JPH02163266A - 繊維機械の多数の動作個所を監視するためのシステム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、動作個所に付属する測定機構と、これらの測
定機構から供給される信号を評価するための手段とを持
ち、評価の際に個々の動作個所に対する特性パラメータ
が得られかつ適当な目標値との重大な偏差について分析
される、繊維機械の多数の動作個所を監視するためのシ
ステムに関する。

〔従来の技術〕

この種のシステムは、例えば巻き取り装置工場において
自動巻き取り装置を監視するために使用され、これらの
自動巻き取り装置は多数の個別スピンドルを持っており
かついわゆる系清掃装置を備えている。測定機構の信号
の評価の際に得られるパラメータの分析は、個々の巻き
取り個所に対して多少切り離して行なわれるので、生ず
る障害状況を認識及び除去することができるが、しかし
個々の障害状況の自動的な詳細比較は不可能である。こ
のことは、個々の障害状況を重み付けしかつ相互関係づ
けることが比較的困難であることを意味する。しかしこ
の種のネットワーキングなしに、監視システムは個々の
巻き取り個所に対する切り離された多数の監視からのみ
成る。

上述のパラメータの分析により処理されたデータは、ス
クリーン又はプリンタにリスト又はグラフとして使える
が、しかしこれらのデータの解釈はそれぞれの操作員の
判断及び能力に存するので、これらの得られたデータか
ら正しい結論が導き出され得ることは保証されていない
。

〔発明が解決しようとする課題〕

本発明により、システムが所定の規則を適用することに
より特定の結論がシステム自体により行なえる可能性が
もたらされなければならない、それによって、一方では
、同じデータから常に同じ結論が導き出され、他方では
、複合的な障害状況が明確にかつ確実に確認されること
が保証されなければならない、従って監視システムの動
作のやり方は、換言すれば自動化及び客観化されなけれ
ばならない。

〔課題を解決するための手段〕

この課題は本発明によれば、 ａ）　目標値が、統計的に比較し得る集合の特注により
形成され、 ｂ）　各監視過程の開始時に個々の目標値のために一般
化された開始量が使用され、 Ｃ）　これらの一般化された開始量が監視の経過中に絶
対値に変換される ことによって解決される。

本発明による好ましい別の構成によれば、目標値がすべ
ての動作個所のデータの処理により個別事象及び集合の
平均値の形で連続的に更新されか？自動結論過程のため
の主要データを形成し、これらの目標値が、経験から知
られた、システムへ入力可能な安全間隔により補足され
、これらの安全間隔が、個々の動作個所で観察される事
象に対する警報又は停止限界を定める。

従って本発明によるシステムでは、１組の規則を適用す
ることによって特定の結論がこのシステム自体により行
なわれる０個別事象及び集合の平均値を連続的に更新し
かつこれらの平均値の相互比較することは、システムを
、生産規則を持つ、知識に基づく専門家システムにする
。

結論過程の経過中に動的知識バンクが構成され、この知
識バンクの内容は、例えば長時間の運転後の集合の改善
された平均値により又は規則からの結論により形成され
る。

従つ七本発明によ′る監視システムは、適当な目標値か
らの重大な偏差を検知する目的のために、測定機構から
供給される信号を分析し、その際、有り得る警報状態の
判断基準として、使用者から出される入力データ及びシ
ステム自体により形成される経験データが使用される。

本発明によるシステムの別の好ましい構成は、絶対値へ
の一般化された開始量の変換が適応学習機構により行な
われることを特徴としている。

〔実施例〕

本発明を実施例について図面により以下に詳細に説明す
る。

第１図の接続図は、本発明による、繊維機械、特に巻き
取り機の多数の動作個所の監視システムの構成を示して
いる。各巻き取り機は若干数Ｘの巻き取り個所を持って
おり、これらの巻き取り個所はそれぞれ、走行する系Ｇ
の横断面を測定するための測定頭部ＭＫを備えている。

各測定頭部Ｍには電子系清掃装置の一部であり、特定の
糸欠陥、特に短い太個所（いわゆるＳチャネル）、長い
太個所（いわゆるＬチャネル）及び細個所（いわゆるＴ
チャネル）を検出するために使われる。　Ｓ、Ｌ及びＴ
チャネルという表示は、ツエルヴエーゲル・ウスチル・
アクチェンゲゼルシャフトの商標ＵＳＴＥＲの系清掃装
置から知られている。

巻き取り機のすべての測定頭ｇＭＫ１１ないしＭＫｌｘ
、ＭＫｎｌないしＭＫｎｘの信号はそれぞれ、例えば商
標ＵＳＴＥＲＣ０ＮＥＤＡＴＡ　２００　（以下にＣ０
ＤＡ　２００という）のデータシステムから知られてい
るような８！！械部ＭＭＳ１又はＭＳｎへ供給されてい
る。

これらの機械部署ＭＳは使用者へ各機械位置に対する巻
き取り機の走行特性及び糸品質に関する情報を供給する
。これらの機械部署は更に専用の入カキ−及びＬＣＤ　
（液晶デイスプレー）表示装置を備４えているから、接
続された巻き取り機のデータを直接入力し、選択しかつ
表示することができる。

すべての機械部署ＭＳのデータはいわゆるＴＥＸＢＵＳ
を経てＴＥＸＢＵＳアダプタＴＡに達しかつこのアダプ
タからパーソナルコンピュータＰＣに達し、このパーソ
ナルコンピュータのハードウェア構成は、欧州特許出原
公開第００１６４０号明細書（第２図及び第３図）に述
べられている１積プログラム計算機のハードウェア構成
とほば一部しており、このパーソナルコンピュータは特
にシステムメモリを持っており、このシステムメモリの
分割は第２図に概略的に示されている。

