JP2022165733A - 織機上での原糸異常検知・予測システム - Google Patents

Abstract

【課題】本発明は、生産性及び経済性を向上させるだけでなくエコロジー・グリーン技術としても有用な異常検知システム、織機上での原糸異常検知・予測システム、又はフィラメント糸の毛羽検知システムを提供することを目的とする。【解決手段】織機の緯入れにおいて緯糸の到達タイミングのばらつき度合いに基づき緯糸の異常度を判定し、その異常度が所定値以上の場合には織機を停止可能な異常検知システムが提供される。【選択図】図１

Description

本発明は、織機上での原糸異常検知・予測システム、フィラメント糸の毛羽検知システム及び毛羽検知方法、並びにフィラメント糸の製織加工システム及び製織加工方法に関する。

フィラメント糸は、例えば、ガラス、合成樹脂、天然樹脂、カーボン、金属等の原料を紡糸することにより得られる繊維モノフィラメントを、複数集束することにより得られる。フィラメント糸は、例えば、積層板、プリント配線板、ステントグラフト、複合材料、補強材料、コンクリートのクラック抑制材料等の様々な部材の製造に利用される。中でも、プリント配線板の原材料としてガラスフィラメント糸が知られている。

例えば、溶融ガラスを紡糸することによって得られる数μｍ～数十μｍのガラス繊維モノフィラメントを、数十本から数千本集束してガラスフィラメント糸とし、これを一旦ドラムに巻き取ってケーキと呼ばれる状態にする。その後、ケーキからガラスフィラメント糸を巻き戻し、このガラスフィラメント糸に撚りを掛けたガラスヤーン（ガラス糸）の形態で出荷される。ガラス糸は、製織されてクロス化され、必要に応じて開繊及び／又は糊付けされ、エポキシ樹脂等のマトリックス樹脂と複合化及び積層化されて、プリント配線板に加工される。

また、ガラス糸をボビンに巻いた状態であるボビン単位、ガラスフィラメント糸を数十本束ねて合糸したガラスロービング、又はガラスフィラメント糸を数ｍｍ～数十ｍｍにカットしたチョップドストランドの商品形態で出荷されることもある。ボビン単位から原糸が経糸及び／又は緯糸として製織工程に供されることができる。ガラスロービングはガラス繊維強化プラスチック（ＦＲＰ、ＦＲＴＰ）の原材料として使用され、チョップドストランドは熱可塑性樹脂の補強材として使用される。

複数本の繊維モノフィラメントをフィラメント糸に集束する工程、ケーキからフィラメント糸を巻き戻す工程、製織工程、又は加工工程において、繊維モノフィラメント同士が接触して擦れ合うため、ガラス繊維モノフィラメントが部分的に切断したり、切断したまま織り込まれたりするという毛羽欠陥が発生することがある。毛羽欠陥は、作業性を悪化させるだけでなく、最終製品の品質に影響することもある。従来、製織工程において糸切れによる緯入れミス発生を抑制する観点から、織機の制御方法が検討されていた（例えば、特許文献１を参照）。

特開２０１９－１９６５５６号公報

例えば、特許文献１に記述されるとおり、エアジェットで飛ばした緯糸の到達時間を検出する技術が知られている。

しかしながら、従来の織機及びその制御方法には、生産性、経済性、エコロジー及び／又はグリーン技術の観点から改良の余地がある。

したがって、本発明は、生産性及び経済性を向上させるだけでなくエコロジー・グリーン技術としても有用な異常検知システム、織機上での原糸異常検知・予測システム、又はフィラメント糸の毛羽検知システムを提供することを目的とする。

