CN114761631B

CN114761631B - 针对异物优化纱线生产过程

Info

Publication number: CN114761631B
Application number: CN202080065272.3A
Authority: CN
Inventors: 沃尔夫·施耐德; 马里奥·斯根塔勒
Original assignee: Uster Technologies AG
Current assignee: Uster Technologies AG
Priority date: 2019-09-17
Filing date: 2020-09-15
Publication date: 2023-11-03
Anticipated expiration: 2040-09-15
Also published as: WO2021051210A1; EP4031698B1; CH716607A1; CN114761631A; US20220275542A1; EP4031698A1

Abstract

本发明涉及一种用于优化纱线生产过程的方法，其中在纺织纤维形成物(9)中监测异物(90)。用来自至少两个颜色范围的电磁辐射照射纺织纤维形成物(9)。根据它们的颜色将异物(90)分为不同的颜色类别。如果存在具有分类的异物(90)的足够大的随机样本，则针对颜色类别确定异物的频率分布，并且将其与参考频率分布进行比较。如果所确定的频率分布偏离参考频率分布，则执行多个优化动作组中的至少一个，例如，输出警告信号。

Description

针对异物优化纱线生产过程

技术领域

本发明属于纱线生产领域。本发明涉及一种用于优化纱线生产过程的方法和装置，在该过程中监测纺织纤维形成物中的异物。

背景技术

纱线中的异物是当今纺纱厂的主要问题之一。这些是不同于纱线纤维的预期基础材料(例如棉纤维)的物质。它们可以来自各种来源，例如塑料包装、绳索、人类或动物毛发等。异物在纺纱和编织期间会导致纱线断裂，其染色的方式与基础材料不同，并影响最终纺织产品的外观。它们显着降低了最终产品的价值。由异物引起的织物缺陷的概述和减少这些缺陷的建议由Uster Technologies AG(乌斯特技术股份公司)于2010年3月在新闻公报第47号“The origins of fabric defects-and ways to reduce them(织物缺陷的原因——以及减少它们的方法)”的第3.8段中给出。

WO-2006/079426A1公开了一种用于分离在纤维材料中、尤其是在原棉中的异物的方法和设备。例如，这些方法使用在清花车间中以准备用于纺纱的原棉。纤维材料被送入气动纤维输送线，依次通过传感器***和分离设备。当异物被传感器***检测到时，它们被横向指向纤维传输线的压缩空气脉冲通过纤维传输线中的分离口从纤维传输线中去除。相应纤维清洁机描述在Uster Technologies AG(乌斯特技术股份公司)于2015年10月的手册“JOSSI VISION SHIELD 2-The key to Total Contamination Control(全面污染控制的关键)”中。

在纺织品制造过程的更下游，可以通过所谓的纱线清洁器(清纱器从纺纱机或络筒机上的纱线中去除异物。纱线清洁器包含具有至少一个传感器的测量头，该传感器扫描移动的纱线并检测纱线缺陷，例如异物或粗/细点。来自传感器的输出信号根据预定标准被连续评价。US-6,244,030B1公开了一种纱线清洁器，其不仅检测异物，而且区分不同类型的异物。传感器通过入射光对纱线进行光学扫描。提供了分类场或矩阵。沿分类场的水平轴线绘制纱线段的长度，沿垂直轴线绘制光在纱线上的反射率。将分类场分成16类浅色异物和16类深色异物。计数同一类的纱线段。相应的产品描述在Uster Technologies AG(乌斯特技术股份公司)于2011年4月的手册“QUANTUM 3Application Handbook(/>QUANTUM 3使用手册)”的第8.4段中。可以从WO-2011/026249A1得知一种纱线清洁器用几种不同颜色的光组件扫描纱线。

WO-2017/190259A1描述了一种用于监测纤维絮流中的杂质的方法和设备。在一个实施例中，第一监测设备监测纤维絮流中的杂质，而第二监测设备监测纺织品制造过程中下游的杂质。第二监测设备可以是络筒机上的纱线清洁器。控制单元连接到第一监测设备和第二监测设备。它从两个监测设备收集数据，对其进行统计评价，并将由此产生的报告输出给操作者。在控制回路中，第一监测设备中的杂质去除极限根据来自第二监测设备的监测结果而改变。

US-6,452,157B1涉及一种在纤维处理仪器上的装置，用于检测和处理纺织纤维材料中的杂质、异物和纤维。所述装置具有至少两个光源，所述至少两个光源以不同颜色交替地照射所述纤维材料。此外，提供了一种传感器，其接收由纤维材料反射的光的颜色。当纤维材料的颜色从预定颜色突然变化的情况下，产生一种电信号。为了使发光颜色根据应用进行适应，例如根据纤维材料的不同或变化的颜色，使用两种以上颜色的多色光源。可以根据待照明的纤维材料的颜色来选择多色光源的颜色类型。