第２図において′上から下ヘバーンナルコンピュータＰ
Ｃ内に次のようなソフトウェア構成が認められる。すな
わち、運転システムＢＳ用の記憶空間、データシステム
Ｃ０ＤＡ　２００用の記憶空間、いわゆるＡＣＳマネー
ジャー用の記憶空間、次いで３つのプログラム、すなわ
ちＡＣＳコア、ＡＣＳメイン及びＡＣＳイニト（Ｉｎｉ
ｔ）用の共通の記憶空間及び最後に再び運転システムＢ
Ｓ用の記憶空間である。前述の３つのプログラム用の共
通の記憶空間について更に、これらの３つのプログラム
が決して同時には作用しないので、すべてのプログラム
を同じ記憶空間に使用することができ、それにより記憶
装置場所が節約されるということを述べておく。

本発明による監視システムは大体において、第１区に示
されたハードウェア構成要素と第２図から分かるプログ
ラムとから成り、これらのプログラムの共同作用は、巻
き取り装置工場における又は一般的に、繊維工業におけ
る、障害状況を検出できる新しい可能性を開く。

巻き取り機の走行特性及び糸品質に関する客観的情報を
持つこと、ができることは、今日では巻き取り装置工場
の擾業のために非常に重要である。なぜならばこれらの
情報によってのみ、巻き取り機及び糸清掃装置の適切な
調節の選択の際の必要な妥協点を見出すことができるか
らである。しかしこれらの妥協は、できるだけ少ない結
び目数における良好な走行特性及び高い無欠陥性を持つ
綾巻きボビンの製造、高い生産効率すなわち高い性能の
達成及びすべての障害きなる糸欠陥の確実社検出の達成
のような、互いに部分的に矛盾する要求を最適に満たす
ことができるようにするために、必要である。

従って、巻き取り過程における高い経済性のための＃提
条件をつくるために！適の運転条件を見出すことができ
るデータがなければならない、最適の運転条件を見出す
ための重要な前提条件は、障害状況、の正確な検出及び
確認である。

デテタシステムＣ０ＤＡから出発する場合は、従来、こ
のシステムにより処理されたデータはスクリーン又はプ
リンタにリスト又はグラフとして使えかつ担当の使用者
により解釈されなければならなかった。この提案された
新しいシステムによれば、特定の方法段階を実施するこ
とによって、システム自体により特定の結論が行なわれ
る。個々のスピンドルに生ずる事象が連続的に統計的に
評価され、すべてのスピンドルのデータ量の処理により
、個別スピンドル及び集合の更新された平均値が比較量
として使え、これらの比較量は自動的な結論過程の主要
データを形成する０例えばａｔｔ寸法としての標準偏差
のＸ倍又は公差寸法としての鴨の間隔のような、経験か
ら知られた安全間隔は、使用者により入力されかつ便々
のスピンドルで観察される事象に関する警報又は停止限
界を規定する。

個別事象及び集合の平均値はシステムにより永続的に更
新されかつ連続的に互いに比較される。従′つてシステ
ムは知識バンク及び自動結論方法を持っている。結論過
程の経過中に動的知識バンクが構成され、この知識バン
クの内容は、例えば長時間の運転後の集合の改善された
平均値により文は規則からの結論により形成され得る。

第２図に用いられている略９　ＡＣＳはＡｌａｒｍ　Ｃ
ｏ−ｎｄＬｔＬｏｎｓ−５ｃａｎｎｅｒ、（警報条件ス
キャナ）を表わしている。この表示は後で説明される。

先ず、ＡＣ５の実行、すなわち４つのプログラムである
ＡＣ５マネージャー　ＡＣ５：Ｉア、ＡＣＳイニト（Ｚ
ＮＺＴ）及びＡＣＳメインの共同作用を説明する。

ＡＣＳマネージャーはＡＣ３と関連したすべてのプログ
ラムの基礎を形成し、ＡＣ５と共に励作するすべてのプ
ログラムはＡＣＳマネージャーを介してのみ連絡する。

　ＡＣＳマネージャーは次の８つの主要課遺を処理する
。すなわち、　ＡＣＳデーモン、内部定数の管理、層及
びロットの交換を含む巻き取り装置工場の構成及び種々
の表の管理（第３８図ないし第３ｄ図）。

ＡＣＳデーモンはＡＣＳマネージャーの下位機能である
。　Ｃ，０ＤＡ２００により周期的に作動せしめられか
つＡＣ，Ｓコアの最後の呼出しから既にデルタｔが経過
したかどうかを確認する。経過した場合は、　ＡＣＳフ
ァが新たに呼び出される。　ＡＣＳコアのメインルーチ
ンは第４図のフローチャートに示されている。このフロ
ーチャートに示されたサブルーチン「層変換Ｊは、実際
の表におけるすべてのｘａｌｔ及びｙａｌｔが零に戻さ
れるように作用する。同様に第４図に示されたサブルー
チン「サイクル」は第５図のフローチャートに示されて
いる。このサイクルはすべての巻き取り個所及びチャネ
ルに対して１つ設けられる。

Ａｌｇ　（ｋ）で、第５図にそれぞれ有効な又は実際の
チャネル、すなわちサブルーチン「ＡＮサイクル」、ｌ
’−ＲＡサイクル」、「ＴＰサイクル」及び経験サイク
ル（コード表４ないし７）のうちの１つのサブルーチン
のアルゴリズムが示されている。これらのフローチャー
ト及びコード表において表値は常に、それぞれの巻き取
り個所及びそれぞれのチャネルに適用される値を意味し
ている。第５図のフローチャートにおいてアンダーライ
ンを引かれた表値は実際の表の値である。

