UST条干仪测试的影响因素及控制

分析 U ST条干仪测试原理 ,阐述长丝 UST条干仪测试误差、差错的产生及消除方法 ;操作环境对测试的影响及控制 ;正确选用测试条件的方法 ,以及稳定、正确操作的必要性。

条干均匀度检测方式的研究进展

为进一步提升条干均匀度检测的效率和自动化水平,降低环境温湿度、条干结构状态、光强等因素对条干均匀度检测方式的影响,分析了条干均匀度电容式检测、光电式检测及其他检测方式的原理和特点,讨论了各种检测方式在不同环境条件、检测速度、精度、有效检测区域等方面的优劣,总结了各种条干均匀度检测方式的研究重点与改进措施。认为:检测方式应朝着高精度、高速、在线检测的方向发展,以适应现代纺织对须条条干大定量、快速检测和现场检测的要求。

纱线条干均匀度检测技术的研究进展

纱线条干均匀度是评估纱线质量和质地的重要指标,对纺织品质量、性能以及加工工艺有着重要影响,因此准确快速地测定条干均匀度在纺织工业中具有重要意义。通过回顾国内外相关文献,综合讨论了电容式、光电式和图像处理3种条干均匀度检测技术,并对各自的研究进展进行了详细阐述。重点讨论了条干均匀度检测技术的准确度、评价指标和技术要领等,分析了影响条干均匀度检测技术发展的相关因素,并从理论依据、研究方法和应用评价等角度讨论了条干均匀度检测技术目前存在的问题,为纺织工业中的条干均匀度检测提供一定参考,从而促进纺织行业的工业生产和技术进步。

ME100型与PT7000型条干仪的测试对比

对ME100型与PT7000型条干仪进行测试对比。介绍了ME100型条干仪的基本组成结构和测试原理、ME100型与PT7000型条干仪的主要技术规格参数。分别用两种条干仪对7种样品纱进行了测试对比分析。结果表明,总体上ME100型条干仪各个指标测试结果均小于PT7000型条干仪(粗节指标除外),且有很好的一致性。认为:两种型号条干仪都能满足纱线测试需求,PT7000型条干仪具有一定的价格优势。

基于图像处理的纱线条干均匀度检测

针对图像处理在纱线条干均匀度检测中出现的纱线图像在采集时发生光照不均以及倾斜会影响最终结果的问题,研究基于同态滤波以及Hough变换对纱线条干均匀度进行检测的方法。首先对光照不均现象用同态滤波方法将图像光照分量和反射分量分离开,对光照分量加以抑制来突出反射分量,从而消除光照不均现象,突出条干部分;其次对图像中倾斜纱线用Hough变换检测倾斜角度加以旋转校正至水平状态;最后对无噪声信号纱线图像进行图像分割提取纱线主干部分从而来计算采集到纱线的平均直径。实验表明,通过计算图像处理得到的纱线条干CV值与现有条干仪检测结果对比偏差小于4%,验证了图像处理方法的准确性,对未来形成成套的视觉检测系统有参考意义。

基于多视角图像的纱线条干均匀度测量方法

为能更精确地表征纱线条干三维特征,实现纱线条干均匀度的质量评估,采用多视角图像对纱线条干均匀度的测量进行研究。首先选择5种不同线密度的环锭纺纯棉纱,通过搭建多视角纱线图像获取装置,实现纱线多个角度的图像采集;其次对获取的4个方向的纱线图像进行自动阈值分割、图像自动裁剪、毛羽快速清除以及孤立区域去除等处理,得到清晰、无噪点的纱线主干图像;最后求得纱线主干的单视角与多视角直径、CV值,并提出新的表征纱线条干不匀的多视角不匀均值(CV_(n))指标和三维条干变异系数(S)指标。其数据结果与乌斯特条干仪的测试结果对比表明:2种测试方法检测的纱线直径相差不大,都随着线密度的减小而减小;单视角和多视角下,0.3 mm片段长度下纱线直径CV值、8 mm片段长度下纱线直径CV值与乌斯特条干仪测得的结果趋势变化一致;提出的三维条干变异系数S虽大于乌斯特条干仪测得的CV值,但总体趋势保持一致。

