DE2820097B2

DE2820097B2 - Verfahren zur Bestimmung der Häufigkeit von Garnfehlern

Info

Publication number: DE2820097B2
Application number: DE2820097A
Authority: DE
Inventors: Andreas Dr. Uetikon Paul (Schweiz)
Original assignee: Loepfe AG Gebrueder
Current assignee: Loepfe AG Gebrueder
Priority date: 1977-05-23
Filing date: 1978-05-09
Publication date: 1979-06-21
Also published as: IT7823675A0; DE2820097C3; JPS53147843A; DE2820097A1; IT1094792B; FR2415840A1; GB1579618A

Description

f(x,y) = O₁Oj-tr"'-"\
mit α,, α₂ > 0; für χ > ο, y > ο

angenommen wird.

7. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß für die gemeinsame Verteilung zweier Variablen (X, Υ)ά\& Dichtefunktion

x, y) =

-α,χ- a,y

+e,(2e-

mit α,, a₂ > 0, — 1 < Oi <, I; für χ > ο, y > ο

angenommen wird.

8. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß als Modellfunktion für die gemeinsame Verteilung zweier Variablen (X, Y) die Dichtefunktion

f {x_ty) = _e~^c' * - ^ciy - ^c> + c« *y

mit f,, C₂, c₃ > 0, C₄ > 0;

für ο < χ < C2/C4, ο < y < C₁Z¹Ci

angenommen wird.

9. Verfahren nach einem der Ansprüche I —8, dadurch gekennzeichnet, daß nach Abschluß der Stichprobe (4) als zusätzlicher Schritt ein Test (16) ausgeführt wird, mit dem entschieden wird, ob die Stichprobendaten (x_u y\), (x₂, y₂).., welche für die die Dimensionen der Garnfehler repräsentierenden Variablen (X, Y) ermittelt wurden, einer vorgegebenen statistischen Verteilung folgen, und daß bei negativem Ausgang des Tests eine Anzeige (18) ausgelöst und das Verfahren beendet wird, während bei positivem Ausgang das Verfahren fortgesetzt wird.

Die Erfindung bezieht sich auf ein Verfahren zur Bestimmung der Häufigkeit von Garnfehlern für ein Garn, welches einer definierbaren Gruppe ähnlicher Garne angehört, wobei die Garnfehler durch mindestern) eine der Querdimension und/oder Längsdimension derselben zugeordnete Variable definiert sind.

Aus der britischen Patentschrift 10 11761 ist ein Gerät zum Prüfen von schnellaufenden Garnen bekannt, wobei die Dickstellen und Dünnstellen der mi Garne durch eine optische Abtastung erfaßt, nach Länge und Durchmesser ausgewertet, klassiert und gezählt werden. Hierdurch wird es möglich, aus dem Ergebnis der Prüfung auf die Ursachen der Garnfehler zu schließen, z. B. auf die Qualität des Rohmaterials und auf Mängel der Spinnereimaschinen.

Ferner ist aus der deutschen Patentschrift !7 73 536 ein Verfahren zur Einstellung elektronischer Garnreiniger in Abhängigkeit von Länge und Querschnitt der zu entfernenden Fehlerstellen bekannt, wobei zunächst ein visueller Vergleich von charakteristischen Fehlern des jeweils zu prüfenden Garns mit gespeicherten, entsprechend einem rechtwinkligen Koordinatensystem nach Länge und Querschnitt sortierten typischen Garnfehlern vorgenommen wird. Dann wird in Abhängigkeit von diesem Vergleich die Lage der zu entfernenden Fehler unter den gespeicherten Garnfehlern bestimmt und eine den Arbeitscharäkterisfiken des Gärnreinigefs entsprechende Kurvenschar mit den Parametern Fehlerlänge und Fehlerquerschnitt mit der Verteilung der so ermittelten Fehler unter den gespeicherten Fehlern verglichen, worauf diejenige Kurve ermittelt wird, die diesem Fehlerverlauf am nächsten kommt, und dann der Garnreiniger entsprechend den Parametern der ausgewählten Kurve eingestellt.