ＡＣＳコアはアルゴリズム及び警報処理のみを含んでい
る。　ＡＣＳコアはａｉ計データを持っておらず、すべ
てのデータ材料をマネージャーから受ける。　ＡＣＳイ
ニトは、ファイルに記憶された表をＡＣＳマネージャー
に入れかつシステムの開始のために使用される。

ＡＣＳメインは、パラメータを変更し、蓄積された警報
を考察し又はオンライン情報を受けるために使用者がＣ
０ＤＡ　２００から呼び出すことができるプログラムで
ある。

最初にＡＣＳマネージャーが入れられる。このＡＣＳマ
ネージャーが、必要とされるパラメータを、使用者がこ
れらのパラメータを入力する必要なしに、含むようにす
るために、マネージャーはＡＣＳイニトによって開始パ
ラメータを供給される。　ＡＣＳイニトはこれらのパラ
メータをファイルから受は飲る。それからＣ０ＤＡ　２
００が開始され、これは以下において主プログラムで・
ある、すなわち、換言すれば、他のプログラムはＣ０Ｄ
Ａ　２００に基づいてのみ開始され、これらのプログラ
ムの経過後にＣ０ＤＡ　２００は再び監視を受ける。

Ｃ０ＤＡ　２００はＡＣＳマネージャ〒に散発的に新し
い巻き取り装置工場データを供給しかつ周期的にＡＣＳ
デモン（ＡＣＳマネージャーの機能）を呼び出し、゛こ
のＡＣＳデｊンは、更新及び警報サイクルのための時間
がきたかどうかを検査する（更新及び警報サイクルはＡ
ＣＳコアの両方の部分である）、モしそうである場合は
、ＡＣＳマネージャーによりＡＣＳコアが開始され、必
要な行動が実態される。

ＡＣＳイニト、ＡＣＳマネージャー及びＡＣＳコアのプ
ログラムは、ＡＣＳコアの有り得る警報は別として、使
用者の目に見えないように経過する。

しかし使用者はＣ０ＤＡ　２００からＡＣＳメインを呼
び出しかつそれにより、既に述べた機能を実現すること
ができる。

ＡＣ５は、特定の量を他の量に関係して観察しかつ限界
値の超過により警報状態を検出するシステムであり、こ
れらの限界値は使用者又は自動的に形成された経験値か
らでている。監視のやり方、すなわち他の量に関係する
ある量の観察、は以下にチャネルと呼ばれる。なるべく
次のようなチャネルが使用されるのが好ましく、この場
合、もちろんそれ以外のチャネルを付加することができ
又は既存のチャネルを省略することができる（スプライ
スは、結合のやり方に関係なく、糸端の結合、すなわち
結び目又はスプライシングを示す）。

５ＰＬＩＣＥ−最後の円錐交換以降のスプライスの数 ＲＥｐｔ；＝ｍ位時間当たりの赤光の数ＳＳ−スプライ
ス１つ当りの停止時間 ＢＢＣＩＩ　＝巻き取られた糸長さ当たりの円錐交換 ＤＦＦＳ−：巻き取られた糸長さ当たりのコツプ交換 ＵＳＰＬ−成功したスプライス１つ当たりのスプライス
試験 ５ＣＵＴＳ　＝＝巻き取られた糸長さ当たりのＳ断面の
数 ＬＣＬＴＴＳ　＝巻き取られた糸長さ当たりのＬ断面の
数 ＴＣＵＴＳ　＝巻き取られた糸長さ当たりのＴ断面の数 これらのチャネルのそれぐれについで３つの警報段階が
定められ、これらの警報段階はそれぐれの判断基準に応
じて種々の陳述を可能にする。全部で３つの異なる判断
基準が用いられ、この場合、各チャネルはこれらの３つ
の判断基準のうちの１つに基づいて検査される。これら
の３つの判断基準は次の通りである。ＡＮ：数、ＲＡ＝
現在の平均値及びＴＰ　：　３点である。

経験値から警報限界値が形成され得るようにするために
、巻き取り個所及びチャネルを代表する基準°が存在口
なければならない、この層重は所定の巻き取り個所に対
して同じ機械のすべての巻き取り個所により又は同じ系
と確認される、すなわち同じ系ロットを持つ、すべての
巻き取り、個所により形成され得る。実際上の構成では
、各機械用の、機械に関係する各チャネル及び各糸ロッ
ト用の、糸に関係する各チャネルに対して、別々の基準
が存在する。警報限界値は、超えてはならない値であり
、特定のチャネルに対して、これらの最大値に加えて更
に、下回ってはならない限界値である最小値が存在する
。　ＡＣ５は周期的に作動せしめられかつ作動中にすべ
てのチャネルをすべての巻き取り個所において更新しか
つ有り得る警報状態を検出する。

このような更新はスキャンサイクルと呼ばれる。

チャネル ＥＤＬ ＳＳ Ｂ　Ｂ　ＣＨ ＦＦＳ ＳＰＬ ＣＵＴＳ ＣＵＴＳ ＣＵＴＳ 観察される 変数　　　　独立変数 に 基ロフ 最小値 赤光 停止時間 結び目交換 時間 スプライス 巻き取ら れた長さ ＲＡ　機械　いいえ ＲＡ　ｆｉ械　いいえ ＲＡ　系　　いいえ コツプ交換 巻き取ら れた長さ ＲＡ系 はい スプライス 試験 成坊した スプライス ＴＰ　　系 いいえ Ｓ断面 巻き取ら れた長さ ＴＰ系 はい Ｌ断面 巻き取ら れた長さ ＴＰ　　系 はい Ｔ断面 巻き取ら　ＴＰ　　来 れた長さ はい ５ＰＬｒＣＥ　　　スプライス　　−−ＡＮ　　系　　
−一表１ニチャネルの分類 第３ａ図ないし第３ｄ図に、具体例によるＡＣ５の蓄積
データが示されている。第３ａ図はそれを示しており、
これらの巻き取り個所において３つの異なる糸ロットＧ
ｌないしＧ３が巻き取られる。第３ｂ図は巻き取り個所
ｘ１機械Ｍ　（ｘ）及び糸ロットＧ　（ｘ）の間゛の対
応関係を示している。

