JP2024012168A - 色彩パラメータを使用した繊維体製造の評価 - Google Patents
色彩パラメータを使用した繊維体製造の評価 Download PDFInfo
- Publication number
- JP2024012168A JP2024012168A JP2023114916A JP2023114916A JP2024012168A JP 2024012168 A JP2024012168 A JP 2024012168A JP 2023114916 A JP2023114916 A JP 2023114916A JP 2023114916 A JP2023114916 A JP 2023114916A JP 2024012168 A JP2024012168 A JP 2024012168A
- Authority
- JP
- Japan
- Prior art keywords
- color
- sample set
- parameter
- deviation
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims description 14
- 239000004753 textile Substances 0.000 title abstract 5
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000001303 quality assessment method Methods 0.000 claims abstract description 6
- 239000000835 fiber Substances 0.000 claims description 27
- 239000006185 dispersion Substances 0.000 claims description 22
- 230000007547 defect Effects 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000012886 linear function Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000004043 dyeing Methods 0.000 claims 2
- 230000001419 dependent effect Effects 0.000 claims 1
- 238000005315 distribution function Methods 0.000 claims 1
- 238000000513 principal component analysis Methods 0.000 abstract description 6
- 230000003595 spectral effect Effects 0.000 description 31
- 230000006870 function Effects 0.000 description 28
- 230000035945 sensitivity Effects 0.000 description 10
- 229920000742 Cotton Polymers 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 9
- 230000002596 correlated effect Effects 0.000 description 6
- 238000009987 spinning Methods 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000002243 precursor Substances 0.000 description 5
- 238000009960 carding Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 229920000728 polyester Polymers 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000001429 visible spectrum Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 244000144992 flock Species 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000001422 normality test Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000012209 synthetic fiber Substances 0.000 description 1
- 229920002994 synthetic fiber Polymers 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000002268 wool Anatomy 0.000 description 1
- 239000002759 woven fabric Substances 0.000 description 1
Images
Classifications
-
- 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
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
- G01N21/898—Irregularities in textured or patterned surfaces, e.g. textiles, wood
- G01N21/8983—Irregularities in textured or patterned surfaces, e.g. textiles, wood for testing textile webs, i.e. woven 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
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06P—DYEING OR PRINTING TEXTILES; DYEING LEATHER, FURS OR SOLID MACROMOLECULAR SUBSTANCES IN ANY FORM
- D06P5/00—Other features in dyeing or printing textiles, or dyeing leather, furs, or solid macromolecular substances in any form
-
- 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
-
- 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
- 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
- G01J2003/466—Coded colour; Recognition of predetermined colour; Determining proximity to predetermined colour
-
- 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
- G01J2003/467—Colour computing
-
- 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
- G01J3/463—Colour matching
-
- 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
- G01J3/501—Colorimeters using spectrally-selective light sources, e.g. LEDs
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Wood Science & Technology (AREA)
- Treatment Of Fiber Materials (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
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Bm=(B1m・・・BKm)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Bm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Bmの「主成分」wn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」snpが各主成分wn及び各サンプルpについて測定される。各々の偏差値snp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wnに沿った偏差dnpに少なくとも依存する関数Dである。偏差値snpは、例えば、偏差dnp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snpは例えば、所与の偏差dnp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snp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snp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)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Bm=(B1m・・・BKm)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Bm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Bmの「主成分」wn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」snpが各主成分wn及び各サンプルpについて測定される。各々の偏差値snp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wnに沿った偏差dnpに少なくとも依存する関数Dである。偏差値snpは、例えば、偏差dnp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snpは例えば、所与の偏差dnp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snp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snp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wnに沿ったサンプルセットBmの統計的分散を表す分散パラメータvn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wn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wn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vn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wnについての分散パラメータvnにも左右される。この場合、関数D(dnp,vn)は、∂D/∂dnp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dn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(dpn,vn)は、例えばdnp/vn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vn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Bmから主成分wn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vnを測定するために主成分wn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wnについて明確に知ることなく分散パラメータvn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。
- 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Bk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Bk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。
<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。
