CN211604187U

CN211604187U - 一种基于机器学习的纺织品缺陷检测设备

Info

Publication number: CN211604187U
Application number: CN202020126279.9U
Authority: CN
Inventors: 何华
Original assignee: Individual
Current assignee: Individual
Priority date: 2020-01-20
Filing date: 2020-01-20
Publication date: 2020-09-29
Anticipated expiration: 2030-01-20

Abstract

本实用新型公开了一种基于机器学习的纺织品缺陷检测设备，包括放置于放卷机和收卷机，还包括设置于放卷机和收卷机之间的检测桌面，所述检测桌面两端设置有导入胶辊和导出胶辊；所述导入胶辊和导出胶辊顶面凸出检测桌面顶面；所述检测桌面顶面前后侧固定有围板；所述检测桌面于围板两端前后侧正对安装有鞍座；所述鞍座内侧滑动安装有轴承座；两正对所述轴承座之间安装有压辊；本实用新型的基于机器学习的纺织品缺陷检测设备，利用现有的收卷放卷机进行牵引，并通过一检测桌面进行支撑和整平，整个布卷直线行进，采集端采集精度高，后期判断更加方便。

Description

一种基于机器学习的纺织品缺陷检测设备

技术领域

本实用新型涉及一种纺织品缺陷检测设备，特别涉及一种基于机器学习的纺织品缺陷检测设备，属于纺织品缺陷检测技术领域。

背景技术

纺织品是纺织纤维经过加工织造而成的一种产品，分为梭织布和针织布两大类，中国是世界上最早生产纺织品的国家之一，纺织品完成纺织后，需要对其进行缺陷检测，从而保证产品合格出厂；现有的纺织品缺陷有几十种，其中，最为主要的是断经、缺经、并纬、蛛网、稀弄和松纱这几种，现有技术中，在对纺织品缺陷检测时，以人力检测为主，通过人眼进行判断纺织品表面进行判断，其检测速度慢、效率低，另外，部分利用机器进行检测，但由于纺织品比较柔软，容易变形，因此，在运输传递时容易出现褶皱、变形，从而导致采集的经纬线模糊，影响检测的效果。

实用新型内容

为解决上述问题，本实用新型提出了一种基于机器学习的纺织品缺陷检测设备，整个布卷行进平稳，采集端采集精度高，后期判断更加方便。

本实用新型的基于机器学习的纺织品缺陷检测设备，包括放置于放卷机和收卷机，通过放卷机对待检测的纺织卷进行放卷，通过收卷机对完成检测的布卷进行收卷；还包括设置于放卷机和收卷机之间的检测桌面，所述检测桌面两端设置有导入胶辊和导出胶辊；所述导入胶辊和导出胶辊顶面凸出检测桌面顶面；所述检测桌面顶面前后侧固定有围板；所述检测桌面于围板两端前后侧正对安装有鞍座；所述鞍座内侧滑动安装有轴承座；两正对所述轴承座之间安装有压辊；所述轴承座底部固定有限位杆；所述限位杆和鞍座其槽体之间设置有一间距；所述限位杆外部于鞍座其槽体和轴承座之间固定有弹簧体；所述鞍座顶部固定有横板；所述横板上旋接有与轴承座压紧的手轮；布卷经过桌面时，由导入胶辊导入，导入后，通过压辊将纺织品压到桌面上，并通过另一侧的压辊进行张紧，从而与桌面平整贴合，完成检测后通过导出胶辊导出；张紧的纺织品通过桌面两侧的围板进行边沿限位，避免出现纺织品倾斜；从而使纺织品张紧状态下，贴紧桌面并直线通过桌面，最后通过导出胶辊将其导出；压辊压力通过顶部的手轮进行调整压力，调整后，通过强力弹簧将其上顶顶紧；两所述围板顶面固定有横梁；所述横梁通过螺栓固定有L型座板；所述L型座板上固定有CCD相机；所述CCD相机通信连接到计算机；所述计算机通信连接有显示器，展平的纺织品通过CCD相机进行实时采集图像，并回传至计算机，通过显示器将CCD相机检测的画面进行实时显示，CCD相机能够对纺织品细节处进行描述，从而能够提高检测精度，当出现缺陷时，可将收卷机停机并对缺陷处进行标示，其能够保证检测精度的同时，提高检测效率。

