WO2014085940A1 - Charakterisierung der haarigkeitslängenverteilung eines garns - Google Patents

Charakterisierung der haarigkeitslängenverteilung eines garns Download PDF

Info

Publication number
WO2014085940A1
WO2014085940A1 PCT/CH2013/000199 CH2013000199W WO2014085940A1 WO 2014085940 A1 WO2014085940 A1 WO 2014085940A1 CH 2013000199 W CH2013000199 W CH 2013000199W WO 2014085940 A1 WO2014085940 A1 WO 2014085940A1
Authority
WO
WIPO (PCT)
Prior art keywords
yarn
hairiness
lengths
ranking
numerical specification
Prior art date
Application number
PCT/CH2013/000199
Other languages
English (en)
French (fr)
Inventor
Pavel PLISKA
Kay-Uwe Kirstein
Thomas Nasiou
Original Assignee
Uster Technologies Ag
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Uster Technologies Ag filed Critical Uster Technologies Ag
Publication of WO2014085940A1 publication Critical patent/WO2014085940A1/de

Links

Classifications

    • DTEXTILES; PAPER
    • D01NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01HSPINNING OR TWISTING
    • D01H13/00Other common constructional features, details or accessories
    • D01H13/32Counting, measuring, recording or registering devices
    • DTEXTILES; PAPER
    • D06TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06HMARKING, INSPECTING, SEAMING OR SEVERING TEXTILE MATERIALS
    • D06H3/00Inspecting textile materials
    • D06H3/08Inspecting textile materials by photo-electric or television means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N21/8915Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined non-woven textile material
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/36Textiles
    • G01N33/365Filiform textiles, e.g. yarns

