减少纱疵的几项技术措施betway必威体育《纺织行业“十四五”科技、时尚、绿色发展指导意见》指出，纺织科技坚持创新驱动发展，加强协同创新，强化产学研深度融合，大力推动产业链和创新链的精准对接，积极推进智能制造与先进装备、绿色制造、先进纺织制品等关键共性技术及装备的研发与应用，从而促进纺织行业高质量发展。其中，在纺纱智能装备加工技术中，重点是纺纱质量在线检测系统、棉条和细纱等自动接头机器人、环锭纺纱智能成套装备等的研发与应用。同时，随着智能制造和无人化工厂的不断推广，以及人工智能、机器视觉、工业机器人、物联网、云计算等先进技术的高速发展和进步，传统棉纺企业面临新的挑战，纷纷加速转型升级，融入多种先进技术，通过数据驱动，将各类生产信息数据有机融合，提高纺纱质量和生产效率，实现高品质智能化纺纱生产。然而，目前传统棉纺企业纺纱生产效率不高、质量检测效果不理想，要实现纺纱产品的高品质，纺纱的质量检测把控至关重要，而机器视觉检测具有精度高、灵活性强、无接触检测等特点，已广泛应用到工业智能化生产中。本研究重点就机器视觉检测技术在棉纺智能化纺纱生产中的应用进行深入探究。

1 棉纺智能化纺纱生产流程

在棉纺智能化生产过程中，机器视觉检测技术应用主要涉及开清棉、梳棉、细纱和络筒等关键工序。如开清棉过程的异纤检测、梳棉过程的棉网在线检测、细纱加工检测和筒纱加工检测等，并将机器视觉感知数据与生产信息数据共享，通过数据驱动，提高纺纱质量和生产效率。而在抓包、并条和粗纱各工序生产过程中，机器视觉检测还未涉及，但智能化生产相关技术已涉及，如抓包机根据生产系统下达的智能配棉数据，按要求进行原棉抓包上料；并条工序智能化自调匀整控制系统的应用及粗纱工序中具有高质量、高速度和高效率的智能化粗纱机应用，实时稳态检测等。

2 机器视觉在智能化纺纱生产中的应用

2.1　原棉异纤检测

原棉异纤检测是为确保供给原棉的质量，对原棉中的异纤进行检测和清除处理，其常见异纤有化学纤维、丝、麻、染色线、杂草、毛发、动物羽毛、塑料薄膜等多种类型。按异纤检测原理， 原棉异纤实时检测主要分为超声波异纤检测、光电异纤检测和机器视觉异纤检测。超声波异纤检测虽可对全阈值范围异纤进行检测，但对较小异纤检测存在难度，且检测速度达不到原棉异纤实时检测要求。光电异纤检测利用原棉与异纤间的色差，转换成对应光电器件的电流差值，并进行放大，对比输出检测结果，但仅对色差较大的异纤检测有效，检测稳定性较差。而机器视觉原棉异纤实时检测是利用CCD工业相机实时获取异纤图像，通过图像处理分析和特征提取算法，提取异纤图像特征，并结合视觉显著性模型计算和深度学习等算法，对异纤特征图像进行识别和分类，并将检测数据与系统实时共享，实时对其进行高效精准清除。目前，原棉异纤视觉检测应用厂家较多，国外主要有USTER公司、RIETER公司、特吕茨施勒公司等，而国内有北京大恒图像视觉有限公司、经纬纺织机械股份有限公司以及陕西长岭纺织机电科技有限公司等。

USTER公司开发的USTER JOSSI VISION SHIELD型异纤检测仪，利用视觉光谱成像和光学增亮技术，通过自动快速学习检测算法，能对原棉进行实时检测和清除。特吕茨施勒公司开发的TS?T5型异纤机，采用具有高分辨率和扫描频率的4个CCD工业T?SCAN相机，结合偏振滤镜和偏光镜，通过具有自主优化的嵌入式图像处理技术，分模块化对黑白、彩色、透明、光泽以及小型等不同性质的异纤进行检测，其装置不仅能检测异纤颜色，还能检测异纤光泽。

