碳纖維經紗織造損傷狀態(tài)評價標準及實現方法

周其洪， 張佳南， 裴澤光， 陳 革

(1. 東華大學 紡織裝備教育部工程研究中心， 上海 201620； 2. 東華大學 機械工程學院， 上海 201620)

碳纖維經紗織造損傷狀態(tài)評價標準及實現方法

周其洪1,2， 張佳南1， 裴澤光1， 陳 革1

(1. 東華大學 紡織裝備教育部工程研究中心， 上海 201620； 2. 東華大學 機械工程學院， 上海 201620)

為使上位控制系統(tǒng)能夠實時監(jiān)測碳纖維經紗織造的損傷狀態(tài)，進而為調整織機運行速度，改變紗線張力，甚至停機檢查等控制提供重要參考數據，提出了一套適用于碳纖維經紗織造損傷狀態(tài)的評價標準和實現方法。采用模糊控制理論，分析和選擇了模糊算法的輸入量和輸出量，根據單項指標的影響權重制定出模糊規(guī)則，運用MatLab模糊邏輯工具箱，編程實現了對單根經紗總體損傷程度的評價。通過Labview軟件平臺調用MatLab程序，實現了區(qū)域多根經紗總體損傷程度的評價。評價算法損傷評價結果與人工經驗判斷結果誤差小，評價標準和實現方法具有可行性。

碳纖維； 織造； 經紗損傷狀態(tài)； 模糊算法； 評價標準

碳纖維紡織復合材料具有質量輕、強度高、抗振性能好、耐疲勞、耐高溫和耐腐蝕等優(yōu)良特性,在航空航天和軍工等領域具有重要戰(zhàn)略地位[1-3]，但目前其高端應用產品的紡織增強體基本靠手工編織，所以自動化程度和生產效率低，且產品質量難以保證。研制具有較高自動化水平的碳纖維織機尤其是立體織機已成為各方共識。由于碳纖維不宜織造的特性及織造增強體的復雜性，碳纖維經紗需經過多道工序，在此過程中碳纖維會與機械等裝置產生頻繁接觸和摩擦，經紗會出現起毛、割傷，甚至斷裂的情況，直接影響到織造的順利進行和織物的質量[4-5]。

電子紗疵檢測器是現今主流的紗線檢測方法，但它主要用來檢測紡紗時產生的粗細節(jié)和斷紗等[6-7]，并不能直接應用于碳纖維織機要求的起毛、割傷等損傷檢測。傳統(tǒng)的一些紗線檢測方法，也由于碳纖維的導電特性無法應用，所以當前研制的碳纖維立體織機樣機基本靠人工檢測碳纖維經紗的損傷狀態(tài)，效率極其低下，容易出錯，對人體健康不利。

圖像檢測技術可提高生產智能化水平，具有速度快、精度高、信息量大、安全可靠、實時性和重現性好等優(yōu)點[8-9]。本文以Labview軟件視覺處理模塊得到的數據作為基礎參數，主要研究碳纖維經紗織造損傷狀態(tài)評價標準及實現。研究成果可以解決當前碳纖維織機檢測難題，改善生產環(huán)境，并為其智能控制提供重要參考數據，大大提高織造生產率和織物質量，促進碳纖維紡織復合材料的更大規(guī)模應用。

1 評價標準制定

碳纖維經紗在織造過程中產生的起毛、割傷、甚至斷裂等缺陷，本文統(tǒng)稱為經紗損傷狀態(tài)。圖1示出單根和多根碳纖維經紗實際損傷狀態(tài)圖。此外，碳纖維經紗毛羽易形成環(huán)境飛花，工作環(huán)境差，危害工人身體健康。為了可靠保證碳纖維立體織物的質量，預見并控制生產過程中經紗出現的損傷程度，提高生產效率，改善生產環(huán)境，碳纖維經紗在織造過程中的質量檢測工作變得尤為重要。

