是也存在两个不同的“异常值”组，其中一个用+十字表示，而另一个用x十字表示。
在目前情况下，所述主组对应于与纺织体的预期的期望颜色接近的颜色值，而异常值组指示纺织体中的特定的不同缺陷。
例如，在主组的“较暗”侧的x十字可能指示被深色污染物污染，而+十字具有与主组的色相不同的色相，于是可能指示被有色污染物污染。
因此，通过对颜色参数的值进行分组，可以获得对缺陷性质的额外了解，这允许更好地控制生产过程。此外，关于如何处理检测到的异常的决策，特别是纺织体片段是否应被切除，可能取决于该异常的组或簇成员关系。
有利地，分组是基于聚类的，聚类是取决于颜色参数的值的分布的动态过程，并且还可以依赖于操作参数Om，特别是依赖于由其他传感器测量的纺织体的属性。例如，纱线直径和/或电容也可用于聚类，例如，以便对具有特定颜色特性的纱线的加粗区段进行分组，并且例如将它们与具有这种颜色特性的非加粗区段区分开来(即，将它们与非加粗区段分开分组)。
合适的聚类算法为本领域技术人员所知，例如参见https://en.wikipedia.org/wiki/Cluster_analysis，特别是基于质心模型的聚类算法，其中每个簇由中心颜色表征。例如，可以使用k均值聚类，例如参见https://en.wikipedia.org/wiki/K-means_clustering，其中k例如被设定为2(如果预期一个主要污染物)和/或3(在预期两个主要污染物的情况下)。
或者，可以使用利用基于分布的聚类的算法，比如最大期望算法，其中利用固定数量的分布对颜色进行建模，例如参见https://en.wikipedia.org/wiki/Expectation％E2％80％93maximization_algorithm。
在又一个实施例中，可以使用基于密度的聚类，其中簇被定义为密度比颜色数据集合的其余部分高的区域，比如DBSCAN(基于密度的带噪声的空间聚类应用)，例如参见https://en.wikipedia.org/wiki/DBSCAN。
有利地，分组还可以依赖于关于现有污染物组及其典型颜色的先验知识。
如上所述，并不是颜色参数Pk的每个测量结果都必须分组或聚类。相反，可以从颜色参数Pk的单独测量结果中导出值，例如通过组合几个测量结果。例如，可以计算在固定长度的纺织体或可变长度的异常区段上的颜色偏差的平均值，然后可以对这些平均值进行分组或聚类。此外，可以使用先验决策标准来判定片段是否足够相关以进行聚类，从而忽略其他片段的值。
交叉污染检测
如上所述，一种特别有利的技术涉及交叉污染的检测，即在设备中正在处理或已经处理的材料的颗粒污染正在处理的另一种材料的情况的检测。
通常，当检测到“第一”细长纺织体的一个或多个潜在缺陷区段时，开始对于交叉污染的检查。
例如，可以根据颜色参数的值，例如使用如在前一节中所述的聚类，来识别潜在缺陷区段。特别地，异常值组可以被识别为具有相同原因的缺陷区段。
为了检查交叉污染，将潜在缺陷区段的颜色(即“缺陷颜色”)与在所述设备中处理的第二细长纺织体的至少一个“参考颜色”进行比较(直接或间接)。参考颜色的值例如可以检索自存储在存储器34中的颜色参数或过程参数的值。
