[发明专利]使合成纱线变形的方法和装置

权利要求书

1.一种使合成纱线变形的方法，其中从喂给筒子抽出并牵伸纱线，其中所述喂给筒子的纱线尾部通过纱线结被连接至备用筒子的纱线端头，并且在测量站连续测量和分析所述纱线的纱线张力以监视所述变形，其特征是，为了在所述测量站处识别所述纱线结，机器学习程序的至少一个机器学习算法对所述纱线张力的测量信号进行分析。

2.根据权利要求1所述的方法，其特征是，所述纱线张力的测量信号的时间序列作为分析图被探测且被分析。

3.根据权利要求1所述的方法，其特征是，在超出所述纱线张力的阈值时，作为瑕疵图探测所述纱线张力的测量信号的时间序列，并进行分析。

4.根据权利要求1至3中任一项所述的方法，其特征是，通过所述机器学习算法从被分析的分析图或被分析的瑕疵图中识别所述纱线结。

5.根据权利要求4所述的方法，其特征是，所述瑕疵图被对应分配给多个瑕疵类别，其中所述纱线结是所述瑕疵图类别中的一个。

6.根据权利要求5所述的方法，其特征是，其它瑕疵图类别被对应分配给一个具体过程瑕疵和/或一个具体操作错误和/或一个具体干扰参数和/或一个具体产品瑕疵。

7.根据权利要求5所述的方法，其特征是，在识别所述纱线结之后或在将所述瑕疵图对应分配给其中一个瑕疵图类别之后，触发与过程变化相关的控制指令。

8.一种用于使合成纱线变形的装置，该装置具有用于保持喂给筒子(5)和备用筒子(6)的筒子架(4)、多个输送装置(7.1,7.2,7.3)、变形单元(11)、卷绕站(2)和用于在测量站测量纱线张力的纱线张力测量机构(17)，其特征是，所述纱线张力测量机构(17)与诊断单元(18)合作，从而使得所述纱线张力(T)的测量信号能通过机器学习程序的至少一个机器学习算法被分析以识别纱线结(24)。

9.根据权利要求8所述的装置，其特征是，所述诊断单元(18)具有用于执行所述机器学习程序的可编程的学习处理器(20)。

10.根据权利要求9所述的装置，其特征是，所述学习处理器(20)被连接至输入单元(22)，借助该输入单元能读取所述纱线张力的一个或多个所确定的分析图。

11.根据权利要求9或10所述的装置，其特征是，所述学习处理器(20)被连接至输出单元(23)，借助该输出单元能将所述纱线结(24)的识别和/或将所分析的瑕疵图与其中一个瑕疵图类别的对应分配可视化。

12.根据权利要求9或10所述的装置，其特征是，所述学习处理器(20)具有用于执行机器学习程序的神经网络。

13.根据权利要求10所述的装置，其特征是，所述学习处理器(20)被连接至输出单元(23)，借助该输出单元能将所述纱线结(24)的识别和/或将所分析的瑕疵图与其中一个瑕疵图类别的对应分配可视化，所述学习处理器(20)与所述输入单元(22)和所述输出单元(23)在空间上分隔开。

14.根据权利要求8至10中任一项所述的装置，其特征是，所述诊断单元(18)被连接至机器控制单元(16)，借助该机器控制单元能执行与过程变化相关的控制指令。