北京大恒图像视觉有限公司最新开发的超越VS系列A型和M型异纤分拣机，利用2组彩色定制工业相机采集图像，通过图像识别技术和独特LED混合光源的设计，对丙纶丝、地膜等无色异纤以及青灰色编织线有较好的检测，可作为清梳联过棉通道的一部分，装置安装方便且占用空间小，与之前同类产品相比，误检误喷减少，检出率提高10%，喷花量降低20%，可有效降耗节能。同时，为实现“原棉零异纤”目标，研制“一线两机”的方案，即先通过A型异纤分拣机，清除大部分异纤，经梳棉风机开松后，通过M型异纤分拣机，清除剩余的异纤。

另外，武汉大学DSP研究所与宜昌经纬纺机有限公司共同研制开发的2021款N型和R型卓目智能云异纤机，利用机器视觉、红外散射和人工智能技术，设计极小的喷花量，对每一异纤实时检测，实现精准清除，并结合云物联网核心技术，提高检测率、喷花量和稳定性等指标，对地膜和各类白色PP异纤的综合检测性能有显著提升。

2.2　梳理棉网在线检测

原棉经高速梳理形成的棉网会存在棉结或杂质，造成生条结杂，从而影响纺纱质量。目前，大多数厂家在梳理棉网在线检测中，主要采用人工检测、机械检测和电磁检测等传统的检测方法，但也有少数厂家已将机器视觉应用到棉网在线检测中。而随着清梳联的推广，人工检测由于效率低、成本高、易产生漏检误检，实际应用较少。机械检测是在梳棉装置上，安装多种除尘刀，根据杂质或棉结大小，通过调节除尘刀排杂宽度和梳理隔距，去除对应的异物，但对较小的杂质或棉结无法检测。电磁检测主要是针对棉网中小金属杂物的检测，通常是在梳棉机上加装特殊金属异物探测器，当探测到极小金属杂物时，梳棉机需要及时停机，去除金属异物，避免其对梳棉装置的损坏，但其检测效率较低，梳棉机效能也相应降低。

基于机器视觉的梳理棉网在线检测，国外研究应用较早，相关纺机企业已推出对应的产品。如特吕茨施勒公司开发的智能型具有自调节的TC19i型梳棉机，在机械检测的基础上，增加了机器视觉检测功能，模拟人类视觉感知，通过安装在剥棉罗拉下的摄像头，以20帧/s的速度实时对动态的梳理棉网进行图像采集；同时，工业相机根据工艺要求在梳理棉网上方进行往复移动，获取梳理整个作业宽度的棉网图像，并通过图像处理与分析，对棉结和杂质进行检测与分类，将检测结果数据传送给企业生产质量信息管理系统，根据系统智能分析与结果显示及时做出对应措施。

国内目前在梳棉装备中应用机器视觉检测的厂家还很少。其中，在2020中国国际纺织机械展览会暨ITMA亚洲展览会上，青岛宏大纺织机械有限责任公司推出的JWF1217型梳棉机，通过机器视觉检测和图像处理分析技术，实现梳棉过程中棉结智能化在线实时检测，并对设备运行过程的关键工艺参数实时监控，将高质、高产与智能化有效结合。

2.3　细纱加工检测

细纱是纺纱生产加工过程中最为关键的工序，纱线质量直接关系到最终纺纱的品质，而每台细纱机上通常配有数百以上的单锭部件，需实时巡检纱线弱捻或断头的情况并及时处理，维护成本高、质量把控难度大。目前，细纱机的纱线检测通过细纱单锭检测装置或系统进行实现，采用的检测技术以电磁感应检测和光电感应检测为主，涉及的主要生产企业及产品有印度普瑞美公司的UItimo ISM、USTER公司的USTER SENTINEL、深圳嘉友智控科技有限公司的单锭在线检测系统2.0等。但是，由于电磁感应检测是对磁化的钢丝圈电磁感应信号的检测，虽受生产环境影响较小，成本低，但易受钢丝圈磁化程度和振动等因素的影响，不便于维护；而光电感应检测主要涉及钢丝圈运动状态和纱线遮挡光路程度的检测，维护方便，但成本高，易受生产环境影响而出现误报。同时，电磁感应或光电感应检测对纱线毛羽或棉结等质量指标的检测实现较为困难，影响纱线质量。

为确保生产出高品质的纱线，在细纱单锭检测的基础上，通过安装在移动AGV小车上的高清800万像素的CCD工业相机，对设定区域位置的纱线快速动态图像采集，经图像预处理后，提取目标图像特征及图像分割，并利用深度卷积神经网络修正算法，对纱线目标图像进行识别与分类，从而实现对纱线条干毛羽、棉结、弱捻和断纱等质量指标的无接触式实时检测。

2.4　筒纱加工检测

络筒工序是产生纱线成品的最后一道工序，其机器视觉检测应用在托盘式或纱库式的络筒投料和筒纱质量检测两个方面，而筒纱质量检测主要涉及筒纱卷绕密度和筒纱缺陷的检测。

托盘式络筒投料过程，采用机器视觉检测技术，通过对采集图像的处理与分析，提取需要的目标特征图像，与目标图像库内的标准特征进行对比，确认纱管有无受损或纱管上有无残纱、以及纱管大小头所处位置，并根据检测结果做出对应的处理，确保管纱投放正确，提升络筒效率。对应的产品如青岛宏大纺织机械股份有限责任公司开发的VCRO?I细络联型托盘式自动络筒机，品种适用范围广，可最多配置72锭，采用机器视觉检测技术，对管纱的情况进行智能判断确认及处理。

而在纱库式络筒投料过程，机器视觉检测不仅要对管纱的情况进行确认，还要检测管纱需要投放的实际位置，如深圳市微埃智能科技有限公司推出的智能纺织AI投纱机器人，基于深度学习的AI视觉系统安装于机械臂末端，获取实时图像并进行自学习，累积对应数据，并通过AI视觉算法控制移动机器人运动，完成络筒投料。

在筒纱加工过程中，为解决筒纱密度测量难度大且效率低等问题，利用机器视觉检测技术，根据成像透视投影原理，通过像素当量分析计算所检测目标的筒纱实际直径和体积相关参数，并结合高精度质量传感器获得的检测数据，计算获得筒纱密度数据进行分析及相应处理，实现对筒纱卷绕密度的质量控制。

另外，针对筒纱的多层台、多源纱、菊花芯和网纱等常见缺陷，为提高检测准确率和检测效率，采用机器视觉检测技术，利用3个及以上具有多级速度可调的工业相机，对筒纱的顶面和侧面进行全方位的图像采集，后续处理与异纤图像处理流程类似，提取缺陷图像特征，结合深度学习算法，对获得的缺陷特征图像进行识别及分类，实现筒纱缺陷的实时在线检测，从而提升纺纱的智能化。

3 展望

机器视觉在棉纺智能化纺纱生产中的应用可以看出，机器视觉智能感知技术具有高精度、高效率、灵活性强、无损感知等独特优势，已成为智能化生产中的重要组成部分，成为智能制造与先进装备高精度、高品质、智能化作业的重要保障。同时，在棉纺智能化纺纱生产中，利用云边协同机制，将机器视觉智能感知数据与生产信息数据互通共享，并与上层MES、ERP等系统进行对接，将全流程纺纱过程数据进行整体融合，分析影响纺纱过程中质量的关键因素，构建棉纺智能化纺纱的质量评价指标体系，为实现基于棉纺企业智能化纺纱生产平台的协同智能制造创造条件，从而促进棉纺企业转型升级和智能化改造，实现高品质智能化纺纱生产。

（来源：《棉纺织技术》）