基于ISSA-BP神经网络的棉纱条干均匀度预测

为解决棉纱条干均匀度难以预测的问题,提出了一种改进麻雀搜索算法(ISSA)优化BP神经网络的预测方法。首先,将棉纱成形过程中采集到的12个原棉指标进行特征提取,作为BP神经网络预测模型的输入变量。接着,利用佳点集策略,Levy飞行策略和锦标赛学习策略对麻雀搜索算法(SSA)进行改进。最后,利用ISSA搜索BP神经网络最优的初始权值和阈值,建立ISSA-BP神经网络模型。为验证改进算法的有效性,利用Python进行训练和仿真,并与BP模型、GA-BP模型、PSO-BP模型和SSA-BP模型进行预测结果对比。结果表明:ISSA-BP模型在棉纱条干均匀度预测中平均相对误差为1.52%,预测性能较优,误差较小,预测结果较为理想,可以有效预测棉纱条干均匀度。

花式纱线条干检测的视觉传感器标定方法研究

针对机器视觉的检测系统存在相机畸变、受环境光照影响等问题,提出一种花式纱线条干检测的视觉传感器标定方法。构建了花式纱线条干检测系统样机,对相机内参和畸变系数进行标定。提出图像预处理和图像降维的方法捕获用于表征纱线条干的宽度序列,解决了系统受环境光照影响的问题。实验结果表明,标定后的检测系统能够有效抑制相机畸变的影响,标定后的纱线平均直径测量值比未标定的提高了4.48%,标定后的纱线条干变异系数比未标定的降低了8.92%。该方法可为纱线条干检测的实际应用提供参考。

基于亚像素边缘检测的纱线条干均匀度测量

为了精确地评价纱线的表观条干均匀性,提出一种基于亚像素边缘检测的纱线条干均匀度检测方法。首先通过图像采集装置获取纱线图像;然后对纱线图像进行亚像素边缘检测获取纱线边缘点集;利用开运算对获取的边缘点集进行处理,进而获得纱线条干的边缘;最后采用坐标直方图方法计算纱线平均直径和条干CV值。为验证方法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容式条干仪的均匀度检测及基于模糊C均值分类和Otsu图像法的检测结果进行了对比。结果表明:基于亚像素边缘检测的纱线条干均匀度检测方法与电容式的测量结果有着较好的一致性,证明所提方法可得到准确的结果。

优化并条清洁,改善棉条条干

为了改善棉条条干,提升半制品和成纱质量,阐述并条工序清洁的重要性,对比并条机清洁优化前后的纺纱状态,提出并条机清洁优化措施。在对棉条经过机件和集束器、圈条盘通道进行深度清洁后,试验测试末并半制品棉条以及成纱质量。结果表明:加强并条工序的清洁,能在一定程度上改善棉条条干,减少纱疵和不匀;日常应重视影响成纱质量的各环节,提升员工重视程度以及防患能力,增加对设备细节部位的日常检查及维护力度。

纱条混纺比对电容式条干均匀度仪测试信号的影响

根据电容式均匀度仪的原理,当混纺纱条在电容式传感器中的充满度很小时,提出成分、纤维和空气三者组成串联或并联介质的分析方法。这两种分析方法均可推得电容变化量与纱条混纺比之间的线性关系。但是,串联方法的结果与实验结果存在明显差异,并联方法则与实际情况较为吻合,因此,对于混纺纱条,当成分纤维介电常数的差异及混纺不匀较大时,测得的不匀率数值将大于纱条的实际条干不匀率。

YG133B/M条干均匀度测试仪和“电容式条干仪专家分析软件”的使用实践

介绍了YG13 3B/M条干均匀度测试仪和专家分析系统的特点 ,分析了条干仪及其专家分析系统在棉纺生产过程中的使用效果。

两种纱线条干均匀度测试方法的对比分析

通过对Uster条干仪和CTT所测纱线条干CV值的对比分析,得出二者之间具有一定的相关性,只是存在数值上的差距。用CTT来评定和预测纱线条干不匀及织物的疵点分布具有更高的灵敏度和准确性,对纱线及织物的质量控制更加严格。