圖1 單根和多根碳纖維經紗實際損傷狀態(tài)圖

1.1 基礎參數

本文以課題組研制的碳纖維立體管狀織機(如圖2所示)為研究對象，在基于千兆以太網的CCD攝像機和計算機(攝像機以一定運動規(guī)律沿經紗上方運轉實時采集經紗圖片，計算機對圖片進行分析處理)的硬件平臺之上，利用Labview軟件視覺處理模塊實時在線處理圖片，以實時得到的數據作為基礎參數。檢測硬件結構示意圖如圖3所示。每次測得的經緯向范圍各為30 cm,基礎參數如表1所示。這些基礎參數基本概括了經紗的各種損傷狀態(tài)，也是制定進一步評價標準的重要參考數據。

圖2 碳纖維立體管狀織機

注：1—攝像頭； 2—計算機； 3—梭體； 4—緯紗管； 5—機架； 6—經紗。 圖3 檢測硬件結構示意圖

序號參數含義1L單根經紗研究區(qū)域的長度2Mi單根經紗研究區(qū)域輪廓的最小曲率3Ma單根經紗研究區(qū)域輪廓的最大曲率4Lc單根經紗研究區(qū)域的輪廓總長5Md單根經紗研究區(qū)域輪廓的最大跳躍距離6Fa單根經紗研究區(qū)域的起毛面積7W單根經紗寬度8Vi單根經紗研究區(qū)域的寬內割傷最小值9Va單根經紗研究區(qū)域的寬內割傷最大值

圖4示出經紗輪廓檢測圖。實際經紗圖像的處理是在一定研究區(qū)域內，利用視覺處理中的輪廓分析算法獲得織造過程中經紗的實際輪廓總長和局部損傷峰值點的曲率及幅值。

圖4 經紗輪廓檢測圖

圖5示出經紗粒子檢測圖。利用視覺處理中的粒子檢測，可以得到經紗起毛后研究區(qū)域內的未起毛紗線面積，進而計算得出研究區(qū)域的起毛面積。

圖5 經紗粒子檢測圖

由于經紗在織造過程中受到一定的外力干擾，每根經紗的研究寬度會有所不同。此外，根據寬內邊緣檢測定義了單根經紗研究區(qū)域的寬內割傷程度。

1.2 評價指標的制定

根據表1中的參數1、4、7定義單根經紗研究區(qū)域的輪廓粗糙度

(1)

單根經紗研究區(qū)域的輪廓粗糙度a包含了經紗起毛和割傷的可能性。經紗磨損后，無論是產生起毛還是割傷，相對完好經紗的直線邊緣，其輪廓總長總會增大。經紗損傷越嚴重則其輪廓總長越長，對應a值越大。

根據表1中的參數7、8、9，定義單根經紗研究區(qū)域的寬內割傷程度

(2)

單根經紗研究區(qū)域的寬內割傷程度b僅涉及經紗割傷的衡量。經紗在織造過程中一旦發(fā)生嚴重割傷，整根經紗斷裂的可能性就很大，因為割傷發(fā)生在經紗的橫向，橫向的承力能力小。b值越大則經紗割傷越嚴重。

根據表1中的參數1、6、7，定義單根經紗研究區(qū)域的起毛程度

(3)

單根經紗研究區(qū)域的起毛程度c主要對經紗起毛狀況進行衡量，一般處于最邊緣的部分在不斷地摩擦下容易磨損起毛，對應c值越大則表示起毛越厲害。

根據表1中的參數5、7，定義單根經紗研究區(qū)域的輪廓最大跳躍

(4)

單根經紗研究區(qū)域的輪廓最大跳躍d是對輪廓起毛或割傷最厲害處的垂直距離衡量。該參數僅描述損傷最嚴重處的情況，僅作為補充衡量指標。經紗輪廓最大跳躍d越大，對應經紗損傷最嚴重處的損傷程度越大。

