JP2024012168A - 色彩パラメータを使用した繊維体製造の評価 - Google Patents

Abstract

【課題】繊維体の品質のより優れた評価を可能にする、方法及び装置を提供する。【解決手段】長尺繊維体はセンサヘッド（４４）の付近を通過するように移動せしめられる。第１の複数の時点において、繊維体（５２）の物体パラメータが計測される。該パラメータには、色成分及び／又は他のパラメータ、例えば該繊維体の厚みが含まれうる。品質評価をより頑健にするために、パラメータ空間における偏差をスケーリングするため主成分分析が使用される。【選択図】図３

Description

本発明は、長尺繊維体、特に糸（ヤーン）の品質を評価する方法、及びそのような方法を実現する装置に関する。

典型的には、糸又はその他の種類の長尺繊維体、例えば糸の前駆物質などの、色成分及びその他の物体パラメータは、センサヘッドを使用して計測される。糸の品質を評価するために、該パラメータは所定範囲に入るようにモニタリングされる。この条件を満たさないという事象が検出された場合、そのサンプルは欠陥を有するものと判定される。

糸の欠陥部分は、例えば、ヤーンクリアラにおいて巻き返し工程の間に除去することができる。そのような糸の除去作業は全体的な糸の品質を改善する一方で、時間と材料の損失をもたらす。

よって、本発明の全般的な目的は、繊維体の品質のより優れた評価を可能にする、上記種類の方法及び装置を提供することである。

この目的は独立請求項に記載の方法及び装置によって達成される。

よって、本発明は、長尺繊維体の、特に糸の品質を評価する方法であって、少なくとも以下のステップを含む方法に関する。
１）長尺繊維体を、少なくとも１つのセンサヘッドの付近を通過するように移動させるステップ：この場合も繊維体は、例えば糸の前駆物質、糸、又は糸から製造された織物であってよい。
２）センサヘッドを使用して、繊維体の物体パラメータの第１のサンプルセットＢ_ｍ＝（Ｂ_１ｍ・・・Ｂ_Ｋｍ）を測定するステップ：Ｋ＞１はセット内の異なる物体パラメータの数、例えば異なる色成分の数などである。物体パラメータのサンプルは、オンライン計測、すなわち製造中の連鎖工程に沿った１以上の位置での計測を使用して、繰り返し測定される。ｍは、サンプルＢ_ｍが関係している時間及び／又は物体位置を示す添字であって、ｍ＝１・・・Ｍ（Ｍ＞１、有利にはＭ＞５００、特にＭ＞１００’０００）である。サンプルは実際に計測された値に相当してもよいが、典型的には実際に計測された値の関数である。例えば、計測された値が、範囲、線形性、オフセットについて補正されてもよく、及び／又は値が正規分布するように変換されてもよい。
３）第１のサンプルセットＢ_ｍの「主成分」ｗ_ｎを決定するステップ：当業者には周知であるように、多次元のデータセットの「主成分」は、データの様々な個々の次元が線形的に相関していない、正規直交基底を構成する方向である。
４）繊維体の一部分について物体パラメータの第２のサンプルセットＢ’_ｐ＝（Ｂ’_１ｐ・・・Ｂ’_Ｋ’ｐ）を計測するステップ：この第２のサンプルセットは、例えば第１のサンプルセットの部分集合であってもよいし、異なるサンプルセットであってもよい。添字ｐは１～Ｐの範囲である（Ｐ＞０）、すなわち第２のセットは、パラメータのベクトル（Ｂ’_１１・・・Ｂ’_Ｋ’１）を少なくとも１つ、恐らくはそれ以上含む。多くの場合、パラメータ１・・・Ｋ’は第１のセットの１・・・Ｋと同一である。しかしながら、該パラメータは、同一であるが別個のセンサによって計測されてもよい。加えて、パラメータは計測された値の別個の関数であってもよく、例えば、オフセット減算及び／又は時間若しくは長さあたりのサンプリングレートが異なっていてもよい。
５）この第２のセットについて、「偏差値」ｓ_ｎｐが各主成分ｗ_ｎ及び各サンプルｐについて測定される。各々の偏差値ｓ_ｎｐは、サンプルＢ’_ｐと基準値、有利には第１又は第２のセットの平均との間のそれぞれの主成分ｗ_ｎに沿った偏差ｄ_ｎｐに少なくとも依存する関数Ｄである。偏差値ｓ_ｎｐは、例えば、偏差ｄ_ｎｐの単調増加関数である重み付き偏差であってよい。別例として、偏差値ｓ_ｎｐは例えば、所与の偏差ｄ_ｎｐの確率であって例えば上記のそれぞれの確率密度関数に基づくものを表していてもよい。
６）偏差値ｓ_ｎｐを使用して繊維体のその一部分の品質を評価するステップ：偏差値ｓ_ｎｐから繊維体の一部分の品質を評価することにより、品質評価はより頑健になる。多くの場合、繊維体は、パラメータ空間、例えば色空間の１つの方向に沿った大きな統計的分散と、パラメータ空間の別の方向に沿ったより小さな分散とを有する。しかしながら、異常な色彩変化は典型的なものよりも目を引くであろう。さらに、糸の製造は、典型的に生じる変化に対処するように最適化されることが多い。よって、典型的な色彩方向における変化は、パラメータ空間における、頻繁には起こらないが従って「予期せぬ」変化ほどは重要でない。

