[发明专利]一种智能纺纱细纱故障检测系统在审

专利信息
申请号: 202010500495.X 申请日: 2020-06-04
公开(公告)号: CN111733498A 公开(公告)日: 2020-10-02
发明(设计)人: 李晨;任李培 申请(专利权)人: 武汉道非科技有限公司
主分类号: D01H13/32 分类号: D01H13/32;D01H13/16
代理公司: 武汉卓越志诚知识产权代理事务所(特殊普通合伙) 42266 代理人: 戴宝松
地址: 430014 湖北省武汉市东湖新技术开发区光谷*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 纺纱 细纱 故障 检测 系统
【权利要求书】:

1.一种智能纺纱细纱故障检测系统,其特征在于:包括数据采集模块、控制模块、断头检测模块、故障分析模块、状态显示模块和信息传输模块,所述控制模块通过所述信息传输模块分别与所述数据采集模块、断头检测模块、故障分析模块和状态显示模块连接;所述数据采集模块用于实时采集细纱机中纱线的图像信息和振动信息;所述控制模块用于接收并发出指令,控制各模块的运行;所述断头检测模块用于根据纱线的图像信息检测其是否发生断头,并预测发生断头的概率;所述故障分析模块用于根据纱线的振动信息分析可能引起断头的设备故障;所述状态显示模块用于对细纱状态进行显示与报警,并接收反馈信息;所述信息传输模块用于完成各模块间的信息传输。

2.根据权利要求1所述的一种智能纺纱细纱故障检测系统,其特征在于:所述数据采集模块包括图像采集单元和振动采集单元,所述图像采集单元包括多个由工业相机和LED光源组成的图像采集装置,所述图像采集装置设置于输出皮辊与导纱钩之间,用于对纱线图像进行采集;所述振动采集单元包括多个压电式加速度传感器,分别设置于各条纱线的输入端和输出端,用于采集纱线的振动信息。

3.根据权利要求2所述的一种智能纺纱细纱故障检测系统,其特征在于:所述控制模块包括数据存储单元和主控制单元;所述数据存储单元包括图像数据存储层、振动数据存储层和反馈信息存储层,所述图像数据存储层和振动数据存储层分别与所述数据采集模块的图像采集单元和振动采集单元连接,用于接收并存储图像数据和振动数据;所述反馈信息存储层用于接收并存储所述状态显示模块反馈的信息;所述主控制单元分别与所述数据存储单元、断头检测模块、故障分析模块和状态显示模块连接,用于接收与传递信息,并发出指令,控制各模块的运行。

4.根据权利要求1所述的一种智能纺纱细纱故障检测系统,其特征在于:所述断头检测模块包括图像分析单元和断头预测单元;所述图像分析单元的输入端与所述主控制单元连接,其输出端与所述断头预测单元的输入端连接,用于接收主控制单元传输的图像信息并进行分析,再将分析结果传输至所述断头预测单元;所述断头预测单元的输出端与所述主控制单元连接,用于将预测结果输出至所述主控制单元。

5.根据权利要求4所述的一种智能纺纱细纱故障检测系统,其特征在于:所述图像分析单元包括图像优化层、图像处理层和统计运算层;所述图像优化层用于对输入的图像进行预处理,优化图像质量,并将优化后的图像输入图像处理层;所述图像处理层用于对优化后的图像进行灰度处理和二值化,并将得到的二值图像输入统计运算层;所述统计运算层用于对纱线各节点的直径进行统计,检测是否有直径连续为0的节点,并计算出对应纱线的粗节数、细节数和均匀度,将其输入至断头预测单元。

6.根据权利要求5所述的一种智能纺纱细纱故障检测系统,其特征在于:所述断头预测单元包括历史数据层、模型训练层和断头概率分类层;所述历史数据层用于存储历史数据,并对实时数据进行存储与传输;所述模型训练层基于所述历史数据层内的数据,对分类器进行训练;所述断头概率分类层用于接收未断头的纱线信息并对其断头概率进行分类,再将分类结果输出至主控制单元,所述分类结果包括断头率高和断头率低。

7.根据权利要求1所述的一种智能纺纱细纱故障检测系统,其特征在于:所述故障分析模块包括振动检测单元和故障溯源单元;所述振动检测单元的输入端与所述主控制单元连接,其输出端与所述故障溯源单元的输入端连接,用于接收主控制单元传输的振动信息并进行分析,再将分析结果传输至所述故障溯源单元;所述故障溯源单元的输出端与所述主控制单元连接,用于将故障分析结果输出至所述主控制单元。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉道非科技有限公司,未经武汉道非科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010500495.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top