Автоматизация контроля качества ткани тема диссертации и автореферата по ВАК РФ 05.13.07, кандидат технических наук Коршунова, Татьяна Ивановна

• Коршунова, Татьяна Ивановна
• кандидат технических наук
• 1998

Оглавление диссертации кандидат технических наук Коршунова, Татьяна Ивановна

Введение.

Глава 1 Состояние вопроса, цель и задачи исследования

1.1 Дефекты ткани, причины их появления, обоснование целесообразности автоматизации контроля.

1.2 Методы и средства автоматизированного контроля качества ткани.'.

1.3 Цель и задачи исследования.

Выводы по первой главе.

Глава 2 Математические модели систем контроля качества и объекта контроля

2.1 Структурная схема контроля качества в ходе технологического процесса изготовления ткани.

2.2 Анализ технологических функций системы контроля качества.■.•.

2.3 Структурная схема автоматизированной системы контроля качества.

2.4 Модели объекта контроля.

Выводы по второй главе.

Глава 3 Автоматизацйя процесса ввода информации о дефектах ткани

ЗЛ Исследование и синтез схемы ввода информации.

3.2 Постановка задачи оптимизации взаиморасположения осветителя и телекамеры с учетом сминаемости нитей.

3.3 Определение оптимальных углов хода лучей.

Выводы по третьей главе.

Глава 4 Исследование и выбор признаков для классификации дефектов ткани 4Л Оценка двумерной спектральной плотности мощности.

4.2 Обоснование выбора двумерных признаков классификации дефектов.

4.3Методика выбора пространственных частот входных полосовых фильтров.

4.4 Классификация дефектов ткани.

Выводы по четвертой главе.

Глава 5 Оценка технико - экономических показателей системы контроля качества

5.1 Частичное упорядочение множества систем контроля качества.

5.2 Экспериментальное исследование закона распределения шумов.

5.3 Методика сравнения систем контроля качества по точности.

5.4 Экспериментальное сравнение систем контроля качества.

Выводы по пятой главе.

Введение диссертации (часть автореферата) на тему «Автоматизация контроля качества ткани»

Актуальность темы. Рыночная экономика требует от производителя повышения качества выпускаемой продукции. Это тем более справедливо по отношению к такой распространенной продукции, как ткань. Тем не менее, в настоящее время разбраковка ткани в отечественной текстильной промышленности проводится, в основном, визуально. При этом пропускаются-даже крупные дефекты, что ведет к штрафным санкциям, или ткани приписываются несуществующие дефекты, чем занижается сорт ткани и, соответственно, ее цена. Автоматизация процесса контроля качества ткани повысит конкурентоспособность и снизит экономические потери предприятия.

Хотя практическая сторона далека от полной автоматизации, теоретическим анализом и исследованием методов автоматизации контроля качества ткани занимались как отечественные специалисты: Додонкин Ю.В., Кирю-хин С.М., Беленький Л.И., Омельянчук Л.А., Швырев С.С., Победимский В.П., Склянников В.П., Радзивильчук ЛИ., Пищухин А.М, так и зарубежные специалисты: Киношита М., Хашимото Е., Акияма Р., Ушияма С., Арнольд Л., Сик Е., Нолл Д.и другие.

Благодаря их трудам в настоящее время стало возможным в значительной степени автоматизировать процесс контроля качества ткани. Однако, существующие методы разбраковки не обладают необходимой универсальностью, то есть в автоматизированных системах контроля каждому виду дефекта соответствует свой блок обработки информации. Применение аппарата двумерного спектрального анализа, в силу регулярности структуры ткани, поможет решить эти проблемы.

Таким образом, проблема автоматизации контроля качества ткани имеет важное народнохозяйственное значение. Работа выполнена в рамках госбюджетной темы "Синтез, реализация и исследование эффективности оптимальных технических и организационных систем". Номер государственной регистрации №01890036607.

Цель работы

Исследование и разработка методов и средств автоматизации контроля качества ткани, повышающих точность разбраковки за счет использования двумерного спектрального анализа.

Основные задачи исследования

В соответствии с поставленной целью исследования выделяются следующие задачи:

- построить математическую модель системы автоматизированного контроля качества при изготовлении ткани;

- исследовать и обосновать схемы и параметры ввода видеоинформации о дефектах ткани в систему автоматизированного контроля;

- проанализировать и выбрать двумерные спектральные характеристики в качестве признаков для классификации дефектов ткани;

- разработать методику сравнения систем автоматизированного контроля качества по точности классификации дефектов.