１つの実施形態では、品質を評価するステップは、異常な色彩変化又は色彩欠陥の検出を含みうる。

例えば、各成分についての偏差値が合計されてもよい。別例として、又はこれに加えて、様々な所定の重みが、例えば欠陥の種類によっては他の欠陥ほどは重要でないという見解に基づいて、異なる主成分に沿った偏差に異なる重み付けを行うために使用されてもよい。

有利には、該方法は、主成分ｗ_ｎに沿ったサンプルセットＢ_ｍの統計的分散を表す分散パラメータｖ_ｎを測定するステップをさらに含む。「分散パラメータ」は、物体パラメータ又はその任意の関数の第１のセットがｗ_ｎに沿って統計的に散らばる程度を表す。分散パラメータは、例えば、それぞれの主成分ｗ_ｎに沿った第１の物体セットの分散、標準偏差、又は百分位数範囲（例えば１０％百分位数と９０％百分位数との間の差）であってよい。分散パラメータｖ_ｎは、例えば、所与の主成分に沿った確率密度関数ＰＤＦのパラメータであってもよい。

その場合、関数Ｄはさらに主成分ｗ_ｎについての分散パラメータｖ_ｎにも左右される。この場合、関数Ｄ（ｄ_ｎｐ，ｖ_ｎ）は、∂Ｄ／∂ｄ_ｎｐが∂Ｄ／∂ｖｎとは反対の符号を有するようになっている。換言すれば、関数Ｄは、様々な偏差ｄ_ｎに対してそれぞれの分散パラメータｖｎに応じて様々に重み付けする。分散パラメータ（即ち値のスキャッティング（scatting））が小さい場合、偏差の重みはより大きい。例えば、Ｄ（ｄ_ｐｎ，ｖ_ｎ）は、例えばｄ_ｎｐ／ｖ_ｎに比例してもよい。

別例として、すなわち関数Ｄが分散パラメータｖ_ｎに左右されない場合、処理される糸材料に典型的ないくつかの固定重みが例えば代わりに使用されてもよい。

例えば、綿糸の色彩は正規化輝度の変化が激しいことが多いが、色相の変化ははるかに小さい。よって、色相における色彩の偏差は、輝度における同じ大きさの偏差よりも視認性が高い。色相における偏差を輝度における偏差よりも強く重み付けすることにより、結果として製品品質は改善される可能性がある。

該方法は、第１のサンプルセットＢ_ｍから主成分ｗ_ｎのうち少なくともいくつかを明確に測定するステップをさらに含むことができる。これにより、繊維体の性質に関する、例えば繊維体の組成についてのさらに詳しい情報を得ることができる。しかし、注目すべきなのは、分散パラメータｖ_ｎを測定するために主成分ｗ_ｎのうちのいずれも明確に測定する必要はないということである。例えば、マハラノビスノルム（以下を参照）を計算することにより、主成分ｗ_ｎについて明確に知ることなく分散パラメータｖ_ｎを導き出すことが可能となる。

有利には、物体パラメータのうち少なくともいくつかは繊維体の色成分である。これにより、繊維体の色彩の欠陥に対処することが可能となる。

別例として、又は追加として、物体パラメータは、次の非光学的パラメータすなわち
－ 繊維体の直径から導き出されるパラメータ、
－ 繊維体の静電容量から導き出されるパラメータ、及び
－ 繊維体の摩擦電気特性から導き出されるパラメータ
のうち少なくとも１つを含む。

有利には、これらの非光学的パラメータのうち２以上が組み合わされる。例えば、線密度すなわち静電容量と直径との比が計算されてもよい。次いで線密度は場合により、さらに摩擦電気特性と関連付けられてもよい。

これにより非光学的パラメータの関連付けが可能となる。

有利には、物体パラメータは、繊維体の色成分、及び非光学的パラメータのうち少なくとも１つを含む。多くの場合、これらの異なる種類のパラメータは強く相関する。例えば、異質な繊維は、繊維体の色彩だけでなく繊維体の直径又は静電容量にも同様に影響する可能性がある。よって、両方の尺度の組み合わせは、別々に得られたいずれの単独の計測値よりも良好に不具合を表す。

さらに別の有利な実施形態では、該方法は、第１のサンプルセットＢ_ｋの統計的分布を主成分ｗｎに沿って対称にするために、及び／又は第１のサンプルセットＢ_ｋが正規分布を有するようにするために、非線形関数を使用してサンプルを前処理するステップを含むことができる。このようにして、後述のように、「不均等な」分散を修正することができる。

上記方法は、ヤーンクリアラにおいて繊維体の一部分を除去するために品質評価結果を使用するステップをさらに含むことができる。

別例として、又は追加として、該方法は、ユーザに対して警報を自動的に表示するために品質評価結果を使用するステップをさらに含むことができる。

本発明はさらに、本明細書中に記載されるような長尺繊維体の品質を評価する方法を含む、長尺繊維体、特に糸を製造する方法に関する。長尺繊維体は、例えば糸そのもの、又は糸の前駆物質であってよい。

長尺繊維体を製造する方法は、該長尺繊維体の一部分を前記一部分の品質評価結果に応じて除去するステップをさらに含むことができる。換言すれば、品質評価結果は、例えば、所与の糸部分を除去すべきかどうかを試験するためにヤーンクリアラにおいて使用することができる。

既述のように、本発明はさらに、長尺繊維体、特に糸のための製造装置に関する。この装置は、本発明の方法を実行するために適合及び構造化された、複数のセンサヘッド及び制御ユニットを具備している。

