Analýza periodických vad textilních vláken ve frekvenční oblasti

Abstract

Hmotnostní nerovnoměrnost má významný vliv na kvalitu textilních vláken. Analyzováním nerovnoměrností vlákna je tak možné určit jeho kvalitu. Tato práce se zabývá algoritmem pro vyhodnocování kvality textilních vláken analyzováním jejich nerovnoměrnosti. Navržený algoritmus pro digitalní zpracování signálu je založen na multi-rate analýze a je implementován jako software pro mikro\-kon\-troléry. Byly vyvinuty dva algoritmy založené na stejném principu, a to pro analýzu dvou typů textilních vláken: pramene a příze. Pro analýzu kvality textilního pramene byl také vyvinut vestavný systém za účelem měření průměru pramene a následného zpracování naměřeného signálu. Výsledkem analýzy je rozptylová křivka, která je použita jako měřítko kvality pramene. Pro vyhodnocení kvality příze byla naprogramována softwarová knihovna cílená pro mikrokontroléry. Provedené testy dokázaly, že spektrogram, který je výstupem algoritmu, je schopný spolehlivě určit kvalitu příze.

Mass unevenness significantly affects a quality of the textile fibers. By analysing the unevenness of a fiber, it is possible to determine its quality. This thesis describes an algorithm for evaluation of the quality of the textile fibers by analysing their unevenness. Designed digital signal processing algorithm is based on a multi-rate analysis and is implemented as software targeted for general-purpose microcontrollers. Two algorithms based on the same basis were developed for an ana\-ly\-sis of the two textile fiber types: sliver and yarn. For the analysis of a sliver qua\-li\-ty, an embedded device is developed for measuring the diameter of the sliver and subsequent processing of the measured signal. The result of the analysis is a variance-length curve, which is used as a measure of the sliver quality. For the quality evaluation of the yarn a software library, targeted for microcontrollers, is developed. Executed tests proved that a spectrogram, which is the output of the algorithm, can reliably determine the quality of the yarn.