CH699626B1

CH699626B1 - Verfahren zur Steuerung einer Textilmaschine, Vorrichtung zur Durchführung des Verfahrens sowie Textilmaschine.

Info

Publication number: CH699626B1
Application number: CH00072/07A
Authority: CH
Inventors: Corinna Wiede
Original assignee: Rieter Ingolstadt Spinnerei
Priority date: 2006-03-29
Filing date: 2007-01-18
Publication date: 2010-04-15
Also published as: CN101046680B; DE102006014475A1; CN101046680A

Abstract

Vorgeschlagen wird ein Verfahren zur Steuerung einer Textilmaschine (1), bei dem eine oder mehrere Eingangsgrössen (REP, Rl) einer Steuerungsvorrichtung (13) der Textilmaschine (1) so bestimmt werden, dass eine oder mehrere Kenngrössen (CV%) des mit der Textilmaschine (1) erzeugten Textilgutes (FB ab ) optimiert werden, wobei besagte Eingangsgrössen (REP, Rl) in Abhängigkeit von einer oder mehreren Einflussgrössen (EG, VE, VV, VVD, HVD), welche die Wirkung der besagten Eingangsgrössen (REP, Rl) auf besagte Kenngrössen (CV%) beeinflussen, mittels eines neuronalen Netzes (18) bestimmt werden. Ebenso vorgeschlagen wird eine Vorrichtung (17), insbesondere zur Durchführung eines erfindungsgemässen Verfahrens, sowie eine Textilmaschine (1).

Description

[0001] Die vorliegende Erfindung betrifft ein Verfahren zur Steuerung einer Textilmaschine, insbesondere einer Spinnereivorbereitungsmaschine, beispielsweise einer Karde oder Strecke, oder einer Spinnereimaschine, beispielsweise einer Rotorspinnmaschine, bei dem eine oder mehrere Eingangsgrössen einer Steuerungsvorrichtung der Textilmaschine so bestimmt werden, dass eine oder mehrere Kenngrössen des mit der Textilmaschine erzeugten Textilgutes optimiert werden.

[0002] Weiterhin betrifft die Erfindung eine Vorrichtung zur Durchführung des Verfahrens, mit einer ausgangsseitigen Schnittstelle zur Ausgabe einer oder mehrerer Eingangsgrössen einer Steuerungsvorrichtung einer Textilmaschine, wobei durch besagte Einflussgrössen wenigstens eine Kenngrösse des mit der Textilmaschine erzeugten Textilgutes optimierbar ist.

[0003] Ebenso betrifft die vorliegende Erfindung eine Textilmaschine, insbesondere eine Spinnereivorbereitungsmaschine, beispielsweise eine Karde oder Strecke, oder eine Spinnereimaschine, beispielsweise eine Rotorspinnmaschine.

[0004] Die Eigenschaften eines mit einer Textilmaschine erzeugten Textilgutes hängen von einer Vielzahl von Einflussgrössen, welche bei der Steuerung der Textilmaschine zu berücksichtigen sind, ab. Dabei ergibt sich in vielen Fällen die Aufgabe, eine Eingangsgrösse einer Steuerungsvorrichtung einer Textilmaschine zahlenmässig so zu bestimmen, dass eine Kenngrösse des mit der Textilmaschine erzeugten Textilgutes optimiert wird. Hierbei ist häufig der genaue Zusammenhang zwischen der gesuchten Eingangsgrösse und der sich daraus ergebenden Kenngrösse des Textilgutes unbekannt oder wenigstens nicht analytisch beschreibbar.

[0005] Hierbei tritt häufig hinzu, dass der Einfluss der Eingangsgrösse auf die Kenngrösse des Textilgutes von einer Vielzahl von Randbedingungen abhängig sein kann. Das heisst, der konkrete Wert einer Eingangsgrösse, welche in dem einen Fall zu einem Optimalwert der Kenngrösse des Textilgutes führt, kann unter anderen Randbedingungen zu einem völlig unbefriedigenden Ergebnis führen. Die zu berücksichtigenden Randbedingungen, im Folgenden Einflussgrössen, welche die Wirkung der gesuchten Eingangsgrösse auf die resultierende Kenngrösse beeinflussen, sind zwar in der Regel als solche bekannt, allerdings ist es selbst bei zahlenmässig bekannten Einflussgrössen im Regelfall nicht möglich, die gesuchte Eingangsgrösse analytisch zu bestimmen, um den Optimalwert der Kenngrösse des Textilgutes zu erzielen.

[0006] In der Praxis ist es daher üblich, die gesuchte Eingangsgrösse durch ausserbetriebliche Versuche zu ermitteln. Dabei wird, ausgehend von Erfahrungswerten, ein bestimmter Wert für die Eingangsgrösse festgelegt, eine bestimmte Menge von Textilgut erzeugt und die sich ergebende Kenngrösse des Textilgutes ermittelt. Dann wird die Eingangsgrösse um einen bestimmten Wert verändert, wiederum Textilgut erzeugt und der sich nun ergebende Wert der Kenngrösse bestimmt. Dieses Vorgehen wird dann vielfach, beispielsweise zwanzigmal, wiederholt und letztlich derjenige Wert der Eingangsgrösse ausgewählt, der zu dem besten Wert der Kenngrösse führte. Die so ermittelte Eingangsgrösse kann dann in einem nachfolgenden Produktionsbetrieb der Textilmaschine verwendet werden.

[0007] Nachteilig bei einem derartigen Verfahren ist es jedoch, dass notwendigerweise eine erhebliche Menge, teilweise eine nicht mehr tolerierbare Menge, an Ausschuss produziert wird. Ebenso ist es von Nachteil, dass die Einflussgrössen, welche die Wirkung der Eingangsgrösse auf die Kenngrösse beeinflussen, nicht direkt berücksichtigt werden. Ändert sich also nur eine der Einflussgrössen in wesentlicher Weise, so muss die Eingangsgrösse erneut mittels des beschriebenen Testverfahrens ermittelt werden.

[0008] Wenn, was in der Praxis häufig vorkommt, mehrere Eingangsgrössen zu bestimmen sind und/oder mehrere Kenngrössen des mit der Textilmaschine erzeugten Textilgutes optimiert werden sollen, so verstärkt sich die zuvor aufgezeigte Problematik weiter. Insbesondere werden die erforderlichen Testreihen wesentlich aufwendiger.

[0009] Die skizzierte Problematik soll noch einmal beispielhaft an einem Verfahren zur Steuerung des Verzugs eines Verzugsfeldes einer Textilmaschine verdeutlicht werden. Bei der Steuerung des Verzugs eines Verzugsfeldes einer Textilmaschine ist es erforderlich, die Lage des sogenannten Regeleinsatzpunktes festzulegen. Der Regeleinsatzpunkt ist der Ort, an dem sich ein stromaufwärts des Verzugsfeldes hinsichtlich seiner längenspezifischen Masse vermessener Abschnitt eines Fasergemenges, beispielsweise ein Faserband oder ein Faservlies, befindet, wenn ein zur Vergleichsmässigung der längenspezifischen Masse erforderlicher Regeleingriff in den Verzug des Verzugsfeldes erfolgt. Die Lage des Regeleinsatzpunktes kann beispielsweise als dessen Abstand von der Messstelle angegeben werden.

Eine derartige Angabe gibt letztlich diejenige Strecke an, welche ein bestimmter Abschnitt des Fasergemenges vom Messort bis zum Verzugsort zurücklegt. Alternativ könnte die Lage des Regeleinsatzpunktes als Laufzeit, welche ein bestimmter Abschnitt des Fasergemenges vom Messort bis zum Verzugsort benötigt, angegeben werden. Beide Angaben sind technisch gleichbedeutend. Zur Umrechnung muss lediglich die Geschwindigkeit des Fasergemenges bekannt sein.

[0010] Der Regeleinsatzpunkt soll nun so bestimmt und eingestellt werden, dass das Streckwerk verlassende Fasergemenge in seinem Längsverlauf einen möglichst gleichmässigen Querschnitt aufweist. Dabei ist der sogenannte CV%-Wert eine Kenngrösse, welche diese Gleichmässigkeit zum Ausdruck bringt. Je geringer der CV%-Wert, desto gleichmässiger ist die Masse des Fasergemenges verteilt. Die Lage des Regeleinsatzpunktes, welche zum bestmöglichen, also zum geringsten, CV%-Wert führt, ist von einer Vielzahl von Einflussgrössen abhängig. Derartige Einflussgrössen sind unter anderem die Einstellwerte des Streckwerkes der Textilmaschine. Gleichwohl kann der Regeleinsatzpunkt auch dann nicht analytisch bestimmt werden, wenn diese Einstellwerte sowie die weiteren Einflussgrössen bekannt sind.

Es ist daher üblich, den Regeleinsatzpunkt mittels mehr oder weniger automatisierter Testverfahren zu bestimmen.

[0011] So ist aus der DE 10 041 892 A1 ein Verfahren zur Steuerung des Verzugs eines Verzugsfeldes an einer Regulierstrecke bekannt, wobei der Regeleinsatzpunkt in einem vorbetrieblichen Test- oder Einstelllauf ermittelt wird. Hierzu werden nacheinander verschiedene Regeleinsatzpunkte versuchsweise eingestellt, wobei bei jedem versuchsweise eingestellten Regeleinsatzpunkt mehrere CV%-Werte mit unterschiedlicher Bezugslänge des das Verzugsfeld verlassenden Fasergemenges ermittelt werden. Die bei einem bestimmten Regeleinsatzpunkt ermittelten CV%-Werte werden addiert, um so eine Qualitätskennzahl zu erhalten.

Die bei den unterschiedlichen, versuchsweise eingestellten Regeleinsatzpunkten ermittelten Qualitätskennzahlen werden dann zur Bildung eines Polynoms zweiten Grades herangezogen, dessen Minimum mittels numerischer Verfahren ermittelt und als optimaler Regeleinsatzpunkt betrachtet wird.

[0012] Nachteilig bei dem durch die DE 10 041 892 A1 offenbarten Verfahren ist es, dass bei dessen Durchführung typischerweise einige tausend Meter an Ausschuss produziert werden. Ebenso nachteilig ist es, dass das vorbeschriebene Verfahren verhältnismässig zeitaufwendig ist, so dass die Produktivität der Textilmaschine verringert ist.

[0013] Ebenso nachteilig ist es, dass das beschriebene Verfahren zur Gänze wiederholt werden muss, sofern sich nur eine der vorgenannten Einflussgrössen verändert. Dies führt zu einem erneuten Produktionsstillstand sowie zu erneutem Ausschuss.

[0014] Aufgabe der vorliegenden Erfindung ist es somit, ein Verfahren, eine Vorrichtung zur Durchführung des Verfahrens sowie eine Textilmaschine zu schaffen, welche die genannten Nachteile vermeiden.