以降の本発明の詳細な説明を考慮すれば、本発明は一層よく理解され、かつ上記に述べた以外の目的が明白になるであろう。詳細な説明においては添付図面が参照される。

糸を製造するための装置の概略図。 センサヘッドにより計測される色成分の感度を正規化した例を示す図。 センサヘッドの実施形態の模式図。 計測値の分布（Ａ）及びそこから導き出された物体パラメータ（Ｂ）を示す図。 繊維体について計測された色彩パラメータの値の例を示す図。

＜定義＞
物体パラメータは、長尺の物体についての計測値から導き出された少なくとも２つのパラメータを含む。物体パラメータには例えば、色彩パラメータに由来する成分（以下を参照）及び／又は本明細書中で言及されるような非光学的パラメータが挙げられる。

色彩パラメータは、少なくとも１つ、特に数個の、色空間の色成分を含む。有利には、色彩パラメータは、色空間の少なくとも３個の色成分を含む。色空間は、センサヘッドにより検出された色彩について表現するために使用される。この場合、色空間は、有利には少なくとも可視スペクトル範囲、例えば波長３８０～７５０ｎｍにわたる。しかしながら、色空間はさらに紫外域、例えば少なくとも２５０ｎｍの低域へ、及び／又は近赤外域、例えば少なくとも１．８μｍの高域へと及んでもよい。有利には、色彩パラメータは、例えばＨＳＶ色空間における、繊維体の色彩のうち少なくとも色相を表現する。

例えば、色成分は、繊維体の光反射又は光透過を少なくとも２つの異なるスペクトル範囲において表現することができる。有利には、その間にあるスペクトルの少なくとも３つの異なるスペクトル範囲において繊維体の光反射又は光透過を示す少なくとも３つの色成分であって、特に、少なくとも３つの異なる色の各々が、少なくとも部分的に２５０ｎｍ～１．８μｍのスペクトル範囲に、特に少なくとも部分的に３８０～７５０ｎｍの可視スペクトル範囲に入る、色成分があるとよい。

色空間は、ＲＧＢ色空間、又は３以上の異なるスペクトル範囲の色を示す別の色空間であってもよいし、ＣＭＹ又はＨＳＶ色空間であって成分がこれらの色空間における座標のうち少なくとも１つ又は２つである、例えばＨ座標であるものであってよい。

繊維体は、糸の前駆物質、特にブロールーム内のフロック流、又はカード処理及び練条によって得られるようなスライバ若しくは粗紡糸であってもよいし、紡糸工程で得られるような糸又はそのような糸から製造された織物であってもよい。いくつかの実施形態では、繊維体はさらに糸から製造された生成物であってもよい。しかし、有利には、少なくとも特許請求の範囲に記載のセンサヘッドにおいてサンプリング対象となる繊維体は、糸である。

糸製造装置は、ブロールーム、カード機、練条機、紡績機、巻取機、及びヤーンクリアラのうち１つを少なくとも具備することができる。有利には、該装置は少なくともヤーンクリアラを具備している。

＜概観＞
図１は、綿紡績工場のいくつかの要素を糸製造装置の例として概略的に示している。

当業者には周知のように、そのような紡績工場は、綿俵が開繊されてフロックとなり、次にフロックに予備除塵及び微細除塵を行うことができる、ブロールーム（混打綿室）１０を具備している。この工程では、１以上のフロック流が生成される。

該フロック流を、例えばブロールーム１０の微細除塵機１４の中のセンサヘッド１２の付近を通過するように移動させることができる。これらのセンサヘッド１２の機能については下記に述べる。

工場はさらにカード処理・練条部１６を具備し、ここでフロック中の繊維は分離され、真っすぐに整えられ、成形されてスライバ及び粗紡糸となる。スライバ又は粗紡糸を、ここで再びセンサヘッド１８の付近を通過させることができる。

次のステップでは、カード処理・整列（rowing）部１６からの生成物が紡糸部２０へと供給され、ここで該生成物は複数の紡糸ユニット２２において紡がれて糸となる。糸を、ここで再びセンサヘッド２４の付近を通過させることができる。

最後に、糸（例えばコップに巻かれたもの）は複数のヤーンクリアラ２８を有する巻取部２６に供給される。各ヤーンクリアラ２８において、糸は、例えばコップからボビンへと巻き取られる間、センサヘッド３０の付近を通過するように移動せしめられる。

装置はさらに、個々の構成要素の作動を制御する制御ユニット３１を具備する。図１では制御ユニットは単一の要素として示されているが、分散型であること、及び／又は装置の異なる部分に属する小部分を有することも可能である。

典型的には、制御ユニット３１は、少なくとも１つのＣＰＵ３２、メモリ３４、例えば様々なセンサヘッド由来及び装置の他のセンサ由来のセンサ信号を受け取るための入力インタフェース３６、装置のアクチュエータを制御するための出力インタフェース３８、ユーザ入力を受け取るための少なくとも１つの入力制御部４０、並びに操作者に情報を表示するための少なくとも１つの表示部４２を具備する。

制御ユニット３１は、プログラムコード及びメモリ３４に保存されたパラメータを使用して、様々な機能を実行することができる。特に、制御ユニットは、本明細書中に記載されるような方法を実行するようにプログラムされる。

＜センサヘッド＞
上述のように、装置は少なくとも１つ又は複数のセンサヘッド１２、１８、２４、３０を具備する。これらのセンサヘッドは各々、繊維体の物体パラメータのうち１以上のサンプルＢ_ｋｍを計測するようになされており、ここで添字ｋ＝１・・・Ｋはパラメータを示し、かつ添字ｍは、サンプルが得られた際の、時間及び／又は糸の部位を示している。

物体パラメータの数Ｋは有利には１よりも多い。単一のセンサヘッドがＫ個の物体パラメータ全部を計測するようになされてもよいし、異なるセンサヘッドが物体パラメータの異なるサブセットを計測するために提供されてもよい。

物体パラメータのサンプルは、ベクトルＢ_ｍ＝（Ｂ_１ｍ・・・Ｂ_Ｋｍ）として表すことができる。該サンプルは繰り返しかつオンラインで測定される、すなわちサンプルは繊維体が製造工程において装置で処理されている間に該繊維体について測定される。

有利には、物体パラメータは、繊維体の色彩パラメータＣ＝（Ｃ_１・・・Ｃ_Ｎ）の色成分Ｃ_１・・・Ｃ_Ｎ（Ｎは少なくとも２、特に少なくとも３である）を含む。そのような色成分Ｃ_ｎはそれぞれ、繊維体と所与のスペクトル範囲Ｗ_ｎの光との相互作用を表すことができる（すなわち相互作用によって決まる）が、このとき異なる色成分のスペクトル範囲は互いに異なっている。

１つの実施形態では、色空間は、上記に指定されるようなスペクトル範囲の様々なスペクトル成分を基にすることができる。

有利には、色成分Ｃ_ｎはそれぞれ、所与のスペクトル範囲における繊維体の光反射率について表す。しかしながら、別の実施形態では、色成分Ｃ_ｎはそれぞれ、所与のスペクトル範囲における繊維体の光透過について表してもよい。

スペクトル範囲は、重なり合わないこと、及び／又は可視スペクトルのかなりの部分にわたることが有利である。これは図２に例証されており、同図は、ｎ＝１・・・Ｎ（この場合はＮ＝３）の色成分Ｃ_ｎの感度を正規化して波長λの関数として示している。各々の色成分について、Ｗ_ｎは半値におけるスペクトル範囲すなわち半値幅、及びＭ_ｎは最大感度波長を表わす。

重なり合わないために、有利には、少なくとも２つ、特に少なくとも３つの色成分であって、そのスペクトル範囲Ｗ_ｎの相互重複（２つのスペクトル範囲Ｗ_ｉ及びＷ_ｊの相互重複Ｏ_ｉｊは
Ｏ_ｉｊ＝２＊Ｗ_ｉｊ／（Ｗ_ｉ＋Ｗ_ｊ）
（式中のＷ_ｉｊはＷ_ｉ及びＷ_ｊが重複する範囲である）によって定義される）が０．２５未満である色成分が存在すべきである。

有利には、少なくとも１つのスペクトル範囲、特に少なくとも２つのスペクトル範囲は、良好な色選択性のために幅Ｗ_ｎが５０ｎｍ未満であるべきである。

可視スペクトルのかなりの部分に及ぶためには、有利には、最大感度Ｍ_ｎが互いに少なくとも５０ｎｍ離れている少なくとも２つ、特に少なくとも３つの色成分が存在すべきである。

有利には、少なくとも１つの最大感度Ｍ_ｎは、紫色、青色、又は緑色のスペクトル範囲、すなわち５５０ｎｍ未満にあり、かつ少なくとも１つの最大感度Ｍ_ｎは赤色のスペクトル範囲、すなわち６００ｎｍより上にある。特に、有利には、５００ｎｍ未満の青色又は紫色のスペクトル範囲に１つの最大感度、５００ｎｍ～６００ｎｍの緑色又は黄色／橙色のスペクトル範囲に少なくとも１つの最大感度、及び６００ｎｍより上の赤色のスペクトル範囲に少なくとも１つの最大感度がある。

図３は、１つのセンサヘッド４４について考えられる実施形態の模式図を示し、本実施形態において該センサヘッドは、繊維体の色成分及び非光学的パラメータを計測するようになされている。

図中の実施形態では、センサヘッドは３つの光源４６ａ、４６ｂ、４６ｃ及び光検知器４８を具備している。光源４６ａ、４６ｂ、４６ｃは、例えば図２のスペクトル範囲に対応する異なるスペクトル範囲の光を放射する。光センサ４８はこれらの全てのスペクトル範囲について感知できる。制御回路５０は、例えば光パルスを連続して放射するように光源４６ａ、４６ｂ、４６ｃを作動させるために、かつそのような光パルス各々について光センサ４８で応答を検出するために、提供されている。

光源４６ａ、４６ｂ、４６ｃからの光は検査対象の繊維体５２に当たり、繊維体と相互作用し、かつ、この相互作用の後に、光センサ４８によって検出される。この相互作用は有利には反射である、すなわち光センサ４８は繊維体５２から反射された光源４６ａ、４６ｂ、４６ｃ由来の光を検出する。

計測された光パルスを個々の光源４６ａ、４６ｂ、４６ｃに帰属させることにより、制御回路５０は色成分Ｃ_ｎをそれぞれのスペクトル範囲Ｗ_ｎについて計測することができる。

さらに別の実施形態（図示せず）では、異なるスペクトル範囲Ｗ_ｎにのみ感度を有する３つの別個の光検知器が、例えば広帯域の光源と組み合わせて使用されてもよい。
色成分に適したセンサヘッドの例は、例えば、欧州特許出願公開第３７４８３４３Ａ１号明細書に記載されている。

図３のセンサヘッドは、繊維体５２を含む計測空間（measurement volume）の静電容量を計測するようになされた静電容量センサ５４をさらに具備することができる。そのようなセンサは、例えば欧州特許出願公開第３７５１２８２Ａ１号明細書に記載されている。このセンサは繊維体の静電容量を測定するために使用される。

