【织物断头检测系统研究现状的文献综述3400字】

织物断头检测系统研究现状的文献综述作为传统纺织大国，纺织业一直都是我国极为重要的经济支柱产业之一，纺织机械也是诸多制造领域中一个比较重要的分支。在工业生产中，为提升织物品质和合格率，通常会在织物生产过程中加装织物张力调节机构和织物断头检测装置[8]。目前，国内有很多关于纱线断头检测装置的研究，这些检测装置虽然在检测效率和准确率上与国外还有一定的差距，但是同时也存在更大的提升空间。织物加工过程中，纱线因受力不均而发生断裂是一种很常见的现象[9]。纱线在生产过程中一旦出现断裂现象，不仅会影响企业的生产效率，也会直接导致相关产品整体质量的大幅下降。第一时间检测出纱线断头并将其严重程度和位置信息等数据反馈给生产人员，往往可以大幅提高生产效率，大大减少企业损失。目前，按照检测时织物与传感器之间的信号传递形式可以将断头检测方式分为两大类，即接触式和非接触式两种[10]。如表1-1所示为这两种断头检测方式部分具体的技术方案和实现原理。表1-1纱线断头检测技术方案和原理检测原理检测方法接触方式检测过程压电传感式纱线接触按压接触式检测压电陶瓷电信号的变化热电传感式纱线接触摩擦生热接触式检测纱线接触处温度变化引起的电信号变化光电传感式纱线自身光路遮挡非接触式检测光线遮挡后的电信号变化电磁传感式钢丝圈电磁感应非接触式检测钢丝圈电磁信号周期变化声电传感式钢丝圈声电感应非接触式检测钢丝圈声音信号周期变化图像处理式纱线自身图像处理非接触式通过图像处理分离纱线，提取特征后进行分类识别接触式断头检测主要是通过让织物去主动触发物理开关[11]或摩擦导致温度传感器局部温度发生变化，使得信号电路中电流同时发生变化并作为采集信号传递给控制平台，起到断头检测效果。其中比较常见的接触式检测主要有以下两种检测方式：（1）压电传感式检测纱线经过张力调节装置后通常还需经过导丝挂钩，由于纱线张力的存在，在纱线经过导丝挂钩时会对挂钩产生压力。通过在导丝挂钩表面加装压力传感器来监测挂钩的受力点附近压力变化，实现对纱线断头的检测。使用这种检测方式检测的织物会附带大量油污，同时由于物理开关寿命短，可靠性差，有时会因为开关氧化，无法及时触发导致误判，影响最终织物生产质量。后期也有人采用改进版的压电陶瓷[12]代替物理开关，通过摩擦产生静电信号起到检测效果，但这也会导致织物磨损现象加剧，影响产品强度和寿命。（2）热电传感式检测当纱线高速通过导丝钩后会不可避免的与导丝挂钩之间发生摩擦，导致局部温度上升，产生温度变化。通过在导丝挂钩附近加装温度传感装置来对发热点进行温度变化检测可以实现纱线断头检测。然而该装置也处在弊端，由于温度变化慢，导致温度传感器热惰性存在，会造成较大的测试误差；另外，由于生产车间的温度和湿度的影响也会导致传感器测试值误差的存在；同时，由于纱线与挂钩之间接触压力的不稳定也会导致测量误差的存在。综上所述，传统接触式断头检测系统优点主要是结构简单、工作原理通俗易懂和响应时间短。然而其缺点也很明，综合权衡其优势和劣势，目前工业上主要采取非接触式断头检测系统。非接触式检测方式避免了纱线与检测装置的直接接触，主要通过光、声和电信号传递断头信号，比较常见的非接触式检测方式主要为机械式断头检测方式。机械式非接触检测方法按原理划分，主要包括以下三种检测方式：（1）电磁感应式检测方法[13]运用电磁感应方式进行检测时，通过检测磁化的钢丝圈转动后产生的电流变化进行判断钢丝圈转动情况，以此判断纱线断头情况[14]。使用电磁感应方式检测断头检测会因为钢丝圈磁性变弱而使得检测效果明显下降，而钢丝圈的磁性随着使用时间变长会不可避免的变弱，磁性分散性也会同时加大，导致检测误差变大。同时电磁信号强弱还受周围因素影响较大。（2）光电传感式检测方法[15]。光电传感式方案进行纱线断头检测时，主要使用一个可以发射激光的模块和一个可以接受光信号的模块对立放置，检测对象为处于这两个模块之间的纱线。发射模块通过信号发射器发射激光束，接收模块通过光电传感器接收光信号，当纱线未断开时光路被遮挡，接收的端口表现为一个变化的开关信号，则表明纱线未断开；若信号一直处于稳定状态，则表明该处纱线产生断头。由于纱线相对较细，车间飞尘较多，比较容易产生静电吸附，污染光电探头，导致其维护成本升高和误判率上升。（3）声电传感式检测方法声电传感方式检测纱线断头时，主要通过声音传感器收集细纱机钢丝圈转动信号。细纱机正常纺纱时钢丝圈高速转动，一旦发生纱线断头，钢丝圈会在钢领上低速转动甚至停止转动。声音传感器将获得的钢丝圈运动声音信号转化为电信号输出，通过分析比较断头前后的信号差异进行纱线断头检测。由于该方法对生产车间环境噪音敏感，而多数生产线上不可避免的会有机器声音等外部因素的影响，通用性不高。由于工业自动化技术相对成熟，设备成本较低并且没有繁杂和不稳定的算法，很多自动化设备开发者选择使用传统的机械式断头方式进行断头检测。东华大学的康吉源[16]通过比较光电式和电磁式的检测效率，选择电磁式传感器作为检测设备进行细纱断头检测；姚俊红[17]设计了一种基于光电传感效应的巡回式纱线断头检测装置；李效东[18]等人设计一种基于红外传感器的光电效应是断纱检测装置。