例如，如果纱线(对应于第一细长纺织体)应该是白色的，但是缺陷颜色指示它具有微红色调，则可以搜索存储器34以寻找具有一致色相的微红色纱线(对应于第二细长纺织体)已经被处理或正在设备中处理的指示。如果是的话，则这种微红色纱线和白色纱线之间的交叉污染是可能的诊断结论，于是这使得可以采取步骤来避免未来的交叉污染。
例如，如果所使用的颜色空间描述如图2中所示的三个不同光谱范围内的颜色值，则指示潜在缺陷的缺陷颜色V＝(C1，C2，C3)可以从潜在缺陷中的颜色分量或者从簇的“典型颜色”导出。该“典型颜色”例如可以是簇的平均颜色、鲁棒平均颜色、中值颜色和/或质心的颜色。
然后可以将该缺陷颜色V与存储在存储器34中的归因于各种“第二”纺织体的参考颜色进行比较。
例如，存储器34可以包括当前或最近在设备中处理的其他纺织体的参考颜色(例如，平均颜色或中值颜色)Rj的列表，其中j＝1～J。
为了使交叉污染最相关，参考颜色Rj应不同于第一纺织体的期望颜色。与不同颜色的两根纱线之间的交叉污染相比，同一颜色的两根纱线之间的交叉污染通常不太相关。
缺陷颜色V与参考颜色Rj的比较可以包括以下步骤：
1)确定第一细长纺织体的缺陷颜色V与期望颜色DC的偏差T。期望颜色DC例如可以是通过簇分析获得的主簇的典型颜色，或者它可以从第一纺织体的平均颜色或中值颜色导出，或者它可以是操作者输入的值。
偏差T例如可以通过颜色分量的矢量减法来计算，即
T＝V-DC。
例如，在RGB颜色空间中，如果纱线应为白色(DC＝(1.0，1.0，1.0))，而缺陷颜色具有微红色调(例如，V＝(1.0,0.7,0.7))，则T将是(0，-0.3，-0.3)。
2)将偏差T与参考颜色Rj进行比较。这种比较的数学细节取决于所使用的颜色空间和过程的期望容错度。
例如，比较可以包括对于每个参考颜色Rj确定、计算由下式给出的“污染物颜色对应值”vj和“污染物比率”wj的步骤
vj＝T·(Rj-DC)/(||T||·||Rj-DC||),
wj＝T·(Rj-DC)/||Rj-DC||2,
其中第一个点·表示两个向量的标量积，而垂直线||…||表示适当的范数，例如欧几里得范数，即向量的长度。
对于可能引起交叉污染的第二纺织体j(或多个纺织体)，污染物颜色对应值vj通常最大(接近1)。它表示颜色偏差的色相与纺织体j的污染匹配的程度。污染导致第一细长纺织体的纤维和纺织体j的纤维的混合，所产生的颜色可以是两个纺织体的颜色之间的任何颜色混合。wj表示污染物纤维的比率，如果颜色是此类混合的结果的话。于是，要使污染看似合理，在考虑到测量不确定性后，wj必须在0和1之间。在上面的例子中，其中T＝(0，-0.3，-0.3)，并且存储器34存储红色纺织体R1＝(1，0，0)和绿色纺织体R2＝(0，1，0)的参考颜色，红色纺织体的对应值v1将是1，而绿色纺织体的对应值v2将小于1。此外，红色纺织体的污染物比率为0.3，这是可能的混合比，即红色纺织体是交叉污染的可能候选者。
因此，通过使用该技术，可以识别潜在的交叉污染源。
一旦识别出一个或多个候选者，设备的操作人员就可能能够确定交叉污染何时以及如何发生，并且可以采取步骤在未来减少此类交叉污染，例如，通过识别装备的清洁程序不足，或者通过在空间上或时间上分离有问题的各种类型的纺织材料。
在特别有利的实施例中，在纱线的复卷期间对清纱器28中的纱线执行交叉污染检测。复卷机和清纱器通常彼此靠近放置，并且交叉污染，特别是相邻清纱器之间的交叉污染已被发现是可能的。