本発明者らは、鋭意検討した結果、製造プロセスにおいて低品質な中間体又は製品を作る状況を検知し、必要に応じて製造装置の運転を停止可能にすることにより上記課題を解決し得ることを見出し、本発明を完成させた。したがって、本開示は、以下の態様を包含する。
＜１＞
織機の緯入れにおいて緯糸の到達タイミングのばらつき度合いに基づき前記緯糸の異常度を判定し、前記異常度が所定値以上の場合に前記織機を停止可能な異常検知システム。
＜２＞
前記異常度が所定値以上の場合に、画面表示、印刷、官能刺激、及びデータ送信から成る群から選択される少なくとも１つにより前記異常度の判定結果を示す、項目１に記載の異常検知システム。
＜３＞
フィラメント糸の毛羽検知システムであって、
異常度算出式記憶手段に記憶された算出式を用いて、織機の緯入れにおいて緯糸の到達タイミングのばらつき度合いから前記緯糸の異常度を算出する異常度計算手段と、前記異常度が所定値以上の場合に前記織機に運転停止信号を送る織機異常停止手段と、を備える毛羽検知システム。
＜４＞
前記異常度が所定値以上の場合に、アラームを上げる織機異常警報手段を備える、項目３に記載の毛羽検知システム。
＜５＞
前記算出式は、前記緯入れにおいてセンサの測定値列に基づいて緯糸の異常度を計算する関数又は対応表を含む、項目３又は４に記載の毛羽検知システム。
＜６＞
特徴量変換式記憶手段に記憶された変換式を用いて、前記ばらつき度合いを特徴量に変換する特徴量変換手段を備える、項目３～５のいずれか１項に記載の毛羽検知システム。
＜７＞
前記変換式は、前記緯入れにおいてセンサの測定値列を特徴量に変換する関数又は対応表を含む、項目６に記載の毛羽検知システム。
＜８＞
前記特徴量は、前記到達タイミングの平均、分散又は分布である、項目６又は７に記載の毛羽検知システム。
＜９＞
緯糸異常判定式記憶手段に記憶された判定式を用いて、前記緯糸が異常か否かを判定する緯糸異常判定手段を備える、項目３～８のいずれか１項に記載の毛羽検知システム。
＜１０＞
前記判定式は、前記異常度、又はその推移に基づいて製織中に前記緯糸が品質基準を満たしているか否かを判断する関数又は合否マップを含む、項目９に記載の毛羽検知システム。
＜１１＞
前記織機が設置されている場所の周囲環境情報を収集する織機設置環境情報収集手段を備える、項目３～１０のいずれか１項に記載の毛羽検知システム。
＜１２＞
前記周囲環境情報が、温度、湿度、及び風向から成る群から選択される少なくとも１つである、項目１１に記載の毛羽検知システム。
＜１３＞
前記緯糸の一部について前記緯入れ前の物性情報を記憶している緯糸事前物性情報記憶手段を備える、項目３～１２のいずれか１項に記載の毛羽検知システム。
＜１４＞
前記織機の特性情報を記憶している織機特性情報記憶手段を備える、項目３～１３のいずれか１項に記載の毛羽検知システム。
＜１５＞
前記織機の特性情報が、前記織機の機種、メンテナンス回数、直近メンテナンス日時、メンテナンス手段、及び前記織機に含まれる筬の機種から成る群から選択される少なくとも１つである、項目１４に記載の毛羽検知システム。
＜１６＞
前記特徴量を蓄積し、蓄積された特徴量に基づいて所定の評価基準を満たすように、前記異常度算出式記憶手段に記憶された前記算出式を回分変更する異常度算出式事前変更手段を備える、項目６～８のいずれか１項に記載の毛羽検知システム。
＜１７＞
前記特徴量を蓄積し、蓄積された特徴量に基づいて正常な状態と異常な状態を逐次的に学習し、前記正常な状態と前記異常な状態に基づいて、前記異常度算出式記憶手段に記憶された前記算出式を逐次変更する異常度算出式逐次変更手段を備える、項目６～８のいずれか１項に記載の毛羽検知システム。
＜１８＞
前記異常度算出式逐次変更手段は、前記算出式中のパラメータ又は閾値を逐次変更する、項目１７に記載の毛羽検知システム。
＜１９＞
前記特徴量の列の変化、及び／又は前記織機の停止時間を検出することで前記緯糸の交換を検出し、前記特徴量への変換式、及び／又は前記異常度の算出式を調節する緯糸変更検知手段を備える、項目６～８、及び１６～１８のいずれか１項に記載の毛羽検知システム。
＜２０＞
オフラインで使用される、項目３～１９のいずれか１項に記載の毛羽検知システム。
＜２１＞
インラインで使用される、項目３～１９のいずれか１項に記載の毛羽検知システム。

本発明によれば、異常検知システム、織機上での原糸異常検知・予測システム、及びフィラメント糸の毛羽検知システムが提供され、それらにより、低品質な中間体又は製品を作り続けてしまう状況を検知し、必要に応じて製造装置を停止することができるので、生産性及び経済性を向上させるだけでなく、エコロジー及びグリーン技術として環境に配慮することもできる。

本発明の一実施形態に係る毛羽検知システムの構成を模式的に説明する概略図であり、織機の概略図（ａ）と毛羽検知システムの概略図（ｂ）を表す。 本発明の一実施形態に係る毛羽検知方法のフローチャートである。 本発明の好ましい実施形態に係る毛羽検知システムの構成を模式的に説明する概略図である。 予測検知アルゴリズムの一例を表すフローチャートである。 本発明の一実施形態に係る毛羽検知システムを含むプロセスフロー全体を模式的に説明する概略図である。