根據表1中的參數2、3，定義單根經紗研究區(qū)域的輪廓平均曲率e0, 平均彎曲度e的取值由計算得出的e0值決定，對應取值結果如表2所示。

(5) 表2 平均彎曲度取值

單根經紗研究區(qū)域的輪廓平均彎曲度e是對輪廓損傷的局部平均曲率的描述。其中最大最小曲率處的損傷可能是起毛或者割傷。由于該參數僅描述局部輪廓的曲率情況，僅作為補充衡量指標。一般來說，經紗輪廓平均彎曲度e越大，對應經紗局部損傷越嚴重。

上述5種評價指標均能較好地反映經紗具體的損傷狀態(tài)。指標a、c、d、e涉及經紗起毛損傷的評價，指標a、b、d、e涉及經紗割傷的評價。但離散考慮的各個指標的大小無法準確衡量經紗的總體損傷程度，也比較難給控制系統(tǒng)理想的控制參考數據，如何科學地根據這些指標計算單根經紗總體損傷程度是問題的關鍵。此外，參與織造經紗數量成百上千，各片區(qū)域經紗損傷程度和全體經紗損傷程度指標也非常重要。單根經紗總體損傷程度和區(qū)域經紗總體損傷程度指標可更方便為碳纖維織機的智能控制和檢修提供重要參考。后文將重點介紹這2個指標評定及實現。

2 單根經紗總體損傷程度評定及實現

2.1 數據算法選定

由于經紗損傷指標是基于視覺數據分析得來，難于建模和控制，在現今主流的智能算法中，模糊算法和人工神經網絡技術均能較好地解決這些問題，無需建立精確的數學模型[10]。模糊算法相較于人工神經網絡技術更適用于視覺數據分析，且其系統(tǒng)的魯棒性強，所以本文評價系統(tǒng)運用模糊算法進行推理和評價單根經紗總體損傷程度，充分發(fā)揮模糊算法適應性強、結果數據獨立性好的優(yōu)點[11]。

綜合考慮本文系統(tǒng)各指標的影響，指標a、b、c為主要指標，指標d、e僅為補充衡量指標，且考慮到模糊控制維數不能過少和過多，選用三維模糊控制器。定義輸入變量a1(單根經紗研究區(qū)域的輪廓粗糙度)對應指標a，輸入變量a2(單根經紗研究區(qū)域的寬內割傷程度)對應指標b，輸入變量a3(單根經紗研究區(qū)域的起毛程度)對應指標c，及輸出變量A(單根經紗總體損傷程度)。

2.2 模糊推理系統(tǒng)的建立

2.2.1 變量模糊化

輸入變量a1、a2、a3模糊化，即找出變量所隸屬的模糊子集的隸屬函數值。綜合考慮本系統(tǒng)，對輸入變量a1、a2、a3分別定義5個模糊子集：S(小)、MS(中小)、M(中)、MB(中大)、B(大)。對于本文在線實時系統(tǒng)，在保證隸屬度有足夠精度的前提下，選擇運算簡單、修改方便、所占內存空間小且靈敏性較大的三角隸屬函數。本文系統(tǒng)定義輸入變量a1、a2、a3的模糊論域分別為[0,75]、[0,75]、[0,35]。為簡化后續(xù)解模糊過程的計算，輸出變量A的隸屬函數取為單點方式，劃分為7個模糊子集：VS(較小)、S(小)、MS(中小)、M(中)、MB(中大)、B(大)、VB(較大)。輸出變量A的模糊論域為[0,70]，各模糊子集的對應值為[10，20，30，40，50，60，70]。

2.2.2 模糊推理規(guī)則及方法

對于本文三維模糊控制器，3個輸入變量分別取5個模糊子集，推理規(guī)則可簡單設為“If (xisA) and (yisB) and (zisC) then (wisU)”，總規(guī)則條數為5×5×5=125。

根據碳纖維經紗在線工作時的損傷特性，結合前步視覺處理系統(tǒng)分析數據的準確程度，考慮3個輸入參數對整根碳纖維經紗最終損傷程度的影響度。

輸入變量a1衡量的是碳纖維經紗整根的邊緣粗糙度狀況，其中可能包括部分邊緣割傷，也可能包括部分起毛，而割傷和起毛作為碳纖維經紗較主要的二大損傷狀態(tài)使得輸入變量a1對最終損傷程度的決策具有相當的影響力。