[0015] Die Aufgabe wird gelöst durch ein Verfahren, eine Vorrichtung und eine Textilmaschine mit den Merkmalen der unabhängigen Patentansprüche.

[0016] Bei dem erfindungsgemässen Verfahren wird die gesuchte Eingangsgrösse bzw. werden die gesuchten Eingangsgrössen in Abhängigkeit von einer bzw. von mehreren Einflussgrössen, welche die Wirkung der besagten Eingangsgrössen auf besagte Kenngrössen beeinflussen, mittels eines neuronalen Netzes ermittelt.

[0017] Vorausgesetzt, dass ein geeignetes und entsprechend trainiertes neuronales Netz verwendet wird, ist es möglich, eine oder sogar mehrere Eingangsgrössen für beliebige Werte der Einflussgrössen ohne Durchführung von Test- oder Einstellläufen so festzulegen, dass eine oder mehrere resultierende Kenngrössen des mit der Textilmaschine erzeugten Textilgutes optimiert werden. Zur Ermittlung der Eingangsgrössen müssen lediglich die konkreten Zahlenwerte der Einflussgrössen ermittelt werden. Wenn diese Einflussgrössen ermittelt sind, können die jeweiligen Eingangsgrössen praktisch ohne jeden Zeitverzug ermittelt werden. Ein Ausschuss wird dabei nicht produziert.

[0018] Unter einem neuronalen Netz soll eine Berechnungsvorrichtung verstanden werden, welche eine Vielzahl künstlicher Neuronen umfasst, welche untereinander zur Informationsverarbeitung verbunden sind. Der Begriff "neuronale Netze" bezieht sich in der vorliegenden Anmeldung also ausschliesslich auf künstliche neuronale Netze. Derartige neuronale Netze erlauben die Durchführung von Informationsverarbeitungsprozessen, deren Struktur und Funktionsweise sich an den Nervennetzen lebender Organismen orientieren. So laufen auch bei den hier betrachteten künstlichen neuronalen Netzen die Eingangssignale durch mehrere Schichten von Neuronen, wobei die Neuronen einer Schicht die jeweils zugeführten Signale modifizieren und über divergierende Verbindungen zu im Regelfall mehreren Neuronen einer nachfolgenden Schicht senden.

Zentraler Aspekt ist hierbei die parallele Informationsverarbeitung, welche im Gegensatz zu den seriellen Konzepten klassischer Rechnersysteme steht.

[0019] Da neuronale Netze lernfähig sind, ist es nicht erforderlich, den genauen Zusammenhang zwischen den betrachteten Einflussgrössen und den zu bestimmenden Eingangsgrössen zu kennen. Erforderlich ist lediglich, dass die Einflussgrössen als solche bekannt und bezifferbar sind. Am Beispiel der Regeleinsatzpunktsuche bei einem Streckwerk bedeutet dies, dass zunächst ermittelt werden muss, welche Einstellungen am Streckwerk überhaupt eine Auswirkung auf den bestmöglichen Regeleinsatzpunkt aufweisen. Dann müssen die Zahlenwerte der identifizierten Einflussgrössen festgestellt und dem neuronalen Netz zugeführt werden, so dass die jeweiligen Eingangsgrössen mittels des neuronalen Netzes bestimmt werden können.

[0020] Zur Ermittlung der gesuchten Eingangsgrössen wird bevorzugt jede besagte Einflussgrösse einem jeweils zugeordneten Neuron einer Eingangsschicht des neuronalen Netzes als Neuroneneingangsgrösse zugeführt. Hierdurch ist sichergestellt, dass jede der ermittelten Einflussgrössen bei der Festlegung der jeweiligen Eingangsgrössen berücksichtigt wird. Alternativ wäre es denkbar, aus verschiedenen der genannten Einflussgrössen abgeleitete Grössen an die Neuronen der Eingangsschicht des neuronalen Netzes zu übermitteln. Dies würde die Komplexität des neuronalen Netzes vermindern, jedoch müssten dann die Wechselwirkungen der zusammengefassten Einflussgrössen genau bekannt sein.

[0021] Bevorzugt wird wenigstens eine besagte Einflussgrösse, vorzugsweise jede besagte Einflussgrösse normiert, bevor sie dem jeweils zugeordneten Neuron der Eingangsschicht zugeführt wird. Hierdurch kann berücksichtigt werden, dass sich die Wertebereiche der Einflussgrössen stark unterscheiden können. Die Wertebereiche der Einflussgrössen können beispielsweise auf das Intervall [-1, +1] oder auch das Intervall [0,1] abgebildet werden. In praktischen Versuchen hat sich jedoch ergeben, dass die Verwendung des letztgenannten Intervalls häufig zu einer verbesserten Trainierbarkeit des neuronalen Netzes führt. Sofern die Werte einer Einflussgrösse als Nominalwerte vorliegen, also beispielsweise in der Benennung einer Faserart bestehen, so können den Materialien Zahlen zugewiesen und diese ebenfalls normalisiert werden.

[0022] Vorteilhafterweise wird wenigstens eine der gesuchten Eingangsgrössen, vorzugsweise jede der gesuchten Eingangsgrössen, von einem jeweils zugeordneten Neuron einer Ausgangsschicht des neuronalen Netzes als Neuronenausgangsgrösse abgegeben. In diesem Fall werden also die gesuchten Eingangsgrössen direkt mittels des neuronalen Netzes berechnet. Alternativ könnten die Eingangsgrössen jedoch auch indirekt aus einer oder mehreren Neuronenausgangsgrössen des neuronalen Netzes berechnet werden, was allerdings einen zusätzlichen Rechenaufwand ergeben würde.

[0023] Bevorzugt wird wenigstens eine besagte Eingangsgrösse, vorzugsweise jede besagte Eingangsgrösse in normierter Form abgegeben. Hierdurch ist sichergestellt, dass innerhalb des neuronalen Netzes ausschliesslich normierte Grössen verarbeitet werden, so dass das neuronale Netz einfach trainierbar ist. Sofern zur Steuerung der Textilmaschine die Eingangsgrösse in denormierter Form benötigt wird, so kann die Denormierung mittels einer gesonderten Denormierungsstufe, welche dem neuronalen Netz nachgeschaltet ist, durchgeführt werden.

[0024] Vorteilhafterweise wird ein neuronales Netz verwendet, welches eine oder mehrere verdeckte Schichten mit verdeckten Neuronen aufweist. Durch eine derart bewirkte Erhöhung der Anzahl der in dem neuronalen Netz enthaltenen Neuronen kann die Lernfähigkeit des Netzes, also auch die Genauigkeit der damit ermittelten Eingangsgrössen, verbessert werden.

[0025] Vorteilhafterweise wird ein solches neuronales Netz verwendet, bei dem jedes Neuron einer Schicht mit jedem Neuron einer benachbarten Schicht, vorzugsweise mit jedem Neuron jeder benachbarten Schicht verbunden ist. Hierdurch wird die Anzahl der Verbindungen zwischen Neuronen unterschiedlicher Schichten bei gegebener Anzahl der Neuronen je Schicht maximiert. Dies erhöht einerseits die Leistungsfähigkeit des Netzes, andererseits ergibt sich aber auch eine gewisse Redundanz, da sich in diesem Fall der Ausfall einer Verbindung weniger bemerkbar macht.

[0026] Dabei wird bevorzugt ein neuronales Netz verwendet, bei dem allen Verbindungen zwischen den Neuronen jeweils ein variierbares Gewicht zugeordnet ist. Das Gewicht einer Verbindung gibt an, mit welchem Faktor ein Ausgangssignal eines Neurons multipliziert wird, bevor es von dem nächsten Neuron verarbeitet wird. Wenn jede vorhandene Verbindung ein variierbares Gewicht aufweist, so ist die Leistungsfähigkeit des neuronalen Netzes maximiert, da dann jede einzelne Verbindung zur Informationsspeicherung beitragen kann.

[0027] Besonders bevorzugt werden besagte Eingangsgrössen durch Vorwärtspropagierung der zugrundeliegenden Einflussgrössen ermittelt. Vorwärtspropagierung bedeutet, dass der Informationsfluss nur in Richtung zur Ausgabeschicht hin erfolgt. Ein derartiges Verfahren kann in einfacher Weise mit einem vorwärtsberechnenden Netz (feed forward net) durchgeführt werden. Grundsätzlich könnte jedoch auch vorgesehen sein, dass zumindest ein Teil des Informationsflusses im neuronalen Netz in Richtung Eingangsseite fliesst. Hierzu wäre ein relativ komplexes rekurrendes Netz erforderlich.

[0028] In einer Ausführungsform des erfindungsgemässen Verfahrens werden besagte Eingangsgrössen vor einer betrieblichen Phase der Textilmaschine ermittelt. Die so ermittelte Eingangsgrösse kann dann in der betrieblichen Phase der Textilmaschine zur Steuerung herangezogen werden. Ein derartiges Vorgehen ist immer dann sinnvoll, wenn zu erwarten ist, dass die relevanten Einflussgrössen über einen längeren Zeitraum im Betrieb der Textilmaschine hin konstant bleiben.

[0029] In vielen Fällen ist es jedoch sinnvoll, wenn die gesuchten Eingangsgrössen in der betrieblichen Phase der Textilmaschine wiederholt ermittelt werden. Eine Wiederholung kann beispielsweise periodisch oder bei Eintreten eines vordefinierten Ereignisses initiiert werden. Eine Initiierung einer Wiederholung kann insbesondere dann vorgesehen sein, wenn sich eine relevante Einflussgrösse ändert. Vorgesehen sein kann jedoch auch, dass die gesuchten Eingangsgrössen kontinuierlich oder quasikontinuierlich im Zeitablauf ermittelt werden. Von einer kontinuierlichen bzw. quasikontinuierlichen Ermittlung der Eingangsgrösse kann gesprochen werden, wenn die Wiederholrate der Berechnung lediglich durch die Dauer der Berechnung selbst begrenzt ist, also keine Pausen vorgesehen sind.

Durch die wiederholte Bestimmung der Eingangsgrössen kann sichergestellt werden, dass zu jedem Zeitpunkt der Wert der Eingangsgrösse zur Verfügung steht, der zur Optimierung der relevanten Kenngrösse des Textilgutes führt.

[0030] Besonders bevorzugt wird die ermittelte Eingangsgrösse automatisch zur Steuerung der Textilmaschine herangezogen. Dies ist insbesondere sinnvoll, wenn die Eingangsgrössen mit einer hohen Wiederholrate ermittelt werden. Alternativ könnte jedoch auch vorgesehen sein, dass ein neu ermittelter Wert der Eingangsgrösse erst nach einer Bestätigung durch einen Bediener zur Steuerung der Textilmaschine verwendet wird.