在另一个特别有利的实施例中，基于清除器28中的测量结果对纺纱单元22执行交叉污染检测。在该点的交叉污染导致纺到纱线中的缺陷，并且在不去除被污染区段的情况下这些缺陷难以从纱线中去除。
因此，有利地，第一和第二细长纺织体在设备的清纱器28中被处理。
为了评估交叉污染的可能性，将一个或多个第二细长纺织体的参考颜色连同在设备中对它们进行了处理的物理位置一起存储也是有利的。这允许评估到第一纺织体的空间距离。小的距离指示交叉污染的风险较高。
因此，有利地，该方法包括将一个或多个第二细长纺织体的参考颜色连同指示在设备中对一个或多个第二细长纺织体进行了处理的物理位置的位置参数一起存储的步骤。该位置参数例如可以是设备中的处理站的唯一id。
有利地，术语“物理位置”将被理解为指示用于生产纺织体的设备(工厂)内的位置的参数。例如，它可以是设备内的坐标或设备的机器工段的标识符。
分组和聚类的其他应用
分组，特别是聚类，不仅可以提供对交叉污染过程的更好理解，而且还可以应用于其他目的。
例如，它可以在清纱器中用于定义与组相关的处理规则。例如，可能希望为由外来塑料材料引起的缺陷提供比由外来有机材料引起的缺陷更严格的清洁规则、计数规则或其他处理规则。外来有机材料通常落入处于颜色空间的棕黄色区域中的组，而塑料材料可以出现在任何地方，这使得区分两者成为可能。
因此，更一般地说，本发明可以包括以下步骤
-在清纱器中，将作为颜色参数和/或操作参数(特别是指示纱线电容和/或纱线直径的参数)的函数的纱线缺陷分组(特别是聚类)为不同的组，以及
-对不同的组应用不同的处理规则，特别是不同的清纱标准。
关联参数
在另一种重要技术中，可以将参数相关，以便检测问题的根源。
特别地，操作参数和颜色参数可以通过控制单元31相关，即，评估颜色参数是否与其他操作参数相关。这提供了对一个或多个操作参数如何影响颜色参数的了解。
相关技术为本领域技术人员所知，例如参见https://en.wikipedia.org/wiki/Correlation.
因此，有利地，当前方法包括确定以下之间的相关性的步骤
-取决于至少一个操作参数的值VOm，和
-取决于颜色参数的值VPk。
例如，让我们假设(第一)颜色参数Pk的值已在时间tik被记录并存储在存储器34中。
例如，假设N＝3，已经存储了分量C1(tik)、C2(tik)、C3(tik)和tik的值的表。作为明确存储时间tik的替代，可以存储其他参数，比如
-测量结果的索引，或者
-位置值，该位置值指示沿着纺织体记录分量的位置。例如，这可以包括纬管或筒管索引以及沿着缠绕到纬管或筒管上的纱线的位置。
另外，如上所述的m＝1…M的一个或多个操作参数Om(t)已在不同的时间tim被确定，并且它们的值再次被存储在存储器34中。
在这种情况下，可以计算从颜色参数Pk导出的值VPk和从操作参数Om导出的值VOm之间的相关性。
有利地，仅存储时间序列VOm和VPk中的一个，并且在处理第二时间序列时实时计算相关性。
例如，值VPk可以对应于颜色分量Cn中的一个。不过，有利的是，它取决于颜色分量Cn中的不止一个分量，以便使用嵌入在几个分量中的信息，例如，它可以根据如上所述的颜色分量Pk与期望颜色DC的偏差的绝对值来计算，即
VPk＝|Pk–DC|。
