本发明专利技术涉及一种用于监控纱线处置过程中行进纱线的纱线张力的方法和装置。为此，连续测量纱线的纱线张力，并将纱线张力的测量信号相比于允许纱线张力的阈值。在测量信号有不允许的容差偏差的情形下，纱线张力的短期信号路径被检测而作为故障图形。为了能够进行故障诊断，使用机器学习程序分析纱线张力的故障图形。然后将故障图形分配至一个已知故障类别或者新故障类别。根据本发明专利技术的装置包括针对该目的的诊断单元(18)，其与纱线张力评估单元(19)相应地协作。
Method and device for monitoring yarn tension of moving yarn
【技术实现步骤摘要】
【国外来华专利技术】用于监控行进纱线的纱线张力的方法和装置本专利技术涉及一种根据权利要求1的前序部分所述的用于监控纱线处置过程中行进纱线的纱线张力的方法和根据权利要求7的前序部分所述的用于监控的装置。用于监控纱线处置过程中行进纱线的纱线张力的通用方法和通用装置是已知的，例如，已知于DE19614027A1。在生产以及处置纱线时，典型地连续监控产品和/或过程参数，因而获得最稳定的可能过程控制，尤其最稳定的可能纱线产品质量。尤其在生产变形纱线时，监控行进纱线的纱线张力已经被证明其本身可识别过程扰动和/或产品变型。在用于监控行进纱线的纱线张力的公知方法和公知装置中，为了该目的连续测量纱线上的纱线张力。在该情况下将生成的纱线张力的测量信号相比于允许纱线张力的阈值。在该情况下，能够生成所谓的故障图形，故障图形显示在不允许容差偏差的情形下纱线张力的测量信号的信号曲线。尤其是，可以因而建立纱线的质量变化，质量变化能够使得质量分级，例如。此外，公知的是，取决于过程中相应的扰动，故障图形反映了纱线张力的不同信号曲线。因而有经验的操作员能够使用故障图形的纱线张力的信号曲线来识别可能的扰动源。本专利技术的目的是，提出用于监控纱线处置过程中行进纱线的纱线张力的通用方法和通用装置，使得能够改善过程控制以生产均匀的纱线质量。本专利技术的进一步目的是，提供一种用于监控纱线处置过程中行进纱线的纱线张力的通用方法和通用装置，使用其能够识别过程扰动，还能快速且有针对性地纠正它们。根据本专利技术该目的通过具有根据权利要求1的特征的方法和通过具有根据权利要求7的特征的装置实现。本专利技术的有利实例由相应的从属权利要求的特征及特征组合限定。本专利技术基于的发现是，纱线张力的测量信号曲线的故障图形能够用作过程扰动的指示。为了使用故障图形作为诊断的基础，根据本专利技术使用机器学习程序分析故障图形。然后将故障图形分配至已知故障图形类别或者新故障图形类别。因而提供了独特的故障图形的分类。尤其分配至已知故障图形类别能够得到早期误差诊断，使得可快速识别出基础扰动原因。但是，可替换地，在过程期间，还能够得到先前未知或者先前未考虑的新过程扰动结果。在该情况下，故障图形能够通过机器学习程序被分配至新故障图形类别。确定的故障图形能够被存储以扩展数据池。由于故障图形的曲线轮廓不同，因此还存在这样的选择：依靠纱线张力的一个故障图形的或者一组故障图形的故障图案具体指定故障图形类别。因而可以基本改善在通过机器学习程序分析故障图形期间相关故障图形类别的可视化。为了在故障图形分配至其中一个故障图形类别之后实施快速且有针对性的过程改变，以下方法变型是特别有利的：将具体过程扰动和/或具体操作故障和/或具体扰动参数和/或具体产品故障分配至每个故障图形类别。在分配故障图形之后，纱线张力偏差的基础原因因而能够被立即纠正。因而可以避免尤其在生产纱线期间大的丢弃量。为了自动化相应的纱线处置过程，以下方法变型是有利的：在其中一个故障图形分配至其中一个故障图形类别之后，触发相关于故障图形类别的控制命令以用于过程改变。例如，过程改变会引起直接干涉纱线处置过程或者通过操作员发动干涉。由于多个故障图形发生在纱线处置过程中，方法变型已经证明其本身，尤其在方法变型中通过机器学习程序的至少一个机器学习算法来执行故障图形的分析。因而人工智能可以用以实施结构分析，甚至利用大量数据并且快速查找已知以及新故障图形类别。但是，为了该目的，首先需要机器学习算法首先访问用于学习的确定的基本数据。为了此目的，将先前已经分配一个故障图形类别的故障图形传递至用于学习的机器学习算法。在学习阶段之后，机器学习算法能够依靠预定故障图形的分析独立将其分配至至少一个现存的故障图形类别或者新故障图形类别。因而过程中扰动的新原因能够有利地被识别以及在未来被定义。根据本专利技术的装置允许纱线张力分析单元直接与诊断单元互相作用，使得误差识别和诊断变得可能。诊断单元因而首先能够使用机器学习程序分析故障图形，随后将故障图形分配至现存的故障图形类别或者新故障图形类别。为了能够使用新确定的故障图形用于后续分析，诊断单元包括：存储单元，其用于存储故障图形；以及可编程学习处理器，其用于执行机器学习程序以及随后确定故障类别。