以下、本発明を実施するための形態（以下、「実施形態」という）について図面を参照しながら詳細に説明するが、本発明は、以下に説明する実施形態又は図面に限定されるものではなく、その要旨を逸脱しない範囲で様々な変形が可能である。

〔第一の実施形態〕
第一の実施形態では、織機の緯入れにおいて緯糸の到達タイミングのばらつき度合いに基づき緯糸の異常度を判定し、その異常度が所定値以上の場合には織機を停止可能な異常検知システムが提供される。第一の実施形態に係る異常検知システムは、低品質な中間体又は製品を作り続けてしまう異常な状況を検知し、必要に応じて織機を停止して、生産性及び経済性を向上させることでき、かつエコ・グリーン技術としても有用である。

第一の実施形態に係る異常検知システムは、経糸及び緯糸を用いて織機により緯入れを行なう分野において、異常を検知する装置又は方法として使用されることができる。例えば、製織工程、フィラメント糸の製織加工工程等において緯入れが行われる。ガラスフィラメント糸を用いる場合には、第一の実施形態に係る異常検知システムは、ガラスクロスの製造、及びプリント配線板のための原材料の製造において使用されることが好ましい。

緯糸の到達タイミングは、筬に配置された経糸に対して緯糸を配置する装置、及び緯入れの開始と終了を検知する装置等により、例えば、圧力、圧力の角度、レーザー光の遮蔽度合い等として計測されることができる。複数の緯糸の到達タイミングのばらつき度合い及びそれに基づく異常度の判定は、演算処理部を含む計算部品、及び／又は記憶媒体により行われることができる。計算部品及び／又は記憶媒体は、モニタ等の表示部、又はモデム等の発信装置を備えてよい。

異常度の所定値は、例えば、原糸の欠陥、緯糸の毛羽欠陥、緯糸ボビンの欠陥、織機欠陥等に起因して、単数又は複数が予め定められ、記憶媒体に記憶されることができる。織機の停止手段は、織機を物理的に停止する部品、織機に停止信号を送達する部品、織機に停止信号を発信する部品、又はそれらの組み合わせでよく、そして織機に当接したり、織機から離間して配置したりすることができる。

第一の実施形態に係る異常検知システムは、上記で説明された異常度が所定値以上の場合には、異常度の判定結果を示して警報を上げることが好ましく、画面表示、印刷、官能刺激、及びデータ送信から成る群から選択される少なくとも１つにより異常度の判定結果を示すことがより好ましい。画面表示、及びデータ送信は、上記で説明された表示部及び発信装置等により同時に又は個別に行われることができる。印刷は、印刷機により被印刷媒体に判定結果を刷ることにより行われる。官能刺激としては、ヒトの感覚を刺激して警報を上げることができる限り、任意の刺激でよく、例えば、発音、発光、発香、変音、変色、変形、変温等でよい。

第一の実施形態に係る異常検知システムは、例えば、オフライン又はインラインで使用されることができる。

〔第二の実施形態〕
第二の実施形態では、フィラメント糸の毛羽検知システムであって、
異常度算出式記憶手段に記憶された算出式を用いて、織機の緯入れにおいて緯糸の到達タイミングのばらつき度合いから緯糸の異常度を算出する異常度計算手段と、
算出された異常度が所定値以上の場合に織機に運転停止信号を送る織機異常停止手段と
を備える毛羽検知システムが提供される。

第二の実施形態に係る毛羽検知システムは、異常度計算手段、及び織機異常停止手段を備えることにより、毛羽欠陥のあるフィラメント糸又はガラスクロスを作り続けてしまう状況を検知し、必要に応じて織機の運転を停止して、生産性及び経済性を向上させることでき、かつエコ・グリーン技術としても有用である。

第二の実施形態では、測定値を特徴量に変換した後に、過去の正常な挙動時、及び異常な挙動時の特徴量と比較して異常度を算出し、数値又はグラフで表示することができる。このため、測定値を収集しない場合又は表示しない場合と比較して、緯糸の異常を逐次知ることが可能となり、異常度が高い場合には織機を停止することで品質の悪い織物の生産を最小限に抑えることができる。