Методы исследования

В работе использовались методы спектрального и системного анализов, методы оптимизации, теории распознавания образов, теории вероятностей, теории управления, математическое и компьютерное моделирование, а также статистические методы обработки данных.

Научная новизна работы

В работе выявлены и предложены:

1 Структурная схема автоматизированного контроля качества ткани в ходе технологического процесса изготовления.

2 Математическая модель объекта контроля.

3 Зависимости оптимальных углов хода лучей от частоты переплетения нитей с учетом их смятия.

4 Методика определения количества входных фильтров и величины пространственных частот для их настройки.

5 Методика сравнения систем автоматизированного контроля качества по точности классификации дефектов.

Практическую ценность представляют:

- схема ввода информации о дефектах ткани;

- методика выбора оптимальных углов положения осветителя и телекамеры;

- пакет прикладных программ для двумерного спектрального анализа изображений дефектов ткани.

Результаты работы внедрены:

- в ОАО "Орентекс" метод и средства для анализа сложных дефектов ткани;

- в ООО "Оренбурггеофизика" внедрен пакет прикладных программ для двумерного спектрального анализа изображения и для обработки результатов радиологических исследований;

- в учебном процессе на кафедре информационных систем в экономике Оренбургского государственного университета внедрена лабораторная работа с использованием пакета прикладных программ для двумерного спектрального анализа.

Апробация работы

Основные положения и результаты работы докладывались и обсуждались на:

- техническом совете ОАО "Орентекс" (1998г.);

- третьей международной научно - технической конференции "Концепции развития и высокие технологии производства и ремонта транспортных средств в условиях постиндустриальной экономики"на базе ОГУ (1997г.);

- международной научно - практической конференции "Инновационные процессы в образовании, науке и экономике России на пороге XXI века" (1998г.);

- межвузовской научно - методической конференции "Технологии образовательного процесса" (1997г.);

- всероссийской научно - практической конференции "Научно - методические вопросы преподавания механики в современном ВУЗе" (1998г.)

- научно - методических семинарах кафедры управления инновационными проектами и кафедры информационных систем в экономике Оренбургского государственного университета (1998г.).

Публикации

По материалам диссертации опубликовано 10 печатных работ.

Диссертационная работа состоит из введения, пяти глав, заключения, изложенных на 109 страницах машинописного текста, включая 28 рисунков, списка литературы (110 наименований) и приложений.

Заключение диссертации по теме «Автоматизация технологических процессов и производств (в том числе по отраслям)», Коршунова, Татьяна Ивановна

ВЫВОДЫ ПО ПЯТОЙ ГЛАВЕ

1 Частичное упорядочение множества систем контроля качества на основе диаграммы Хассе позволило свести эти множества к восьми классам, что дает возможность упростить выбор системы контроля качества.

2 Методика, включающая фотографирование ткани с учетом оптимальности углов хода лучей, сканирование фотографии, подбор методом ко-синор - анализа и вычитанием эталонной модели, позволяет построить П

-м -ьо .80

Рисунок 27 - Гистограмма взаимной СПМ для двух зашумлеиных эталонов.

Рисунок 28 - Гистограмма двумерной СПМ для двух зашумленных эталонов. гистограмму распределения шумов. .

3 Шумы в реальном изображении ткани распределены по нормальному закону. Критерий Пирсона равен х2 = 0,15.

4 Методика, включающая подачу на вход двух систем контроля качества ,зашумленных по нормальному закону эталонов дефектов и вычисление на выходе систем критерия Горелика, позволяет провести сравнения систем контроля качества по точности .

5 Использование значений двумерной спектральной плотности мощности в качестве признаков для классификации дефектов ткани приводит к увеличению критерия Горелика в 1,15 раз по сравнению со значениями взаимной спектральной плотности мощности.

ЗАКЛЮЧЕНИЕ

В процессе аналитического и экспериментального исследования, проведенного в данной работе, получены следующие практические и теоретические выводы и рекомендации:

1 Затраты на контроль качества ткани будут минимальными при сочетании локальных систем автоматизированного контроля с заключительной. При этом локальные системы автоматизированного контроля должны быть специализированными, а заключительная - универсальной.