[0031] Bevorzugt werden in einer ausserbetrieblichen Versuchsphase Datensätze erzeugt, wobei jeder Datensatz Werte der besagten Einflussgrössen sowie empirisch ermittelte Werte der besagten Eingangsgrössen, welche bei den jeweiligen Werten der Einflussgrössen zu einem optimalen Wert der Kenngrössen führen, enthält. Mit anderen Worten, es werden Datensätze erzeugt, welche die Eingangsgrössen des neuronalen Netzes sowie die damit korrespondierenden Sollwerte der Ausgangsgrössen des neuronalen Netzes umfassen. Derartige Datensätze erlauben ein gezieltes Training des neuronalen Netzes.

[0032] Hierzu ist es vorteilhaft, wenn das neuronale Netz in einer ausserbetrieblichen Lernphase durch Rückwärtspropagierung trainiert wird. Rückwärtspropagierung bedeutet, dass der Informationsfluss von der Ausgabeschicht hin zur Eingabeschicht erfolgt. Wenn das Training des neuronalen Netzes in eine ausserbetriebliche Lernphase verlegt wird, kann eine unerwünschte Beeinflussung des Produktionsprozesses der Textilmaschine vermieden werden.

[0033] Vorteilhafterweise werden in der Lernphase die variierbaren Gewichte der Verbindungen zwischen den Neuronen angepasst. Alternativ oder zusätzlich könnte auch ein Parameter der Informationsübertragung innerhalb eines Neurons angepasst werden. Insbesondere könnte die sogenannte Aktivierungsfunktion oder die Output-Funktion angepasst werden.

[0034] Besonders bevorzugt wird das neuronale Netz in der Lernphase durch überwachtes Lernen trainiert. Überwachtes Lernen bedeutet, dass dem neuronalen Netz sowohl die Neuroneneingangsgrössen, hier also die Einflussgrössen, als auch die Neuronenausgangsgrössen, hier also die Eingangsgrössen, vorgegeben werden, wobei nach jedem Lernschritt die Abweichung zwischen einer vorgegebenen und einer errechneten Neuronenausgangsgrösse ermittelt wird und das Netz durch eine Lernregel gezielt optimiert wird.

[0035] In einer vorteilhaften Weiterbildung des erfindungsgemässen Verfahrens ist vorgesehen, dass in einer ausserbetrieblichen Testphase, die mittels des neuronalen Netzes ermittelten und zur Steuerung der Textilmaschine herangezogenen Werte der besagten Eingangsgrössen überprüft werden, indem eine Mehrzahl von unterschiedlichen Testwerten für die besagten Eingangsgrössen verwendet wird, um jeweils wenigstens ein Messergebnis der wenigstens einen Kenngrösse des Textilgutes zu erhalten. Aus den unterschiedlichen Testwerten können dann die Testwerte ausgesucht werden, welche zum besten Wert der jeweiligen Kenngrössen des Textilgutes führten.

Sofern sich hierbei Abweichungen zwischen dem ursprünglich mittels des neuronalen Netzes ermittelten Eingangsgrössen und den im Rahmen der Testphase ermittelten Eingangsgrössen ergeben, können weitere Datensätze zum Training des neuronalen Netzes erzeugt werden.

[0036] In einer Ausführungsform des Verfahrens wird dem neuronalen Netzwerk zur Bestimmung besagter Eingangsgrössen wenigstens eine besagte Einflussgrösse durch einen Bediener manuell vorgegeben. Dies ist besonders vorteilhaft, wenn die manuell vorgegebene Einflussgrösse sich im Zeitverlauf nicht oder nur vernachlässigbar wenig verändert.

[0037] In vielen Fällen ist es jedoch von Vorteil, wenn dem neuronalen Netz zur Bestimmung besagter Eingangsgrössen wenigstens eine besagte Einflussgrösse durch eine Sensorvorrichtung und/oder eine Berechnungsvorrichtung der Textilmaschine oder einer Anlagensteuerung automatisch vorgegeben wird. Dies ist insbesondere wünschenswert, wenn die automatisch vorgegebene Einflussgrösse sich im Betrieb der Textilmaschine häufig oder gar stetig verändert. Auf diese Weise ist es möglich, dass die ermittelten Eingangsgrössen stets an die jeweils aktuell vorliegenden Einflussgrössen angepasst sind.

[0038] Bevorzugt ist wenigstens eine besagte Einflussgrösse, eine Materialgrösse, welche eine oder mehrere Eigenschaften des der Textilmaschine vorgelegten Materials repräsentiert. Die Materialgrösse kann insbesondere das längenspezifische Gewicht des oder der vorgelegten Bänder, die Faserart, beispielsweise Baumwolle, die Faserlänge, eine qualitätskennzeichnende Grösse, beispielsweise ein CV%-Wert mit einer bestimmten Schnittlänge oder eine aus einem oder mehreren CV%-Werten abgeleitete Grösse, und/oder die Art der Vorbehandlung des vorgelegten Materials repräsentieren. Unter der Art der Vorbehandlung wird beispielsweise die Zahl der Streckwerke verstanden, über welche ein Faserband geführt wurde bevor es der zu steuernden Textilmaschine vorgelegt wird.

[0039] In vielen Fällen ist es auch von Vorteil, wenn eine Umweltgrösse als Einflussgrösse berücksichtigt wird. Eine Umweltgrösse repräsentiert eine oder mehrere Eigenschaften der Umwelt der Textilmaschine, beispielsweise die Umgebungstemperatur und/oder die Umgebungsluftfeuchte.

[0040] In vielen Fällen ist es vorteilhaft, wenn alternativ oder zusätzlich auch Betriebsgrössen der Textilmaschine als Einflussgrössen berücksichtigt werden. Betriebsgrössen repräsentieren eine oder mehrere betriebliche Eigenschaften der Textilmaschine. Der Begriff Betriebsgrösse umfasst insbesondere Einstellwerte, daraus abgeleitete Werte, konstruktiv vorgegebene Werte und/oder die Konfiguration der Textilmaschine. Bei einer Strecke können beispielsweise die Einzugsgeschwindigkeit, die Einzugsspannung, der Vorverzug, der Gesamtverzug, die Vorverzugsdistanz, die Hauptverzugsdistanz und/oder die Position der Bandumlenkstäbe des Streckwerkes der Strecke als Betriebsgrössen aufgefasst werden.

[0041] Bevorzugt ist eine besagte Eingangsgrösse der Regeleinsatzpunkt, die Regelintensität oder der Anpressdruck einer Oberwalze eines Walzenpaares eines Streckwerkes der Textilmaschine. Gerade die vorgenannten Grössen beeinflussen die Eigenschaften eines von einem Streckwerk abgegebenen Textilguts in wesentlicher Weise. Allerdings ist ihre Bestimmung auf analytischem Wege normalerweise nicht möglich. Dies liegt insbesondere daran, dass die Wirkung dieser Grössen auf das Textilgut von einer Reihe von Einflussgrössen abhängig ist, wobei auch die genaue Art der Abhängigkeit im Regelfall nicht analytisch beschreibbar ist.

[0042] Die zu optimierende Kenngrösse kann insbesondere eine qualitätskennzeichnende Grösse, beispielsweise der CV%-Wert oder eine daraus abgeleitete Grösse, des von der Textilmaschine abgegebenen Textilgutes sein. Insbesondere kann die zu optimierende Kenngrösse der CV%-Wert oder eine daraus abgeleitete Grösse eines aus einem Streckwerk der Textilmaschine abgeführten Faserbandes sein.

[0043] Wenn zur Ermittlung der gesuchten Eingangsgrössen ein neuronales Netz verwendet wird, welches separat von der Textilmaschine realisiert ist, so können mit ein und demselben neuronalen Netz Eingangsgrössen für Steuerungsvorrichtungen verschiedener Textilmaschinen ermittelt werden. Beispielsweise kann ein hierzu geeignetes neuronales Netz in eine Anlagensteuerung oder in eine tragbare Vorrichtung integriert sein. Die Eingangsgrössen können dann manuell oder bevorzugt automatisch zur jeweiligen Textilmaschine übertragen werden.

[0044] Wenn jedoch die Eingangsgrösse einer Steuerungsvorrichtung einer Textilmaschine mittels eines neuronalen Netzes ermittelt wird, welches in diese Textilmaschine integriert ist, so kann dies in vielen Fällen zu einer genaueren Bestimmung der Eingangsgrössen führen, da beim Training des neuronalen Netzes die individuellen Einsatzbedingungen der jeweiligen Textilmaschine implizit mitberücksichtigt werden. So werden beispielsweise fertigungsbedingte Abweichungen der Textilmaschine vom Serienstandard automatisch mitberücksichtigt. Dabei ist es vorzuziehen, dass sämtliche empirischen Werte, welche zum Training des neuronalen Netzes verwendet werden, direkt mit der zu steuernden Textilmaschine ermittelt wurden.

[0045] Bevorzugt wird zur Bestimmung der Eingangsgrösse oder der Eingangsgrössen ein neuronales Netz verwendet, welches als softwaregesteuerte Berechnungsvorrichtung oder als Teil einer solchen ausgebildet ist. Eine derartige softwaremässige Realisierung des neuronalen Netzes kann im Regelfall kostengünstig bewerkstelligt werden.

[0046] In manchen Fällen kann es jedoch auch vorteilhaft sein, wenn ein neuronales Netz verwendet wird, welches als hardwaregesteuerte Berechnungsvorrichtung oder als Teil einer solchen ausgebildet ist. Die Vorteile ergeben sich insbesondere bei komplexeren Problemstellungen, da hardwaremässig realisierte neuronale Netze mit höherer Geschwindigkeit arbeiten können.

[0047] Eine Vorrichtung zur Durchführung eines erfindungsgemässen Verfahrens ist gekennzeichnet durch eine eingangsseitige Schnittstelle zur Eingabe von einer oder mehreren Einflussgrössen, welche die Wirkung der besagten Eingangsgrössen auf die wenigstens eine Kenngrösse beeinflussen. Dabei ist die eingangsseitige Schnittstelle derart mit einem neuronalen Netz verbunden, dass besagte Einflussgrössen einer Eingangsschicht des neuronalen Netzes zuführbar sind. Weiterhin ist die ausgangsseitige Schnittstelle mit einer Ausgangsschicht des neuronalen Netzes derart verbunden, so dass besagte Eingangsgrössen in Abhängigkeit von besagten Einflussgrössen ausgebbar sind. Mit einer derartigen Vorrichtung können die erfindungsgemässen Vorteile verwirklicht werden.

[0048] Vorteilhafterweise ist die eingangsseitige Schnittstelle zur Normierung besagter Einflussgrössen ausgebildet. Auf separate Normierungsstufen kann dann verzichtet werden.