輸入變量a2衡量的是碳纖維經紗產生割傷的量值，經紗織造過程中產生的割傷會影響經紗質量，成為織品疵點，甚至產生斷經影響織造工作，輸入變量a2對最終損傷程度的決策有較大的影響力。

輸入變量a3衡量的是碳纖維經紗起毛狀況的量值，碳纖維經紗在織造過程中產生起毛會影響經紗和織物質量，且起毛產生的飛羽會形成環(huán)境飛花，損害工人健康和電路元器件的正常運作，輸入變量a3對最終損傷程度的決策有較大的影響力。

本文研究主要根據上述指標影響程度分析，制定本系統(tǒng)輸出變量A的模糊推理規(guī)則，并在MatLab的模糊工具箱實現，部分規(guī)則如圖6所示。模糊推理算法采用Mamdani法[12]，該法運算簡便。

圖6 A的模糊規(guī)則

2.2.3 變量解模糊的輸出

解模糊最常用的方法是重心法[13]，即加權平均法，輸出量ω的計算公式為

(6)

式中：ωi為輸出量對應模糊子集的量化值；μi為ω對應于各模糊子集的隸屬度函數值。

Matlabfuzzytoolbox中FIS編輯器用于定義推理系統(tǒng)的綱領性問題。如系統(tǒng)為Mamdani型模糊推理系統(tǒng)、輸入輸出變量的個數及名稱、AND和OR方法、解模糊方法等。最終將所定義的模糊推理系統(tǒng)保存為fuzzyA.fis文件以備調用。

2.2.4 評價算法實例驗證

以圖1中拍攝到的1組碳纖維經紗圖片為例，取第3根碳纖維經紗，通過Labview軟件視覺模塊處理得到txt格式的數據檢測文件，部分算法驗證數據如圖7所示。

圖7 算法驗證數據

該組數據中依序參數1的值為810.000 00，參數4的值為1 890.565 28，參數6的值為553.167 65，參數7的值為6.832 89，參數8的值為0.437 89，參數9的值為0.775 63，則根據指標定義，a1=a=15.73%，a2=b=17.76%，a3=c=10%，在MatLab中調用先前定義的fis文件可得各隸屬度：μMS(a1)=0.963 5，μM(a1)=0.036 5，μMS(a2)=0.862 0，μM(a2)=0.138 0，μS(a3)=0.8，μMS(a3)=0.2，其中μMS(a1)表示a1屬于MS的隸屬度，其他類似。依據模糊推理算法可得推理結果，如表3所示。

表3 輸出變量推理結果

根據表3所示推理結果，A屬于VS的程度為0.800 0，A屬于S的程度為0.200 0，A屬于MS的程度為0.036 5，A屬于M的程度為0.036 4。程序運行結果顯示A為15.6，即根據該評價算法可得第3根碳纖維經紗的總體損傷程度為15.6%。

若根據經紗損傷程度的各影響因素分析，憑人眼經驗判斷各因素所占權重，分配a1權重為0.55，a2權重為0.25，a3權重為0.2，則：

(7)

即根據人工經驗判斷可得第3根碳纖維經紗的總體損傷程度約為15.1%。由以上數據發(fā)現，評價算法得出的推理結果與人工經驗判斷的結果誤差為

(8)

計算出的結果誤差小，可證明該評價算法的有效性。

3 區(qū)域經紗總體損傷程度評定及實現

前述通過模糊算法和Labview得到了單根經紗的損傷程度，在此基礎上，通過Labview軟件實現區(qū)域經紗總體損傷程度的評價程序。Labview軟件具有強大的數據處理功能，MatLab模糊邏輯工具箱可以方便地進行模糊推理系統(tǒng)(FIS)的設計，結合2種軟件的優(yōu)點，在Labview軟件平臺上通過MatLab script node調用先前MatLab模糊邏輯工具箱生成的fuzzyA.fis文件即可實現對單根紗線總體損傷程度的獲取。

