一种识别预氧化炉内碳纤维异常的生产平台的制作方法

1.本发明主要应用于纤维检测技术领域，尤其涉及一种识别预氧化炉内碳纤维异常的生产平台。


背景技术：

2.碳纤维作为先进pan基复合材料，已广泛应用于航空航天、建筑、交通工具、风电等各个领域。碳纤维有高模量，高强度，耐高温，耐腐蚀，导电导热等优越性能，事物都是一分为二，碳纤维也有其弱点，属于脆性材料，在生产过程中，尤其是预氧化、高低温碳化过程中，极易因纤维断裂而产生一些毛丝或断丝，在制备过程中，会导致质量和性能降低。
3.预氧化生产过程中，原丝在内应力作用下，纤维会被拉断，从而产生毛丝。在预氧化过程中纤维经过多个主动牵伸辊，导向辊等各种辊体。反复与辊体的接触会对纤维造成表面的损伤，产生的毛丝如果不及时发现很容易发生缠辊，将影响生产的稳定和碳纤维产品质量。尤其是在碳纤维预氧化过程中，由于反应时间长，牵伸距离长，极易产生丝束的毛丝或断丝现象因此，预氧化过程中对碳纤维毛丝监测和及时处理至关重要。
4.碳纤维在碳化生产中，运行纤维丝束多且丝束间距较小，尤其是纤维丝束在氧化炉中往返多层，若纤维在运行出现断裂，生产人员处理不及时，极易造成大面积断丝缠丝，严重影响稳定性生产，为了及时发现生产的断丝情况，每层纤维运行出口的正下方需要设置断丝检测装置。要保障碳纤维的质量，减少过程所产生的毛丝卷入到成品轴中，需对过程产生的毛丝进行监控。
5.因此，生产装备上需要安装一套丝束监测系统，实时监测碳纤维丝束状态。
6.当前对碳纤维丝束检测设备根据原理的不同，主要有以下几种检测方式：（1）传感器检测技术：光源照射在不同性质的材料上能够反射出不同的亮度，传感器可以根据这一特点判断出丝束中的毛丝或断丝纤维，从而发出清除毛丝的命令。这种方式需要在每一台预氧化炉中，每层碳纤维丝束上安装传感器，成本投入较高。
7.（2）光电检测技术：碳纤维和毛丝纤维之间存在色差，这种色差反应到光电二极管上就变成电流差，再将电流差进行信号放大和处理来识别毛丝纤维。这种方法原理简单，主要应用于早期的毛丝纤维检测设备中。但是光电管寿命短，稳定性不好，并且这种技术对细小异纤识别效果不好。
8.碳纤维作为先进pan基复合材料，已广泛应用于航空航天、建筑、交通工具、风电等各个领域。碳纤维有高模量，高强度，耐高温，耐腐蚀，导电导热等优越性能，事物都是一分为二，碳纤维也有其弱点，属于脆性材料，在生产过程中，尤其是预氧化、高低温碳化过程中，极易因纤维断裂而产生一些毛丝或断丝，在制备过程中，会导致质量和性能降低。
9.预氧化生产过程中，原丝在内应力作用下，纤维会被拉断，从而产生毛丝。在预氧化过程中纤维经过多个主动牵伸辊，导向辊等各种辊体。反复与辊体的接触会对纤维造成表面的损伤，产生的毛丝如果不及时发现很容易发生缠辊，将影响生产的稳定和碳纤维产品质量。因此，预氧化过程中对碳纤维毛丝监测和及时处理至关重要。
10.碳纤维在碳化生产中，运行纤维丝束多且丝束间距较小，尤其是纤维丝束在氧化炉中往返多层，若纤维在运行出现断裂，生产人员处理不及时，极易造成大面积断丝缠丝，严重影响稳定性生产，为了及时发现生产的断丝情况，每层纤维运行出口的正下方需要设置断丝检测装置。要保障碳纤维的质量，减少过程所产生的毛丝卷入到成品轴中，需对过程产生的毛丝进行监控。


技术实现要素：

11.为了解决现有技术问题，本发明提供一种识别预氧化炉内碳纤维异常的生产平台，该平台可以在雾化严重的预氧化炉对碳纤维丝束出现断丝、跳丝的异常位置进行精准定位同时可以快速消除断丝、跳丝的碳纤维丝束，保证碳纤维丝束生产质量，满足市场对高品质产品的需求。