[0049] Ebenso ist es vorteilhaft, wenn die ausgangsseitige Schnittstelle zur Denormierung besagter Eingangsgrössen ausgebildet ist. In diesem Fall kann auf eine spezielle Denormierungsstufe verzichtet werden.

[0050] Um eine leistungsfähige Vorrichtung zu schaffen, kann vorgesehen sein, dass das neuronale Netz wenigstens eine verdeckte Schicht mit verdeckten Neuronen aufweist.

[0051] Zu dem selben Zweck kann vorgesehen sein, dass jedes Neuron einer Schicht mit jedem Neuron einer benachbarten Schicht, vorzugsweise mit jedem Neuron jeder benachbarten Schicht verbunden ist.

[0052] Ebenfalls kann vorgesehen sein, dass allen Verbindungen zwischen den Neuronen jeweils ein variierbares Gewicht zugeordnet ist.

[0053] Bevorzugt ist das neuronale Netz so ausgebildet, dass besagte Eingangsgrössen durch Vorwärtspropagierung besagter Einflussgrössen ermittelbar sind.

[0054] Besonders bevorzugt ist das neuronale Netz so ausgebildet, dass es durch Rückwärtspropagierung trainierbar ist.

[0055] Bevorzugt ist die Vorrichtung separat von der Textilmaschine, beispielsweise als Teil einer Anlagensteuerung oder als eigenständige, tragbare Vorrichtung, realisiert, wobei vorzugsweise besagte Eingangsgrössen mittels einer mindestens zeitweilig herstellbaren Datenverbindung automatisch zu der Textilmaschine übertragbar sind.

[0056] Alternativ kann die Vorrichtung als integraler Bestandteil der Textilmaschine ausgebildet sein.

[0057] In einer bevorzugten Ausführungsform ist das neuronale Netz als softwaregesteuerte Berechnungsvorrichtung realisiert.

[0058] In einer weiteren Ausführungsform ist das neuronale Netz als hardwaregesteuerte Berechnungsvorrichtung realisiert.

[0059] Eine erfindungsgemässe Textilmaschine ist dadurch gekennzeichnet, dass eine Vorrichtung zur Durchführung des erfindungsgemässen Verfahrens vorgesehen ist. Es ergeben sich die erfindungsgemässen Vorteile.

[0060] Weitere Vorteile der Erfindung sind in den nachfolgenden Ausführungsbeispielen beschrieben. Es zeigen:
<tb>Fig. 1<sep>eine Strecke als Beispiel für eine Textilmaschine nach dem Stand der Technik;

<tb>Fig. 2<sep>eine erfindungsgemässe Strecke;

<tb>Fig. 3<sep>eine erfindungsgemässe Vorrichtung mit einem neuronalen Netz;

<tb>Fig. 4<sep>eine vergrösserte Darstellung eines Neurons des neuronalen Netzes; und

<tb>Fig. 5<sep>ein Ablaufdiagramm eines erfindungsgemässen Verfahrens.

[0061] Fig. 1 zeigt eine nach dem Stand der Technik ausgebildete Strecke 1, als Beispiel für eine Textilmaschine 1. Das der Strecke 1 vorgelegte Material FBzu wird in Laufrichtung LR über eine Bandzuführung 2, eine Einlaufsensoreinheit 3, eine Umlenkeinheit 4, ein Streckwerk 5, eine Auslaufführung 6 und über eine Bandablage 7 geführt.

[0062] Die nur skizzenhaft dargestellte Bandzuführung 2 weist ein Umlenkrohr 8 auf, welches so angeordnet ist, dass ein vorgelegtes Faserband FBzu aus einer der Strecke 1 beigestellten Spinnkanne 9 entnommen werden kann. Die Bandzuführung 2 könnte jedoch auch so ausgebildet sein, dass sie ein vorgelegtes Faserband FBzu direkt von einer laufenden Karde übernehmen kann. Ebenfalls, und das ist in der Praxis der häufigste Fall, könnte die Bandzuführung 2 zur gleichzeitigen Entnahme mehrerer vorgelegter Faserbänder FBzuaus verschiedenen beigestellten Spinnkannen 9 ausgebildet sein.

[0063] Das vorgelegte Faserband FBzu oder die Gruppe von vorgelegten Faserbändern FBzu wird von der Bandzuführung 2 zu der Einlaufsensoreinheit 3 transportiert. Diese dient der abschnittsweisen Erfassung der längenspezifischen Masse des durch sie hindurchgeführten Faserbandes FBzu. Wird eine Gruppe von Faserbändern FBzu vorgelegt, so wird durch die Einlaufsensoreinheit 3 die Gesamtmasse der darin enthaltenen Faserbänder FBzu erfasst. Die einzelnen vermessenen Abschnitte AB weisen üblicherweise eine Länge von einigen Millimetern auf. Für jeden vermessenen Abschnitt AB wird durch die Einlaufsensoreinheit 3 ein Messwert MW erzeugt. Hierzu kann die Einlaufsensoreinheit 3 wie angedeutet ein angetriebenes Tastwalzenpaar 3a, 3a umfassen. Es sind jedoch auch Einlaufsensoreinheiten 3 bekannt, welche nach anderen physikalischen Prinzipien arbeiten.

[0064] Wenn im Folgenden von Faserbändern FBZU gesprochen wird, soll dadurch nicht ausgeschlossen werden, dass lediglich ein Faserband FBzu gemeint ist. Die Umlenkeinheit 4 mit den Bandumlenkstäben 4a, 4b, 4c und 4d dient dazu, die von der Einlaufsensoreinheit 3 vermessenen Faserbänder FBzu quer zur Laufrichtung gleichmässig auszubreiten und dabei die im Bereich der Einlaufsensoreinheit 3 erfolgte Pressung der Faserbänder FBzu aufzulösen. Um auch bei unterschiedlicher Stärke und Anzahl der vorgelegten Faserbänder FBZU eine derartige gleichmässige Ausbreitung erreichen zu können, ist die Position der Bandumlenkstäbe 4a, 4b, 4c, 4d einstellbar. Durch eine Höheneinstellung der Bandumlenkstäbe kann sowohl eine zu weite als auch zu enge Ausbreitung der Faserbänder FBzu korrigiert werden.

[0065] Beim Transport der Faserbänder FBzu von der Einlaufsensoreinheit 3 zum Streckwerk 5 werden die Faserbänder FBZUeiner Einzugsspannung VE unterworfen, welche durch eine unterschiedliche Umfangsgeschwindigkeit des Tastwalzenpaares 3a, 3a und des Einzugswalzenpaares 5a, 5a bewirkt wird. Die Einzugsspannung VE kann beispielsweise über nicht dargestellte Wechselräder, typischerweise im Bereich von 0,95 bis 1,05, eingestellt werden. Dabei erfolgt die Festlegung der Einzugsspannung VE im Wesentlichen in Abhängigkeit von dem der Strecke 1 als Faserbänder FBZU vorgelegten Fasermaterial. Die Einzugsspannung VE wird üblicherweise nur bei einem Partiewechsel angepasst und ansonsten im Betrieb der Strecke 1 konstant gehalten.

[0066] Das Streckwerk 5 umfasst das schon genannte Eingangswalzenpaar 5a, 5a sowie ein Mittelwalzenpaar 5b, 5b und ein Lieferwalzenpaar 5c, 5c. Die Walzenpaare 5a, 5a; 5b, 5b; 5c, 5c sind derart angetrieben, dass die Drehzahl von Walzenpaar zu Walzenpaar in Laufrichtung zunimmt. Hierdurch werden die Faserbänder FBZU sowohl im Vorverzugsfeld VVF, welches zwischen dem Eingangswalzenpaar 5a, 5a' und dem Mittelwalzenpaar 5b, 5b gebildet ist, als auch im Hauptverzugsfeld VF, welches zwischen dem Mittelwalzenpaar 5b, 5b und dem Lieferwalzenpaar 5c, 5c gebildet ist, verzogen.

[0067] Die Vorverzugsdistanz VVD kennzeichnet den Abstand der Klemmlinien des Einzugswalzenpaares 5a, 5a und des Mittelwalzenpaares 5b, 5b. Weiterhin entspricht die Hauptverzugsdistanz HVD dem Abstand der Klemmlinien des Mittelwalzenpaares 5b, 5b und des Lieferwalzenpaares 5c, 5c. Sowohl die Vorverzugsdistanz VVD als auch die Hauptverzugsdistanz HVD sind zur Anpassung des Streckwerks 5 an die zu verziehenden Faserbänder FBzu einstellbar.

[0068] Die Unterwalzen 5a, 5d, 5c des Streckwerkes 5 sind ortsfest angeordnet, hingegen sind die Oberwalzen 5a, 5b 5c' beweglich gelagert und werden mittels nicht gezeigter Belastungsmittel gegen die Unterwalzen 5a, 5b, 5c gedrückt, so dass sich eine sichere Klemmung der Faserbänder FBzu ergibt.

[0069] Die Auslaufführung 6 umfasst einen Messtrichter 10 sowie Abzugswalzen 11. Der Messtrichter 10 dient zunächst der Komprimierung der verzogenen Faserbänder FBVZ, so dass ein einziges kompaktes Faserband FBab entsteht. Hierzu weist er in seinem stromaufwärtigen Teil einen trichterförmigen Abschnitt auf. Darüber hinaus erzeugt der Messtrichter 10 mittels eines stromabwärts des trichterförmigen Abschnitts angeordneten Auslaufsensors ein Signal S, welches mit der längenspezifischen Masse des abgeführten Faserbandes FBabkorrespondiert. Die Abzugswalzen 11 dienen dem Abziehen des Faserbandes FBab aus dem Messtrichter 10 sowie der weiteren Kompaktierung des Faserbandes FBab.

[0070] Die Bandablage 7, welche hier nicht im Detail erläutert wird, dient der geordneten Ablage des mittels der Strecke 1 erzeugten Faserbandes FBab in eine Spinnkanne 12.

[0071] Das Streckwerk 5 ist über eine Steuerungsvorrichtung 13 steuerbar. Dabei ist der Steuerungsvorrichtung 13 eine Bedieneinheit 14 zugeordnet, welche es einem Bediener ermöglicht, Einstellwerte vorzugeben, welche dann als Eingangsgrösse an die Steuerungsvorrichtung 13 übermittelt werden. Derartige durch den Bediener vorgebbare Eingangsgrössen sind die Liefergeschwindigkeit LG, das Bandgewicht BG, der Regeleinsatzpunkt REP und die Regelintensität Rl. Weitere Eingangsgrösse der Steuerungsvorrichtung 13 ist der aktuelle Messwert MW, der von der Einlaufsensoreinheit 3 automatisch zur Steuerungsvorrichtung 13 übertragen wird. Dargestellt und besprochen sind lediglich ausgewählte Eingangsgrössen der Steuerungsvorrichtung 13. In der Praxis werden der Steuerungsvorrichtung 13 weitere Eingangsgrössen zugeführt.