第３Ｃ図は、個々のチャネルｋに対する個々の巻き取り
個所Ｘにおける監視の際に得られるような実際の表を示
しており、第３ｄ図は両方のチャネルＲＥＤＬ及びＳＳ
並びに両方の巻き取り機Ｍ１及びＭ２月の基準機械又は
３つの糸ロットＧ１ないしＧ３及び残りの７つのチャネ
ル用の基準糸を持つ、使用されている基準表を示してい
る。

第３Ｃ図によれば、各巻き取り個所に対して実際の値を
持つ表が存在する。この表は各チャネルについて次のよ
ろな形の表を含んでいる。

状！ＩＭ＝この位置においてチャネルが作動開始されて
いるか？はい／いいえ Ｘ：独立値（最後のリセット以降の） Ｙ：従属値（最後のリセット以降の） ｘｔａｂ　（１・・−３）：個々の警報段階のＸ値を持
つ表ｙｔａｂ（１・・・３）二個々の警報段階のｙ値を
持つ表更に更新のための補助値が加わる。

ｒａｌｔ　：時間ＴＯにおける独立量の値ｙａｌｔ　：
時間Ｔｏにおける従属量の値表２：実際タイプの表 既に述べたように、各機械及び各糸ロットに対して独自
の基準が存在する。各基準に対して、付属の各チャネル
に対して次のような形の第３図による表が存在する。

・学習：自動学習が作動開始されたか？ＤａｔＦＬｘ　
：更新のための固定 ＥｒｆＦｉｘ　：経験値形成のための固定警報 ＦｆｘＴａｂ　（１・・３）：警報段階用の固定値を持
つ表Ｓｉｇｍａ　：限界値の形成の際のシグマ係数ｌａ
ｒｇｅ　：限界値に対するパーセント表示のマージン これらのデータは使用者によって入力されなければなら
ない。

ＭｉｎＴａｂ　（１傍・・３）：下側限装置を持つ表（
必要な場合） ＭａｘＴａｂ　（１・・・３）：上側限界値を持つ表ｘ
ｅｒｆ　：経験値形成のためのＸ値 ｙｅｒｆ　：経験値形成のためのｙ値 ｅｒｆ　　：経験値 表３：基帛タイプの表 ＭｌｎＴａｂ及びＭａｘＴａｂのデータは使用者によっ
て入力され又はＡＣ５によって形成され得る。Ｘｅｒｆ
、ｙｅｒｆ及びｅｒｆの値はＡＣ３によって形成される
。

動作することができるためにアルゴリズムが正しい表値
を得るようにするために、写像機能ａｋｔ　：実際タイ
プの表及びｒｅｆ　：基準タイプの表が存在しなければ
ならない、（以下に使用される記号「：＝」は指定を示
している。すなわち「６：＝ｌ）Ｊは、ａがｂの値を取
ることを意味する。ｂの値は不変である。

ａｋｔ　：　＝　Ｈｏ１Ａｋｔｕｅｌｌ　（ｘ＋ｋ）Ｈ
ｏｌＡｋｔｕｅＬｌは表ａｋｔに巻き取り個所Ｘ／チャ
ネルにの実際値を指定する。この機能は簡単に実現でき
る。なぜならばすべての値の表は、巻き取り個所及びチ
ャネルの寸法を持つ二次元のマトリックスとして実行さ
れ得るからである。

ｒｅｆ　：　Ｈｏ１Ｒｅｆｅｒｅｎｚ　（ｘ、ｋ）Ｈｏ
ｌＲｅｆｅｒｅｎｚは表ｒｅｆに基準値を指定し、これ
らの基準値は巻き取り個所Ｘ及びチャネルｋに適用され
る。この機能はＨｏ１Ａｋｔｕｅｌｌより複雑である。

！２料源として表ＭａｓｅｈＲｅｆＴａｂ及びＧＢｒｌ
ＲｅｆＴａｂが使用される。　ＭａｓｃｈＲｅｆＴａｂ
はすべての機械と、機械に付属するすべてのチャネルと
に関する二次元の表であり、に’ａｒｎＲｅｆＴａｂは
すべての糸ロットと、糸ロットに付属するすべてのチャ
ネルについての二次元の表である。

基準タイプの表（第３図）の形の説明の際に、固定とい
う概念（ＤａｔＦｉｘ、ＥｒｆＦｉｘ）が使用された。

Ｆｔｉｘは独立変数Ｘの印である。Ｘが特定のＦｉｘを
越える場合は、然るべき行動が開始される。

ＤａｔＦｌｘ及びＥｒｆＦｉｘは計算時間を節約するた
めに存在し、それにより各スキャンサイクルにおいて、
本質的な変化をもたらさない、手間のかかる訃質を行な
う必要がない、　ＡｌａｒｍＦｉｘは警報の段階付けの
ために使用される。

経験値の形成の際に現在に対する過去の重み付けが必要
であり、それは過去係数によって実現される。各チャネ
ルに対して過去係数が規定されており、この過去係数は
巻き取り装置工場全体に適用される。