2 При нормальной работе локально расположенных по технологическому процессу изготовления ткани подсистем автоматизированного контроля общая система автоматизированного контроля качества распадается на независимые подсистемы. При этом заключительная система автоматизированного контроля качества работает только в "нештатных" ситуациях.

3 Вторичные возмущения в общей структуре системы контроля качества ввиду специализированности локальных подсистем контроля могут быть компенсированы только заключительной подсистемой контроля качества. Следовательно, она должна быть более чувствительной , точной и универсальной, чем локальные подсистемы.

4 Устойчивое функционирование системы автоматизированного контроля требует равенства времени формирования управляющего воздействия, с одной стороны, и времени нахождения контролируемой ткани в сортирующем устройстве, с другой стороны. Это эквивалентно явлению "состязания" сигналов в комбинационных схемах.

5 Установлено численное совпадение моделей, построенных на основе вращающихся и сдвигаемых синусоид. Это дало основание в качестве модели объекта автоматизированного контроля выбрать вторую модель как более простую.

6 Схема ввода информации, включающая дополнительные конус с углом образующей 45° и линзу с фокусом, размещенным на оси устройства ввода, позволяет применять стандартные ПЗС - линейки, чем упрощается и удешевляется конструкция.

7 Оптимальные значения углов наклона луча от осветителя к контролирующей поверхности с учетом сминаемости нити а = 45° - 30° и луча, идущего к телекамере |3 = 95° -110°.

8 Учет сминаемости нитей вносит уточнения в зависимости углов хода лучей лишь для плотных тканей.

9 Методика определения количества входных полосовых фильтров и пространственных частот, на которые они должны быть настроены, позволяет создать условия более точной классификации дефектов.

10 Частичное упорядочение множества систем автоматизированного контроля качества на основе диаграммы Хассе позволило свести эти множества к восьми классам, что дает возможность упростить выбор системы автоматизированного контроля качества.

11 Методика, включающая фотографирование ткани с учетом оптимальности углов хода лучей, сканирование фотографии, подбор методом ко-синор - анализа и вычитанием эталонной модели, позволяет построить гистограмму распределения шумов в реальном изображении ткани.

12 Шумы распределены по нормальному закону. Критерий Пирсона 2 равен х = 0,15.

13 Методика, включающая подачу зашумленных по нормальному закону эталонов дефектов на вход двух систем автоматизированного контроля качества и вычисление на выходе систем критерия Горелика, позволяет провести сравнения систем контроля качества по точности .

14 Использование значений двумерной спектральной плотности мощности в качестве признаков для классификации дефектов ткани приводит к увеличению критерия Горелика в 1,15 раз по сравнению со значениями взаимной спектральной плотности мощности.

Эта работа позволяет наметить пути дальнейших исследований в направлении плоскостной (текстурной) оптимизации взаиморасположения телекамеры и осветителя, проведения более глубоких статистических исследований и поиска адаптивных фильтров, универсально классифицирующих все дефекты ткани.

Список литературы диссертационного исследования кандидат технических наук Коршунова, Татьяна Ивановна, 1998 год

1. Кирюхин С.М., ДодонкинЮ.В. Качество тканей. М.:Легпромиздат, 1986г., - 161с.

2. Коршунова Т.И., Пищухин A.M. Автоматизация процесса разбраковки ткани. / / Деп. ВИНИТИ №201-В97., 1997. 7с.

3. Автоматизированные системы контроля качества готовых тканей в отделочном производстве. М.:Легкая и пищевая промышленность, 1981г. -335с.

4. Беленький Л.И. Автоматический контроль и регулирование технологических процессов отделочного производства. -М.:Легкая индустрия, 1978г.

5. Бершев E.H., Куликова H.A. Технический контроль в производстве нетканых материалов. М.:Легкая промышленность, 1983г.

6. Додонкин Ю.В., Кирюхин С.М. Ассортимент, свойства и оценка качества тканей. М.:Легкая индустрия, 1979г. - 192с.

7. Корицкий К.И. Технико-экономическая оценка и проектирование качества текстильных материалов,- М.:Легкая и пищевая промышленность, 1983г.,-159 с.

8. Новые методы оценки качества текстильных материалов. В двух час-тях.-Л., 1974 г.

9. Соловьев А.Н., Кирюхин С.М. Оценка и прогнозирование качества текстильных материалов.-М. ¡Легкая и пищевая промышленность, 1984,-215с.

