автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.07, диссертация на тему:Автоматизация контроля качества ткани

- ъ

На правах рукописи

Коршунова Татьяна Ивановна

АВТОМАТИЗАЦИЯ КОНТРОЛЯ КАЧЕСТВА ТКАНИ

Специальность 05.13.07 - Авгоматшацшг технологических процессов и производств (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Оренбург 1998

Работа выполнена в Оренбургском государственном университете.

Научный руководитель: кандидат технических наук, доцент A.M. Пищухин

Официальные оппоненты: доктор технических наук, профессор Э.Я. Раппопорт

кандидат технических наук, доцент H.H. Якунин

Ведущая организация - ОАО «Орентекс», г Оренбург

Защита состоится « 1998 года в /£ часов на заседании дис-

сертационного совета К064.64.01 в Оренбургском государственном университете по адресу: г. Оренбург, пр. Победы, д. 13, ауд. 6205.

С содержанием диссертации можно познакомиться в библиотеке Оренбургского государственного университета.

Автореферат разослан «30»

Н0Я£рй -• 1998 г.

Ученый секретарь диссертационного совета

к.т.н., доцент у Ю.Р.Владов

Общая характеристика работы

Актуальность темы. Рыночная экономика требует от производителя повышения качества выпускаемой продукции. Это тем более справедливо по отношению к такой распространенной продукции, как ткань. Тем не менее, в настоящее время разбраковка ткани в отечественной текстильной промышленности проводится, в основном, визуально. При этом пропускаются даже крупные дефекты, что ведет к штрафным санкциям, или ткани приписываются несуществующие дефекты, чем занижается сорт ткани и, соответственно, ее цена. Автоматизация процесса контроля качества ткани повысит конкурентоспособность и снизит экономические потери предприятия.

Теоретическим анализом и исследованием методов автоматизации контроля качества ткани занимались как отечественные специалисты: Додонкин Ю.В., Кирюхия С.М., Беленький Л.И., Омельянчук Л.А., Швырез С.С., Побе-димский В.П., Склянников В.П., Радзивщгьчук Л.И., Пищухин A.M., так и зарубежные специалисты: Киношита М., Хашимото Е., Акияма Р., Ушияма С., Арнольд Л., Сик Е., Нолл Д и другие. Ими разработаны различные конструкции автоматизированных систем контроля качества ткани, методики и алгоритмы классификации дефектов. Благодаря их трудам, в настоящее время стало возможным в значительной степени автоматизировать процесс контроля качества ткани. Однако, существующие методы разбраковки не обладают необходимой универсальностью и точностью. Применение аппарата двумерного спектрального анализа, в силу регулярности структуры ткани, поможет решить эти проблемы.

Таким образом, проблема автоматизации контроля качества имеет важное народнохозяйственное значение. Работа выполнена в рамках госбюджетной темы « Синтез, реализация и исследование эффективности оптимальных технических и организационных систем». Номер Государственной регистрации №01890036607.

Целью настоящей работы является исследование и разработка методов и средств автоматизации контроля качества ткани, повышающих точность разбраковки за счет использования двумерного спектрального анализа.

Для достижения поставленной цели необходимо решить следующие задачи:

- построить математическую модель системы контроля качества при изготовлении ткани;

- исследовать и обосновать схемы и параметры ввода видеоинформации о дефектах ткани в систему контроля;

- проанализировать и выбрать двумерные спектральные характеристики в качестве признаков для классификации дефектов ткани;

- разработать методику сравнения систем контроля качества по точности классификации дефектов.

Методы исследования. Для выполнения поставленных задач использовались методы спектрального и системного анализов, методы оптимизации, теории распознавания образов, теории вероятностей, теории управления, математическое и компьютерное моделирование, а также статистические методы обработки данных.

Научная новизна работы. В работе выявлены и предложены:

- структурная схема контроля качества ткани в ходе технологического процесса изготовления;

- математическая модель объекта контроля;

- зависимости оптимальных углов хода лучей от частоты переплетения нитей с учетом их смятия;

- методика определения количества входных фильтров и величины пространственных частот для их настройки;

- методика '.равнения систем контроля качества по точности классификации дефектов.

Практическая значимость. Результаты работы позволили выработать и реализовать:

- схему ввода информации о дефектах ткани;

- методику выбора оптимальных углов положения осветителя и телекамеры;

- пакет прикладных программ для двумерного спектрального анализа изображений дефектов ткани.

Основные положения, выносимые на защит}':

- математическая модель системы контроля качества ткани в ходе технологического процесса;

- зависимости оптимальных углов хода лучен от частоты переплетения нитей с учетом их смятия;

- методика определения количества входных фильтров и величин пространственных частот для их настройки;

- методика сравнения систем контроля качества по точности классификации.

Результаты работы внедрены:

- в ОАО «Орентекс»;

- в ООО «Оренбурггеофизика»;

- в учебном процессе на кафедре информационных систем в экономике Оренбургского государственного университета.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на:

- техническом совете ОАО «Орентекс» (1998г.);

- третьей международной научно - технической конференции «Концепции развития и высокие технологии производства и ремонта транспортных средств в условиях постиндустриальной экономики» на базе ОГУ (1997г.);

- международной научно - практической конференции «Инновационные процессы в образовании, науке и экономике России на пороге XXI века» (1998г.);

- межвузовской научно - методической конференции «Технологии образовательного процесса» (1997г.);

- научно - методических семинарах кафедры управления инновационными проектами и кафедры информационных систем в экономике Оренбургского государственного университета (1998г.).

Публикации. По материалам диссертации опубликовано 10 печатных работ. "

Структура диссертации. Диссертационная работа состоит из введения, пятя глав, заключения, cifflfcica'литературы, содержащем 110 наименований литературных источников, в том числе 22 иностранных, приложений.

Содержание работы Во введении обосновывается актуальность проблемы, приводится общая характеристика работы и излагается краткое ее содержание.

В первой главе «Состояние вопроса, цели и задачи исследования» рассмотрены основные дефекты ткани (пороки), причины их образования и сделаны выводы о возможности распознавания различных дефектов по внешним признакам. Рассмотрено состояние дел в области автоматизированного контроля качества ткани на основе анализа научно - технической и патентной литературы. Несмотря на значительные затраты, направляемые на автоматизацию этого процесса (стоимость установок автоматической разбраковки достигает 210 - 240 тыс. долларов), и участие крупных фирм (Ford Aerospace and Communication сотр., Récognition systems, Lay systems, Ferranti и т.д.), до сих пор не существует достаточно надежной системы, универсально и точно классифицирующей любые дефекты. В результате анализа причин появления различных дефектов ткани и существующих систем контроля формулируется цель работы и задачи исследования. -

Во второй главе «Математические модели систем контроля качества и объекта контроля» рассмотрена общая структурная схема процесса контроля качества ткани (рис.1) с целью определения места контроля качества и выработки требований, предъявляемых к нему. При построении структурной схемы было выявлено, что технологические отклонения каждого

предыдущего подпроцесса являются возмущениями для последующего. Например, пороки прядения нарушают работу ткацких станков.

ДФ1

1

р,

У,

.V,

ЦФ2

.и,

ЦФз

1Ш;

I

жП

У,

-►

I

ж

т *

41}

у,

±

Лт3

ЦФ4

Лг-2

САК

У

к

—►

У,

Рисунок 1. Структу рам схема системы контроля качества ткани

Данную структурную схему можно описать системой линеаризованных уравнений:

У, = У/^ и2 - XVУ, К( т- и-'/ ь ; (I)

У3 = и, + V// У2 К2 +Wзf Г,; у = и4 + \У,Г У, К,,

где

и, ( 1 = 1,...,4) - управляющие воздействия но каждому из подпроцессов (прядению, ткачеству, отделке и контролю);

= 1,...,3) - возмущающее воздействие, характеризующее отклонение по качеству входного сырья на соответствующем подпроцессе;

( 1 = 1,...,3) - передаточные функции по соответствующим управляющим воздействиям;

(1 = 1,...,4) - передаточные функции по соответствующим возмущениям;

Ьч (1 = 1,...,3) - коэффициенты пропорциональности; У, (1 = 1,...,3) - отклонения в качестве на каждом из подпроцессов; Уо - отклонения в качестве готовой продукции; У - готовая продукция без брака;

V/, ( 1 = 1.....4) - передаточные функции обратных связей;

ЦФ, ( 1 = 1,...,4) - целевые функции (уставки), задающие уровень качества.

На первом этапе исследования структурной схемы пренебрегаем возмущениями £г, fз (причинами возникновения вторичных дефектов) по сравнению с главными возмущениями, идущими с предыдущих подпроцессов. Определяем ошибку управления. Это - задача локальных систем контроля. При этом общая система контроля качества распадается на независимые подпроцессы, а заключительная подсистема контроля работает только в

«нештатных» ситуациях.

*

На втором этапе исследования учитываем все возмущения. Ошибка

управления в ком случае будет равна:

з 1 :

s = f Y I Wm" Woe, - L W,' f 1 -1 W„" A, -1 W„,3 W, Aj —>■ 0 , (2)

i=i j=i j=i

где

W„i" = W,:' W'/ Wy W4f Ki K2 K, :

w,«" = W2a w/w/ K2K,:

W,„'J = W;"WV K3:

W'"= W,!'W:4V-/ W/K.I K2 K,:

A, (J = 1,...,4) - целевые уставки качества по каждому подпроцессу.

Учитывая уравнение (2), получаем, что возмущения fj, f;, являющиеся причинами возникновения вторичных дефектов, на которые не рассчитаны специализированные локальные подсистемы качества, могут быть «скомпенсированы» только управляющим воздействием заключительной подсистемой контроля.

Ввиду специфических отличий вторичных дефектов от основных, охвата ими всех классов дефектов, к заключительной подсистеме контроля качества предъявляются повышенные требования универсальности, чувствительности и точности.

Дальнейшие исследования устойчивости функционирования САК позволило выявить аналогию между явлением «состязания» сигналов в комбинационных схемах и управляющего и возмущающего воздействии в структурной схеме САК.

В конце главы исследованы два метода описания объекта контроля ткани. Первый метод состоит во вращении затухающих синусоид вокруг 100 центров яркости и суммировании получающк-ся поверхностей. Для исключения краевых эффектов принимается во внимание лишь сердцевина суммарной поверхности. Модель описывается формулой;

ш ш Sin V (х - 2я i f ( у - 2л j f

I(x,y) = IE

(3)

где 1(х,у) - уровень яркости, х,у - декартовы координаты.

Вторая модель получается в результате суммирования двух поверхностей, образованных сдвигом синусоиды в направлениях осей х и у. Модель описывается формулой:

Численное сравнение результатов моделирования ira ЭВМ по этим уравнениям показало идентичность яркостных моделей. Вследствие этого в дальнейшем рассмотрении используем вторую модель как математически более простую.

В третьей главе «Автоматизация процесса ввода информации о дефектах ткани» исследован процесс ввода информации о дефектах ткани, проанализированы существующие схемы ввода, выявлены их недостатки и предложена новая схема ввода, отличающаяся изменением конструкции фотоприемной линейки. Тем самым решена задача структурной оптимизации. Для решения параметрической задачи оптимизации исследовались углы хода лучей от осветителя к контролируемому материалу (а), и от последнего - к телекамере (Р) (рис.2). При этом учитывалась сминаемостъ нитей. При постановке задачи оптимизации принято, что ткань имеет полотняное переплетение. Для повышения отношения сигнала к шуму необходимо, чтобы отношения длин затененных и освещенных участков стремились к 1 : Li L3 L) + L2

I (х,у) = Sin х + Sin у .

(4)

L3+L4

1,

(5)

где Li, L3 - длины затененных,

a L2, Lt - освещенных участков.

<

1 с / 1 /

[2е

Рисунок 2. Контролируемая поверхность освещенной-псани в разрезе на протяжении одного периода повторения

Система уравнений, описывающая части поверхности и тучей, имеет

вид:

у = - у х (х + е) - Я /' соб у (х - е)2 + у2 = Я2 у = Я

(х-е)2+у2 =Я2 у = Щ у х (х+е ) - К / соэ у ( х - (1)2 + (у +2И )2 = (ЗЯ)2 у = Я

(х - с! - 2е)2 + (у + 2Я)2 = (ЗЯ)2 Ь = 2(2соз у) хЯ/^у+ е + Р зшу ; с = е + Р 5т у ; (1 = Ь + 3115ту

при х 2 -с при -г-е < х < е при -е < х < е при е < х < е+г при с < х < Ь (6) при Ь й х 5 (1 при <1 < х < <1 +• 2е при с!+2е < х < d+2e+R бш у

п

где х,у - система координат, привязанная к центру сечения одной из нитей, Я - радиус круговой части поперечного сечения нити, е - сдвиг круговой части нити от центра сечения,

у - угол между радиусом , проведенным в точку касания переплетения нитей с вертикальной осью, зависящий от частоты повторения структуры переплетения нитей о на единице длины.

Считаем, что нити в промежутках между касаниями натянуты до состояния прямой линии.

Решение задачи оптимизации углов хода лучей аир сводится к минимизации целевой функции по выполнению условий (5):

+1-2 Ьз

и = А [ 1--]: +В[1--1" ^ О [ 1——]2 (7)

+ Ь4

при ограничениях, наложенных на углы О < а < у ; а < Р < 2тг - у.

Коэффициенты ранжирования А,В,С определялись экспериментальным методом с помощью вариации длин ЦД-г,1-3,1-4 и оценкой степени влияния этих длин на вычисляемую каждый раз заново спектральную плотность мощности. В результате получили: А = 0,5; В = 0,357; С - 0,143.

Численное решение оптимизационной задачи позволило определить зависимости оптимальных углов а и р от частоты повторения структуры ткани. Задаваясь частотой повторения структуры ткани, используя формулы (6), определялись значения углов а и р, при которых целевая функция (7) достигала минимума. Далее менялась частота, и алгоритм повторялся. Результаты расчета показаны на рисунке 3. Применение полученных зависимостей на практике позволит повысить чувствительность системы контроля качества

Оптимальные значения углов аир зависят от частоты повторения структуры ткани, и при ее уменьшении в четыре раза угол а меняется от 45° до 30" , а угол р - от 95° до 110°.

111 и. 1 ч 11 "iii i 11 "1

=2. 60

о

30 ■

1|2ИЗ 1/4Я13 1/вИ13 1/8ШЗ

СО

Рисунок 3. Зависимости углов хода лучей от частоты повторения структуры ткани

Четвертая глава «Исследование и выбор признаков для классификации дефектов ткани» посвящена анализу и выбору признаков для классификации дефектов ткани. Сначала сравнивалась информативность двумерной спектральной плотности мощности по сравнению с взаимной по яркости. Пользуясь описанием объекта контроля, выбранного во второй главе, получим:

I = Iv = Sin (wi * х^ tpi) + Sin(tú2 *У ^ Фг)- (8)

Корреляционную функцию Кх(т), определим по формуле:

а

K,(t)=JMx)Ix (x-T)dx (9)

о

Тогда линейная спектральная плотность мощности по оси х равна:

т.

(со ) = J Кх(т ) exp(-icút) dt (10)

а

Аналогичные формулы имеют место и для оси у.

Определим двумерную корреляционную функцию общей яркости

п

Кп(т) = 11 [ 1(х) + I (у) ][ I (х-х) + Ц у - х )]dxdy = а ] 1Х (х) [Х(х -х 0 0 о

и а а а

+ \ 11х и, 1У (у - X ) с1х йу +! I1у (У) 1х (X - т ) dxdy - а \ Цу) Цу- х )с!у = 0 0 0 0 о

=а Кх (х) + 2 Кч>(х ) + а К;, (х). (11)

Применяя преобразования Фурье к корреляционной функции, получим спектральную плотность мощности (СПМ) для распознавания дефектов ткани.

Ос(«х,ы>) = а Ох (йч) + 2 (сох,(йу) + а Оу(%).

Из этой формулы видно, что двумерная СПМ включает в себя и линейные по осям х, у я взаимную СПМ. Таким образом показано, что двумерная спектральная плотность мощности является более информативной, чем взаимная, и, следовательно, более перспективной, для применения в качестве признака распознавания дефектов ткани.

Имея в виду использование метода фильтрации для оценки ДСПМ, (как позволяющего совместить предварительную обработку сигнала с вычислением признаков) , решим вопрос о входных фильтрах. Методика выбора количества входных полосовых фильтров и пространственных частот для их настройки реализуется следующим образом. Пусть экспериментально определены двумерные спектральные плотности мощности Оц' (<ох, соу), где 1 = для всех эталонных представителей имеющихся в рассмотрении N

классов дефектов. Для увеличения чувствительности вычтем из двумерной спектральной плотности мощности дефектов ви' эталонную спектральную плотность мощности Оц"д :

С а (а>к,о)у ) = Сн (шх,шу) - СПГ'Л (ак,шу). (12)

Сформируем теперь все возможные парные сочетания дефектов и перенумеруем все пары из N классов, вводя индекс г = 1,...,к , гд;

и

к = См2 = N (К - 1 ) / 2 - число пар классов, введенных в рассмотрение . Найдем разность двумерных спектральных плотностей мощностей сформиро-ванных_ пар:

Сцг (сох,соу) = I Он1 (сох,юг) - йп! ) I, где 1 щ , (43)

Просуммируем выражения (13) по всем парам дефектов. Образованная суммарная поверхность будет иметь впадины и возвышения, несущие информацию о суммарном расстоянии между дефектами. Наиболее высокие точки этой поверхности будут самыми перспективными для настройки фильтров. Однако, большие значения суммарного расстояния между СПМ дефектов могут быть обусловлены большим удалением лишь одного или нескольких дефектов от остальной группы. Фильтры, настроенные на такие частоты, будут хорошо выделять только эти несколько дефектов и будут «слепы» для оставшейся группы. Чтобы исключить такую ситуацию, введем дополнительную процедуру. В точках больших значений суммарной разницы СПМ определим среднее расстояние между классами:

1(СЦГ (сохп\соУга))

Ьт(сочт,кО=- , т= I.....Б. (14)

к

где сох т,со1га - обозначены частоты, на которых размещаются большие значения двумерной СПМ,

Б -количество взятых больших значений ез'ммы в числителе, к - число пар классов.

Введем в рассмотрение относительную разность, между классами дефектов: _

Сцг<«>".сО

Ьтг (<оЛо\га ) =-, г = 1,...,к, (15)

Ц («Л<%га)

которая является утке безразмерной величиной. Вид гистограммы этой разности позволит отбросить указанные выше «плохие» частоты в количестве и

фильтры, с ними связанные, называемые как селективные (то есть чувствительные для особых дефектов). Для описанного выше случая больших расстояний лишь между несколькими типами дефектов, гистограмма будет дву-модальной (рис.4 ).

6

5 -

4 Т

о в

С : ? 3 ;

С

о *

2 г

1 г

о -1

Рисунок 4. Гистограмма безразмерной разности СПМ. ( 1- гистограмма селективного фильтра, 2 -гистограммауниверсального фильтра.)

С помощью описанной методики (12 - 15) выделяется минимальное количество Б* частот для настройки входных фильтров, являющимися универсальными для всех классов дефектов. Количество универсальных фильтров можно определить по формуле: Б* = Б - ,

где Б* - количество универсальных фильтров, Б - общее количество перспективных фильтров, 5| - количество селективных фильтров.

Выбор фильтров для создаваемой системы по этой методике позволяет повысить точность системы..

6 7

Относительная разность

3

4

5

3

Пятая глава «Оценка технике - экономических показателей системы контроля качества». Сравнительная оценка работы системы ко I гтро л я качества ограничена тремя критериями: стоимостью, быстродействием и точностью. Ввиду ортогональности этих критериев можно лишь частично упорядочить множество всех систем контроля качества, например, с помощью диаграммы Хассе, где введены следующие обозначения: С, - стоимость 1 -ой системы; Б* - быстродействие 1 -он системы; Т, - точность классификации ¡-ой системы. Диаграмма разбила все множество систем контроля качества на восемь частично упорядоченных классов, что значительно упрощает выбор системы по группе критериев.

С 1 ,Б 1 .Т 1

Рнс}7гок 5. Диаграмма Хассе Сравнение систем контроля качества по быстродействию и стоимости трудностей не вызывает Сравнение систем по точности проводилось сле-

дующим образом. Для создания эталонного сигнала необходимо знать закон распределения шумов в реальном изображении ткани. Этот закон определен экспериментально. Он соответствует нормальному распределению с критерием Пирсона х2 = 0,15.

Разработанный алгоритм сравнения систем контроля качества изображен на рисунке 6.При этом одновременно на вход двух систем подается «зашумленное» по нормальному закону изображение бездефектной ткани и какого - либо дефекта. На выходе систем вычисляется критерий Горелика, который характеризует отношение расстояний между классами и разбросы признаков внутри класса.

эталон дефекта

Рисунок 6. Схема сравнения двух систем контроля качества по точности Сравнение разработанной системы контроля качества двумерной СГОИ с системой, в которой в качестве признаков взяты значения взаимной СПМ, привело к выводу о соотношении их точности Кг' / Кг: = 1,15.

Выводы по работе 1 При нормальной работе локально расположенных по технологическому процессу изготовления ткани подсистем контроля общая система контроля качества распадается на независимые подсистемы. При этом заключи-

тельная система контроля качества работает только в «нештатных» ситуациях.

2 Вторичные возмущения в общей структуре системы контроля качества ввиду специализнрованности локальных подсистем контроля могут быть компенсированы только значительной подсистемой контроля качества. Следовательно, она должна быть более чувствительной, точной и универсальной, чем локальные подсистемы.

3 Установлено числетгое совпадение моделей, построенных на основе вращающихся и сдвигаемых синусоид. Это дало основание в качестве модели объекта выбрать вторую модель как более простую.

4 Определены оптимальные значения углов наклона луча от осветителя а = 45° - 30° и луча, идущего к телекамере р = 95° - 110° с учетом сминаемо-сти нити для тканей с частотой переплетения нитей от предельного значения до четырёхкратно уменьшенного.

5 Показано, что двумерная спектральная плотность мощности отраженного сигнала является более перспективной для анализа дефектов ткани, чем взаимная.

6 Для увеличения точности системы контроля качества предложено применять в ней только универсальные фильтры, а селективные отсеивать по определённой методике. :

7 Частичное упорядочение множества систем контроля на основании диаграммы Хассе позволило свести эти множества к восьмп'ютассам, что дает возможность упростить выбор системы контроля качества.

8 Использование значений двумерной СПМ в качестве призпакоб для классификации дефектов ткани приводит к увеличению критерия Горелика в IЛ 5 раз по сравнению со значениями взаимной СПМ.

Список опубликованных работ

Основное содержание диссертации и ¡гаучтше результаты опубликованы в следующих работах:

1 Коршунова Т.И. .Пищухин A.M. Оптимизация времени опережения при выборе целевой функции. // Тез. докл. третьей межд. науч.-техн. конф. «Концепции развития и высокие технологии производства и ремонта транспортных средств в условиях постиндустриальной экономики.»/ Оренбургский гос. университет. - Оренбург: ОГУ - 1997. -с.226-227

2 Коршунова Т.И., Пищухин A.M. Описание процесса управления в пространстве контролируемых параметров. // Тез. докл. третьей межд. науч,-техн. конф. «Концепции развития и высокие технологии производства и ремонта транспортных средств в условиях постиндустриальной экономики.»/ Оренбургский гос. университет. - Оренбург: ОГУ - 1997. -с227 - 228

3 Коршунова Т.И., Пищухин A.M. Автоматизация контроля качества поверхности движущегося материала. // Машиностроение. Сборник научных трудов. - Оренбург: ОГУ, 1997. - В.2. - с107 - 109

4 Коршунова Т.И., Пищухин A.M. Метод распознавания дефектов ткани. // Инф. листок № 66 - 97, ЦНТИ, 1997,- Зс

5 Коршунова Т.Н., Пищухин A.M. Метод распознавания дефектов ткани. // Библ. указатель: Инф. листки о н/т достижениях и передовом опыте №0722/1697000351697 -0066, вып.4. - М„ 1997. -с26

6 Коршунова Т.И., Пищухин A.M. Автоматизация процесса разбраковки ткани. // Деп. ВИНИТИ №201-В97.,1997.-7с

7 Коршунова Т.Н., Пищухин A.M. Качество продукции - главное средство оздоровления предприятия. // Тез. докл. межд. научно - практич. конф. «Инновационные процессы в образовании, науке и экономике России на пороге XXI века»./ Оренбургский гос.университет,- Оренбург: ОГУ - 1998. -2с

8 Коршунова Т.И., Пищухин A.M. Новый подход к преподаванию раздела управления качеством. // Тез.докл. межвуз. науч.-метод. конф / Оренбургский гос.университет. - Оренбург: ОГУ, 1997.-с71

9 Коршунова Т.Н., Пншухнн A.M. Новое в описании управления технологическими процессами. // Тез.докл.науч.-метод.конф.ВУЗов Урала./ Оренбургский гос.университет,- Оренбург: ОГУ -1997. -с 30-31

10 Коршунова Т.И., Пищухин A.M. Оптимшация выбора пространственно - частотных фильтров для спектрального распознавания сигналов. //Тез. докл.всероссийской научно-практической конф. «Научно-методические вопросы преподавания механики в современном ВУЗе»./Оренбургский гос.университет. - Оренбург: ОГУ -1998. -2с

/ А,

оренбургский государственный университет

На правах рукописи

коршунова татьяна ивановна

АВТОМАТИЗАЦИЯ КОНТРОЛЯ КАЧЕСТВА ТКАНИ

Специальность 05.13.07 - Автоматизация технологических процессов и

производств (промышленность)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель кандидат технических наук, доцент Пищухин Александр Михайлович

Оренбург 1998

оглавление

Введение................................................................................................................4

Глава 1 Состояние вопроса, цель и задачи исследования

1.1 Дефекты ткани, причины их появления, обоснование целесообразности автоматизации контроля...................................13

1.2 Методы и средства автоматизированного контроля качества ткани................................................................................................'...16

1.3 Цель и задачи исследования.............................................................29

Выводы по первой главе........................................................................30

Глава 2 Математические модели систем контроля качества и объекта контроля

2.1 Структурная схема контроля качества в ходе технологического процесса изготовления ткани............................................31

2.2 Анализ технологических функций системы контроля

качества.....................■..•..................................................37

2.3 Структурная схема автоматизированной системы контроля качества...............................................................................................41

2.4 Модели объекта контроля..................................................................45

Выводы по второй главе..........................................................................49

Глава 3 Автоматизацйя процесса ввода информации о дефектах ткани

ЗЛ Исследование и синтез схемы ввода информации.........................53

3.2 Постановка задачи оптимизации взаиморасположения осветителя и телекамеры с учетом сминаемости нитей............................59

3.3 Определение оптимальных углов хода лучей.................................66

Выводы по третьей главе........................................................................74

Глава 4 Исследование и выбор признаков для классификации дефектов ткани 4Л Оценка двумерной спектральной плотности мощности................75

4.2 Обоснование выбора двумерных признаков классификации

дефектов................................................................................................77

4.3Методика выбора пространственных частот входных полосовых

фильтров.................................................................................................82

4.4 Классификация дефектов ткани..........................................................86

Выводы по четвертой главе.......................................................................88

Глава 5 Оценка технико - экономических показателей системы контроля качества

5.1 Частичное упорядочение множества систем контроля качества.....89

5.2 Экспериментальное исследование закона распределения шумов...93

5.3 Методика сравнения систем контроля качества по точности.......100

5.4 Экспериментальное сравнение систем контроля качества.............102

Выводы по пятой главе............................................................................103

Заключение..........................................................................................................107

Литература.........................................'..................................................................110

Приложения.........................................................................................................119

ВВЕДЕНИЕ

Актуальность темы. Рыночная экономика требует от производителя повышения качества выпускаемой продукции. Это тем более справедливо по отношению к такой распространенной продукции, как ткань. Тем не менее, в настоящее время разбраковка ткани в отечественной текстильной промышленности проводится, в основном, визуально. При этом пропускаются-даже крупные дефекты, что ведет к штрафным санкциям, или ткани приписываются несуществующие дефекты, чем занижается сорт ткани и, соответственно, ее цена. Автоматизация процесса контроля качества ткани повысит конкурентоспособность и снизит экономические потери предприятия.

Хотя практическая сторона далека от полной автоматизации, теоретическим анализом и исследованием методов автоматизации контроля качества ткани занимались как отечественные специалисты: Додонкин Ю.В., Кирю-хин С.М., Беленький Л.И., Омельянчук Л.А., Швырев С.С., Победимский В.П., Склянников В.П., Радзивильчук ЛИ., Пищухин А.М, так и зарубежные специалисты: Киношита М., Хашимото Е., Акияма Р., Ушияма С., Арнольд Л., Сик Е., Нолл Д.и другие.

Благодаря их трудам в настоящее время стало возможным в значительной степени автоматизировать процесс контроля качества ткани. Однако, существующие методы разбраковки не обладают необходимой универсальностью, то есть в автоматизированных системах контроля каждому виду дефекта соответствует свой блок обработки информации. Применение аппарата двумерного спектрального анализа, в силу регулярности структуры ткани, поможет решить эти проблемы.

Таким образом, проблема автоматизации контроля качества ткани имеет важное народнохозяйственное значение. Работа выполнена в рамках госбюджетной темы "Синтез, реализация и исследование эффективности опти-

мальных технических и организационных систем". Номер государственной регистрации №01890036607.

Цель работы

Исследование и разработка методов и средств автоматизации контроля качества ткани, повышающих точность разбраковки за счет использования двумерного спектрального анализа.

Основные задачи исследования

В соответствии с поставленной целью исследования выделяются следующие задачи:

- построить математическую модель системы автоматизированного контроля качества при изготовлении ткани;

- исследовать и обосновать схемы и параметры ввода видеоинформации о дефектах ткани в систему автоматизированного контроля;

- проанализировать и выбрать двумерные спектральные характеристики в качестве признаков для классификации дефектов ткани;

- разработать методику сравнения систем автоматизированного контроля качества по точности классификации дефектов.

Методы исследования

В работе использовались методы спектрального и системного анализов, методы оптимизации, теории распознавания образов, теории вероятностей, теории управления, математическое и компьютерное моделирование, а также статистические методы обработки данных.

Научная новизна работы

В работе выявлены и предложены:

1 Структурная схема автоматизированного контроля качества ткани в ходе технологического процесса изготовления.

2 Математическая модель объекта контроля.

3 Зависимости оптимальных углов хода лучей от частоты переплетения нитей с учетом их смятия.

4 Методика определения количества входных фильтров и величины пространственных частот для их настройки.

5 Методика сравнения систем автоматизированного контроля качества по точности классификации дефектов.

Практическую ценность представляют:

- схема ввода информации о дефектах ткани;

- методика выбора оптимальных углов положения осветителя и телекамеры;

- пакет прикладных программ для двумерного спектрального анализа изображений дефектов ткани.

Результаты работы внедрены:

- в ОАО "Орентекс" метод и средства для анализа сложных дефектов ткани;

- в ООО "Оренбурггеофизика" внедрен пакет прикладных программ для двумерного спектрального анализа изображения и для обработки результатов радиологических исследований;

- в учебном процессе на кафедре информационных систем в экономике Оренбургского государственного университета внедрена лабораторная работа с использованием пакета прикладных программ для двумерного спектрального анализа.

Апробация работы

Основные положения и результаты работы докладывались и обсуждались на:

- техническом совете ОАО "Орентекс" (1998г.);

- третьей международной научно - технической конференции "Концепции развития и высокие технологии производства и ремонта транспортных средств в условиях постиндустриальной экономики"на базе ОГУ (1997г.);

- международной научно - практической конференции "Инновационные процессы в образовании, науке и экономике России на пороге XXI века" (1998г.);

- межвузовской научно - методической конференции "Технологии образовательного процесса" (1997г.);

- всероссийской научно - практической конференции "Научно - методические вопросы преподавания механики в современном ВУЗе" (1998г.)

- научно - методических семинарах кафедры управления инновационными проектами и кафедры информационных систем в экономике Оренбургского государственного университета (1998г.).

Публикации

По материалам диссертации опубликовано 10 печатных работ.

Диссертационная работа состоит из введения, пяти глав, заключения, изложенных на 109 страницах машинописного текста, включая 28 рисунков, списка литературы (110 наименований) и приложений.

Содержание работы

Во введении обосновывается актуальность проблемы, приводится общая характеристика работы и излагается краткое ее содержание.

В первой главе рассмотрены основные дефекты ткани (пороки), причины их образования и сделаны выводы о возможности распознавания различных дефектов по внешним признакам. Рассмотрено состояние дел в области автоматизированного контроля качества ткани на основе анализа научно - технической и патентной литературы. Несмотря на значительные затраты, направляемые на автоматизацию этого процесса (стоимость установок автоматической разбраковки достигает 210 - 240 тыс. долларов), и участие крупных фирм (Ford Aerospace and Communication corp., Récognition systems, Lay systems, Ferranti и т.д.), до сих пор не существует достаточно надежной системы, универсально и точно классифицирующей любые дефекты. В результате анализа причин появления различных дефектов ткани и существующих систем контроля формулируется цель работы и задачи исследования.

Во второй главе рассмотрена общая структурная схема контроля качества ткани с целью определения места контроля качества и выработки требований, предъявляемых к нему. При построении структурной схемы было выявлено, что технологические отклонения каждого предыдущего подпроцесса являются возмущениями для последующего. Например, пороки прядения нарушают работу ткацких станков. На первом этапе исследования пренебрегали вторичными возмущениями по сравнению с главными, идущими с предыдущих подпроцессов и определяли ошибку управления. При этом было выявлено, что нормальная работа локальных систем контроля качества ведет к распаду общей схемы контроля на независимые подпроцессы. А заключительная система контроля работает только в "нештатных" ситуациях. На втором этапе исследования учитывались все возмущения. Анализ ошибки управления в этом случае позволяет сделать вывод о том, что на подпроцессах возникают вторичные дефекты, на которые не рассчитаны специализированные локальные системы. Такие дефекты могут быть "скомпенсированы" только управляющим воздействием заключительной

системы контроля. Ввиду специфических отличий вторичных дефектов от основных, охвата ими всех классов дефектов, к заключительной системе контроля качества предъявляются повышенные требования универсальности, чувствительности и точности. Дальнейшие исследования устойчивости функционирования заключительной системы контроля позволило выявить аналогию между явлением "состязание" сигналов в комбинационных схемах и управляющего и возмущающего воздействия в структурной схеме. При этом опережение при определении признаков дефекта должно быть меньше времени прохода этого дефекта по браковочному столу. Проведен выбор технических средств для автоматизации процесса контроля качества ткани. В качестве датчика применены приборы с зарядовой связью, изображения которых оцифровываются и вводятся в компьютер. Все остальные операции проводятся программными средствами, и результаты выводятся на печать.

В конце главы исследованы два метода описания объекта контроля ткани. Первый метод состоит во вращении затухающих синусоид вокруг 100 центров яркости и суммировании получающихся поверхностей. Для исключения краевых эффектов принимается во внимание лишь сердцевина суммарной поверхности. Вторая модель получается в результате суммирования двух поверхностей, образованных сдвигом синусоиды в направлениях координатных осей. Численное сравнение результатов моделирования на ЭВМ показало идентичность яркостных моделей. Вследствие этого в дальнейшем рассмотрении используем вторую модель как математически более простую.

В третьей главе исследован процесс ввода информации о дефектах ткани, проанализированы существующие схемы ввода, выявлены их недостатки и предложена новая схема ввода, отличающаяся изменением конструкции фотоприемной линейки, то есть решена задача структурной оптимизации. В качестве переменных в параметрической задаче оптимизации выбраны углы хода лучей от осветителя к контролируемому материалу, и от последнего к телекамере. При этом учитывается сминаемость нитей. При по-

становке задачи оптимизации принято, что ткань имеет полотняное переплетение. Для повышения отношения сигнала к шуму необходимо, чтобы отношения длин затененных и освещенных участков на поперечном разрезе ткани стремились к единице. Целевая функция, построенная на основе этого критерия, должна стремиться к минимуму. Коэффициенты ранжирования, входящие в целевую функцию, определены экспериментальным методом с помощью вариации длин затененных и освещенных участков и оценкой степени их влияния на вычисляемую каждый раз заново спектральную плотность мощности. Решение поставленной параметрической оптимизационной задачи осуществлено численным методом. В результате получены зависимости указанных выше углов от типа контролируемой ткани, характеризуемого частотой переплетения нитей.

Четвертая глава посвящена выбору информативных признаков и классификации дефектов ткани. Сначала сравнивалась информативность двумерной спектральной плотности мощности со взаимной спектральной плотностью мощности. При этом использовалось описание объекта контроля, выбранное во второй главе. В результате выявлено, что двумерная спектральная плотность мощности включает в себя как взаимную спектральную плотность мощности, так и линейные по утку и основе.

Имея в виду использование метода фильтрации для оценки двумерной спектральной плотности мощности, (как позволяющего совместить предварительную обработку сигнала с вычислением признаков) , решим вопрос о входных фильтрах. Методика выбора количества входных полосовых фильтров и пространственных частот для их настройки реализуется следующим образом. Сначала для увеличения чувствительности вычтем из двумерной спектральной плотности мощности дефектов эталонную спектральную плотность мощности. Сформируем теперь все возможные парные сочетания дефектов. Найдем разность двумерных спектральных плотностей мощностей сформированных пар. Просуммируем эти разности по всем парам дефектов.

Образованная суммарная поверхность будет иметь впадины и возвышения, несущие информацию о суммарном расстоянии между дефектами. Наиболее высокие точки этой поверхности будут самыми перспективными для настройки фильтров. Однако, большие значения суммарного расстояния между спектральными плотностями мощностей дефектов могут быть обусловлены большим удалением лишь одного или нескольких дефектов от остальной группы. Фильтры, настроенные на такие частоты, будут хорошо выделять только эти несколько дефектов и будут "слепы" для оставшейся'.группы. Чтобы исключить такую ситуацию, введем дополнительную процедуру. В точках больших значений суммарной разницы спектральной плотности мощности определим среднее расстояние между классами.

Вводим в рассмотрение относительную разность между классами дефектов, которая является уже безразмерной величиной. По виду гистограммы этой разности отбросим такие, частоты и связанные с ними селективные фильтры, которые хорошо классифицируют один или несколько дефектов. Для этих фильтров гистограмма будет двумодальной. Оставшиеся фильтры названы универсальными и выбор их по описанной методике для создаваемой системы позволит повысить точность. В конце главы рассмотрена технология классификации дефектов.

В пятой главе сравнительная оценка работы системы контроля качества ограничена тремя критериями: стоимостью, быстродействием и точностью. Ввиду ортогональности этих критериев можно лишь частично упорядочить множество этих систем контроля качества, например, с помощью диаграммы Хассе. Диаграмма разбила все множество систем контроля качества на восемь частично упорядоченных классов, что значительно упрощает выбор системы по группе критериев. Сравнение систем контроля качества по быстродействию и стоимости трудностей не вызывает. Сравнение систем по точности проводилось следующим образом. Для создания эталонного сигнала необходимо знать закон распределения шумов в реальном изображении

ткани. Этот закон определен экспериментально. Он соответствует нормаль-

л

ному распределению с критерием Пирсона % = 0,15.

При сравн