表１の［Ｋに判断基準ＲＡ、ＴＰ及びＡＮが記載されて
おり、これらの判断基準に基づいて個々のチャネルが調
査される。これらの判断基準を形成するアルゴリズムを
、プログラミング言語Ｍｏｄｕｌａ−２に準拠せしめら
れている擬似コードを用いて説明する。これらの擬似コ
ードに使用されている記号に関して、更に次の前置きを
述べる。記号ｒ　：　＝Ｊ　（ｆｆｉ定）は既に説明さ
れた。

括弧は、内容がアンダーラインを引かれている場合に表
のインデックスを示す、ｒａ（ｉ）Ｊは表ａの１番目の
値を示す、「（★Ｊと「★）」との間の字句は注釈であ
り、字下げは、Ｘの場合はｙ１他の場合は２１次のよう
な場合は終了、のような監視構造の有効範囲を明らかに
する。

Ｔｏは実際のスキャンサイクルに先行するサイクルの時
点を示し、ＴＩは実際のスキャンサイクルの時点を示す
。

コード表４のアルゴリズムＡＮは別の変数に関係する変
数を観察せず、他の事象の最後の発生以降の事象の頻度
だけを合計する。これは実際上、ＡＮが１つのチャネル
、すなわちチャネル５ＰＬＩＣＥ　、にのみ使用されか
つそこにおいてすなわち贋後の円錐交換以降の円錐１つ
当たりのスプライスの数が数えられることを意味する。

スプライスが特定の数を超える場合は、警報が擬似コー
ドＡＮサイクル： すべての巻き取り個所に対し繰り返す ｘ：二巻き取り個所の番号（位置） 位置ｘにおいてチャネル５ＰＬＩＣＥが作ａＭ始される
場合は （＊＊＋に＊更新鯖鱈） ｇａｉｔ：＝：ｘにおいてＴｏ時間′？？巻き取られた
系ロット ｇｎｅｕ：　＝　ｘにおいてＴ１時間で巻き取られる糸
ロット ５ａｌｔ：　＝時間ＴＯにおける位（Ｊｘでのスプライ
スの数 ５ｎｅｕ：　＝時間ＴＩにおける位ｆａｘでのスプライ
スの数 ｋａｌｔ：　＝時間Ｔｏにおける位置Ｘでの円錐交換の
数 ｋｎｅｕ：　＝時間ＴＩにおける位置ｘでの円錐交換の
数 ｇａｉｔがｇｎｅｕに等しくない場合は（★ＴＯとＴＩ
との間に糸ロット交換★）（★が行なわれ、従ってこれ
までの★）（★スプライス状態のリセット及び★）（★
ｇａｉｔの再セット　　　　　　★）スプライス　数：
＝Ｏ ｇａｉｔ　：　＝　ｇｎｅｗ 次のような場合は終了 ｋｎｅｕがｋａｌｔより大きい場合は、（★ＴＯとＴＩ
との間に円錐交換が行★）（★なわれたので、これまで
のスプ★）（★ライス状態がリセットされる　★）スプ
ライス　数：＝０ 他の場合は スプライス−数：＝スプライス−数十 ５ｎｅｕ　　−５ａｌｔ 次のような場合は終了 （★★★★警報状態検出★★★★） （★基準表からの量大値の検出★） 最大　スプライス：＝糸ロットｇｎｅｕにおけるスプラ
イス数の量大値 スプライス数が最大スプライスより大きい場合は スプライス警報発す 次のような場合は終了 次のような場合は終了 コード表４ アルゴリズムＲＡ及びＴＰはＡＮと違って複数のチャネ
ルに使用される。この場合、擬似コードは各チャネルの
ためには挙げられず、表２及び３に挙げられたデータ構
造が使用される。

コード表５のアルゴリズムＲＡはＸ値及びｙ値を持つ３
つの値対を載台゛ており、これらのＸ値はそれぞれＤａ
ｔ　Ｆｉｘだけ互いに離れている。

今最も実際の値対はｘｉ／ｙｌであり、「最も古い値対
」はｘ３／ｙ３であるａ　ＸＹ値対は、Ｘが値Ｄａｔ　
Ｆｉｒを超えるまで更新される。この値対は間隔Ｄａｔ
、、Ｆｉｘに正規化され、値対ｘ　１／ｙ　１にされる
。

古い値対ｘｉ／ｙｌ及びｘ２／ｙ２は後へずらされ、ｘ
３／ｙ３は無くなる。更新後に、警報が発せられたかど
うか検査され、この場合、警報段階は規定されている。

警ｆｆ１１４階１ハ限界値をすぐ超えることであり（ｙ
ｌはｍａｘｉより大きく又はｍ１ｎｉより小さい）、ｋ
報段＠２は移動平均であり（（ｙｌ＋ｙ２＋ｙａはｍａ
ｘ２より大きい）又は（ｙｌ＋ｙ２＋ｙ３はｍ１ｎ２よ
り小さい））、そして警報段階３は、明らかに間違った
煩向が支配的であるかどうかを確認する（（ｙｌ−ｙ３
はｍａｘ３より大きい）又は（ｙ３−ｙｌは＋ａｉｎ３
より大きい））°。

段階ｌ及び３の限界値は使用者によって設定されなけれ
ばならず、警報段階２の限界値は経擬似コードＲＡサイ
クル すべての巻き取り個所に対し繰り返す ｎ：二巻き取り個所番号 に：＝、ＲＡで監視されるチャネル （婦剣−鯖更新婦瀞★吐） 状態＝作動開始である場合は、 ｒｅｆ　：　Ｈｏｌ　Ｒｅｆｅｒｅｎｚ　（ｎｅｋ）（
★、ｎ及びに★）に対する基準表を取り出す★）Ｒｅｆ
　Ａｒｔ　（ｋ）＝糸である場合は、ｇａｉｔ：＝ｎに
おいて時間ＴＯで巻き取られた糸ロット ｇｎｅｕ：　＝　ｎにおいて時間Ｔ１で巻き取られる糸
ロット ｇａｌｔｊがｇｎｅｕに等しくない場合は、（★Ｔｏと
ＴＩとの間で系ロット交換★）（★が行なわれた、すな
わちこれ★） （★までのスプライス状態のリセ★） （★ット及びｇａｉｔの再セット ★） ｘ　：　＝　０ ｙ：＝。

ｙｔａｂ　（Ｑ）　：　＝　０ ｙｔａｂ　（２）　：　”　０ ｙｔａｂ　（２）：＝Ｏ ｇａｉｔ　　：　＝　ｇｎｅｕ 次のような場合は終了 次のような場合は終了 ｘ　ａｋｔ　：　＝巻き取り個所ｎにおいて層開始以降
の実際のＸ値 ｙ　ａｋｔ　：　＝巻き取り個所ｎにおいて層開始以降
の実際のｙ値 ｘ　：　＝ｘ＋ｘ　ａｋｔ−ｘ　ａｆｔｙ　：　＝ｙ＋
ｙ　ａｋｔ−ｙ　ａｌｔｘ　ａｌｔ　：　＝　ｘ　ａｋ
ｔ ｙ　ａｌｔ　：　＝　ｙ　ａｋｔ ＸがＤａｔ　Ｆｉｘより大きい限り、繰り返す（★移動
及び正規化された新しい値を形成★）ｙｔａｂ　　（％
）　：　＝　ｙｔａｂ　　（Ｑ）ｙｔａｂ　　（Ｑ　：
　：　ｙｔａｂ　　（１）ｙｔａｂ　　（１）　：　＝
　ｙ／ｘ、Ｄａｔ　Ｆｉｘ（★実際値の更新★） ｘ　　：　　＝　　ｘ　　−Ｄａｔ　　Ｆｌｘｙ　：　
＝　ｙ　−ｙｔａｂ　　（ｑ）（★層重の更新★） ｘｒｅｆ　：　＝　ｘｒｅｆ　＋　Ｄａｔ　Ｆｉｘｙｒ
ｅｆ　：　＝　ｙｒｅｆ　＋　ｙｔａｂ　　Ｑ）（婦匍
潰妙警報状態を検出妙−婦） ｙｔａｂ　（１）がＭａｘ　Ｔａｂ　（±）より大きい
か又はｙｔａｂ　（工）がＭｉｎ　Ｔａｂ　（１）より
小さい場合は 警報（チャネルに１段階ｌ） 次のような場合は終了 合ｔｔ　：　＝　ｙｔ＋ｂ　（２）＋　ｙｔａｂ　（２
）＋　Ｙｔａｂ　（刀合計がＭａｘ　Ｔａｂ　（２）よ
り大きいか又は合計がＭｉｎ　Ｔａｂ　（２）より小さ
い場合は警報（チャネルに１段階２） 次のような場合は終了 ｄｉｆｆ　：＝ｙｔａｂ　（１）　−ｙｔａｂ　（３）
ｄｉｆｆがＭａｘＴａｂ　（旦）より大きいか又は−ｄ
　ｉ　ｆ　ｆがＭｌｎ　Ｔａｂ（３）より大きい場合は 警報（チャネルに１段ｗＩ３） 次のような場合は終了 （★表１により必要である場合は、★）（★チャネルに
おいてのみ最小値★） 次のようである限り終了 次のような場合は終了 コード表５ コード表６のアルゴリズムＴＰはＲＡと違って３つの同
じ段階を持っており、これら゛の段階の数は上位の重要
性を持っているのではなくて、規定通りに３つの警報段
階を持っＲＡに対する対称により生ずる。　ＴＰのこれ
ら３つの段階は誰１つの点、すなわちＸに対する固定値
しか違わない。

