60AT4 型异纤分拣机最优检测参数预测

-回复 -浏览
楼主 2020-07-01 16:51:24
举报 只看此人 收藏本贴 楼主


来源/《棉纺织技术》

作者/刘仁杰  杜玉红   赵镇宏   杨程午  蔡文超 

编辑/棉纺织技术新传媒-番薯


《棉纺织技术》2017年3月(第45卷,总第545期)火热发售中……

本期《棉纺织技术》涵盖以下技术文章:


订阅方式:

1.在线订阅点击菜单:社群/商城

2.拨打订阅热线:029-83553540


原文刊自:2016年11月

第44卷(总第541期)

摘 要

探讨 60AT4 型异纤分拣机的结构特点和设备调试方法,对其最优检测参数进行了预测。异纤检出率作为评价异纤分拣机检测性能的重要指标,其主要的影响因素有检测参数、风机频率(棉流速度)和相机白平衡值等。利用 BP 神经网络预测了设备的最优检测参数,并通过大量试验进行了验证,最终实际检出率与预期检出率的误差在 5% 左右。认为:预测的最优检测参数对于多种颜色块状和线状异纤的检测误差在允许范围

内,能够满足实际生产需求。

关键词

异纤分拣机; BP 神经网络;相机白平衡;风机频率;检测参数;检出率


1 研究背景


棉花异性纤维(以下简称为异纤)是指混入棉花的非棉纤维和非本色纤维,如化学纤维、毛发、丝、麻、塑料膜、塑料绳、染色线等。被异纤所污染的棉花纺成的纱线容易产生疵点,会导致纱线断头增加,影响所织成的棉布外观和质量,企业的信誉和收益也会受到影响。目前,在国内外科研单位、高等院校及相关企业中,异纤检测的手段和优化已成为热门研究课题。


常用的异纤检测方法主要有图像处理、超声波原理、光谱特性等。国内外棉纺企业中普遍采用的检测方法为图像处理,即用 CCD 异纤分拣机进行异纤的检测与剔除。以下以 60AT4 型棉花异纤分拣机为研究对象,对异纤检测的最优参数进行了预测,通过大量试验对其检测参数进行了验证。


60AT4 型棉花异纤分拣机的主要工作流程为含有异纤的原棉在风机提供的持续气流作用下,自下而上的被吸入透明的棉流通道。棉流通道的两侧安装有紫外灯管和白色荧光灯管,分别用来检测具有荧光效应的白色异纤和普通彩色异纤。两侧的 CCD 线阵相机对棉流进行扫描,采集含有异纤的原棉图像并将其送往工控机,工控机内的处理系统对信息进行快速高效的处理,判断异纤所在的位置,驱动高速电磁阀,释放高压高速气流,将异纤和少量正常的棉花纤维一起喷出,其工作原理如图 1 所示。



2 设备结构及特点


60AT4 型棉花异纤分拣机主要由输棉系统、照明系统、剔除系统、图像采集系统、电力系统和分析处理系统六部分组成。


输棉系统是由一台额定功率为 0.75kW ,额定转速为 2830r / min 的风机和具有一定弯曲弧度的输棉管道组成。在风机的驱动作用下,原棉由入棉口进入输棉管道,从下往上进入异纤检测区域。


照明系统主要由接触调压器、电容、镇流器、紫外灯管和白色灯管组成。其中接触调压器连接电容,输出 220V 稳定电压。紫外灯管是用于检测具有荧光效应的白色异纤,白色灯管则是用来检测普通的彩色异纤。


剔除系统主要由控制板、储气罐、电磁阀、喷嘴组成。当原棉进入检测通道,系统检测到异纤时,工控机会将信号传输到控制板,驱动电磁阀喷出高速 气 流 剔 除 异 纤,最后进入废棉收集袋。60AT4 型异纤分拣机独特的剔废通道设计减少了异纤剔除时喷出的棉花量。


图像采集系统主要由 CCD 相机、图像采集卡和工控机组成。当检测通道两侧的 两台彩色CCD 相机采集棉流图像后,图像信号通过 camer-a -link 接口快速存储至图像采集卡,随后图像信息被传递到工控机。由于图像信号的传输需要很高的传输速度,通用的传输接口不能满足要求,因此需要配置存储、读取速度均较快且拥有良好适配性的图像采集卡。 60AT4 型分拣机采用的采集卡是 SiliconSoftware 的 AD4 系列采集卡,其为一种基于当前最新 PCI-E 总线的高性能图像采集卡,具有标准 camera-link 接口,可连接不同分辨率、帧频的数字面阵相机或不同分辨率、行频的线阵相机。采集卡外部接口如图 2 所示,采集卡各个接口类型及功能如表 1 所示。



