一种智能纺纱粗纱故障检测系统技术方案

本实用新型专利技术公开了一种智能纺纱粗纱故障检测系统，包括数据采集模块、控制模块、故障检测模块、状态显示模块和信息传输模块，所述控制模块通过所述信息传输模块分别与所述数据采集模块、故障检测模块和状态显示模块连接，所述数据采集模块用于实时采集粗纱机中罗拉的振动数据和图像信号，所述故障检测模块用于对故障进行检测、分类与预测；通过上述方式，本实用新型专利技术能够对罗拉的振动状态进行实时监测，及时发现相应故障并自动进行故障检测与分类，便于及时维修，降低故障造成的影响；并通过对罗拉的振动状态进行合理预测，预知潜在故障，便于提前处理，降低故障发生率，提高粗纱工序的安全性和可靠性。

【技术实现步骤摘要】
一种智能纺纱粗纱故障检测系统
本技术涉及纺纱故障检测
，特别是涉及一种智能纺纱粗纱故障检测系统。
技术介绍
随着工业化进程的加快，纺纱工业也得到了快速发展，并形成了较为成熟的纺纱工艺及各工艺对应的自动化设备。当前，纺纱工艺主要包括开清棉、梳棉、并条、粗纱、细纱及后加工等工序，其中，粗纱作为细纱前的最后一道准备工序，若发生故障，不仅会影响粗纱工序的顺利进行，还会影响粗纱的产品质量，进而对后续细纱工序的进行和最终的成纱质量造成影响。因此，为保障粗纱及后续工序的顺利进行、提高产品质量，对粗纱工序中的故障进行及时检测与处理具有重要意义。目前，粗纱工序一般在粗纱机中进行，其故障也主要来源于粗纱机的机械故障。粗纱机的主要任务是将并条工序提供的熟条按照一定的牵伸倍数抽长拉细，改善纤维的平行伸直度，再加上适当的捻度，卷绕成形，以便细纱工序的使用；其主要包括牵伸机构、加捻机构、卷绕机构和成形机构，分别由罗拉牵伸电机、锭翼旋转电机、筒管卷绕电机与龙筋升降电机控制，而各电机的正常运行则是粗纱机正常工作的基础，因此，当前由可编程逻辑控制器控制的粗纱机通常设有编码器对各电机的转速进行监测，以识别相应的电机故障。然而，该方式仅能对电机故障进行检测，而不能发现粗纱机中其他机械部件的故障，故障检出率较低，隐患较大。在粗纱机的各机械部件中，罗拉作为牵伸机构的主要部件，不仅对熟条的牵伸过程起到重要作用，且在牵伸过程中由罗拉振动产生的机械波对纱线的均匀性有较大影响，因此，当前罗拉故障主要通过对成品纱线进行均匀性测试来间接检出，而由于对成品纱线的质检通常在生产完成后进行，缺乏实时性，更不能提前预测，且对故障的分析通常由人工进行，速度较慢，待故障检出时已有大量瑕疵品产生，对产品的整体质量造成很大影响。此外，随着传感器在纺织机械中的广泛应用，当前已有利用振动传感器对罗拉进行故障检测的方法，然而，仅通过传感器对罗拉进行振动采集并不能全面地反映罗拉的振动状态，检测结果不够准确，部分故障难以检测出来，具有一定局限性。因此，有必要研究一种针对粗纱机中罗拉的故障检测系统，对其进行及时有效的故障检测，以增加粗纱工序故障的检出率，降低故障造成的影响，并对可能发生的故障进行预测，提高粗纱工序的安全性和可靠性。
技术实现思路
本技术的目的在于针对上述问题，提供一种智能纺纱粗纱故障检测系统，通过对罗拉的振动状态进行实时监测，及时发现相应故障并自动进行故障检测与分类，便于相关人员及时进行维修，降低故障造成的影响；并通过对正常罗拉的振动状态进行合理预测，预知潜在故障，便于提前处理，降低故障发生率，提高粗纱工序的安全性和可靠性。为实现上述目的，本技术采用的技术方案是：一种智能纺纱粗纱故障检测系统，包括数据采集模块、控制模块、故障检测模块、状态显示模块和信息传输模块，所述控制模块通过所述信息传输模块分别与所述数据采集模块、故障检测模块和状态显示模块连接；所述数据采集模块包括振动信号采集单元和图像信号采集单元，分别用于实时采集粗纱机中罗拉的振动信号和图像信号；所述故障检测模块包括特征提取单元、故障分类单元和故障预测单元，所述特征提取单元的输入端与所述控制模块连接，其输出端与所述故障分类单元的输入端连接，所述故障分类单元的输出端分别与所述控制模块和所述故障预测单元的输入端连接，所述故障预测单元的输出端与所述控制模块连接。