Die bekannten Verfahren zur Qualitätsbestimmung von Garnen bezüglich ihrer Fehlerhäufigkeit erfordern einen erheblichen Aufwand an Material und Zeit, der sich unter anderem aus dem seltenen Auftreten der bei der Garnreinigung auszuscheidenden Garnfehler ergibt Trotzdem ist die Genauigkeit der Qualitätsbestimmung und der Garnreinigung, die mit Hilfe einer Klassierung der Garnfehler erfolgt, nicht befriedigend, da aus Gründen der Wirtschaftlichkeit nur eine grobe Klassierung vorgenommen werden kann. Für die Garnreinigung hat dies zur Folge, daß die als stetige Kurve vorgegebene Reinigungsgrenze nicht mit den unstetigen Klassengrenzen zusammenfällt, wodurch die Bestimmung genauer Scbnittzahlen beeinträchtigt wird. Zudem gehen die unvermeidlichen statistischen Fehler der Klassenhäufigkeiten der Garnfehler voll in die berechnete Schnittzahl ein.

Zweck der Erfindung ist demgemäß die Schaffung eines Verfahrens, das die Qualitätsbestimmung von Garnen und die Einstellung von elektronischen Garnreinigern mit geringerem Aufwand an Garn und Zeit oder — bei einem mit den bekannten Verfahren vergleichbaren Aufwand — mit größerer Genauigkeit ermöglicht.

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Bestimmung der Häufigkeit von Fehlern eines Garnes, vornehmlich hinsichtlich der Fehler seiner Querabmessung (Durchmesser, Querschnitt oder Masse pro Längeneinheit) ohne die Notwendigkeit einer Klassierung zu gewinnen. Dies hat praktische Bedeutung einerseits für den Vergleich verschiedener Garne untereinander, insbesondere die Beurteilung ihrer Eignung für ihre weitere Verarbeitung, und andererseits für die Garnreinigung, insbesondere die optimale Einstellung der üblicherweise in der Spulerei verwendeten elektronischen Garnreiniger, unter Berücksichti- r, gung der Wirtschaftlichkeit der Produktion. Bekanntlich wird die Einstellung des Garnreinigers nicht allein durch die gewünschte Garnqualität, sondern auch dadurch bestimmt, daß die Zahl der zu entfernenden Garnfehler bzw. Reinigr-schnitte die Wirtschaftlichkeit des Fertigungsprozesses, zum Beispiel des Spulprozesses, nicht in Frage stellen darf.

Das erfindungsgemäße Verfahren ist dadurch gekennzeichnet, daß eine die Verteilung der Variablen beschreibende Modellfunktion angenommen wird, we!- ehe eine mindestens der Anzahl der Variablen entsprechende Anzahl von Modellparametern enthält, von dem Garn eine Stichprobe entnommen und aufgrund dieser Stichprobe Schätzwerte für die Modellparameter enmii'elt werden, und daß für mindestens einen vorgegebenen Bereich der Variablen die durch die Modellfur.ktion mit den genannten Schätzwerten bestimmte Häufigkeit der Garnfehler je Längeneinheit des Garns berechnet wird.

Mit dem erfindungsgemäßen Verfahren wird erreicht, daß nur ein geringer Zeitaufwand für die Qualitätsbestimmung von Garnen bei geringem Garnverbrauch nötig ist.

Weitere Ausgestaltungen dieses Verfahrens sind in den Unteransprüchen gekennzeichnet. f,n

Im folgenden wird das erfindungsgemäße Verfahren anhand der Zeichnungen erläutert. Es zeigt

Fig. 1 ein Flußdiagramm eines Ausführungsbeispiels des Verfahrens,

Fig. 2 ein Flußdiagramm desselben Verfahrens mit hi einem zusätzlichen Test.

