Определение обрыва нитей в реальном времени оптическим методом

Wang Qing, Huang Ran, Lu Changhou, Pan Wei

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Qing Wang, Ran Huang, Changhou Lu, Wei Pan Yarn break detection using optical method in real-time (Определение обрыва нитей в реальном времени оптическим методом) [на англ. яз.] // Оптический журнал. 2017. Т. 84. № 5. С. 71–74.

Qing Wang, Ran Huang, Changhou Lu, Wei Pan Yarn break detection using optical method in real-time (Определение обрыва нитей в реальном времени оптическим методом) [in English] // Opticheskii Zhurnal. 2017. V. 84. № 5. P. 71–74.

Ссылка на англоязычную версию:

Qing Wang, Ran Huang, Changhou Lu, and Wei Pan, "Yarn break detection using an optical method in real time," Journal of Optical Technology. 84(5), 342-345 (2017). https://doi.org/10.1364/JOT.84.000342

Аннотация:

Обрывность нитей является важным показателем качества пряжи в процессе ее производства. Предложен оптический метод автоматического определения обрыва движущихся нитей при прядении. Использована цифровая фотокамера с линейной матрицей в сочетании с лазерным освещением нитей. Исходные изображения преобразуются в бинарные картинки и определяется число соединяемых компонентов пряжи. Ситуация обрыва нитей определяется из анализа этого числа. Результаты выполненных экспериментов подтвердили эффективность предложенного метода.

Ключевые слова:

оптический метод, обрывность нитей, линейная матрица, лазер, обработка изображений

Коды OCIS: 120.0120, 140.0140, 100.0100, 150.0150

Список источников:

1. Gusarova N. Optical monitoring of yarn during its processing // Opt. Zh. 2001. V. 68. № 8. P. 88–92. [J. Opt. Technol. 2001. V. 68. P. 613–616]
2. Cherkassky A.E., Kit B.J. Computer simulation of yarn breakages in the ring spinning process. Part I: Model structure, investigation strategy, and experimental design // J. Text. Inst. 1997. V. 88. P. 29–46.
3. Sparavigna A., Broglia E., Lugli S. Beyond capacitive systems with optical measurements for yarn evenness evaluation // Mechatronics. 2004. V. 14. P. 1183–1196.
4. Millman M.P., Acar M., Jackson M.R. Computer vision for textured yarn interlace (nip) measurements at high speeds // Mechatronics. 2001. V. 11. P. 1025–1038.
5. Carvalho V.H., Belsley M.S., Vasconcelos R.M., Soares F.O. Automatic yarn characterization system: Design of a prototype // IEEE Sens. J. 2009. V. 9. P. 987–993.
6. Shlyakhtenko P.G., Nefedov V.P., Vetrova Yu.N., Rudin A.E., Sukharev P.A. A diffraction method of monitoring the angular distribution of the fibers in the structure of a flat fibrous material // Opt. Zh. 2012. V. 79. № 9. P. 96–100. [J. Opt. Technol. 2012. V. 79. P. 599–602]
7. Shlyakhtenko P.G., Kofnov O.V., Sukharev P.A. Method of determining the skewness of the weft thread in fabric // Opt. Zh. 2014. V. 81. № 2. P. 76–79. [J. Opt. Technol. 2014. V. 81. P. 111–113.]
8. Zhang J., Pan R.R., Gao W.D. Automatic inspection of density in yarn-dyed fabrics by utilizing fabric light transmittance and Fourier analysis // Appl. Opt. 2015. V. 54. P. 966–972.
9. Zhong P., Kang Z., Han S., Hu R., Pang J.Y., Zhang X.Y., Huang F.X. Evaluation method for yarn diameter unevenness based on image sequence processing // Textile Res. J. 2015. V. 85. P. 369–379.
10. Musa E. Line laser-based break sensor that detects light spots on yarns // Opt. Lasers Eng. 2009. V. 47. P. 741–746.