[发明专利]纺丝机故障检测方法、装置和服务器

说明书

本发明提供一种纺丝机故障检测方法、装置和服务器，该纺丝机故障检测方法包括：获取纺丝机的预定区域的图像，并将所述预定区域的图像输入预先建立的故障识别模型，判断所述预定区域的图像中是否存在故障图像；当判断所述预定区域的图像中存在故障图像时，获取所述纺丝机的下游纺丝检测传感器的检测数据；分析所述检测传感器的检测数据，判断所述纺丝机的下游纺丝工序是否存在瑕疵；当所述纺丝机的下游纺丝工序存在瑕疵时，生成故障提示，并将所述故障提示发送至用户终端。本发明的纺丝机故障检测方法，在采用故障识别模型进行纺丝机故障识别的同时，进一步使用检测传感器确定故障时纺丝机下游的纺丝是否产生瑕疵，从而提高故障检测的精确度。

技术领域

本发明涉及工业纺织技术领域，具体而言，涉及一种纺丝机故障检测方法、装置、服务器和计算机存储介质。

背景技术

目前，在纺丝车间中，对于纺丝机的故障一般都是通过人工的方式进行检测。

由于纺丝机中拥有多个出丝线口，以及多个纺丝窗口，使用人工进行纺丝机检测时，难免会出现检测的纰漏，从而降低故障检测的精确度。

发明内容

鉴于上述问题，本发明提供了一种纺丝机故障检测方法、装置、服务器和计算机存储介质，以提高纺丝机故障检测的精确度。

为了实现上述目的，本发明采用如下的技术方案：

一种纺丝机故障检测方法，包括：

获取纺丝机的预定区域的图像，并将所述预定区域的图像输入预先建立的故障识别模型，判断所述预定区域的图像中是否存在故障图像；

当判断所述预定区域的图像中存在故障图像时，获取所述纺丝机的下游纺丝检测传感器的检测数据；

分析所述检测传感器的检测数据，判断所述纺丝机的下游纺丝工序是否存在瑕疵；

当所述纺丝机的下游纺丝工序存在瑕疵时，生成故障提示，并将所述故障提示发送至用户终端。

优选地，所述故障识别模型包括卷积神经网络和深度学习模型。

优选地，所述检测传感器包括光电传感器。

优选地，所述的纺丝机故障检测方法，还包括：

将所述检测数据与预先建立的纺丝瑕疵数据库进行匹配，获取与所述检测数据相对应的纺丝瑕疵信息，其中所述纺丝瑕疵信息用于表示纺丝机出丝后的瑕疵，并将所述纺丝瑕疵信息发送至用户终端。

优选地，所述的纺丝机故障检测方法，还包括：

当判断所述纺丝机的下游纺丝工序存在瑕疵时，生成终止指令并发送所述终止指令至所述纺丝机，停止所述纺丝机的运行。

本发明还提供一种纺丝机故障检测装置，包括：

故障图像判断模块，用于获取纺丝机的预定区域的图像，并将所述预定区域的图像输入预先建立的故障识别模型，判断所述预定区域的图像中是否存在故障图像；

下游纺丝检测模块，用于当判断所述预定区域的图像中存在故障图像时，获取所述纺丝机的下游纺丝检测传感器的检测数据；

纺丝瑕疵判断模块，用于分析所述检测传感器的检测数据，判断所述纺丝机的下游纺丝工序是否存在瑕疵；

故障提示发送模块，用于当所述纺丝机的下游纺丝工序存在瑕疵时，生成故障提示，并将所述故障提示发送至用户终端。

优选地，所述的纺丝机故障检测装置，还包括：

瑕疵信息匹配模块，用于将所述检测数据与预先建立的纺丝瑕疵数据库进行匹配，获取与所述检测数据相对应的纺丝瑕疵信息，其中所述纺丝瑕疵信息用于表示纺丝机出丝后的瑕疵，并将所述纺丝瑕疵信息发送至用户终端。