[0072] Die Steuerungsvorrichtung 13 ist so ausgebildet, dass sie in Abhängigkeit von ihren Eingangsgrössen die Drehzahl des Eingangswalzenpaares 5a, 5a, die Drehzahl des Mittelwalzenpaares 5b, 5b und die Drehzahl des Lieferwalzenpaares 5c, 5c durch Einwirkung auf nicht gezeigte Antriebsmittel steuert. Im unregulierten Betrieb wird dabei für das Vorverzugsfeld VF ein fester Vorverzug VV und für das Hauptverzugsfeld VF ein fester HV festgelegt. Im regulierten Betrieb hingegen erfolgen Regeleingriffe in den Verzug wenigstens eines Verzugsfeldes.

[0073] Die Drehzahlen der Walzenpaare 5a, 5a; 5b, 5b; 5c, 5c des Streckwerks 5 werden, sofern kein Regeleingriff erfolgt, vor allem in Abhängigkeit von der vorgegebenen Liefergeschwindigkeit LG, dem vorgegebenen Bandgewicht BG des abgegebenen Faserbandes FBab sowie von der Masse des zugeführten Faserbandes FBzu bestimmt.

[0074] Die Liefergeschwindigkeit LG ist jene Geschwindigkeit, mit der die verzogenen Faserbänder FB das Streckwerk 5 verlassen. Die durch den Bediener vorgegebene Liefergeschwindigkeit LG ist die Basis für die Steuerung der Drehzahl des Lieferwalzenpaares 5c, 5c.

[0075] Das Bandgewicht BG beschreibt die durchschnittliche längenspezifische Masse des von der Strecke 1 abgegebenen Faserbandes FBab. Aus dieser Grösse kann in Verbindung mit der Masse des zugeführten Faserbandes FBzu der notwendige Gesamtverzug des Streckwerks 5 bestimmt werden. Die Aufteilung des Gesamtverzugs auf das Vorverzugsfeld VVF und auf das Hauptverzugsfeld VF erfolgt nach Erfahrungswerten. Hieraus können nun die Drehzahl des Eingangswalzenpaares 5a, 5a und die Drehzahl des Mittelwalzenpaares 5b, 5b festgelegt werden.

[0076] Im regulierten Betrieb sind Verzugsänderungen, auch Regeleingriffe genannt, vorgesehen, um die dem Streckwerk 5 zugeführten Faserbänder FBzu zu vergleichmässigen. In üblicher Weise wird bei einem derartigen Regeleingriff im Ausführungsbeispiel der Fig. 1die Drehzahl des Lieferwalzenpaares 5c, 5c konstant gehalten, wohingegen die Drehzahl des Eingangswalzenpaares 5a, 5a und die Drehzahl des Mittelwalzenpaares 5b, 5b jeweils um denselben Prozentsatz erhöht oder erniedrigt wird. Deshalb ist der Verzug VV im Vorverzugsfeld VVF konstant, während der Verzug HV des Hauptverzugsfeldes VF veränderbar ist.

[0077] Regeleingriffe erfolgen auf der Basis der Messungen der Einlaufsensoreinheit 3. Eine Steuerung, bei welcher der Messort vor dem Streckwerk 5 liegt, also eine Einlaufsensoreinheit 3 verwendet wird, nennt man üblicherweise Open-Loop-Steuerung. Bei einer derartigen Steuerung ist die Laufstrecke bzw. die Laufzeit eines Abschnittes AB der zugeführten Faserbänder FBzubis zu dem Punkt REP, an dem der Regeleingriff erfolgen soll, zu berücksichtigen. Laufstrecke und Laufzeit sind über die Einzugsgeschwindigkeit des Streckwerks miteinander verknüpft. Hierbei erlangt die Bestimmung des Regeleinsatzpunktes REP eine herausragende Bedeutung. Dies wird im Folgenden erläutert:

[0078] Das dem Verzugsfeld FV zugeführte Fasergemenge FGzubesteht aus nacheinander angeordneten Abschnitten. Durch das Bezugszeichen ABn ist der Abschnitt, der im dargestellten Moment durch die Sensoreinrichtung vermessen wird, bezeichnet. Stromabwärts des Abschnitts ABn liegt der Abschnitt ABn-1, stromaufwärts der Abschnitt ABn+1. Aus Vereinfachungsgründen sind die weiteren Abschnitte nicht durch Bezugszeichen benannt. Für jeden der Abschnitte wird wenigstens ein Messwert MW ermittelt, der mit der längenspezifischen Masse des jeweiligen Abschnitts korrespondiert und der an die Steuerungseinrichtung 13 übermittelt wird.

[0079] Wenn der vermessene Abschnitt ABn den Regeleinsatzpunkt REP, also die mit ABn bezeichnete Position erreicht, wird durch die Steuerungseinrichtung 13 ein entsprechender Regeleingriff veranlasst. Weist der Abschnitt ABnbeispielsweise eine über dem Durchschnitt liegende längenspezifische Masse auf, so wird eine Erhöhung des Verzugs zur Vergleichmässigung des Fasergemenges FG eingeleitet.

[0080] Die Lage des Regeleinsatzpunktes REP wird üblicherweise als Abstand A des Regeleinsatzpunktes von der Sensoreinrichtung 11 angegeben. Die Steuerungseinrichtung 10 ist so ausgebildet, dass der Abstand A in einem gewissen, durch einen Doppelpfeil angedeuteten Bereich, vorgebbar ist. Die genaue Lage des Regeleinsatzpunktes REP kann dabei durch den Bediener mittels der Bedieneinheit 14 an die Steuerungsvorrichtung 13 übertragen werden. Die vorgegebene Lage des Regeleinsatzpunktes REP bzw. der vorgegebene Abstand A ist entscheidend für die Qualität des aus dem Verzugsfeld VF abgeführten Fasergemenges FGab. Die optimale Lage des Regeleinsatzpunktes REP, kurz der optimale Regeleinsatzpunkt REP, hängt dabei von einer Vielzahl von Einflussgrössen ab und ist analytisch nicht bestimmbar.

Diese Einflussgrössen können sich zudem während der Produktionsphase der Textilmaschine 1 verändern.

[0081] Da die optimale Lage des Regeleinsatzpunktes REP nicht mit hinreichender Genauigkeit analytisch bestimmt werden kann, wird gemäss dem Stand der Technik der Regeleinsatzpunkt REP in einem vorbetrieblichen Einstell- oder Testlauf ermittelt und für einen längeren Zeitraum, beispielsweise bis zu einem Partiewechsel konstant gehalten.

[0082] Bestimmend für die Qualität des erzeugten Faserbandes FBabist insbesondere die Gleichmässigkeit der längenspezifischen Masse. Zur Überprüfung dieser Gleichmässigkeit ist es aus dem Stand der Technik bekannt, mittels einer Auswerteeinheit 15 aus den Signalen S des Messtrichters 10 einen Variationskoeffizienten zu errechnen, der die prozentuale Bandungleichmässigkeit für eine bestimmte Bezugslänge des Faserbandes FBab angibt. Die Bezugslänge wird auch Schnittlänge, der Variationskoeffizient auch CV%-Wert genannt. In der Praxis liegen die verwendeten Schnittlängen im Bereich zwischen einigen Zentimetern und einigen Metern.

[0083] Zur Durchführung von manuell gesteuerten Testläufen, welche der Bestimmung des Regeleinsatzpunktes REP dienen, wird der ermittelte CV%-Wert dem Bediener mittels einer Anzeige 16 angezeigt. Im Rahmen solcher Testläufe variiert der Bediener den Regeleinsatzpunkt und die Regelintensität so lange, bis der CV%-Wert den optimalen, nämlich den kleinsten, Wert annimmt. Zur Durchführung automatisch gesteuerter Testläufe könnte der CV%-Wert jedoch auch direkt an die Steuerungsvorrichtung 13 übermittelt werden.

[0084] Derartige Testläufe, welche manuell oder automatisch durchgeführt werden können, führen zu einer grösseren Menge von produziertem Ausschuss. Weiterhin sind derartige Testläufe mit einem hohen Zeitaufwand verbunden, so dass die Produktivität der Strecke 1 stark eingeschränkt ist.

[0085] Die Regelintensität Rl ist eine weitere Eingangsgrösse der Steuerungsvorrichtung 13, welche durch einen Bediener vorgebbar ist. Die Regelintensität bestimmt, um welchen Wert der Verzug im Streckwerk 5 geändert wird, wenn sich die längenspezifische Masse der vorgelegten Faserbänder FBzu ändert. Die Regelintensität Rl bestimmt also die Stärke eines unter bestimmten Bedingungen erfolgenden Regeleingriffs. Auch die Regelintensität Rl wird gemäss dem Stand der Technik in ausserbetrieblichen Testläufen ermittelt.

[0086] Zur Bestimmung der Regelintensität Rl werden gemäss dem Stand der Technik im Rahmen der Testläufe nacheinander Faserbänder FBzu unterschiedlicher längenspezifischer Gesamtmasse vorgelegt. Die Regelintensität Rl wird dann so eingestellt, dass die durchschnittliche längenspezifische Masse M des erzeugten Faserbandes FBab, welche aus den Signalen S des Messtrichters 10 errechnet und an die Anzeige übermittelt wird, unabhängig von der Masse der vorgelegten Faserbänder FBzu ist. Hierdurch wird ein zusätzlicher Ausschuss produziert und die mögliche Produktionszeit der Strecke 1 weiter reduziert.

[0087] Fig. 2 zeigt eine Strecke 1, welche in erfindungsgemässer Weise ausgebildet ist. Sie ist gekennzeichnet durch eine Vorrichtung 17 zur Durchführung des erfindungsgemässen Verfahrens. Die Vorrichtung 17 dient der Bestimmung des Regeleinsatzpunktes REP und der Regelintensität Rl in Abhängigkeit von mehreren Einflussgrössen EG, VE, VV, VVD, HVD, welche die Wirkung des Regeleinsatzpunktes REP und der Regelintensität Rl auf den CV%-Wert des mittels der Strecke 1 erzeugten Faserbandes FBabbeeinflussen. Diese sind im dargestellten Ausführungsbeispiel die Einzugsspannung VE, der Vorverzug VV, die Vorverzugsdistanz WD und die Hauptverzugsdistanz HVD. Diese zahlenmässig bekannten Einflussgrössen werden vom Bediener mittels der Bedieneinheit 14 an die Vorrichtung 17 übermittelt.

Ebenso könnte die eingestellte Position der Bandumlenkstäbe 4a, 4b, 4c, 4d an die Vorrichtung 17 übermittelt werden.