Definitions

  • the present invention is in the field of textile quality control. It relates to a method and a device for characterizing the Haartechniksdorfnverotti a yarn, according to the preambles of the independent claims. Such methods and devices are typically used in a textile laboratory.
  • the CN-1 '530'654 A teaches to display each reading of a hair length measurement as a vertical line.
  • the lines are arranged along a horizontal axis, sequentially in the order in which the measurements were taken. This gives a picture of the hairiness of the measured yarn so that abnormal readings can be found quickly and easily.
  • the invention gives the previously widespread division of the hair length in classes. Instead, she compiles a ranking of measured hair length lengths and characterizes the ranking numerically. Compared to the previous classification system, this can be simpler. The numerical characterization may be done with fewer parameters than with the seven class frequencies. Despite the bigger ones
  • the inventive method can be more accurate than the previous one
  • Hair length measurements are sorted by size and numbered.
  • a “ranking list” is thus a list of all hair length measurements, ordered according to their rank or size, for example
  • alphanumeric string a table or a chart. It is important that the ranking lists every single hair length measurement and does not summarize several hair length measurements in a class.
  • Hair length distribution of a yarn Hair length measured on the yarn Hair length measured on the yarn. Hair length lengths resulting from the hair length measurements are stored. A ranking of the stored hair length is created. The ranking is specified numerically. At least one value of the numerical specification is output as a characteristic for the frequency distribution.
  • the hair length is preferably measured by moving the yarn along its longitudinal direction through a yarn sensor device and along the
  • the numerical specification is made on the basis of at least one quantile of the ranking list.
  • the numerical specification is based on a compensation calculation.
  • the compensation calculation can be based on a function fit with a fit function that has at least one exponential function or at least one
  • Logarithmic function is based. For numerical specification, at least one inflection point, one line center of gravity, and / or at least one
  • Curve slope are calculated.
  • the numerical specification is based on
  • the numerical specification takes into account an area obtained from the ranking.
  • the numerical specification can take into account a surface area of the surface and / or a geometric shape of the surface.
  • the geometric shape of the surface can, for. B. be taken into account by a position of a centroid and / or a contour center of gravity of the area.
  • a confidence interval for the numerical specification, preferably in the form of confidence intervals or a confidence level.
  • the ranking list is compared with a reference ranking list. From a significant deviation of the two ranking lists from each other is concluded that a cause of error in a production process of the yarn.
  • Each of the two ranking lists can be graphically displayed as a curve, a local distance measure between the two curves can be calculated and there is a significant deviation of the two ranking lists if the local distance measure exceeds or falls below a limit value.
  • a local distance measure can a Distance of the two curves are defined, which is measured in the direction of the ordinate.
  • an area between the two curves can be calculated and the area can be assigned at least one cause of error depending on its property.
  • At least one of the following is preferably selected: a centroid, an area, an area of the surface in the abscissa, an area of the axis in the ordinate, and a maximum distance of the two curves within the area.
  • the hair length lengths are preferably measured optoelectronically by moving the yarn along its longitudinal direction through an optoelectronic yarn sensor device, the optoelectronic yarn sensor device successively taking a plurality of images of the yarn and from the images, preferably from each individual image of the plurality of images, using hairiness lengths be evaluated.
  • the number of images taken and evaluated in a measurement series is z. B. between 10 and 10 ⁇ 00 and preferably between 100 and 1000.
  • the device according to the invention for characterizing the hairiness length distribution of a yarn comprises a yarn sensor device for measuring hair length along a longitudinal direction of the yarn, an evaluation device for evaluating output signals of the yarn sensor device, an output device for outputting characteristics of the hair length distribution and a control device for controlling the device.
  • the evaluation device and the control device are set up to carry out the method according to the invention.
  • the term "hair length” generally includes both the length of the stretched fiber and the length of the projection of the fiber, possibly curved and / or skewed, in a direction perpendicular to the longitudinal direction of the yarn, ie, the maximum distance of the yarn Fiber from the yarn surface. In one and the same application of the invention but applies only one of the above meanings.
  • FIG. 1 shows a device according to the invention in a perspective view
  • FIG. 2 schematically shows an optoelectronic yarn sensor device in FIG.
  • Figure 3 shows a histogram as may result from a method known from the prior art.
  • FIG. 4 shows a flow chart of the method according to the invention.
  • FIGS. 5-9 illustrate various embodiments of the invention
  • Figure 1 shows from the outside a device 1 for determining the
  • the optoelectronic Gamsensor worn 3 measures at least one parameter of the Gams 9, in particular the length of fibers ("hair”), which protrude from the yarn 9.
  • FIG. 2 shows a schematic representation of the optoelectronic Gamsensor brought 3.
  • the optoelectronic Gamsensor proposed 3 includes a lighting unit and an imaging unit.
  • the illumination unit has at least one light source 31 and one illumination optics 32.
  • As a light emitting diode English light emitting diode, LED
  • the light source 31 transmits
  • the illumination optics 32 collimates that of the Light source 31 emitted light on a portion of the Gams 9.
  • the Köhler illumination is used, which is well known from microscopy and will not be discussed here.
  • the imaging unit has a
  • Imaging optics 33 and an optoelectronic image sensor 34 images the illuminated section of the cham 9 onto the image sensor 34.
  • the image sensor 34 is preferably a two-dimensional image sensor 34 having a multiplicity of picture elements (pixels) arranged in the form of a matrix.
  • Such image sensors 34 are commercially available in the form of integrated optoelectronic components in various technologies, for example, from digital cameras well known and widely used.
  • a likewise known one-dimensional line sensor with a multiplicity of pixels which are arranged on a straight line perpendicular to the yarn longitudinal direction can be used. For the sake of simplicity, these are
  • Illumination optics 32 and the imaging optics 33 shown in Figure 2 as simple lenses; Of course, however, more complex optical systems can be used which, in addition to lenses, contain further optical elements such as diaphragms or filters.
  • the imaging is preferably carried out in transmission, ie without the Gam 9 inserted, the light source 31 illuminates the image sensor 34, and when Gam 9 is inserted, it shadows at least part of the light.
  • the Gam 9 is drawn in this schematic representation as Gamrumpf 91 with a circular cross-section, from which individual fibers ("hair * ') 92 protrude substantially radially outwardly.
  • Garnsensor issued 3 does not intersect, but is spaced therefrom, for example.
  • This offset a is based on the assumption that (at least when averaging over a certain length of yarn is performed), the yarn 9 is rotationally symmetric and therefore the hair length values to be measured along the circumference of the yarn are the same. If this assumption of symmetry is correct, then only one half space 93 needs to be considered, and a half space 94 complementary thereto can be disregarded. In the considered half space 93 hairiness can better, d. H. with greater resolution, to be examined.
  • the two half-spaces 93, 94 are separated by a plane which the
  • FIG. 3 shows a result of hair length determination in the form of a histogram 4, which is a result of a prior art method.
  • hairiness lengths L are plotted in millimeters, which are determined by the device 1 by image processing.
  • the hairiness lengths determined are classified in the example of FIG. 3 into the seven classes 1, 2, 3, 4, 6, 8 and 10 mm customary in the prior art. For each of these classes, after examining a certain yarn length, for example 100 m, a frequency (number) is obtained.
  • the relative frequency density H is plotted along an ordinate 42 of the histogram 4.
  • the area of the rectangles 43 drawn as columns corresponds to the respective frequency.
  • hair length lengths are measured 101, preferably while the yarn 9 is being moved along the device's longitudinal direction. Hair length lengths resulting from the Hair Length Measurements 101 are stored 102. A ranking of the stored Hair Lengths is created 103. Creating a Ranking List includes a listing of all
  • Hair length measurements ordered by size. Such a ranking list is shown in FIGS. 5, 6, 9 and 10.
  • the ranking is numerically specified 104.
  • the numerical specification 104 will be discussed in detail below. At least one value of the numerical specification becomes characteristic for the
  • FIG. 5 illustrates, on the basis of a diagram 5, a first embodiment of the invention
  • Such a diagram 5 may or may not necessarily be output.
  • the basis for the method according to the invention is the ranking list of measured and stored hair length lengths L.
  • the measured values L are sorted according to their size and drawn as vertical, equidistant lines 53 in the diagram 5.
  • the hair length L and along an abscissa 51 of the rank n are plotted.
  • the rank n is a natural number between 1 and the number of measurements made (ie, detected fibers) N. It indicates the position of a hair length reading L when the
  • Length measurements L are ordered by size.
  • the hairiness lengths L increase monotonically in the rankings of FIG. 5; Alternatively, the reverse could be
  • Order should be chosen so that the hair length L would fall monotonously. Due to the measuring arrangement, for example a finite resolution of the image sensor 34 (see FIG. 1), it is possible that only certain discrete hair length values occur, as indicated in FIG. However, this "quantization" does not substantially disturb the method according to the invention, as long as the steps caused thereby are small enough, and according to the invention, the ranking list graphically represented in FIG.
  • a / quantile (where p is a real number between 0 and 1) is the value of the measurement that divides the leaderboard into two parts: to the left is the fraction p of all measurements, to the right of which is the remainder (1 - p).
  • the 0.5-quantile ie the median L 0 , 5 located .
  • other or additional quantiles may be given for numerical specification.
  • a second possibility, shown in FIG. 6, for numerically specifying the ranking uses a compensation calculation.
  • those in the Ranking L are approximated by a suitable fit function L ⁇ n).
  • a fit curve 54 representing the fit function L (n) is shown in the diagram 5 of FIG.
  • L (n) L 0 exp (n / n e ), where L is the hairiness length, n is the rank and LQ and n e are the fit parameters.
  • the fit parameters are characteristic of the yarn 9 in question, ie they contain a lot of information about the hairiness length distribution of the yarn 9 in condensed form.
  • the above exponential function (1) is just one example.
  • Other fit functions L (n) may be used, for example, the above exponential function (1) with an additional additive constant, sums of different exponentials, polynomials, etc.
  • the fit functions L (n) may have one or more fit parameters, at least one of which is more significant is issued.
  • the frequency densities H in the histogram of FIG. 3 can also be approximated by a fit function H (L), which, for example, can drop exponentially with L.
  • a corresponding fit curve 45 is shown in diagram 4 of FIG.
  • the two functions L (n) and H ⁇ L) are composed as follows: provided that the derivative dL / dn is not equal to zero.
  • the frequency density or its fit function H (L) can be calculated analytically or numerically from the ranking list or its fit function L ⁇ n).
  • Hairiness length distribution are output.
  • Such numerical values may be function values and / or derivatives, as in the mathematical
  • the ranking list can also be numerically specified by means of reference points P 1 -P 4.
  • a particular landmark-based specification system is defined by specifying the number of vertices P 1 -P 4 used and their locations on the abscissa 51.
  • the example of FIG. 6 has four interpolation points P1-P4, which are distributed equidistantly over the abscissa 51.
  • the abscissa values of the points P 1 -P 4 can be given relative to the number N measurements, making them independent of this.
  • the ordinate values of the interpolation points P1 -P4 can be taken directly from the corresponding measured values L, or they can be calculated by a compensation calculation, for example from the above exponential fit function (1). They become numerical
  • the confidence intervals can be determined using one of the common statistical methods and are shown in FIG. 6 in the form of error bars 55.
  • FIG. 7 illustrates another type of numerical specification of the ranking.
  • the area 57 is bounded by an envelope 56 of the ranking.
  • the steps in the envelope 56 are caused by the above-mentioned "quantization" of the measurement results Alternatively, a fit curve (like the fit curve 54 in Figure 6) could be used for the upper bound.
  • the numerical specification of the ranking list is carried out by means of a center of gravity S of the surface 57.
  • the coordinates s of the center of gravity S of a flat surface 57 are calculated according to the following formula:
  • the abscissa value of the center of gravity S can be specified relative to the number of measurements N.
  • a confidence interval can be specified for the two coordinate values of the center of gravity S, which is determined using one of the common statistical methods.
  • an elliptical area of trust 58 is drawn around the area center of gravity S, whose
  • Projections on the respective axis 51, 52 correspond to the above confidence intervals.
  • the area 57 may be numerically specified with the location of its contour centroid.
  • Contour gravity can be defined analogously to the formulas (3) and (4) with integrals, wherein instead of over the surface 57 on the contour lines which the surface 57th limit, integrated. Even with the contour center of gravity, only one of the two coordinate values can be specified.
  • the surface 57 can be numerically specified by its surface area A according to formula (4), whereby also for the surface area A a
  • FIG. 8 shows a diagram 5 with a surface 57 obtained from the ranking, similar to FIG. 7.
  • a reference curve 60 is shown
  • Reference curve 60 represents a reference ranking that characterizes an ideal, desired, expected or typical hairiness length distribution.
  • the reference curve 60 may, for. B. calculated from theoretical considerations and / or determined from at least one measurement. In the latter case, preferably the Haartechniksdorfnverannonen many yarns are determined according to the inventive method and in a suitable manner, for example. By compensation calculation or averaging, linked together to form a single reference curve 60.
  • Such reference curves 60 may be published in and extracted from a quality reference such as the USTER * STATISTICS.
  • the USTER ® STATISTICS is a collection of textile materials issued by the assignee of this property right
  • the progressions of the envelopes 56 of the ranking list and the reference curve 60 can be compared with each other. From a significant deviation of the courses from each other can be concluded on a cause of error.
  • the cause of the fault is, for example, in the raw material and / or in the production process of the yarn 9.
  • a distance b of the envelope 56 and the reference curve 60 are defined, which is measured in the ordinate 52 and thus corresponds to the respective difference of the ordinate values L.
  • the distance b is within a limit interval [b ⁇ , ie, as long as b ⁇ ⁇ b ⁇ bi, the curves of the envelope 56 and the reference curve 60 are sufficiently similar, and it lies no significant deviation and thus no production error.
  • Interval boundaries b 1 , b 2 can be fixedly specified in a first alternative, specifically in absolute or relative terms (for example, based on the respective value of the reference curve 60). In a second alternative they can be calculated automatically. For this purpose, for example, a mean distance of the envelope 56 and the reference curve 60 can be determined and the
  • Interval boundaries b ⁇ , b are calculated from this (eg as 70% or 130% of the mean distance). A large local deviation of the distance b is significant and indicates a production error.
  • a surface 61, 62 lying between the envelope 56 and the reference curve 60 is preferably taken into account. In FIG. 8, two such surfaces 61, 62 are drawn, of which a first surface 61 lies below the reference curve 60 and a second surface 62 lies above the reference curve 60. The location of the respective surface 61, 62 with respect to the reference curve 60 may be important in locating the cause of the error.
  • a centroid Sj, S 2 For characterizing the respective surface 61, 62, a centroid Sj, S 2 , a surface area, an extent of the surface 61, 62 in the direction of the abscissa 51 and / or the ordinate 52, a maximum distance a within the surface 61, 62 and / or other parameters are used.
  • a surface 61, 62 can be assigned one or more causes of error depending on their characteristics.
  • the following table 1 shows a possible assignment.
  • a corresponding fit curve 54 as shown in FIG. be used for finding a cause of error.
  • the ranking list of Figure 5 is shown differently. Compared to FIG. 5, the two axes are interchanged with each other so that the hair length L along the abscissa 71 and the rank /? along the ordinate 72 is plotted.
  • the measured hair length lengths are entered as horizontal, equidistant straight lines 73, and their envelope or the corresponding fit curve 74 can be approximately logarithmic. Even if such a representation is used, the characterization methods described above can be used. This example is intended to illustrate that the method according to the invention does not depend on a specific representation of the ranking list.
  • the ranking of Figure 5 is shown differently.
  • the vertical axis 82 is logarithmically divided.
  • the exponential fit curve 54 transforms into a fit slope 84 of positive slope.
  • Such a semilogarithmic representation or other representations of the ranking may be advantageous for the numerical specification of the ranking.
  • a prerequisite for the inventive method is that the measurement results are stored as possible without loss of information to their further processing, d. H. the creation of the rankings and their numerical specification. Ideally, the raw data of the measurements, i. H. every measured fiber length, stored.

