Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Автоматизация контроля качества ткани

Диссертация: Автоматизация контроля качества ткани
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

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. Устойчивое функционирование системы автоматизированного контроля… Читать ещё >

Содержание

  • 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. 3. Методика 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

Автоматизация контроля качества ткани (реферат, курсовая, диплом, контрольная)

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 № 1 890 036 607.

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.

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.

— мьо .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.

Показать весь текст

Список литературы

  1. С.М., ДодонкинЮ.В. Качество тканей. М.:Легпромиздат, 1986 г., — 161с.
  2. 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, 1981 г. -335с.
  4. Л.И. Автоматический контроль и регулирование технологических процессов отделочного производства. -М.:Легкая индустрия, 1978 г.
  5. E.H., Куликова H.A. Технический контроль в производстве нетканых материалов. М.:Легкая промышленность, 1983 г.
  6. Ю.В., Кирюхин С. М. Ассортимент, свойства и оценка качества тканей. М.:Легкая индустрия, 1979 г. — 192с.
  7. К.И. Технико-экономическая оценка и проектирование качества текстильных материалов,— М.:Легкая и пищевая промышленность, 1983 г.,-159 с.
  8. Новые методы оценки качества текстильных материалов. В двух час-тях.-Л., 1974 г.
  9. А.Н., Кирюхин С. М. Оценка и прогнозирование качества текстильных материалов.-М. ¡-Легкая и пищевая промышленность, 1984,-215с.
  10. .Л. Контроль качества. Теория и применение. -М., 1968 г.
  11. 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. 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. 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) 518 523.
  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. В.П. Строение и качество тканей.-М.'Легкая и пищевая промышленность, 1984,-176с.
  39. 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. Л.И. Оптический метод исследования строения тканей./ /Изв.вузов. Технол. Легк. Пром-ти., 1989, т.2, № 6, с.27−30.
  41. 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, 1991 г.
  42. 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. А. Распознавание и обработка изображений.-М. Мир Д 972 г.
  45. 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. Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов.- М.:Радио и связь, 1987.-400с.
  50. В.М. Методы и средства построения прикладных систем технического зрения. Канд. Дисс.-Jl.: 1987,-205с.
  51. В.И. и др. Сегментация изображения (состояние, проблемы)/ / Автоматика и телемеханика № 7, 1987, с.3−56.
  52. 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. A.M. Информационно-измерительная система классификации дефектов ткани. Диссертация на соискание уч.ст. к.т.н., Самара, 1996 г, — 149с.
  54. 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. 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. A.A. Курс теории автоматического управления.-М.: Наука, 1986,-616с.
  58. Л.М. Цифровые фильтры. М.:Связь, 1974 г.
  59. Д., Мерсеро Р. Цифровая обработка многомерных сигна-лов.-М.:Наука, 1997.-560с.
  60. Л., Гоулд Б. Теория и применение цифровой обработки сигналов. М.:Наука, 1977. — 560с.
  61. 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. А. Цифровые фильтры: анализ и проектирование. М.: Радио и связь, 1980.-320 с.
  66. Применение цифровой обработки сигналов. М.: Мир, 1980. -552 с.
  67. Р.В. Цифровые фильтры. М.: Сов. Радио, 1980. -224 с.
  68. У. Цифровая обработка изображений. В двух томах М.: Мир, 1982.
  69. A.B., Шафер Р. В. Цифровая обработка сигналов. М.: Связь, 1979 г.
  70. Обработка изображений и цифровая фильтрация. М.: Мир, 1979 г.
  71. Л.П. Введение в цифровую обработку изображений. -М.: Сов. Радио, 1979 г.
  72. 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. В.З., Шишаков M.JI. Введение в среду пакета MATHEMATICA 2.2-М.:Информационно-издательский дом «Филинъ"Д997.-368с.
  75. А.с. № 842 513 Устройство для обнаружения дефектов поверхности движущегося гибкого материала, кл. G 01 № 21/89, 1979 г.
  76. Патент № 1 796 058 Устройство для обнаружения дефектов поверхности движущегося гибкого материала, кл. G 01 № 21/89, 1992 г, A.M. Пищу-хин.
  77. Информ. Листок № 39−93 Сканирующий узел с увеличенной производительностью и точностью, Е. Г. Гайсина, А. М. Пищухин, Оренбургский ЦНТИ, 1993 г.
  78. Т.И., Пищухин A.M. Автоматизация контроля качества поверхности движущегося материала. // Машиностроение. Сборник научных трудов. Оренбург: ОГУ, 1997. — В.2. — с107 — 109
  79. Ф.П. Фоточувствительные приборы с зарядовой связью.-М.: Радио и связь, 1991 .-264с.
  80. Источники и приемники излучения. -СПб.:Политехника, 1991, — 240с.
  81. Г., Корн Т. Справочник по математике (для научных работников и инженеров).-М., 1974,-832с.
  82. М.Я. Справочник по высшей математике .М. :Физматгиз, 1961 ,-783с.
  83. Ю.И., Мальков B.JI. Спектральный анализ случайных процессов. М.: Энергия, 1974, -240с.
  84. Ю.И., Мальков B.JI. Выборочные оценки спектральных характеристик случайных процессов. М.: Энергия, 1978, -149с.
  85. И.С. Радиотехнические цепи и сигналы.-М.: Радио и связь, 1986,521с.
  86. Д., Пирсол А. Применение корреляционного и спектрального анализа. М. Мир, 1983,-312с.
  87. Г., Ватте Д. Спектральный анализ и его приложения. -М.:Мир, 1972,-вып.2, -387с.
  88. 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. Ю.А. Стационарные случайные процессы. М.:Наука, 1990,271с.
  92. Д., Пирсол А. Прикладной анализ случайных данных.-М.:Мир, 1990,-548с. '
  93. Т.И., Пищухин A.M. Метод распознавания дефектов ткани. // Инф. листок № 66 97, ЦНТИ, 1997.- Зс
  94. Т.И., Пищухин A.M. Метод распознавания дефектов ткани. // Библ. указатель: Инф. листки о н/т достижениях и передовом опыте0722/1 697 000 351 697 -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. А.Л. Об одном подходе к выбору пространства признаков, используемого при построении системы распознавания объектов и явлений.-Кибернетика, 1972,№ 4,с. 142−146.
  97. А.Л. Игровой подход к построению пространства признаков, систем распознавания объектов и явлений. Кибернетика, 1973, № 5, с.114−116.
  98. А.Л., Гуревич И. Б., Скрипкин В. А. Современное состояние проблемы распознавания. -М.: Радио и связь, 1985.-160с.
  99. Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990.-540с.
  100. Ф.И., Тарасенко Ф. П. Введение в системный анализ. М.: Наука, 1989 г.
  101. H.H. Математические задачи системного анализа. -М.:Наука, 1988 г.
  102. Классификация и кластер. Редактор Вэн Дж., Райзин. М.:Мир, 1980 г.
  103. В.И. Определение параметров измерительных сигналов на основе полиномиальных моделей спектров. Диссертация на соискание уч.ст. к.т.н., ЛЭТИ, 1991 г.
  104. 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.
Заполнить форму текущей работой

Заказал и сдал!