10. Хенсен Б.Л. Контроль качества. Теория и применение. -М., 1968г.

11. Федосеев В.Н. Автоматизация контроля и технологии поверхностной обработки текстильных материалов. Техническое описание по применению прикладного промышленного телевидения на текстильных предприятиях.-Иваново, 1990, -88с. %

12. Автоматизация процессов контроля качества тканей на шелковых предприятиях / / Текстильная промышленность, №11, 1988,-55-57с.

13. Средства и системы контроля качества текстильных материалов / / Текстильная промышленность, №12, 1988, 60-62с.

14. Оценка качества внешнего вида тканей по кодовым баллам / / Известия вузов, сер. Технология легкой промышленности, 1981, №5, 17-20 с.

15. Беленький Л.И., Омельянчук Л.А., Швырев С.С. Автоматическое управление технологическими процессами отделочного производства.-М.: Легпромиздат, 1990,-208 с.

16. Arnold L, Knoll. New development and automatic fabric inspection / / Textile institute and industry. 1977, №12, pp. 415-418.

17. Sick E. Automatic laser-scan fabric inspection / / ITV Weaving. 1982, №3, p.214.

18. Лазерная установка для разбраковки полотен: информация фирмы / / Текстильная промышленность 1982, №2.

19. Коршунова Т.И., Пищухин A.M. Новый подход к преподаванию раздела управления качеством. // Тез.докл. межвуз. науч.-метод. конф./ Оренбургский гос.университет. Оренбург: ОГУ, 1997.-с71

20. Wood E.J. Carpet texture measurement using image analy-sis / /Text. Res. J., 1989, v59, №1, pp. 1-12.

21. Wang J., Wood E.J. A new method for measuring carpet texture change/ / textile Res. J. 64(4), pp. 215-224 (1994).

22. Conci A., Proenca C.B. A fractal image analysis system for fabric inspection based on a box-counting method / / Federal Fluminense University, Passo da Patria 156, 24 210-240, Niteroi, RJ Brasil.

23. U. Mussigmann, Texture Analysis by Fractal Dimension, in: J.L.Encarnacao, H.O. Peitgen. G.Sakas, G.Englert ed., , Fractal geometry and Computer Graphics, (Springer-Verlag, 1992) 217-230.

24. R. Voss, J.C. Wyatt, Multifractals and the Local Connected Fractal Dimension: Classification of Early Chinese Landscape painting, in: AJ/Crilly, R.A. Earnshaw and H. Jones, ed., Applications of Fractals and Chaos, (Springer-Verlag, Berlin, 1993).

25. K. Falconer, Fractal Geometry: Mathematical Foundations and Application (John Wiley & Sons, Chinchester, 1990).

26. G. Lohmannm, Analysis and Synthesis of Textures: a co-occurrence -based approach, Computer & Graphics, 1(1995) 29-36.

27. Qian Huang, J.R.Lorch, R.C. Dubes, Can fractal dimension of images be measured? , Pattern Recognition, 3 (1994) 339-350.

28. A. P. Pentland, Fractal based description of natural scenes, IEEE Trans. Pattern Analysis and Machine Intell., 6 (1984) 661-674.

29. J. P. Rigaut, Automated image segmentation by mathematical morfology and fractal geometry, J. Microscopy, 150(1988) 21-30.

30. P.J. Orford, W. Whalley, The use of fractal dimension to characterize irregular shaped particle, Sedimentology, 30 (1983) 655-668.

31. J. Gangepain, C. Roques-Carmes, Fractal approach to two dimensional and three dimensional surface roughness, Wear, 109 (1986) 119-126.

32. S. Peleg, J. Naor, R.Hartley, D.Avnir, Multiple resolution texture analysis and classification, IEEE Trans. Pattern Anal. Machine Intell, 6 (1984) 518523.

33. R. Voss, Random fractals: Characterization and measurement, in Scaling Phenomena in R. Pynn and A.Skjeltorp ed., Disordered Systems, (Plenum, 1986).

34. J. Keller, R. Crownover, S. Chen, Texture description and segmentationthrough fractal geometry, Computer Vision Graphics and Image Processing, 45 (1989) 150-160.

35. N. Sarkar, B.B. Chaudhuri, An efficient differential box -counting approach to compute fractal Dimension of Image,'IEEE Trans. Sys. Man and Cybernetics, 1 (1994) 115-120.

36. Saus Gillesen K., Bahners Т., Scholmeyer E. Fehlererkennung durh optische Fourierfilterung./ /Text. - Prax. Int., 1989, V44, №9, pp. 1000-1002,894.

37. Контроль технологических параметров текстильных материа-лов:Методы, устройства. -М.:Легпромиздат, 1985, -192с.

38. Склянников В.П. Строение и качество тканей.-М.'Легкая и пищевая промышленность, 1984,-176с.

39. Радзивильчук Л.И., Дружинина Н.Г. Применение дифракционного метода для контроля перекоса уточных нитей./ /Изв. Вузов Технол.текстил. пром-ти.,1990, т.2, с.9-12.

40. Радзивилчук Л.И. Оптический метод исследования строения тканей./ /Изв.вузов. Технол. Легк. Пром-ти., 1989, т.2, №6, с.27-30.

41. Абдрашитов Р.Т., Пищухин A.M., Есин С.А. Оптимизация проблемно ориентированных СТЗ стр.6-7 в сб. Методы использования искусственного интеллекта в автоматизированных системах, Самара, 1991г.

42. Розенфельд А. Распознавание изображений/ / ТИИЭР, 1981,т.69, №%, с. 120-133.

43. Системы технического зрения (принципиальные основы, аппаратное и математическое обеспечение). Л.'.Машиностроение, 1988.-424с.

44. Розенфельд А. Распознавание и обработка изображений.-М. Мир Д 972г.

45. Куаффе Ф. Взаимодействие робота с внешней средой.- М.:Мир, 1985.-285с.

46. Losty G.A., Watkins P.A. Computer vision for industrial application./ /the GEC gournal of research, 1983 V.1№1 pp.24-34.

47. Pavlidis T. Application of pattern recognition to industrial inspection./ / Proc. Joint, autom. contr., Filadelfia, Pa, 1978. Contr. theory needs real world appl.,-Pittsburg, Pa, 1978,pp.l59-163.

48. Техническое зрение роботов.-М.:Машиностоление,1990.-272с.

49. Mapp Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов.- М.:Радио и связь, 1987.-400с.

50. Гришкин В.М. Методы и средства построения прикладных систем технического зрения. Канд. Дисс.-Jl.: 1987,-205с.

51. Златопольский В.И. и др. Сегментация изображения (состояние, проблемы)/ / Автоматика и телемеханика №7, 1987,с.3-56.

52. Гольцев А.Д. Выделение областей однородной структуры на изображении при помощи нейроподобной сети. / /упр.в мед.,физиол. Й биоки-берн.системах-1986-С.7-11.

53. Пищухин A.M. Информационно-измерительная система классификации дефектов ткани. Диссертация на соискание уч.ст. к.т.н., Самара, 1996г,- 149с.

54. Абдрашитов Р.Т. Синтез оптимальных систем управления сельскохозяйственными технологическими процессами. Диссертация на соискание уч.ст. д.т.н., Минск, 1981 г,-416с.

55. Оренбургский гос. университет. Оренбург: ОГУ - 1997. -с227 - 228

56. Коршунова Т.И., Пишухин A.M. Новое в описании управления технологическими процессами. // Тез.докл.науч.-метод.конф.ВУЗов Урала./ Оренбургский гос.университет.- Оренбург: ОГУ -1997. -с 30-31

57. Первозванский A.A. Курс теории автоматического управления.-М.: Наука,1986,-616с.

58. Гольденберг Л.М. Цифровые фильтры. М.:Связь, 1974г.

59. Даджион Д., Мерсеро Р. Цифровая обработка многомерных сигна-лов.-М.:Наука, 1997.-560с.

60. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. М.:Наука, 1977. - 560с.

61. Гольденберг Л.М. и др. Цифровая обработка сигналов: Справочник. -М.: Радио и связь, 1985. -312 с.

62. Цифровая обработка акустических сигналов. -М.: ВЦ АН СССР, 1989.-140С.

63. Цифровые анализаторы спектра. -М.: Радио и связь, 1990. -182с.

64. Цифровая обработка сигналов. Киев: Техника, 1991. - 160 с.

65. Антонью А. Цифровые фильтры: анализ и проектирование. М.: Радио и связь, 1980.-320 с.

66. Применение цифровой обработки сигналов. М.: Мир, 1980. -552 с.

67. Хемминг Р.В. Цифровые фильтры. М.: Сов. Радио, 1980. -224 с.