DE-296'22'931U1描述了纺纱制备厂中用于检测和评价纤维材料中或来自纤维材料的异物的装置。光学传感器***连接到图像处理设备，图像处理设备连接到电子调节和控制设备。具有不同波长的光源可用于照明纤维材料。在学习阶段之后，确定异物的分离灵敏度，其中限值可以自动和/或半自动改变。将来自图像处理设备的测量信号与存储的目标值进行比较。从纤维材料中去除具有偏差特征的异物。

发明内容

本发明的目的是提供一种方法和改进的装置，用于优化纱线生产过程，其中在纺织纤维形成物中监测异物。

这些和其它目的通过根据本发明的方法和装置来实现。

本发明是基于将异物根据它们的颜色分类为不同颜色类别的构思。如果存在分类的异物的样本，则确定用于颜色类别的异物的频率分布。如果所述频率分布偏离参考频率分布，则进行优化动作，例如发出警告信号。

因此，根据本发明，只有存在统计相关样本的情况下，才随后进行分类异物的统计评价。因此，可以在中长期内优化纱线生产过程。因此，本发明不涉及即时反应，例如对一个异物的单次拒绝。

根据本发明，本领域技术人员能够确定样本的所需大小(size)并评价偏差的相关性。样本大小和偏差相关性部分取决于特定情况。在许多情况下，简单的经验程序就足够了。理论思考的相关原理例如由Graf、Henning和Wilrich所著的书籍《纺织研究中的统计方法》("Statistische Methoden bei textilen Untersuchungen")第二版，Springer-Verlag(施普林格)，1974年中提出。

根据本发明的方法用于优化纱线生产过程，其中监测纺织纤维形成物中的异物。用来自电磁频谱(electromagnetic spectrum)的至少两个不同子范围的电磁辐射照射所述纺织纤维形成物。所述电磁辐射与所述异物相互作用。基于异物与电磁辐射的相互作用来检测异物。根据在电磁频谱的相关子范围内的电磁辐射与异物的相互作用，将异物的颜色类别分配给电磁频谱的至少两个不同子范围中的每一个。根据所检测到的异物与电磁频谱的相关子范围内的电磁辐射的相互作用，所检测到的异物被自动分类在至少两个颜色类别中。如果存在一个具有多个分类的异物的样本时，自动确定异物对于颜色类别的的频率分布。将所确定的频率分布与参考频率分布进行自动比较。如果所确定的频率分布显著偏离参考频率分布，则执行多个优化动作组中的至少一个。

该组多个优化动作可以包括以下中的至少一个：

·输出报警信号；

·发布建议；

·输出所确定的频率分布

在一个实施例中，为所述至少两个颜色类别中的每一个定义分离标准。根据所述至少两个分离标准，异物与纺织纤维形成物分离。所述频率分布是指与纺织纤维形成物分离的异物和/或在纺织纤维形成物中剩余的异物。在该实施例中，该组多个优化动作可以包括以下中的任一个：

·针对相关颜色类别定义的分离标准以这样的方式改变，即，在纺织纤维形成物保持不变的情况下，相关颜色类别中的更多异物与纺织纤维形成物分离；

·针对相关颜色类别定义的分离标准以这样的方式改变，即，在纺织纤维形成物保持不变的情况下，相关颜色类别中的更少的异物与纺织纤维形成物分离。

所述至少两个分离标准优选地取决于在所述电磁频谱的相关子范围内的所述异物的反射率和/或透射率。所述至少两个分离标准优选地取决于所述异物的空间延伸。

在一个实施例中，参考频率分布取决于异物对于颜色类别的的至少一个先前确定的频率分布。

在一个实施例中，参考频率分布取决于在另一个相似的纺织纤维形成物上确定的异物对于颜色类别的至少一个频率分布。

所述纺织纤维形成物例如是纤维絮流或纱线。

在一个实施例中，参考频率分布取决于在纺织品生产过程中由纺织纤维形成物产生的下游纺织纤维形成物处确定的颜色类别的异物的至少一个频率分布。在这种情况下，纺织纤维形成物可以是纤维絮流，并且下游纺织纤维形成物可以是纱线。

在一个实施例中，参考频率分布取决于在纺织品生产过程中由产生纺织纤维形成物的上游的纺织纤维形成物处确定的对于颜色类别的异物的至少一个频率分布。在这种情况下，纺织纤维形成物可以是纱线，而上游纺织纤维形成物可以是纤维絮流。

在一个实施例中，在电磁辐射与异物的相互作用期间，在电磁频谱的至少两个不同子范围中记录纺织纤维形成物的一个或每个图像。通过图像处理来处理所述图像或所述至少两个图像。基于由相应的图像处理产生的数据来检测异物。