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。
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Bkm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。
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Bkm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Bm=(B1m・・・BKm)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=(C1・・・CN)の色成分C1・・・CN(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Cnはそれぞれ、繊維体と所与のスペクトル範囲Wn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Cn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Cn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Cn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、Wnは半値におけるスペクトル範囲すなわち半値幅、及びMn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Wnの相互重複(2つのスペクトル範囲Wi及びWjの相互重複Oijは
Oij=2*Wij/(Wi+Wj)
(式中のWijはWi及びWj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。
Oij=2*Wij/(Wi+Wj)
(式中のWijはWi及びWj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Wn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Mn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Mn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Mn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Cnをそれぞれのスペクトル範囲Wn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Wn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。
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Xkmを生成する。計測値Xkm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Bm=(B1m・・・BKm)は、計測値から例えば
Bkm=Fk(Xkm) (1)
を使用して決定される。
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Xkmを生成する。計測値Xkm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Bm=(B1m・・・BKm)は、計測値から例えば
Bkm=Fk(Xkm) (1)
を使用して決定される。
関数Fkは、恒等関数すなわちBkm=Xkmであってもよいが、有利には、関数Fk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Fk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Xkmを等しい数値範囲へと射影するため計測値Xkmをオフセット処理及び/又はスケーリングする。
B)関数Fk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Xkm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Fk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Bkmは計測値Xkm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Bk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。
A)関数Fk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Xkmを等しい数値範囲へと射影するため計測値Xkmをオフセット処理及び/又はスケーリングする。
B)関数Fk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Xkm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Fk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Bkmは計測値Xkm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Bk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)
Fk(Xkm)=Xkm 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Xkmについて、Fk(Xkm)の値を計算し、次いでFk(Xkm)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Xkmについて、Fk(Xkm)の値を計算し、Fk(Xkm)について統計的な正規性検定を実施し、かつFk(Xkm)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1)
Fk(Xkm)=Xkm 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Xkmについて、Fk(Xkm)の値を計算し、次いでFk(Xkm)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Xkmについて、Fk(Xkm)の値を計算し、Fk(Xkm)について統計的な正規性検定を実施し、かつFk(Xkm)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Fk(Xkm)、例えば
Fk(Xkm)=log(Xkm) (2’)
にも適用可能である。
Fk(Xkm)=log(Xkm) (2’)
にも適用可能である。
別の実施形態では、セットXkm(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Xkmを計測するステップと、
- 計測値Xkmから、非線形変換FkによりサンプルBmを計算するステップであって、非線形変換FkはサンプルBm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。
- センサヘッドを使用して、複数の計測値Xkmを計測するステップと、
- 計測値Xkmから、非線形変換FkによりサンプルBmを計算するステップであって、非線形変換FkはサンプルBm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Xkmが物体パラメータの対応するサンプルBkm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Xk’m、Xk”mを組み合わせて単一のサンプルBkmとする、すなわち
Bkm=Fk(Xk’m,Xk”m) (1’)
であるステップをさらに含むこともできる。
Bkm=Fk(Xk’m,Xk”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。
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Bmの主成分wn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vn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v1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vn及び(必要であれば)主成分wn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」Bm=(B1m・・・BKm)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Bm(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vnは、例えば、主成分wn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
vn=((Σm((Bm-A)・wn)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wn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。)
vn=((Σm((Bm-A)・wn)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wn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dnpが主成分wnに沿って計算される。
例えば、偏差dnp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
dnp=(B’p-A’)・Wn (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dnpから「偏差値」snpを、
snp=D(dnp,vn) (8)
を使用して計算することができる。
dnp=(B’p-A’)・Wn (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dnpから「偏差値」snpを、
snp=D(dnp,vn) (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/∂dnp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dnp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。例えば、
D(dnp,vn)=k・(dnp/vn)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。
D(dnp,vn)=k・(dnp/vn)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snp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snp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snに等しく依存する、すなわち全てのi、jについて
∂Q/∂sip=∂Q/∂sjp (10)
である。
∂Q/∂sip=∂Q/∂sjp (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snp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snp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pn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/∂sipは、それぞれの不具合スコアパラメータpiに依存する。不具合スコアパラメータpi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Bk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Fk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Fkを計測値Xkmに対して直接適用する代わりに、非線形変換が、サンプルBmに対して、又は偏差dnp若しくは偏差値snp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snpは、偏差dnp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snpはさらに偏差dnpの確率を表してもよく、その場合、典型的には偏差dnp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dnp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PDFn(dnp)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。