给定时间t1的VPk(t1)也可以根据在t1周围的不同时间的几个测量的颜色参数Pk来计算。除此之外或可替代地，给定时间t2的值VOm(t2)也可以根据在t2周围的不同时间的几个操作参数Om来计算。这些值例如可以使用滚动平均、插值和/或其他数据组合技术来确定。
在又一个实施例中，值VPk(t1)例如可以是单位纱线长度的颜色瑕疵的数量，或者是对于纺织体的给定区段分类在给定簇中的瑕疵的数量。
将值VPk(t1)和VOm(t2)相关的时间t1和t2取决于参数所关联的生产链的阶段。例如，如果纺纱工段20的操作参数Om影响在清纱器28中测量的纱线的颜色参数Pk，则t2需要在t1之前的适当时间。另外，可能需要考虑纺纱厂的各个处理阶段的不同处理速度，以便使应用于纺织体的同一区段的参数相关。
因此，通常必须确定归因于第一时间t1的值VPk(t1)和归因于第二时间t2的值VOm(t2)之间的相关性，其中t1＝fkm(t2)。函数fkm描述操作参数Om(t)的已知值的时间tim如何涉及颜色参数的测量结果的时间tik。
一般，函数fkm如下所示：
fkm(t2)＝△t+k·t2，
其中△t描述操作参数分配到的阶段(例如纺纱)和测量颜色参数的阶段(例如清纱器中的复卷)之间的时间延迟。k是在第一阶段和第二阶段的不同纱线处理速度的比率。计算△t和k，使得在纱线的给定位置的颜色参数Pk与在第一单元中处理相同位置时的操作参数Om相关。
VPk(fkm(t2))和VOm(t2)之间的相关性描述操作参数Om是否对颜色参数Pk有影响。
因此，更一般地说，本发明可以包括确定从在给定的第一时间t1的颜色参数导出的至少一个值与从在第二时间t2记录的操作参数导出的至少一个值的相关性的步骤，其中第二时间在第一时间之前。
交叉相关参数
前一节中说明的相关技术假设颜色参数和操作参数的测量时间之间的时间延迟是已知的，即，假设函数fkm是已知的。然而，有时可能不知道生产链中的哪个先前的工艺步骤对测量的颜色参数Pk有影响。例如，湿度和/或温度可能影响了针对其确定颜色参数的纱线的几个先前生产步骤中的任何一个。
在这种情况下，可以使用交叉相关技术来识别颜色参数Pk是否取决于在未知的先前时间的操作参数Om，例如参见https://en.wikipedia.org/wiki/Cross-correlation。相对于单纯的相关，交叉相关提供额外的信息，因为它还允许确定相似特点之间的时间延迟。
在这种情况下，从颜色参数Pk导出的值VPk(t)可以与从操作参数Om导出的值VOm(t)进行交叉相关，例如通过计算积分
∫VPk(t).VOm(t+τ)dt
备注
因此，在本系统中，在具有多个传感器头20、18、24、30、44的纱线生产设备中生产纱线。根据作为时间的函数的颜色参数的值来确定至少一个变化参数。该变化参数例如可以从聚类或从交叉相关或从如上所述的颜色值与期望颜色的偏差获得。
然后，变化参数可以用于评估过程，即用于诊断问题的可能原因，和/或它可以用于控制过程。过程可以在控制单元31分析了变化参数之后由控制单元31直接控制，或者所述控制可以基于在操作者分析了变化参数之后的操作者输入。
虽然示出并说明了本发明的目前优选的实施例，但是应清楚地理解的是本发明不限于此，而是可以在所附权利要求的范围内以其他方式不同地体现和实践本发明。