进一步地，所述检测桌面于导入胶辊外部前后侧固定有检测臂；所述检测臂上通过轴承安装有检测辊；所述检测辊其一端部延伸处轴承并安装有旋转编码计数器；所述旋转编码计数器电连接单片机最小控制系统，所述单片机最小控制系统电连接计算按键、显示按键、存储器和显示屏；纺织品通过检测辊时，与检测辊进行摩擦，从而带动检测辊转动，检测辊转动时，同步驱动旋转编码计数器进行圈数计量，旋转编码器采用增量式编码器，单片机最小控制系统根据分辨率算出圈数，采用绝对值编码器时，单片机最小控制系统直接读取圈数；单片机最小控制系统获取检测辊圈数并乘以检测辊外径尺寸即可得到计量尺寸，计量尺寸加上基础尺寸即为缺陷点位置；基础尺寸为布卷从放卷机至CCD相机处的长度；按下计算按键单片机控制系统进行长度计算并存储到存储器，最后通过显示按键将多点长度送至显示屏显示。

进一步地，所述单片机最小控制系统通过串口通信电连接到计算机；将检测尺寸通过串口实时送至计算机，当出现缺陷点时，通过计算机其键盘或单片机最小系统的触发键进行标志；完成一卷纺织品检测时，得到多点长度，每点长度其周围存在缺陷点，从而快速对一纺织品进行不停机标注。

进一步地，所述计算机还设置有与服务器连接的通信模块；纺织品在经过CCD摄像机下方时会被图像取样，CCD摄像机将图像传递给计算机，计算机根据CCD摄像机采集的图像与缺陷图像进行对比，以此来检测纺织品是否含有缺陷，检测时，通过计算机和CCD相机构件缺陷识别神经网络；并对神经网络进行学习训练，学习时，将图像的样本数据作为输入，将其所在的自定义检测等属性作为输出，通过训练算法，例如梯度下降(gradientdescent)算法使得神经网络中的滤波器权重值改变，进而使得输出与样本数据中的检测差异最小；随着使用的训练数据量的不断增大，不断改变的网络节点值不断改变并提高，神经网络的检测能力也就得到了提升；当训练结束后，得到一个训练好的神经网络，学习过程可以在本地检测系统中完成或在云端完成。

本实用新型与现有技术相比较，本实用新型的基于机器学习的纺织品缺陷检测设备，利用现有的收卷放卷机进行牵引，并通过一检测桌面进行支撑和整平，整个布卷直线行进，采集端采集精度高，后期判断更加方便。

附图说明

图1是本实用新型的整体结构示意图。

图2是本实用新型的纺织品长度计量结构示意图。

具体实施方式

实施例1：

如图1所示，本实用新型的基于机器学习的纺织品缺陷检测设备，包括放置于放卷机和收卷机，通过放卷机对待检测的纺织卷进行放卷，通过收卷机对完成检测的布卷进行收卷；还包括设置于放卷机和收卷机之间的检测桌面1，所述检测桌面1两端设置有导入胶辊2和导出胶辊3；所述导入胶辊2和导出胶辊3顶面凸出检测桌面1顶面；所述检测桌面1顶面前后侧固定有围板4；所述检测桌面1于围板4两端前后侧正对安装有鞍座5；所述鞍座5内侧滑动安装有轴承座6；两正对所述轴承座6之间安装有压辊7；所述轴承座6底部固定有限位杆8，防止手轮过渡压缩，保护压辊其胶体；所述限位杆8和鞍座5其槽体之间设置有一间距；所述限位杆8外部于鞍座其槽体和轴承座之间固定有弹簧体9；所述鞍座5顶部固定有横板10；所述横板10上旋接有与轴承座压紧的手轮11；布卷经过桌面时，由导入胶辊导入，导入后，通过压辊将纺织品压到桌面上，并通过另一侧的压辊进行张紧，从而与桌面平整贴合，完成检测后通过导出胶辊导出；张紧的纺织品通过桌面两侧的围板进行边沿限位，避免出现纺织品倾斜；从而使纺织品张紧状态下，贴紧桌面并直线通过桌面，最后通过导出胶辊将其导出；压辊压力通过顶部的手轮进行调整压力，调整后，通过强力弹簧将其上顶顶紧；两所述围板4顶面固定有横梁12；所述横梁12通过螺栓固定有L型座板13；所述L型座板13上固定有CCD相机14；所述CCD相机14通信连接到计算机15；所述计算机15通信连接有显示器16，展平的纺织品通过CCD相机进行实时采集图像，并回传至计算机，通过显示器将CCD相机检测的画面进行实时显示，CCD相机能够对纺织品细节处进行描述，从而能够提高检测精度，当出现缺陷时，可将收卷机停机并对缺陷处进行标示，其能够保证检测精度的同时，提高检测效率。

如图2所示，再一实施例中，所述检测桌面1于导入胶辊外部前后侧固定有检测臂17；所述检测臂17上通过轴承安装有检测辊18；所述检测辊18其一端部延伸处轴承并安装有旋转编码计数器19；所述旋转编码计数器19电连接单片机最小控制系统20，所述单片机最小控制系统20电连接计算按键、显示按键、存储器和显示屏；纺织品通过检测辊时，与检测辊进行摩擦，从而带动检测辊转动，检测辊转动时，同步驱动旋转编码计数器进行圈数计量，旋转编码器采用增量式编码器，单片机最小控制系统根据分辨率算出圈数，采用绝对值编码器时，单片机最小控制系统直接读取圈数；单片机最小控制系统获取检测辊圈数并乘以检测辊外径尺寸即可得到计量尺寸，计量尺寸加上基础尺寸即为缺陷点位置；基础尺寸为布卷从放卷机至CCD相机处的长度；按下计算按键单片机控制系统进行长度计算并存储到存储器，最后通过显示按键将多点长度送至显示屏显示。

再一实施例中，所述单片机最小控制系统20通过串口通信电连接到计算机15；将检测尺寸通过串口实时送至计算机，当出现缺陷点时，通过计算机其键盘或单片机最小系统的触发键进行标志；完成一卷纺织品检测时，得到多点长度，每点长度其周围存在缺陷点，从而快速对一纺织品进行不停机标注。

再一实施例中，所述计算机15还设置有与服务器连接的通信模块；纺织品在经过CCD摄像机下方时会被图像取样，CCD摄像机将图像传递给计算机，计算机根据CCD摄像机采集的图像与缺陷图像进行对比，以此来检测纺织品是否含有缺陷，检测时，通过计算机和CCD相机构件缺陷识别神经网络；并对神经网络进行学习训练，学习时，将图像的样本数据作为输入，将其所在的自定义检测等属性作为输出，通过训练算法，例如梯度下降(gradientdescent)算法使得神经网络中的滤波器权重值改变，进而使得输出与样本数据中的检测差异最小；随着使用的训练数据量的不断增大，不断改变的网络节点值不断改变并提高，神经网络的检测能力也就得到了提升；当训练结束后，得到一个训练好的神经网络，学习过程可以在本地检测系统中完成或在云端完成。

上述实施例，仅是本实用新型的较佳实施方式，故凡依本实用新型专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本实用新型专利申请范围内。

Claims

1.一种基于机器学习的纺织品缺陷检测设备，包括放置于放卷机和收卷机，其特征在于：还包括设置于放卷机和收卷机之间的检测桌面，所述检测桌面两端设置有导入胶辊和导出胶辊；所述导入胶辊和导出胶辊顶面凸出检测桌面顶面；所述检测桌面顶面前后侧固定有围板；所述检测桌面于围板两端前后侧正对安装有鞍座；所述鞍座内侧滑动安装有轴承座；两正对所述轴承座之间安装有压辊；所述轴承座底部固定有限位杆；所述限位杆和鞍座其槽体之间设置有一间距；所述限位杆外部于鞍座其槽体和轴承座之间固定有弹簧体；所述鞍座顶部固定有横板；所述横板上旋接有与轴承座压紧的手轮；两所述围板顶面固定有横梁；所述横梁通过螺栓固定有L型座板；所述L型座板上固定有CCD相机；所述CCD相机通信连接到计算机；所述计算机通信连接有显示器。

2.根据权利要求1所述的基于机器学习的纺织品缺陷检测设备，其特征在于：所述检测桌面于导入胶辊外部前后侧固定有检测臂；所述检测臂上通过轴承安装有检测辊；所述检测辊其一端部延伸处轴承并安装有旋转编码计数器；所述旋转编码计数器电连接单片机最小控制系统；所述单片机最小控制系统电连接计算按键、显示按键、存储器和显示屏。

3.根据权利要求2所述的基于机器学习的纺织品缺陷检测设备，其特征在于：所述单片机最小控制系统通过串口通信电连接到计算机。

4.根据权利要求1所述的基于机器学习的纺织品缺陷检测设备，其特征在于：所述计算机还设置有与服务器连接的通信模块。