条干均匀度仪在精毛纺生产中的应用

介绍了利用条干均匀度仪测出的变异系数进行分析以提高毛纱质量的研究,并通过改变原料选择,以及调整牵伸倍数、并合数和隔距等工艺参数等措施得以实现。

用USTER条干均匀度仪测试绢丝条干均匀度的探讨

将属于绢丝一等品的所有成品作为研究对象总体,收集不同产地、不同批次但规格相同且采用平行大黑板法检验为一等品的3种规格(4.7ｔｅｘ/2、8 5ｔｅｘ/2和9 7ｔｅｘ/2)绢丝样品,用ＵＳＴＥＲ条干均匀仪经有限次数的测定,借助数理统计方法,求得总体均值的无偏估计值,取0.05的置信度,测定绢丝一等品的容许范围。

条干均匀度测试仪的发展及其存在的问题研究

随着纺织行业技术不断发展,对纺织器械的要求也越来越高。本文以条干均匀度测试仪的发展及其存在的问题研究为题,首先论述了纱线条干相关理论,主要包括纱线条干不匀产生的原因、测试指标、测试方法等。然后分别对条干均匀度测试仪在国内外的发展进行了介绍,接下来概括了条干均匀度测试仪发展中存在的问题,最后简单分析了改善条干均匀度测试仪问题的策略。

国产与进口电子条干仪的使用体会

试验设备是产品检测的重要保证,为控制产品质量提供必要的数据,因此在生产中对试验设备的性能和精度要求很高。文章比较了 Uster I/B 电子条干仪与国产条干仪使用情况,并且根据使用心得介绍了如何使用和调试试验设备,以达到控制产品质量的目的。

基于数字图像处理的纱线条干均匀度检测初探

以4种不同规格的纯棉纱线为例,提出一种基于数字图像处理技术检测纱线条干不匀率的方法。采用MRS-4800M48U型扫描仪采集纱线图像,然后对纱线图像进行维纳滤波、阈值分割、形态学开运算处理,得到条干清晰、无噪声的纱线图像,基于处理后的图像计算纱线的直径和纱线的条干CV值。结果表明,图像法检测的纱线条干CV值与乌斯特条干仪检测的结果非常接近。证明所提出的纱线条干均匀度检测方法是可行的,能准确高效地检测出纱线的条干CV值,客观地反映纱线的外观质量。

纱线条干均匀性序列图像测量方法

为了更精确、连续地评价纱线的外观条干均匀性,提出一种基于序列图像的纱线条干均匀性测量方法。通过图像采集系统获取连续的纱线序列图像;根据模糊C-均值(FCM)聚类算法将图像进行阈值分割,得到纱线条干的二值图像;设定阈值去除图像中的孤立点、毛刺点,获得清晰的纱线条干图像,并计算图像中每行纱线直径。为验证方法的准确性,对7种线密度的紧密纺纯棉纱进行了条干测试,并将结果与USTERTester 5-S800条干测试仪的测试结果进行了对比。结果表明:序列图像方法测得的纱线条干均匀性与USTER条干仪的测试结果高度正相关,证明本文的方法是准确可行的。

基于视觉校准的环锭纺细纱条干特征在线提取方法

针对纱线高速回转、毛羽条干交织导致的条干轮廓特征难以准确提取的问题,提出了深度学习与形态学运算融合的在线提取方法,设计了图像在线采集系统与校准定焦方法,为轮廓特征提取提供高质量输入,构建了基于整体嵌套边缘检测神经网络和形态学运算的细纱条干轮廓特征提取重构模型,实现毛羽干扰下的条干轮廓在线准确提取。实验结果表明,所提方法的轮廓提取准度指标OIS-F(optimal image scale)、ODS-F(optimal dataset scale)达到了0.91,平均准确率AP达到了0.89,相对于当前方法提高了7%以上。基于提取的轮廓特征计算的条干不匀CV值,与CT3000均匀度检测仪的平均误差小于4%。