第二の実施形態に係るフィラメント糸の毛羽検知システムは、例えば、オフライン又はインラインで使用されることができる。

〔第三の実施形態〕
第三の実施形態では、第一と第二の実施形態に係る構成を組み合わせたフィラメント糸の毛羽検知システムが提供される。

第一、第二及び第三の実施形態に共通する構成、又は他の構成、並びに好ましい実施形態について、以下に説明する。

〔構成〕
図１には、織機２００（ａ）と毛羽検知システム１００（ｂ）の構成が模式的に示される。図１（ａ）を参照すると、織機２００は、ボビン２１０、メタルファイバー検知器２２０、ピン２３０付きＦＤＰ２４０、筬２５０、電空レギュレータ２６０付きメインノズル２７０、サブノズル２８０、カッター２９０、フィーラ３００等を備える。緯入れは、緯糸ボビン２１０から緯糸を繰り出して、メインノズル２７０から緯糸を、例えばエアジェット等により、筬２５０に配置された経糸に対して進行させることにより行われることができる。緯入れは、任意の機台角度で行われることができ、例えば９０°～２４０°の機台角度で行われる。

メインノズル２７０、及びサブノズル２８０は、それぞれ緯入れ用のノズルとして設けられたものである。メインノズル２７０は、緯糸搬送方向の上流側に配置され、他方、サブノズル２８０は、メインノズル２７０よりも緯糸搬送方向の下流側に配置されている。メインノズル２７０は、単数で設けられ、他方では、サブノズル２８０が複数設けられている。

メインノズル２７０は、メインバルブ（図示せず）が開状態のときにエアを噴射し、メインバルブが閉状態のときにエアの噴射を停止する。メインノズル２７０又はメインバルブは、検知システムの織機異常停止手段と、物理的に、電気的に、又はデータ連通的に、接続されることができる。

メインノズル２７０には電空レギュレータ２６０を接続して、エアコンプレッサ（図示せず）で生成された圧縮エアの圧力を調整することができる。圧縮エアは、メインバルブ（図示せず）を介してメインノズル２７０に供給されて緯糸を飛ばすために使用される。電空レギュレータ２６０は、検知システムの織機異常停止手段と、物理的に、電気的に、又はデータ連通的に、接続されることができる。

複数のサブノズル２８０は、それぞれに対応するサブバルブ（図示せず）の開閉状態に応じてエアを噴射または停止する。複数のサブノズル２８０は、図１に示されるとおり筬２５０の長手方向に沿うように配置されることができ、かつ／又はサブノズル方向は、メインノズル２７０の射出方向に対して約４５°の角度を成すように設定されることができる。サブノズル２８０には、メインノズル２７０と同様に、バルブ、エアコンプレッサ、レギュレータ、検知システムの織機異常停止手段等が接続されることができる。

フィーラ３００は、メインノズル２７０、及びサブノズル２８０から、それぞれエアを噴射して緯糸を緯入れする際に、その緯糸が予め設定された所定の位置に到達したか否かを検知するものであり、到達センサ（１３）と呼ばれることもある。所定の位置は、筬２５０の長手方向において、メインノズル２７０から遠い側となる緯入れ終端側に、織布の織幅に合わせて設定されることができる。

フィーラ３００は、例えば光学式センサによって構成される。フィーラ３００は、緯入れ用ノズルからのエア噴射によって筬２５０の長手方向に搬送される緯糸の先端部が所定の位置に到達したときに検知信号を出力することができる。したがって、緯糸が所定の位置に到達する緯糸到達タイミングは、フィーラ３００が検知信号を出力したタイミングでよい。

図１（ｂ）を参照すると、異常又は毛羽の検知システム１００は、メインノズルセンサ１１、サブノズルセンサ１２、及び到達センサ１３等を備える入力装置１と、プログラム制御により動作するデータ処理装置２と、情報を記憶する記憶装置３と、ディスプレイ装置、モバイル端末機器又は印刷装置等の出力装置４とを含む。

入力装置１において、メインノズルセンサ１１、サブノズルセンサ１２、及び到達センサ１３は、それぞれメインノズル２７０、サブノズル２８０、及びフィーラ３００に物理的に、電気的に、又はデータ連通的に、接続されることができる。また、フィーラ３００そのものが、到達センサ１３でもよい。

メインノズルセンサ１１は、例えば、緯糸のエアジェット開始タイミング、緯入れ回数、緯入れ圧力、緯糸の種類、緯糸の本数などを検知し、信号として出力する。中でも、メインノズルセンサ１１は、圧力、緯糸の本数、又は緯入れ回数を検知・出力することが好ましい。

サブノズルセンサ１２は、例えば、緯入れ回数、緯入れ圧力、緯入れ方向の補整回数、緯糸の種類、緯糸の本数、メインノズル状態などを検知し、信号として出力する。中でも、サブノズルセンサ１２は、圧力を検知・出力することが好ましい。

到達センサ１３は、緯糸が所定の位置に到達する緯糸到達タイミング、緯入れ回数、緯入れ圧力、緯糸の種類、緯糸の本数などを検知し、信号として出力する。中でも、到達センサ１３は、光学式センサにより緯糸到達タイミングを検知・出力することが好ましい。なお、緯入れについては、到達タイミング＝到達角度として把握することができる。

記憶装置３は、特徴量変換式記憶部３１と、異常度算出式記憶部３２と、緯糸異常判定式記憶部３３とを備えている。

特徴量変換式記憶部３１は、各センサの測定値列を、異常度を計算するために用いる特徴量へと変換するための関数又は対応表などの変換式を予め記憶している。関数の例としては、平均、分散又は分布などの基本統計量などがある。

異常度算出式記憶部３２は、各特徴量を基にして、緯糸の異常度を算出するために用いる事前に用意した関数又は対応表などの算出式を予め記憶している。関数の例としては、回帰式、又はＩｆ－ｔｈｅｎルールに基づく決定木などがある。

緯糸異常判定式記憶部３３は、異常度、又はその推移に基づいて製織中の緯糸が品質基準を満たしているか否かを判断するために用いる関数、合否マップ、又は対応表などの判定式を予め記憶している。関数の例としては、異常度が閾値以上の状態が一定区間を超えた場合に初めて異常と判定する逐次検定などがある。

データ処理装置２は、特徴量変換手段２１と、異常度計算手段２２と、緯糸異常判定手段２３とを備える。

特徴量変換手段２１は、入力装置１から与えられた測定値列を関数又は対応表の入力として、特徴量変換式記憶部３１に記憶された変換式を用いて特徴量に変換する。特徴量は、上記で説明された到達タイミングの平均、分散又は分布でよい。

異常度計算手段２２は、特徴量変換手段２１で変換された測定値の特徴量を入力として、異常度算出式記憶部３２に記憶された算出式を用いて異常度を算出する。

緯糸異常判定手段２３は、異常度計算手段２２で計算された測定値の異常度を入力として、緯糸異常判定記憶部３３に記憶された判定式を用いて緯糸が異常か否かを判定する。

〔動作〕
図１及び図２を参照して、第一、第二又は第三の実施形態に係る検知システムの動作について詳細に説明する。図２には、毛羽検知方法のフローチャートが示される。

入力装置１から与えられた測定値列は、特徴量変換手段２１に供給される（ステップＡ１）。

特徴量変換手段２１は、この測定値列を特徴量変換式記憶部３１に記憶された変換式に入力する。この変換式は、測定値の平均や分散や分布などを特徴量として出力し、この特徴量を異常度計算手段２２に与え、また同時に、特徴量の推移を出力装置４に数値又はグラフで出力する（ステップＡ２）。

次に、異常度計算手段２２は、特徴量変換手段２１で変換された測定値の平均や分散や分布などの特徴量を受け取り、異常度算出式記憶部３２に記憶された算出式を用いて異常度を算出する。この算出式は、過去の正常な挙動時および異常な挙動時の特徴量に基づいて、異常であることの蓋然性が高い場合に高い異常度を算出する。この異常度を緯糸異常判定手段２３に与え、また同時に、異常度の推移を出力装置４に数値又はグラフで出力する（ステップＡ３）。

次に、緯糸異常判定手段２３は、異常度計算手段２２で計算された測定値の異常度を受け取り、緯糸異常判定記憶部３３に記憶された判定式を用いて緯糸が異常か否かを判定する。この判定式は、異常度列が一定区間において連続して高い指標を示す場合など、異常であることの蓋然性が高い場合に異常が起こっていると判定し、また同時に、異常判定結果の推移を出力装置４に数値又はグラフで出力する（ステップＡ４）。

〔好ましい実施形態〕
図３には、本発明の好ましい実施形態に係る検知システムの構成が模式的に示される。好ましい実施形態に係る異常又は毛羽検知システム１００は、上記で説明された構成に加えて、織機設置環境センサ１４、緯糸事前物性情報記憶部３４、織機特性情報記憶部３５、異常度算出式事前変更手段２４、異常度算出式逐次変更手段２５、緯糸変更検知手段５、織機異常警報装置４１、及び織機異常停止装置４２から成る群から選択される少なくとも１つを備える。

織機設置環境センサ１４は、織機が設置されている場所の温度、湿度、風向などの周囲環境の状況又は情報をデータ収集する。これらのデータを用いることで、織機が設置されている環境の影響を反映し、環境が変化した場合は、その影響を異常度の算出に織り込むことができる。

緯糸事前物性情報記憶部３４は、事前に緯糸の一部の状態を検査機で詳細に検査した結果などの物性情報を記憶している。検査結果の例としては、緯糸の切れ、緩みの数などがあり、これらの事前情報を特徴量として取り込むことで、より精度の高い異常度の算出が可能となる。

織機特性情報記憶部３５は、各織機のメーカーや機種、メンテナンスの手段や回数、直近メンテナンス日時、織機に含まれる筬の種類や機種などの織機の特性情報を記憶している。異常度算出時にこれらの情報に基づいてパラメータ又は閾値を調整することで、各織機に応じたより精度の高い異常度の算出が可能となる。

異常度算出式事前変更手段２４は、過去の一定期間に収集して変換された特徴量を蓄積し、その特徴量に基づいて、ある一定の又は所定の評価基準を満たすように、異常度算出式記憶部３２の算出式を変更する。この算出式の変更は回分で行われることが好ましい。評価基準としては、異常度だけでなく異常の種類を細分化して出力するものもある。

異常度算出式逐次変更手段２５は、過去の一定期間に収集して変換された特徴量を蓄積し、その特徴量に基づいて、正常な状態と異常な状態を逐次的に学習し、それらに伴い、異常度算出式記憶部３２の算出式のパラメータ又は閾値を逐次変更する。これにより、周囲環境や織機、緯糸の緩やかな変化に追従した評価基準に基づく異常度を算出することが可能となる。

緯糸変更検知手段５は、特徴量列の変化、及び／又は織機の停止時間を検出することで緯糸の交換を検出し、特徴量への変換式、及び／又は異常度の算出式を調節する。この算出結果を用いることで、緯糸が交換されたことが自動的に判断でき、緯糸事前物性情報記憶部から該当する緯糸の情報を引き出すことが容易となる。

織機異常警報装置４１は、出力装置４に集められた結果を統合し、緯糸が異常と判定される場合には織機のオペレータにアラームを上げることにより織機運転継続の可否判断を求める。

織機異常停止装置４２は、出力装置４に集められた結果を統合し、緯糸が異常と判定される場合には織機に停止信号を送ることにより織機の運転を強制的に停止する。

〔予測検知アルゴリズム〕
図４には、予測検知アルゴリズムのフローチャートが例示される。到達タイミング＝到達角度とすると、予測検知アルゴリズムは、緯糸の到達角度などの織機データ収集、緯糸の到達角度の統計量への変換に続いて、到達角度の標準偏差、歪度、及び尖度の項目に基づいて毛羽個数（ｎ１，ｎ２，ｎ３，ｎ４，ｎ５，ｎ６，ｎ７…）を予測検知する。なお、予測検知アルゴリズムとしては、回帰木が例示されるが、それに限定する必要はなく、例えば、Ｔｒｅｖｏｒ Ｈａｓｔｉｅ，Ｒｏｂｅｒｔ Ｔｉｂｓｈｉｒａｎｉ，Ｊｅｒｏｍｅ Ｆｒｉｅｄｍａｎ著「統計的学習の基礎－データマイニング・推論・予測－」（共立出版）に記載の回帰手法、分類手法、ニューラルネットワーク、ＳＶＭ、ランダムフォレスト等を用いてよい。また、予測検知アルゴリズムの階層については、単層、又は複数の階層でよく、到達角度の標準偏差、歪度、及び尖度の項目の組み合わせ、置換、又は並べ替えを含んでよい。

図４に示される予測検知アルゴリズムは、毛羽検知システムに組み込まれ、好ましくは、異常度計算手段、織機異常停止手段、異常度算出式事前変更手段２４、異常度算出式逐次変更手段２５、及び緯糸変更検知手段５の少なくとも１つに組み込まれ、織機が低品質又は品質の悪いクロスを作り続けないようにすることができる。

〔フィラメント糸の毛羽検知方法〕
本発明のフィラメント糸の毛羽検知方法は、上述の異常度計算手段と織機異常停止手段を備える毛羽検知装置を用いて実行される。より詳細には、フィラメント糸の毛羽検知方法において、次の工程：
異常度算出式記憶手段に記憶された算出式を用いて、織機の緯入れにおいて緯糸の到達タイミングのばらつき度合いから緯糸の異常度を算出する異常度計算工程と、
上記異常度が所定値以上の場合には、織機に運転停止信号を送る織機異常停止工程と
を実行する。

フィラメント糸の毛羽検知方法は、例えば図２に示されるフローチャートに沿って、行われることができる。

〔製織加工の全体プロセスフロー〕
図５には、上記で説明された毛羽検知システムを含む製織加工プロセスフロー全体図が、模式的に示される。プロセスフローの上流から下流へ向けて、（糸の）表層検査機４００、センシング対応織機２０１、及び毛羽検査機５００が配置されており、そして本発明に係る異常又は毛羽検知システムは、プロセスフローの検査工程に組み込まれることができる。

代替的には、異常又は毛羽検知システムの記憶装置３、データ処理装置２、出力装置４などは、システムから孤立した場所に、データ連通して、又はクラウド上に存してよい。

全体プロセスフローは、アプリケーション基盤６と分析基盤７に大別され、両基盤はデータサーバ６７８により重複又は連結される。

アプリケーション基盤６は、データ収集及び処理を自動化して、データ精度を向上させたり、オペレータの作業負担を軽減したりする。アプリケーション基盤６は、データサーバ６７８と表層検査機４００の間では、糸径、糸欠陥等のデータ（ｉｉ）を送受信し、データサーバ６７８とセンシング対応織機２０１の間では、製織時又は緯入れ時の波形データ、緯糸データ等のデータ（ｉｉｉ）、及び毛羽検知データ（ｉｖ）を送受信し、所望により表示装置９により送受信データを表示し、そしてデータサーバ６７８と毛羽検査機５００の間では、毛羽検査データ（ｖ）を送受信する。

表層検査機４００は、例えばＭＴ法を用いて、糸又はボビンの表層を検査して、糸径、糸欠陥などのデータ（ｉｉ）を採取・収集してデータサーバ６７９へ送達し、他方では、アプリケーション基盤６から糸の合否に関する信号を受信し、使用糸の係属又は変更を決定することができる。

センシング対応織機２０１は、例えば圧力センサ、到達（飛走）センサなどを備えて、それらにより製織時又は緯入れ時の波形データ、緯糸データ等のデータ（ｉｉｉ）を採取・収集してデータサーバ６７９へ送達する。他方では、データサーバに記憶された予測モデルに基づく前処理と、それに続く推論処理を施された毛羽検知データ（ｉｖ）をセンシング対応織機２０１が受信して、織機の運転又は停止を決定することができる。

毛羽検査機５００は、得られた織物又はクロスの毛羽の有無又は詳細を実測して、毛羽検査データ（ｖ）をデータサーバへ送達し、他方では、アプリケーション基盤６から織物又はクロスの合否に関する信号を受信し、さらに例えば拡張音声サービス（ＥＶＳ）等により情報をオペレータ又は周囲環境に伝達することができる。

分析基盤７は、分析サイクルを高速化し、検知性能を向上させたり、検査機又は織機の状態変化又は環境変化に適応したりする。分析基板は、コンピュータ、演算処理装置、記憶媒体などを含む分析手段１０を備えており、データサーバ６７８から各種データ（ｉｉ～ｖ）を受信し、分析して、予測モデル（ｉ）を構築してデータサーバ６７８に送達する。分析基盤７は、データサーバ６７８と分析手段の間でのデータ送受信、及びそれに伴う機械学習や深層学習により、分析サイクルの高速化と検知性能の向上に寄与し得る。

上記で説明された検知プロセスによれば、欠陥の可能性がある糸を使用前に変更したり、低品質な中間体又は製品を作り続けてしまう状況を検知して織機を停止したり、得られた織物又はクロスの合否を瞬時に判定したりすることができるので、生産性及び経済性を向上させ、かつ資源の観点から環境に配慮することができる。

１００ 検知システム
１ 入力装置
１１ メインノズルセンサ
１２ サブノズルセンサ
１３ 到達センサ
１４ 織機設置環境センサ
２ データ処理装置
２１ 特徴量変換手段
２２ 異常度計算手段
２３ 緯糸異常判定手段
２４ 異常度算出式事前変更手段
２５ 異常度算出式逐次変更手段
３ 記憶装置
３１ 特徴量変換式記憶部
３２ 異常度算出式記憶部
３３ 緯糸異常判定式記憶部
３４ 緯糸事前物性情報記憶部
３５ 織機特性情報記憶部
４ 出力装置
４１ 織機異常警報装置
４２ 織機異常停止装置
５ 緯糸変更検知手段