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)
- 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Bm=(B1m・・・BKm)(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Bm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Bmの主成分wn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wnについて偏差値snpを測定するステップであって、各々の偏差値snpは、それぞれの主成分wnに沿った第2及び第1のセットの間の偏差dnpに少なくとも依存する関数Dであるステップと、
- 偏差値snp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。 - 主成分wnに沿った第1のサンプルセットBmの分散を表す分散パラメータvn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wnについての分散パラメータvnに依存し、∂D/∂dnpは∂D/∂vnとは反対の符号を有する、
請求項1に記載の方法。 - 分散パラメータvn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dnpの確率を表す、請求項2に記載の方法。
- 第1のサンプルセットBmから主成分wn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。
- 第2のサンプルセットB’pは第1のサンプルセットBm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。
- 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。
- 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。 - 非線形関数(Fk)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(Fk)は、第1のサンプルセットの分布を主成分wn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Bk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。
- 偏差値snp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。
- 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snp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。 - 不具合スコアQは全ての偏差値snpに等しく依存する、請求項9に記載の方法。
- センサヘッド(12,18,24,30;44)を使用して、複数の計測値(Xkm)を計測するステップと、
計測値(Xkm)から、非線形変換(Fk)を使用してサンプルBmを計算するステップであって、非線形変換(Fk)はサンプルBm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。 - 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。
- 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。
- 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。 - 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。
- 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。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP22184638.9A EP4306921A1 (en) | 2022-07-13 | 2022-07-13 | Assessing the manufacturing of a textile body using color parameters |
EP22184638.9 | 2022-07-13 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024012168A true JP2024012168A (ja) | 2024-01-25 |
Family
ID=83270707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023114916A Pending JP2024012168A (ja) | 2022-07-13 | 2023-07-13 | 色彩パラメータを使用した繊維体製造の評価 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4306921A1 (ja) |
JP (1) | JP2024012168A (ja) |
CN (1) | CN117405695A (ja) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CH532526A (de) | 1971-12-06 | 1973-01-15 | Loepfe Ag Geb | Triboelektrischer Wandler |
DE69819346T2 (de) * | 1997-09-01 | 2004-08-05 | Acordis Industrial Fibers Bv | Verfahren zum messen der eigenschaften von polymerfasern |
CA2300250A1 (en) | 1999-03-10 | 2000-09-10 | Barco N.V. | Method and apparatus for the detection of foreign materials in moving textile materials |
WO2013185248A1 (de) * | 2012-06-11 | 2013-12-19 | Uster Technologies Ag | Vergleich der qualitäten von länglichen textilen prüfgütern |
DE102016121662A1 (de) * | 2016-11-11 | 2018-05-17 | Saurer Germany Gmbh & Co. Kg | Verfahren und Vorrichtung zur Beurteilung der Qualität eines längsbewegten strangförmigen Gutes |
EP3748343B1 (en) | 2019-06-06 | 2022-08-17 | Gebrüder Loepfe AG | Optical sensor device for detecting foreign material in an elongate textile body |
EP3748342B1 (en) | 2019-06-06 | 2023-05-03 | Gebrüder Loepfe AG | Optical sensor for measuring a property of an elongate textile body in a uniform optical field |
EP3751282B1 (en) | 2019-06-14 | 2021-12-15 | Gebrüder Loepfe AG | Capacitive yarn sensor device with offset compensation |
-
2022
- 2022-07-13 EP EP22184638.9A patent/EP4306921A1/en active Pending
-
2023
- 2023-06-16 CN CN202310720399.XA patent/CN117405695A/zh active Pending
- 2023-07-13 JP JP2023114916A patent/JP2024012168A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
CN117405695A (zh) | 2024-01-16 |
EP4306921A1 (en) | 2024-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8220241B2 (en) | Characterization of fancy yarn | |
JP5583766B2 (ja) | 時間的に変化する欠陥分類性能の監視のための方法、システムおよびコンピュータ可読媒体 | |
US6343508B1 (en) | Method for representing properties of elongated textile test specimens | |
JP5382475B2 (ja) | 繊維機械における製造過程を監視する方法 | |
US5834639A (en) | Method and apparatus for determining causes of faults in yarns, rovings and slivers | |
JPH04218711A (ja) | 電子的にクリアリングされた糸の品質的分類する方法 | |
El-Geiheini et al. | Yarn tensile properties modeling using artificial intelligence | |
Pereira et al. | Computer vision techniques for detecting yarn defects | |
JP2024012168A (ja) | 色彩パラメータを使用した繊維体製造の評価 | |
EP4306692A1 (en) | Assessing the manufacturing of textile body using color parameters | |
US8131483B2 (en) | Yarn entanglement strength tester | |
TW500855B (en) | Process for determining the dye uptake of polyethylene terephthalate fibres | |
US20240175806A1 (en) | Detecting a Mixture Ratio of Two Components of a Textile Fiber Structure | |
EP4306694A1 (en) | Controlling or assessing the manufacturing of yarn using color parameters | |
CN107340282A (zh) | 羊绒羊毛的快速鉴别方法 | |
Carvalho et al. | An overview over Yarn mass parameterization methods | |
JP4194801B2 (ja) | 糸の質を検査する方法 | |
Carvalho et al. | Artificial intelligence and image processing based techniques: A tool for yarns parameterization and fabrics prediction | |
Süle | Inspection and feature specification of the fancy yarns using diffraction limited incoherent imaging | |
JP3671672B2 (ja) | 糸条の欠点検出方法及び装置 | |
CN108668125A (zh) | 一种用于检测验钞图像传感器的方法及装置 | |
Abdel-Hamied et al. | Analytical study of factors affecting yarn coefficient of mass variation estimated by artificial neural networks | |
TW202142473A (zh) | 自動線軸控制 | |
RU2575777C2 (ru) | Способ определения показателей (характеристик) толщины, засоренности и ворсистости текстильных нитей и устройство для его осуществления | |
Fangueiro et al. | Yarn imaging and advances in measuring yarn characteristics |