电力系统主要由 380V 电源和 220V 电源组成。其中三相异步电动机使用的是 380V 电源,照明系统使用的是 220V 电源。 220V 电源系统中配备有滤波器,为工控机及显示器提供滤波后的稳定电压。为控制板提供稳定电压及保护电路的是一个 24V 直流电源及相应的继电器。


分析处理系统是大恒图像公司自主研发的专业异性纤维分析软件 。该异纤分析软件建立了特殊的数学模型用于棉花异纤的判断识别,主要通过灵敏度和尺寸这两个参数来判断棉花中的异纤。在检测异纤时,处理器首先会计算数学模型的输出信号,若所检测信号的强度高于预先所设置的灵敏度阈值的区域范围,同时信号的强度也高于预先所设置的尺寸参数区域范围时,则系统会将该信号判断为异纤。整个检测处理过程由计算机控制,快速、准确、高效。


3  设备的调试


60AT4 型异纤分拣机的调试部分主要包含CCD 相机的白平衡调试和检测软件的调试两部分。


相机的白平衡调试主要是对相机的曝光和增益分别进行调节。白平衡功能是使相机具有颜色恒常能力,从而准确地识别异纤。首先将红、绿、蓝三个颜色通道的曝光时间调节为与检测系统匹配的 115μs 。增益调节主要以绿通道的值为参考值,根据检测的实际条件确定相机绿色通道的数值,当达到 110 左右时,检测效果易达到最佳。故先将绿色通道的值调节到 110 左右。这时通过相机的“ AutoWhiteBanlance ”功能使红色和蓝色通道的值与绿色通道的值相匹配,使三者的值相近或相同。最后再通过调节“黑色像素校正”、“像素校正”、“阴影校正”三个步骤完成最终的相机白平衡调试。


检测软件调试的好坏决定了分拣机能否快速高效地检测出棉花异纤。检测软件操作面板上主要包含模块选择区和参数调节区两部分。检测软件操作面板示意图如图 3 所示。



图 3 左侧部分为模块选择区,当选择不同的模块时,右侧参数调节区会显示出相应的参数。单击对应参数的数值,可以修改和调节该参数。面板上所有参数中,标志为“参数”、“尺寸”和“面积”的,数值越小越灵敏,喷花越多;标志为“灵敏度”的,数值越大越灵敏,喷花越多。


4 设备最优检测参数的预测


检测参数的调节是一项复杂的工作,参数调节面板上有橙块参数、黄块参数和红块参数等 7 种参数,各种颜色的线状参数又包含 9 种,每种参数对应相应颜色和形状的异纤。异纤的最佳检测参数往往需要进行大量的试验进行确定,费时费力,实施难度较大,故本文通过 BP 神经网络建立异纤的最优检测参数预测模型,并通过试验进行验证。


人工神经网络是一种非线性建模预报技术,近年来受到广泛关注。由于它具有较强的自组织性、自适应性、联想能力、模糊推理能力和自学习能力等优势,特别适合于解决非线性问题,在模式识别、系统辩识、预测、控制、图像处理、函数拟合等问题研究中发挥了十分重要的作用。BP 神经网络是目前较为成熟和应用广泛的神经网络模型之一。安然等人采用 BP 神经网络拟合了原始数据,得到了未来几年南宁市公路货运量的预测值,取得了较高的预测精度。刘永宏等人通过BP 神经网络预测城市的空气质量,为当地政府部门预测和治理空气质量提供了有效方法。宗跃阳等人建立 BP 神经网络预测模型对纺纱原料投入量进行预测,有效帮助企业计划生产投入,降低生产成本。


BP 神经网络的原理是数据流的逐层前向计算(正向传播),而权值和阈值通过误差信号的反向传播不断进行调整,这两个过程周而复始地进行,直到神经网络的输出误差达到预期范围内。BP 神经网络的结构如图 4 所示。