Claims (32)

1.一种用于控制或评估生产设备中细长纺织体的生产过程的方法，生产过程特别是纱线生产设备中的纱线生产过程，生产设备至少具有第一传感器头(12,18,24,30；44)，其中所述方法包括以下步骤：
使细长纺织体(52)经过第一传感器头(12,18,24,30；44)，
在第一批多个时间，通过第一传感器头(12,18,24,30；44)测量纺织体(52)的颜色参数(Pk)，
形成值的时间序列，所述值包括颜色参数(Pk)的值，
使用颜色参数(Pk)的值来控制或评估所述过程。
2.按照权利要求1所述的方法，还包括以下步骤：
从颜色参数的时间变化确定至少一个变化参数，以及
使用该变化参数来控制或评估所述过程。
3.按照权利要求1或2任意之一所述的方法，还包括以下步骤：
除了纺织体(52)的颜色参数(Pk)之外，在第二批多个时间确定所述设备的至少一个操作参数(Om)，以及
将所述操作参数(Om)的值处理为所述值的时间序列的一部分，
并且特别地其中操作参数(Om)的值作为所述值的时间序列的一部分被永久存储。
4.按照权利要求3所述的方法，其中第一批多个时间和第二批多个时间至少在公共时间间隔上延伸。
5.按照权利要求3所述的方法，其中操作参数(Om)至少包括所述设备的机器设定。
6.按照权利要求5所述的方法，其中所述机器设定包括以下中的至少一个：
所述设备的处理工段的开-关状态，
原材料供应商，
在相邻机器上纺制的纱线的颜色，以及
牵伸期间的机器设定，以及
环境湿度。
7.按照权利要求3任意之一所述的方法，其中所述设备包括多个处理工段，并且其中所述方法包括为所述处理工段中的数个处理工段确定单独的操作参数(Om)。
8.按照权利要求3任意之一所述的方法，包括将取决于操作参数(Om)的值(VOm)与取决于颜色参数(Pk)的值(VPk)相关的步骤。
9.按照权利要求6所述的方法，包括将取决于操作参数(Om)的值(VOm)与取决于颜色参数(Pk)的值(VPk)相关的步骤，
其中使取决于没有处理细长纺织体(52)的处理工段的操作参数(Om)的值(VOm)与取决于细长纺织体(52)的颜色参数(Pk)的值(VPk)相关。
10.按照权利要求1或2任意之一所述的方法，包括将取决于操作参数(Om)的值(VOm)与取决于颜色参数(Pk)的值(VPk)交叉相关的步骤。
11.按照权利要求1或2任意之一所述的方法，包括将取决于颜色参数(Pk)的值(VPk)分组为颜色组的步骤。
12.按照权利要求11所述的方法，包括将取决于颜色参数(Pk)的值(VPk)聚类为颜色簇的步骤。
13.按照权利要求11任意之一所述的方法，包括以下步骤：
在清纱器中，将作为颜色参数(Pk)和/或操作参数的函数的纱线缺陷分组为不同的组，特别是将作为指示纱线的电容和/或直径的参数的函数的纱线缺陷分组为不同的组，特别是将所述纱线缺陷聚类为不同的组，以及
对不同的组应用不同的处理规则，特别是应用不同的清纱标准。
14.按照权利要求1或2任意之一所述的方法，包括以下步骤：
检测第一细长纺织体(52)中的至少一个潜在缺陷区段，
为了检测交叉污染，将从所述潜在缺陷区段中的颜色参数(Pk)导出的至少一个缺陷颜色(V)与在所述设备中处理的第二细长纺织体(52)的至少一个参考颜色(Rj)进行比较。
15.按照权利要求14所述的方法，其中第二细长纺织体(52)在所述设备中与第一纺织体(52)同时进行处理。
16.按照权利要求14所述的方法，其中在处理第一纺织体(52)之前，已在所述设备中处理了第二细长纺织体(52)，并且特别地其中
处理第二和第一纺织体(52)之间的时间不超过一个月，特别是不超过一周，特别是不超过一天，和/或
处理第二和第一纺织体(52)之间的时间至少为一小时。
17.按照权利要求14任意之一所述的方法，其中第二细长纺织体(52)具有不同于第一细长纺织体(52)的参考颜色(Rj)。
18.按照权利要求14任意之一所述的方法，其中参考颜色(Rj)由所述设备通过所述设备的第一传感器头(12,18,24,30；44)或者通过所述设备的第二传感器头(12,18,24,30；44)测量。