調用FIS文件的節(jié)點程序為

fismat=readfis(′fuzzyA′);

A=evalfis([a1a2a3],fismat)

計算出單根碳纖維經紗總體損傷程度后通過Labview軟件的求平均函數可得到各片區(qū)域經紗總體損傷程度和全體經紗損傷程度。

最后評價數據可通過基于Modbus協(xié)議的串口通信方式，將評價標準數據實時發(fā)送給控制系統(tǒng)，供上位機實時改變控制策略參考。

4 結 論

本文分析和提出了碳纖維織造經紗損傷狀態(tài)的評價標準。制定的評價指標主要包括單根經紗的輪廓粗糙度、單根經紗的寬內割傷程度和單根經紗研究區(qū)域的起毛程度等，提出的評價體系包括單根碳纖維經紗總體損傷程度、各片區(qū)域經紗總體損傷程度和全體經紗總體損傷程度。通過模糊算法，MatLab和Labview軟件實現了評價系統(tǒng)程序編寫。系統(tǒng)運行結果與人工實際檢測相符，證明了系統(tǒng)研究方法和結果的正確性。

本文評價標準較全面反映了碳纖維經紗的損傷程度，控制系統(tǒng)通過這套評價標準數據可實時監(jiān)測碳纖維經紗的損傷狀態(tài)，可實時了解當前織造經紗的全體損傷程度、各片區(qū)域經紗的損傷程度、損傷最嚴重的區(qū)域以及最嚴重的單根經紗損傷程度，對系統(tǒng)控制有很好的指導作用。比如當發(fā)現區(qū)域經紗損傷程度較嚴重，控制系統(tǒng)可適當降低織機轉速和調整經紗張力，不停機使織造順利進行，大大提高織造效率，并減少頻繁停機造成織物開車痕等疵點出現。當發(fā)現某區(qū)域的的損傷頻繁出現，可顯示相關故障信息通知維修人員進行機械檢修。從而為調整織機運行速度，改變經紗張力，甚至停機檢查等控制提供重要參考數據，大大提高了織機的智能化和自動化水平。

FZXB

[1] 彭金濤，任天斌. 碳纖維增強樹脂基復合材料的最新應用現狀[J].中國粘膠劑，2014，23(8):48-52. PENG Jintao, REN Tianbin. The latest application status of carbon fiber reinforced resin matrix compo-sites [J].China Adhesives,2014,23(8):48-52.

[2] 冉紅孟，廖秋慧，陶振剛，等. PP-碳纖維復合材料力學性能的研究[J].工程塑料應用，2015，43(2):47-50. RAN Hongmeng, LIAO Qiuhui, TAO Zhengang, et al. Research on mechanical properties of carbon fiber reinforced PP composites[J].Engineering Plastics Appli cation, 2015,43(2):47-50.

[3] PANIN S, BURKOV M，LYUBUTIN P, et al. Fatigue damage evaluation of carbon fiber composite using aluminum foil based strain sensors[J].Engineering Fracture Mechanics,2014,129:45-53.

[4] 高哲，蔣高明，馬丕波,等.碳纖維多軸向經編復合材料的應用與發(fā)展[J].紡織學報,2013,34(12):144-151. GAO Zhe,JIANG Gaoming,MA Pibo,et al.Application and development of carbon fiber multi-axial warp-knitted fabric reinforced composites[J].Journal of Textile Research, 2013,34(12):144-151.

[5] CARVALHO V, CARDOSO P, BELSLEY M, et al. Yarn hairiness characterization using two orthogonal

directions[J]. IEEE Transactions on Instrumentation and Measurement, 2009, 58(3): 594-601.