Landscapes

  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Mechanical Engineering (AREA)
  • Materials Engineering (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

Im Verfahren zur Charakterisierung der Haarigkeitslangenverteilung eines Garns werden Haarigkeitslangen am Garn gemessen (101). Aus den Haarigkeitslängenmessungen (101) resultierende Haarigkeitslangen werden gespeichert (102). Eine Rangliste der gespeicherten Haarigkeitslangen wird erstellt (103). Die Rangliste wird numerisch spezifiziert (104). Mindestens ein Wert der numerischen Spezifikation wird als Charakteristikum für die Häufigkeitsverteilung ausgegeben (105). Eine solche Charakterisierung ist einfacher als mittels der bisher üblichen Haarigkeitslängenklassen.

Description

CHARAKTERISIERUNG DER HAARIGKEITSLÄNGENV ERTEILUNG EINES
GARNS
FACHGEBIET
Die vorliegende Erfindung liegt auf dem Gebiet der textilen Qualitätskontrolle. Sie betrifft ein Verfahren und eine Vorrichtung zur Charakterisierung der Haarigkeitslängenverteilung eines Garns, gemäss den Oberbegriffen der unabhängigen Patentansprüche. Derartige Verfahren und Vorrichtungen kommen typischerweise in einem Textillabor zum Einsatz.
STAND DER TECHNIK Bei Stapelgarnen, die aus vielen Fasern gesponnen sind, sind einzelne Fasern nicht vollständig in den eigentlichen Garnrampf eingebunden. Sie ragen teilweise aus dem Garnrumpf heraus, was man als Haarigkeit des Garns bezeichnet. Die Haarigkeit ist eine wichtige Garneigenschaft, weshalb die Textilindustrie ein grosses Interesse an ihrer zuverlässigen und reproduzierbaren Bestimmung und Klassierung hat.
Es sind viele Verfahren und Vorrichtungen zur Bestimmung der Haarigkeit von Garnen bekannt. Eine solche Vorrichtung vertreibt die Anmelderin des vorliegenden Schutzrechtes unter der Bezeichnung USTER® ZWEIGLE HL400. Diese Vorrichtung ist im
Anwendungshandbuch„USTER® ZWEIGLE HL400 Application Handbook", Uster Technologies AG, Juni 201 1 , und in der WO-201 1/153650 AI beschrieben. Sie ist mit einer optoelektronischen Garnsensoreinrichtung ausgestattet. Darin wird das entlang seiner Längsrichtung bewegte Garn im Durchlicht auf eine zweidimensionale Kamera abgebildet, die nacheinander eine Mehrzahl von Bildern des Garns aufnimmt. Mittels Bildverarbeitung wird eine Häufigkeitsverteilung der Haarigkeitslängen ermittelt. Die abstehenden Fasern werden in sieben fest vorgegebene Haarigkeitslängenklassen klassiert, nämlich 1 , 2, 3, 4, 6, 8 und 10 mm. Diese Haarigkeitslängenklassierung wurde aus Kompatibilitätsgründen von älteren Haarigkeitslängenmessgeräten (Zweigle G565, G566 und G567 sowie USTER* ZWEIGLE HT5) übernommen und ist für viele gängige Garntypen, insbesondere gewöhnliche Ringgarne, geeignet. Die auf 100 m festgestellte Anzahl Fasern wird für jede Klasse angegeben und in einem Histogramm dargestellt.
Die DE-199'24'840 AI zeigt eine feinere Haarigkeitslängenklassierung, in welcher jede Haarigkeitslängenklasse eine Klassenbreite von 0.1 mm hat. Aus der daraus resultierenden Häufigkeitsdichteverteilung werden verschiedene Haarigkeitsparameter berechnet. In ähnlich verfeinerter Weise werden in den folgenden drei Dokumenten aus dem Stand der Technik Häufigkeitsdichteverteilungen für Haarigkeitslängen dargestellt und daraus verschiedene Haarigkeitsparameter berechnet: GB-1 ,015,895 A; Lappage J, Onions W. J.: „An Instrument for the study of yarn hairiness", Journal of the Textile Institute
Transactions, Bd. 5, Nr. 8, August 1964; Ozkaya Y. A., Acar M, Jackson M. R.:„Hair density distrubution profile to evaluate yam hairiness and ist application to fabric simulations", Journal of the Textile Institute, Bd. 98, Nr. 6, 2007. Der Artikel Barella A., Viaplana A.: ..Principles of a new procedure for measuring yarn hairiness. Application to the study of the hairiness of open-end yarns", Textile Research Journal, Bd. 40, Nr. 3, März 1970, beschreibt eine Abtastung des Garns entlang quer zur Garnlängsrichtung verlaufenden Linien mit einer TV-Kamera. Aus den Abtastwerten werden verschiedene Haarigkeitsparameter berechnet.
Die CN-1 '530'654 A lehrt, jeden Messwert einer Haarigkeitslängenmessung als vertikale Linie darzustellen. Die Linien werden entlang einer horizontalen Achse angeordnet, und zwar sequenziell in derjenigen Reihenfolge, in welcher die Messwerte aufgenommen wurden. Daraus ergibt sich ein Bild der Haarigkeit des ausgemessenen Garns, so dass abnormale Messwerte schnell und einfach gefunden werden können.
DARSTELLUNG DER ERFINDUNG Es ist eine Aufgabe der vorliegenden Erfindung, die aus dem Stand der Technik bekannte Charakterisierung der Haarigkeitslängenverteilung zu verbessern und zu vereinfachen. Diese und andere Aufgaben werden durch das erfindungsgemässe Verfahren und die erfmdungsgemässe Vorrichtung, wie sie in den unabhängigen Patentansprüchen definiert sind, gelöst. Vorteilhafte Ausführungsformen sind in den abhängigen Patentansprüchen angegeben.
Die Erfindung gibt die bisher weit verbreitete Einteilung der Haarigkeitslängen in Klassen auf. Stattdessen erstellt sie eine Rangliste der gemessenen Haarigkeitslängen und charakterisiert die Rangliste numerisch. Gegenüber dem bisherigen Klassiersystem kann dies einfacher sein. Die numerische Charakterisierung kann unter Umständen mit weniger Parametern erfolgen als mit den sieben Klassenhäufigkeiten. Trotz der grösseren
Einfachheit kann das erfindungsgemässe Verfahren genauer sein als die bisherige
Klassierang, weil es alle Messresultate direkt berücksichtigt, während durch die Einteilung der Messresultate in vorgegebene Klassen Information verloren geht. Unter dem Begriff„Rang" wird hier, in Übereinstimmung mit der Statistik, die Position einer einzelnen gemessenen Haarigkeitslänge verstanden, wenn alle
Haarigkeitslängenmesswerte der Größe nach geordnet und durchnummeriert werden. Eine „Rangliste" ist somit eine Aufstellung aller Haarigkeitslängenmesswerte, geordnet nach ihrem Rang bzw. ihrer Grösse. Die Aufstellung kann z. B. die Form einer
alphanumerischen Zeichenfolge, einer Tabelle oder eines Diagramms haben. Wichtig ist, dass die Rangliste jeden einzelnen Haarigkeitslängenmesswert auflistet und nicht etwa mehrere Haarigkeitslängenmesswerte in einer Klasse zusammenfasst.
Somit werden im erfmdungsgemässen Verfahren zur Charakterisierung der
Haarigkeitslängenverteilung eines Garns Haarigkeitslängen am Garn gemessen. Aus den Haarigkeitslängenmessungen resultierende Haarigkeitslängen werden gespeichert. Eine Rangliste der gespeicherten Haarigkeitslängen wird erstellt. Die Rangliste wird numerisch spezifiziert. Mindestens ein Wert der numerischen Spezifikation wird als Charakteristikum für die Häufigkeitsverteilung ausgegeben.
Zumindest der Schritt der numerischen Spezifikation der Rangliste wird im
erfmdungsgemässen Verfahren automatisch von einem Computer oder einer ähnlichen Einrichtung ausgeführt. Die Haarigkeitslängen werden vorzugsweise gemessen, indem das Garn entlang seiner Längsrichtung durch eine Garnsensoreinrichtung bewegt wird und entlang der
Längsrichtung am Garn auftretenden Fasern („Haare") ausgemessen werden. In einer ersten Ausführungsform erfolgt die numerische Spezifikation anhand mindestens eines Quantiis der Rangliste.
In einer zweiten Ausführungsform erfolgt die numerische Spezifikation anhand einer Ausgleichsrechnung. Die Ausgleichsrechnung kann auf einem Funktionsfit mit einer Fitfunktion, die mindestens eine Exponentialfunktion oder mindestens eine
Logarithmusfunktion beinhaltet, basieren. Zur numerischen Spezifikation kann auch mindestens ein Wendepunkt, ein Linienschwerpunkt und/oder mindestens eine
Kurvensteigung berechnet werden. In einer dritten Ausführungsform erfolgt die numerische Spezifikation anhand von
Stützpunkten.
In einer vierten Ausführungsform berücksichtigt die numerische Spezifikation eine aus der Rangliste erhaltene Fläche. Dabei kann die numerische Spezifikation einen Flächeninhalt der Fläche und/oder eine geometrische Form der Fläche berücksichtigen. Die geometrische Form der Fläche kann z. B. durch eine Lage eines Flächenschwerpunktes und/oder eines Konturenschwerpunktes der Fläche berücksichtigt werden.
Es kann nützlich sein, für die numerische Spezifikation einen Vertrauensbereich, vorzugsweise in Form von Vertrauensintervallen oder einer Vertrauensfläche, auszugeben.