该装置在纱线高速运转至红外探头正前方时，由于纱线不透光作为反射面，将红外线反射到传感器上产生电信号，从而判断纱线有无断头。吕汉明[19]等提出一种基于声音检测与分析的细纱断头检测方法通过声音传感器采集钢丝圈在发生纱线断头是声音的变化，作为信号传给控制器，以判断纱线是否发生断头现象。综上所述，传统非接触式机械式断头检测方式在检测纱线断头时可以有效避免接触带来的磨损，保证了产品本身的结构强度和整洁度。尽管传统的非接触机械式纱线断头检测解决了了接触式断头检测存在的问题，然而其对于湿度、温度以及环境噪音等外部因素影响过于敏感，严重影响其在特定工作环境下断头检测效率和检测可靠性。针对以上问题，不少纱线断头检测系统研究者把目光投向当前比较热门的机器视觉方向。参考文献[1]付国定,陈桦,刘红,等.数字图像处理技术在纺织服装领域的研究进展[J].丝绸,2011,48(12):22-25.[2]王松林,相恒学,徐锦龙,等.通用合成纤维功能化基础问题与发展趋势[J].纺织学报,2018,39(03):167-174.[3]钟琳琳.我国聚酯化纤行业分析及发展建议[D].浙江工业大学,2014.[4]彭羽.中国纺织工业竞争力结构提升研究[D].上海社会科学院,2010.[5]江宏飞,周伟.我国纺织工业劳动力比较优势的刚性与产业升级[J].上海纺织科技,2007,(08):5-7.[6]陈卫忠.一种自动化化纤布料截断装置[P].中国专利:CN210315026U,2020-04-14.[7]王书敏.熔体直纺167dtex/144fFDY长丝的开发[J].聚酯工业,2005(03):43-45.[8]阮德智,李亚东,周鹏,等.用于防止纱线断头的缓冲装置、落纱机及其工作方法[P].中国专利:CN104746192A,2015-07-01.[9]ChenGF,SunHC,ZhaiLL,etal.ACapacitanceBasedCircuitDesignforYarnBreakingDetection[J].AdvancedMaterialsResearch,2012,1917.[10]任尧,袁嫣红,向忠.非接触式断纱检测系统设计[J].浙江理工大学学报(自然科学版),2018,39(02):200-205.[11]吴震宇,陈琳荣,李子军,等.接触式纱线张力传感器动态测量模型[J].纺织学报,2013,34(08):138-142.[12]雷霆.压电冲击传感器动态响应研究[D].中国工程物理研究院,2019.[13]景俊豪.基于光纤和电磁传感的边坡变形监测系统研发[D].大连理工大学,2020.[14]顾金华.一种电磁式细纱机纱线断头检测装置[P].中国专利:CN203333896U,2013-12-11.[15]潘如如,刘基宏,高卫东,等.一种基于光电传感器的细纱断头检测装置[P].中国专利:CN102888684A,2013-01-23.[16]康吉源.环锭纺细纱机断头监控系统的研究设计[D].东华大学,2015.[17]姚俊红.赛络纺纱巡回式断头检测装置的设计[J].上海纺织科技,2015,43(10):88-89+93.[18]李效东,徐阳,金前鹏,等.基于红外传感器的环锭纺断纱在线检测装置[J].激光与红外,2018,48(03):333-337.[19]吕汉明,吕鑫.基于声音检测与分析的环锭纺细纱断头检测[J].纺织学报,2015,36(07):142-146.[20]解国升,徐洋,董蓬,等.基于机器视觉的布匹色差在线检测系统[J].东华大学学报(自然科学版),2020,47(01):28-33.[21]汤勃,孔建益,伍世虔.机器视觉表面缺陷检测综述[J].中国图象图形学报,2017,22(12):1640-1663.[22]尹仕斌,任永杰,刘涛,等.机器视觉技术在现代汽车制造中的应用综述[J].光学学报,2018,38(08):11-22.[23]LuX,WangY,ZhouX.Trafficsignrecognitionviamulti-modaltree-structureembeddedmulti-tasklearning[J].JournalofRobotics&MachineLearning,2017.[24]赵艳,左保齐.机器视觉在织物疵点检测上的应用研究综述[J].计算机工程与应用,2020,56(02):11-17.[25]任飞凯.基于卷积神经网络人脸识别研究与实现[D].南京邮电大学,2019.[26]陈政强,马兆敏.基于视觉的车牌自动识别现状综述[C],2018:4.[27]吴旭东,吕汉明.基于深度学习的细纱断头检测模型[J].天津纺织科技,2020(02):42-47.[28]MusaE.Line-laser-basedyarnshadowsensingbreaksensor[J].OpticsandLasersinEngineering,2010,49(3)