図３のセンサヘッドは、例えば欧州特許出願公開第３７４８３４２Ａ１号明細書に記載されるようなシャドウイング（shadowing）技法を使用して繊維体の直径を推定するために光源５６及び光検知器５８を使用する厚みセンサをさらに具備してもよい。

図３のセンサヘッドは、例えばスイス国特許出願公開第５３２５２６号明細書又は米国特許第６６５０９５９号明細書に記載されるような、繊維体の摩擦電気特性を計測するための摩擦電気センサ６０をさらに具備してもよい。

＜作動＞
作動時、繊維体５２はセンサヘッド４４の付近を通過せしめられ、センサヘッド４４は添字ｍで示す時間又は物体位置において計測値Ｘ_ｋｍを生成する。計測値Ｘ_ｋｍは、例えばフィルタリング、ダウンサンプリング、反転処理（inverting）、オフセット処理（offsetting）及び／又は平均化などの技法を使用する前処理に供されていてもよい。
サンプルセットＢ_ｍ＝（Ｂ_１ｍ・・・Ｂ_Ｋｍ）は、計測値から例えば
Ｂ_ｋｍ＝Ｆ_ｋ（Ｘ_ｋｍ） （１）
を使用して決定される。

関数Ｆ_ｋは、恒等関数すなわちＢ_ｋｍ＝Ｘ_ｋｍであってもよいが、有利には、関数Ｆ_ｋは、下記条件のうち少なくとも１つを満たすように選択されるとよい：
Ａ）関数Ｆ_ｋは、後続のステップにおける数値的安定性のより高い処理のために、計測値Ｘ_ｋｍを等しい数値範囲へと射影するため計測値Ｘ_ｋｍをオフセット処理及び／又はスケーリングする。
Ｂ）関数Ｆ_ｋは、同じく後続のステップをより容易に実施するために、計測値Ｘ_ｋｍを０に対して対称な範囲へと射影するためにオフセット処理する。
Ｃ）関数Ｆ_ｋは非線形であってよい、すなわち物体パラメータのサンプルＢ_ｋｍは計測値Ｘ_ｋｍの非線形変換である。特に、これにより、第１の物体パラメータセットＢ_ｋの統計的分布を中央点（例えば０）に関して対称に、かつ有利にはガウス分布にすることが可能となる。これは図４に例証されており、同図においてグラフ（ａ）は所与の計測値Ｘの非対称な確率分布を示し、グラフ（ｂ）は対称な確率分布を有する物体パラメータＢへのＸの非線形変換を示す。

条件Ｃ）はさらに、分布を主成分（以下を参照）に沿って対称にすることもできる。

条件Ｃ）は、例えば：
－ ステップ１）
Ｆ_ｋ（Ｘ_ｋｍ）＝Ｘ_ｋｍ ^ａ （２）
（式中、ａは以降のステップにより測定される冪指数である）で表記するステップと、
－ ステップ２ａ）複数の計測値Ｘ_ｋｍについて、Ｆ_ｋ（Ｘ_ｋｍ）の値を計算し、次いでＦ_ｋ（Ｘ_ｋｍ）の分布の非対称性、特に歪度の統計的尺度を計算し、かつ非対称性が最も小さい指数ａの値を見出すステップ、又は
－ ステップ２ｂ）複数の計測値Ｘ_ｋｍについて、Ｆ_ｋ（Ｘ_ｋｍ）の値を計算し、Ｆ_ｋ（Ｘ_ｋｍ）について統計的な正規性検定を実施し、かつＦ_ｋ（Ｘ_ｋｍ）の分布が正規分布に最も近い指数ａの値を見出すステップと
によって満たすことができる。

ステップ２ａ）及び／又は２ｂ）は、等式（２）に加えて、又は等式（２）の代わりに、他の種類の関数Ｆ_ｋ（Ｘ_ｋｍ）、例えば
Ｆ_ｋ（Ｘ_ｋｍ）＝ｌｏｇ（Ｘ_ｋｍ） （２’）
にも適用可能である。

別の実施形態では、セットＸ_ｋｍ（ｍ＝１～Ｍ＞＞１）について、いくつかの異なる分位数が計算され、かつスケール（Ｘ軸）が、そのセットのヒストグラムを正規分布にするために非線形的に射影されてもよい。

従って、より一般的には、本方法は、
－ センサヘッドを使用して、複数の計測値Ｘ_ｋｍを計測するステップと、
－ 計測値Ｘ_ｋｍから、非線形変換Ｆ_ｋによりサンプルＢ_ｍを計算するステップであって、非線形変換Ｆ_ｋはサンプルＢ_ｍの分布を対称にするように、特に前記分布を正規分布にするようになされているステップと
を含むことができる。

注意すべきなのは、等式（１）が、各々の計測値Ｘ_ｋｍが物体パラメータの対応するサンプルＢ_ｋｍへと射影されると仮定しているということである。しかしながら、計測値の前処理は、例えば、２以上の異なる計測値Ｘ_ｋ’ｍ、Ｘ_ｋ”ｍを組み合わせて単一のサンプルＢ_ｋｍとする、すなわち
Ｂ_ｋｍ＝Ｆ_ｋ（Ｘ_ｋ’ｍ，Ｘ_ｋ”ｍ） （１’）
であるステップをさらに含むこともできる。

