一种基于摩擦振动信号的织物表面疵点检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115047070A(43)申请公布日2022.09.13(21)申请号202210961508.2(22)申请日2022.08.11(71)申请人江苏恒力化纤股份有限公司地址215226江苏省苏州市吴江区盛泽镇南麻工业区恒力路1号(72)发明人张建光邵义伟芮宝琴王雪黄通旭刘莎莎赵艳丽王鹏(74)专利代理机构上海统摄知识产权代理事务所(普通合伙)31303专利代理师辛自豪(51)Int.Cl.G01N29/04(2006.01)G01N29/44(2006.01)G06K9/00(2022.01)G06K9/62(2022.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于摩擦振动信号的织物表面疵点检测方法(57)摘要本发明涉及一种基于摩擦振动信号的织物表面疵点检测方法，采用接触式探头提取织物表面的摩擦振动信号后，先对摩擦振动信号进行聚类分析，判断信号是否存在异常，如果信号不存在异常，则织物表面无疵点；如果信号存在异常，则对摩擦振动信号进行解构得到含有疵点信息的信号成分后，再对含有疵点信息的信号成分进行聚类分析确定织物表面疵点的种类数。本发明创新性地利用反映织物表面信息的摩擦振动信息来反映疵点信号信息，同时利用机器学习和时频分析算法来处理摩擦振动信号，以达到准确反映疵点信号的特征的目的，基于摩擦振动信号的纺织品疵点检测有助于推动纺织品疵点检测的数字化实现。CN115047070ACN115047070A权利要求书1/2页1.一种基于摩擦振动信号的织物表面疵点检测方法，其特征在于：提取织物表面的摩擦振动信号后，先对摩擦振动信号进行聚类分析，判断信号是否存在异常，如果信号不存在异常，则织物表面无疵点；如果信号存在异常，则对摩擦振动信号进行解构得到含有疵点信息的信号成分后，再对含有疵点信息的信号成分进行聚类分析确定织物表面疵点的种类数；所述摩擦振动信号采用接触式探头进行提取；对摩擦振动信号进行解构的具体步骤如下：（1）利用信号经验模态分解方法将摩擦振动信号从高频到低频逐层分开，得到含有不同频带成分的信号分量；；其中，I(n)表示所提取的织物表面的摩擦振动信号，IMFm(n)代表信号经验模态分解方法分解出来的信号分量，m表示分解的信号分量的序号，M表示分解的信号分量的总个数，ResM(n)代表信号的残差信号；（2）对各个含有不同频带成分的信号分量进行傅里叶分析，得到各个信号分量的频率分布，根据不同信号分量的频率判别出含有疵点的信号分量；（3）对含有疵点的信号分量进行小波分析，得到含有疵点的信号分量的时频分布图，根据时频分布图中频率随时间的变化关系，判断含有疵点的信号分量是否真实地含有疵点成分；；其中，X(a,b)表示重构之后的含有疵点的信号分量，x(t)表示提取的含有疵点的信号分量，a为信号的平移量，b为信号放缩的尺度，t为信号时间，为Morlet小波基。2.据权利要求1所述的一种基于摩擦振动信号的织物表面疵点检测方法，其特征在于，所述摩擦振动信号为幅值电压信号。3.根据权利要求1所述的一种基于摩擦振动信号的织物表面疵点检测方法，其特征在于，所述接触式探头为圆滚型接触式探头，探头长度与织物幅宽相等。4.根据权利要求1所述的一种基于摩擦振动信号的织物表面疵点检测方法，其特征在于，在对摩擦振动信号进行聚类分析之前，对所述摩擦振动信号进行降噪和平滑处理。5.根据权利要求4所述的一种基于摩擦振动信号的织物表面疵点检测方法，其特征在于，对摩擦振动信号进行聚类分析以及对含有疵点信息的信号成分进行聚类分析均采用基于密度峰值的聚类算法，具体如下：；；其中，ρi、ρj为信号点的自身密度值；i,j表示信号点的序号；dij表示计算任意两信号点2CN115047070A权利要求书2/2页之间的距离；dc为截断距离，设定值为0.02；表示经过计算之后，落在以0.02为半径的圆内信号点的个数；δi为各个信号点聚类核心类之间的距离。6.根据权利要求5所述的一种基于摩擦振动信号的织物表面疵点检测方法，其特征在于，对摩擦振动信号进行聚类分析，当ρ的值为02，同时δ取最大值时，认为信号存在异常，i~i否则认为信号不存在异常。7.根据权利要求6所述的一种基于摩擦振动信号的织物表面疵点检测方法，其特征在于，对含有疵点信息的信号成分进行聚类分析后，针对输出的ρi和δi的二维矩阵，将ρi和δi归一化之后进行相乘记为ri，然后将ri按照降序排列，得到ri关于信号点的序号i的降序排列图，通个拟合直线求出降序排列图中的阶跃点，则该阶跃点之前的ri值的个数，即为疵点种类数。8.根据权利要求1所述的一种基于摩擦振动信号的织物表面疵点检测方法，其特征在于，所述织物为机织物。3CN115047070A说明书1/6页一