68. Прэтт У. Цифровая обработка изображений. В двух томах М.: Мир, 1982.

69. Оппенгейм A.B., Шафер Р.В. Цифровая обработка сигналов. М.: Связь, 1979г.

70. Обработка изображений и цифровая фильтрация. М.: Мир, 1979г.

71. Ярославский Л.П. Введение в цифровую обработку изображений. -М.: Сов. Радио, 1979г.

72. Коршунова Т.И., Пишухин A.M. Автоматизация процесса разбраковки ткани. // Деп. ВИНИТИ №201-В97.,1997.-7с

73. Надежность электронных элементов и систем. Под ред. Шнайде-раХ.-М. Мир, 1977.-215с.

74. Аладьев В.З., Шишаков M.JI. Введение в среду пакета MATHEMATICA 2.2-М.:Информационно-издательский дом "Филинъ"Д997.-368с.

75. А.с. № 842513 Устройство для обнаружения дефектов поверхности движущегося гибкого материала, кл. G 01 №21/89, 1979г.

76. Патент № 1796058 Устройство для обнаружения дефектов поверхности движущегося гибкого материала, кл. G 01 № 21/89, 1992г, A.M. Пищу-хин.

77. Информ. Листок № 39-93 Сканирующий узел с увеличенной производительностью и точностью, Е.Г.Гайсина, А.М.Пищухин, Оренбургский ЦНТИ, 1993г.

78. Коршунова Т.И., Пищухин A.M. Автоматизация контроля качества поверхности движущегося материала. // Машиностроение. Сборник научных трудов. Оренбург: ОГУ, 1997. - В.2. - с107 - 109

79. Пресс Ф.П. Фоточувствительные приборы с зарядовой связью.-М.: Радио и связь, 1991 .-264с.

80. Источники и приемники излучения. -СПб.:Политехника, 1991,- 240с.

81. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров).-М., 1974,-832с.

82. Выгоцкий М.Я. Справочник по высшей математике .М. :Физматгиз, 1961 ,-783с.

83. Грибанов Ю.И., Мальков B.JI. Спектральный анализ случайных процессов. М.: Энергия, 1974, -240с.

84. Грибанов Ю.И., Мальков B.JI. Выборочные оценки спектральных характеристик случайных процессов. М.: Энергия, 1978, -149с.

85. Гоноровский И.С. Радиотехнические цепи и сигналы.-М.: Радио и связь, 1986,521с.

86. Бендат Д., Пирсол А. Применение корреляционного и спектрального анализа. М. Мир, 1983,-312с.

87. Дженкинс Г., Ватте Д. Спектральный анализ и его приложения. -М.:Мир, 1972,-вып.2, -387с.

88. Бриллинжер Д. Временные ряды. Обработка данных и теория. М.:Мир, 1980,-536с.

89. Кей С.М., Марпл СЛ. Современные методы спектрального анализа//ТИИЭР, -т.69,№11,1981,5-51с.

90. Марпл-мл. СЛ. Цифровой спектральный анализ и его приложения. -М.: Мир, 1990,-548с.

91. Розанов Ю.А. Стационарные случайные процессы. М.:Наука, 1990,271с.

92. Бендат Д., Пирсол А. Прикладной анализ случайных данных.-М.:Мир, 1990,-548с. '

93. Коршунова Т.И., Пищухин A.M. Метод распознавания дефектов ткани. // Инф. листок № 66 97, ЦНТИ, 1997.- Зс

94. Коршунова Т.И., Пищухин A.M. Метод распознавания дефектов ткани. // Библ. указатель: Инф. листки о н/т достижениях и передовом опыте0722/1697000351697 -0066, вып.4. Ы., 1997. -с26

95. ГОСТ 161-86 Ткани хлопчатобумажные, смешанные и из пряжи химических волокон. Определение сортности.-М.:ГК СССР по стандартам, 1986,-Юс.

96. Горелик А.Л. Об одном подходе к выбору пространства признаков, используемого при построении системы распознавания объектов и явлений.-Кибернетика, 1972,№4,с. 142-146.

97. Горелик А.Л. Игровой подход к построению пространства признаков, систем распознавания объектов и явлений. Кибернетика, 1973, №5, с.114-116.

98. Горелик А.Л., Гуревич И.Б., Скрипкин В.А. Современное состояние проблемы распознавания. -М.: Радио и связь, 1985.-160с.

99. Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990.-540с.

100. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Наука, 1989г.

101. Моисеев H.H. Математические задачи системного анализа. -М.:Наука, 1988г.

102. Классификация и кластер. Редактор Вэн Дж.,Райзин. М.:Мир,1980г.

103. Чепасов В.И. Определение параметров измерительных сигналов на основе полиномиальных моделей спектров. Диссертация на соискание уч.ст. к.т.н.,ЛЭТИ, 1991г.

104. Новицкий П.В., Зограф И.А. Оценка погрешностей результатов измерений.- Л.:Энергоатомиздат, 1991.-304с.

105. Распространенные пороки пряжи (нитей)

106. Порок Краткая характеристика Влияние на готовую ткань

107. Непро-прядки Резкие изменения поперечного сечения пряжи на коротких участках в несколько мм или см Появление местных пороков -утолщений или утончений в основе или утке

108. Пере-слежи -ны Чередование через неопределенные промежутки утолщений или утончений пряжи Тоже

109. Пере -сечки Чередование через определенные промежутки утолщений и утончений пряжи Тоже

110. Неправильные присучки Утолщение пряжи из-за неправильного выполнения рабочих приемов по присучиванию нитей Появление местных пороков утолщений в основе или утке

111. Перекруг Высокая крутка нитей на коротких участках пряжи Появление местных пороков на ткани

112. Непро-крутка Малая крутка нитей То же

113. Сукру-тины Образование скрученных петель на пряже То же

114. Узлы Неправильное соединение нитей Узлы, появление дыр

115. Щищки, мушка Комки сырья (волокна) различных размеров внутри пряжи Возможны шишкова-тостъ, дыры

116. Грязь, сор и пр. Загрязнение пряжи в процессе ее переработки Появление грязных, масляных нитей

117. Распространенные пороки заключительной отделки ткани

118. Порок Причины возникновения

119. Неполная отделка, неровного отделки Нарушение режима отделки, неравномерное давление валов плюсовки или каландра, изношенность валов, неправильная подача раствора в плюсовку

120. Ослабление натяжки ткани при безусадочной и несминаемой отделке Нарушение рецептуры раствора, превышение допустимой температуры и длительности термообработки

121. Неровная ширина спуски Слабый контроль за процессом ширения. Срыв ткани с клубков или цепей ширительных машин, сушилок

122. Отклонение ширины ткани Нарушение режима разводки цепей

123. Невыдерживание усадки Разладка ширительных устройств, тканеусадочного оборудования „ режимов безусадочной отделки

124. Неисправленный перекос Большой перекос ткани (более 10 см) при поступлении ее на ширительное устройство

125. Неравномерный эффект отделки, матовые пятна Изношенность или местные повреждения валов плюсовок, каландров

126. Недостаточный блеск при серебристой отделке Изношенность гравюры вала каландра, слабый нагрев или давление вала, недостаточная влажность ткани или отсутствие аппрета

127. Плохой эффект декатировки Отсутствие усадки или даже вытяжка ткани по длине, из-за чего повышенная усадка после замочки. Причины: обработка ткани без спутника, сильное натяжение ткани при заправке и выборке, не соблюдение режима декатировки.

128. Муар Появляется при декатировке ткани без спутника, из-за чего отпечатывается ткацкий рисунок на соприкасающихся поверхностях ткани.

129. Засечки, замины Неправильная накатка ткани на ролик после ширения, на цилиндр при декатировании. Плохое расправление ткани при обработке. Плохие швы.

130. Помарки, пятна Нарушение правил технического обслуживания оборудования.

131. Пороки на тканях из натурального шелка при подготовке к крашению

132. Порок Причины возникновения Способы предупреждения

133. Непроварка в виде жестких участков и кромок Неравномерная плотность (забоины) ткани, утолщенные кромки, несоблюдение режимов отварки и пр. Контроль условий отварки, полноты обееклеивания уплотненных мест ткани

134. Зажиренносгь ткани, отсутствие скрипа Разложение остатков не-смьггого мыла при «оживке» ткани уксусной или другой кислотой. Строгое соблюдение технологических режимов отварки и отмывки. Повторные промывка и «оживка» ткани

135. Оставшаяся Применение для подцветки трудносмываемых красителей или легкосмываемых, но высокой концентрации. Применение легкосмываемых красителей, обесцвечивание гидросульфитом в процессе отварки.