进一步地，所述振动信号采集单元包括多个电涡流传感器，所述电涡流传感器设置于罗拉的前侧，并使罗拉的水平直径穿过所述电涡流传感器探头的中心，用于采集罗拉的振动信号，并传输至控制模块。进一步地，所述图像信号采集单元包括多个由工业相机和LED灯组成的图像采集装置，所述图像采集装置设置于罗拉的上方，并使罗拉的竖直直径穿过所述图像采集装置中工业相机镜头的中心，用于采集罗拉振动时的图像，并传输至控制模块。进一步地，所述控制模块包括信号处理单元、图像处理单元、主控制单元和存储单元，所述信号处理单元包括信号放大器和A/D转换器，所述信号放大器的输入端与所述振动信号采集单元连接，其输出端与所述A/D转换器的输入端连接，所述A/D转换器的输出端与所述主控制单元连接；所述图像处理单元用于对输入的图像进行灰度处理及二值化，降低图片内存，提高后续处理速度，其输入端与所述图像信号采集单元连接，输出端与所述主控制单元连接；所述主控制单元还分别与所述存储单元、故障检测模块和状态显示模块连接。进一步地，所述特征提取单元包括小波分析层、图像分析层和特征向量提取层，所述小波分析层用于对接收到的振动信号进行小波变换和正交小波分解，并将分解后得到的各频段振动信号输入特征向量提取层；所述图像分析层用于对接收到的图像信号进行边缘检测和振幅计算，并将结果输入特征向量提取层；所述特征向量提取层用于将接收到的振动信号的能量值按尺度顺序进行排列，并与图像分析层输入的振幅值共同组成特征向量，再将其输出至故障分类单元。进一步地，所述故障分类单元包括存储器、训练层和神经网络分类层，所述存储器用于储存罗拉的历史故障数据，所述训练层基于存储器中的历史故障数据进行神经网络训练，所述神经网络分类层基于训练好的神经网络对输入的特征向量进行故障分类，并将故障分类结果输出至故障预测单元和控制模块。进一步地，所述故障分类结果包括正常、罗拉弯曲故障、罗拉偏心故障、罗拉齿轮缺陷和罗拉齿轮回转不平衡。进一步地，所述故障预测单元包括数据提取层、曲线拟合层和结果预测层，所述数据提取层用于接收故障分类结果，并对故障分类结果为正常的数据按固定频率进行周期性提取，并将提取的数据输入曲线拟合层；所述曲线拟合层用于对数据进行曲线拟合，得到预测曲线，输出至结果预测层；所述结果预测层用于将预测曲线与设定的阈值进行匹配，并将预测结果输出至控制模块。进一步地，所述状态显示模块包括显示单元和反馈单元，所述显示单元用于接收所述控制模块传输的信息，并在LED显示屏上进行显示，所述LED显示屏上设有红、黄、绿三色的信号灯，分别用于表示当前故障、潜在故障和正常状态；所述反馈单元用于接收对故障的反馈信息，并传输至控制模块。进一步地，所述信息传输模块包括工业以太网和以太网交换机，所述数据采集模块、故障检测模块和状态显示模块分别利用以太网交换机与所述控制模块通过工业以太网连接。与现有技术相比，本技术的有益效果是：1、本技术提供的智能纺纱粗纱故障检测系统通过对罗拉的振动状态进行实时监测，及时发现相应故障并自动进行故障检测与分类，便于相关人员及时进行维修，降低故障造成的影响；同时，本技术还通过对当前运行正常的罗拉的振动状态进行合理预测，预知潜在故障，便于提前处理，从而降低故障发生率，提高粗纱工序的安全性和可靠性。2、本技术采用传感器和图像采集装置分别对罗拉的振动信号和图像信号进行实时监测，通过对振动信号进行小波分析、对图像信号进行边缘检测，从而更加全面、准确地提取相应的故障特征，提高故障检测的准确率；本技术还利用神经网络对提取到的特征进行自动分类，使相本文档来自技高网...