在一个实施例中，所述样本由至少500个且优选地至少5000个分类的异物组成。

根据本发明的装置用于优化纱线生产过程，在该过程中，监测纺织纤维形成物中的异物。它包括至少一个用来自电磁频谱的至少两个不同子范围的电磁辐射照射纺织纤维形成物的光源；至少一个传感器***，用于基于异物与电磁辐射的相互作用来检测异物，以及评价单元，其连接到所述传感器***，用于评价所述传感器***的输出信号。该评价单元被配置为根据电磁辐射在所述电磁频谱的所述相关子范围中与所述异物的相互作用，分配异物的颜色类别给电磁频谱的所述至少两个不同子范围中的每一个，被配置为根据异物与电磁辐射在所述电磁频谱的所述相关子范围中的相互作用，在至少两个颜色类别中分类检测到的异物，被配置为当存在具有多个被分类的异物的样本时确定异物对于颜色类别的频率分布，被配置为将所确定的频率分布与参考频率分布进行比较，并且被配置为在确定的频率分布与参考频率分布有显著偏差的情况下，自动触发多个优化动作组中的至少一个。

该组多个优化动作可以包括以下中的至少一个：

·输出报警信号；

·发布建议；

·输出所确定的频率分布

在一个实施例中，所述装置还包括分离单元，用于选择性地从所述纺织纤维形成物分离对象。所述评价单元被连接到所述分离单元，并且被配置成为至少两个颜色类别中的每个储存分离标准，被配置为依据至少两个分离标准，通过分离单元触发异物从纺织纤维形成物分离，被配置为确定频率分布，从而所述频率分布与从所述纺织纤维形成物中分离的异物/或在所述纺织纤维形成物中剩余的所述异物相关。在该实施例中，该组多个优化动作可以包括以下中的任何一个：

所述装置例如是纤维清洁器或纱线清洁器。

传感器***可以包括至少一个数码相机。

本发明针对异物对纱线生产过程进行了优化。它可以对原料中的变化和/或不适合的过程设置作出反应。由于本发明，异物颜色分布变化的原因可以被专门寻找，并更快、更可靠地找到。可靠性来自足够大的样本的统计评价产生，由此单个事件实际上是不相关的。本发明的另一个优点是，一方面，能够考虑不被容许的被分离的异物，另一方面，也能够考虑剩余在纤维絮流中的可容许的异物。例如，后者也能够就原料中的变化提供有价值的指示。

在本申请中，除非另有说明，否则诸如“光”，“照明”和“颜色”的术语不仅指电磁频谱的可见部分，而是指整个电磁频谱，优选地指紫外光，可见光和/或红外范围中的电磁辐射。在本文件中使用的术语“电磁频谱波谱的部分”是指可以是连续的或可以是不连续的部分波谱。

附图说明

在下文中，参照附图详细解释本发明的实施例。

图1示意性地示出了根据本发明的装置。

图2示出了纤维絮流中的异物的示例性分离标准。

图3示出了异物的示意性图片。

图4示出了可以用于异物的颜色分类的图的示例。

图5示出了柱状图的两个示例，该列图用于表示在若干颜色类别中从纤维絮流中分离的异物的频率。

图6示意性地示出了纺纱厂中的纱线生产过程的一部分，其中可以应用根据本发明的方法的实施例。

具体实施方式

在下文中，仅讨论了本发明的一个可能的实施例，即通过在清花车间中的纤维清洁器监测纤维絮流中的异物。然而，这决不旨在限制本发明的普遍性。此外，纺织纤维形成物可以是纱条，粗纱，纱线或织造织物。在纱线的情况下，根据本发明的装置优选地是纱线清洁器。

图1示意性地示出了根据本发明的设备100。设备100用于优化纱线生产过程。它监视纺织纤维形成物中的异物90，在本实施例中是纤维絮流。它包括气动纤维输送通道101，用于在空气流中气动地输送纤维絮流9。纤维絮流9和空气流的输送方向由图1中的箭头91指示。

在纤维输送通道101的壁中的窗口102附近布置有四个光源103，例如荧光管。光源103从不同的方向照射纤维输送通道101中的纤维絮流9。

传感器***105布置在纤维输送通道101处。其检测纤维絮流9中的包括异物90在内的对象的性质。在图1的实施例中，传感器***105包括两个相机106，例如CCD相机，其通过窗口102从两个不同的方向捕获纤维絮流9的图像。由光源103发射的光在与纤维絮流9相互作用之后，可以借助于适当倾斜的镜104在窗口102和相机106之间偏转。相机106仅是传感器***105的一个示例，其他或附加的传感器***可以在本发明的设备100中使用。此类替代或附加传感器***可检测由于可见或不可见范围内的电磁波，包括紫外，红外和微波，声波等而引起的对象的特性。其他替代或附加的传感器***不需要光源。

相机106连接到评价单元107，用于自动评价传感器***105的输出信号。评价单元107被配置为从传感器***105的输出信号确定对象的第一和第二参数的值。评价单元107还被配置为提供事件场200，如图2所示。并且，评价单元107被配置为将针对对象确定的第一和第二参数输入为事件场200中的事件203，204的坐标。评价单元107优选地被设计为计算机。

评价单元107连接到输出单元108，用于输出评价的结果。输出单元108被配置为输出事件场200的图形表示，如图2所示。输出单元108可以是，例如计算机屏幕或打印机。在一个实施例中，它被设计为触摸屏，并且因此用作输入和输出单元。

分离单元109布置在传感器***105下游的纤维输送通道101处(相对于输送方向91而言)。分离单元109用于从纤维絮流9选择性地分离对象。这样的分离单元109本身是已知的，例如从WO-2006/079426A1已知。在优选的实施例中，其包括多个加压空气喷嘴，该多个加压空气喷嘴可由评价单元107单独控制。当传感器***105检测到纤维絮流9中的不可接受的异物90时，使分离单元109的相应空气喷嘴在异物90已经到达分离单元109的高度时，吹出垂直于输送方向91的压缩空气。这使得异物90被吹出到分离通道110中，分离通道110从纤维输送通道101形成，分离方向92基本上垂直于输送方向91。另一方面，未被污染的纤维絮继续其与纤维絮流9的行程以被进一步处理。

分离单元109可以由评价单元107和/或直接由传感器***105控制。在后一种情况下，微处理器可以与每个相机106相关联，并且相机106可以直接连接到分离单元109。为简洁目的，这样的直接连接在图1中未示出。在另一替代方案中，分离单元109由与分离单元109本身相关联的微处理器控制。

如上所述，由评价单元107提供的事件场200的图形表示可以在输出单元108上输出。在图2中示出了事件场200的图形表示的示例。事件场200包括二维笛卡尔坐标系的象限或象限的一部分。沿着第一轴线201，绘制第一参数，如横坐标，并且沿着第二轴线202，绘制第二参数，如纵坐标。第一参数可以与对象的几何属性有关，并且优选地是对象的长度或面积。第二参数可以与对象的光学性质有关，并且优选地是由对象反射和/或透射的光的强度。将针对对象确定的第一参数和第二参数的值作为对象的坐标输入到事件场200中。因此，对象由位于与对象的坐标对应的位置处的图形符号203，204，诸如点来表示。事件场200中的对象的这种表示在下文中被称为“事件”203，204。多个事件203，204生成示出相应对象的坐标的散点图205。

在本发明的一个实施例中，对象的至少两个对象类别以事件场200中非重叠的区域210的形式预先确定。在图2的示例中，区域210彼此是由分别平行于第一轴线201和第二轴线202的直线211，212界定的相邻矩形。在图2的示例性实施例中，存在4×5＝20个对象类别；具有其他形状和/或不同数量的对象类别的其他对象分类是可能的。当事件203，204的坐标位于相关的区域210时，事件203，204被分类在至少两个对象类别中的一个中。在至少两个对象类别中的至少一个中的事件203，204被计数，并且事件203,204的每个计数被输出到至少一个对象类别中的每一个。事件203，204的计数数量可以作为图2的图形表示的替代或补充被输出。对象分类有助于数字地表征包含在纤维絮流9中的异物90。它应与下文描述的颜色分类相区别。

表示用于异物的分离标准的分离曲线220可以在事件场200中被绘制并且与事件场200一起被输出。分离标准被预先确定为用于对象的可容许性或不可容许性的标准。具有在分离曲线220的一侧上的坐标的事件203表示的对象留在纤维絮流9中，而具有在分离曲线220的另一侧上的坐标的事件204表示的对象被从纤维絮流9中分离。事件203，204分别与允许和不允许的对象相对应，可以由不同的图形符号表示，例如，不同的形状，不同的颜色和/或不同的填充。在图2的示例性实施例中，可允许的事件203由空心圆圈表示，而不可允许的事件204由实心圆圈表示。

分离标准可以由操作者的输入预先确定，可以从包含各种类型的分离标准的数据库中获取，或者可以自动计算。

在图2的示例性实施例中，分离曲线220独立于对象类别，因此可以由操作者基本上自由地定义。另外，分离曲线220可以跟随对象类别边界211，212。

对于本发明的以下说明，为了简单起见，将假设每个相机106(图1)适于接收和区分红光和绿光。这可以例如通过提供具有数字接收器传感器的相机106来实现，所述数字接收器传感器包括被称为像素的多个图像元素，其中一些像素对红光敏感，一些对绿光敏感。为此目的，可以例如利用红色发射或绿色发射滤波器来提供像素。这种数码相机是已知的，其中通常另一部分像素对蓝光敏感(RGB相机)。此外，假设光源103发出红光和绿光。光源103可以是宽带白光源。另外，光源103可以是窄带光源，其中的一些仅发射红光，而一些仅发射绿光。在另一个实施例中，光源103可以周期性地发射交替的红色或绿色光。

图3示意性地示出了在纤维絮流9中可能出现的异物90的图像300。图像300由一个或两个相机106捕获(图1)。在不限制一般性的情况下，假设图像300是在反射光下拍摄的，即从异物90反射的光。网格表示构成图像300的像素301。异物90可以具有不同的颜色。在图3的示例中，它包括反射红光的第一区域901和反射绿光的第二区域902。

通过图像处理来处理图像300。图像处理可以在一个或多个相机106本身中，在传感器***105的另一组件中，和/或在评价单元107中执行。下面描述的评价是基于由图像处理产生的数据。评价优选地在评价单元107中执行。

异物90被自动分类到颜色类别。每个检测到的颜色，在本实施例中的红色和绿色，被分配一个颜色类别。多色的异物90可以被分类到与其图像的大部分区域的颜色相对应的，或者与其图像300的大部分像素301相对应的颜色类别中。因此，在图3的示例中，异物90被分类为颜色类别"红色"。可能有替代的分类方法，例如，根据最大连续区域的颜色。

在图4中示出了可以用于异物90的颜色分类的图400的示例。正方形图400以两个相互垂直的轴线401，402为界限。在各自的异物90的区域上，沿着第一轴线401，绘制颜色红色的比例，并且沿着第二轴线402，绘制颜色绿色的比例。图400被划分为四个颜色类别411-414：第一颜色类别411用于红色异物90，第二颜色类别412用于绿色异物90，第三颜色类别413用于蓝色/黑色异物90，和第四颜色类别414用于黄色/白色异物。在异物90的图像中(参见图3)，对于每个检测到的颜色，在本示例中的红色和绿色，可以对具有相应颜色的像素进行计数，并且对于每个检测到的颜色，可以确定像素与像素总数的比例。两个比例定义了表示异物90的图400中的点403的坐标。异物90被分类在其点403所处的颜色类别中，即，在图4的示例中的第一颜色类别411“红色”中。

如图2中的分离曲线220所示，针对每个颜色类别411-414定义分离标准。根据针对它们的颜色类别411-414所定义的分离标准，将异物90从纤维絮流9中分离或留在纤维絮流9中。

如果存在统计相关的分类的异物90的样本，则针对颜色类别411-414中的每一个自动确定异物90的频率分布。频率分布可以指所有检测到的异物90，指从纤维絮流9分离的和/或剩余在纤维絮流9中的那些异物90。在本文中所讨论的示例中，在不限制一般性的情况下，考虑了与纤维絮流9分离的异物90的频率。

统计相关性所需的分类异物90的样本的大小将取决于具体情况。在许多情况下，以经验确定它就足够了。在第一实施例中，可以为样本大小指定一个固定值，例如，至少500个并且优选地至少5000个异物90。在第二实施例中，样本可以由在足够大的时间间隔，例如，1小时，内分类的所有异物90组成。该时间间隔可以在当前时间之后。在第三实施例中，样本可以由分类在纤维絮流9的足够大的质量，例如500kg内的所有异物90组成，本领域技术人员可以参考统计文献以用进一步、更复杂的程序来确定所需的样本大小。

在图5中，从纤维絮流9分离的异物90的示例性频率分布在条形图500中以若干颜色类别411-414示出。异物90的相对或绝对频率沿着相应条形图500的纵轴502绘制。每一列的面积或高度表示与纤维絮流9分离的异物90的比例或频率511-514。频率511-514对应于颜色类别411-414：分离的红色异物90的第一频率511，分离的绿色异物90的第二频率512，分离的蓝色/黑色异物90的第三频率513和分离的黄色/白色异物90的第四频率514。

例如，图5(a)和图5(b)的两个条形图500可以指示在不同时间点在相同设备100处确定的频率511-514。根据图5(a)的第一时间点的频率分布511-514可用作参考频率分布。将根据图5(b)的第二个较晚时间点处的频率分布511-514与参考频率分布进行比较。显然，在本示例中，根据图5(b)的频率分布511-514明显偏离根据图5(a)的参考频率分布，特别是分离的红色异物90的第一频率511以分离的绿色异物90的第二频率512为代价而增加。在这种明显偏离的情况下，根据本发明自动执行优化动作。

优化动作可以例如由视觉和/或听觉警告信号的输出组成。所述警告信号将引起操作者对偏差的注意。除了警告信号之外，或者作为替代，频率分布可以输出给操作者，例如在输出单元108(图1)上以图形形式输出，如图5。除了警告信号和/或频率分布的输出之外或作为替代，还可以自动向操作者输出行动的建议，例如“将颜色类别“红色”的分离标准设置为更敏感的水平！”因此，操作者可以将第一颜色类别“红色”411的分离标准设置为更敏感，这样，在第一颜色类别“红色”411中纤维絮流9不变的情况下，更多的异物90从纤维絮流9中被分离。另外，可以通过评价单元107自动地进行分离标准的改变。

在上述实施例中，根据图5(a)的参考频率分布是先前在同一设备100上确定的分离的异物90的频率分布511-514。在另一实施例中，参考频率分布可以取决于在另一设备上确定的从另一纤维絮流分离的异物的频率分布。例如，参考频率分布可以正好来源于根据本发明的一个同时运行的设备，或者可以是根据本发明的几个同时运行的设备的频率分布的平均值。

对于要触发的优化动作，频率分布511-514与对应的参考频率分布的偏差必须是显著的，即足够大。什么时候是这种情况，可以根据情况来确定。在第一种选择中，各个频率511可以相互比较，例如，可以指定偏差的阈值，例如，作为参考频率的分数或作为纵轴502上的固定值。在第二种选择中，可以考虑频率的比率，例如，第一频率511与第二频率512的比率。本领域技术人员可以参考统计学文献，了解进一步的、更复杂的确定显著性的程序。

图5的条形图500仅是表示异物90的频率分布511-514的许多方式中的一种。其他可能类型的图表，例如饼图，是已知的。如果考虑了频率分布511-514的时间过程，则线图可能是有利的。该图可以在输出单元108(图1)上输出给操作者。在其他实施例中，根本不需要显示和输出频率分布511-514。输出警告信号连同相应的原因或相应的动作建议可能就足够了。如果分离标准的变化是自动做出的，则也可以省略显示。

上述仅具有红色和绿色两种颜色的例子作为本发明的简单说明。当然，本发明还包括具有两种以上颜色的实施例，例如具有红，绿、蓝三种颜色。在后一种情况下，图4的二维图400可以扩展到三维RGB颜色空间。另外，可以使用其他颜色***，例如色轮。这些“颜色”不需要是可见光谱的窄带范围，而是可以是电磁频谱的不同子范围，每个子范围不需要是连续的。

图6示意性地示出了纱线生产过程601的一部分，该纱线生产过程601在纺纱厂中发生。在纱线生产过程601中，例如从原棉中纺出纱线。纱线生产过程601可以包括例如以下过程步骤：开松、粗清、混匀、细清611、梳理612、并条、精梳、牵伸、纺纱613、重绕614。并非上述所有过程步骤611-614都需要经过，还可以加入其他工艺步骤。为了简单起见，在图6中仅示意性地绘制了几个工艺步骤611-614，而其他步骤由点表示。

在纱线生产过程601的早期阶段的第一个位置，例如，在细清611中或紧接在细清611之后，有一个纤维絮流9(图1)，其在空气流中被气动输送。在该第一位置处，存在根据本发明的装置，该装置由图6中的附图标记603指定。

在纱线生产过程601的第二个位置，即相对于第一位置而言的下游，从纤维絮中纺出的纱线沿其纵向被输送，例如，在重绕614期间。纱线监测装置604位于该第二位置处。纱线监测装置604适于监测纱线中的异物。例如，它可以作为纱线清洁器***被实现。用于光学监测运行纱线异物的纱线清洁器本身是已知的，例如来自WO2011/026249A1。因此，纱线监测装置604包括传感器***，该传感器***检测沿着纱线的纵向方向的纱线区段上的光学测量的测量值。传感器***被配置为检测和区分至少两种颜色的异物，这些颜色类别411-414被分配给所述异物。纱线监测装置604还包括评价单元，其用于从测量值中确定所测量的纱线区段的反射率的值。评价单元将纱线中的异物归入至少两个颜色类别411-414中，并且确定关于至少两个颜色类别411-414中的异物相对于所有颜色类别411-414的频率。

在根据图6的实施例中，纱线监测装置604连接到中央控制装置605，由箭头表示。中央控制装置605又连接到根据本发明的装置603，由箭头表示。数据连接606，607使得所涉及的各装置:根据本发明的装置603，纱线监测装置604，中央控制装置605之间能够交换数据。如果两个数据连接606，607被配置用于双向数据交换，那是有利的。为此目的，根据本发明的装置603和纱线监测装置604各自配备有用于传输数据的发射装置和用于接收数据的接收装置。数据连接606，607可以是电缆连接的或无线的。

中央控制装置605可以被设计为独立的装置，例如，作为位于纺纱厂中或纺纱厂外部的计算机。它包括适当的接收装置和发送装置，分别用于接收和发送数据。可替代地，中央控制装置605可以集成在另一装置中，例如集成在纺纱厂的纺织实验室中的纱线测试装置中，集成在根据本发明的装置603中，集成在纱线监测装置604等。在后两种情况下，根据本发明的装置603的纱线监测装置604之间可以有直接数据连接，两个装置604，603经由该连接传输或交换数据。

沿着数据连接606和/或607，可以存在另外的设备(未示出)，其接收所发送的数据，如果需要的话处理它们并进一步传送它们。在一个实施例中，若干根据本发明的装置603连接到纤维絮专家***。纤维絮专家***被配置成从根据本发明的装置603接收数据，处理它们并以合适的形式输出，并控制根据本发明的装置603。它又与中央控制装置605连接。在一个实施例中，多个纱线监测装置604与一个纱线专家***连接。纱线专家***被配置为接收来自纱线监测装置604的数据，处理这些数据并以合适的形式输出，以及控制纱线监测装置604。其进而连接到中央控制装置605。

在根据本发明的方法的一个实施例中，参考频率分布取决于在从纤维絮流9生产的纱线上确定的剩余在纤维絮流9中的异物90的频率分布。基于当前参考频率分布，针对相关颜色类别411-414定义的分离标准被改变，并且优选地自动改变。因此，剩余在纤维絮流9中的异物90的频率分布得到控制。存在控制回路，其中根据本发明的设备603是受控***，中央控制设备605是控制器，并且数据连接607是反馈。

应理解，本发明不限于上述实施例。根据对本发明的了解，本领域技术人员将能够推导出进一步的变体，这些变体也构成本发明主题的一部分。

附图标记

100 根据本发明的设备

101 纤维输送通道

102 纤维输送通道壁上窗口

103 光源

104 镜

105 传感器***

106 相机

107 评价单元

108 输出单元

109 分离单元

110 分离通道

200 事件场

201，202 事件场的第一轴线和第二轴线

203 可允许的事件

204 不可允许的事件

205 散点图

210(事件场中表示对象类别的)区域

211 水平类别边界

212 竖直类别边界

220 分离曲线

300 异物图像

301 像素

400 颜色分类图

401，402 分别是图表的第一轴和第二轴

403 图表中表示异物的点

411-414 颜色类别

500 条形图

502 条形图的纵轴

511-514 异物的频率

601 纱线生产过程

603 根据本发明的设备

604 纱线监测装置

605 中央控制装置

606，607 数据连接

611 细清

612 梳理

613 纺纱

614 重绕

9 纤维絮流

90 异物

91 纤维絮流的输送方向

92 分离方向

901 异物的红色区域

902 异物的绿色区域。

Claims

1.一种用于优化纱线生产过程的方法，其中在纺织纤维形成物中监测异物(90)，其中

用至少两个不同的电磁频谱子范围的电磁辐射照射所述纺织纤维形成物，

所述电磁辐射与所述异物(90)相互作用，并且

基于所述异物(90)与电磁辐射的相互作用来检测异物(90)，

其特征在于：

根据所述电磁频谱各子范围内的电磁辐射与异物(90)的相互作用，将异物(90)的颜色类别(411-414)分配给电磁频谱的至少两个不同子范围中的每一个，

根据被检测的异物(90)与电磁频谱的相关子范围中的电磁辐射的相互作用，将其自动分类到至少两个颜色类别(411-414)，

当存在有多个分类的异物(90)的样本时，自动确定异物(90)对于颜色类别(411-414)的频率分布(511-514)，

所确定的频率分布(511-514)自动与参考频率分布进行比较，以及

在所确定的频率分布(511-514)与参考频率分布有显著偏差的情况下，自动执行一组优化动作中的至少一个。

2.根据权利要求1所述的方法，其中所述一组多个优化动作包括以下中的至少一个：

·输出警告信号；

·发出建议；

·输出所确定的频率分布(511-514)。

3.根据权利要求1所述的方法，其中

为所述至少两个颜色类别(411-414)中的每一个定义分离标准，

根据所述至少两个分离标准，将异物(90)从所述纺织纤维形成物中分离出来，以及

所述频率分布与从纺织纤维形成物分离的异物(90)和/或剩余在纺织纤维形成物中的异物(90)有关。

4.根据权利要求3所述的方法，其中所述一组多个优化动作包括以下任一项：

·为相关颜色类别(411-414)定义的分离标准以这样的方式改变，即，在纺织纤维形成物保持不变的情况下，相关颜色类别(411-414)中的更多异物(90)与纺织纤维形成物分离；

·为相关颜色类别(411-414)定义的分离标准以这样的方式改变，即，在纺织纤维形成物保持不变的情况下，相关颜色类别(411-414)中的更少的异物(90)与纺织纤维形成物分离。

5.根据权利要求3所述的方法，其中，所述至少两个分离标准取决于在所述电磁频谱的相关子范围内的所述异物(90)的反射率和/或透射率。

6.根据权利要求3所述的方法，其中所述至少两个分离标准取决于所述异物(90)的空间延伸。

7.根据权利要求1所述的方法，其中，所述参考频率分布取决于所述异物(90)对于所述颜色类别(411-414)的至少一个先前确定的频率分布(511-514)。

8.根据权利要求1所述的方法，其中，所述参考频率分布取决于在另一种相似的纺织纤维形成物上确定的所述异物对于所述颜色类别(411-414)的至少一个频率分布。

9.根据权利要求1所述的方法，其中，所述纺织纤维形成物是纤维絮流或纱线。

10.根据权利要求1所述的方法，其中，所述参考频率分布取决于在纱线生产过程中的下游从所述纺织纤维形成物产生的纺织纤维形成物处确定的所述异物对于所述颜色类别(411-414)的至少一个频率分布。

11.根据权利要求10所述的方法，其中所述纺织纤维形成物是纤维絮流，并且所述下游的纺织纤维形成物是纱线。

12.根据权利要求1所述的方法，其中，参考频率分布取决于在纱线生产过程中上游纺织纤维形成物产生的纺织纤维形成物处确定的异物对于颜色类别(411-414)的至少一个频率分布。

13.根据权利要求12所述的方法，其中所述纺织纤维形成物是纱线，并且所述上游纺织纤维形成物是纤维絮流。

14.根据权利要求1所述的方法，其中

在所述电磁辐射与所述异物(90)的相互作用期间，在所述电磁频谱的所述至少两个不同子范围中记录所述纺织纤维形成物中的图像(300)或每个图像，

通过图像处理对图像(300)或至少两幅图像进行处理，并且

基于由相应的图像处理产生的数据来检测异物(90)。

15.根据权利要求1-14之一所述的方法，其中所述样本由至少500个分类的异物(90)组成。

16.根据权利要求15所述的方法，其中所述样本由至少5000个分类的异物(90)组成。

17.一种用于优化纱线生产过程的设备(100)，其中在纺织纤维形成物中监测异物(90)，包括

至少一个光源(103)，用于利用来自电磁频谱的至少两个不同子范围的电磁辐射照射纺织纤维形成物，

至少一个传感器***(105)，用于基于异物(90)与电磁辐射的相互作用来检测异物(90)，以及

评价单元(107)，连接到传感器***(105)，用于评价传感器***(105)的输出信号，

其特征在于：

评价单元(107)被配置为

根据在电磁频谱的相应子范围内的电磁辐射与异物(90)的相互作用，将异物(90)的颜色类别(411-414)分配给电磁频谱的至少两个不同子范围中的每一个，

根据所述异物(90)与电磁频谱的相关子范围中的电磁辐射的相互作用，将检测到的异物(90)分类在至少两个颜色类别(411-414)中，

当存在具有多个分类的异物(90)的样本时，确定异物对于颜色类别的频率分布(511-514)，

将所确定的频率分布(511-514)与参考频率分布进行比较；以及

在所确定的频率分布(511-514)与所述参考频率分布存在显著偏差的情况下触发一组多个优化动作中的至少一个。

18.根据权利要求17所述的设备(100)，其中所述一组多个优化动作包括以下中的至少一个：

·输出警告信号；

·发出建议；

·输出所确定的频率分布(511-514)。

19.根据权利要求17或18所述的设备(100)，另外还包含分离单元(109)，所述分离单元(109)用于有选择地分离所述纺织纤维形成物中的对象，其中所述评价单元(107)连接到所述分离单元(109)并且被配置为

为至少两个颜色类别(411-414)中的每一个存储分离标准，

根据所述至少两个分离标准，触发所述分离单元(109)将所述异物(90)与所述纺织纤维形成物分离；以及

确定频率分布(511-514)，以使其与从纺织纤维形成物分离的异物(90)和/或在纺织纤维形成物中剩余的异物(90)相关。

20.根据权利要求19所述的设备(100)，其中所述一组多个优化动作包括以下中的至少一个：

21.根据权利要求17所述的设备(100)，其中，所述设备(100)是纤维清洁器或纱线清洁器。

22.根据权利要求17所述的设备(100)，其中，所述传感器***(105)包括至少一个数字相机(106)。