ｘｙ対は、Ｘがその段階のＡｌａｒｍＦｉｘＴａｂ値を
超えるまで更新される。１つの警報段階のＸ値がＡＩａ
ｒｍＦｉｘＴａｂ値を超えた場合はＮ　ＩＣＹ対がこの
値に正規化されかつ限界値と比較される。この値を上回
る又は下回る場合は、警報が発せられる。正規化された
ｘｙ対の比較後に、このｘｙ対に過去係数が掛１けられ
、この場合、警報状態が検出されたかどう９かで異なら
ない、各警報段擬似コードＴＰサイクル すべての巻き取り個所について繰り返すｎ：＝巻き取り
個所番号 に：：ＴＰで監視されるチャネル （＊＊＊＊＊＊＊更新婦溶漬鯖） 状態＝作動開始である場合は ｒｅｆ：　＝Ｈｏｔ　Ｒｅｆｅｒｅｎｚ　（１９ｋ）Ｒ
ｅｆＡｒｔ　（ｋ）＝糸である場合は、ｇａｉｔ　：　
＝　ｎにおいて時間ＴＯで巻き取られた糸ロット ｇｉｅｕ　：　＝　ｎにおいて時間ＴＩで巻き取られる
糸ロット ｇａｉｔがｇｎｅｕに等しくない場合は、（★ＴＯとＴ
１との間に糸ロット交★）（★換が行なわれた、従って
実際★） （★の量のリセット　　　　　　★） ｘ：＝Ｏ ｙ：＝０ 警報段階１．、’３について繰り返す ｌ：＝警報段階の番号 ｘｔａｂ　（１）：＝Ｏ ｙｔａｂ　（ｊ）　：　＝　０ 終了繰り返す ｇａｉｔ　：　ｇｎｅｕ 次のような場合は終了 次のようである限り終了 ｘａｋ、ｔ　：＝：層開始゛以降の巻き取り個所ｎにお
ける実際のＸ値 ｙａｋｔ　：　＝層開始以降の巻き取り個所ｎにおける
実際のｙ値 ｘ　　：　　＝　ｘ　＋ｘａｋｔ　−ｘａｌｔｙ　：　
＝　ｙ　＋　ｙａｋｔ　−ｙａｌｔｘａｌｔ、：　　＝
　ｘａｋｔ ｙａｌｔ　　：　　＝　ｙａｋｔ ＸがＤａｔ　Ｆｉｘより大きい場合は （★このバリヤは計算時間を節約する★）（★ためにあ
る　　　　　　　　　　★）警報段階１．・３について
繰り返す ｌ：＝警報段階の番号 ｘｔａｂ　（ｊ）　：　＝　ｘｔａｂ　（１）　＋　ｙ
ｃｙｔａｂ　（ｉ）　？　＝　ｙｔａｂ　（ｊ＞　＋　
１終了繰り返す （★基準の更新★） ｘｒｓｆ　：　＝　ｘｒｅｆ　＋　ｘ ｙｒｅｆ　：　＝　ｙｒｅｆ　＋　１ （★検出の零点規正★） Ｘ：＝Ｏ ｙ：＝。

（−に＊＊＊＊＊＊警報状態を検出する＊＊＊＊＊＊＊
）警報段階１０．３について繰り返す １：＝警報段階の番号 （★警報比較のための正規化★） ｖ　：　＝　ｙｔａｂ　（ｊ−）　／ｘｔａｂ　（Ａ）
、　Ａ１ａｒ＋ａＦ１ｘＴａｂ　（工）ＷがＭａｘ　Ｔ
ａｂ　（ｉ）より大きいか又はＷがｇｉｎ　Ｔａｂ　（
ｉ）より小さい場合は、警報（チャネルに１段階ｌ） 次のような場合は終了 （★過去係数★） ｖｆａｋ：　＝＝チャネルにの過去係数ｘｔａｂ　（ｉ
）　：　＝　ｖｆａｋ　、　ｘｔａｂ　（４）ｙｔａｂ
　（１）　：　＝　ｖｆａｋ　、　ｙｔａｂ　（ｐ）終
了繰り返す 次のような場合は終了 次のような場合は終了 コード表６ ＡＣＳの本質的な特徴は自己学習機構であり、すなわち
経験値から限界値を形成できる可能性である。統計資料
を持つ代表的基本量は基準のこれらの値は第１図の変数
と同じ重要性を持っている０巻き取り個所１つ当たりの
これらのヱを高める代わりに、これらの量は、この基準
に対応するすべての巻き取り個所により合計される（ア
ルゴリズムＲＡ及びＴＰ参照）。

統計的陳述ができるだけ確実にされるようにするために
、各スキャンサイクル後に各基準の各チャネルは、Ｘ値
が検出の固定値を超えたかどうかを検査される。もし超
えた場合は、新しい経験値及び新しい限界値が形成され
、この新しい経験値は新しい値及び古い経験値の重み付
けから成る。

限界値の形成のための前提条件は、事象の発生がポアソ
ン分布に従うことである。このポアソン分布はモアヴル
ーラプラスの限界値に基づいて標準分布に置き換えられ
る＊　　ｒ　Ｓｆｇｍａ　Ｊが標嘔偏差の倍数の信顆区
間を意味し、「Ｍａｒｇｅ　Ｊが百分率のマージンを示
しかつｒ　ｅｒｆ　Ｊが観察により検出されかつ要求に
応じて正規化されかつ重み付けされた経験値を示す場合
は、限界値と平均値との偏差［ａｂｗ　Ｊについて次の
ような式が得られる。