【技术保护点】
1.一种智能纺纱粗纱故障检测系统，其特征在于：包括数据采集模块、控制模块、故障检测模块、状态显示模块和信息传输模块，所述控制模块通过所述信息传输模块分别与所述数据采集模块、故障检测模块和状态显示模块连接；所述数据采集模块包括振动信号采集单元和图像信号采集单元，分别用于实时采集粗纱机中罗拉的振动数据和图像信号；所述故障检测模块包括特征提取单元、故障分类单元和故障预测单元，所述特征提取单元的输入端与所述控制模块连接，其输出端与所述故障分类单元的输入端连接，所述故障分类单元的输出端分别与所述控制模块和所述故障预测单元的输入端连接，所述故障预测单元的输出端与所述控制模块连接。/n

【技术特征摘要】
1.一种智能纺纱粗纱故障检测系统，其特征在于：包括数据采集模块、控制模块、故障检测模块、状态显示模块和信息传输模块，所述控制模块通过所述信息传输模块分别与所述数据采集模块、故障检测模块和状态显示模块连接；所述数据采集模块包括振动信号采集单元和图像信号采集单元，分别用于实时采集粗纱机中罗拉的振动数据和图像信号；所述故障检测模块包括特征提取单元、故障分类单元和故障预测单元，所述特征提取单元的输入端与所述控制模块连接，其输出端与所述故障分类单元的输入端连接，所述故障分类单元的输出端分别与所述控制模块和所述故障预测单元的输入端连接，所述故障预测单元的输出端与所述控制模块连接。


2.根据权利要求1所述的一种智能纺纱粗纱故障检测系统，其特征在于：所述振动信号采集单元包括多个电涡流传感器，所述电涡流传感器设置于罗拉的前侧，并使罗拉的水平直径穿过所述电涡流传感器探头的中心，用于采集罗拉的振动数据，并传输至控制模块。


3.根据权利要求1所述的一种智能纺纱粗纱故障检测系统，其特征在于：所述图像信号采集单元包括多个由工业相机和LED灯组成的图像采集装置，所述图像采集装置设置于罗拉的上方，并使罗拉的竖直直径穿过所述图像采集装置中工业相机镜头的中心，用于采集罗拉振动时的图像，并传输至控制模块。


4.根据权利要求1所述的一种智能纺纱粗纱故障检测系统，其特征在于：所述控制模块包括信号处理单元、图像处理单元、主控制单元和存储单元，所述信号处理单元包括信号放大器和A/D转换器，所述信号放大器的输入端与所述振动信号采集单元连接，其输出端与所述A/D转换器的输入端连接，所述A/D转换器的输出端与所述主控制单元连接；所述图像处理单元用于对输入的图像进行灰度处理及二值化，降低图片内存，提高后续处理速度，其输入端与所述图像信号采集单元连接，输出端与所述主控制单元连接；所述主控制单元还分别与所述存储单元、故障检测模块和状态显示模块连接。


5.根据权利要求1所述的一种智能纺纱粗纱故障检测系统，其特征在于：所述特征提取单元包括小波分析层、图像分析层和特征向量提取层，所述小波分析层...

【专利技术属性】
技术研发人员：李晨，任李培，
申请(专利权)人：武汉道非科技有限公司，
类型：新型
国别省市：湖北;42