一种基于管纱等级的智能分类络筒方法及其实现装置制造方法及图纸

本发明专利技术涉及一种基于管纱等级的智能分类络筒方法及其实现装置，方法为：在线采集管纱的质量信息后确定其等级，再按等级将管纱输送至不同络筒锭位进行络筒，质量信息是通过采集处于瞬时稳定状态的纱线的图像后对图像进行处理得到的，等级是通过分别对应将等级、等级已知的历史管纱的质量信息和等级待确定的当前管纱的质量信息作为类别、训练样本和测试样本采用SVM的“一对一”分类方法确定的。装置包括用于采集管纱质量信息的采信装置、用于确定管纱的等级信息并将其储存在管纱上的电子标签中的RFID系统和分类络筒装置。本发明专利技术的方法，准确率和效率高；装置易操作，自动化程度高，应用前景好。

An Intelligent Classification Winding Method Based on Pipe Yarn Grade and Its Implementation Device

The present invention relates to an intelligent classification winding method based on yarn grade and its realization device. The method is as follows: on-line collecting quality information of yarn, determining its grade, and then conveying yarn to different winding spindles according to grade for winding. The quality information is obtained by image processing after collecting the image of yarn in instantaneous stable state, and the grade is corresponding to each other. The quality information of historical yarn and current yarn, whose grade and grade are known, are taken as classes, training samples and test samples to be determined by the \one-to-one\ classification method of SVM. The device includes a receiving device for collecting yarn quality information, an RFID system for determining yarn grade information and storing it in an electronic tag on the yarn, and a classifying winding device. The method of the invention has the advantages of high accuracy and efficiency, easy operation, high automation and good application prospect.

【技术实现步骤摘要】
一种基于管纱等级的智能分类络筒方法及其实现装置
本专利技术属于智能纺纱领域，涉及一种基于管纱等级的智能分类络筒方法及其实现装置。
技术介绍
近年来，随着科技的进步和产业的变革，向智能化转型已经成为制造业的整体发展趋势。纺织领域也提出了工艺自动化、加工过程连续化、质量监控在线化和生产管理无人化等愿景。纺纱作为纺织加工流程中最长且最复杂的工艺，更需突破纺纱工艺智能化和纺纱过程连续化难以实现的技术瓶颈，将信息化与工业化融合，加快纺织产业的转型升级。筒纱是纺织企业的常见产品，人们通过环锭纺、气流纺或喷气纺等各种纺纱方式纺织得到的绝大部分细纱最终都以筒纱的形式出售。目前传统企业中的纱线通常是在络筒完成后进行分类的，筒纱的收集、识别分类和输送基本是由人工完成，用工量较大，过程繁琐易出错，效率较低，错误率高，会浪费大量人力物力。因此，开发一种效率高且可自动化地智能分类纱线的络筒方法极具现实意义。
技术实现思路
本专利技术的目的是为了克服上述现有技术中存在的问题，提供一种效率高且可自动化地分类管纱的基于管纱等级的智能分类络筒方法。本专利技术首先通过CCD技术采集处于瞬时稳定状态的管纱的图像，然后对图像进行处理得到管纱的质量信息确认其等级，最后按等级将管纱输送至不同络筒锭位进行络筒，从而实现了管纱的智能分类络筒。为了达到上述目的，本专利技术采用的技术方案为：一种基于管纱等级的智能分类络筒方法，在线采集管纱的质量信息后确定其等级，再按等级将管纱输送至不同络筒锭位进行络筒；所述质量信息是通过采集处于瞬时稳定状态的纱线的图像后对图像进行处理得到的，所述采集基于CCD技术，所述瞬时稳定状态是指纱线在时间t内振动频率在水平和垂直方向上的分量都≤10Hz同时振幅在水平和垂直方向上的分量都≤0.1mm的状态，t为采集10～100张图像所用的时间，所述瞬时稳定状态通过纱线与曲面接触形成，接触后纱线的运动路径由直线型变为折线型；折线型路径的纱线受到沿曲面运动方向的作用力Ⅰ及曲面与纱线接触后产生的不平行于纱线运动方向且与作用力Ⅰ相交的作用力Ⅱ，本专利技术通过施加的作用力Ⅰ和作用力Ⅱ，限制纱线在各个方向的振动，使得纱线在运行过程中处于瞬时稳定的状态；所述等级是通过分别对应将等级、等级已知的历史管纱的质量信息和等级待确定的当前管纱的质量信息作为类别、训练样本和测试样本采用SVM的“一对一”分类方法确定的；所述按等级将管纱输送至不同络筒锭位是指在管纱的输送过程中，当管纱从络筒锭位侧方经过时，若络筒锭位上纱线长度及其对应的筒架上纱线长度都为0，或者络筒锭位上纱线长度为0、其对应的筒架上纱线长度大于0小于设定米长且管纱的等级信息与筒架上纱线的等级信息相同，则将管纱推送至该络筒锭位，其他情况则不推送，络筒锭位上纱线长度为0是指络筒锭位上无纱管或者有空纱管，筒架上纱线长度为0是指筒架上无筒管或者有空筒管。本专利技术通过将纱线与曲面接触使其处于瞬时稳定状态，并采集该状态下的纱线的图像对其进行处理得到纱线的质量信息，处于瞬时稳定状态的纱线的图像清晰且保留更多细节信息，便于快速处理并准确获取纱线质量信息，不仅提高了处理精度即检测准确性，还提高了处理速度即检测效率，后续过程中确定纱线等级，再按照等级将管纱输送至不同络筒锭位进行络筒，从而实现了管纱的智能分类络筒。作为优选的技术方案：如上所述的一种基于管纱等级的智能分类络筒方法，所述筒架上纱线的等级信息是通过储存其对应的络筒锭位上的管纱的等级信息得到的，当络筒锭位上纱线长度及其对应的筒架上纱线长度都为0时，在将管纱推送至络筒锭位的同时对管纱的等级信息进行储存，当筒架上纱线长度等于设定米长时，对储存的等级信息进行清除。若不清除，当新一批管纱皆与该筒架上纱线的等级信息不相同，则会存在空闲的筒位，降低了络筒效率。如上所述的一种基于管纱等级的智能分类络筒方法，所述质量信息包括线密度、粗节、细节、棉结、条干和毛羽信息；线密度为提前设置的工艺参数，同一台车线密度设置相同，其也可通过纱线图像(CCD图像)获得；纱线粗节、细节和棉结是通过对纱线图像进行去噪处理后采用浮动阈值法或斜率阈值法判定纱线边界再计算纱线直径得到的，粗节为纱线直径大于等于纱线平均直径150％的位置，细节为纱线直径小于等于纱线平均直径50％的位置，棉结为纱线直径大于等于纱线平均直径300％的位置；纱线毛羽信息是通过对纱线图像进行去噪处理获取纱线图像的信息后，根据毛羽像素数计算毛羽长度并进行分类、计数，同时根据纱线图像中像素灰度的阈值分类方法检测异常像素块并进行分类、计数得到的纱线的毛羽和纱疵信息。所述历史管纱的等级共四级，确定方法为：参照国家标准GB/T398-2008中线密度、棉结、条干特征信息的不同等级的阈值分别按线密度、棉结和条干特征信息确定历史管纱的等级，再以其中的最低等级作为历史管纱的等级；所述当前管纱的等级确定方法为：首先将不同类别的训练样本两两组合后对应的向量作为训练集，采用训练集训练SVM分类器得到多个SVM子分类器，然后将测试样本对应的向量输入到每个SVM子分类器中，最后采用投票的形式得到测试样本的类别，即得到当前管纱的等级。本专利技术采用SVM分类器对纱线进行分类，具体为：将训练样本的各项指标值输入到SVM分类中，构造如下特征向量：v＝{Density,Slub,Snick,Nep,CV,Hairness}，其中Density、Slub、Snick、Nep、CV、Hairness分别为管纱的线密度、粗节、细节、棉结、条干、毛羽值。将优等品、一等品、二等品和三等品四个等级分别设为A、B、C、D四类，以(A,B)、(A,C)、(A,D)、(B,C)、(B,D)、(C,D)所对应的特征向量作为训练集，训练SVM分类器得到六个SVM子分类器；然后将由CCD实时获取的管纱的线密度、粗节、细节、棉结、条干和毛羽特征信息作为测试样本，将其以向量的方式分别输入到六个SVM子分类器中去，采用投票的形式得到测试样本的类别。其中投票的方式如下所示：A＝B＝C＝D＝0；(A,B)-classifier如果是Awin，则A＝A+1；otherwise，B＝B+1；(A,C)-classifier如果是Awin，则A＝A+1，otherwise，C＝C+1；...(C,D)-classifier如果是Cwin，则C＝C+1；otherwise，D＝D+1；ThedecisionistheMax(A,B,C,D)。如上所述的一种基于管纱等级的智能分类络筒方法，所述处于瞬时稳定状态的纱线为环锭纺纱机或基于环锭纺开发的新型纺纱机的前罗拉钳口和导纱钩之间的纺纱段内的纱线，本专利技术的基于管纱等级的智能分类络筒方法不仅仅适用于传统环锭纺纱机，还可适用于其他纺纱技术，如赛罗纺、赛罗菲尔纺或扭妥纺等，本专利技术方法可稳定地在线检测纱线质量并对纱线质量信息处理结果进行反馈；所述处于瞬时稳定状态的纱线的折线型运行路径与直线型运行路径之间的最大间距为1～50mm。间距过大会对纱线路径改变过多，产生较大纺纱张力，而且过大的间距使得纱线在曲面上的包围角过大，影响纱线运行，增加断头；最大间距过小会使得对纱线的控制力减弱，不能形成瞬时稳定的纺纱状态。如上所述的一种基于管纱等级的智能分类络筒方法，所述曲面的数量为1个以上，本文档来自技高网...

【技术保护点】
1.一种基于管纱等级的智能分类络筒方法，其特征是：在线采集管纱的质量信息后确定其等级，再按等级将管纱输送至不同络筒锭位进行络筒；所述质量信息是通过采集处于瞬时稳定状态的纱线的图像后对图像进行处理得到的，所述采集基于CCD技术，所述瞬时稳定状态是指纱线在时间t内振动频率在水平和垂直方向上的分量都≤10Hz同时振幅在水平和垂直方向上的分量都≤0.1mm的状态，t为采集10～100张图像所用的时间，所述瞬时稳定状态通过纱线与曲面接触形成，接触后纱线的运动路径由直线型变为折线型；所述等级是通过分别对应将等级、等级已知的历史管纱的质量信息和等级待确定的当前管纱的质量信息作为类别、训练样本和测试样本采用SVM的“一对一”分类方法确定的；所述按等级将管纱输送至不同络筒锭位是指在管纱的输送过程中，当管纱从络筒锭位侧方经过时，若络筒锭位上纱线长度及其对应的筒架上纱线长度都为0，或者络筒锭位上纱线长度为0、其对应的筒架上纱线长度大于0小于设定米长且管纱的等级信息与筒架上纱线的等级信息相同，则将管纱推送至该络筒锭位，其他情况则不推送，络筒锭位上纱线长度为0是指络筒锭位上无纱管或者有空纱管，筒架上纱线长度为0是指筒架上无筒管或者有空筒管。...

【技术特征摘要】
1.一种基于管纱等级的智能分类络筒方法，其特征是：在线采集管纱的质量信息后确定其等级，再按等级将管纱输送至不同络筒锭位进行络筒；所述质量信息是通过采集处于瞬时稳定状态的纱线的图像后对图像进行处理得到的，所述采集基于CCD技术，所述瞬时稳定状态是指纱线在时间t内振动频率在水平和垂直方向上的分量都≤10Hz同时振幅在水平和垂直方向上的分量都≤0.1mm的状态，t为采集10～100张图像所用的时间，所述瞬时稳定状态通过纱线与曲面接触形成，接触后纱线的运动路径由直线型变为折线型；所述等级是通过分别对应将等级、等级已知的历史管纱的质量信息和等级待确定的当前管纱的质量信息作为类别、训练样本和测试样本采用SVM的“一对一”分类方法确定的；所述按等级将管纱输送至不同络筒锭位是指在管纱的输送过程中，当管纱从络筒锭位侧方经过时，若络筒锭位上纱线长度及其对应的筒架上纱线长度都为0，或者络筒锭位上纱线长度为0、其对应的筒架上纱线长度大于0小于设定米长且管纱的等级信息与筒架上纱线的等级信息相同，则将管纱推送至该络筒锭位，其他情况则不推送，络筒锭位上纱线长度为0是指络筒锭位上无纱管或者有空纱管，筒架上纱线长度为0是指筒架上无筒管或者有空筒管。2.根据权利要求1所述的一种基于管纱等级的智能分类络筒方法，其特征在于，所述筒架上纱线的等级信息是通过储存其对应的络筒锭位上的管纱的等级信息得到的，当络筒锭位上纱线长度及其对应的筒架上纱线长度都为0时，在将管纱推送至络筒锭位的同时对管纱的等级信息进行储存，当筒架上纱线长度等于设定米长时，对储存的等级信息进行清除。3.根据权利要求1所述的一种基于管纱等级的智能分类络筒方法，其特征在于，所述质量信息包括线密度、粗节、细节、棉结、条干和毛羽信息；所述历史管纱的等级共四级，确定方法为：参照国家标准GB/T398-2008中线密度、棉结、条干特征信息的不同等级的阈值分别按线密度、棉结和条干特征信息确定历史管纱的等级，再以其中的最低等级作为历史管纱的等级；所述当前管纱的等级确定方法为：首先将不同类别的训练样本两两组合后对应的向量作为训练集，采用训练集训练SVM分类器得到多个SVM子分类器，然后将测试样本对应的向量输入到每个SVM子分类器中，最后采用投票的形式得到测试样本的类别，即得到当前管纱的等级。4.根据权利要求1所述的一种基于管纱等级的智能分类络筒方法，其特征在于，所述处于瞬时稳定状态的纱线为环锭纺纱机或基于环锭纺开发的新型纺纱机的前罗拉钳口和导纱钩之间的纺纱段内的纱线，所述处于瞬时稳定状态的纱线的折线型运行路径与直线型运行路径之间的最大间距为1～50mm。5.根据权利要求1所述的一种基于管纱等级的智能分类络筒方法，其特征在于，所述曲面的数量为1个以上，曲面的数量大于1时，所述接触为同时接触；曲面的数量为1时，折线的折点数量为1，折点与前罗拉钳口之间的距离为50～200mm，处于瞬时稳定状态的纱线为折点与前罗拉钳口之间的纺纱段内的纱线；曲面的数量为2时，折线的折点数量为2，两折点之间的距离为50～200mm，折点与前罗拉钳口之间的最小距离为20～100mm，处于瞬时稳定状态的纱线为两折点之间的纺纱段内的纱线；曲面的数量为3个以上时，折线的折点数量为2个以上，折点之间的最大距离为50～200mm，相邻两折点之间的距离大于1mm，折点与前罗拉钳口之间的最小距离为20～100mm，处于瞬时稳定状态的纱线为距离最远的两折点之间的纺纱段内的纱线。6.实现如权利要求1～5任一项所述的一种基于管纱等级的智能分类络筒方法的装...

【专利技术属性】
技术研发人员：全晶，程隆棣，邵瑞琪，张瑞云，崔月敏，薛文良，左舒文，刘蕴莹，张淑慧，俞建勇，王克毅，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海,31