Claims (21)

1. 織機の緯入れにおいて緯糸の到達タイミングのばらつき度合いに基づき前記緯糸の異常度を判定し、前記異常度が所定値以上の場合に前記織機を停止可能な異常検知システム。
   
2. 前記異常度が所定値以上の場合に、画面表示、印刷、官能刺激、及びデータ送信から成る群から選択される少なくとも１つにより前記異常度の判定結果を示す、請求項１に記載の異常検知システム。
   
3. フィラメント糸の毛羽検知システムであって、
   異常度算出式記憶手段に記憶された算出式を用いて、織機の緯入れにおいて緯糸の到達タイミングのばらつき度合いから前記緯糸の異常度を算出する異常度計算手段と、前記異常度が所定値以上の場合に前記織機に運転停止信号を送る織機異常停止手段と、を備える毛羽検知システム。
   
4. 前記異常度が所定値以上の場合に、アラームを上げる織機異常警報手段を備える、請求項３に記載の毛羽検知システム。
   
5. 前記算出式は、前記緯入れにおいてセンサの測定値列に基づいて緯糸の異常度を計算する関数又は対応表を含む、請求項３又は４に記載の毛羽検知システム。
   
6. 特徴量変換式記憶手段に記憶された変換式を用いて、前記ばらつき度合いを特徴量に変換する特徴量変換手段を備える、請求項３～５のいずれか１項に記載の毛羽検知システム。
   
7. 前記変換式は、前記緯入れにおいてセンサの測定値列を特徴量に変換する関数又は対応表を含む、請求項６に記載の毛羽検知システム。
   
8. 前記特徴量は、前記到達タイミングの平均、分散又は分布である、請求項６又は７に記載の毛羽検知システム。
   
9. 緯糸異常判定式記憶手段に記憶された判定式を用いて、前記緯糸が異常か否かを判定する緯糸異常判定手段を備える、請求項３～８のいずれか１項に記載の毛羽検知システム。
   
10. 前記判定式は、前記異常度、又はその推移に基づいて製織中に前記緯糸が品質基準を満たしているか否かを判断する関数又は合否マップを含む、請求項９に記載の毛羽検知システム。
    
11. 前記織機が設置されている場所の周囲環境情報を収集する織機設置環境情報収集手段を備える、請求項３～１０のいずれか１項に記載の毛羽検知システム。
    
12. 前記周囲環境情報が、温度、湿度、及び風向から成る群から選択される少なくとも１つである、請求項１１に記載の毛羽検知システム。
    
13. 前記緯糸の一部について前記緯入れ前の物性情報を記憶している緯糸事前物性情報記憶手段を備える、請求項３～１２のいずれか１項に記載の毛羽検知システム。
    
14. 前記織機の特性情報を記憶している織機特性情報記憶手段を備える、請求項３～１３のいずれか１項に記載の毛羽検知システム。
    
15. 前記織機の特性情報が、前記織機の機種、メンテナンス回数、直近メンテナンス日時、メンテナンス手段、及び前記織機に含まれる筬の機種から成る群から選択される少なくとも１つである、請求項１４に記載の毛羽検知システム。
    
16. 前記特徴量を蓄積し、蓄積された特徴量に基づいて所定の評価基準を満たすように、前記異常度算出式記憶手段に記憶された前記算出式を回分変更する異常度算出式事前変更手段を備える、請求項６～８のいずれか１項に記載の毛羽検知システム。
    
17. 前記特徴量を蓄積し、蓄積された特徴量に基づいて正常な状態と異常な状態を逐次的に学習し、前記正常な状態と前記異常な状態に基づいて、前記異常度算出式記憶手段に記憶された前記算出式を逐次変更する異常度算出式逐次変更手段を備える、請求項６～８のいずれか１項に記載の毛羽検知システム。
    
18. 前記異常度算出式逐次変更手段は、前記算出式中のパラメータ又は閾値を逐次変更する、請求項１７に記載の毛羽検知システム。
    
19. 前記特徴量の列の変化、及び／又は前記織機の停止時間を検出することで前記緯糸の交換を検出し、前記特徴量への変換式、及び／又は前記異常度の算出式を調節する緯糸変更検知手段を備える、請求項６～８、及び１６～１８のいずれか１項に記載の毛羽検知システム。
    
20. オフラインで使用される、請求項３～１９のいずれか１項に記載の毛羽検知システム。
    
21. インラインで使用される、請求項３～１９のいずれか１項に記載の毛羽検知システム。

Images