在该情况下，学习处理器能够联接至输入单元，通过输入单元能够输入一个或多个确定的故障图形。已经公知的故障图形类别因而也能够有利地给定至诊断单元以改善机器学习程序。为了通知操作员有关过程控制期间相应的过程进程，此外提供的是，学习处理器联接至输出单元，通过输出单元能够对将所分析的故障图形分配至一个故障图形类别进行可视化。该输出单元在该情况下能够有利地无线联接至学习处理器，能够代表使用其能够显示故障图形类别的任何类型装置。为了获得用于故障诊断的可能的自动化系统，进一步提供的是，学习处理器包括用于实施机器学习程序的神经网络。复杂纱线处置过程对应地具有很多种数据，因而还能够连续、可靠地被监控。为了监控多个纱线处置过程，有利地可使用根据本专利技术的装置的变型，其中，学习处理器布置成在空间上与输入单元和输出单元分离。在该情况下存在的选择是，学习处理器接触多个输入单元和/或多个输出单元。然后连接优选为无线地建立，使得学习处理器还可以形成在虚拟空间中。根据本专利技术的装置变型有利地用于自动化，在该变型中，诊断单元连接至机器控制单元，通过机器控制单元能够执行用于过程改变的控制命令。因而能够在分配相应的故障图形之后立即消除精确的扰动原因。参考附图，此后将基于根据本专利技术的装置的示范实施例更详细解释根据本专利技术的用于监控纱线处置过程中行进纱线的纱线张力的方法。在图中：图1示意地示出了纱线处置过程，具有根据本专利技术用于监控纱线张力的装置的示范实施例。图2示意地示出了来自图1根据本专利技术用于监控纱线张力的装置的示范实施例。图3.1至图3.5示出了不同故障图形类别的多个不同故障图形。图1示意地示出了纱线处置过程，具有根据本专利技术的装置的示范实施例。纱线处置过程涉及一种卷曲变形过程，如其在卷曲变形机的多个处理点执行。这种卷曲变形机的处理点1和卷绕点2示意地示出在图1中。处理点1包括供给站4，供给筒子5以及储备筒子6保持在供给站4中。供给筒子5供给纱线3，纱线3被传递至处理点1以用于拉伸以及变形。通过第一导丝辊单元7.1执行从供给筒子5收回纱线。导丝辊单元7.1经由导丝辊驱动器8.1被驱动。在进一步进程中，加热单元9、冷却单元10以及卷曲变形组件11布置于导丝辊单元7.1的下游。卷曲变形组件11经由卷曲变形驱动器11.1被驱动。卷曲变形组件11优选设计为摩擦扭转生成器以在纱线3上生成假捻。通过导丝辊驱动器8.2操作的用于拉伸纱线的第二导丝辊单元7.2布置于卷曲变形组件11的下游。导丝辊单元7.2在构造上与第一导丝辊单元7.1相同，其中，第二导丝辊单元7.2以更高圆周速度操作以拉伸纱线。因而纱线3被卷曲变形并且同时在处理点1内被拉伸。在处置纱线之后，纱线通过第三导丝辊单元7.3被引导至卷绕本文档来自技高网...
【技术保护点】
1.一种用于监控纱线处置过程中行进纱线的纱线张力的方法，其中，连续测量所述纱线的纱线张力，将所述纱线张力的测量信号与允许纱线张力的至少一个限值进行比较，并且在所述测量信号的不允许容差偏差的情形下，所述纱线张力的短期信号轮廓作为故障图形被获取，其特征在于，使用机器学习程序分析所述纱线张力的所述故障图形，并且将所述故障图形分配至已知故障图形类别或新故障图形类别。/n
【技术特征摘要】
【国外来华专利技术】20170607 DE 102017005450.9;20170707 DE 102017006431.一种用于监控纱线处置过程中行进纱线的纱线张力的方法，其中，连续测量所述纱线的纱线张力，将所述纱线张力的测量信号与允许纱线张力的至少一个限值进行比较，并且在所述测量信号的不允许容差偏差的情形下，所述纱线张力的短期信号轮廓作为故障图形被获取，其特征在于，使用机器学习程序分析所述纱线张力的所述故障图形，并且将所述故障图形分配至已知故障图形类别或新故障图形类别。
2.根据权利要求1所述的方法，其特征在于，通过其中一个所述故障图形的和/或一组故障图形的故障图案来具体化每个所述故障图形类别。
3.根据权利要求1或2所述的方法，其特征在于，将具体过程扰动和/或具体操作故障和/或具体扰动参数和/或具体产品故障分配至每个所述故障图形类别。
4.根据权利要求3所述的方法，其特征在于，在将其中一个所述故障图形分配至其中一个所述故障图形类别之后，触发关于所述故障图形类别的控制命令以进行过程改变。
5.根据权利要求1至4中任一项所述的方法，其特征在于，通过所述机器学习程序的至少一个机器学习算法来执行所述故障图形的分析。
6.根据权利要求5所述的方法，其特征在于，通过所述机器学习算法根据所分析的故障图形单独限定至少一个所述故障图形类别。
...
【专利技术属性】
技术研发人员：J·胡特马赫尔，
申请(专利权)人：欧瑞康纺织有限及两合公司，
类型：发明
国别省市：德国;DE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。