ａｂｗ：　＝　Ｓｉｇｍａ　＠ｅｒｆ＋Ｍａｒｇｅ　１
１ｅｒｆの根ＭＬｎ：　　＝：　　ｅｒｆ−ａｂｗ Ｍａｘ：　　＝　ｅｒｆ＋ａｂｖ 経験サイクルのフローチャートがコード表７に示されて
おり、この場合、ｖｆａｋは実際のチャネルの過去係数
を示している。このアルゴリズムによって層重表ｒｅｆ
においてチャネルｋに擬似コード経験サイクル ｘｒｅｆがＥｒｆＦｉｘより大きい場合は（★ａｔｔｔ
的基本量は十分大きい★）値：　＝　ｙｒｅｆ／ｘｒｅ
ｆ　、　ＥｒｆＦｉｘ（★ｙｒｅｆの直線外挿は値／Ｅ
ｒｆＦｌｘ＝ｙｒｅｆ／ｘｒｅｆ★）（★を生ぜしめ、
すなわちＥｒｆＦｉｘ　＊Ｊ（★によるｙｒｅｆの正規
化　　　　赳ｖｆａｋ：　＝チャネルにの過去係数 ｘｒｅｆ　：　＝　ｖｆａｋ　、　ｘｒｅｆｙｒｅｆ　
：　＝　ｖｆａｋ　、　ｙｒｅｆ（★過去の重み付け★
） ｅｒｆ＝０である場合は、 （★経験値形成の開始時に★） ｅｒｆ　：　＝値 その他の場合は ｅｒｆ：　＝　ｖｆａｋ　、　ｅｒｆ　＋　（１−ｖｆ
ａｋ）　、値（★古い経験値／新しい経験値の重み付け
★）次のような場合は終了 学習が作動開始される場合は Ａｊｇ　（ｋ）　＝　ＲＡである場合は（★移動平均は
警報段階２につい★） （★てのみ計算される　　　　　★） （★経験値からの限界値　　　　★） （★段階２の限界値はＤａｔ　Ｆｌｘの★）（★３倍に
正規化されなければな★） （★らない　　　　　　　　　　　＊）平均値：　＝　
３　、　Ｄａｔ　Ｆｌｘ／ＥｒｆＦｉｘ　、ｅｒｆ（★
平均値は正規化された経験★） （値である　　　　　　　　　★） ａｂｖ：　＝根（平均値）　、　Ｓｉｇｍａ＋平均値、
マリンＭＬｎＴａｂ　（ｊ）　：　＝平均値−ａｂｙＭ
ａｘＴａｂ　（２）　：　＝平均値十ａｂｖ他の場合は （★３点はすべての警報段階比つい★）（★て計算され
る経験値からの限界★）（★値、この場合、警報段階１
の限★）（★界値は警報ＦｌｘＴａｂ　（ｉ）に正規化
★）（★されなければならない　　　　★）警報段階１
，２１３について繰り返す ｌ：＝警報段階 平均値：＝警報ＦｆｘＴａｂ　（Ｌ）　／ＥｒｆＦｉｘ
　、　ｅｒｆａｂｗ：　＝根（平均値）　、　Ｓｉｇｍ
ａ十平均値、マージンＭｉｎＴａｂ　（１）　：　：平
均値−ａｂｙＭａｒＴａｂ　（ｉ）　：　＝平均値十ａ
ｂｖ終了繰り返す 次のような場合は終了 次のような場合は終了 しか経験から学習され得ないことがその理由である。テ
ストのために３つのｙ値がすべて合計される。

【図面の簡単な説明】

第１図は本発明による監視システムＡＣ５の侭々の機能
段階の概略接続図、第２図は第１図のシステムの計算機
のシステムメモリの分割図、第３ａ図１．第３ｂ図、第
３ｃ図及びｇ３ｄ図はＡＣ３（７）蓄積データの例、第
４図及び第５図は機能説明のためのフローチャートであ
る。 コード表７

Claims (1)

1. 【特許請求の範囲】 １　動作個所に付属する測定機構と、これらの測定機構
   から供給される信号を評価するための手段とを持ち、評
   価の際に個々の動作個所に対する特性パラメータが得ら
   れかつ適当な目標値との重大な偏差について分析される
   、繊維機械の多数の動作個所を監視するためのシステム
   において、 ａ）目標値が、統計的に比較し得る集合の特性により形
   成され、 ｂ）各監視過程の開始時に個々の目標値のために一般化
   された開始量が使用され、 ｃ）これらの一般化された開始量が監視の経過中に絶対
   値に変換される ことを特徴とする、繊維機械の多数の動作個所を監視す
   るためのシステム。 ２　目標値がすべての動作個所（ｘ）のデータの処理に
   より個別事象及び集合の平均値の形で連続的に更新され
   かつ自動結論過程のための主要データを形成し、これら
   の目標値が、経験から知られた、システムへ入力可能な
   安全間隔により補足され、これらの安全間隔が、個々の
   動作個所で観察される事象に対する警報又は停止限界を
   定めることを特徴とする、請求項１に記載のシステム。 ３　絶対値への一般化された開始量の変換が適応学習機
   構により行なわれることを特徴とする、請求項２に記載
   のシステム。 ４　以下にチャネル（ｋ）と呼ばれる、他の量に関する
   ある量の監視方法のそれぞれに対して複数、なるべく３
   つの警報段階が定められており、各チャネルが１つ又は
   複数の判断基準により検査されることを特徴とする、請
   求項３に記載のシステム。 ５　機械１台当たりの、機械に関係する各チャネル及び
   糸１ロツト当たりの、糸に関係する各チャネルに対する
   個々の動作個所（ｘ）に対する目標値を定めるために、
   別々の基準が設けられていることを特徴とする、請求項
   ４に記載のシステム。 ６　各動作個所（ｘ）に、各チャネルに対する実際の測
   定値を持つ表（ＡｋｔＴａｂ）及びこれらのチャネルに
   対する基準の値を持つ表（ＧａｒｎＲｅｆＴａｂ又はＭ
   ａｓｃｈＲｅｆＴａｂ）がそれぞれ付属していることを
   特徴とする、請求項５に記載のシステム。 ７　目標値を定めるために過去係数が定められており、
   この過去係数により過去の測定値の重み付けが行なわれ
   ることを特徴とする、請求項６に記載のシステム。 ８　３つの警報段階比、突然の急激な偏差、長時間にわ
   たる明白な偏差、勾配による限界値の超過という条件が
   付属することを特徴とする、請求項４ないし７のうち１
   つに記載のシステム。 ９　各チャネル（ｋ）に、観察されるべき変数及び独立
   変数が付属しており、この独立変数に印が付属しており
   、この印を変数が越えた際に行動が開始され、すべての
   チャネルの各更新後にすべての動作個所（ｘ）において
   、基準のチャネルの独立変数がこの変数の印を越えたか
   どうか検査されることを特徴とする、請求項６及び８の
   うち１つに記載のシステム。 １０　独立変数が印を越えるたびに新しい目標値の形成
   が開始され、この目標値が新しい測定値及び古い目標値
   の重み付けから成ることを特徴とする、請求項９に記載
   のシステム。