このようにして測定されたサンプルセットはその後、以降の節に述べる複数の適用に使用することができる。

＜主成分分析＞
本方法では、糸の品質を評価するために主成分分析が使用される。

この考え方の背景にある概念は図５に関して例証されており、同図は、稼働中に所与の繊維体について計測された色彩パラメータの成分を示している。この場合３つの色成分が計測されたが、１つは青色のスペクトル範囲、１つは緑色のスペクトル範囲、及び１つは赤色のスペクトル範囲であった。図５のドット、＋印、及びｘ印の１つ１つが、１つの時点で計測された色成分を表わす。

図から分かるように、値の大部分（ドットとして示されているもの）はドットで示された「主要な」グループにとどまっているが、２つのはっきり異なる「外れ値」のグループもあり、その１つは＋印で、もう１つはｘ印で表示されている。

この場合、主要なグループは物体の期待される所望の色彩に近い色彩値に相当する一方、外れ値のグループは物体の中の特定の明らかな欠陥を示している。

しかし、図から分かるように、主要なグループは対称に分布していない。むしろ、主要なグループは細長く、色空間の白‐黒の方向（輝度）に沿って伸びている。これは、例えば輝度は様々であるが色相及び彩度に乏しい材料である綿に関しては、典型的な挙動である。この理由で、色相又は彩度の変化は、通常は輝度の変化ほどは許容し難い。

同様の問題は、羊毛、絹、又は合成繊維のような他の種類の材料についても生じうる。特に霜降糸は、異なる色彩を有する繊維の混合物であるので、特に糸を構成している繊維の２つの色彩の間の変化を示すことが多い。

したがって、主要なグループの細長い軸に沿った色彩の変化は許容されうる一方、その軸に対して垂直方向の変化は、除去されるか又はより厳しい注意を向けられるべきである。

図５は色成分のみを示しているが、他の物体パラメータの間に同様の相関が生じる可能性もある。

例えば、繊維体の厚み及び静電容量における変化は、より太い糸がより大きな静電容量を有するという点で強く相関している。しかしながら、上記からの逸脱（例えば静電容量の「通常の」変化を伴わない厚みの変化）は、例えば糸の緻密度の変化又は異質な繊維を原因とする、注意喚起又は除去が必要な異常な状況を示している可能性がある。

同様に、色成分が非光学的な物体パラメータと相関することもある。例えば、暗色のポリエステル‐白色の綿の霜降糸は、その輝度が激しく変動しうることに併せて、ポリエステル及び綿の静電容量の間の相関した静電容量の変化を伴う場合がある。しかしながら白色のポリエステルという不具合があれば、綿の典型的な色彩とポリエステルの静電容量との組み合わせとなる。各々単独では、この色彩及び静電容量はその糸にとって異常とはならないが、上記の組み合わせでは不具合を示す。

よって、有利には、かつ上記に既述のように、本方法は、サンプルセットＢ_ｍの主成分ｗ_ｎに沿った該サンプルセットの統計的分散を表す分散パラメータｖ_ｎの測定を含む。

図５の例では、第１主成分は実質的に輝度方向に沿って（すなわちＲＧＢ＝（０，０，０）とＲＧＢ＝（１，１，１）との間で）広がる一方、他の２つの主成分はそれに対して垂直に広がっている。

第１主成分に沿った物体パラメータの分散ｖ_１は、第２及び第３の主成分に沿った分散よりもはるかに大きい。上記の理由で、第１主成分に沿った変化は許容されてもよい一方で、これに対して垂直な変化については、除去されるか又はより厳しく注意喚起されるべきである。

分散パラメータｖ_ｎ及び（必要であれば）主成分ｗ_ｎは、有利には、大きなサンプルセットである「第１のサンプルセット」Ｂ_ｍ＝（Ｂ_１ｍ・・・Ｂ_Ｋｍ）から測定される。有利には、この第１のサンプルセットはある種類の糸を製造する間にオンラインで測定されるが、オフラインすなわち別個の較正手順において測定されて、その後同じ種類の糸が処理されている時は常に再使用される、ということも可能である。

第１のセットのサンプルＢ_ｍ（ｍ＝１・・・Ｍ）の数Ｍは、統計分析下で頑健な大きなデータセットを有するように、一般に大きく、特にＭ＞５００、より有利にはＭ＞１００００である。

分散パラメータｖ_ｎは、例えば、主成分ｗ_ｎに沿った第１のサンプルセットの標準偏差に一致してもよい、すなわち
ｖ_ｎ＝（（Σ_ｍ（（Ｂ_ｍ－Ａ）・ｗ_ｎ）^２）／Ｍ）^１／２ （６）
であってもよく、上記式中、Ａは第１のサンプルセットの平均値であり、かつ主成分ｗ_ｎは単位ベクトルであると仮定されている。
（標準偏差の代わりに、主成分に沿った統計的分散を表す他の尺度、例えば平均偏差又は稀な事象に対応する百分位数、例えば０．０２％及び９９．８％などが使用されてもよい。）

所与の糸部分の品質が評価されることになっている場合、「第２のサンプルセット」Ｂ’_ｐ＝（Ｂ’_１ｐ・・・Ｂ’_Ｋｐ）が計測される（ｐ＝１・・・Ｐ、Ｐ＞０）。第１のサンプルセットがオンラインすなわち糸の製造中に測定される場合、第２のサンプルセットは第１のサンプルセットの部分集合であってもよいし、第１のサンプルセットとの共通部分を有していてもよい。そうでなければ、全く別のセットであってもよい。

この第２のサンプルセットについて、第２のセットのサンプルＢ’_ｐ＝（Ｂ’_１ｐ・・・Ｂ’_Ｋｐ）とそれらの平均との間の未加工の偏差ｄ_ｎｐが主成分ｗ_ｎに沿って計算される。