19.按照权利要求14任意之一所述的方法，其中为了将缺陷颜色(V)与所述至少一个参考颜色(Rj)进行比较，所述方法包括以下步骤：
确定第一细长纺织体(52)的缺陷颜色(V)和期望颜色(DC)之间的偏差(T)，以及
将所述偏差(T)与在参考颜色(Rj)和第一纺织体(52)的参考颜色之间的差异进行比较。
20.按照权利要求14所述的方法，为了检测交叉污染，将缺陷颜色(V)与在所述设备中处理的数个不同的第二细长纺织体的参考颜色(Rj)与第一纺织体的参考颜色之间的差异进行比较。
21.按照权利要求14所述的方法，其中参考颜色(Rj)是一个或多个第二细长纺织体(52)的平均颜色或中值颜色。
22.按照权利要求14所述的方法，其中第一和第二细长纺织体(52)正在所述设备的清纱器(28)中进行处理。
23.按照权利要求14所述的方法，包括以下步骤：将一个或多个第二细长纺织体(52)的参考颜色(Rj)连同指示已在所述设备中对所述一个或多个第二细长纺织体(52)进行处理的物理位置的位置参数一起存储。
24.按照权利要求14所述的方法，包括以下步骤：
在清纱器中，将作为颜色参数(Pk)和/或操作参数的函数的纱线缺陷分组为不同的组，特别是将作为指示纱线的电容和/或直径的参数的函数的纱线缺陷分组为不同的组，特别是将所述纱线缺陷聚类为不同的组，以及
对不同的组应用不同的处理规则，特别是应用不同的清纱标准，
其中缺陷颜色(V)是从在颜色参数(Pk)的聚类中确定的簇导出的。
25.按照权利要求1或2任意之一所述的方法，其中颜色参数(Pk)包括颜色空间的至少两个颜色分量(Cn)，特别是至少三个颜色分量(Cn)。
26.按照权利要求25所述的方法，其中所述分量(Cn)描述纺织体(52)在至少两个不同光谱范围(Wn)中的光学反射或透射，特别是描述纺织体(52)在至少三个不同光谱范围(Wn)中的光学反射或透射，并且其中所述颜色分量在三个不同波长下具有最大灵敏度(Mn)。
27.按照权利要求26所述的方法，其中
不同光谱范围(Wn)具有小于0.25的相互重叠，和/或
至少一个光谱范围(Wn)具有小于50nm的宽度，特别是两个光谱范围(Wn)具有小于50nm的宽度，和/或
至少一个最大灵敏度(Mn)低于550nm并且至少一个最大灵敏度(Mn)高于600nm，并且特别地，至少一个最大灵敏度(Mn)低于500nm，至少一个最大灵敏度(Mn)在500nm和600nm之间，以及至少一个最大灵敏度(Mn)高于600nm。
28.按照权利要求1或2任意之一所述的方法，其中所述制造设备包括多个传感器头(17,18,24,30；44)。
29.按照权利要求25所述的方法，
其中所述生产设备包括多个传感器头(17,18,24,30；44)，并且
其中所述传感器头(12,18,24,30；44)中的至少数个传感器头测量相同的颜色分量(Cn)。
30.按照权利要求29所述的方法，其中用于测量不同类型的纱线体的传感器头(12,18,24,30；44)测量相同的颜色分量(Cn)。
31.按照权利要求1或2任意之一所述的方法，包括永久存储所述值的时间序列的步骤。
32.一种生产设备，特别是纱线生产设备，包括：
至少一个传感器头(12,18,24,30；44)，以及
控制单元(31)，所述控制单元(31)适于并被构造为执行按照权利要求1或2任意之一所述的方法。
CN202310721324.3A 2022-07-13 2023-06-16 使用颜色参数控制或评估纱线的生产 Pending CN117403360A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP22184635.5 2022-07-13
EP22184635.5A EP4306694A1 (en) 2022-07-13 2022-07-13 Controlling or assessing the manufacturing of yarn using color parameters

