CN117966313B - 一种纺织设备监控***及方法 - Google Patents
一种纺织设备监控***及方法 Download PDFInfo
- Publication number
- CN117966313B CN117966313B CN202410368076.3A CN202410368076A CN117966313B CN 117966313 B CN117966313 B CN 117966313B CN 202410368076 A CN202410368076 A CN 202410368076A CN 117966313 B CN117966313 B CN 117966313B
- Authority
- CN
- China
- Prior art keywords
- image
- yarn
- fault
- textile equipment
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000004753 textile Substances 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000012795 verification Methods 0.000 claims abstract description 71
- 238000012545 processing Methods 0.000 claims abstract description 59
- 238000004519 manufacturing process Methods 0.000 claims abstract description 52
- 238000009987 spinning Methods 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 11
- 239000000463 material Substances 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 8
- 238000009941 weaving Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 238000004148 unit process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 210000002268 wool Anatomy 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 229920002972 Acrylic fiber Polymers 0.000 description 1
- 239000005740 Boscalid Substances 0.000 description 1
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- WYEMLYFITZORAB-UHFFFAOYSA-N boscalid Chemical compound C1=CC(Cl)=CC=C1C1=CC=CC=C1NC(=O)C1=CC=CN=C1Cl WYEMLYFITZORAB-UHFFFAOYSA-N 0.000 description 1
- 229940118790 boscalid Drugs 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002657 fibrous material Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009940 knitting Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Filamentary Materials, Packages, And Safety Devices Therefor (AREA)
Abstract
本发明公开了一种纺织设备监控***及方法，涉及纺织技术领域，包括:参数采集单元，采集设备的生产参数；图像采集单元，采集纱线的图像数据；断线监测单元，获取第一和第二纱线图像，用第一图像减第二图像得到第一验证图，判断第一验证图中封闭区域的数量是否为0，若是，判定纺织设备未发生断线，若否，计算封闭区域间的第一距离，获取第三纱线图像，用第一图像减第三图像得到第二验证图，计算第二验证图中封闭区域之间的第二距离，判断第二距离是否小于第一距离，若是，判定纱线存在断线风险，若否，则继续监测；故障排查单元，确定断线故障类型；故障处理单元，采用预设方式处理断线故障。本发明能及时准确预测纱线是否存在断线风险并处理。
Description
技术领域
本发明涉及纺织技术领域，具体地，涉及一种纺织设备监控***及方法。
背景技术
毛线通常是指羊毛纺成的纱，也有不同种类化纤材质纺成的线，如：腈纶纤维、涤纶纤维和波斯纶纤维等。在通过纱加工成毛线的过程中，由于受到纺织设备牵引力或者入线速度过快或过慢，以及纱线与设备接触等原因，造成纱线在加工过程中出现断线的情况，为了保证设备正常运转和加工效率，人们设置了纺织设备监控***，以便于及时发现断线现象，从而及时处理。
对比文件1：现有公告号CN114971252B的发明专利，公开了一种纺织设备运维与故障诊断***，包括数据采集模块、数据分析存储模块、神经网络预测模块以及结果显示与决策辅助模块，其利用数据采集模块对设备状态进行实时监控分析，记录设备运行状态的变化趋势，并实时监测工作机组运行参数和纱线质量参数，通过无线通信路由网络上传至服务器终端建立故障数据库，并利用神经网络***对设备进行故障预判，进行相应的运行维修决策，并将决策发送至管理员，实现对设备的***，在纱线产品未下降到不良品时发出设备维护要求，实现设备预判性维护，减少纱线次品概率。
但该方法需要实时采集大量的生产设备状态参数和产品质量参数，并通过无线通信输入至第一神经网络处理得到不同故障对应设备运行状态参数和产品质量参数的不同权重值，再在第一神经网络的基础上训练第二神经网络，通过输入一组状态值，并结合第一神经网络所形成的权重值与运行关系，来预测设备未来运行状态，形成设备运行状态及故障预诊断结论。上述方法不仅步骤繁琐而且缺乏具体实施方式，同时需要采集大量数据并对采集的数据进行多次处理和分析，所造成的后果是不能及时准确预测纺织设备中纱线是否存在断线的风险。
发明内容
为了解决现有技术中不能及时准确预测纺织设备中纱线是否存在断线的风险，本发明提供了一种纺织设备监控***，该***包括：
参数采集单元：用于实时采集纺织设备的第一生产参数，并针对所有第一生产参数设置安全范围；
图像采集单元：用于实时采集所述纺织设备中纱线的图像数据；
断线监测单元：用于基于采集的所述图像数据，获取t0时刻的第一纱线图像和t1时刻的第二纱线图像，用所述第一纱线图像减去所述第二纱线图像得到第一验证图，判断所述第一验证图中第一封闭区域的数量是否为0，若是，判定所述纺织设备未发生断线，若否，将所述第一验证图中所述第一封闭区域对应的纱线作为第一标准纱线，计算所述第一验证图中所述第一封闭区域之间的第一距离，并获取t2时刻的第三纱线图像，用所述第一纱线图像减去所述第三纱线图像得到第二验证图，计算所述第二验证图中所述第一标准纱线对应第二封闭区域之间的第二距离，判断所述第二距离是否小于所述第一距离，若是，判定所述纺织设备存在断线风险并发送预警信息至故障排查单元，若否，则继续对所述纺织设备进行监测，t0、t1和t2相邻且t0＜t1＜t2；
故障排查单元：用于基于所述预警信息，确定断线故障类型并发送断线故障信息至故障处理单元；
故障处理单元：用于基于所有第一生产参数和所述断线故障信息，采用预设方式处理断线故障。
本发明是通过以下技术方案实现的：首先通过参数采集单元来采集纺织设备的生产参数，再通过图像采集单元实时采集纱线的图像数据，然后断线监测单元基于采集的纱线图像数据，获取两个相邻时刻下的第一纱线图像和第二纱线图像，再用第一纱线图像减去第二纱线图像得到第一验证图，判断第一验证图中封闭区域的数量是否为0，若是，则说明第二纱线图像和第一纱线图像相同，此时纱线不存在发生断线风险；若否，则说明第二纱线图像相较于第一纱线图像，第一标准纱线中的部分纱线直径变小，这才会导致第一验证图中存在有两个第一封闭区域，计算第一封闭区域之间的距离。但对于纱线来说，即使部分纱线直径变小，也有可能不会发生断线，如果此时就预测纱线是否存在断线风险，预测的准确性难以保障，因此去获取下一时刻的第三纱线图像，用第一纱线图像减去第三纱线图像得到第二验证图，然后获取第二验证图中第一标准纱线对应的第二封闭区域，计算第二封闭区域之间的第二距离，如果第二距离小于第一距离，说明纱线的直径在连续变小，即纱线存在断线的趋势，此时就判定纱线存在断线风险并发出预警信息，但如果第二距离是等于第一距离，说明纱线直径再经过第一次变小后并未有继续变小的趋势，此时就需要对纱线继续进行监控，来判定后续纱线是否存在断线的风险。然后故障排查单元基于预警信息，确定断线故障类型并发送断线故障信息至故障处理单元，故障处理单元再采用预设方式对断线故障进行处理。
进一步地，所述***还包括图像处理单元，所述图像处理单元用于对所述图像采集单元采集的图像数据进行去噪处理。
其中，在图像拍摄和传输的过程中，不可避免地会引入不必要的信号，这些信号会影响图像的质量，并在后续图像处理中产生相应的干扰，因此需要对采集的图像数据进行去噪处理。
进一步地，所述***还包括图像初始化单元：获取纺织设备中纱线的历史图像数据，基于所述历史图像数据，获取所述纺织设备的标准纱线图像，将所述第一纱线图像与所述标准纱线图像进行比对，若比对成功，不动作；若比对失败，将所述第一纱线图像替换为所述标准纱线图像。
其中，图像初始化单元用于对采集的第一纱线图像进行初始化处理，由于纱线材质的影响，初始纱线的直径可能与后续纱线存在差异，为了消除这种差异带来的影响，因此通过获取纱线的历史图像数据来确定标准纱线图像，通过标准纱线图像对第一纱线图像进行初始化处理。
进一步地，继续对所述纺织设备进行监测包括：
获取t3时刻的第四纱线图像，用所述第一纱线图像减去所述第四纱线图像得到第三验证图，计算所述第三验证图中所述第一标准纱线对应第三封闭区域之间的第三距离，判断所述第三距离是否小于所述第一距离，若是，判定所述纺织设备存在断线风险并发送预警信息至所述故障排查单元，若否，则持续获取tn时刻的第N纱线图像，并用所述第一纱线图像减去所述第N纱线图像得到第N-1验证图，直至所述第N-1验证图中所述第一标准纱线对应第N-1封闭区域的数量为0。
其中，判断第二距离是否小于第一距离，若否，说明在t2时刻时，第一标准纱线中部分纱线直径并未继续变小，但并不说明后续第一标准纱线中部分纱线直径不会变小，因此需要持续监测，如果监测到后续t3时刻下，第一标准纱线中部分纱线的直径变小，同样说明纱线存在断线风险，需要进行预警；如果在t3时刻下，第一标准纱线中部分纱线的直径并未变化，则继续进行监测，直到第N-1验证图中不存在封闭区域时，说明第N纱线图像与第一纱线图像相同，此时可以将第N纱线图像作为新的标准纱线图像。
进一步地，所述***还包括预警分级单元，所述预警分级单元用于获取预设时间段内的多帧纱线图像；
所述多帧纱线图像分别为图像A1、图像A2、……、和图像Am；
对所述多帧纱线图像进行去噪后，使用所述图像A1分别减去所述图像A2、图像A3、……、和所述图像Am，得到对应封闭区域之间的距离集，所述距离集中的第四距离分别为L1、L2、……、和Lm-1，若不存在封闭区域，则所述封闭区域之间的所述第四距离为0；
基于所述距离集，获取所述第四距离连续减少的最大次数为r，计算r/(m-1)的比值为K；
当K位于第一预设范围时，发送一级预警信息，当K 位于第二预设范围时，基于所述距离集，构建关于所有第四距离的折线图，对所述折线图中的数据做线性拟合处理得到所述折线图的斜率k，判断斜率k的绝对值是否超过预设阈值，若否，则发送二级预警信息，若是，则发送三级预警信息。
其中，预警分级单元通过获取预设时间段内预设数量的多帧纱线图像，并对这多帧图像进行去噪后，通过第一帧图像A1分别减去图像A2、图像A3、……、和图像Am，得到封闭区域之间的距离集，基于该距离集，获取封闭区域之间第四距离连续减少的最大次数为r，再计算r/（m-1）的比值K，再基于K在不同预设范围，发送不同等级预警信息。由于是对纱线图像进行实时采集，因此可以观察到纱线在断线过程中，部分纱线直径并不一定是在预设时间段内连续变小，同时当部分纱线直径在预设时间段内连续变小的次数越多，说明纱线存在断线的风险越高，基于此原理，当K位于第一预设范围时，说明纱线断线的风险较低，此时发送一级预警信息，当K位于第二预设范围时，说明纱线断线的风险较高，此时通过构建关于第四距离的折线图，经过线性拟合处理后得到关于第四距离的斜率，因为第四距离是逐渐变小，斜率k的值都小于或等于0，所以需要判定斜率k的绝对值大小，如果斜率的绝对值越高说明纱线断线的速度和程度就越高，因此通过判断斜率是否超过预设阈值来确定是发送二级预警信息还是发送三级预警信息。
进一步地，所述一级预警信息具体为纱线材质导致纱线存在断线风险；所述二级预警信息具体为纺织设备导致纱线存在断线风险；所述三级预警信息具体为纱线材质及纺织设备共同导致纱线存在断线风险。
其中，预警分级单元是通过判断K值位于的范围来确定是发送一级、二级或者三级预警信息，当K位于第一预设范围时，此时K的值最低，因此判定一级预警信息为纱线材质导致存在断线风险；当K位于第二预设范围时，纱线断线至少受到来自纺织设备的影响，也可能存在纱线材质的影响，当纱线断线受到来自纺织设备及纱线材质的影响时，纱线断线的速度和程度都远大于只受到纺织设备的影响，因此二级预警信息为纺织设备导致纱线存在断线风险，三级预警信息为纱线材质和纺织设备共同导致纱线存在断线风险。
进一步地，所述故障排查单元基于所述预警信息，确定断线故障类型并发送断线故障信息包括；
基于所述一级预警信息，判定所述断线故障类型为所述纱线材质，并发送所述断线故障信息为纱线故障；
基于所述二级预警信息，判定所述断线故障类型为所述纺织设备，并发送所述断线故障信息为纺织设备故障；
基于所述三级预警信息，判定所述断线故障类型为所述纱线材质及所述纺织设备，并发送所述断线故障信息为所述纱线故障及所述纺织设备故障。
其中，故障排查单元用于接收预警信息，然后通过对预警信息进行分析来确定故障类型并发送断线故障信息，故障处理单元再根据断线故障信息对故障进行处理。
进一步地，当判定所述断线故障类型中包括所述纺织设备时，基于所述纺织设备的历史故障数据，获取所述纺织设备不同故障类型对应的第二生产参数；基于所述纺织设备不同故障类型及对应的所述第二生产参数，构建第一模块并进行训练；获取所有第一生产参数中超过对应安全范围的生产参数作为第三生产参数，将所述第三生产参数输入到经过训练后的所述第一模块；所述第一模块对所述第三生产参数进行处理得到纺织设备具体故障数据；将所述纺织设备具体故障数据添加到所述断线故障信息后发送。
其中，当断线故障类型中包括纺织设备时，通过纺织设备故障并不能立即排查纺织设备发生故障的位置，因此通过获取纺织设备不同故障类型对应下的第二生产参数，建立生产参数与纺织设备故障类型相对应的第一模块并训练，将所有第一生产参数中超过对应安全范围的参数作为第三生产参数，第三生产参数作为输入集输入到第一模块中，从而得到相应纺织设备的故障类型，便于提高排查纺织设备故障位置的效率。
进一步地，采用预设方式处理断线故障具体为：
若所述断线故障信息为所述纱线故障，停止所述纺织设备并对所述纱线进行更换；
若所述断线故障信息为所述纺织设备故障，基于所述纺织设备的历史故障数据，获取所述纺织设备不同故障类型对应的处理措施；
基于所述纺织设备不同故障类型及对应的所述处理措施，构建第二模块并进行训练；
基于所述断线监测单元，获取所述纺织设备具体故障数据为第一故障类型数据；
将所述第一故障类型数据输入到经过训练后的所述第二模块，所述第二模块对所述第一故障类型数据进行处理得到对应的第一处理措施；
采用所述第一处理措施处理所述纺织设备故障；
若所述断线故障信息为所述纱线故障及所述纺织设备故障，停止所述纺织设备，更换所述纱线并对所述纺织设备进行检修。
其中，故障处理单元采用预设方式来处理断线故障，当断线故障信息为纱线故障时，此时对纺织设备进行停工，并更换纱线；当断线故障信息为纺织设备故障时，就需要基于纺织设备故障时检修的历史数据来进行处理，针对纺织设备的不同故障，其检修方式也存在不同，通过建立纺织设备故障类型与处理措施相对应的第二模块并训练，再将纺织设备具体故障类型数据作为输入集输入到第二模块，获取相应的处理措施；而当断线故障信息为纱线故障及纺织设备故障时，说明纺织设备纺织纱线的整个流程都存在较大风险，因此需要停工进行检修。
为解决现有技术中不能及时准确预测纺织设备中纱线是否存在断线的风险，本发明提供了一种纺织设备监控方法，所述方法包括以下步骤：
实时采集纺织设备的第一生产参数，并针对所有第一生产参数设置安全范围；
实时采集所述纺织设备中纱线的图像数据；
基于采集的所述图像数据，获取t0时刻的第一纱线图像和t1时刻的第二纱线图像，用所述第一纱线图像减去所述第二纱线图像得到第一验证图，判断所述第一验证图中第一封闭区域的数量是否为0，若是，判定所述纺织设备未发生断线，若否，将所述第一验证图中所述第一封闭区域对应的纱线作为第一标准纱线，计算所述第一验证图中所述第一封闭区域之间的第一距离，并获取t2时刻的第三纱线图像，用所述第一纱线图像减去所述第三纱线图像得到第二验证图，计算所述第二验证图中所述第一标准纱线对应第二封闭区域之间的第二距离，判断所述第二距离是否小于所述第一距离，若是，判定所述纺织设备存在断线风险并发送预警信息，若否，则继续对所述纺织设备进行监测，t0、t1和t2相邻且t0＜t1＜t2；
基于所述预警信息，确定断线故障类型并发送断线故障信息；
用于基于所有第一生产参数和所述断线故障信息，采用预设方式处理断线故障。
本发明提供的一个或多个技术方案，至少具有如下技术效果或优点：
本发明通过图像采集单元实时采集纱线图像数据，断线监测单元再基于纱线图像数据，构建相邻时刻的纱线图像，通过对相邻时刻纱线图像作差，来判断第一验证图中封闭区域数量是否为0，若是，则说明未发生断线，若否，说明第一标准纱线中部分纱线的直径在变小，并继续获取下一时刻的纱线图像并进行处理，来判断第一标准纱线的直径是否在继续变小，若是，则判定纱线存在断线风险，若否，则继续监测；相较于现有技术，本发明不仅能及时预测断线风险，同时通过两级判定的方式来提高预测断线风险的准确性。
本发明通过设置预警分级单元对预设时间段内预设数量的多帧纱线图像，并对多帧纱线图像进行处理后，得到一级、二级和三级预警信息，通过不同等级的预警信息，能便于后续故障排查单元更快排查故障的原因和类型。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，并不构成对本发明实施例的限定；
图1是本发明中一种纺织设备监控***组成示意图；
图2是本发明中纱线的标准图像示意图；
图3是本发明中纱线开始断线时的图像示意图；
图4是本发明中纱线标准图像与纱线开始断线时图像作差后封闭区域的示意图；
图5是本发明中一种纺织设备监控方法流程示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
请参考图1，图1是本发明中一种纺织设备监控***组成示意图，该***包括：
参数采集单元：用于实时采集纺织设备的第一生产参数，并针对所有第一生产参数设置安全范围；
图像采集单元：用于实时采集所述纺织设备中纱线的图像数据；
断线监测单元：用于基于采集的所述图像数据，获取t0时刻的第一纱线图像和t1时刻的第二纱线图像，用所述第一纱线图像减去所述第二纱线图像得到第一验证图，判断所述第一验证图中第一封闭区域的数量是否为0，若是，判定所述纺织设备未发生断线，若否，将所述第一验证图中所述第一封闭区域对应的纱线作为第一标准纱线，计算所述第一验证图中所述第一封闭区域之间的第一距离，并获取t2时刻的第三纱线图像，用所述第一纱线图像减去所述第三纱线图像得到第二验证图，计算所述第二验证图中所述第一标准纱线对应第二封闭区域之间的第二距离，判断所述第二距离是否小于所述第一距离，若是，判定所述纺织设备存在断线风险并发送预警信息至故障排查单元，若否，则继续对所述纺织设备进行监测，t0、t1和t2相邻且t0＜t1＜t2；
故障排查单元：用于基于所述预警信息，确定断线故障类型并发送断线故障信息至故障处理单元；
故障处理单元：用于基于所有第一生产参数和所述断线故障信息，采用预设方式处理断线故障。
本发明具体实施例如下：请参考图2、图3和图4，图2、图3和图4分别为本发明中纱线的标准图像示意图、纱线开始断线的图像示意图和纱线标准图像与纱线开始断线时图像作差后封闭区域的示意图。通过参数采集单元采集纺织设备的生产参数，通过图像采集单元实时采集纱线的图像数据，断线监测单元再基于采集的纱线图像数据，获取第一纱线图像（如图2所示）和第二纱线图像，然后利用第一纱线图像减去第二纱线图像得到第一验证图，如果第一验证图中不存在封闭区域，说明第一纱线图像和第二纱线图像相同，此时判定纱线未发生断线；但如果第一验证图中存在封闭区域（如图4所示），说明第二纱线图像中部分纱线直径变小（如图3所示），但对于纱线而言，存在即使部分纱线直径变小，纺织设备也能继续完成纺织工作，不会发生断线的情况，如果此时就预测纱线存在断线风险，预测的准确性得不到保障，因此本发明实施例还继续获取下一时刻的第三纱线图像，并通过第一纱线图像减去第三纱线图像得到第二验证图，由于是实时采集，第二验证图中会存在封闭区域，封闭区域之间距离存在变小和不变两种情况，当第二验证图中封闭区域之间距离变小时，说明部分纱线直径存在持续变小的趋势，即纱线发生断线的风险进一步增大，此时判定纱线存在断线风险并发送预警信息至故障排查单元，当第二验证图中封闭区域之间距离不变时，说明部分纱线直径未存在继续变小的趋势，此时选择继续进行监测后续纱线图像；最后通过故障排查单元对纱线断线故障进行排查，通过故障处理单元对纱线断线故障进行处理。
本发明通过图像采集单元实时采集纱线图像数据，断线监测单元再基于纱线图像数据，构建相邻时刻的纱线图像，通过对相邻时刻纱线图像作差，来判断第一验证图中封闭区域数量是否为0，若是，则说明未发生断线，若否，说明第一标准纱线中部分纱线的直径在变小，并继续获取下一时刻的纱线图像并进行处理，来判断第一标准纱线的直径是否在继续变小，若是，则判定纱线存在断线风险；相较于现有技术，本发明不仅能及时预测断线风险，同时通过两级判定的方式来提高预测断线风险的准确性。
其中，所述***还包括图像处理单元，所述图像处理单元用于对所述图像采集单元采集的图像数据进行去噪处理。
在图像拍摄和传输过程中，不可避免地会引入不必要的信号，这些信号会影响图像的质量，并在后续图像处理中产生相应的干扰，这些干扰信号就被称为噪声，因此在进行后续图像处理前，需要对采集的图像进行去噪处理。
其中，所述***还包括图像初始化单元：获取纺织设备中纱线的历史图像数据，基于所述历史图像数据，获取所述纺织设备的标准纱线图像，将所述第一纱线图像与所述标准纱线图像进行比对，若比对成功，不动作；若比对失败，将所述第一纱线图像替换为所述标准纱线图像。
图像初始化单元用于对采集的第一帧纱线图像进行初始化处理，由于纱线材质的影响，初始纱线的直径可能与后续纱线存在差异，为了消除这种差异带来的影响，因此通过获取纱线的历史图像数据来确定标准纱线图像，通过标准纱线图像对第一纱线图像进行初始化处理。
其中，继续对所述纺织设备进行监测包括：
获取t3时刻的第四纱线图像，用所述第一纱线图像减去所述第四纱线图像得到第三验证图，计算所述第三验证图中所述第一标准纱线对应第三封闭区域之间的第三距离，判断所述第三距离是否小于所述第一距离，若是，判定所述纺织设备存在断线风险并发送预警信息至所述故障排查单元，若否，则持续获取tn时刻的第N纱线图像，并用所述第一纱线图像减去所述第N纱线图像得到第N-1验证图，直至所述第N-1验证图中所述第一标准纱线对应第N-1封闭区域的数量为0。
t2时刻下的第三纱线图像中部分纱线直径并未继续变小，但并不能说明后续纱线不会存在断线的风险，因此还需要对后续纱线图像继续采集，通过获取t4时刻下的第四纱线图像，用第一纱线图像减去第四纱线图像得到第三验证图，如果第三验证图中封闭区域之间的距离变小，说明此时纱线依然存在断线的风险，需要提前进行预警，但如果第三验证图中封闭区域之间的距离不变，则继续采集并监测后续时刻的纱线图像，直到第N纱线图像与第一纱线图像比对成功，即第N-1验证图中对应封闭区域的数量为0，此时将第N纱线图像作为新的标准纱线图像。
其中，所述***还包括预警分级单元，所述预警分级单元用于获取预设时间段内的多帧纱线图像；
所述多帧纱线图像分别为图像A1、图像A2、……、和图像Am；
对所述多帧纱线图像进行去噪后，使用所述图像A1分别减去所述图像A2、图像A3、……、和所述图像Am，得到对应封闭区域之间的距离集，所述距离集中的第四距离分别为L1、L2、……、和Lm-1，若不存在封闭区域，则所述封闭区域之间的所述第四距离为0；
基于所述距离集，获取所述第四距离连续减少的最大次数为r，计算r/(m-1)的比值为K；
当K位于第一预设范围时，发送一级预警信息，当K 位于第二预设范围时，基于所述距离集，构建关于所有第四距离的折线图，对所述折线图中的数据做线性拟合处理得到所述折线图的斜率k，判断斜率k的绝对值是否超过预设阈值，若否，则发送二级预警信息，若是，则发送三级预警信息。
预设时间段是通过计算在纱线上标记特殊点，记录特殊点从进入纺织设备到离开纺织设备完成纺织的时间，以此时间作为预设时间段，多帧纱线图像的数量可根据相机采集频率及预设时间段来进行选择，本发明不做具体限定。如连续获取多帧图像分别为A1、图像A2、……、和图像A9，对多帧纱线图像进行去噪后，并对图像A1做初始化处理，经过初始化处理的图像A1分别减去图像A2、图像A3、……、和图像A9，得到对应封闭区域之间第四距离分别为L1、L2、……、和L8，获取第四距离连续减少的最大次数r，如r为2次，则K的值为0.25，如果第一预设范围为0~4（包含4），第二预设范围为4~10（不包含4），那么K此时位于第一预设范围，则发送一级预警信息，如r为6次，则K的值为0.75，此时K位于第二预设范围，说明纱线断线的风险较高，此时纱线至少受到来自纺织设备的外力而存在断线的风险，因此还通过建立关于第四距离的折线图，并通过线性拟合处理的方式得到折线图的斜率为k，由于纱线直径是在逐渐变小，即封闭区域之间的第四距离也是在逐渐变小，所以在比较斜率k时，需要取斜率k的绝对值，当斜率k的绝对值越大时，说明纱线断线的速度和程度也更快，即此时纱线受到纺织设备和纱线材质共同影响的可能性较大，所以通过设置预设阈值，当斜率k的绝对值超过预设阈值时，说明纱线此时受到纺织设备和纱线材质的影响，发送三级预警信息，当斜率k的绝对值未超过预设阈值时，说明此时纱线只受到纺织设备的影响，发送二级预警信息。
其中，所述一级预警信息具体为纱线材质导致纱线存在断线风险；所述二级预警信息具体为纺织设备导致纱线存在断线风险；所述三级预警信息具体为纱线材质及纺织设备共同导致纱线存在断线风险。
预警分级单元是通过判断K值位于的范围来确定是发送一级、二级或者三级预警信息，当K位于第一预设范围时，此时K的值最低，因此判定一级预警信息为纱线材质导致存在断线风险；当K位于第二预设范围时，纱线断线至少受到来自纺织设备的影响，也存在纱线本身的影响，当纱线断线受到来自纺织设备及纱线材质的影响时，纱线断线的速度和程度都远大于只受到纺织设备的影响，因此二级预警信息为纺织设备导致纱线存在断线风险，三级预警信息为纱线材质和纺织设备共同导致纱线存在断线风险。
其中，所述故障排查单元基于所述预警信息，确定断线故障类型并发送断线故障信息包括；
基于所述一级预警信息，判定所述断线故障类型为所述纱线材质，并发送所述断线故障信息为纱线故障；
基于所述二级预警信息，判定所述断线故障类型为所述纺织设备，并发送所述断线故障信息为纺织设备故障；
基于所述三级预警信息，判定所述断线故障类型为所述纱线材质及所述纺织设备，并发送所述断线故障信息为所述纱线故障及所述纺织设备故障。
故障排查单元用于接收预警信息，然后通过对预警信息进行分析来确定故障类型并发送断线故障信息，故障处理单元再根据断线故障信息对故障进行处理。
其中，当判定所述断线故障类型中包括所述纺织设备时，基于所述纺织设备的历史故障数据，获取所述纺织设备不同故障类型对应的第二生产参数；基于所述纺织设备不同故障类型及对应的所述第二生产参数，构建第一模块并进行训练；获取所有第一生产参数中超过对应安全范围的生产参数作为第三生产参数，将所述第三生产参数输入到经过训练后的所述第一模块；所述第一模块对所述第三生产参数进行处理得到纺织设备具体故障数据；将所述纺织设备具体故障数据添加到所述断线故障信息后发送。
当断线故障类型中包括纺织设备时，通过纺织设备故障并不能立即排查纺织设备发生故障的位置，因此通过获取纺织设备不同故障类型对应下的第二生产参数，建立生产参数与纺织设备故障类型相对应的第一模块并训练，将所有第一生产参数中超过对应安全范围的参数作为第三生产参数，第三生产参数作为输入集输入到第一模块中，从而得到相应纺织设备的故障类型，便于提高排查纺织设备故障位置的效率。
其中，采用预设方式处理断线故障具体为：
若所述断线故障信息为所述纱线故障，停止所述纺织设备并对所述纱线进行更换；
若所述断线故障信息为所述纺织设备故障，基于所述纺织设备的历史故障数据，获取所述纺织设备不同故障类型对应的处理措施；
基于所述纺织设备不同故障类型及对应的所述处理措施，构建第二模块并进行训练；
基于所述断线监测单元，获取所述纺织设备具体故障数据为第一故障类型数据；
将所述第一故障类型数据输入到经过训练后的所述第二模块，所述第二模块对所述第一故障类型数据进行处理得到对应的第一处理措施；
采用所述第一处理措施处理所述纺织设备故障；
若所述断线故障信息为所述纱线故障及所述纺织设备故障，停止所述纺织设备，更换所述纱线并对所述纺织设备进行检修。
故障处理单元采用预设方式来处理断线故障，当断线故障信息为纱线故障时，此时对纺织设备进行停工，并更换纱线；当断线故障信息为纺织设备故障时，就需要基于纺织设备故障时检修的历史数据来进行处理，针对纺织设备的不同故障，其检修方式也存在不同，通过建立纺织设备故障类型与处理措施相对应的第二模块并训练，再将纺织设备具体故障类型数据作为输入集输入到第二模块，获取相应的处理措施；而当断线故障信息为纱线故障及纺织设备故障时，说明纺织设备纺织纱线的整个流程都存在较大风险，因此需要停工进行检修。
实施例二
请参考图5，图5是本发明中一种纺织设备监控方法流程示意图，该方法包括以下步骤：
实时采集纺织设备的第一生产参数，并针对所有第一生产参数设置安全范围；
实时采集所述纺织设备中纱线的图像数据；
基于采集的所述图像数据，获取t0时刻的第一纱线图像和t1时刻的第二纱线图像，用所述第一纱线图像减去所述第二纱线图像得到第一验证图，判断所述第一验证图中第一封闭区域的数量是否为0，若是，判定所述纺织设备未发生断线，若否，将所述第一验证图中所述第一封闭区域对应的纱线作为第一标准纱线，计算所述第一验证图中所述第一封闭区域之间的第一距离，并获取t2时刻的第三纱线图像，用所述第一纱线图像减去所述第三纱线图像得到第二验证图，计算所述第二验证图中所述第一标准纱线对应第二封闭区域之间的第二距离，判断所述第二距离是否小于所述第一距离，若是，判定所述纺织设备存在断线风险并发送预警信息，若否，则继续对所述纺织设备进行监测，t0、t1和t2相邻且t0＜t1＜t2；
基于所述预警信息，确定断线故障类型并发送断线故障信息；
用于基于所有第一生产参数和所述断线故障信息，采用预设方式处理断线故障。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种纺织设备监控***，其特征在于，所述***包括：
参数采集单元：用于实时采集纺织设备的第一生产参数，并针对所有第一生产参数设置安全范围；
图像采集单元：用于实时采集所述纺织设备中纱线的图像数据；
断线监测单元：用于基于采集的所述图像数据，获取t0时刻的第一纱线图像和t1时刻的第二纱线图像，用所述第一纱线图像减去所述第二纱线图像得到第一验证图，判断所述第一验证图中第一封闭区域的数量是否为0，若是，判定所述纺织设备未发生断线，若否，将所述第一验证图中所述第一封闭区域对应的纱线作为第一标准纱线，计算所述第一验证图中所述第一封闭区域之间的第一距离，并获取t2时刻的第三纱线图像，用所述第一纱线图像减去所述第三纱线图像得到第二验证图，计算所述第二验证图中所述第一标准纱线对应第二封闭区域之间的第二距离，判断所述第二距离是否小于所述第一距离，若是，判定所述纺织设备存在断线风险并发送预警信息至故障排查单元，若否，则继续对所述纺织设备进行监测，t0、t1和t2相邻且t0＜t1＜t2；
故障排查单元：用于基于所述预警信息，确定断线故障类型并发送断线故障信息至故障处理单元；
故障处理单元：用于基于所有第一生产参数和所述断线故障信息，采用预设方式处理断线故障；
所述***还包括预警分级单元，所述预警分级单元用于获取预设时间段内的多帧纱线图像；
所述多帧纱线图像分别为图像A1、图像A2、……、和图像Am；
对所述多帧纱线图像进行去噪后，使用所述图像A1分别减去所述图像A2、图像A3、……、和所述图像Am，得到对应封闭区域之间的距离集，所述距离集中的第四距离分别为L1、L2、……、和Lm-1，若不存在封闭区域，则所述封闭区域之间的所述第四距离为0；
基于所述距离集，获取所述第四距离连续减少的最大次数为r，计算r/(m-1)的比值为K；
当K位于第一预设范围时，发送一级预警信息，当K 位于第二预设范围时，基于所述距离集，构建关于所有第四距离的折线图，对所述折线图中的数据做线性拟合处理得到所述折线图的斜率k，判断斜率k的绝对值是否超过预设阈值，若否，则发送二级预警信息，若是，则发送三级预警信息。
2.根据权利要求1所述的一种纺织设备监控***，其特征在于，所述***还包括图像处理单元，所述图像处理单元用于对所述图像采集单元采集的图像数据进行去噪处理。
3.根据权利要求1所述的一种纺织设备监控***，其特征在于，所述***还包括图像初始化单元：用于获取纺织设备中纱线的历史图像数据，基于所述历史图像数据，获取所述纺织设备的标准纱线图像，将所述第一纱线图像与所述标准纱线图像进行比对，若比对成功，不动作；若比对失败，将所述第一纱线图像替换为所述标准纱线图像。
4.根据权利要求1所述的一种纺织设备监控***，其特征在于，继续对所述纺织设备进行监测包括：
获取t3时刻的第四纱线图像，用所述第一纱线图像减去所述第四纱线图像得到第三验证图，计算所述第三验证图中所述第一标准纱线对应第三封闭区域之间的第三距离，判断所述第三距离是否小于所述第一距离，若是，判定所述纺织设备存在断线风险并发送预警信息至所述故障排查单元，若否，则持续获取tn时刻的第N纱线图像，并用所述第一纱线图像减去所述第N纱线图像得到第N-1验证图，直至所述第N-1验证图中所述第一标准纱线对应第N-1封闭区域的数量为0。
5.根据权利要求1所述的一种纺织设备监控***，其特征在于，所述一级预警信息具体为纱线材质导致纱线存在断线风险；所述二级预警信息具体为纺织设备导致纱线存在断线风险；所述三级预警信息具体为纱线材质及纺织设备共同导致纱线存在断线风险。
6.根据权利要求5所述的一种纺织设备监控***，其特征在于，所述故障排查单元基于所述预警信息，确定断线故障类型并发送断线故障信息包括；
基于所述一级预警信息，判定所述断线故障类型为所述纱线材质，并发送所述断线故障信息为纱线故障；
基于所述二级预警信息，判定所述断线故障类型为所述纺织设备，并发送所述断线故障信息为纺织设备故障；
基于所述三级预警信息，判定所述断线故障类型为所述纱线材质及所述纺织设备，并发送所述断线故障信息为所述纱线故障及所述纺织设备故障。
7.根据权利要求6所述的一种纺织设备监控***，其特征在于，当判定所述断线故障类型中包括所述纺织设备时，基于所述纺织设备的历史故障数据，获取所述纺织设备不同故障类型对应的第二生产参数；基于所述纺织设备不同故障类型及对应的所述第二生产参数，构建第一模块并进行训练；获取所有第一生产参数中超过对应安全范围的生产参数作为第三生产参数，将所述第三生产参数输入到经过训练后的所述第一模块；所述第一模块对所述第三生产参数进行处理得到纺织设备具体故障数据；将所述纺织设备具体故障数据添加到所述断线故障信息后发送。
8.根据权利要求6所述的一种纺织设备监控***，其特征在于，采用预设方式处理断线故障具体为：
若所述断线故障信息为所述纱线故障，停止所述纺织设备并对所述纱线进行更换；
若所述断线故障信息为所述纺织设备故障，基于所述纺织设备的历史故障数据，获取所述纺织设备不同故障类型对应的处理措施；
基于所述纺织设备不同故障类型及对应的所述处理措施，构建第二模块并进行训练；
基于所述断线监测单元，获取所述纺织设备具体故障数据为第一故障类型数据；
将所述第一故障类型数据输入到经过训练后的所述第二模块，所述第二模块对所述第一故障类型数据进行处理得到对应的第一处理措施；
采用所述第一处理措施处理所述纺织设备故障；
若所述断线故障信息为所述纱线故障及所述纺织设备故障，停止所述纺织设备，更换所述纱线并对所述纺织设备进行检修。
9.一种纺织设备监控方法，其特征在于，所述方法包括以下步骤：
实时采集纺织设备的第一生产参数，并针对所有第一生产参数设置安全范围；
实时采集所述纺织设备中纱线的图像数据；
基于采集的所述图像数据，获取t0时刻的第一纱线图像和t1时刻的第二纱线图像，用所述第一纱线图像减去所述第二纱线图像得到第一验证图，判断所述第一验证图中第一封闭区域的数量是否为0，若是，判定所述纺织设备未发生断线，若否，将所述第一验证图中所述第一封闭区域对应的纱线作为第一标准纱线，计算所述第一验证图中所述第一封闭区域之间的第一距离，并获取t2时刻的第三纱线图像，用所述第一纱线图像减去所述第三纱线图像得到第二验证图，计算所述第二验证图中所述第一标准纱线对应第二封闭区域之间的第二距离，判断所述第二距离是否小于所述第一距离，若是，判定所述纺织设备存在断线风险并发送预警信息，若否，则继续对所述纺织设备进行监测，t0、t1和t2相邻且t0＜t1＜t2；
基于所述预警信息，确定断线故障类型并发送断线故障信息；
用于基于所有第一生产参数和所述断线故障信息，采用预设方式处理断线故障；
所述方法还包括预警分级步骤，具体为：
获取预设时间段内的多帧纱线图像；
所述多帧纱线图像分别为图像A1、图像A2、……、和图像Am；
对所述多帧纱线图像进行去噪后，使用所述图像A1分别减去所述图像A2、图像A3、……、和所述图像Am，得到对应封闭区域之间的距离集，所述距离集中的第四距离分别为L1、L2、……、和Lm-1，若不存在封闭区域，则所述封闭区域之间的所述第四距离为0；
基于所述距离集，获取所述第四距离连续减少的最大次数为r，计算r/(m-1)的比值为K；
当K位于第一预设范围时，发送一级预警信息，当K 位于第二预设范围时，基于所述距离集，构建关于所有第四距离的折线图，对所述折线图中的数据做线性拟合处理得到所述折线图的斜率k，判断斜率k的绝对值是否超过预设阈值，若否，则发送二级预警信息，若是，则发送三级预警信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410368076.3A CN117966313B (zh) | 2024-03-28 | 2024-03-28 | 一种纺织设备监控***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410368076.3A CN117966313B (zh) | 2024-03-28 | 2024-03-28 | 一种纺织设备监控***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117966313A CN117966313A (zh) | 2024-05-03 |
| CN117966313B true CN117966313B (zh) | 2024-06-07 |
Family
ID=90853804
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410368076.3A Active CN117966313B (zh) | 2024-03-28 | 2024-03-28 | 一种纺织设备监控***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117966313B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4168604A (en) * | 1977-03-22 | 1979-09-25 | Zellweger, Ltd. | Method and apparatus for evaluating yarn signals based on the detection of at least approximately periodic variations in cross section |
| JPH02171998A (ja) * | 1988-12-26 | 1990-07-03 | Toshiba Corp | プラント事故解析装置 |
| DE4131664A1 (de) * | 1991-09-23 | 1993-03-25 | Rieter Ingolstadt Spinnerei | Verfahren und vorrichtung zum erfassen von garnfehlern |
| EP0685580A1 (de) * | 1994-06-02 | 1995-12-06 | Zellweger Luwa Ag | Verfahren und Vorrichtung zur Ermittlung von Ursachen für Fehler in Garnen, Vorgarnen und Bändern |
| WO1998006053A1 (en) * | 1996-08-01 | 1998-02-12 | The United States Of America, Represented By The Secretary Of Agriculture | System and method for materials process control |
| WO2005038105A1 (de) * | 2003-10-16 | 2005-04-28 | Saurer Gmbh & Co. Kg | Verfahren und vorrichtung zum herstellen eines effektgarnes |
| CN104532423A (zh) * | 2015-01-15 | 2015-04-22 | 无锡北斗星通信息科技有限公司 | 一种基于图像识别的纱线质量测控方法 |
| CN104562332A (zh) * | 2015-01-12 | 2015-04-29 | 李娜 | 双模式纱线质量检测控制*** |
| CN107022817A (zh) * | 2016-02-02 | 2017-08-08 | 索若德国两合股份有限公司 | 在纺织机工位上确定纱线气圈直径的装置和方法 |
| CN108502634A (zh) * | 2018-04-19 | 2018-09-07 | 响水县中兴纺织有限公司 | 一种纺织用防摔型纱线张力测量装置 |
| CN208613104U (zh) * | 2018-04-03 | 2019-03-19 | 响水县中兴纺织有限公司 | 一种纺织清洁装置 |
| CN111862041A (zh) * | 2020-07-21 | 2020-10-30 | 华夏天信（北京）智能低碳技术研究院有限公司 | 一种基于模板匹配的井底井筒尾绳断裂检测方法 |
| CN112175662A (zh) * | 2017-01-03 | 2021-01-05 | 沙特***石油公司 | 从石油中去除硫和金属的方法 |
| JP2021182131A (ja) * | 2020-05-29 | 2021-11-25 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 情報を出力するための方法、装置及びシステム、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム |
| CN220352339U (zh) * | 2023-08-24 | 2024-01-16 | 四川中兴纺织有限责任公司 | 一种纺织机检测送纱装置 |
| CN220412291U (zh) * | 2023-08-24 | 2024-01-30 | 四川中兴纺织有限责任公司 | 一种防止布料掉落的纺织机收卷装置 |
-
2024
- 2024-03-28 CN CN202410368076.3A patent/CN117966313B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4168604A (en) * | 1977-03-22 | 1979-09-25 | Zellweger, Ltd. | Method and apparatus for evaluating yarn signals based on the detection of at least approximately periodic variations in cross section |
| JPH02171998A (ja) * | 1988-12-26 | 1990-07-03 | Toshiba Corp | プラント事故解析装置 |
| DE4131664A1 (de) * | 1991-09-23 | 1993-03-25 | Rieter Ingolstadt Spinnerei | Verfahren und vorrichtung zum erfassen von garnfehlern |
| EP0685580A1 (de) * | 1994-06-02 | 1995-12-06 | Zellweger Luwa Ag | Verfahren und Vorrichtung zur Ermittlung von Ursachen für Fehler in Garnen, Vorgarnen und Bändern |
| WO1998006053A1 (en) * | 1996-08-01 | 1998-02-12 | The United States Of America, Represented By The Secretary Of Agriculture | System and method for materials process control |
| WO2005038105A1 (de) * | 2003-10-16 | 2005-04-28 | Saurer Gmbh & Co. Kg | Verfahren und vorrichtung zum herstellen eines effektgarnes |
| CN1867710A (zh) * | 2003-10-16 | 2006-11-22 | 索若两合股份有限公司 | 用于生产花式纱线的方法及装置 |
| CN104562332A (zh) * | 2015-01-12 | 2015-04-29 | 李娜 | 双模式纱线质量检测控制*** |
| CN104532423A (zh) * | 2015-01-15 | 2015-04-22 | 无锡北斗星通信息科技有限公司 | 一种基于图像识别的纱线质量测控方法 |
| CN107022817A (zh) * | 2016-02-02 | 2017-08-08 | 索若德国两合股份有限公司 | 在纺织机工位上确定纱线气圈直径的装置和方法 |
| CN112175662A (zh) * | 2017-01-03 | 2021-01-05 | 沙特***石油公司 | 从石油中去除硫和金属的方法 |
| CN208613104U (zh) * | 2018-04-03 | 2019-03-19 | 响水县中兴纺织有限公司 | 一种纺织清洁装置 |
| CN108502634A (zh) * | 2018-04-19 | 2018-09-07 | 响水县中兴纺织有限公司 | 一种纺织用防摔型纱线张力测量装置 |
| JP2021182131A (ja) * | 2020-05-29 | 2021-11-25 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 情報を出力するための方法、装置及びシステム、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム |
| CN111862041A (zh) * | 2020-07-21 | 2020-10-30 | 华夏天信（北京）智能低碳技术研究院有限公司 | 一种基于模板匹配的井底井筒尾绳断裂检测方法 |
| CN220352339U (zh) * | 2023-08-24 | 2024-01-16 | 四川中兴纺织有限责任公司 | 一种纺织机检测送纱装置 |
| CN220412291U (zh) * | 2023-08-24 | 2024-01-30 | 四川中兴纺织有限责任公司 | 一种防止布料掉落的纺织机收卷装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117966313A (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102016009114B4 (de) | Fehlerursache-Diagnosevorrichtung für eine Spritzgießmaschine und Maschinenlernvorrichtung | |
| CN113063611B (zh) | 一种设备的监控管理方法及其*** | |
| CN110015601B (zh) | 分析电梯故障原因的远程控制***及方法 | |
| CN106454331A (zh) | 视频信号质量检测***及方法 | |
| CN110703214A (zh) | 一种气象雷达状态评估和故障监测方法 | |
| CN109141625B (zh) | 一种滚珠丝杠副的在线状态监测方法 | |
| CN116300835B (zh) | 基于互联网的自动化检测设备远程诊断*** | |
| CN116826958A (zh) | 一种数字化输电通道智能安全巡检方法 | |
| CN113418730A (zh) | 一种卷烟机运行状态的在线监测方法 | |
| JPH0881841A (ja) | 糸、ロービング、スライバ中の糸欠陥の原因を求めるための方法と装置 | |
| CN117966313B (zh) | 一种纺织设备监控***及方法 | |
| CN116177146A (zh) | 一种基于ai与激光监测技术的输送皮带检测***及方法 | |
| CN114660181A (zh) | 基于声发射传感器的安全监测***、预警***和检测方法 | |
| CN110456732B (zh) | 一种带有学习功能的冲床故障监测*** | |
| CN113376175A (zh) | 一种基于图像特征的涡流纺断纱检测方法 | |
| CN113418731A (zh) | 一种卷烟机组的在线故障诊断方法 | |
| CN117478830A (zh) | 基于视频监控的设备状态管理***及设备状态管理方法 | |
| WO2019201997A1 (de) | Verfahren und system zur vorhersage von systemausfällen bei einem medizinischen system | |
| CN115034408A (zh) | 一种无缝钢管生产重点设备物联网维修预测*** | |
| CN114925867A (zh) | 一种无缝钢管生产重点设备物联网维修预测*** | |
| KR102303406B1 (ko) | 산업설비의 이상유무 진단장치 및 방법 | |
| CN114622311A (zh) | 断线检测方法、装置及纺纱机 | |
| CN212316325U (zh) | 一种智能纺纱粗纱故障检测*** | |
| CN111733499A (zh) | 一种智能纺纱粗纱故障检测*** | |
| CN109033031B (zh) | 一种基于高维随机矩阵的轴承状态检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |