一种纱线质量预测系统和方法技术方案

本发明专利技术公开了一种纱线质量预测系统，涉及计算机视觉和纺织技术领域，包括数据采集模块、数据存储模块、数据预处理模块、疵点检测模块、数理模型模块、综合质量预测模块；本发明专利技术还公开了一种纱线质量预测方法，包括：S100、准备工作，S200、纱线输送，S300、纱线原始数据采集，S400、纱线原始数据存储，S500、纱线原始数据预处理，S600、纱线检测结果获得，S700、纱线质量指标计算，S800、纱线质量综合预测。本发明专利技术保证了所述纱线质量预测结果的有效性，提高了纱线综合质量预测结果准确性。综合质量预测结果准确性。综合质量预测结果准确性。

【技术实现步骤摘要】
一种纱线质量预测系统和方法


[0001]本专利技术涉及计算机视觉和纺织
，尤其涉及一种纱线质量预测系统和方法。

技术介绍

[0002]近年来，随着对毛纺织行业产能需求的大幅提升以及对产品高质量的要求日益增加，工业智能化的进程逐步加快，纱线质量检测的传感器设备的使用也开始普及。最传统的纱线质量检测采用黑板检测仪辅助人工检测，通过人眼观察和参考质量评定标准进行纱线分级处理，该方法极大消耗了人力资源，而且检测结果容易受到人的主观因素的影响。目前，大部分针对纱线质量检测采用电容式传感器或光电传感器，利用电信号及光能信号检测纱线直径，能够保证纱线大规模生产，但在质量检测精度上具有一定局限性，无法满足高质量毛纱产品的需求。
[0003]随着人工智能的发展，深度学习的方法也开始被运用到毛纺织领域中。基于深度学习的纱线质量预测方法能够处理更加复杂的场景，对于纱线中毛羽情况没有特殊的要求，适用于绝大多数纱线质量预测工作。
[0004]专利《用于纱线质量监测的装置和方法》(申请号：CN201880088432.9)公开了一种用于检测织物纱线质本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种纱线质量预测系统，其特征在于，包括：数据采集模块，采集纱线原始数据；数据存储模块，存储所述纱线原始数据；数据预处理模块，对所述纱线原始数据进行预处理；疵点检测模块，构建深度学习模型，使用所述深度学习模型进行疵点处理，生成纱线检测结果；数理模型模块，使用所述纱线原始数据计算纱线质量指标；综合质量预测模块，综合所述纱线检测结果和所述纱线质量指标，对纱线质量进行预测；所述数据采集模块、所述数据存储模块与所述数据预处理模块依次通信连接，所述数据预处理模块分别与所述疵点检测模块和所述数理模型模块通信连接，所述综合质量预测模块分别与所述疵点检测模块和所述数理模型模块通信连接；响应于自动落纱机的纱线输送，所述数据采集模块采集所述纱线原始数据，发送到所述数据存储模块进行存储，然后到所述数据预处理模块进预处理，经过预处理的所述纱线原始数据通过所述疵点检测模块构建的所述深度学习模型得到所述纱线检测结果，通过所述数理模型模块计算所述纱线质量指标，所述综合质量预测模块根据所述纱线检测结果和所述纱线质量指标，对纱线质量进行预测。2.如权利要求1所述的纱线质量预测系统，其特征在于，所述数据采集模块包括线阵相机和传感器。3.如权利要求2所述的纱线质量预测系统，其特征在于，所述纱线原始数据包括实时纱线图像和传感器数据。4.如权利要求3所述的纱线质量预测系统，其特征在于，所述预处理包括实时纱线图像预处理和传感器数据预处理。5.如权利要求1所述纱线质量预测系统，其特征在于，所述构建深度学习模型包括：将训练集和验证集输入到卷积神经网络中进行特征提取，进入区域生成网络，通过分类分支继续纱线目标检测网络的训练；通过回归分支将候选区域向真实区域靠拢；最后利用损失函数的反向传播和权重更新，获得最优的目标检测结果。6.如权利要求1所述的纱线质量预测系统，其特征在于，所述纱线质量指标包括纱线条干不匀率与纱线拉伸性能。7.一种的纱线质量预测方法，使用如权利要求1
‑
6任一所述的纱线质量预测系统，其特征在于，包括如下步骤：S100、准备工作，所述数据采集模块采集纱线原始数据，发送到所述数据存储模块进行存储，然后发送到所述数据预处理模块生成训练集与验证集，训练所述疵点检测模块构建的深度学习模型；S200、纱线输送，自动落纱机输送纱线；S300、纱线原始数据采集，所述数据采集模块采集纱线原始数据，发送到所述数据存储模块；S400、纱线原始数据存储，所述数据存储模块接收所述纱线原始数据并进行存储，并发送到所述数据预处理模块；
...

【专利技术属性】
技术研发人员：张诚，琚长江，杨根科，金国标，陈文浩，刘琳，薛惊理，施江浩，熊灿，
申请(专利权)人：上海交通大学宁波人工智能研究院，
类型：发明
国别省市：