[0088] Als weitere Einflussgrösse wird die Einzugsgeschwindigkeit EG des Streckwerks 5 mittels der Einlaufsensoreinheit 3 ermittelt und fortlaufend an die Vorrichtung 17 automatisch übertragen. Dies ist deshalb vorteilhaft, da sich die Einzugsgeschwindigkeit im laufenden Betrieb der Strecke 1 bedingt durch Regeleingriffe fortlaufend ändert. Die vom Bediener vorgegebenen Einflussgrössen VE, VV, VVD, HVD hingegen bleiben im Betrieb der Strecke 1 über einen längeren Zeitraum hinweg konstant. Eine Anpassung dieser Einflussgrössen VE, VV, VVD, HVD erfolgt normalerweise nur bei einem Partiewechsel.

[0089] Die Vorrichtung 17 ist vollständig in die Strecke 1 integriert. Die Einflussgrössen EG, VE, VV, VVD, HVD werden von integralen Bestandteilen der Strecke 1 automatisch an die Vorrichtung 17 übermittelt. Auch die Ausgangsgrössen der Vorrichtung 17, nämlich die Regelintensität Rl und der Regeleinsatzpunkt REP, werden intern und automatisch an die Steuerungsvorrichtung 13 übermittelt. Im laufenden Betrieb der Strecke können daher die Regelintensität Rl und der Regeleinsatzpunkt REP, welche mittels der Vorrichtung 17 ermittelt wurden, automatisch zur Steuerung der Textilmaschine herangezogen werden.

Wenn sich im Betrieb der Strecke die Einzugsgeschwindigkeit EG des Streckwerks 5 ändert, so werden automatisch die Regelintensität Rl und der Regeleinsatzpunkt REP angepasst, so dass im Ergebnis der CV%-Wert des erzeugten Faserbandes FBABstets den kleinstmöglichen Wert annimmt.

[0090] Fig. 3 zeigt den prinzipiellen Aufbau einer erfindungsgemässen Vorrichtung 17. Kern der Vorrichtung 17 ist ein neuronales Netz 18. Das neuronale Netz 18 umfasst eine Vielzahl von Neuronen N, welche in einer Eingangsschicht ES, einer verdeckten Schicht VS und einer Ausgangsschicht AS angeordnet sind. Die Indizierung der Neuronen N verweist auf die Schicht, in der sich das jeweilige Neuron N befindet sowie auf die laufende Nummer des Neurons N in der jeweiligen Schicht. So befindet sich beispielsweise das Neuron NV3 in der verdeckten Schicht VS an der dritten Stelle.

[0091] Jedes Neuron NE1, NE2, NE3, NE4, NE5der Eingangsschicht ES ist mit jedem Neuron NV1, NV2, NV3, NV4, NV5, NV6 der verdeckten Schicht VS verbunden. Ebenso ist jedes Neuron NV1, NV2, NV3, NV4, NV5, NV6 der verdeckten Schicht VS mit jedem Neuron NA1, NA2 der Ausgangsschicht AS verbunden.

[0092] Zur Zuführung der Einflussgrössen EG, VE, VV, VVD, HVD ist eine eingangsseitige Schnittstelle 19 vorgesehen. Die eingangsseitige Schnittstelle 19 ist zur Normierung der jeweiligen Einflussgrössen EG, VE, VV, VVD, HVD ausgebildet und derart mit dem neuronalen Netz 18 verbunden, dass jede der genannten Einflussgrössen EG, VE, VV, VVD, HVD einem Neuron NE1, NE2, NE3, NE4, NE5 der Eingangsschicht ES als Neuroneneingangsgrössen NEE1, NEE2, NEE3, NEE4, NEE5zuführbar ist. So wird beispielsweise die Einzugsspannung VE dem Neuron NE2 als normierte Neuroneneingangsgrösse NEE2 zugeführt.

[0093] Basierend auf der ihm zugeführten Neuroneneingangsgrösse NEE1, NEE2, NEE3, NEE4, NEE5 erzeugt jedes Neuron NE1, NE2, NE3, NE4, NE5der Eingangsschicht ES eine Ausgangsgrösse, welche an jedes Neuron NV1, NV2, NV3, NV4, NV5, NV6 der verdeckten Schicht übermittelt wird. Jedes Neuron NV1, NV2, NV3, NV4, NV5, NV6 der verdeckten Schicht VS empfängt daher fünf Eingangsgrössen. Durch jedes Neuron NV1, NV2, NV3, NV4, NV5, NV6 werden die ihm zugeführten Eingangsgrössen verknüpft und in ein Ausgangssignal umgewandelt. Dieses Ausgangssignal wird wiederum jedem Neuron NA1, NA2 der Ausgangsschicht AS zugeführt.

Basierend auf den jeweils sechs zugeführten Signalen erzeugen die Neuronen NA1, NA2 ein Ausgangssignal NAA1, NAA2, wobei das Neuronenausgangssignal NAA1 den ermittelten Regeleinsatzpunkt REP und das Neuronenausgangssignal NAA2die Regelintensität Rl in normierter Form enthält. Zur Denormierung und zur Ausgabe des Regeleinsatzpunktes REP und der Regelintensität Rl ist eine ausgangsseitige Schnittstelle 20 vorgesehen.

[0094] Die skizzierte Bestimmung des Regeleinsatzpunktes REP und der Regelintensität Rl wird als Vorwärtspropagierung bezeichnet, da der Informationsfluss ausschliesslich von der Eingangsschicht ES in Richtung der Ausgangsschicht AS erfolgt.

[0095] Voraussetzung hierfür ist es, dass das neuronale Netz 18 entsprechend trainiert ist. Dies kann insbesondere durch überwachtes Lernen bewirkt werden. Hierbei werden dem neuronalen Netz 18 Datensätze DI vorgelegt, welche Werte EGi, VEi, VVi, VVDi, HVDi der Eingangsgrössen des neuronalen Netzes, also der Einflussgrössen EG, VE, VV, VVD, HVD, enthalten. Weiterhin enthalten die Datensätze Di empirisch bestimmte Soll-Werte REPi e, RIie für die Ausgangsgrössen des neuronalen Netzes, also Werte des Regeleinsatzpunktes REP und der Regelintensität Rl. Anhand der Eingangsgrössen werden Ausgangsgrössen REPib, Rli b berechnet, welche dann mit den empirischen Werten REPie, Rli e verglichen werden. Aufgrund dieses Vergleiches können die Informationsverarbeitungsvorgänge im neuronalen Netz 18 angepasst werden.

Dabei wird üblicherweise bei der Ausgangsschicht AS begonnen, dann die verdeckte Schicht VS und schliesslich die Eingangsschicht ES angepasst. Dies wird auch als Rückwärtspropagierung der Fehler bezeichnet. Die zum Training erforderlichen Datensätze Di sind der Vorrichtung 17 über eine Schnittstelle 21 zum Empfang von Datensätzen Di zuführbar.

[0096] Fig. 4 zeigt exemplarisch die Informationsverarbeitung im Rahmen der Vorwärtspropagierung durch das Neuron NV3. Bei dem Neuron NV3 handelt es sich um ein Neuron der verdeckten Schicht VS. Es ist daher mit jedem Neuron NE1, NE2, NE3, NE4, NE5der Eingangsschicht ES und mit jedem Neuron NA1, NA2 der Ausgangsschicht AS über eine direkte Verknüpfung verbunden. Jeder Verknüpfung ist ein variierbares Gewicht W zugeordnet. Die Injizierung der Verknüpfungen W enthält den Index des sendenden Neurons sowie den Index des empfangenden Neurons. Das Gewicht WE2V3 ist also das Gewicht derjenigen Verbindung, welche das Neuron NE2mit dem Neuron NV3verbindet.

[0097] Bei der Vorwärtspropagierung werden die Neuronenausgangssignale NAE1, NAE2, NAE3, NAE4, NAE5der Neuronen NE1, NE2, NE3, NE4, NE5 der vorgelagerten Eingangsschicht ES mit dem Gewicht der jeweiligen Verbindung multipliziert, so dass durch das empfangende Neuron NV3das Ergebnis der Multiplikation weiterverarbeitet werden kann. Beispielsweise wird das Neuronenausgangssignal NAE2des Neurons NE2mit dem Gewicht WE2V3 multipliziert und in dieser Form von dem Neuron NV3weiterverarbeitet. Insgesamt erhält das Neuron NV3fünf Neuroneneingangssignale, welche mittels einer sogenannten Inputfunktion IF verarbeitet werden. Gebräuchliche Inputfunktionen sind die
<tb>Summenfunktion<sep>y = [Sigma] x oder die

<tb>Produktfunktion<sep>y = [Pi] x.

[0098] Das mittels der Inputfunktion berechnete Ergebnis wird mittels einer Aktivierungsfunktion weiterbearbeitet. Die gebräuchlichsten Aktivierungsfunktionen sind dabei die
<tb>Identität<sep>y = x, die

<tb>Sigmoidfunktion<sep>y = 1 / 1+e<-gy> oder der

<tb>Tangens hyperbolikus<sep>y = e<g><y> - e<-><g><y>/ e<gy> + e<-><gy>

[0099] Aus dem Ergebnis der Aktivierungsfunktion wird dann mittels einer Output-Funktion die Neuronenausgangsgrösse NAV3des Neurons NV3 berechnet. Hierzu kann die
<tb>Identität<sep>y = xverwendet werden.

[0100] Diese Neuronenausgangsgrösse NAV3 wird jeweils gewichtet, an die Neuronen N der Ausgangsschicht AS, weitergeleitet. Im Rahmen des Trainings des neuronalen Netzes 18 werden die Gewichte W der Neuronenverbindungen so lange verändert, bis die Ausgangsgrössen REPi b, Rli b des neuronalen Netzes 18 mit den durch empirische Versuche gefundenen Werten REPie, Rli e näherungsweise übereinstimmen. Grundlage hierfür sind Fehlerminimierungsverfahren, wie beispielsweise Gradientenabstiegsverfahren. Dabei wird so vorgegangen, dass zunächst die Gewichte WVjAjzwischen Ausgangsschicht und verdeckter Schicht VS optimiert werden und dann die Gewichte WEkVkzwischen verdeckter Schicht und Eingangsschicht ES. Dieses Vorgehen wird auch als Rückwärtspropagierung bezeichnet.

[0101] Fig. 5 zeigt eine beispielhafte Übersicht über die Vorgehensweise bei der erfindungsgemässen Ermittlung des Regeleinsatzpunktes REP und der Regelintensität Rl. Das erfindungsgemässe Verfahren ist in eine Versuchsphase VP, eine Lernphase LP, eine betriebliche Phase BP und eine Trainingsphase TP gegliedert.