In einer Ausführungsform des erfindungsgemässen Verfahrens wird die Rangliste mit einer Referenzrangliste verglichen. Aus einer signifikanten Abweichung der beiden Ranglisten voneinander wird auf eine Fehlerursache in einem Produktionsprozess des Garns geschlossen. Dabei kann jede der beiden Ranglisten als Kurve grafisch dargestellt werden, ein lokales Abstandsmass zwischen den beiden Kurven berechnet werden und eine signifikante Abweichung der beiden Ranglisten bei Uber- oder Unterschreiten eines Grenzwertes durch das lokale Abstandsmass vorliegt. Als lokales Abstandsmass kann ein Abstand der beiden Kurven definiert werden, der in Richtung der Ordinate gemessen wird. Ferner kann eine Fläche zwischen den beiden Kurven berechnet werden und der Fläche je nach ihrer Eigenschaft mindestens eine Fehlerursache zugeordnet werden. Als Eigenschaft der Fläche wird vorzugsweise mindestens ein Element aus der folgenden Menge ausgewählt: ein Flächenschwerpunkt, ein Flächeninhalt, eine Ausdehnung der Fläche in Richtung der Abszisse, eine Ausdehnung der Fläche in Richtung der Ordinate und ein maximaler Abstand der beiden Kurven innerhalb der Fläche.
Die Haarigkeitslängen werden vorzugsweise optoelektronisch gemessen, indem das Garn entlang seiner Längsrichtung durch eine optoelektronische Garnsensoreinrichtung bewegt wird, die optoelektronische Garnsensoreinrichtung nacheinander eine Mehrzahl von Bildern des Garns aufnimmt und aus den Bildern, vorzugsweise aus jedem einzelnen Bild aus der Mehrzahl von Bildern, mittels Bildverarbeitung Haarigkeitslängen ausgewertet werden. Die Anzahl der in einer Messreihe aufgenommenen und ausgewerteten Bilder liegt z. B. zwischen 10 und 10Ό00 und vorzugsweise zwischen 100 und 1000.
Die erfindungsgemässe Vorrichtung zur Charakterisierung der Haarigkeitslängenverteilung eines Garns beinhaltet eine Garnsensoreinrichtung zur Messung von Haarigkeitslängen entlang einer Längsrichtung des Garns, eine Auswerteeinrichtung zur Auswertung von Ausgangssignalen der Garnsensoreinrichtung, eine Ausgabeeinrichtung zur Ausgabe von Charakteristika der Haarigkeitslängenverteilung und eine Steuereinrichtung zur Steuerung der Vorrichtung. Die Auswerteeinrichtung und die Steuereinrichtung sind zur Ausführung des erfindungsgemässen Verfahrens eingerichtet. Unter den in dieser Schrift verwendeten Begriff "Haarigkeitslänge" fällt im Allgemeinen sowohl die Länge der gestreckten Faser als auch die Länge der Projektion der - möglicherweise gekrümmten und/oder schräg stehenden - Faser auf eine Richtung senkrecht zur Längsrichtung des Garns, d. h. der maximale Abstand der Faser von der Garnoberfläche. In ein und derselben Anwendung der Erfindung trifft aber jeweils nur eine der obigen Bedeutungen zu. AUFZÄH LUNG DER ZEICHNUNGEN
Nachfolgend wird die Erfindung anhand der schematischen Zeichnungen detailliert erläutert.
Figur 1 zeigt eine erfindungsgemässe Vorrichtung in einer perspektivischen
Ansicht.
Figur 2 zeigt schematisch eine optoelektronische Garnsensoreinrichtung im
Querschnitt.
Figur 3 zeigt ein Histogramm, wie es aus einem aus dem Stand der Technik bekannten Verfahren resultieren kann.
Figur 4 zeigt ein Flussdiagramm des erfindungsgemässen Verfahrens.
Figuren 5-9 illustrieren verschiedene Ausfuhrungsformen des erfindungsgemässen
Verfahrens anhand von Diagrammen.
AUSFÜHRUNG DER ERFINDUNG
Figur 1 zeigt von aussen eine Vorrichtung 1 zur Bestimmung der
Haarigkeitslängenverteilung eines Garns 9. Man erkennt in dieser Darstellung ein im Wesentlichen quaderförmiges Gehäuse 1 1 , verschiedene Garnführungselemente 12-15 zur Führung des Garns 9, eine Sensorabdeckung 16 für eine optoelektronische
Gamsensoreinrichtung 3 und eine Rollenabdeckung 17 für eine Garnfördereinrichtung 18. Die optoelektronische Gamsensoreinrichtung 3 misst mindestens einen Parameter des Gams 9, insbesondere die Länge von Fasern („Haaren"), die vom Garn 9 abstehen.
Figur 2 zeigt eine schematische Darstellung der optoelektronischen Gamsensoreinrichtung 3. Die optoelektronische Gamsensoreinrichtung 3 beinhaltet eine Beleuchtungseinheit und eine Abbildungseinheit. Die Beleuchtungseinheit weist mindestens eine Lichtquelle 31 und eine Beleuchtungsoptik 32 auf. Als Lichtquelle 31 kann z. B. eine Leuchtdiode (englisch light emitting diode, LED) verwendet werden. Die Lichtquelle 31 sendet
elektromagnetische Strahlung im sichtbaren, infraroten und/oder ultravioletten
Spektralbereich aus, welche in dieser Schrift der Einfachheit halber unter dem Begriff „Licht" zusammengefasst wird. Die Beleuchtungsoptik 32 kollimiert das von der Lichtquelle 31 ausgesandte Licht auf einen Abschnitt des Gams 9. Vorzugsweise kommt dabei die Köhlersche Beleuchtung zum Einsatz, die aus der Mikroskopie wohl bekannt ist und auf die hier nicht weiter eingegangen wird. Die Abbildungseinheit weist eine
Abbildungsoptik 33 und einen optoelektronischen Bildsensor 34 auf. Die Abbildungsoptik 33 bildet den beleuchteten Abschnitt des Gams 9 auf den Bildsensor 34 ab. Der Bildsensor 34 ist vorzugsweise ein zweidimensionaler Bildsensor 34 mit einer Vielzahl von matrixförmig angeordneten Bildelementen (Pixeln). Derartige Bildsensoren 34 sind in Form von integrierten optoelektronischen Bauelementen in verschiedenen Technologien kommerziell erhältlich, bspw. aus Digitalkameras bestens bekannt und weit verbreitet. Alternativ kann als Bildsensor 34 ein ebenfalls bekannter eindimensionaler Zeilensensor mit einer Vielzahl von Pixeln, die auf einer senkrecht zur Garnlängsrichtung stehenden Geraden angeordnet sind, eingesetzt werden. Der Einfachheit halber sind die
Beleuchtungsoptik 32 und die Abbildungsoptik 33 in Figur 2 als einfache Linsen dargestellt; selbstverständlich können aber komplexere optische Systeme eingesetzt werden, die nebst Linsen weitere optische Elemente wie Blenden oder Filter beinhalten. Die Abbildung erfolgt vorzugsweise in Transmission, d. h. ohne eingelegtes Gam 9 leuchtet die Lichtquelle 31 auf den Bildsensor 34, und wenn Gam 9 eingelegt ist, schattet es zumindest einen Teil des Lichtes ab. Das Gam 9 ist in dieser schematischen Darstellung als Gamrumpf 91 mit kreisrundem Querschnitt gezeichnet, aus dem einzelne Fasern („Haare*') 92 im Wesentlichen radial nach aussen ragen.
Für die Anwendung der Haarigkeitslängenmessung ist es vorteilhaft, wenn eine
Längsachse 90 des Gams 9 eine optische Achse 30 der optoelektronischen
Garnsensoreinrichtung 3 nicht schneidet, sondern von dieser beabstandet ist, bspw. um einen Abstand von a = 2-6 mm und vorzugsweise um ca. a = 4 mm. Diese Achsversetzung a basiert auf der Annahme, dass (zumindest wenn eine Mittelung über eine gewisse Garnlänge durchgeführt wird) das Gam 9 rotationssymmetrisch ist und daher die zu messenden Haarigkeitslängenwerte entlang des Garnumfangs gleich sind. Trifft diese Symmetrieannahme zu, so braucht nur ein Halbraum 93 betrachtet zu werden, und ein dazu komplementärer Halbraum 94 kann ausser Acht bleiben. Im betrachteten Halbraum 93 kann dafür die Haarigkeit besser, d. h. mit grösserer Auflösung, untersucht werden. Die beiden Halbräume 93, 94 sind durch eine Ebene voneinander getrennt, welche die
Garnlängsachse 90 beinhaltet und parallel zur optischen Achse 30 verläuft. In Figur 3 ist ein Resultat einer Haarigkeitslängenbestimmung in Form eines Histogramms 4 dargestellt, das ein Resultat eines Verfahrens nach dem Stand der Technik ist. Entlang einer Abszisse 41 des Histogramms 4 sind Haarigkeitslängen L in Millimetern aufgetragen, die von der Vorrichtung 1 durch Bildverarbeitung ermittelt werden. Die ermittelten Haarigkeitslängen werden im Beispiel von Figur 3 in die sieben im Stand der Technik üblichen Klassen 1 , 2, 3, 4, 6, 8 und 10 mm klassiert. Für jede dieser Klassen erhält man nach Untersuchung einer bestimmten Garnlänge, bspw. 100 m, eine Häufigkeit (Anzahl). Die relative Häufigkeitsdichte H ist entlang einer Ordinate 42 des Histogramms 4 aufgetragen. Somit entspricht die Fläche der als Säulen eingezeichneten Rechtecke 43 der jeweiligen Häufigkeit.
Das Flussdiagramm von Figur 4 zeigt wichtige Schritte des erfi n dungsgem ässen
Verfahrens. Am Garn 9 (siehe Figur 1 ) werden Haarigkeitslängen gemessen 101 , vorzugsweise während das Garn 9 entlang seiner Längsrichtung durch die Vorrichtung 1 bewegt wird. Aus den Haarigkeitslängenmessungen 101 resultierende Haarigkeitslängen werden gespeichert 102. Eine Rangliste der gespeicherten Haarigkeitslängen wird erstellt 103. Das Erstellen einer Rangliste umfasst eine Aufstellung aller
Haarigkeitslängenmesswerte, geordnet nach ihrer Grösse. Eine solche Rangliste ist in den Figuren 5, 6, 9 und 10 dargestellt. Die Rangliste wird numerisch spezifiziert 104. Auf die numerische Spezifikation 104 wird weiter unten detailliert eingegangen. Mindestens ein Wert der numerischen Spezifikation wird als Charakteristikum für die
Häufigkeitsverteilung ausgegeben 105.
Zusammen mit den Messungen 101 der Haarigkeitslängen können weitere Informationen über die einzelnen Haare 92 aufgenommen und gespeichert werden. Solche Informationen können z. B. sein: ein Bild des einzelnen Haares 92, eine Krümmung des Haares 92, eine Dicke des Haares 92, Länge, Breite und/oder Seitenverhältnis eines das Haar umhüllenden Rechtecks. Figur 5 illustriert anhand eines Diagramms 5 eine erste Ausführungsform des
erfindungsgemässen Verfahrens. Ein solches Diagramm 5 kann, muss aber nicht notwendigerweise ausgegeben werden. Grundlage für das erfindungsgemässe Verfahren ist die Rangliste von gemessenen und gespeicherten Haarigkeitslängen L. Die Messwerte L werden ihrer Grösse nach sortiert und als vertikale, äquidistante Geraden 53 im Diagramm 5 eingezeichnet. Somit ist in dem Diagramm 5 von Figur 5 entlang einer Ordinate 52 die Haarigkeitslänge L und entlang einer Abszisse 51 der Rang n eingetragen. Der Rang n ist eine natürliche Zahl zwischen 1 und der Anzahl durchgeführter Messungen (d. h. erfasster Fasern) N. Er gibt die Position eines Haarigkeitslängenmesswertes L an, wenn die
Haangkeitslängenmesswerte L der Grösse nach geordnet werden. Die Haarigkeitslängen L steigen in der Rangliste von Figur 5 monoton; alternativ könnte die umgekehrte
Reihenfolge gewählt werden, so dass die Haarigkeitslängen L monoton fallen würden. Aufgrund der Messanordnung, bspw. einer endlichen Auflösung des Bildsensors 34 (siehe Figur 1 ), ist es möglich, dass nur bestimmte diskrete Haarigkeitslängenwerte vorkommen, wie in Figur 5 angedeutet. Diese„Quantisierung" stört aber das erfindungsgemässe Verfahren nicht wesentlich, solange die dadurch verursachten Stufen klein genug sind. Erfindungsgemäss wird nun die in Figur 5 grafisch dargestellte Rangliste numerisch spezifiziert.
Zusammen mit den Haarigkeitslängen L können im Diagramm 5 weitere Informationen über die einzelnen Haare 92 dargestellt und mit den Haarigkeitslängen L korreliert werden. Wenn die Haarigkeitslänge L die Länge des gestreckten Haares 92 bedeutet, so könnte z. B. im Diagramm 5 zusätzlich eine Kurve eingezeichnet werden, welche die Länge der Projektion des betreffenden Haares 92 auf eine Richtung senkrecht zur Längsrichtung des Garns 9 angibt. Aus dem Vergleich dieser Kurve mit den Haarigkeitslängen L könnte auf Schiefstände und/oder Krümmungen der Haare 92 in Abhängigkeit von ihrer Länge L geschlossen werden. Eine erste Möglichkeit zur numerischen Spezifizierung der Rangliste ist die Angabe von Quantilen. Ein / Quantil (wobei p eine reelle Zahl zwischen 0 und 1 ist) ist der Wert derjenigen Messung, welche die Rangliste in zwei Teile unterteilt: Links davon liegt der Anteil p aller Messwerte, rechts davon der restliche Anteil (1 - p). Als Beispiel ist in Figur 5 das 0.5-Quantil, d. h. der Median L0,5 eingezeichnet. Selbstverständlich können andere oder zusätzliche Quantile zur numerischen Spezifizierung angegeben werden.
Eine zweite, in Figur 6 dargestellte Möglichkeit zur numerischen Spezifizierung der Rangliste verwendet eine Ausgleichsrechnung. Zu diesem Zweck können die in der Rangliste enthaltenen Messwerte L durch eine geeignete Fitfunktion L{n) angenähert werden. Eine die Fitfunktion L(n) darstellende Fitkurve 54 ist im Diagramm 5 von Figur 6 eingezeichnet. Erfahrungsgemäss bietet sich als Fitfunktion für die Haarigkeitslängen eine Exponentialfunktion an, z. B.
L(n) = L0 exp(n / ne ) , (1 ) worin L die Haarigkeitslänge, n der Rang und LQ sowie ne die Fitparameter sind. Die Fitparameter sind für das betreffende Garn 9 charakteristisch, d. h. sie enthalten in verdichteter Fonn viel Information über die Haarigkeitslängenverteilung des Garns 9. Die obige Exponentialfunktion ( 1 ) ist nur ein Beispiel. Es können andere Fitfunktionen L(n) verwendet werden, bspw. die obige Exponentialfunktion (1 ) mit einer zusätzlichen additiven Konstante, Summen verschiedener Exponentialfunktionen, Polynome etc. Die Fitfunktionen L(n) können einen oder mehrere Fitparameter haben, von denen mindestens ein signifikanter ausgegeben wird.
Übrigens können auch die Häufigkeitsdichten H im Histogramm von Figur 3 durch eine Fitfunktion H(L) angenähert werden, die bspw. exponentiell mit L abfallen kann. Eine entsprechende Fitkurve 45 ist im Diagramm 4 von Figur 3 eingezeichnet. Die beiden Funktionen L(n) und H{L) hängen wie folgt zusammen:
Figure imgf000012_0001
vorausgesetzt, dass die Ableitung dL/dn ungleich null ist. Damit kann aus der Rangliste bzw. ihrer Fitfunktion L{n) sofort die Häufigkeitsdichte bzw. ihre Fitfunktion H(L) analytisch oder numerisch berechnet werden.
Statt der Funktionsparameter der Fitfunktion L(n), oder zusätzlich zu diesen, können weitere numerische Werte der Fitkurve 54 berechnet und als Charakteristika der
Haarigkeitslängenverteilung ausgegeben werden. Solche numerischen Werte können Funktionswerte und/oder Ableitungen sein, wie sie in der mathematischen
Kurvendiskussion berücksichtigt werden. Beispiele sind etwa die folgenden: • Wendepunkte
« Ein Linienschwerpunkt der Fitkurve 54 oder eines vorgegebenen Teils davon
• Steigungen der Fitkurve 54 bei vorgegebenen Abszissen- oder Ordinatenwerten
• Punkte, in denen die Fitkurve 54 einen bestimmten Wert über- oder unterschreitet · Punkte, in denen die Steigung der Fitkurve 54 einen bestimmten Wert über- oder unterschreitet
• »-Werte für eine oder mehrere vorgegebene Haarigkeitslängen
• Haarigkeitslängen für eine oder mehrere vorgegebene n- Werte. Wie Figur 6 zeigt, kann die Rangliste auch mittels Stützpunkte P 1 -P4 numerisch spezifiziert werden. Ein bestimmtes stützpunktbasiertes Spezifikationssystem wird durch die Vorgabe der Anzahl der verwendeten Stützpunkte P 1 -P4 und ihrer Lagen auf der Abszisse 51 definiert. Das Beispiel von Figur 6 hat vier Stützpunkte P1-P4, die äquidistant über die Abszisse 51 verteilt sind. Die Abszissen werte der Stützpunkte P 1 -P4 können relativ zur Anzahl Messungen N angegeben werden, wodurch sie von dieser unabhängig werden. Die Ordinatenwerte der Stützpunkte P1 -P4 können direkt den entsprechenden Messwerten L entnommen werden, oder sie können durch Ausgleichsrechnung berechnet werden, bspw. aus der obigen exponentiellen Fitfunktion (1). Sie werden zur numerischen
Charakterisierung der Haarigkeitslängenverteilung des Garns 9 ausgegeben.
Selbstverständlich können mehr oder weniger als vier Stützpunkte verwendet werden. Die Lage der Stützpunkte wird so gewählt, dass möglichst wenige Stützpunkte die
Haarigkeitslängenverteilung möglichst gut charakterisieren. Es ist vorteilhaft, zu jedem Stützpunkt P1 -P4 zusätzlich ein Vertrauensintervall für den entsprechenden -Wert anzugeben. Die Vertrauensintervalle können mit einer der gängigen statistischen Methoden bestimmt werden und sind in Figur 6 in Form von Fehlerbalken 55 eingezeichnet.
Eine weitere Art der numerischen Spezifikation der Rangliste veranschaulicht Figur 7. Sie berücksichtigt eine aus der Rangliste erhaltene Fläche 57. Im Ausführungsbeispiel von Figur 7 wird die Fläche 57 nach links und nach rechts durch vertikale Geraden bei n = 1 und n = N begrenzt, nach unten durch die Abszisse 5 1 . Nach oben wird die Fläche 57 durch eine Umhüllende 56 der Rangliste begrenzt. Die Stufen in der Umhüllenden 56 sind durch die oben erwähnte„Quantisierung" der Messresultate verursacht. Alternativ könnte für die obere Begrenzung eine Fitkurve (wie die Fitkurve 54 in Figur 6) verwendet werden. Im Ausführungsbeispiel von Figur 7 erfolgt die numerische Spezifikation der Rangliste mittels eines Schwerpunktes S der Fläche 57. Die Koordinaten s des Schwerpunktes S einer ebenen Fläche 57 berechnen sich bekanntlich nach der folgenden Formel:
Λ = ~ ^xdA , (3)
A 57 worin über die ganze Fläche 57 integriert wird und
A = ^dA (4)
57 der Flächeninhalt der Fläche 57 ist. Auch hier kann der Abszissenwert des Schwerpunktes S relativ zur Anzahl Messungen N angegeben werden Ausserdem kann für die beiden Koordinatenwerte des Schwerpunktes S je ein Vertrauensintervall angegeben werden, das mit einer der gängigen statistischen Methoden bestimmt wird. In Figur 7 ist eine elliptische Vertrauensfläche 58 um den Flächenschwerpunkt S herum eingezeichnet, deren
Projektionen auf die jeweilige Achse 51 , 52 den obigen Vertrauensintervallen entsprechen.
Unter Umständen kann es genügen, nur einen der beiden Koordinatenwerte des
Schwerpunktes S zur numerischen Spezifikation der Rangliste anzugeben. Ist dies die Abszisse 51 , die den Rang n angibt, so reduziert sich die Formel (3) im Wesentlichen auf das erste Moment
Figure imgf000014_0001
wobei L„ der zum Rang n gehörende Haarigkeitslängenmesswert ist.
Statt mit dem Flächenschwerpunkt S oder zusätzlich zu diesem kann die Fläche 57 mit der Lage ihres Konturenschwerpunktes numerisch spezifiziert werden. Der
Konturenschwerpunkt kann analog zu den Formeln (3) und (4) mit Integralen definiert werden, wobei statt über die Fläche 57 über die Konturlinien, welche die Fläche 57 begrenzen, integriert wird. Auch beim Konturenschwerpunkt kann nur einer der beiden Koordinatenwerte angegeben werden.
Alternativ oder zusätzlich kann die Fläche 57 durch ihren Flächeninhalt A gemäss Formel (4) numerisch spezifiziert werden, wobei auch für den Flächeninhalt A ein
Vertrauensintervall angegeben werden kann.
Figur 8 zeigt ein Diagramm 5 mit einer aus der Rangliste erhaltenen Fläche 57, ähnlich wie Figur 7. Ausserdem ist im Diagramm 5 von Figur 8 eine Referenzkurve 60
eingezeichnet. Die Referenzkurve 60 stellt eine Referenzrangliste dar, die eine ideale, gewünschte, erwartete oder typische Haarigkeitslängenverteilung charakterisiert. Die Referenzkurve 60 kann z. B. aus theoretischen Überlegungen berechnet und/oder aus mindestens einer Messung ermittelt werden. Im letzteren Fall werden vorzugsweise die Haarigkeitslängenverteilungen vieler Garne gemäss dem erfmdungsgemässen Verfahren bestimmt und auf geeignete Weise, bspw. durch Ausgleichsrechnung oder Mittelung, miteinander zu einer einzigen Referenzkurve 60 verknüpft. Solche Referenzkurven 60 können in einem Qualitäts-Referenzwerk wie den USTER* STATISTICS veröffentlicht und diesem entnommen werden. Die USTER® STATISTICS sind eine von der Anmelderin des vorliegenden Schutzrechtes herausgegebene Zusammenstellung von textilen
Qualitätsdaten, die aus der weltweiten Produktion von textilen Rohmaterialien,
Zwischenprodukten und Endprodukten ermittelt wurden; siehe CD-ROM "USTER® STATISTICS 200T Version 4.0, Uster Technologies AG, 201 1.
Die Verläufe der Umhüllenden 56 der Rangliste und der Referenzkurve 60 können miteinander verglichen werden. Aus einer signifikanten Abweichung der Verläufe voneinander kann auf eine Fehlerursache geschlossen werden. Die Fehlerursache liegt bspw. im Rohmaterial und/oder im Produktionsprozess des Garns 9.
Zum Zweck des Vergleichs kann z. B. ein Abstand b der Umhüllenden 56 und der Referenzkurve 60 definiert werden, der in Richtung der Ordinate 52 gemessen wird und somit der jeweiligen Differenz der Ordinatenwerte L entspricht. Solange sich der Abstand b innerhalb eines Grenzintervalls [b\, befindet, d. h. solange b\ < b < bi, sind die Verläufe der Umhüllenden 56 bzw. der Referenzkurve 60 genügend ähnlich, und es liegt keine signifikante Abweichung und somit auch kein Produktionsfehler vor. Die
Intervallgrenzen b\, b2 können in einer ersten Alternative fest vorgegeben werden, und zwar absolut oder relativ (z. B. bezogen auf den jeweiligen Wert der Referenzkurve 60). In einer zweiten Alternative können sie automatisch berechnet werden. Dazu kann bspw. ein mittlerer Abstand der Umhüllenden 56 und der Referenzkurve 60 bestimmt und die
Intervall grenzen b\, b daraus berechnet werden (z. B. als 70% bzw. 130% des mittleren Abstandes). Eine grosse lokale Abweichung des Abstands b ist signifikant und weist auf einen Produktionsfehler hin. Zur Ermittlung der Fehlerursache wird vorzugsweise eine zwischen der Umhüllenden 56 und der Referenzkurve 60 liegende Fläche 61, 62 berücksichtigt. In Figur 8 sind zwei solche Flächen 61 , 62 eingezeichnet, von denen eine erste Fläche 61 unterhalb der Referenzkurve 60 und eine zweite Fläche 62 oberhalb der Referenzkurve 60 liegt. Die Lage der jeweiligen Fläche 61 , 62 bezüglich der Referenzkurve 60 kann wichtig sein für das Auffinden der Fehlerursache. Zur Charakterisierung der jeweiligen Fläche 61 , 62 können ein Flächenschwerpunkt Sj, S2, ein Flächeninhalt, eine Ausdehnung der Fläche 61 , 62 in Richtung der Abszisse 51 und/oder der Ordinate 52, ein maximaler Abstand a innerhalb der Fläche 61 , 62 und/oder andere Parameter verwendet werden. Einer Fläche 61 , 62 können je nach ihrer Eigenschaft eine oder mehrere Fehlerursachen zugeordnet werden. Die folgende Tabelle 1 zeigt eine mögliche Zuordnung.
Figure imgf000016_0001
Tabelle 1
Statt der Umhüllenden 56 selbst kann eine entsprechende Fitkurve 54, wie sie in Figur 6 eingezeichnet ist. für das Auffinden einer Fehlerursache verwendet werden. Im Diagramm 7 von Figur 9 ist die Rangliste von Figur 5 anders dargestellt. Gegenüber Figur 5 sind hier die beiden Achsen miteinander vertauscht, so dass die Haarigkeitslänge L entlang der Abszisse 71 und der Rang /? entlang der Ordinate 72 aufgetragen ist.
Dementsprechend sind die gemessenen Haarigkeitslängen als horizontale, äquidistante Geraden 73 eingetragen, und ihre Umhüllende bzw. die entsprechende Fitkurve 74 kann ungefähr logarithmisch verlaufen. Auch wenn eine solche Darstellung zugrunde gelegt wird, können die oben beschriebenen Charakterisierungsmethoden angewendet werden. Dieses Beispiel soll veranschaulichen, dass das erfindungsgemässe Verfahren nicht auf eine bestimmte Darstellungsweise der Rangliste angewiesen ist.
Auch im Diagramm 8 von Figur 10 ist die Rangliste von Figur 5 anders dargestellt. Hier ist die vertikale Achse 82 logarithmisch eingeteilt. Somit transformiert sich die exponentielle Fitkurve 54 in eine Fitgerade 84 mit positiver Steigung. Eine solche halblogarithmische Darstellung oder andere Darstellungen der Rangliste können für die numerische Spezifikation der Rangliste vorteilhaft sein.
Voraussetzung für das erfindungsgemässe Verfahren ist, dass die Messresultate möglichst ohne Informationsverlust gespeichert werden, um ihre Weiterverarbeitung, d. h. die Erstellung der Rangliste und ihre numerische Spezifikation, zu ermöglichen. Idealerweise werden die Rohdaten der Messungen, d. h. jede gemessene Faserlänge, gespeichert.
Selbstverständlich ist die vorliegende Erfindung nicht auf die oben diskutierten
Ausführungsformen beschränkt. Insbesondere können die verschiedenen
Ausführungsformen miteinander kombiniert werden. Bei Kenntnis der Erfindung wird der Fachmann weitere Varianten herleiten können, die auch zum Gegenstand der vorliegenden Erfindung gehören, wie sie in den unabhängigen Patentansprüchen definiert ist.
BEZUGSZEICHENLISTE
1 Vorrichtung
1 1 Gehäuse
12-15 Führungselemente für das Garn
16 Sensorabdeckung
17 Rollenabdeckung
18 Fördereinrichtung
3 optoelektronische Garnsensoreinrichtung
30 optische Achse der Gamsensoreinrichtun
31 Lichtquelle
32 B eleu chtungsoptik
33 Abbildungsoptik
34 Bildsensor
4 Histogramm
41 Abszisse
42 Ordinate
43 Säule
45 Fitkurve
5 Diagramm
51 Abszisse
52 Ordinate
53 die Messwerte darstellende Geraden
54 Fitkurve
55 Fehlerbalken
56 Umhüllende
57 Fläche
58 Vertrauensfläche
60 Referenzkurve
61, 62 Flächen
7 Diagramm
71 Abszisse
Ordinate
die Messwerte darstellende Geraden Fitkurve
8 Diagramm
81 Abszisse
82 Ordinate
84 Fitgerade
Garn
Garnlängsachse
Garnrumpf 92 Garnhaare
93, 94 Halbräume a Achsversetzung zwischen optischer Achse und Garnlängsachse b Abstand der beiden Kurven 56 und 60
H Häufigkeitsdichte
L Haarigkeitslänge
n Rang
N Anzahl Messungen
S Schwerpunkt der Fläche 57
Si, S2 Schwerpunkte der Flächen 61 bzw. 62

Claims

PATENTANSPRÜCHE
Verfahren zur Charakterisierung der Haarigkeitslängenverteilung eines Garns (9), wobei
Haarigkeitslängen (L) am Garn (9) gemessen werden (101 ),
dadurch gekennzeichnet, dass
aus den Haarigkeitslängenmessungen (101) resultierende Haarigkeitslängen (L) gespeichert werden (102),
eine Rangliste der gespeicherten Haarigkeitslängen (L) erstellt wird (103), die Rangliste numerisch spezifiziert wird (104) und
mindestens ein Wert der numerischen Spezifikation als Charakteristikum für die Häufigkeitsverteilung ausgegeben wird (105).
2. Verfahren nach Anspruch 1 , wobei die numerische Spezifikation (104) anhand
mindestens eines Quantiis Lo s) erfolgt.
3. Verfahren nach Anspruch 1 oder 2, wobei die numerische Spezifikation (104)
anhand einer Ausgleichsrechnung erfolgt.
Verfahren nach Anspruch 3, wobei die Ausgleichsrechnung auf einem Funktionsfit mit einer Fitfunktion, die mindestens eine Exponentialfunktion oder mindestens eine Logarithmusfunktion beinhaltet, basiert.
5. Verfahren nach Anspruch 3 oder 4, wobei zur numerischen Spezifikation (104) mindestens ein Wendepunkt, ein Linienschwerpunkt und/oder mindestens eine
Kurvensteigung berechnet wird.
6. Verfahren nach einem der vorangehenden Ansprüche, wobei die numerische
Spezifikation (104) anhand von Stützpunkten (P 1 -P4) erfolgt.
7. Verfahren nach einem der vorangehenden Ansprüche, wobei die numerische
Spezifikation (104) eine aus der Rangliste erhaltene Fläche (57) berücksichtigt.
8. Verfahren nach Anspruch 7, wobei die numerische Spezifikation (104) mindestens ein Element aus der folgenden Menge berücksichtigt: Flächeninhalt (A) der Fläche (57), geometrische Form der Fläche (57), Lage eines Flächenschwerpunktes (S) der Fläche (57) und Lage eines Konturenschwerpunktes der Fläche (57).
9. Verfahren nach einem der vorangehenden Ansprüche, wobei die Rangliste mit einer Referenzrangliste verglichen wird und aus einer signifikanten Abweichung der beiden Ranglisten voneinander auf eine Fehlerursache in einem Produktionsprozess des Garns (9) geschlossen wird.
10. Verfahren nach Anspruch 9, wobei jede der beiden Ranglisten als Kurve (56, 60) grafisch dargestellt wird, ein lokales Abstandsmass (b) zwischen den beiden Kurven (56, 60) berechnet wird und eine signifikante Abweichung der beiden Ranglisten bei Über- oder Unterschreiten eines Grenzwertes (b \ , ö2) durch das lokale Abstandsmass (b) vorliegt.
1 1. Verfahren nach Anspruch 10, wobei als lokales Abstandsmass ein Abstand (b) der beiden Kurven (56, 60) definiert wird, der in Richtung der Ordinate (52) gemessen wird.
12. Verfahren nach Anspruch 10 oder 1 1 , wobei eine Fläche (61 , 62) zwischen den
beiden Kurven (56, 60) berechnet wird und der Fläche (61 , 62) je nach ihrer
Eigenschaft mindestens eine Fehlerursache zugeordnet wird.
13. Verfahren nach Anspruch 12, wobei als Eigenschaft der Fläche (61 , 62) mindestens ein Element aus der folgenden Menge ausgewählt wird: ein Flächenschwerpunkt (Si , S2), ein Flächeninhalt, eine Ausdehnung der Fläche (61 , 62) in Richtung der Abszisse (51 ), eine Ausdehnung der Fläche in Richtung der Ordinate (52) und ein maximaler Abstand (a) der beiden Kurven (56, 60) innerhalb der Fläche (61 , 62).
14. Verfahren nach einem der vorangehenden Ansprüche, wobei die Haarigkeitslängen optoelektronisch gemessen werden, indem das Garn (9) entlang seiner Längsrichtung durch eine optoelektronische
Garnsensoreinrichtung (3) bewegt wird,
die optoelektronische Garnsensoreinrichtung (3) nacheinander eine Mehrzahl von Bildern des Garns (9) aufnimmt und
aus den Bildern, vorzugsweise aus jedem einzelnen Bild aus der Mehrzahl von
Bildern, mittels Bildverarbeitung Haarigkeitslängen ausgewertet werden.
15. Verfahren nach Anspruch 14, wobei die Anzahl der in einer Messreihe
aufgenommenen und ausgewerteten Bilder zwischen 10 und 10Ό00 und
vorzugsweise zwischen 100 und 1000 liegt.
16. Vorrichtung (1 ) zur Charakterisierung der Haarigkeitslängenverteilung eines Garns (9), beinhaltend
eine Garnsensoreinrichtung (3) zur Messung von Haarigkeitslängen (L) am Garn (9), eine Auswerteeinrichtung zur Auswertung von Ausgangssignalen der
Garnsensoreinrichtung (3),
eine Ausgabeeinrichtung zur Ausgabe von Charakteristika der
Haarigkeitslängenverteilung und
eine Steuereinrichtung zur Steuerung der Vorrichtung (1 ),
dadurch gekennzeichnet,
dass die Auswerteeinrichtung und die Steuereinrichtung zur Ausführung des Verfahrens nach einem der vorangehenden Ansprüche eingerichtet sind.
PCT/CH2013/000199 2012-12-07 2013-11-12 Charakterisierung der haarigkeitslängenverteilung eines garns WO2014085940A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CH27312012 2012-12-07
CH2731/12 2012-12-07