图 4 中: xi 为输入层第 i 个节点的输入变量,i =1 , 2 , 3 , ... , M ; wij 表示在误差反向传播过程中隐含层第 j 个节点到输入层第 i 个节点的权值;αj表示隐含层在误差反向传播过程中的阈值;ψ (x )表示隐含层的激励函数;wjk表示在误差反向传播过程中输出层第 k 个节点到隐含层第 j 个节点之间的权值,Φ (x )表示输出层的激励函数;βk 表示输出层在误差反向传播过程中的阈值;uk表示输出层第 k 个节点的输出值,k =1 , 2 , 3 , ... , N 。


(1 ) BP 神经网络的信号前向传播过程中隐含层第 j 个节点的输入netj为:


(2 )误差的反向传播是从输出层开始,依次从后向前计算隐含层、输入层神经元的输出误差,随后由梯度下降法调节各层的权值及阈值,使神经网络最终的输出值接近期望值。


对于每一个样本 p 的二次型误差函数Ep为:


式中:

Tk为与输入学习样本对应的校验值。


BP 神经网络的算法流程图如图 5 所示。



通过大量的试验分析可知,影响设备对异纤检出率的因素主要有检测参数、风机频率(棉流速度)、相机白平衡值。理论上检测参数越小,异纤检出率越高,但参数太小,会增加误检率;风机频率越高,即棉流速度就越高,异纤检测时间就越短,异纤不易被喷出,影响检出率;白平衡是使相机具有颜色恒常能力,异纤夹杂在白色棉花中,白平衡值越大,异纤和棉花纤维越易区分,但白平衡值太大,也会增加误检率。本文为确立最优检测参数,以相机白平衡值、风机频率及异纤检出率为输入量,以检测参数为输出量,通过 MATLAB 神经网络工具箱建立含有一个隐含层的三层多输入单输出的 BP 神经网络模型,预测设备对各色块状和线状异纤的最优检测参数。


试验选用彩色试纸和细线代替棉纺织企业常见的各类块状和线状异纤,块状试纸 尺寸为20mm×2mm ,线状异纤用长度为 45mm ,直径为 0.35mm 的彩色细线替代  。每次试验投放含有异纤的原棉 20 次,随机做若干组试验,并记录每组试验中的风机频率、相机白平衡值、检出率,作为训练神经网络的输入量,检测参数作为输

出量,不断地训练网络,当网络的收敛误差达到要求时,再由经验值得出最优的风机频率、相机白平衡值以及预期检出率作为输入量,通过神经网络预测最优检测参数,具体如表2所示。



最后,在所预测的检测参数下,获得对应的实际检出率。通过与异纤预期检出率比较,发现误差都在 5% 左右,如图 6 所示。误差在允许范围内,可以满足现场的生产要求。


5 结论


本文通过分析 60AT4 型棉花异纤分拣机的结构和各部分功能,对 CCD 相机的白平衡调试以及检测系统的调试进行了介绍。针对检测系统难以快速准确地确立最优检测参数这一问题,以相机白平衡值、风机频率和检出率为输入量,检测参数为输出量,通过 MATLAB 神经网络工具箱建立 BP 神经网络。运用 BP 神经网络预测了最优检测参数,并通过大量试验验证了预测检测参数的准确性和可靠性,从而也对异纤分拣机的高效、准确使用具有一定的指导作用。


PS: 吐槽评论 小编接招就是

(翻山越岭往下拉 点击评论有惊喜)


近期热门文章精选

【排行榜】2016年棉纺行业100强最新榜单:魏桥、天虹、华芳居前三甲

【管理】工厂生产现场问题大全,建议收藏!

【管理】班组长的一天:班前、班中、班后的管理笔记

致敬 | 纺织女工的人生太令人钦佩!

【管理】车间主任的管理秘籍

魏桥的“熄灯车间”,你一定没见过

【开工大吉】过完年我要去干纺织了!

【干货】车间现场的标识管理(纺企可参考)

一纺企今早突发大火 整个工厂基本被烧毁 附:纺企火灾原因及应对措施细则

工厂车间现场管理指南完整版

纺织企业适用的现场管理,人员、物料、设备……纺织人都有必要了解!

【上市十年】新野纺织是如何打造纺织产业“航母”的?

纺织人眼中的感恩节,传疯了...

细纱落纱工操作法

2017年,纺织人,请记住这7个字!


棉纺织技术新传媒(微信号:mfzjsxcm)

转载请务必注明来源

© 棉纺织技术新传媒(ID:mfzjsxcm) 

以下为图片广告


点击阅读原文,报名参会!

我要推荐
转发到

友情链接