Es wird dabei vorausfssetzt, daß ein elektronischer Garnreiniger oder ein entsprechender Datengeber mit einem die Querdimension des Garns abtastenden Sensor vorgesehen ist, der die Einzeldaten für die Variablen X und Y liefert, welche die Querdimension und die Längsdimension der erfaßten Garnfehler definieren, und daß diese Einzeldaten zwecks weiterer Verarbeitung durch einen Rechner in eine digitale Form (*i. y\)< (*2. yi)< ·-- umgesetzt werden. Diese Schritte können mit dem Fachmann geläufigen Mitteln ausgeführt werden und brauchen deshalb nicht im einzelnen beschrieben werden.

Die genannten digitalen Einzeldaten werden vom Rechner, der mit einem Terminal für Eingabe und Ausgabe versehen ist, in der durch das Flußdiagramm der F i g. 1 erläuterten Weise verarbeitet Die im folgenden Text eingeklammerten Ziffern beziehen sich auf die entsprechenden' Blöcke des Flußdiagramms.

Die ersten Schritte des Diagramms bestehen im Starten (1) des aus Datengeber und Rechner bestehenden Systems und dessen Initialisierung oder Vorbereitung zur Datenerfassung (2), das he^;ßt Herstellen der erforderlichen Verbindungen. Löschen der Speicher etc. Bei nunmehr laufendem Garn werden zum Zweck der Berechnung der Schätzwerte ä\, ä?,... oder C\, ei,... der Modellparameter a\, a2,... bzw. cj, es,... während der Stichprobenentnahme die Einzeldaten nach bestimmten Vorschriften summiert (3). Nach dem programmierten Abschluß der Stichprobe (4) werden die Schätzwerte äu 32,... bzw. ei, dj,... für die Modellparameter au 32,... bzw. ei, Cj,... aus den genannten Summen berechnet (5) und gespeichert (6).

Gemäß dem weiteren Programmablauf wird vom Operator entschieden, ob die nach Eingabe der Daten einer bestimmten Reinigungsgrenze für diese zu erwartende Zahl der Reinigerschnitle oder bestimmte, die Garnqualität kennzeichnende Daten berechnet werden sollen.

Soll die Zahl der IReinigerschnitte berechnet werden, dann werden die Daten, welche die Reinigungsgrenze g(x. y)=0 bestimmen, vom Operator mittels der Tastatur des Terminals dem Rechner eingegeben (8), worauf der Rechner mit dem einprogrammierten Wahrscheinlichkeitsmodell f(x, y) und den ermittelten Schätzwerten der Modellparameter die zu erwartende Schnittzahl berechnet (9) und durch das Terminal ausdruckt (10). Es wird dann vom Operator entschieden (11), ob eine neue Stichprobe genommen oder der Programmablauf, beginnend mit dem Entscheidungsschritt »Schnittzahl berechnen?« (7), mit einer neuen Reinigungsgrenze wiederholt werden soll. Durch diesen mit dem Rechner geführten Dialog ist der Operator in der Lage, zunächst mit einer von der Erfahrung her sinnvollen Reinigungsgrenze zu beginnen und dar.n diejenige Reinigungsgrenze zu ermitteln, die den besten Kompromiß zwischen Anforderung an die Garnreiitigung und Nutzeffekt des Spulprozesses darstellt

Alternativ oder zusätzlich zur Bestimmung der für eine bestimmte Reinigungsgrenze zu erwartenden Schnittzah! kann eine Qualitätskontrolle durchgeführt werden (12). Zu d^sem Zweck werden mit Hilfe des Modells Qualitätsdaten berechnet (13) und ausgedruckt (14). Diese können beispielsweise aus der Anzahl der Garnfehler, die in einem vorgegebenen Bereich der Variablen X, K zu erwarten sind, abgeleitet werden. Der vorgegebene Bereich ist beispielsweise festgelegt durch die Bedingungen

*„<*<*„ y_u<y£y„
wobei Xu, y_u die unteren Bereichsgrenzen und Xy, y_t die

oberen Bereichsgrenzen repräsentieren. Eine Integration der Dichtefunktion mit den geschätzten Parametern über diesen Bereich liefert dann die zu erwartende Anzahl der Garnfehler, die auf eine Einheit der Garnlänge bezogen wird, z. B. auf 100 000 m Länge.

Je nach der Wahl der Bereichsgrenze ist es möglich, die Anzahl der Dünnstellen, der Garnfehler mit geringer Überschreitung der mittleren Garndicke und/oder einer bestimmten Länge oder auch die Anzahl der Garnfehler großer Dicke und/oder Länge zu erfassen. Es ist auch möglich, eine bestimmte Grenze h(x. y)^0 als einzige untere oder obere Bereichsgrenze zu wählen.

Nach dem Ausdrucken der so gewonnenen Qualitätsdaten kann eine neue Stichprobe genommen werden (15).

Eine solche Qualitätskontrolle kann für die Ausgangsprodukte sowohl in der Spinnerei als auch in der Spulcrei eingesetzt werden. Als Kriterium für clic Qualität des Garns kann die Anzahl der Fehler in dem betreffenden Bereich angesehen werden: es kann auch eine obere Grenze für diese Anzahl gegeben werden, die nicht überschritten werden darf.

Im einzelnen ist zur Durchführung des beschriebenen Programms noch folgendes zu bemerken.

Die programmgemäße Festlegung des Umfangs d«_i Stichprobe (4) kann entweder durch Begrenzung der Dauer der Stichprobcnnahme zum Beispiel auf eine Stunde, oder durch Begrenzung der Anzahl der vom Garnreiniger erfaßten Garnfehler erfolgen. Die genannten Summen, aus denen die Schätzwerte ä_t, ä₂ usw. sich bestimmen, werden simultan mit der Stichprobenentnahme berechnet. Das heißt, daß die digitalen Einzelwerte (χι. y\). (X2, yi) aus der Stichprobe unmittelbar nach ihrem Auftreten verarbeitet werden und danach wieder verloren gehen. Nach Beendigung

ίο der Stichprobe stehen also nur die genannten Summen, nicht jedoch die Einzelwerte zur Verfügung.

Je nach der angenommenen Modellfunktion, /um Heispiel Dichtefunktion, kann diese bei Annahme son /svei Variablen X. Y die folgenden verschiedenen

ι i Formen haben, wobei 2, 3 oder mehr Modellparamctcr vorgesehen sind. Beispiele für Dichtefunktionen sind:

I. Einfaches Modell mit zwei unabhängigen, exponentialverteilten Variablen Λ und Y:

milden Paramtern
.·ϊι>0. a₂ >0; für x>u,y> ο

r, 2. Modell von Gumbel mit zwei abhängigen, exponen-• ialverteilten Variablen Xund Y:

1 (x. Y) =

-v- ti, X - C- V (I 4 f.-, (2c- "■*-■') - (2c- <■'>■—

mit den Parametern

-i,

Die Dichtefunktion zu 1. ergibt sich aus dieser lür den Grenzfall der Unabhängigkeit mit ay = 0.

Die Dichtefunktion zu 2. mit ^ ungleich Null liefert relativ genaue Ergebnisse bei der Bestimmung der zu erwartenden Schnittzahlen. Im Falle az = 0, Dichtefunktion zu !,ist der rechnerische Aufwand, aber damit auch die erzielbare Genauigkeit geringer. Eine ebenfalls hoLe Genauigkeit, doch bei größerem rechnerischen Aufwand erhält man bei Verwendung der folgenden Dichtefunktion mit 4 Parametern:

3. /(x, y) = e-^-cy-ci + ^iy
mit den Parametern

Die Bestimmung der Schätzwerte für die Parameter in !.und 2. erfolgt nach folgendem Schema:

für0<χ<eilα.

Bei dieser Modellfunktion ist für den Fall c< >0 eine Begrenzung des Wertebereichs der Variablen X und Y nach oben erforderlich, da infolge des positiven Gliedes a,xy im Exponenten die Dichtefunktion f(x, y) im Bereich sehr großer Werte χ und y unbegrenzt steigen kann.