例えば、偏差ｄ_ｎｐはサンプルの平均値Ａ’からの偏差として計算されてもよい、すなわち
ｄ_ｎｐ＝（Ｂ’_ｐ－Ａ’）・Ｗ_ｎ （７）
であってよく、上記式中、Ａ’は第２のサンプルセットの平均値である。
（別例として、この場合も、単一点の偏差を表す他の尺度が、例えばＡ’の代わりに平均Ａへの偏差が、使用されてもよい。）未加工の偏差ｄ_ｎｐから「偏差値」ｓ_ｎｐを、
ｓ_ｎｐ＝Ｄ（ｄ_ｎｐ，ｖ_ｎ） （８）
を使用して計算することができる。

有利には、既述のように、関数Ｄは∂Ｄ／∂ｄ_ｎｐが∂Ｄ／∂ｖ_ｎとは反対の符号を有するようになっている。換言すれば、関数Ｄは、様々な偏差ｄ_ｎｐに対してそれぞれの分散パラメータｖ_ｎに応じて様々に重み付けする。例えば、
Ｄ（ｄ_ｎｐ，ｖ_ｎ）＝ｋ・（ｄ_ｎｐ／ｖ_ｎ）^ｉ （９）
（式中のｉは指数（＞０、例えばｉ＝１）であり、かつｋは定数）であり、定数はユーザにより設定可能であってもよいが有利には設定可能ではなく、かつ有利には全てのｎについて同じである。

最終的に、繊維体のその部分の品質を、これらの偏差値ｓ_ｎｐから評価することができる。

例えば、上記の染め色の実施例と同様に、繊維体の所与の部分に欠陥がある尤度を示す不具合スコアＱが計算されてもよい。例えば、不具合スコアＱは、偏差値ｓ_ｎｐの２乗の合計から与えられてもよい。

有利には、Ｑは、発生する確率が同じである全てのＢ’_ｐについて、同じである。したがって、偏差には既に重み付けがされているので、不具合スコアＱは、有利には全ての偏差値ｓ_ｎに等しく依存する、すなわち全てのｉ、ｊについて
∂Ｑ／∂ｓ_ｉｐ＝∂Ｑ／∂ｓ_ｊｐ （１０）
である。

しかしながら有利には、Ｑの計算における単一のｓ_ｎｐの重みをユーザが修正することが可能である。これは、例えば糸が暗色の人造繊維及びそれより短い白色の綿繊維を混合した物である場合に有用である。より長い繊維は糸の強度について主に貢献している。したがって、織物の外観については全てのｓ_ｎｐが等しく重要である一方、ユーザは、より重要性が高いものと考えて混合比率に相当する次元により厳密に従おうとすることもできる。

よって、その場合、該方法は、有利には、各主成分について不具合スコアパラメータｐ_ｎを選択するためのユーザインタフェースを提供するステップを含む。不具合スコアＱの偏差値各々への依存すなわち∂Ｑ／∂ｓ_ｉｐは、それぞれの不具合スコアパラメータｐ_ｉに依存する。不具合スコアパラメータｐ_ｉのうち少なくとも一部は互いに異なっている。

上述のように不具合スコアＱを計算する代わりに、不具合スコアを、例えばマハラノビス距離（例えば、https://en.wikipedia.org/wiki/Mahalanobis_distanceを参照）から計算することも可能であるが、これは第１のサンプルセットの共分散行列を使用し、かつ、なおも主成分分析の方法であると考えられるとしても主成分の明示的計算には頼らない。

主成分分析は、有利には、第１のサンプルセットＢ_ｋの統計的分布を対称に、かつ有利には正規（ガウス型）にするために、非線形関数Ｆ_ｋを使用して、上記＜作動＞節に記載されたようにサンプルを前処理するステップと組み合わされる。

そのような非線形関数Ｆ_ｋを計測値Ｘ_ｋｍに対して直接適用する代わりに、非線形変換が、サンプルＢ_ｍに対して、又は偏差ｄ_ｎｐ若しくは偏差値ｓ_ｎｐを計算する時に、適用されてもよい。

上記実施例において、偏差値ｓ_ｎｐは、偏差ｄ_ｎｐの単調増加関数である重み付き偏差である。しかし、別例として、偏差値ｓ_ｎｐはさらに偏差ｄ_ｎｐの確率を表してもよく、その場合、典型的には偏差ｄ_ｎｐの単調減少関数である。

そのような確率は、例えば、パラメータの値が偏差ｄ_ｎｐに近い偏差を有する相対的尤度について表す確率密度関数ＰＤＦ_ｎ（ｄ_ｎｐ）から計算することができる（例えば、https://en.wikipedia.org/wiki/Probability_density_functionを参照）。

＜注記＞
本システムでは、糸の前駆物質又は糸のような長尺繊維体５２の品質が評価される。該繊維体は、センサヘッド２０、１８、２４、３０；４４の付近を通過するように移動せしめられる。第１の複数の時点において、繊維体５２の物体パラメータのサンプルが計測される。該パラメータには、色成分及び／又は他のパラメータ、例えば物体の厚み、静電容量、又は摩擦電気特性などが挙げられる。

主成分分析を使用して、サンプルの非等方分布が存在する状態で品質評価をより頑健にするためにパラメータ空間の偏差をスケーリングしてもよい。

霜降糸の品質を評価する場合にはパラメータの最小限の変化が求められる場合がある。

注意喚起又は除去の対象となる糸部分の数を低減するために、製造された糸に適用される染料の色彩を考慮することができる。

本発明の現時点で好ましい実施形態について提示及び説明がなされているが、本発明はそれらに限定されるものではなく添付の特許請求の範囲の範囲内において他の形で様々に具体化及び実行されうるということは、明確に理解されるべきである。

Claims (17)

1. 長尺繊維体の品質を評価するための方法であって、
   － 少なくとも１つのセンサヘッド（１２，１８，２４，３０；４４）の付近を通過するように長尺繊維体（５２）を移動させるステップと、
   － センサヘッド（１２，１８，２４，３０；４４）を使用して、オンライン計測を繰り返し実行することにより繊維体（５２）の第１のサンプルセットＢ_ｍ＝（Ｂ_１ｍ・・・Ｂ_Ｋｍ）（Ｋ＞１）を測定するステップであって、第１のサンプルセットＢ_ｍは計測値から導き出され、かつｍ＝１・・・Ｍ（Ｍ＞１）である、ステップと、
   － 第１のサンプルセットＢ_ｍの主成分ｗ_ｎを測定するステップと、
   － 繊維体の一部分についての物体パラメータの第２のサンプルセットＢ’_ｐ＝（Ｂ’_１ｐ・・・Ｂ’_Ｋｐ）を計測するステップであって、ｐ＝１・・・Ｐ（Ｐ＞０）であるステップと、
   － 各主成分ｗ_ｎについて偏差値ｓ_ｎｐを測定するステップであって、各々の偏差値ｓ_ｎｐは、それぞれの主成分ｗ_ｎに沿った第２及び第１のセットの間の偏差ｄ_ｎｐに少なくとも依存する関数Ｄであるステップと、
   － 偏差値ｓ_ｎｐを使用して繊維体のその一部分の品質を評価するステップと
   を含む方法。
2. 主成分ｗ_ｎに沿った第１のサンプルセットＢ_ｍの分散を表す分散パラメータｖ_ｎを測定するステップをさらに含み、
   関数Ｄはさらに主成分ｗ_ｎについての分散パラメータｖ_ｎに依存し、∂Ｄ／∂ｄ_ｎｐは∂Ｄ／∂ｖ_ｎとは反対の符号を有する、
   請求項１に記載の方法。
3. 分散パラメータｖ_ｎは主成分に沿った確率密度関数のパラメータであり、かつ偏差値はそれぞれの確率分布関数による所与の偏差ｄ_ｎｐの確率を表す、請求項２に記載の方法。
4. 第１のサンプルセットＢ_ｍから主成分ｗ_ｎのうち少なくとも一部を測定するステップを含む、請求項１又は２のいずれか１項に記載の方法。
5. 第２のサンプルセットＢ’_ｐは第１のサンプルセットＢ_ｍの部分集合である、請求項１又は２のいずれか１項に記載の方法。
6. 前記物体パラメータのうち少なくとも一部は繊維体（５２）の色成分である、請求項１又は２に記載の方法。
7. 物体パラメータは、
   繊維体の直径から導き出されたパラメータ、
   繊維体の静電容量から導き出されたパラメータ、及び
   繊維体の摩擦電気特性から導き出されたパラメータ
   のうち少なくとも１つを含む、請求項１又は２に記載の方法。
8. 非線形関数（Ｆ_ｋ）を使用してサンプルを前処理するステップを含み、非線形関数（Ｆ_ｋ）は、第１のサンプルセットの分布を主成分ｗ_ｎに沿って対称にするように、及び／又は第１のサンプルセットＢ_ｋが正規分布を有するようにするようになされている、請求項１又は２に記載の方法。
9. 偏差値ｓ_ｎｐから不具合スコアＱを計算するステップを含む、請求項１又は２に記載の方法。
10. 各主成分について不具合スコアパラメータを選択するためのユーザインタフェースを提供するステップであって、各々の偏差値ｓ_ｎｐに対する不具合スコアＱの依存はそれぞれの不具合スコアパラメータに依存するステップ
    を含む、請求項９に記載の方法。
11. 不具合スコアＱは全ての偏差値ｓ_ｎｐに等しく依存する、請求項９に記載の方法。
12. センサヘッド（１２，１８，２４，３０；４４）を使用して、複数の計測値（Ｘ_ｋｍ）を計測するステップと、
    計測値（Ｘ_ｋｍ）から、非線形変換（Ｆ_ｋ）を使用してサンプルＢ_ｍを計算するステップであって、非線形変換（Ｆ_ｋ）はサンプルＢ_ｍの分布を対称にするように、特に前記分布を正規分布にするようになされているステップと
    を含む、請求項１又は２に記載の方法。
13. ユーザに対して警報を自動的に表示するために品質評価結果を使用するステップを含む、請求項１～１２のいずれか１項に記載の方法。
14. 請求項１又は２に記載の方法を含む、長尺繊維体、特に糸を製造するための方法。
15. 前記一部分の色彩パラメータ（Ｃｐ）を、長尺繊維体（５２）が染色されることになっている染料の色彩を示す染め色（Ｃｄ）に対して比較するステップと、
    染め色（Ｃｄ）を有する染料を用いて長尺繊維体を染色するステップと
    を含む、請求項１４に記載の方法。
16. 繊維体の一部分を前記部分の品質評価結果に応じて除去するステップを含む、請求項１４に記載の方法。
17. 長尺繊維体、特に糸を製造するための製造装置であって、
    少なくとも１つのセンサヘッド（１２，１８，２４，３０；４４）と、
    請求項１又は２に記載の方法を実行するように適合及び構造化された制御ユニット（３１）と
    を具備する装置。
    

Images