Publications (1)

Publication Number Publication Date
WO2014085940A1 true WO2014085940A1 (de) 2014-06-12

Family

ID=47471425

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CH2013/000199 WO2014085940A1 (de) 2012-12-07 2013-11-12 Charakterisierung der haarigkeitslängenverteilung eines garns

Country Status (1)

Country Link
WO (1) WO2014085940A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105842429A (zh) * 2016-03-26 2016-08-10 武汉纺织大学 一种纱线毛羽仪测试织物布样双面毛羽的方法
CN115035110A (zh) * 2022-08-10 2022-09-09 南通永安纺织有限公司 依据凹点切割及链码跟踪的纱线毛羽定量检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1015895A (en) 1963-10-29 1966-01-05 James Lappage Instruments for measuring the hairiness and bulk of textile and like yarns
DE19924840A1 (de) 1999-05-29 2000-11-30 Klaus Roehm Vorichtung zur Bestimmung der Haarigkeit von textilen Gebilden
CN1530654A (zh) 2003-03-11 2004-09-22 陕西长岭纺织机电科技有限公司 纺织测试仪器中测试纱线毛羽的数据处理方法
WO2011153650A1 (de) 2010-06-09 2011-12-15 Uster Technologies Ag Verfahren und vorrichtung zur optoelektronischen bestimmung der haarigkeitslängenverteilung eines garns

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1015895A (en) 1963-10-29 1966-01-05 James Lappage Instruments for measuring the hairiness and bulk of textile and like yarns
DE19924840A1 (de) 1999-05-29 2000-11-30 Klaus Roehm Vorichtung zur Bestimmung der Haarigkeit von textilen Gebilden
CN1530654A (zh) 2003-03-11 2004-09-22 陕西长岭纺织机电科技有限公司 纺织测试仪器中测试纱线毛羽的数据处理方法
WO2011153650A1 (de) 2010-06-09 2011-12-15 Uster Technologies Ag Verfahren und vorrichtung zur optoelektronischen bestimmung der haarigkeitslängenverteilung eines garns

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
BARELLA A., VIAPLANA A.: "Principles of a New Procedure for Measuring Yarn Hairiness. Application to the Study of the Hairiness of Open-End Yarns", TEXTILE RESEARCH JOURNAL, vol. 40, no. 3, March 1970 (1970-03-01), pages 267 - 272, XP002694651 *
DER ARTIKEL BARELLA A.; VIAPLANA A.: "Principles of a new procedure for measuring yarn hairiness. Application to the study of the hairiness of open-end yams", TEXTILE RESEARCH JOURNAL, vol. 40, no. 3, March 1970 (1970-03-01)
LAPPAGE J., ONIONS W.J.: "An instrument for the study of yarn hairiness", JOURNAL OF THE TEXTILE INSTITUTE TRANSACTIONS, vol. 55, no. 8, August 1964 (1964-08-01), pages T381 - T395, XP002694650 *
LAPPAGE J; ONIONS W. J.: "An instrument for the study of yarn hairiness", JOURNAL OF THE TEXTILE INSTITUTE TRANSACTIONS, vol. 5, no. 8, August 1964 (1964-08-01)
OZKAYA Y. A., ACAR M., AND JACKSON M. R.: "Hair density distribution profile to evaluate yarn hairiness and its application to fabric simulations", JOURNAL OF THE TEXTILE INSTITUTE, vol. 98, no. 6, 2007, XP002694652 *
OZKAYA Y. A.; ACAR M.; JACKSON M. R.: "Hair density distrubution profile to evaluate yarn hairiness and ist application to fabric simulations", JOURNAL OF THE TEXTILE INSTITUTE, vol. 98, no. 6, 2007

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105842429A (zh) * 2016-03-26 2016-08-10 武汉纺织大学 一种纱线毛羽仪测试织物布样双面毛羽的方法
CN105842429B (zh) * 2016-03-26 2017-06-27 武汉纺织大学 一种纱线毛羽仪测试织物布样双面毛羽的方法
CN115035110A (zh) * 2022-08-10 2022-09-09 南通永安纺织有限公司 依据凹点切割及链码跟踪的纱线毛羽定量检测方法

Similar Documents

Publication Publication Date Title
EP1949097B1 (de) Verfahren zur Charakterisierung von Effektgarn
EP2686261B1 (de) Charakterisierung eines länglichen textilen prüfgutes
EP0685580A1 (de) Verfahren und Vorrichtung zur Ermittlung von Ursachen für Fehler in Garnen, Vorgarnen und Bändern
DE3008914C2 (de)
EP3247990B1 (de) Verfahren und vorrichtung zur ermittlung der wirkung von wirkstoffen an nematoden und anderen organismen in wässrigen tests
DE69123172T2 (de) Verfahren zur Bestimmung und Überwachung der Glanzeigenschaften von Fasern
WO2022198342A1 (de) Bestimmung eines mischungsverhältnisses zweier bestandteile eines textilen fasergebildes
WO2014085940A1 (de) Charakterisierung der haarigkeitslängenverteilung eines garns
WO1991011705A1 (de) Verfahren zur messung von faserparametern mittels bilddatenverarbeitung
WO2014085939A1 (de) Haarigkeitslängenbestimmung an einem garn
WO2011153650A1 (de) Verfahren und vorrichtung zur optoelektronischen bestimmung der haarigkeitslängenverteilung eines garns
EP3320134B1 (de) Vorhersage des aussehens einer textilen fläche
EP2564189B1 (de) Prüfung von regelmässigen sollwertabweichungen eines parameters in einem länglichen textilen prüfgut
WO2009127572A1 (de) Inspektionssystem und -verfahren für die optische untersuchung von objektoberflächen, insbesondere von waferoberflächen
WO2021051210A1 (de) Optimierung eines garnherstellungsprozesses bezüglich fremdmaterialien.
DE102012102576A1 (de) Verfahren zur Garnüberwachung
WO2011153648A1 (de) Vorrichtung zur optoelektronischen bestimmung von merkmalen eines garns
DE102008049877A1 (de) Verfahren zum Auswerten von Korrelationsspektroskopiemessdaten
WO2014029038A1 (de) Charakterisierung einer optoelektronischen messeinheit für ein textiles prüfgut
EP1377813A1 (de) Verfahren und vorrichtung zur qualitätsprüfung bzw. zur optischen charakterisierung von milch
CH720251A1 (de) Untersuchung von Textilfaserballen in der Öffnerei einer Spinnereivorbereitungsanlage
WO2024108314A1 (de) Untersuchung von textilfaserballen in der öffnerei einer spinnereivorbereitungsanlage
EP3355271A1 (de) Verfahren zur computergestützten konfiguration eines inspektionssystems
WO2009127573A2 (de) Klassifizierungseinrichtung und -verfahren für die klassifizierung von oberflächendefekten insbesondere auf waferoberflächen

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13792246

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13792246

Country of ref document: EP

Kind code of ref document: A1