[0102] Im Rahmen der Versuchsphase VP werden für einen gegebenen Satz von Werten der Einflussgrössen EGi, VEi, VVi, VVDi, HVDi die empirischen Werte REPie, Rlie so ermittelt, dass der CV%-Wert des erzeugten Faserbandes FBab optimiert ist. Hierbei kann auf die aus dem Stand der Technik bekannten Testverfahren zurückgegriffen werden. Nun wird ein Datensatz Di gebildet, der die Werte EGi, VEi, VVi, VVDi, HVDider Einflussgrössen und die empirischen Werte REPi e, Rli e umfasst. Im Rahmen der Versuchsphase werden die Einflussgrössen variiert, so dass im Ergebnis eine Vielzahl von Datensätzen Dizur Verfügung steht.

[0103] In der Lernphase werden die in einem Datensatz Dienthaltenen Einflussgrössen EGi, VEi, VVi, VVDi, HVDi dem neuronalen Netz als Eingangsgrösse zugeführt und mittels des neuronalen Netzes Ausgangswerte REPi e, RIie berechnet. Nun wird die Differenz [Delta]REPiund die Differenz [Delta]RIi zwischen den empirisch ermittelten Werten REPi e, RIi e und den berechneten Werten REPbbzw. RIb ermittelt. Aus den so ermittelten Differenzen [Delta]REPi [Delta]RIi werden dann die Gewichte WVjAj, nämlich die Gewichte der Verbindungen zwischen der Ausgangsschicht und der verdeckten Schicht angepasst. Aus den angepassten Gewichten WVjAjzwischen Ausgangsschicht und verdeckter Schicht werden dann die Gewichte WEkVk zwischen verdeckter Schicht und Eingangsschicht ermittelt. Die Gewichte W werden dabei so festgelegt, dass der Fehler für jeden Datensatz Diminimiert wird.

[0104] Nach Abschluss des Trainings kann das neuronale Netz in der betrieblichen Phase BP zur Berechnung der Eingangsgrössen der Steuerungsvorrichtung 13 benutzt werden. Es ist nun möglich, für Kombinationen von Einflussgrössen EG, VE, VV, VVD, HVD bestmögliche Werte für den Regeleinsatzpunkt REP und die Regelintensität Rl zu ermitteln.

[0105] Dabei ist es möglich, die in der betrieblichen Phase BP bestimmten Werte des Regeleinsatzpunktes REP und der Regelintensität Rl in einer Testphase TP zu überprüfen, indem in einem definierten Intervall [REP-[Delta], REP+[Delta]] und einem Intervall [Rl-[Delta], Rl+[Delta]] empirische Werte REPe, Rle bestimmt werden, für die der CV%-Wert optimal ist. Entsprechen die so ermittelten empirischen Werte REPe, Rleden zuvor mittels des neuronalen Netzes ermittelten Werten REP, Rl, so kann die Testphase beendet werden. Falls dies nicht zutrifft, können auf der Basis der neuen empirischen Werte REPe, Rle neue Datensätze Di generiert werden.

Diese neuen Datensätze Dikönnen in einer weiteren Lernphase LP zum Training des neuronalen Netzes 17 verwendet werden, um so die Genauigkeit des mittels des neuronalens Netzes 17 in der betrieblichen Phase ermittelten Werte REP, Rl zu verbessern.

[0106] Alternativ oder zusätzlich kann zwischen der Lernphase LP und der betrieblichen Phase BP eine derartige Testphase TP vorgesehen sein.

[0107] Die Erfindung ist nicht auf das dargestellte und beschriebene Ausführungsbeispiel beschränkt. Mittels des erfindungsgemässen Verfahrens können auch andere Eingangsgrössen Steuerungsvorrichtungen von beliebigen Textilmaschinen ermittelt werden. Dabei können auch nicht erwähnte Einflussgrössen berücksichtigt werden. Ebenso kann die Erfindung angewendet werden, wenn eine Steuerungsvorrichtung, welche Teil eines Regelkreises ist, mit Eingangsgrössen versorgt werden soll. Auch können aus dem Stand der Technik bekannte Verfahren zur automatischen Regeleinsatzpunktsuche mit der Verwendung eines neuronalen Netzes kombiniert werden. So kann beispielsweise der mit einem neuronalen Netz ermittelte Regeleinsatzpunkt als Startwert für ein bekanntes Verfahren verwendet werden.

Claims

1. Verfahren zur Steuerung einer Textilmaschine (1), insbesondere einer Spinnereivorbereitungsmaschine (1), beispielsweise einer Karde oder Strecke (1), oder einer Spinnereimaschine, beispielsweise einer Rotorspinnmaschine, bei dem eine oder mehrere Eingangsgrössen (REP, Rl) einer Steuerungsvorrichtung (13) der Textilmaschine (1) so bestimmt werden, dass eine oder mehrere Kenngrössen (CV%) des mit der Textilmaschine (1) erzeugten Textilgutes (FBab) optimiert werden, dadurch gekennzeichnet, dass besagte Eingangsgrössen (REP, Rl) in Abhängigkeit von einer oder mehreren Einflussgrössen (EG, VE, VV, VVD, HVD), welche die Wirkung der besagten Eingangsgrössen (REP, Rl) auf besagte Kenngrössen (CV%) beeinflussen, mittels eines neuronalen Netzes (18) bestimmt werden.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass jede besagte Einflussgrösse (EG, VE, VV, VVD, HVD) einem jeweils zugeordneten Neuron (NE1, NE2, NE3, NE4, NE5) einer Eingangsschicht (ES) des neuronalen Netzes (18) als Neuroneneingangsgrösse (NEE1, NEE2, NEE3, NEE4, NEE5) zugeführt wird.

3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass wenigstens eine besagte Einflussgrösse (EG, VE, VV, VVD, HVD), vorzugsweise jede besagte Einflussgrösse (EG, VE, VV, VVD, HVD), normiert wird, bevor sie dem jeweils zugeordneten Neuron (NE1, NE2, NE3, NE4, NE5) der Eingangsschicht (ES) zugeführt wird.

4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass wenigstens eine besagte Eingangsgrösse (REP, Rl), vorzugsweise jede besagte Eingangsgrösse (REP, Rl), von einem jeweils zugeordneten Neuron (NA1, NA2) einer Ausgangsschicht (AS) des neuronalen Netzes als Neuronenausgangsgrösse (NAA1, NAA2) abgegeben wird.

5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass wenigstens eine besagte Eingangsgrösse (REP, Rl), vorzugsweise jede besagte Eingangsgrösse (REP, Rl), in normierter Form abgegeben wird.

6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass ein besagtes neuronales Netz (18) verwendet wird, welches wenigstens eine verdeckte Schicht (VS) mit verdeckten Neuronen (NV1, NV2, NV3, NV4, NV5, NV6) aufweist.

7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass ein besagtes neuronales Netz (18) verwendet wird, bei dem jedes Neuron (NE1, NE2, NE3, NE4, NE5; NV1, NV2, NV3, NV4, NV5, NV6; NA1, NA2) einer Schicht (ES, VS, AS) mit jedem Neuron einer benachbarten Schicht (ES, VS, AS), vorzugsweise mit jedem Neuron (NE1, NE2, NE3, NE4, NE5; NV1, NV2, NV3, NV4, NV5, NV6; NA1, NA2) jeder benachbarten Schicht (ES, VS, AS), verbunden ist.

8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass ein besagtes neuronales Netz (18) verwendet wird, bei dem allen Verbindungen zwischen den Neuronen (NE1, NE2, NE3, NE4, NE5; NV1, NV2, NV3, NV4, NV5, NV6; NA1, NA2) jeweils ein variierbares Gewicht (WEkVk, WVjAj) zugeordnet ist.

9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass besagte Eingangsgrössen (REP, Rl) durch Vorwärtspropagierung besagter Einflussgrössen (EG, VE, VV, VVD, HVD) ermittelt werden.

10. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass besagte Eingangsgrössen (REP, Rl) vor einer betrieblichen Phase (BP) der Textilmaschine (1) ermittelt werden.

11. Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass besagte Eingangsgrössen (REP, Rl) in einer betrieblichen Phase (BP) der Textilmaschine (1) wiederholt, vorzugsweise bei Eintreten eines Ereignisses, beispielsweise bei Veränderung einer besagten Einflussgrösse (EG, VE, VV, VVD, HVD), periodisch oder kontinuierlich ermittelt werden.

12. Verfahren nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, dass besagte Eingangsgrössen (REP, Rl) nach ihrer Bestimmung automatisch zur Steuerungsvorrichtung (13) der Textilmaschine (1) übertragen werden.

13. Verfahren nach einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, dass in einer ausserbetrieblichen Versuchsphase (VP) Datensätze (Di) erzeugt werden, wobei jeder Datensatz (Di) Werte (EGi, VEi, VVi, VVDi, HVDi) der besagten Einflussgrössen (EG, VE, VV, VVD, HVD) sowie empirisch ermittelte Werte (REPi e, Rlie) der besagten Eingangsgrössen (REP, Rl), welche bei den jeweiligen Werten (EGi, VEi, VVi, VVDi, HVDi) der besagten Einflussgrössen (EG, VE, VV, VVD, HVD) zu einem optimalen Wert der wenigstens einen Kenngrösse (CV%) führen, enthält.

14. Verfahren nach einem der Ansprüche 1 bis 13, dadurch gekennzeichnet, dass das neuronale Netz (18) in einer ausserbetrieblichen Lernphase (LP), vorzugsweise durch Rückwärtspropagierung, trainiert wird.

15. Verfahren nach Anspruch 14, dadurch gekennzeichnet, dass in der Lernphase (LP) die variierbaren Gewichte (WEkVk, WVjAj) der Verbindungen zwischen den Neuronen (NE1, NE2, NE3, NE4, NE5; NV1, NV2, NV3, NV4, NV5, NV6; NA1, NA2) angepasst werden.

16. Verfahren nach Anspruch 14 oder 15, dadurch gekennzeichnet, dass das neuronale Netz (18) in der Lernphase (LP) durch überwachtes Lernen trainiert wird.

17. Verfahren nach einem der Ansprüche 1 bis 16, dadurch gekennzeichnet, dass in einer ausserbetrieblichen Testphase (TP) die mittels des neuronalen Netzes (18) bestimmten und zur Steuerung der Textilmaschine (1) herangezogenen Werte der besagten Eingangsgrössen (REP, Rl) überprüft werden, indem eine Mehrzahl von unterschiedlichen Testwerten für die besagten Eingangsgrössen (REP, Rl) verwendet wird, um jeweils wenigstens ein Messergebnis der wenigstens einen Kenngrösse (CV%) des erzeugten Textilgutes (FBab) zu erhalten, wobei vorzugsweise Datensätze (Di) für ein Training des neuronalen Netzes (18) erzeugt werden.

18. Verfahren nach einem der Ansprüche 1 bis 17, dadurch gekennzeichnet, dass dem neuronalen Netz (18) zur Bestimmung besagter Eingangsgrössen (REP, Rl) wenigstens eine besagte Einflussgrösse (EG, VE, W, WD, HVD) durch einen Bediener manuell vorgegeben wird.

19. Verfahren nach einem der Ansprüche 1 bis 18, dadurch gekennzeichnet, dass dem neuronalen Netz (18) zur Bestimmung besagter Eingangsgrössen (REP, Rl) wenigstens eine besagte Einflussgrösse (EG, VE, VV, VVD, HVD) durch eine Sensorvorrichtung (3) und/oder eine Berechnungsvorrichtung der Textilmaschine (1) oder einer Anlagensteuerung automatisch vorgegeben wird.

20. Verfahren nach einem der Ansprüche 1 bis 19, dadurch gekennzeichnet, dass wenigstens eine besagte Einflussgrösse (EG, VE, VV, VVD, HVD) eine Materialgrösse (M) ist, wobei die Materialgrösse (M) eine oder mehrere Eigenschaften des der Textilmaschine (1) vorgelegten Materials (FBzu), beispielsweise die Faserart, die Faserlänge, eine qualitätskennzeichnende Grösse und/oder die Art der Vorbehandlung, repräsentiert.

21. Verfahren nach einem der Ansprüche 1 bis 20, dadurch gekennzeichnet, dass wenigstens eine besagte Einflussgrösse (EG, VE, VV, VVD, HVD) eine Umweltgrösse ist, wobei die Umweltgrösse eine oder mehrere Eigenschaften der Umgebung der Textilmaschine (1), beispielsweise die Umgebungstemperatur und/oder die Umgebungsluftfeuchte, repräsentiert.

22. Verfahren nach einem der Ansprüche 1 bis 21, dadurch gekennzeichnet, dass wenigstens eine besagte Einflussgrösse (EG, VE, VV, VVD, HVD) eine Betriebsgrösse (EG, VE, VV, VVD, HVD) ist, wobei die Betriebsgrösse eine oder mehrere Eigenschaften der Textilmaschine (1), beispielsweise die Einzugsgeschwindigkeit (EG), die Einzugsspannung (VE), den Vorverzug (VV), die Vorverzugsdistanz (VVD), die Hauptverzugsdistanz (HVD) eines Streckwerks (5) der Textilmaschine (1) und/oder die Position eines oder mehrerer dem Streckwerk (5) zugeordneter Bandumlenkstäbe (4a, 4b, 4c, 4d), repräsentiert.

23. Verfahren nach einem der Ansprüche 1 bis 22, dadurch gekennzeichnet, dass eine besagte Eingangsgrösse (REP, Rl) der Regeleinsatzpunkt (REP), die Regelintensität (Rl) oder der Anpressdruck einer Oberwalze (5a, 5b, 5c) eines Walzenpaares (5a,5a; 5b, 5b; 5c, 5c) eines Streckwerks (5) der Textilmaschine (1) ist.

24. Verfahren nach einem der Ansprüche 1 bis 23, dadurch gekennzeichnet, dass eine besagte Kenngrösse (CV%) eine qualitätskennzeichnende Grösse, beispielsweise ein CV%-Wert oder eine aus einem oder mehreren CV%-Werten abgeleitete Grösse, des von der Textilmaschine erzeugten Textilgutes (FBab), insbesondere eines mittels einem Streckwerk (5) der Textilmaschine (1) verstreckten Faserbandes (FBab), ist.

25. Verfahren nach einem der Ansprüche 1 bis 24, dadurch gekennzeichnet, dass das neuronale Netz (18), mit dem die wenigstens eine Eingangsgrösse (REP, Rl) bestimmt wird, separat von der Textilmaschine (1) realisiert ist, wobei besagte Eingangsgrössen (REP, Rl) manuell oder vorzugsweise automatisch zur Textilmaschine (1) übertragen werden.

26. Verfahren nach einem der Ansprüche 1 bis 24, dadurch gekennzeichnet, dass das neuronale Netz (18), mit dem die wenigstens eine Eingangsgrösse (REP, Rl) bestimmt wird, in die Textilmaschine (1) integriert ist.

27. Verfahren nach einem der Ansprüche 1 bis 26, dadurch gekennzeichnet, dass das neuronale Netz (18), mit dem die wenigstens eine Eingangsgrösse (REP, Rl) bestimmt wird, als softwaregesteuerte Berechnungsvorrichtung oder als Teil einer solchen ausgebildet ist.

28. Verfahren nach einem der Ansprüche 1 bis 26, dadurch gekennzeichnet, dass das neuronale Netz (18), mit dem die wenigstens eine Eingangsgrösse (REP, Rl) bestimmt wird, als hardwaregesteuerte Berechnungsvorrichtung oder als Teil einer solchen ausgebildet ist.

29. Vorrichtung (17), insbesondere zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 28, mit einer ausgangsseitigen Schnittstelle (20) zur Ausgabe einer oder mehrerer Eingangsgrössen (REP, Rl) einer Steuerung einer Textilmaschine (1), durch welche wenigstens eine Kenngrösse (CV%) des mit der Textilmaschine (1) erzeugten Textilgutes (FBab) optimierbar ist, dadurch gekennzeichnet, dass die Vorrichtung ein neuronales Netz (18) zur Bestimmung einer besagten Eingangsgrösse (REP, Rl) umfasst, wobei eine eingangsseitige Schnittstelle (19) zur Eingabe von einer oder mehreren Einflussgrössen (EG, VE, VV, VVD, HVD), welche die Wirkung der besagten Eingangsgrössen (REP, Rl) auf die wenigstens eine Kenngrösse (CV%) beeinflussen, vorgesehen ist, wobei die eingangsseitige Schnittstelle (19) mit dem neuronalen Netz (18) verbunden ist, so dass besagte Einflussgrössen (EG,

VE, VV, VVD, HVD) einer Eingangsschicht (ES) des neuronalen Netzes (18) zuführbar sind und wobei die ausgangsseitige Schnittstelle (20) mit einer Ausgangsschicht (AS) des neuronalen Netzes (18) verbunden ist, so dass besagte Eingangsgrössen (REP, Rl) in Abhängigkeit von besagten Einflussgrössen (EG, VE, VV, VVD, HVD) ausgebbar sind.

30. Vorrichtung (17) nach Anspruch 29, dadurch gekennzeichnet dass die eingangsseitige Schnittstelle (19) zur Normierung besagter Einflussgrössen (EG, VE, VV, VVD, HVD) ausgebildet ist.

31. Vorrichtung (17) nach Anspruch 29 oder 30, dadurch gekennzeichnet dass die ausgangsseitige Schnittstelle (20) zur Denormierung besagter Eingangsgrössen (REP, Rl) ausgebildet ist.

32. Vorrichtung (17) nach einem der Ansprüche 29 bis 31, dadurch gekennzeichnet, dass das neuronale Netz (18) wenigstens eine verdeckte Schicht (V) mit verdeckten Neuronen (NV1, NV2, NV3, NV4, NV5, NV6) aufweist.

33. Vorrichtung (17) nach einem der Ansprüche 29 bis 32, dadurch gekennzeichnet, dass das neuronale Netz (18) so ausgebildet ist, dass jedes Neuron (NE1, NE2, NE3, NE4, NE5; NV1, NV2, NV3, NV4, NV5, NV6; NA1, NA2) einer Schicht (E, V, A) mit jedem Neuron einer benachbarten Schicht (ES, VS, AS), vorzugsweise mit jedem Neuron (NE1, NE2, NE3, NE4, NE5; NV1, NV2, NV3, NV4, NV5, NV6; NA1, NA2) jeder benachbarten Schicht (ES, VS, AS), verbunden ist.

34. Vorrichtung (17) nach einem der Ansprüche 29 bis 33, dadurch gekennzeichnet, dass das neuronale Netz (18) so ausgebildet ist, dass allen Verbindungen zwischen den Neuronen (NE1, NE2, NE3, NE4, NE5; NV1, NV2, NV3, NV4, NV5, NV6; NA1, NA2) jeweils ein variierbares Gewicht (WEkVk, WVjAj) zugeordnet ist.

35. Vorrichtung (17) nach einem der Ansprüche 29 bis 34, dadurch gekennzeichnet, dass das neuronale Netz (18) so ausgebildet ist, dass besagte Eingangsgrössen (REP, Rl) durch Vorwärtspropagierung besagter Einflussgrössen (EG, VE, VV, VVD, HVD) bestimmbar sind.

36. Vorrichtung (17) nach einem der Ansprüche 29 bis 35, dadurch gekennzeichnet, dass das neuronale Netz (18) so ausgebildet ist, dass es durch Rückwärtspropagierung trainierbar ist.

37. Vorrichtung (17) nach einem der Ansprüche 29 bis 36, dadurch gekennzeichnet, dass eine Schnittstelle (21) zum Empfang von Datensätzen (Di), welche Werte der besagten Einflussgrössen (EGi, VEi, VVi, VVDi, HVDi) sowie empirisch ermittelte Werte der besagten Eingangsgrössen (REPi e, RIi e), welche bei den jeweiligen Werten der besagten Einflussgrössen (EGi, VEi, VVi, VVDi HVDi) zu einem optimalen Wert der wenigstens einen Kenngrösse (CV%) führen, enthalten, vorgesehen ist, so dass das neuronale Netz (18) anhand dieser Datensätze (Di) trainierbar ist.

38. Vorrichtung (17) nach einem der Ansprüche 29 bis 37, dadurch gekennzeichnet, dass sie separat von der Textilmaschine (1), beispielsweise als Teil einer Anlagensteuerung oder als eigenständige, tragbare Vorrichtung, realisiert ist, wobei vorzugsweise besagte Eingangsgrössen (REP, Rl) mittels einer mindestens zeitweilig herstellbaren Datenverbindung automatisch zu der Textilmaschine (1) übertragbar sind.

39. Vorrichtung (17) nach einem der Ansprüche 29 bis 37, dadurch gekennzeichnet, dass sie in die Textilmaschine (1) integriert ist.

40. Vorrichtung (17) nach einem der Ansprüche 29 bis 39, dadurch gekennzeichnet, dass das neuronale Netz (18) als softwaregesteuerte Berechnungsvorrichtung realisiert ist.

41. Vorrichtung (17) nach einem der Ansprüche 29 bis 39, dadurch gekennzeichnet, dass das neuronale Netz (18) als hardwaregesteuerte Berechnungsvorrichtung realisiert ist.

42. Textilmaschine (1), insbesondere eine Spinnereivorbereitungsmaschine (1), beispielsweise eine Karde oder Strecke (1), oder eine Spinnereimaschine, beispielsweise eine Rotorspinnmaschine, dadurch gekennzeichnet, dass die Textilmaschine (1) eine Vorrichtung (17) nach einem der Ansprüche 29 bis 41 umfasst.