In den Dichtefunktionen zu 1, 2. und 3. ist die Anzahl der Modellparameter mindestens gleich der Anzahl der Variablen X, Y, das ist in diesem Falle 2.

Die Parameter a^ in 2. und α in 3. sind sogenannte Korrelationsparameter, das heißt, sie ergeben sich aus der Berücksichtigung eines statistischen Zusammenhangs (einer Abhängigkeit) der beiden Variablen X, Y. In Formel 1. ist ein solcher Zusammenhang nicht berüoksichtigt.

wobei η die Anzahl Garnfehler darstellt, aus denen die Stichprobe besteht. Der Schätzwert für den Korrelationsparameter <?3 ergibt sich nach der Beziehung ä₃ = 4r aus dem Korrelationskoeffizienten r der Stichprobe. Dieser berechnet sich in bekannter Weise aus folgenden Summen:

wobei die Summierung jeweils von /=1 bis /=/? zu erfolgen hat

Alternativ ist es auch möglich, die Schätzwerte äu äj, ..., öi, &2, ... für die Modeliparameter aus Daten von Stichproben zu bestimmen, die nach bekannten Klassierverfahren ermittelt worden sind. Da dieses Verfahren aufwendiger ist, wird mar. davon im allgemeinen nur dann Gebrauch machen, wenn eine Klassierung zusätzlich erwünscht ist oder solche Klassierungsdaten für die betreffende Gruppe von Gamen bereits aus anderen Versuchen vorliegen.

Das im Zusammenhang mit Fig.1 beschriebene Verfahren ist nur dann sinnvoll anwendbar, wenn die Garnfehler einer Stichprobe statistisch oder annähernd statistisch verteilt sind. Fails also ein TeU dieser Fehler durch systematische Einflüsse entstanden ist, ist eine

solche statistische Verteilung nicht mehr gegeben. Solche systematischen Einflüsse sind beispielsweise:

— Defekte an Spinnereimaschinen, die sich in Bandoder Fadenbrtlcken äußern;

— unrund laufende oder durch Faserwickel ungleichmäßig arbeitende Streckwerkzylinder an Spinnmaschinen;

— Fehler in der Bedienung oder Einstellung der Maschinen, z. B. Änderung der Einstellung bei laufender Produktion;

— Verschmutzung des Rolors an Openend Spinnmaschinen.

Um solche systematischen Einflüsse zu erkennen und rechtzeitig zu signalisieren oder gegebenenfalls den Fertigungspro/eß in diesem Falle zu unterbrechen, kann nach Abschluß der Stichprobe ein Test durchgeführt werden, wie dies im folgenden anhand des Fiuuuiugramms der F i g. 2 beispielsweise erläutert wird.

F i g. 2 umfaßt lediglich die ersten sechs Stufen 1 —6 des Flußdiagramms der Fig. 1; die übrigen Stufen 7—15 können so ausgebildet sein, wie dies in F i g. 1 dargestellt ist. Zwischen die vierte Mufe 4 und die fünfte Stufe 5 sind zusätzliche Stufen 16, 17 und 18 eingefügt, nämlich der eigentliche Test 16, die Entscheidungsstufe 17 und die Anzeigestufe 18.

Gemäß einer Ausführungsform besteht der Test 16 darin, daß überprüft wird, ob die durch die Stichprobe ermittelten Einzeldaten einer exponentialverteilten Gm.idgesamtheit entstammen. Dazu wird folgendes Testkriterium für die Verteilung von A"(Dicke) und von K(Länge) verwendet:

χ = —.

mit

Dabei muß ergänzt werden, daß bei einem statistischen Test kleine Abweichungen — im vorliegenden Fall der Quotienten JfA, und y/s, von 1 — als zufällige Schwankungen angesehen werden müssen. Erst bei größeren Abweichungen verwirft der Test die zuvor gemachte Annahme — im vorliegenden Fall, daß die Grundgesamtheit, der die Stichprobe entnommen würde, exponentialverteilt ist.

Diese Aussage ist immer nur mit einer bestimmten statistischen Sicherheit möglich, die vor der Durchführung des Tests festgelegt wird. Es ist üblich, eine

wählen.

Dieser Test 16 wird nach jeder Stichprobe 4 vom Rechner ausgeführt, wobei es im Falle des beschriebenen Ausführungsbeispiels genügt, wenn das Stichprobenmaterial in Form der Summen

bereitgestellt wird. Andere Ausführungsformen erfordern mindestens, daß die x, und die y, je eindimensional klassiert zur Verfügung stehen. Das Ergebnis des Tests 16 wird nun in der Entscheidungsstufe 17 weiter verarbeitet; ist der Test 16 positiv ausgefallen, das heißt folgt die Gesamtheit der Einzeldaten der Stichprobe einer exponentialverteilten Grundgesamtheit, dann wird das Verfahren durch Berechnung der Schätzwerte der Modellparameter ä\, &,.., d\, es,... fortgesetzt, wie dies im Zusammenhang mit Fig. 1 angegeben ist. Danach können also die Schätzwerte aus Summen berechnet werden, die während der Stichprobenentnahme aus den Einzeldaten (χι, >ί), (x2, /ι). ■ ■ ■ gebildet oder aus nach bekannten Klassierverfahren ermittelten Stichprobendaten bestimmt werden.

Ist das Ergebnis des Test 16 jedoch negativ ausgefallen, das heißt, folgen die Daten der Stichprobe nicht der Exponentialverteilung, dann wird dieses Ergebnis durch die Anzeigestufe 18 signalisiert, zum Beispiel ausgedruckt und das Verfahren beendet. Gegebenenfalls wird der Fertigungsprozeß durch Stillsetzen der getesteten Produktionsstelle unterbrochen.

Hierzu 2 Blatt Zeichnungen

Claims

Patentansprüche:

1. Verfahren zur Bestimmung der Häufigkeit von Garnfehlern für ein Garn, welches einer definierbaren Gruppe ähnlicher Garne angehört, wobei die Garnfehler durch mindestens eine der Querdimension und/oder Längsdimension derselben zugeordnete Variable definiert sind, dadurch gekennzeichnet, daß

eine die Verteilung der Variablen (X, Y) beschreibende Modellfunktion (f(x, y)) angenommen wird, welche eine mindestens der Anzahl der Variablen (X, Y) entsprechende Anzahl von Modellparametern (ai, a2,-..; α es,...) enthält,

von dem Garn eine Stichprobe entnommen und aufgrund dieser Stichprobe Schätzwerte (ä\, ä₂,...; ö\, O₂,..) für die Modellparameter (au a₂,...; c\, C₂, ...) ermittelt werden, und daß
für mindestens einen vorgegebenen Bereich der Variablen (X, Y) die durch die Modellfunktion mit den genannten Schätzwerten bestimmte Häufigkeit der Garnfehler je Längeneinheit des Garns berechnet wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Schätzwerte (i\, ä₂,...; d,, C₂,...) für die Modellparameter aus Summen berechnet werden, die während der Stichprobenentnahme aus den Einzeldaten (x\,y\), (x₂, y₂)... der Stichprobe gebildet werden.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Schätzwerte (ä\, S₂,...; c\, C₂,...) für die Modellparameter aus nach bekannten Klassierverfahren ermittelten Daten der Stichprobe bestimmt werden.

4. Verfahren nach Anspruch 1, dadurch -gekennzeichnet, daß der vorgegebene Bereich der Variablen (X, Y) durch eine vorgegebene Fehlergrenze (g(x· y)= 0) begrenzt ist

5. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß innerhalb eines für die Garnreinigung maßgeblichen Bereichs (λγ> ο, y> ο) der Garnfehler als Modellfunktion die gemeinsame Verteilung zweier exponentialveirteilter Variablen (X, Y) mit mindestens zwei Modellparametern (ai, St₂, ..; C\, C₂, ...) angenommen wird.

6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß für die gemeinsame Verteilung zweier Variablen die Dichtefunktion