[6] 蕫曉亮，李醒飛，楊光，等. 紗線檢測中光電傳感器及其前置放大器設計[J].傳感器與微系統(tǒng),2010,29(3):102- 103. DONG Xiaoliang, LI Xingfei, YANG Guang,et al. De sign of photo-electricsensor and preamplifier in yarn dete ction[J]. Transducer and Microsystem Technologies, 2010,29(3):102-103.

[7] 沈凌飛. 基于視覺傳感的紗線檢測系統(tǒng)的研究與實現[D].杭州：杭州電子科技大學,2013:12-15. SHEN Lingfei. Research and implementation of yarn detection system on vision sensing[D]. Hangzhou: Hangzhou Dianzi University,2013:12-15.

[8] 張錚，王艷平，薛桂香. 數字圖像處理與機器視覺[M].北京：人民郵電出版社，2010: 7-8. ZHANG Zheng, WANG Yanping, XUE Guixiang. Digital Image Processing and Machine Vision[M].Beijing: Posts & Telecom Press,2010: 7-8.

[9] 張玉榮，陳賽賽，周顯青. 小麥圖像檢測技術研究進展[J].中國糧油學報,2014,29(4):118-123. ZHANG Yurong, CHEN Saisai, ZHOU Xianqing. Research progress of wheat image detection techno-logy [J].Journal of the Chinese Cereals and Oils Associa-tion,2014,29(4):118-123.

[10] 劉茜，王玉亮. ANN與模糊算法在毛精紡織機效率預報中的對比[J]. 紡織學報,2009,30(1):55-59. LIU Qian, WANG Yuliang. Comparing artificial neural network and fuzzy theory in efficiency forecast of worsted loom[J].Journal of Textile Research,2009,30 (1):55-59.

[11] WANG Hui, YUAN Xiaofang, WANG Yaonan, et al. Harmony search algorithm-based fuzzy-PID controller for electronic throttle valve[J].Neural Computing and Appli-cations,2013,22(2): 329-336.

[12] 薛定宇. 控制系統(tǒng)計算機算機輔助設計MATLAB語言與應用[M]. 2版. 北京:清華大學出版社, 2006:263-269. XUE Dingyu. Computer Aided Control Systems Design Using MATLAB Language[M]. 2nd ed. Beijing: Tsinghua University Press, 2006:263-269.

[13] 彭玉清，李木，張媛媛. 基于改進模糊算法的移動機器人避障[J].計算機應用,2015,35(8):2256-2260. PENG Yuqing, LI Mu, ZHANG Yuanyuan. Mobile robot obstacle avoidance based on improved fuzzy algorithm [J].Journal of Computer Applications,2015,35(8):2256- 2260.

Evaluation standards and program implementation on damage status of carbon fiber warp weaving

ZHOU Qihong1,2, ZHANG Jia′nan1, PEI Zeguang1, CHEN Ge1

(1.EngineeringResearchCenterofTextileEquipment,MinistryofEducation，DonghuaUniversity,Shanghai201620,China； 2.CollegeofMechanicalEngineering,DonghuaUniversity,Shanghai201620,China)

In order to online monitor damage status of carbon fiber during weaving with upper control system for further providing important references to adjust the loom speed and change the yarn tension and even check stands, a set of applicable evaluation standard and implementation method on damage status of carbon fiber during weaving were put forward. According to the fuzzy control theory, the input and the output of the fuzzy algorithm were analyzed and fuzzy rules were also put forward. The realized program can provide evaluation of single yarn damage degree with the MatLab fuzzy logic toolbox. By calling Matlab procedure the evaluation of regional yarn damage degree is implemented on Labview software platform. The error of damage evaluation results between evaluation algorithm and artificial experience judgment is small. The evaluation standard and implementation method are feasible.

carbon fiber； weaving； warp damage status； fuzzy algorithm; evaluation standard

10.13475/j.fzxb.20151003006

2015-10-19

2016-06-06

上海市自然科學基金資助項目(16ZR1401800)

周其洪(1976—),男,副教授,博士。主要研究方向為先進紡織和復合材料裝備機電一體化、自動化和信息化。E-mail：zhouqihong@dhu.edu.cn。

TS 157

A