12.本发明采用如下技术方案予以实施：一种识别预氧化炉内碳纤维异常的生产平台，所述平台包括：预氧化炉、碳纤维丝束、牵伸装置，所述平台还包括：采集碳纤维图像系统、识别碳纤维异常系统和清除碳纤维异常装置，其中：所述采集碳纤维图像系统包括：图像采集机构、光源补给机构和图像预处理模块；所述光源补给机构用于对预氧化炉内被牵伸成单层扁平线状的丝束照亮，所述图像采集机构对扁平通道内的丝束进行扫描，所述图像预处理模块将扫描到的图像以每像素12bit的数字信号输出给识别碳纤维异常系统；所述识别碳纤维异常系统对采集碳纤维图像系统输出的碳纤维图像进行异常判断后，将碳纤维丝束图像异常的位置信息传送给清除碳纤维异常装置；所述清除碳纤维异常装置根据碳纤维丝束图像异常的位置对碳纤维丝束进行剪切处理；其中：所述预氧化炉内壁一侧设置有图像采集机构，其另一侧内壁设置有光源补给机构；所述图像采集机构通过反光板与所述预氧化炉内壁呈20
°
~26
°
夹角连接；所述光源补给机构与所述预氧化炉内壁呈21
°
~24
°
夹角连接；所述图像采集机构入射碳纤维丝束距离在16mm~20mm。
13.进一步，所述图像采集机构由气源喷头、透明组件、调焦部件、拉伸机构、摄像机、保护套筒和法兰构成；所述保护套筒设置有调焦部件，所述保护套筒通过法兰与所述预氧化炉的内壁连接；所述调焦部件通过拉伸机构与摄像机连接；所述调焦部件设置有带气源喷头的透明组件；所述拉伸机构由齿轮、步进电机和驱动齿轮构成；所述齿轮一端与所述透明组件连接；其另一端与所述步进电机连接，所述步进电机通过传动轴与所述驱动齿轮连接。
14.进一步，所述光源补给机构采用两种组合光源，即日光光源与紫外光源的组合，紫外光源设置在日光光源下方；所述日光光源为led灯带，其光通量为9000；紫外光源为紫外线灯，其强度。
15.进一步，所述图像采集机构设置有可以对摄像机镜头进行清洁的正压吹气部件进一步，所述识别碳纤维异常系统通过如下步骤将碳纤维丝束图像异常位置发送
给清除碳纤维异常装置，其中：s101、通过如下公式对碳纤维丝束图像进行去雾处理生产第一碳纤维丝束图像；其中： ——待去雾的图像；——无雾图像；——背景光成分；——折射率s102、通过t
‑
sne算法对第一碳纤维丝束图像生成第二纤维丝束图像；s103、通过glcm灰度共生矩阵对第二纤维丝束图像进行纹理特征提取获得异常碳纤维丝束图像；s104、通过svm算法对异常碳纤维丝束图像中异常部位进行断丝判断，如果存在断丝情况，则将断丝位置信息发送给清除碳纤维异常装置；否则返回s101步骤。
16.进一步，所述清除碳纤维异常装置包括行走导轨、两台执行机构、清除异物台、风机和废纤维收集箱，所述风机和废纤维收集箱分别设置在所述清除异物台上；所述执行机构甚至在行走导轨上；每台所述执行机构均由定位齿轮、换向部件、步进电机、气缸、电磁阀、清除刀、减速机组成，其中：所述定位齿轮一端与所述行走导轨连接，其另一端与所述减速机连接；所述减速机依次通过步进电机、气缸与所述清除刀连接；所述气缸与步进电机之间设置有换向部件；所述气缸上还设置有电磁阀。
17.进一步，所述采集碳纤维图像系统分别设置在预氧化炉内每层碳纤维丝束上，所述图像采集机构前端与碳纤维丝束运动方向相反。
18.有益效果1、本发明通过采集碳纤维图像系统实现对雾化严重的预氧化炉内碳纤维丝束图像准确捕获，尤其是图像采集机构、光源补给机构与图像预处理模块的有机配合能够克服预氧化炉内恶化生产环境对图像捕获造成的影响，为后期清除碳纤维丝束上异常状态提供保障。
19.2、本发明通过识别碳纤维异常系统对碳纤维丝束图像进行特征提取以在线方式识别碳纤维运行异常状态，并对异常状态准确定位快速响应；最终完成对碳纤维丝束质量进行评价，保证碳纤维丝束成品质量。
20.3、本发明通过清除碳纤维异常装置通过执行机构可以精准清除异常碳纤维丝束，克服现有技术中清除异常碳纤维丝束程序复杂、效率低的问题。
附图说明
21.图1是本发明一种识别预氧化炉内碳纤维异常的生产平台结构示意图；图2是本发明一种识别预氧化炉内碳纤维异常的生产平台中采集碳纤维图像系统结构示意图；图3是本发明一种识别预氧化炉内碳纤维异常的生产平台中图像采集机构结构示意图；图4是本发明一种识别预氧化炉内碳纤维异常的生产平台中采集碳纤维图像系统分布示意图；
图5是本发明一种识别预氧化炉内碳纤维异常的生产平台中识别碳纤维异常系统流程图；图6是本发明一种识别预氧化炉内碳纤维异常的生产平台中清除碳纤维异常装置结构示意图。
22.附图标记801
‑
预氧化炉 802
‑
碳纤维束803
‑
牵伸装置100
‑
采集碳纤维图像系统200
‑
识别碳纤维异常系统300
‑
清除碳纤维异常装置101
‑
图像采集机构102
‑
光源补给机构103
‑
图像预处理模块104
‑
反光板105
‑
led灯带106
‑
紫外光灯107
‑
气源喷头108
‑
透明组件109
‑
齿条110
‑
电机传动齿轮111
‑
步进电机112
‑
调焦部件113
‑
摄像机114
‑
保护套筒115
‑
法兰116
‑
正压吹起部件301
‑
导轨、（302a,302b）
‑
执行机构303
‑
清除异物台304
‑
风机305
‑
废纤维收集箱306
‑
定位齿轮307
‑
换向部件308
‑
步进电机309
‑
气缸310
‑
电磁阀311
‑
清除刀312
‑
减速机。
具体实施方式
23.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图与实例对本发明做详细的论述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。
24.如图1、图2所示，本发明提供一种识别预氧化炉内碳纤维异常的生产平台，所述平台包括：预氧化炉801、碳纤维丝束802、牵伸装置803；所述碳纤维丝束802穿过预氧化炉801内，在所述碳纤维丝束802两端分别连接有牵伸装置803。在牵伸装置803的带动下，经过充分展开的丝束以10m/s 的速度进入由预氧化炉内，碳纤维丝束802构成的中央扁平预氧化通道，幅宽一般为2.5m左右，检测精度要求为0.5mm。如图1所示，所述平台还包括：采集碳纤维图像系统100、识别碳纤维异常系统200和清除碳纤维异常装置300，其中：采集碳纤维图像系统100包括：图像采集机构101、光源补给机构102、图像预处理模块103；所述光源补给机构102用于对预氧化炉内被牵伸成单层扁平线状的丝束照亮；所述图像采集机构101对扁平通道内的丝束进行扫描，所述图像预处理模块103将扫描到的图像以每像素12bit的数字信号输出给识别碳纤维异常系统。
25.识别碳纤维异常系统200：所述识别碳纤维异常系统应用在工控机上，并用于将碳纤维丝束缺陷的位置信息传送给清除碳纤维异常装置。所述识别碳纤维异常系统对图像进行分析判断碳纤维丝束是否存在毛丝、断丝现有。如果存在，则计算出异纤在图像中的位置。
26.清除碳纤维异常装置300：清除碳纤维异常装置是将识别碳纤维异常系统中计算出的位置信息转化位牵伸机构的运行线速度和线路程，当缺陷丝束运行到清除装置位置区间范围内，清除刀具沿行走轨道运行，步进电机驱动换向器和减速机，带动定位齿轮运行，定位剪切位置区间。
27.如图2所示，所述预氧化炉内壁一侧设置有图像采集机构101，其另一侧内壁设置
有光源补给机构102；所述图像采集机构101通过反光板104与所述预氧化炉801内壁呈25
°
夹角连接；所述图像采集机构101入射碳纤维丝束802距离在16mm~20mm。所述光源补给机构102采用两种组合光源，即日光光源与紫外光源的组合，所述光源补给机构102包括led灯带105和紫外光灯106的组合；led灯带105以22
°
倾斜角照射碳纤维丝束802，led光通量为9000。紫外线灯106安装led灯下方，紫外线强度。所述光源补给机构102用来专门识别在紫外光下有荧光效应的原丝碳纤维束802。日光光源led灯带105用以检测与碳纤维束802有较大色差的毛丝纤维，紫外光源106用以检测与原丝颜色相近的白色pan类原丝纤维。图像采集机构101以25倾斜安装，且安装在整个碳纤维丝束宽幅的中心点。反光板104安装在图像采集机构后面，起到加强炉膛内，光照强度的作用。
28.如图3所示，所述图像采集机构101由气源喷头107、透明组件108、齿条109、电机传动齿轮110、步进电机111、调焦部件112、摄像机113、保护套筒114和法兰115构成。在保护套筒114内设置有摄像机113，所述保护套筒114外端通过法兰115固定在预氧化炉的内壁上。保护套筒114前段内侧套装透明密封组件108，透明组件108头部是气源喷头107。所述保护套筒114内部前端为调焦部件112，调焦部件112由齿轮109齿条拖动摄像机的镜头113移动，步进电机111通过电机传动齿轮110，所述电机传动齿轮110与齿条109啮合，通过调焦部件112，使得摄像机113形成清晰完整的图像，摄像机113由摄像机的镜头和摄像机感光件组成。图像采集机构101以25倾斜安装，且安装在整个碳纤维丝束宽幅的中心点。反光板104安装在图像采集机构后面，起到加强炉膛内，光照强度的作用。本发明中图像采集机构101中的透明组件108中轴线重合，透明组件108的头部与（碳纤维）丝束之间的距离最好在17mm。透明组件108前端采用耐高温350℃的玻璃制备而成。反光板104固定安装在图像采集机构的后端，反光板104尺寸为40cm*40cm，反光板104的中心点与碳纤维丝束802宽幅中心线重合，与图像采集机构101的水平位置重合。所述图像采集机构101设置有可以对摄像机镜头进行清洁的正压吹气部件116。
29.如图3、图4所示，在预氧化炉801内每层碳纤维丝束均设有所述采集碳纤维图像系统102，其中图像采集机构101中的摄像机113端部与碳纤维丝束802运动方向相反。
30.所述图像采集模块103采用pci总线的数据采集卡将图像信息发送给识别碳纤维异常系统102。
31.如图5所示，识别碳纤维异常系统102采用如下步骤对图像进行分析判断碳纤维丝束图像是否存在毛丝、断丝判断过程：首先将从图像采集卡读取黑白图像，图像经过预处理，降维，纹理特征提取，支持向量机分类，最终得到图像识别结果。
32.s1、图像去雾、降维处理过程：1.1去雾方法采集到碳纤维丝束图像可能存在烟气遮挡图像不清晰。去雾算法步骤：1.求图像暗通道，图像暗通道计算在无雾图像中，每一个局部区域都很有可能会有阴影，或者是纯颜色的东西，又或者是黑色的东西。因此，每一个局部区域都会有很低的值。首先求出每个像素中的最小值，存入一副和原始图像大小相同的灰度图中，然后再对这幅灰度图进行最小值滤波。
33.暗通道定义
jc表示黑白图像；ω(x)表示以像素x为中心的一个窗口。2.利用暗通道计算出折射率由于空间透视现象/浓淡远近，部分雾的存在距离和深度，加权值修正：加权值修正：为权值为折射率估计值。
34.3.利用暗通道估计背景光1.选取暗通道图像暗通道最亮的0.1%的像素。
35.2.取输入图像内部像素对应的像素最亮值作为背景光。
36.代回雾图公式去雾去图模型其中：——待去雾的图像；——无雾图像；——背景光成分；——折射率, =0.1本发明涉及降维通过t
‑
sne算法进行降维。
37.s2、图像纹理特征提取采用方式glcm灰度共生矩阵，根据毛丝和断丝纤维与正常拉直的碳纤维丝束纹理特征的不同，对图像特征进行提取。
38.灰度共生矩阵提供了图像灰度方向、间隔和变化幅度的信息，在灰度共生矩阵的基础上提取出用来定量描述纹理特征的统计属性。
39.利用相关性其中，为相似度为元素行，列坐标；总体相关系数；为行元素均值为列元素均值为标准差；glcm中行或者列元素之间的相似程度，反应灰度值沿着某方向的延伸长度，若延伸的越长，相关性越大。
40.采用matlab中调用graycomatrix( )函数，取不同方向（0、45、90、135度）的灰度共生矩阵，通过循环计算各个方向的灰度共生矩阵，然后取平均值和方差作为最终提取的特征。
41.s3图像分类判断：无断丝，存在断丝。
42.分类采用支持向量机svm算法。支持向量机是一种基于统计学习维数理论和结构风险最小化原理的监督学习模型。通过核函数将输入空间映射到高维空间来构造最优分类平面，从而准确分离不同的类别。
43.采用matlab自带的训练svm函数fitcecoc，对图像进行分类。最终图像识别出断丝和正常丝束。实现碳纤维断丝识别和分类，通过识别碳纤维异常系统对断丝的位置进行计算，并通过清除碳纤维异常装置对断丝处进行剪切和清除。
44.如图1、图2、图6所示，所述清除碳纤维异常装置300包括行走导轨301、两台执行机构(302a,302b)、清除异物台303、风机304和废纤维收集箱305，所述风机304和废纤维收集箱305分别设置在所述清除异物台303上；所述执行机构(302a,302b)设置在行走导轨301上；每台所述执行机构(302a,302b)均由定位齿轮306、换向部件307、步进电机308、气缸309、电磁阀310、清除刀311、减速机312组成，其中：所述定位齿轮306一端与所述行走导轨301连接，其另一端与所述减速机312连接；所述减速机312通过换向部件307与所述气缸309连接，所述换向部件307一侧连接有所述步进电机308、所述气缸底部309与所述清除刀311连接；所述气缸309与步进电机308之间设置有换向部件307；所述气缸308上还设置有电磁阀310。
45.本发明的清除碳纤维异常装置300中两台执行机构(302a,302b)都达到定位区域。识别碳纤维异常系统200的气源喷头，喷出高压气体，通过气缸309，迅速将刀头311推出，将缺陷丝束截断。清除碳纤维异常装置300驱动风机304，将异物台303上的被截断的丝束吹扫到废纤维收集箱305中。所述清除碳纤维异常装置300按照丝束传送速度计算发送控制命令的时间，当毛丝、断丝到达清除区域时，驱动相应的控制执行机构(302a,302b)，进行清除，从而实现毛丝、断丝在线自动清除。
46.本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。