Publications (1)

Publication Number Publication Date
CN117403360A true CN117403360A (zh) 2024-01-16

Family

ID=82595046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310721324.3A Pending CN117403360A (zh) 2022-07-13 2023-06-16 使用颜色参数控制或评估纱线的生产

Country Status (3)

Country Link
EP (1) EP4306694A1 (zh)
JP (1) JP2024012167A (zh)
CN (1) CN117403360A (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5671061A (en) * 1992-06-18 1997-09-23 Zellweger Luwa Ag Method and apparatus for assessing the effect of yarn faults on woven or knitted fabrics
ATE249537T1 (de) * 2000-02-09 2003-09-15 Jossi Holding Ag Verfahren und vorrichtung zum steuern einer behandlungsanlage für textile fasern, insbesondere baumwollfasern
EP1371978A1 (de) * 2002-06-12 2003-12-17 TEWS ELEKTRONIK Dipl.-Ing. Manfred Tews Mikrowellenvorrichtung zur Qualitätsprüfung strangförmiger Materialien
US7333201B1 (en) * 2006-02-17 2008-02-19 Conrad Layson Fernandez Process and apparatus for detecting the approximate location of a color shift in a textile material
JP2017001781A (ja) * 2015-06-05 2017-01-05 村田機械株式会社 糸巻取システム、自動ワインダ、精紡機及び糸巻取方法
DE102016121662A1 (de) * 2016-11-11 2018-05-17 Saurer Germany Gmbh & Co. Kg Verfahren und Vorrichtung zur Beurteilung der Qualität eines längsbewegten strangförmigen Gutes
CZ2017796A3 (cs) * 2017-12-12 2019-06-19 Rieter Cz S.R.O. Optický snímač příze a způsoby jeho řízení
EP3748343B1 (en) 2019-06-06 2022-08-17 Gebrüder Loepfe AG Optical sensor device for detecting foreign material in an elongate textile body
DE102019116627A1 (de) * 2019-06-19 2020-12-24 Saurer Spinning Solutions Gmbh & Co. Kg Textilmaschine mit mehreren Arbeitsstellen sowie Verfahren zur Überwachung einer Textilmaschine mit mehreren Arbeitsstellen

Also Published As

Publication number Publication date
EP4306694A1 (en) 2024-01-17
JP2024012167A (ja) 2024-01-25

Similar Documents

Publication Publication Date Title
JP5382475B2 (ja) 繊維機械における製造過程を監視する方法
Nateri et al. Evaluation of yarn defects by image processing technique
CN102224096B (zh) 对待测长条形纺织品中接纱品质的监测
CN113584653B (zh) 检测纺纱厂中的故障及估计其一个或多个源的装置和方法
US20220212890A1 (en) Method and device for monitoring a yarn tension of a running yarn
CN110997537B (zh) 使合成纱线变形的方法和装置
EP3293295B1 (en) Measurement system for a machine that processes a continuous strand like textile material
EP3293595A1 (en) An integrated system and method for online monitoring and offline testing in a textile unit
Pereira et al. Computer vision techniques for detecting yarn defects
Divyadevi et al. Survey of automated fabric inspection in textile industries
CN116507908A (zh) 用于连续检测纺纱机中的纱线缺陷的设备和方法
CN117403360A (zh) 使用颜色参数控制或评估纱线的生产
Pinto et al. Yarn linear mass determination using image processing: first insights
EP4306692A1 (en) Assessing the manufacturing of textile body using color parameters
EP4306921A1 (en) Assessing the manufacturing of a textile body using color parameters
CN115516146A (zh) 一种用于检测包括由包裹纤维和野生纤维绑在一起的来自平行纤维的芯的包缠纱的结构缺陷的方法、一种用于执行该方法的设备、一种用于该设备的计算机程序和一种具有该计算机程序的计算机可读介质
Abdel-Hamied et al. Analytical study of factors affecting yarn coefficient of mass variation estimated by artificial neural networks
CN114787431A (zh) 用于监视合成丝线的方法和设备
Celik et al. An Innovative Solution for Abrage Fault Detection On Yarn Bobbin And Fabric Surface
Messiry et al. Enhancing the Garment Quality through the Integration of Statistical Techniques
CN115791812A (zh) 一种基于机器视觉的毛纱质量检测装置和方法
Gültekin et al. A Machine Vision Solution for Industrial Application of Abrage Inspection and Diameter Measurement on Yarn Bobbins
Jansen Image-Based Condition Monitoring of Air-Jet Spinning Machines with Artificial Neural Networks
TW202142473A (zh) 自動線軸控制
Kayumov et al. Methods of fabric defect detection using expert systems-a systematic literature review

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication