автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Исследование и разработка автоматизированных методов контроля характеристик продуктов прядения

кандидата технических наук
Назаров, Роман Валерьевич
город
Москва
год
2009
специальность ВАК РФ
05.13.06
цена
450 рублей
Диссертация по информатике, вычислительной технике и управлению на тему «Исследование и разработка автоматизированных методов контроля характеристик продуктов прядения»

Автореферат диссертации по теме "Исследование и разработка автоматизированных методов контроля характеристик продуктов прядения"



На правах рукописи

□ □346 г8 г 1

Назаров Роман Валерьевич

ИССЛЕДОВАНИЕ И РАЗРАБОТКА АВТОМАТИЗИРОВАННЫХ МЕТОДОВ КОНТРОЛЯ ХАРАКТЕРИСТИК ПРОДУКТОВ ПРЯДЕНИЯ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (легкая промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва 2009

003467871

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Московский государственный текстильный университет имени А.Н. Косыгина».

Научный руководитель доктор технических наук,

старший научный сотрудник Винтер Ю.М. Официальные оппоненты:

доктор технических наук, профессор Макаров A.A.

кандидат технических наук, доцент Никифоров Ю.Н.

Ведущая организация: ОАО «ЦНИИШерсть»

Защита состоится " " 2009 г. в часов на заседании

диссертационного совета Д.212.139.03 при Государственном образовательном учреждении высшего профессионального образования «Московский государственный текстильный университет имени А.Н. Косыгина» по адресу: 119071, Москва, Малая Калужская улица, дом 1.

С диссертацией можно ознакомиться в библиотеке Государственного образовательного учреждения высшего профессионального образования «Московский государственный текстильный университет имени А.Н. Косыгина».

Автореферат разослан ОЧ 2009 г.

Ученый секретарь диссертационного совета

доктор технических наук, профессор

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Конкурентоспособность продуктов прядения и изделий из них напрямую зависит от их, качества, которое отражается в значениях характеристик этих продуктов. К их числу можно отнести такие классические характеристики, как показатель неровноты по линейной плотности (ЛП), характеристики так называемой структурной неровноты, количество локальных выходов ЛП за допустимые границы. Эффективный контроль характеристик качества возможен лишь при использовании специальной измерительной аппаратуры, разработке которой постоянно уделяется большое внимание в России и за рубежом. Классическим примером такой аппаратуры является комплекс измерения неровноты по линейной плотности и других характеристик швейцарской фирмы Zellweger Uster, который признан де-факто эталонным средством для сравнения характеристик продуктов прядения. В России аналогичный комплекс КЛА-2 проводит измерения неровноты и позволяет получать в оцифрованной форме измеренные значения линейной плотности продукта по его длине. Методика построения спектрограмм, используемая в приборе фирмы Zellweger Uster, не позволяет уверенно идентифицировать источник возникновения повышенной неровноты, а метод расчета пороков не учитывает их протяженности. Поэтому актуальной является задача разработки современных методов математического анализа и обработки данных с целью наиболее полного извлечения содержащейся в записи линейной плотности пряжи информации. :

Цели и задачи работы. Целью данной диссертационной работы является разработка методологических и алгоритмических основ обработки реализаций измерения характеристик продуктов прядения для оценки величины и частоты локальных выбросов.и спектрограммы линейной плотности, а также создание автоматизированной системы для мониторинга этих .характеристик в рамках задачи управления качеством пряжи,

Основными этапами исследований являются следующие: .

1. Анализ существующих методов оценки характеристик продуктов прядения.

2. Исследование и разработка методов оценки характеристик локальной не-ровноты по линейной плотности продуетов прядения.

3. Разработка метода построения спектрограммЬСкоторый улучшает локализацию источника неровно™.

4. Создание1 алгоритмов моделирования продуктов пряденйя, содержащих случайную, гармоническую и локальную неровноту.

5. Разработка структуры и программного обеспечения автоматизированного 'Лсомш1екоа'ис<Я1вДова11ИЯ"продуктов прядения.''

■ На защиту выносятся: ''

1. Новый алгоритм расчета количеств выбросов линейной плотности (пороков). 1 ■••• •

2. Способ построения спектрограммы, который улучшает локализацию источника неровноты. "

3. Метод моделирования волокнистого потока со случайными колебаниями линейной плотносте й со случайными локальными выбросами.

4. Результаты проведенных экспериментов и результаты моделирования.

5. Автоматизированный комплекс для оценки качества л моделирования продуктов прядения. , .

Методы проведения исследований. В диссертационной' работе использовались методы измерения линейной плотности пряжи с помощью емкостного датчика, методы теории вероятности, математической статистики, компьютерной обработки информации с использованием компьютерной графики,, методы создания графических интерфейсов и программных комплексов." '',

Научная новизна работы. В результате вйполнения диссертационной работы решена задача разработки алгоритма расчета количества выбросов линейной плотности (пороков). Способ построения спектрограммы, который улучшает локализацию источника неровноты.

Достоверность результатов работы подтверждается совпадением теоретических данных и результатов физических экспериментов. В частности, расчет количества локальных выбросов при исследовании двух образцов пряжи, одна из которых заведомо хуже другой, показал, что метод, разработанный в диссертационной работе, обладает хорошей различительной способностью.

Практическая ценность работы. Разработана и программно реализована автоматизированная система вычисления числа пороков продуктов прядения и построения спектрограмм. Данная вычислительная система приспособлена для применения на приборах КЛА-2, используемых на предприятиях текстильной отрасли и в вузах текстильного профиля.

Апробация работы. Материалы диссертационной работы докладывались на Всероссийской научной конференции "Информационные технологии в образовательной, научной и управленческой деятельности" (Инфотекстиль - 2004); на межвузовской научно-технической конференции в ИГТА, 2004г.; jia Всероссийской научно-технической конференции "Текстиль 2004".

Публикации. По результатам работы опубликовано 6 работ.

Структура и объем работы. Работа состоит из введения и четырех глав с выводами, общих выводов, списка литературы из 83 наименований и 2 приложений. Основное содержание диссертации изложено на 175 страницах, содержит 53 рисунка и 60 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность выбранной темы исследований, указываются цели и задачи диссертационной работы, приводятся основные этапы решения поставленной задачи.

В первой главе проведен анализ существующих методов оценки характеристик линейной плотности, в том числе важнейших - неровноты по линейной плотности и количества пороков. Данный анализ показал, что в наиболее распространенном в настоящее время измерителе неровноты Zellweger

1Мег вычисление утолщений и утонений производится без учета одного из важнейших свойств порока - малой протяженности.

Это обстоятельство вызвало необходимость .разработки методологических и алгоритмических основ измерения характеристик продуктов прядения для оценки величины и частоты локальных выбросов этих характеристик и их спектральной плотности.

Во второй главе разрабатываются методы оценки числа пороков. Приведена применяемая-в настоящее время классификация пороков пряжи по типу и уровню.

Решающим при определении числа пороков является выбор значения, с которым будет проводиться сравнение линейной плотности на предмет обнаружения порока. Сущестйует несколько способов выбора такого значения: среднее арифметическое, скользящее среднее, взвешенное среднее и д.р. Показано, что применение скользящей средней при определении пороков пряжи наиболее целесообразно, особенно в сравнении с обычным средним. Метод расчета, основанный на скользящей средней, более чувствителен к резким изменениям значений линейных плотностей при отслеживании локальных возмущений. Усреднение ведется на ограниченном интервале заранее определенной длины, которая существенно меньше всей последовательности значений, поэтому величина порока рассчитывается в соотношении с близлежащими участками пряжи, и число пороков рассматривается как число выходов за заданный уровень относительно скользящей средней, а не количество отсчетов, превышающих пороговый предел.

ПредложеНный'метод состоит из линейных операций, исключая операцию деления на величину скользящей средней. Поэтому для исследования указанных операций можно использовать методы линейных динамических систем. •

Рассмотрим схему динамической системы, осуществляющей вычитание скользящей Средней сигнала из самого входного сигнала (рис. 1).

" Передаточная функция системы выражается следующим образом:

Пр) =

где р - оператор Лапласа.

2{р) _ Ьр~ 1 + е Х{р)~ ~ Ьр

-ц>

Др) —•—

-¿р

Ьр

Др)

(1)

Г(р) Др)=Др)-Г(р) —-*

Рис. 1. Схема динамической системы первичного выделения порока

На рис. 2 приведен график зависимости АЧХ от нормированной длины волны. Короткие волны проходят через динамическую систему с коэффициентом усиления близким к единице, искажаясь незначительно, а амплитуды длинных волн уменьшаются, что и обеспечивает выявление локальных выбросов.

0 - 05'' 1 15 2 '25 3 3 5'. 4' ' '4 5

нормированная дливдволны ;

Рис. 2.График зависимости АЧХ от нормированной длины волны.

Рис. 3. Схема процесса выявления пороков пряжи методом скользящей средней.

Нелинейность процесса, связанная с делением сигнала, пропорционального линейной плотности пряжи, на величину скользящей средней, была учтена с помощью инструментов пакета Simulink программной среды MAT-LAB. Схема процесса выявления пороков пряжи методом скользящей средней, построенная средствами Simulink, приведена на рис. 3.

Разработка метода определения числа утонений, утолщений и непсов велась на базе экспериментального исследования 30-и образцов хлопчатобумажной пряжи линейной плотностью 25, 29 и 50 текс, различных по качеству. Созданы метод определения числа утонений и утолщений, основанный на использовании скользящей: средней, и метод определения числа непсов. Алгоритм последнего метода, как более сложного, приводится ниже. Алгоритм определения числа непсов:

1. Из исходного массива о„ содержащего отсчеты линейной плотности пряжи, сформировать массив скользящих средних Ь?

2. Отнормировать отклонения элементов исходного массива а,-от скользящих средних bj на величину скользящих средних Ь{.

'' с, = -100%, i = ...JV - к2,

где к/ а N - к у - границы диапазона исследуемых значений, которые в сумме равны к = к/ + к2, N-количество элементов исходного массива а,;

3. По массиву, с, определить количество непсов, превышающих заданный уровень: задать величины уровней И/ и «г, где И/ — уровень непса, и2 - уровень утолщения. Примечание: В неровнотомере фирмы: Zellweger Uster ui = 4 ■ и?;

3.1. Если элемент с, > и,, обнаружен непс. Переменная neps увеличивается наединицу.

3.2. Если элемент с( < м,, выполнить сложение данного элемента с последующим и проверку, если ci > и2 и с1+, > и2- Где Щ - ограничивающая

величина для подсчета заданного уровня порока. Тогда если с,- + с,+1 > и, переменная ие/ю увеличивается на единицу.

3.3:Если элемент<и„ выполнить сложение данного элемента с последующим и проверку, если с] > и2, см >н2 и с(+2 > и2. Тогда если с, + с,ч| + си2 > и, переменная перэ увеличивается на единицу.

3.4. Если элемент с, +с,+1 +с(+2 <щ, выполнить сложение данного элемента с последующим .и проверку, если. с(Ъи2, с,+) > и2, с;+2 > и2 и снз> и2,. Тогда если ,с,, + см + см + см > щ переменная перя увеличивается на единицу, В противном случае, начинаем проверку с элемента см. . '

3.5. Пересчитать количества пороков на 1000 метров.

Также в Диссертационной работе разработан алгоритм моделирования линейной плотности ленты (пряжи), позволяющий создать продукт,'имеющий случайную, локальную и периодическую составляющую! Для моделирования продукт .представляется как сумма потоков (струй) волокон, в каждом из которых составляющие его волокна имеют одинаковую длину и линейную плотность.

Такое ^дискретное представление продукта оправдано Тем, что распределение волокон по длине обычно известно не как непрерывная функция, а как массив долей волокон, длины которых находятся в узком диапазоне (для хлолка - 2 мм). В первом приближении мы считаем, что линейная плотность каждого волокна постоянна вдоль его длины, поскольку её колебания практически ограничены, и поэтому слабо влияют на результирующуго спектрограмму продукта, например, из-за сглаживающего влияния длины волны. Перед началом процесса моделирования необходимо задать значения следующих параметров: линейная плотность моделйруемого продукта, количество,марок илц компонентов смеси, линейные плотности волокон каждой марки, доля волокон каждой марки, средняя длина волокон, доля волокон для

каждой длинны всех марок. Предложенная методика моделирования идеального случайного продукта отличается от общепринятой.

Для получения гармонической неровноты необходимо задать длину волны гармонической составляющей и амплитуду, а для локальной неровноты — частоту следования пороков. Так как пороки представляют собой возмущения сигнала линейной плотности значительные по амплитуде, но не большие по протяженности, то мы в качестве участков локальной неровноты использовали импульсы различной формы.

В диссертационной работе нами предложен и реализован метод построения спектрограммы, который позволяет выделить не только гармоническую неровноту, но и определить какой именно переход технологического процесса её вызвал, и оценить вклад этого перехода в общий квадрат коэффициента вариации. Спектрограмма представляет собой гистограмму распределения дисперсий по длинам волн и имеет вид последовательности прилегающих друг к другу столбцов, высота которых равна относительной дисперсии.

При расчете и построении спектрограммы выполняется быстрое преобразование Фурье, а при разложении в ряд Фурье диапазон длин волн будет представлен опорной длиной волны и длинами волн, которые в'целое число раз меньше опорной. Следствием этого является то обстоятельство, что в диапазоне сравнительно длинных волн на спектрограмме будут иметься столбцы, в которые не попала дисперсия ни одной гармоники. Этот недостаток может быть исправлен построением спектрограммы в том же диапазоне волн, но с использованием большего количества данных. Для этого нужен образец пряжи, который имеет большую длину.

Однако если увеличить длину исследуемого продукта, это неминуемо приведет к существенным издержкам, так как это экономически не выгодно и практически сложно реализуемо. Справиться с этими трудностями можно с помощью процедуры искусственного увеличения количества отсчетов исходной последовательности элементами, которые равны среднему значению

или элементами равными нулю (в случае нормированной последовательности данных).

С увеличением опорной длины волны увеличивается количество гармоник, а так как добавленные гармоники равны нулю, это приводит к уменьшению дисперсии. Чтобы избежать искажения дисперсии, необходимо увеличить амплитуды гармоник во столько раз, ро сколько раз была увеличена базовая длина волны. Дополнение нулями не улучшает разрешающую способность преобразования, полученного по заданной конечной последовательности данных, а позволяет получить интерполированное преобразование более сглаженной формы.

В третьей главе диссертационной работы нами предложены и реализованы два способа экспериментального определения оптимальной длины интервала усреднения и проведены два компьютерных эксперимента для их апробации. Первый эксперимент заключался в определении такой длины интервала усреднения, при которой достигается максимальное приближение результатов, полученных с помощью алгоритма, основанного на скользящей средней к результатам, полученным с прибора Uster Tester. Во втором компьютерном эксперименте проводился поиск длины интервала усреднения, которая обеспечивает максимальное различие в количестве пороков у двух типов пряжи одной линейной плотности - плохой и хорошей.

В результате исследований было определено, что для хлопковых пряж линейной плотностью 29 и 50 текс имеется диапазон значений интервала усреднения, на котором изменения величины интервала усреднения на величины числа пороков практически не влияет, что делает некритичным выбор длины скольжения в диапазоне (100 + 130 мм). Это обстоятельство дает основание полагать, что можно будет выбирать единую длину интервала усреднения для пряжй из волокон различного происхождения и выработанных на разных системах прядения.

Осуществлены расчеты количества пороков по экспериментальным данным хлопчатобумажной пряжи методом, основанным на скользящей средней. , , .

Проведено моделирование продукта" в виде последовательности линейных плотностей ,и в виде числа волокон в сечении пряжи с добавлением гармонической и локальной составляющими неровноты. В качестве параметров г компонентов смеси были использованы данные испытаний реальных марок хлопка, . . :

т В четвертой главе, спроектирована структура программного комплекса расчета количества выбросов линейной плотности (пороков), структура данных для хранения характеристик исследуемых пряж, величин пороков, и результатов моделирования, перечислены основные задачи, решаемые с его помощью, описана работа с программой.

ОБЩИЕ ВЫВОДЫ ПО РАБОТЕ

1,....... Результаты измерения характеристик числа пороков приборами,

которые применяются в текстильной индустрии, существенно отличаются друг, от друга, что не дает возможность провести сопоставление полученных результатов. ■• ' 1 ; "•'' -

2. Применяемые в настоящее время способы расчета пороков не доведены до уровня алгоритма, а большинство важных деталей расчета остается неизвестны для потребителям

3. Алгоритм определения числа утонений и утолщений, применяемый в широко распространенном приборе Uster Tester швейцарской фирмы Zellweger Uster, не учитывает локальную природу выбросов.

4. При расчете с помощью прибора Zellweger Uster числа непсов уровни пороков имеют на самом деле размерность [мм-%], а не % как указано в выходных данных прибора.

5. , Исследованы динамические характеристики системы первичного выделения пороков и установлено, что интервал усреднения должен быть, по крайней мере, в 3 раза больше чем длина, которая характерна для порока, ис-

ходя из первого выхода за пределы интервала (1 - е, 1 + е), при ошибке с =

6. Средствами Simulink, являющегося пакетом программной среды MATLAB, построена схема процесса выявления пороков пряжи методом скользящей средней и проведено выявление сигнала порока с помощью данной схемы.

7. Разработан алгоритм определения утонений и утолщений, свободный от недостатков прибора Uster Tester, благодаря использованию скользящего среднего в качестве базы для отчета отклонения. ' ■

8. Создан алгоритм определения непсов с использованием скользящей средней в качестве в'еличины, относительно которой выражается отклонение линейной плотности.

.. 9. Разработан алгоритм моделирования пряжи, которая содержит случайную, гармоническую и локальную неровноту. Предложен и реализован метод, добавления в случайный продукт участков локальной неровноты.

10. Разработан алгоритм построения спектрограммы, позволяющий определить вклад в общий квадрат коэффициента вариации перехода технологического процесса, который вызвал эту неровн'оту.

. ■ . 11. Алгоритм построения спектрограммы в приборе КЛА-2 допускает существование каналов спектрограммы, в которые не попадает ни одна из гармоник спектра. Устранить данный недостаток можно, если построить спектрограммы в том же диапазоне волн, но с использованием большего количества данных. То есть использовать образец, который имеет большую длину.

,12. Проведено исследование влияния увеличения длины подвергнутого анализу продукта на число гармоник, попадающих в каналы спектрограммы. Было установлено, что для заполнения всех каналов или столбцов спектрограммы требуется увеличить исходную опорную длину волны в 4 раза, то есть, если исходная опорная длина волны равна 98304 мм, то длину

волны необходимо увеличить до 393216 мм (увеличить число отсчетов с 16384 до 65536).

13. Для экономии пряжи и в связи с тем, что наиболее важную технологическую информацию содержит коротковолновая часть спектра, предлагается не увеличивать длину образца пряжи с ~ 100 м до ~ 400 м, а дополнить недостающую часть значений образца пряжи нулями с соответствующим пересчетом дисперсии.

14. Проведено изучение влияния, которое оказывает значение длины интервала усреднения при расчете скользящего среднего, на количество выявленных пороков. Для хлопковых пряж линейной плотностью 29 и 50 текс имеется диапазон значений интервала усреднения (100^130мм), на котором величина интервала усреднения практически не влияет на число зафиксированных пороков.

15. Расчет количеств утонений, утолщений и непсов по разработанной методике для чисто хлопковых пряж (25 текс, 29 текс, 50 текс) и пряж из смеси хлопка с отходами прядения хлопка (25 текс, 29 текс, 50 текс) показал способность уверенно отличать хорошую пряжу от плохой.

16. Проведено моделирование продукта в виде последовательности линейных плотностей и в виде числа волокон в сечении пряжи, содержащего случайную, гармоническую и локальную неровноты. В качестве параметров компонентов смеси были использованы данные испытаний реальных марок хлопка. Испытание новых методик расчета утонений, утолщений и непсов на смоделированных продуктах подтвердило их высокую различительную способность.

17. На основе разработанных алгоритмов создан автоматизированный измерительный программный комплекс, позволяющий выполнять все функции, связанные с расчетом количества пороков пряжи, моделированием случайной пряжи, дополненной гармонической и локальной неровнотой, и построением спектрограммы.

Основное содержание диссертационной работы отражено в публикациях:

1. Назаров Р.В. Использование цифровых методов обработки выборочных данных при непрерывном контроле неровноты по линейно плотности продуктов прядения // Тезисы докладов Всероссийской научной конференции "Информационные технологии в образовательной, научной и управленческой деятельности (Инфотекстиль 2004)" - М.: МГТУ имени А.Н. Косыгина, 2004.

2. Назаров Р.В. Цифровая обработка данных непрерывного измерения неровноты продуктов прядения // Тезисы докладов на межвузовской научно-технической конференции "Молодые ученые - развитию текстильной и легкой промышленности (ПОИСК 2004)" - Иваново: ИГТА, 2004.

3. Назаров Р.В., Винтер Ю.М. Разработка компьютерных моделей одномерных волокнистых продуктов // Тезисы докладов на Всероссийской научно-технической конференции "Современные технологии и оборудование текстильной промышленности (Текстиль 2004)" - М.: МГТУ имени А.Н. Косыгина, 2004.

4. Назаров Р.В., Винтер Ю.М. Использование средств MATLAB для анализа неровноты продуктов прядения по линейной плотности. Сборник научных трудов аспирантов. Выпуск 10. - М.: МГТУ им. А.Н. Косыгина, 2005. - С. 59-62.

5. Назаров Р.В., Винтер Ю.М., Плеханова C.B. Новая методика и программное обеспечение для расчета количества пороков пряжи. - Иваново: Изв. вузов. Технология текстильной промышленности, 2006. - №6С. - С. 134136.

6. Кевдин О.П., Назаров Р.В. Исследованиям и разработкам - современные информационные технологии. Современные конкурентоспособные технологии и материалы текстильной промышленности. Сборник научных трудов. - М.: ФГУП ЦНИХБИ, 2007. - С. 237-239.

Подписано в печать 17.04.09 Формат бумаги 60x84/16 Бумага множ. Усл.печ.л. 1,0 Заказ 118 Тираж 80 ГОУВПО «МГТУ им. А.Н. Косыгина», 119071, Москва, ул. Малая Калужская, 1

Оглавление автор диссертации — кандидата технических наук Назаров, Роман Валерьевич

Оглавление.

Введение.

Глава 1. Пороки пряжи, неровнота и методы исследования.

1.1. Основные характеристики продуктов прядения.

1.2. Неровнота продуктов прядения, её источники и виды.

1.3. Виды локальной неровноты.

1.4. Исследование неровноты по линейной плотности продуктов прядения.

1.5. Характеристики неровноты и методы их оценки.

1.6. Автоматизированные средства измерения неровноты по линейной плотности.

1.7. Спектральные методы исследования неровноты продуктов прядения.

1.8. Особенности обнаружения локальной неровноты.

Выводы по главе 1.

Глава 2. Исследование и разработка методов автоматизированного расчета числа пороков.

2.1. Постановка задачи обнаружения пороков.

2.1.1. Виды пороков: утонения, утолщения, непсы.

2.1.2. Задача обнаружения пороков и проблемы ее решения.

2.2. Метод скользящего среднего, его преимущества для использования.

2.2.1. Виды среднего (обычное среднее, скользящее среднее, взвешенное скользящее среднее), их свойства и возможности.

2.2.2. Характеристики метода скользящего среднего.

2.2.3. Исследование динамических характеристик системы выделения пороков.

2.3. Методика оценки пороков прибором Uster Tester.

2.4. Описание алгоритмов вычисления числа пороков.

2.4.1. Алгоритм определения пороков с использованием скользящей средней

2.4.2. Алгоритм определения пороков с использованием обычной средней.

2.4.3. Алгоритм определения непсов с использованием обычной средней, предположительно применяемый в Uster Tester.

2.4.4. Алгоритм определения непсов с использованием скользящей средней

2.5. Моделирование продукта с заранее заданными и известными свойствами.

2.6. Метод построения спектрограммы.

Выводы по главе 2.

Глава 3. Оптимизация методов выявления пороков.

3.1. Оптимизация методов определения количества пороков продуктов прядения на экспериментальном материале.

3.1.1. Определение длины интервала усреднения вычислением расстояния между значениями количеств пороков.

3.1.2. Определение длины интервала усреднения расчетом интегрального критерия различия.

3.2. Результаты расчета количества пороков по экспериментальным данным хлопчатобумажной пряжи.

3.2.1. Результаты расчета количества утонений и утолщений хлопковой пряжи методом, основанным на скользящем среднем.

3.2.2. Результаты расчета количества утонений и утолщений хлопковой пряжи методом, основанным на среднем арифметическом.

3.2.3. Результаты расчета количества непсов хлопковой пряжи методом, основанным на скользящем среднем.

3.3. Моделирование продукта в виде последовательности линейных плотностей и в виде последовательности чисел волокон в сечении гтряжи с генерацией локальной и периодической неровноты.

3.3.1. Моделирование продукта в виде последовательности линейных плотностей.

3.3.2. Моделирование продукта в виде последовательности чисел волокон в сечении пряжи.

Выводы по главе 3.

Глава 4. Разработка модели автоматизированного измерительного комплекса.

4.1. Схема модели автоматизированного измерительного комплекса.

4.2. Описание модели автоматизированного измерительного комплекса.

4.3. Структура данных.

4.4. Работа с программным комплексом.

Выводы по главе 4.

Введение 2009 год, диссертация по информатике, вычислительной технике и управлению, Назаров, Роман Валерьевич

В настоящее время важнейшей задачей текстильных предприятий является выработка такой продукции, которая будет способна выдержать конкурентную борьбу в условиях рыночных отношений. Конкурентоспособность продуктов прядения и изделий из них напрямую зависит от их качества. Негативное влияние на качество продуктов прядения оказывает наличие неровноты по линейной плотности и в частности локальной неровноты, которая выражается в резком уменьшении или увеличении линейной плотности продукта. Локальная неровнота является одним из видов пороков. Порок представляет собой достаточно большое отклонение линейной плотности от среднего значения при небольшой протяженности.

Наличие локальной неровноты оказывает существенное влияние на качество пряжи и изделий из неё, так как пороки, при существенном отклонении от среднего значения линейной плотности, становятся заметными для глаза и сильно портят внешний вид продукции.

Неровнота по линейной плотности является важнейшим видом неровноты, так как она взаимосвязана с другими свойствами пряжи и оказывает на них существенное негативное влияние. Например, увеличение неровноты по линейной плотности приводит к росту неровноты по прочности пряжи и т.д. Так неровнота, возникшая на первых этапах процесса прядения, на последующих этапах изменится и дополнится другими видами неровноты. Поэтому очень важно определить причины возникновения неровноты, для предотвращения производства некачественной продукции.

Для сырья, используемого в хлопчатобумажной индустрии характерно наличие остатков шелухи и несозревших волокон, что при обработке может сказываться на производительности труда, являясь источником неровноты по толщине и причиной обрывности.

Однако основная причина присутствия локальной неровноты в полуфабрикатах и готовых изделиях - это не оптимальная организация процессов технологической обработки.

Своевременное выявление пороков пряжи поможет осуществить подержание оптимальных условий на различных этапах производственного процесса и обеспечит требуемое качество используемых полуфабрикатов.

Для выявления пороков требуется применение специальных методов определения их количества. Поэтому над разработкой методик оценки этих характеристик неровноты по линейной плотности, существенно влияющих на качество текстильной продукции, трудились многие российские и зарубежные ученые.

Изначально выявление неровноты продуктов прядения велась ручными методами оценки. Стремительное развитие техники привело к тому, что органолеп-тические способы оценки параметров ответственных за качество продуктов прядения уступили место измерению с помощью специальной измерительной аппаратуры, разработке которой постоянно уделяется большое внимание в России и за рубежом. Классическим примером такой аппаратуры является комплекс измерения неровноты по линейной плотности и других характеристик швейцарской фирмы Zellweger Uster, который признан де-факто эталонным средством для сравнения характеристик продуктов прядения. В России аналогичный комплекс KJ1A-2 проводит измерения неровноты и позволяет получать в оцифрованной форме измеренные значения линейной плотности продукта по его длине. Однако результаты измерения на этих приборах существенно отличаются, что объясняется не различием в качестве измерений, а существенным различием в методике расчета. Сами методики расчета числа пороков не доведены до уровня алгоритма, и большинство важных деталей расчета остается неизвестной для потребителей.

Спектр, выводимый швейцарским прибором Uster Tester, не позволяет оценить суммарный вклад диапазона длин волн с каждого технологического перехода в коэффициент вариации, что затрудняет задачу выявления проблемного участка производственного цикла, так как невозможно избавится от «шумов», созданных предыдущими переходами технологического процесса. В этом заключается существенный недостаток метода, применяемого в приборе швейцарской фирмы Zellweger Uster.

Для того чтобы метод построения спектрограммы позволял выделять неравномерность, возникающую на определенном переходе технологического процесса, используемый спектр должен быть квадратичным. Тогда суммируя столбцы спектрограммы требуемого диапазона длин волн, можно будет получить численное выражение вклада в квадрат СУ всего продукта.

Различия в измерениях характеристик локальной неровноты по линейной плотности разными приборами, которые применяются в текстильной индустрии в настоящее время, не дают возможности провести сопоставление полученных результатов.

Поэтому насущно необходима разработка алгоритма оценки величины локальной неровноты, который по данным дискретных отсчетов линейной плотности пряжи однозначно определяет число пороков на единицу длины пряжи. Целью данной диссертационной работы является:

• разработка методологических и алгоритмических основ измерения частоты локальных выбросов линейной плотности продуктов прядения;

• разработка методов такой оценки спектрограммы продуктов прядения, которая позволяет определить вклад того или иного перехода технологического процесса в общую неровноту продукта;

• создание автоматизированной системы для расчета этих характеристик в рамках задачи управления качеством пряжи.

Заключение диссертация на тему "Исследование и разработка автоматизированных методов контроля характеристик продуктов прядения"

Общие выводы

1. Результаты измерения характеристик числа пороков приборами, которые применяются в текстильной индустрии, существенно отличаются друг от друга, что не дает возможность провести сопоставление полученных результатов.

2. Применяемые в настоящее время способы расчета пороков не доведены до уровня алгоритма, а большинство важных деталей расчета остается неизвестным для потребителя.

3. Алгоритм определения числа утонений и утолщений, применяемый в широко распространенном приборе Uster Tester швейцарской фирмы Zellweger Uster, не учитывает локальную природу выбросов.

4. При расчете с помощью прибора Zellweger Uster числа непсов уровни пороков имеют на самом деле размерность [мм-%|, а не % как указано в выходных данных прибора.

5. Исследованы динамические характеристики системы первичного выделения пороков и установлено, что интервал усреднения должен быть, по крайней мере, в 3 раза больше чем длина, которая характерна для порока, исходя из первого выхода за пределы интервала (1 - е, 1 + б), при ошибке е = 0,05.

6. Средствами Simulink, являющегося пакетом программной среды MATLAB, построена схема процесса выявления пороков пряжи методом скользящей средней и проведено выявление сигнала порока с помощью данной схемы.

7. Разработан алгоритм определения утонений и утолщений, свободный от недостатков прибора Uster Tester, благодаря использованию скользящего среднего в качестве базы для отчета отклонения.

8. Создан алгоритм определения непсов с использованием скользящей средней в качестве величины, относительно которой выражается отклонение линейной плотности.

9. Разработан алгоритм моделирования пряжи, которая содержит случайную, гармоническую и локальную неровноту. Предложен и реализован метод добавления в случайный продукт участков локальной неровноты.

10. Разработан алгоритм построения спектрограммы, позволяющий определить вклад в общий квадрат коэффициента вариации перехода технологического процесса, который вызвал эту неровноту.

11. Алгоритм построения спектрограммы в приборе КЛА-2 допускает существование каналов спектрограммы, в которые не попадает пи одна из гармоник спектра. Устранить данный недостаток можно, если построить спектрограммы в том же диапазоне волн, но с использованием большего количества данных. То есть использовать образец, который имеет большую длину.

12. Проведено исследование влияния увеличения длины подвергнутого анализу продукта на число гармоник, попадающих в каналы спектрограммы. Было установлено, что для заполнения всех каналов или столбцов спектрограммы требуется увеличить исходную опорную длину волны в 4 раза, то есть, если исходная опорная длина волны равна 98304 мм, то длину волны необходимо увеличить до 393216 мм (увеличить число отсчетов с 16384 до 65536).

13. Для экономии пряжи и в связи с тем, что наиболее важную технологическую информацию содержит коротковолновая часть спектра, предлагается не увеличивать длину образца пряжи с ~ 100 м до ~ 400 м, а дополнить недостающую часть значений образца пряжи нулями с соответствующим пересчетом дисперсии.

14. Проведено изучение влияния, которое оказывает значение длины интервала усреднения при расчете скользящего среднего, на количество выявленных пороков. Для хлопковых пряж линейной плотностью 29 и 50 текс имеется диапазон значений интервала усреднения (100-Н30мм), на котором величина интервала усреднения практически не влияет па число зафиксированных пороков.

15. Расчет количеств утонений, утолщений и непсов по разработанной методике для чисто хлопковых пряж (25 текс, 29 текс, 50 текс) и пряж из смеси хлопка с отходами прядения хлопка (25 текс, 29 текс, 50 текс) показал способность уверенно отличать хорошую пряжу от плохой.

16. Проведено моделирование продукта в виде последовательности линейных плотностей и в виде числа волокон в сечении пряжи, содержащего случайную, гармоническую и локальную неровноты. В качестве параметров компонентов смеси были использованы данные испытаний реальных марок хлопка. Испытание новых методик расчета утонений, утолщений и непсов на смоделированных продуктах подтвердило их высокую различительную способность.

17. На основе разработанных алгоритмов создан автоматизированный измерительный программный комплекс, позволяющий выполнять все функции, связанные с расчетом количества пороков пряжи, моделированием случайной пряжи, дополненной гармонической и локальной неровнотой, и построением спектрограммы.

Библиография Назаров, Роман Валерьевич, диссертация по теме Автоматизация и управление технологическими процессами и производствами (по отраслям)

1. Автоматический контроль и регулирование развеса текстильных материалов. М.: «Легкая индустрия», 1975, 248 с.

2. Ангаров Э.И., Воронин В.И., Лифанова Л.А., Першина Т.И. Способ измерения показателей плотности потока волокнистой массы. /В сб.научн.трудов ЦНИХБИ. М.: ЦНИИТЭИлегпром, 1981, с.67 - 70.

3. Андерсон Т. Статистический анализ временных рядов. М.: Мир,1976.

4. Анна-Сеидов. Исследование влияний биения переднего цилиндра и нажимного валика передней линии вытяжного прибора на процесс вытягивания. -М.: Научно-технический бюллетень, ВНИИЛТекмаш, 1, 1959.

5. Бадалов К.И., Жоховский В.В., Осьмин H.A., Прядение хлопка и других текстильных волокон, М.: Легпромбытиздат, 1988, 448 с.

6. Барабанов Л.Т. Влияние процессов прядения на полосатость сатина. -М.: Текстильная промышленность, 12, 1952 .

7. Барабанов Л. Т. Причины образования неровноты продукта прядения. М.: Текстильная промышленность, 6. 7, 1959.

8. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. Пер. с англ. М.: Мир, 1989. - 540 е., илл.

9. Бриллинджер Д. Временные ряды. Обработка данных и теория. М.: Мир, 1980, с.52.

10. Бриллинджер Д.Р. Фурье анализ стационарных процессов. Пер. с англ., ТИИЭР, 1974, т.62, №12, с. 15 - 33.

11. Вентцель Е.С., Овчаров Л.А. Теория вероятностей. М.: Наука, 1973.

12. Виноградов Ю.С. Математическая статистика и ее применение к исследованиям в текстильном производстве. М.: Гизлегпром, 1956, 368 с.

13. Гольденберг Л.М., Левчук Ю.П., Поляк М.Н. Цифровые фильтры. М.: Связь, 1974. 160 с.

14. Джейнс Э.Т. О логическом обосновании методов максимальной энтропии. ТИИЭР, 1982, т. 70, №9, с. 33 51.

15. Дженкинс Г., Ватгс Д. Спектральный анализ и его приложения. Т. 1 и2; М.: Мир, 1971 - 1972.

16. Динамика основных процессов прядения /Гинзбург Л.Н., Хавкин В.П., Винтер Ю.М., Молчанов A.C. М.: Легкая индустрия: ч.1, 1970. - 304 с, ч.2, 1972.- 308 с, ч.З, 1976.-234 с.

17. Зотиков В.Е. Неровнота в хлопкопрядении. Дисс.соиск. степени д-ра техн. наук. МТИ, М.: 1947, 480 с.

18. Иванов С.С. Зависимость неровноты по весу от длины отрезков. М.: Текстильная промышленность, 2, 1953, с. 16 - 20.

19. Иванов С.С., Филатова O.A., Технический контроль в хлопкопрядении. М.: «Легкая индустрия», 1978, 240с.

20. Кевдин О.П., Назаров Р.В. Исследованиям и разработкам современные информационные технологии. Современные конкурентоспособные технологии и материалы текстильной промышленности. Сборник научных трудов. - М.: ФГУП ЦНИХБИ, 2007. - с. 237-239.

21. Кей С.М., Марпл мл. С.Л. Современные методы спектрального анализа. Обзор, ТИИЭР, 1981, №. 11.

22. Кетков Ю. Л., Кетков А. Ю., Шульц М.М. MATLAB 7: программирование, численные методы. СПб.: БХВ-Петерург, 2005. - 752 е.: ил.

23. Ковачева М.В. О причинах периодической полосатости по утку в тканях сатинового переплетения. Иваново: Изв.ВУЗов, Технология текстильной промышленности, I, 1958.

24. Кокс Д. Льюис П. Статистический анализ последовательностей событий. М.: Мир, 1969. - 312 с.

25. Кукин Г.Н., Соловьев А.Н., Текстильное материаловедение (исходные текстильные материалы), М.: Легпромбытиздат, 1985, 216с.

26. Лазарев Ю. Моделирование процессов и систем в MATLAB. СПб.: Питер; Киев: Издательская группа BHV, 2005. - 512 е.: ил.

27. Лайонс Р. Цифровая обработка сигналов: Второе издание. Пер. с англ. М.: ООО «Бином-Пресс», 2006 г. - 656с.: ил.

28. Лев и Г. В. Характер неровноты волокнистых продуктов. Научно-исследовательские труды ЦНИИЛВ. т.Ю, Гизлегпром, 1957, с.48 -58.

29. Левин Б. Р. Теоретические основы статистической радиотехники.1. M.: Сов.Радио, 1969, т.1.

30. Лившиц H.A., Пугачев В.Н. Вероятностный анализ систем автоматического управления. М.: Сов. Радио, 1963. - 896 с.

31. Марпл-мл. С.Л. Цифровой спектральный анализ и его приложения. Пер.с англ. М.: Мир, 1990, - 584 е., илл.

32. Мирский Г.Я. Аппаратурное определение характеристик случайных процессов. М.: Энергия, 1972. - 456 с.

33. Назаров Р.В., Винтер Ю.М. Использование средств MATLAB для анализа неровноты продуктов прядения по линейной плотности. Сборник научных трудов аспирантов. Выпуск 10. М.: МГТУ им. А.Н. Косыгина, 2005. - С. 5962.

34. Назаров Р.В., Винтер Ю.М., Плеханова C.B. Новая методика и программное обеспечение для расчета количества пороков пряжи. Иваново: Изв. ВУЗов, Технология текстильной промышленности, 2006. - №6С. - С. 134-136.

35. Оппенгейм A.B., Шафер Р.В. Цифровая обработка сигналов. М.: Связь, 1979.

36. Отнес Р., Эноксон Л. Прикладной анализ временных рядов. Основные методы: М.: Мир, 1982.

37. Рабинер Л. , Голд Б. Теория и применение цифровой обработки сигналов. Пер. с англ. М.: Мир, 1978.

38. Робинсон Э.А. История развития теории спектрального оценивания. Пер. с англ., ТИИЭР. 1982, т. 70, №9. с.6 33.

39. Садьткова Ф.Х, Садыкова Д.М., Кудряшова Н.И., Текстильное материаловедение и основы текстильных производств, М.: Легпромбытиздат, 1989, 288 с.

40. Севостьянов А.Г. Исследование неровногы хлопковой ленты при однократном и многократном вытягивании. Отчет по НИР, МТИ. - М.: 1950, 56 с.

41. Севостьянов А.Г., Методы исследования механико-технических процессов текстильной промышленности, М.: Легкая индустрия, 1980. 392с.

42. Севостьянов А.Г. Методы исследования неровнотьт продуктов прядения. М.: Ростехиздат, 1962, 388 с, илл.

43. Севостьянов А.Г. Неровнота, обусловленная дефектами деталей вытяжного прибора. Иваново: Изв. ВУЗов, Технология текстильной промышленности, 5, 1960.

44. Севостьянов А.Г., Севостьянов П.А. Моделирование технологических процессов (в текстильной промышленности): Учебник для ВУЗов. М.: Легкая и пищевая пром-сть, 1984. - 344 с.

45. Севостьянов П.А. Исследование процесса дискретизации методом статистического моделирования .Изв. ВУЗов: Технология текстильной пром-сти, 1976, 2, с.32 37.

46. Севостьянов П.А. Исследование сложения волокнистых потоков методом статистического моделирования. Изв. ВУЗов: Технология текстильной пром-сти, 1979, 5,с 40 44

47. Севостьянов П.А. Статистическое моделирование сложения волокнистых потоков. В кн.: Современные проблемы развития текстильной промышленности и задачи подготовки инженерных кадров. - М.: МТИ, 1980. - 97 с.

48. Севостьянов П.А., Компьютерное моделирование технологических систем и продуктов прядения. М.: Информ-Знание, 2006, 448 с.

49. Соловьев А.Н. Зависимость неровноты по номеру от длины отрезков. М.: Текстильная промышленность, 7, 1948, с.12 - 18.

50. Тихонов В.И. Выбросы случайных процессов М.: Наука, Главн. ред.физ.-матем. лит., 1970., 392с.

51. Тихонов В.И. Статистическая радиотехника. М.: Сов.Радио, 1966.

52. Ту Ю. Цифровые и импульсные системы управления. М.: Машгиз,1964.

53. Уральская C.JI. Исследование и усовершенствование процессов в уто-няюще-разъединяющем приборе с зубчатым барабанчиком. Автореф. Дис. канд. техн. наук. М.: 1972. - 29 с.

54. Фролова Т.А. О структурной неровноте хлопчатобумажной пряжи и ровницы. Иваново: Изв.ВУЗов, Технология текстильной промышленности, 5, 1959.

55. Харкевич Л.А. Спектры и анализ. М.: Гостехтеоретиздат, 1957, 280с.

56. Хэмминг Р.В. Цифровые фильтры. М.: Сов. Радио, 1980.

57. Хэррис Ф. Дж. Использование окон при гармоническом анализе методом дискретного преобразования Фурье. Пер. с англ., ТИИЭР, 1978, т. 66, №1, с. 60 96.

58. Широков В.П., Владимиров Б.М., Полякова Д.А. и др., Справочник по хлопкопрядению, М.: Легкая и пищевая промышленность, 1985, 472с.

59. Abeele A.M. van den. Contribution to the Study of Irregularity of yarns, Rovings and Slivers. Manchester: Journal of the Textile Institute, - Pr. 162, 1951.

60. Andivert R., Hannah D., Onions W., Townend P. A Contribution to the Study of Periodic Irregularities in High-Draft Worsted Yarns. Manchester: Journal of the Textile Institute, - Tr. 418, 1959.

61. Blackman R.B., Tukey J.W. The Measurement of Power Spectra from the Point of View of Communications Engineering. Dover, Publ. N.Y., 1958.

62. Brag L. The Effect of Bottom front Roll Run-Out in Spinning on Yarn Quality and Processing Performance. Princetone: Textile Research Journal, 6, 1958.

63. Breny H. Variance and Autocorrelation of Thickness in Random Slivers. Application Scientific Research, Ser.A, vol. 3, No. 3, 1953.

64. Catling H. The Effect of Roller Vibration on Yarn Regularity. Manchester: Journal of the Textile Institute, - Tr. 279. 1958.

65. Cooley J.W., Tukey J.W. Math, of Comput. April, 1965, v. 19, p.267

66. Cox D., Townsend M. The Analysis of Yarn Irregularities. Manchester: Journal of the Textile Institute, - Tr. 107, 1951.

67. Cox D., Townsend M. The Use of Correlograrmns for Measuring Yarn Regularity. Manchester: Journal of the Textile Institute, - Tr. 145, 1951.

68. Foster G., Tyson A. The Amplitudes of Periodic Variations caused by Ex-centric Top Drafting Rollers and their Effect on Yarn Strength. Manchester: Journal of the Textile Institute, Tr. 385, 1956.

69. Foster G.A.R. The Causes of the Irregularity of Cotton Yarns. Manchester: Journal of the Textile Institute, - Pr. 357, 1953.

70. Foster G.A.R. The Principles of Roller Drafting and the Irregularity of Drafted Materials: Manual of Cotton Spinning. Manchester: Textile Institute, 1958, 264 p.

71. Foster G.A.R., Martindale J. The Form and Length of the Drafting Wave in Cotton Rovings. Journal of the Textile Institute, Tr. 1, 1946.

72. Fujino K., Kawabata S. Theoretical Analysis on the Spectral Density of Random Slivers. Journal of the Textile Machinery Society of Japan, No. 1, 1959.

73. Grosbcrg P., Palmer. The Use of Zellweger Irregularity Tester in Finding the Variance-Length Curve of Worsted Yarn. Manchester: Journal of the Textile Institute, - No. 4, Tr.275, 1954.

74. Locher H. Spinning faults and the Spectrogramm. Man-Made Textiles, NN416-417, 1959

75. Martindale J. A New Method of Measuring the Irregulartes of Yarns with Some Observations on the Origin Irregularities in Worsted Slivers and Yarns. Manchester: Journal of the Textile Institute, - Tr. 35, 1945.

76. Meyer I.K., Langer H. Gleichmabigkeitsprufung am Laufenden Faden auf Elektro-Kapazitiver Basis, Der Garngleichmabigkeitsprufer "Uster", Fachbuchverlag GMBH, Leipzig, 1953.

77. Onions W., Selwood A. An Alternative Method of Detecting Periodicities in Yarn. Journal of the Textile Institute. Tr. 603, 1956.

78. Picard H. The Irregularity Slivers. Manchester: Journal of the Textile Institute, - Tr. 501, 1951; Tr. 251, 1952; Tr. 307, 1953.

79. Spencer-Smith J., Todd H. A Time Series met with in Textile Research. Supplement Journal Statistical Society, No. 7, 1941.

80. Vose I., Plumer. Deviometer of Irregularities tester, Journal of The Textile Institute, 7, 1945, 640-647 p.