线迹检查装置、线迹检查方法、以及计算机程序与流程

本发明涉及一种线迹检查装置、线迹检查方法、以及计算机程序。

背景技术：

在缝制工厂中使用缝纫机来生产服装。在专利文献1中公开了检查由缝纫机形成的线迹的线迹检查装置的一例。

现有技术文献

专利文献

专利文献1：日本专利公开平11-090077号公报

技术实现要素：

(一)要解决的技术问题

在通过获取缝纫机中所设置的传感器的检测值并对检测值进行解析从而实施线迹的检查的情况下，在传感器的检测值的获取及解析中要求实时性。因此，可考虑如下方法：在缝纫机中装配通过面向嵌入用途的实时操作系统(rtos：realtimeoperatingsystem)工作的专用计算机，通过专用计算机来执行传感器的检测值的获取及解析。但是，如果在缝纫机中装配通过实时操作系统工作的专用计算机，则会阻碍缝纫机的低成本化。

本发明的方式的目的在于，维持实时性，并且以低成本实施线迹的检查。

(二)技术方案

根据本发明的方式，提供一种线迹检查装置，其具备多核处理器，所述多核处理器具有由通用操作系统进行任务管理的第一核及第二核，所述第一核执行获取处理，所述获取处理获取钩挂于缝纫机针的上线的张力的检测值及使所述缝纫机针往复移动的电动机的旋转角度的检测值，所述第二核执行解析处理，所述解析处理基于在所述缝纫机针的一次往复移动中获取的所述张力的检测值来检测由所述缝纫机针在缝制对象物上形成的线迹的异常。

(三)有益效果

根据本发明的方式，能够维持实时性，并且以低成本实施线迹的检查。

附图说明

图1是示意性地表示实施方式的缝纫机的立体图。

图2是表示实施方式的针棒及挑线杆的运动曲线的图。

图3是表示实施方式的线迹检查系统的框图。

图4是表示实施方式的多核处理器的一部分及共享存储器的框图。

图5是示意性地表示正常的线迹的图。

图6是示意性地表示异常的线迹的图。

图7是示意性地表示异常的线迹的图。

图8是表示实施方式的参照特征量计算处理的流程图。

图9是表示张力传感器的检测值的图。

图10是表示张力传感器的检测值的图。

图11是表示累积曲线的图。

图12是表示张力的频谱的图。

图13是表示实施方式的学习处理的流程图。

图14是表示实施方式的框架处理的流程图。

图15是表示实施方式的获取处理的流程图。

图16是表示实施方式的解析处理的流程图。

附图标记说明

1-缝纫机；2-缝纫机头；3-缝纫机针；4-针棒；5-挑线杆；6-线调节器；7-针板；8-压脚部件；9-釜；10-电动机；11-张力传感器；12-角度传感器；13-输出装置；14-输入装置；20-线迹检查系统；30-线迹检查装置；31-多核处理器；32-共享存储器；33-共享存储器；34-辅助存储装置；35-输入输出接口；36-通信装置；40-外部计算机；41-处理器；42-主存储器；44-辅助存储装置；45-输入输出接口；46-通信装置；50-通信系统；311-第一核；312-第二核；313-第三核；314-第四核；321-张力缓存器；322-旋转缓存器；323-输出缓存器；lt-下线；s-缝制对象物；se-线迹；ut-上线。

具体实施方式

以下，参照附图对本发明的实施方式进行说明，但本发明不限于此。以下说明的实施方式的结构要素能够适当组合。另外，也存在不使用一部分结构要素的情况。

[缝纫机]

对本实施方式的缝纫机1进行说明。在本实施方式中，基于在缝纫机1中规定的本地坐标系对各部的位置关系进行说明。由xyz正交坐标系规定本地坐标系。将平行于规定面内的x轴的方向设定为x轴方向。将平行于与x轴正交的规定面内的y轴的方向设定为y轴方向。将平行于与规定面正交的z轴的方向设定为z轴方向。将以x轴为中心的旋转方向设定为θx方向。

图1是示意性地表示本实施方式的缝纫机1的立体图。如图1所示，缝纫机1具备：缝纫机头2、针棒4、挑线杆5、线调节器6、针板7、压脚部件8、釜9、电动机10、张力传感器11、角度传感器12。

针棒4保持缝纫机针3并沿z轴方向往复移动。针棒4以缝纫机针3与z轴平行的方式保持缝纫机针3。针棒4支撑于缝纫机头2。针棒4配置于针板7的上方，能够与缝制对象物s的表面对置。在缝纫机针3上钩挂上线ut。缝纫机针3具有供上线ut通过的穿线孔。缝纫机针3以穿线孔的内表面保持上线ut。针棒4沿z轴方向往复移动，从而缝纫机针3以保持有上线ut的状态沿z轴方向往复移动。

挑线杆5向缝纫机针3供给上线ut。挑线杆5支撑于缝纫机头2。挑线杆5具有供上线ut通过的挑线杆孔。挑线杆5以挑线杆孔的内表面保持上线ut。挑线杆5以保持有上线ut的状态沿z轴方向往复移动。挑线杆5与针棒4联动地往复移动。挑线杆5通过沿z轴方向往复移动，从而放出上线ut或者提拉上线ut。

线调节器6对上线ut赋予张力。从线供给源向线调节器6供给上线ut。在上线ut通过的路径上，挑线杆5配置于缝纫机针3与线调节器6之间。线调节器6对经由挑线杆5向缝纫机针3供给的上线ut的张力进行调整。

针板7支撑缝制对象物s。保持于针棒4的缝纫机针3与针板7对置。针板7具有缝纫机针3能够通过的针孔。贯通了支撑于针板7的缝制对象物s的缝纫机针3通过针孔。

压脚部件8从上方按压缝制对象物s。压脚部件8支撑于缝纫机头2。压脚部件8配置于针板7的上方，在压脚部件8与针板7之间保持缝制对象物s。

釜9保持收容于线轴盒的线轴。釜9配置于针板7的下方。釜9在θx方向上旋转。釜9与针棒4联动地进行旋转。釜9供给下线lt。釜9从贯通了支撑于针板7的缝制对象物s并通过了针板7的针孔的缝纫机针3收取上线ut。

电动机10产生动力。电动机10具有支撑于缝纫机头2的定子和可旋转地支承于定子的转子。电动机10通过转子的旋转产生动力。由电动机10产生的动力经由动力传递机构(未图示)向针棒4、挑线杆5、以及釜9中的每一个传递。针棒4、挑线杆5、釜9联动。通过将电动机10所产生的动力向针棒4传递，从而针棒4以及保持于针棒4的缝纫机针3沿z轴方向往复移动。通过将电动机10所产生的动力向挑线杆5传递，从而挑线杆5与针棒4联动地沿z轴方向往复移动。通过将电动机10所产生的动力向釜9传递，从而釜9与针棒4及挑线杆5联动地在θx方向上旋转。缝纫机1通过保持于针棒4的缝纫机针3与釜9的协作来对缝制对象物s进行缝制。

在以下的说明中，将转子旋转称为电动机10旋转。另外，将转子的旋转角度称为电动机10的旋转角度，将转子的单位时间的转速称为电动机10的转速。缝纫机针3通过电动机10的旋转而往复移动。挑线杆5通过电动机10的旋转而与缝纫机针3联动地进行往复移动。釜9通过电动机10的旋转而与缝纫机针3及挑线杆5联动地进行旋转。

电动机10的转速与缝纫机针3的往复移动次数联动。电动机10旋转一圈，从而缝纫机针3进行一次往复移动。

张力传感器11对钩挂于缝纫机针3的上线ut的张力进行检测。作为张力传感器11而例示有例如应变计及压电元件的至少一方。张力传感器11在上线ut通过的路径上配置于挑线杆5与缝纫机针3之间。张力传感器11在挑线杆5与缝纫机针3之间检测上线ut的张力。张力传感器11对从挑线杆5向缝纫机针3供给的上线ut的张力进行检测。

角度传感器12检测使缝纫机针3往复移动的电动机10的旋转角度。作为角度传感器12而例示有例如编码器。角度传感器12将在针棒4配置于针棒上止点时的电动机10的旋转角度设定为0[°]来检测电动机10的旋转角度。另外，角度传感器12检测电动机10的转速。

来自线供给源的上线ut在钩挂于线调节器6之后，经由挑线杆5钩挂于缝纫机针3。当电动机10旋转且针棒4下降时，则保持于针棒4的缝纫机针3贯通缝制对象物s，并通过设置于针板7的针孔。当缝纫机针3通过针板7的针孔时，则从釜9供给的下线lt钩挂于上线ut，其中，所述上线ut钩挂于缝纫机针3。在下线lt钩挂于上线ut的状态下，缝纫机针3上升，从缝制对象物s退去。当缝纫机针3贯通缝制对象物s时，缝纫机1使缝制对象物s停止。当缝纫机针3从缝制对象物s退去时，缝纫机1使缝制对象物s向+y方向移动。缝纫机1一边重复进行缝制对象物s的+y方向的移动和停止一边使缝纫机针3往复移动而在缝制对象物s上形成线迹se。在缝制对象物s上形成的线迹se沿y轴方向延伸。

[运动曲线]

图2是表示本实施方式的针棒4及挑线杆5的运动曲线的图。在图2中，横轴表示以针棒上止点为基准时的电动机10的旋转角度[°]。纵轴表示针棒行程及挑线杆行程。图2所示的运动曲线表示针棒运动曲线及挑线杆线供给曲线。

针棒上止点是指在z轴方向上的针棒4的可动范围中最+z侧的针棒4的位置。针棒下止点是指在z轴方向上的针棒4的可动范围中最－z侧的针棒4的位置。挑线杆上止点是指在z轴方向上的挑线杆5的可动范围中最+z侧的挑线杆5的位置。挑线杆下止点是指在z轴方向上的挑线杆5的可动范围中最－z侧的挑线杆5的位置。

针棒行程是指z轴方向上的针棒4的位置。挑线杆行程是指z轴方向上的挑线杆5的位置。挑线杆线供给量是指挑线杆5向缝纫机针3供给的上线ut的量。

针棒4及挑线杆5中的每一个与电动机10的旋转联动地沿z轴方向往复移动。当电动机10的旋转角度为0[°]时，针棒4配置于针棒上止点。当电动机10的旋转角度约为70[°]时，挑线杆5配置于挑线杆上止点。当电动机10的旋转角度约为180[°]时，针棒4配置于针棒下止点。当电动机10的旋转角度约为320[°]时，挑线杆5配置于挑线杆下止点。上线ut的张力基于z轴方向上的针棒4的位置与挑线杆5的位置的差而发生变化。

[线迹检查系统]

图3是表示本实施方式的线迹检查系统20的框图。线迹检查系统20对形成于缝制对象物s的线迹se进行检查。线迹检查系统20在缝制对象物s支撑于针板7的状态下对形成于缝制对象物s的线迹se进行检查。与缝纫机1形成线迹se并行地，线迹检查系统20检查线迹se。线迹检查系统20检测在缝制对象物s上形成的线迹se有无异常。另外，线迹检查系统20检测线迹se的异常的模式。

线迹检查系统20具有装配于缝纫机1的线迹检查装置30和外部计算机40。线迹检查装置30与外部计算机40经由通信系统50进行通信。通信系统50包含局域网(lan：localareanetwork)。在本实施方式中，通信系统50包含无线lan。线迹检查装置30与外部计算机40经由通信系统50进行无线通信。此外，线迹检查装置30与外部计算机40也可以进行有线通信。

线迹检查装置30包含计算机系统。线迹检查装置30具备：多核处理器31、共享存储器32、共享存储器33、辅助存储装置34、输入输出接口35、通信装置36。

多核处理器31具有由通用操作系统进行任务管理的第一核311、第二核312、第三核313、以及第四核314。多核处理器31是四核处理器。第一核311、第二核312、第三核313、以及第四核314中的每一个具有包含控制电路及运算处理电路的中央处理装置(cpu：centralprocessingunit)。

多核处理器31使第一核311、第二核312、第三核313、第四核314进行并行处理(parallelprocessing)。

共享存储器32是由第一核311及第二核312共享的主存储装置。共享存储器32包含ram(randomaccessmemory：随机存取存储器)那样的易失性存储器。共享存储器32具有可供第一核311及第二核312中的每一个存取的缓存器(存储区域)。第一核311及第二核312能够经由共享存储器32的缓存器进行数据交换。

共享存储器33是由第三核313及第四核314共享的主存储装置。共享存储器33包含ram(randomaccessmemory：随机存取存储器)那样的易失性存储器。

辅助存储装置34包含rom(readonlymemory：只读存储器)那样的非易失性存储器。此外，辅助存储装置34可以包含闪存那样的非易失性存储器及硬盘那样的存储装置的至少一方。

在辅助存储装置34中存储有通用操作系统。操作系统(os：operatingsystem)是指提供计算机系统即线迹检查装置30的基本功能的基本软件(计算机程序)。操作系统管理多核处理器31。通用操作系统是指具有能够通过与应用软件的协作而通过地使用的功能的操作系统。作为通用操作系统而例示有例如linux(注册商标)。

当执行通用操作系统时，从辅助存储装置34向共享存储器32及共享存储器33加载通用操作系统。

第一核311及第二核312逐次处理加载于共享存储器32的通用操作系统所示的多个命令的每一个。第三核313及第四核314逐次处理加载于共享存储器33的通用操作系统所示的多个命令的每一个。

在本实施方式中，多核处理器31是紧密耦合多处理器，其中，第一核311及第二核312对共享存储器32进行共享，第三核313及第四核314对共享存储器33进行共享，并由单一的操作系统进行控制。

另外，在本实施方式中，多核处理器31是确定了第一核311、第二核312、第三核313、以及第四核314中的每一个执行的处理的非对称型多处理器(amp：asymmetricalmultipleprocessor)。

第一核311执行获取处理，所述获取处理获取钩挂于缝纫机针3的上线ut的张力的检测值、和使缝纫机针3往复移动的电动机10的旋转角度的检测值以及电动机10的转速的检测值。上线ut的张力由张力传感器11检测。电动机10的旋转角度及转速由角度传感器12检测。与缝纫机1形成线迹se并行地，第一核311获取由张力传感器11检测出的上线ut的张力的检测值、和当张力传感器11检测出上线ut的张力时由角度传感器12检测出的电动机10的旋转角度的检测值以及电动机10的转速的检测值。

第二核312执行解析处理，所述解析处理基于在缝纫机针3的一次往复移动中获取的上线ut的张力的检测值来检测由缝纫机针3在缝制对象物s上形成的线迹se的异常。解析处理包括将表示在缝纫机针3的一次的往复移动中获取的上线ut的张力的检测值的特征量的检测特征量和上线ut的张力的参照特征量对照来检测线迹se的异常。另外，解析处理包括使输出装置13输出表示线迹se的异常的输出数据。

第三核313及第四核314的一方或者双方执行框架处理，所述框架处理管理由多核处理器31执行的任务的执行时间表。在本实施方式中，第三核313及第四核314的一方或者双方通过事件驱动方式(eventdrivensystem)来实施任务调度，所述事件驱动方式以事件的发生为触发来切换任务。

输入输出接口35包含输入输出电路，该输入输出电路能够输入输出信号及数据。输入输出接口35与张力传感器11、角度传感器12、输出装置13、输入装置14、以及通信装置36中的每一个连接。另外，输入输出接口35经由总线与多核处理器31、共享存储器32、共享存储器33、以及辅助存储装置34中的每一个连接。

张力传感器11检测钩挂于缝纫机针3的上线ut的张力。张力传感器11将上线ut的张力的检测值向线迹检查装置30输出。

角度传感器12检测使缝纫机针3往复移动的电动机10的旋转角度及电动机10的转速。角度传感器12将电动机10的旋转角度的检测值及电动机10的转速的检测值向线迹检查装置30输出。

输出装置13输出表示线迹检查装置30的检查结果的输出数据。作为输出装置13而例示有例如显示装置及印刷装置的至少一方。显示装置输出显示数据作为输出数据。作为显示装置而例示有液晶显示器(lcd：liquidcrystaldisplay)或者有机el显示器(oeld：organicelectroluminescencedisplay)那样的平板显示器。印刷装置输出印刷数据作为输出数据。

输入装置14通过被操作者操作而生成输入数据，并将生成的输入数据向线迹检查装置30输出。作为输入装置14而例示有操作按钮、触控面板、鼠标、以及计算机用键盘的至少其一。

通信装置36经由通信系统50与外部计算机40进行通信。

外部计算机40包括平板型计算机或者个人计算机那样的计算机系统。外部计算机40具备：处理器41、主存储器42、辅助存储装置44、输入输出接口45、通信装置46。

处理器41由操作系统进行管理。处理器41具有包含控制电路及运算处理电路的中央处理装置(cpu：centralprocessingunit)。

主存储器42由ram(randomaccessmemory：随机存取存储器)那样的易失性存储器构成。

辅助存储装置44包括rom(readonlymemory：只读存储器)那样的非易失性存储器。辅助存储装置44可以包括闪存那样的非易失性存储器及硬盘那样的存储装置的至少一方。

在辅助存储装置44中存储有操作系统。操作系统管理处理器41。

输入输出接口45包含输入输出电路，该输入输出电路能够输入输出信号及数据。输入输出接口45连接于通信装置46。另外，输入输出接口45经由总线与处理器41、主存储器42、以及辅助存储装置44中的每一个连接。

通信装置46经由通信系统50与线迹检查装置30进行通信。

在本实施方式中，第二核312执行的解析处理包括：基于上线ut的张力的检测特征量、和通过对被赋予了标签的张力的检测值进行机械学习而生成的学习模型来检测(识别)线迹se的异常的模式。由外部计算机40来执行学习模型的生成。在获取处理中获取的上线ut的张力的检测值经由通信系统50从线迹检查装置30向外部计算机40发送。

外部计算机40的处理器41执行学习处理，所述学习处理通过对从线迹检查装置30发送并被赋予了标签的上线ut的张力的检测值进行机械学习而生成学习模型。在本实施方式中，从线迹检查装置30向外部计算机40发送：上线ut的张力的检测值、和检测出上线ut的张力时的电动机10的旋转角度的检测值及电动机10的转速的检测值。处理器41基于上线ut的张力的检测值、和电动机10的旋转角度的检测值及电动机10的转速的检测值而生成学习模型。在处理器41中生成的学习模型经由通信系统50从外部计算机40向线迹检查装置30发送。线迹检查装置30的通信装置36接收从外部计算机40发送的学习模型。

在本实施方式中，处理器41针对获取上线ut的张力的检测值时的电动机10的每个转速来生成学习模型。例如，在上线ut的张力的检测值包括在电动机10为第一转速时获取的第一检测值、和在电动机10为第二转速时获取的第二检测值的情况下，学习模型包括通过对第一检测值进行机械学习而生成的第一学习模型、和通过对第二检测值进行机械学习而生成的第二学习模型。

第一转速及第二转速中的每一个是表示电动机10的转速的范围的概念。第一转速表示电动机10在高转速区域旋转时的转速(转速范围)。第二转速表示电动机10在低转速区域旋转时的转速(转速范围)。电动机10是第一转速意味着电动机10在高旋转区域旋转。电动机10是第二转速意味着电动机10在比高旋转区域低的低转速区域旋转。

[多核处理器]

图4是表示本实施方式的多核处理器31的一部分及共享存储器32的框图。第一核311及第二核312对共享存储器32进行共享。多核处理器31是紧密耦合多处理器，其中，第一核311及第二核312对共享存储器32进行共享，并由单一的通用操作系统进行控制。通用操作系统使第一核311执行获取处理，使第二核312执行解析处理，其中，所述获取处理获取上线ut的张力的检测值和电动机10的旋转角度的检测值以及电动机10的转速的检测值，所述解析处理基于在缝纫机针3的一次往复移动中获取的上线ut的张力的检测值来检测在缝制对象物s上形成的线迹se的异常。

如上所述，共享存储器32具有可供第一核311及第二核312中的每一个存取的缓存器(存储区域)。第一核311及第二核312经由共享存储器32的缓存器进行数据交换。第一核311与第二核312交换的数据包括：上线ut的张力的检测值、电动机10的旋转角度的检测值、以及电动机10的转速的检测值。

共享存储器32的缓存器包括：张力缓存器321、旋转缓存器322、以及输出缓存器323，其中，所述张力缓存器321存储由第一核311所获取的上线ut的张力的检测值，所述旋转缓存器322存储由第一核311所获取的电动机10的旋转角度的检测值及电动机10的转速的检测值，所述输出缓存器323存储使输出装置13输出的输出数据。

第一核311将从张力传感器11获取的上线ut的张力的检测值写入张力缓存器321。另外，第一核311将从角度传感器12获取的电动机10的旋转角度的检测值及电动机10的转速的检测值写入旋转缓存器322。

第二核312从张力缓存器321读出张力缓存器321中所存储的上线ut的张力的检测值。另外，第二核312从旋转缓存器322读出旋转缓存器322中所存储的电动机10的旋转角度的检测值及电动机10的转速的检测值。第二核312对读入的上线ut的张力的检测值、电动机10的旋转角度的检测值以及电动机10的转速的检测值进行解析来检测线迹se的异常。第二核312将表示线迹se的异常的输出数据写入输出缓存器323。第二核312使输出装置13输出输出数据。

第一核311进行的检测值的获取处理和第二核312进行的检测值的解析处理进行并行处理。第一核311占有获取处理。第二核312占有解析处理。第一核311仅执行获取处理。第二核312仅执行解析处理。第一核311的获取处理包括：获取张力传感器11及角度传感器12的检测值；以及将检测值写入张力缓存器321及旋转缓存器322中的每一个。第二核312的解析处理包括：从张力缓存器321及旋转缓存器322中的每一个读出张力传感器11及角度传感器12的检测值；以及对检测值进行解析。

第一核311和第二核312进行轮询处理。轮询处理是指：第一核311及第二核312中的每一个按照执行时间表以一定的周期执行处理。在第一核311及第二核312的每一个中不实施中断处理。在本实施方式中，第一核311每0.1[ms]执行获取处理(检测值的获取及写入)。第二核312每20[ms]执行解析处理(检测值的读出及解析)。第二核312将在缝纫机针3的一次往复移动(电动机10的一圈旋转)中获取的上线ut的张力的检测值一并读出进行解析。

第一核311进行的获取处理的处理速度与第二核312进行的解析处理的处理速度有差别。因此，可抑制在共享存储器32中第一核311的任务与第二核312的任务发生干扰。因而，能够在多核处理器31中省略任务的排他控制。此外，也可以执行信号机那样的排他控制。

[线迹的异常]

图5是示意性地表示正常的线迹se的图。图6及图7是示意性地表示异常的线迹se的图。

在本实施方式中，缝纫机1是实施正式缝制的正式缝制缝纫机。如图5所示，正式缝制中的正常的线迹se沿y轴方向形成为直线状。一个正常的线迹se形成为正常长度pn。多个线迹se的每一个形成为正常长度pn。

线迹se的异常模式存在多个。作为线迹se的异常的模式而例示有：线迹se的至少一个长度变长的第一模式的异常、线迹se的至少一部分缺失的第二模式的异常、以及在缝制对象物s中上线ut及下线lt的至少一方松弛的第三模式的异常。第一模式的异常称为“跳针”。第二模式的异常称为“断线”。第三模式的异常称为“松线(日语：ちょうちん)”。

图6是表示第一模式的异常即“跳针”的一例的图。“跳针”是指：线迹se没有形成为恒定的正常长度pn，而是形成为比正常长度pn长的异常长度pu的现象。作为“跳针”的模式而例示有：如图6的(a)所示那样的单次地产生异常长度pu1的线迹se的“单次跳针”、如图6的(b)所示那样的连续产生异常长度pu1的线迹se的“连续跳针”、以及如图6的(c)所示那样的产生比异常长度pu1长的异常长度pu2的线迹se的“长尺度跳针”。

图7是表示第三模式的异常即“松线”的一例的图。“松线”是指：虽然上线ut和下线lt钩挂，但是在缝制对象物s的表面上线ut松弛或者在缝制对象物s的背面下线lt松弛的现象。图7示出在缝制对象物s的背面下线lt松弛的例子。

[线迹的异常检测的第一方法]

对线迹se的异常检测的第一方法进行说明。在第一方法中，第二核312基于张力传感器11的检测值及角度传感器12的检测值来检测线迹se的异常。

张力传感器11在电动机10的旋转中以规定周期(例如每0.1[ms])输出上线ut的张力的检测值。即，张力传感器11在电动机10以多个旋转角度的每一个进行旋转时在多个旋转角度的每一个下输出检测值。

在本实施方式中，第二核312将电动机10的旋转角度为特定角度时导出的检测特征量和参照特征量对照来检测线迹se的异常。

检测特征量包括：在实际形成线迹se时，当电动机10以多个旋转角度的每一个进行旋转时，在多个旋转角度的每一个下，从张力传感器11输出的实际的张力的检测值。

参照特征量包括：在形成如图5所示那样的正常的线迹se时，当电动机10以多个旋转角度的每一个旋转时，在多个旋转角度的每一个下，从张力传感器11输出的张力的检测值。参照特征量基于预备试验(包括模拟试验)等导出，并预先存储于辅助存储装置34中。

图8是表示本实施方式的参照特征量计算处理的流程图。缝制对象物s设置于缝纫机1的针板7上。缝纫机1开始进行缝制对象物s的缝制。与缝制对象物s的缝制并行地，张力传感器11检测上线ut的张力。张力传感器11将上线ut的张力的检测值向线迹检查装置30输出。第一核311获取张力传感器11的检测值(步骤sa1)。

确认形成于缝制对象物s上的线迹se。在形成了正常的线迹se的情况下，操作者操作输入装置14，以生成表示形成了正常的线迹se的输入数据。第二核312获取表示形成了正常的线迹se的输入数据(步骤sa2)。

第二核312基于张力传感器11的检测值和输入数据来计算参照特征量，该参照特征量表示形成了正常的线迹se时的上线ut的张力的特征量(步骤sa3)。

第二核312使计算出的参照特征量存储于辅助存储装置34(步骤sa4)。

在判定是否发生了“跳针”的情况下，第二核312将从在电动机10的旋转角度为270[°]以上且360[°]以下的特定角度时获取的张力传感器11的检测值导出的检测特征量和存储于辅助存储装置34的参照特征量对照来判定是否发生了“跳针”。

图9是表示张力传感器11的检测值的图。在图9中，横轴表示电动机10的旋转角度，纵轴表示张力传感器11的检测值。在图9中，范围sa及范围sn表示电动机10的旋转角度为特定角度即270[°]以上且360[°]以下的范围。第二核312将在电动机10的旋转角度为270[°]以上且360[°]以下时导出的检测特征量和参照特征量对照来判定是否发生了“跳针”。

在形成了正常的线迹se的情况下，张力传感器11输出如范围sn所示那样的检测值。在发生了“跳针”的情况下，张力传感器11输出如范围sa所示那样的检测值。如图9所示，范围sn中的张力传感器11的检测值与范围sa中的张力传感器11的检测值不同。在电动机10的旋转角度为270[°]以上且360[°]以下的范围中，发生了“跳针”时的上线ut的张力比形成了正常的线迹se时的上线ut的张力小。

在本实施方式中，将如范围sn所示那样的检测值作为参照特征量存储于辅助存储装置34。第二核312从由第一核311所获取的张力传感器11的检测值中提取电动机10的旋转角度为270[°]以上且360[°]以下的范围中的检测值，并导出用于判定“跳针”的检测特征量。第二核312将计算出的检测特征量和存储于辅助存储装置34的参照特征量对照来判定是否发生了“跳针”。在检测特征量包括如范围sa所示那样的检测值的情况下，第二核312能够基于检测特征量与参照特征量的对照结果而判定为发生了“跳针”。在检测特征量包括如范围sn所示那样的检测值的情况下，第二核312能够基于检测特征量与参照特征量的对照结果而判定为没有发生“跳针”。

在判定是否发生了“断线”的情况下，第二核312将从在电动机10的旋转角度为0[°]以上且90[°]以下的特定角度时获取的张力传感器11的检测值导出的检测特征量和存储于辅助存储装置34的参照特征量对照来判定是否发生了“断线”。

图10是表示张力传感器11的检测值的图。在图10中，横轴表示电动机10的旋转角度，纵轴表示张力传感器11的检测值。在图10中，范围sa及范围sn表示电动机10的旋转角度为特定角度即0[°]以上且90[°]以下的范围。第二核312将在电动机10的旋转角度为0[°]以上且90[°]以下时导出的检测特征量和参照特征量对照来判定是否发生了“断线”。

在形成了正常的线迹se的情况下，张力传感器11输出如范围sn所示那样的检测值。在发生了“断线”的情况下，张力传感器11输出如范围sa所示那样的检测值。如图10所示，范围sn中的张力传感器11的检测值与范围sa中的张力传感器11的检测值不同。在电动机10的旋转角度为0[°]以上且90[°]以下的范围中，发生了“断线”时的上线ut的张力比形成了正常的线迹se时的上线ut的张力小。

在本实施方式中，将如范围sn所示那样的检测值作为参照特征量存储于辅助存储装置34。第二核312从由第一核311所获取的张力传感器11的检测值中提取电动机10的旋转角度为0[°]以上且90[°]以下的范围中的检测值，并导出用于判定“断线”的检测特征量。第二核312将计算出的检测特征量和存储于辅助存储装置34的参照特征量对照来判定是否发生了“断线”。在检测特征量包括如范围sa所示那样的检测值的情况下，第二核312能够基于检测特征量与参照特征量的对照结果而判定为发生了“断线”。在检测特征量包括如范围sn所示那样的检测值的情况下，第二核312能够基于检测特征量与参照特征量的对照结果而判定为没有发生“断线”。

[线迹的异常检测的第二方法]

对线迹se的异常检测的第二方法进行说明。在第二方法中，第二核312也基于张力传感器11的检测值及角度传感器12的检测值来检测线迹se的异常。

在第二方法中，检测特征量包括检测累积曲线，所述检测累积曲线表示电动机10的旋转中的张力传感器11的检测值的累积值。参照特征量包括参照累积曲线，所述参照累积曲线表示线迹se正常时的张力的累积值。

第二核312将检测累积值曲线和参照累积曲线对照来判定线迹se的异常，其中，所述检测累积值曲线表示电动机10的旋转中的张力传感器11的检测值的累积值，所述参照累积曲线表示线迹se正常时的上线ut的张力的累积值。在本实施方式中，第二核312将检测累积曲线和参照累积曲线对照来判定是否发生了“松线”。

如上所述，张力传感器11在电动机10的旋转中以规定周期输出上线ut的张力的检测值。即，张力传感器11在电动机10以多个旋转角度的每一个进行旋转时在多个旋转角度的每一个下输出检测值。

累积值是指：在电动机10的多个旋转角度的每一个下通过张力传感器11检测出的张力的检测值的累积值。张力传感器11的检测时间越长，累积值就越大。累积曲线是指：表示电动机10的多个旋转角度与多个旋转角度的每一个中的张力的累积值的关系的曲线。

参照累积曲线是表示形成了正常的线迹se时的张力的累积值的累积曲线，且预先存储于辅助存储装置34。

检测累积曲线是表示实际的检测值的累积值的累积曲线，通过第二核312进行计算。

第二核312将检测累积曲线和参照累积曲线对照来判定线迹se的异常。

图11是表示累积曲线的图。在图11中，横轴表示电动机10的旋转角度，纵轴表示张力的累积值。图11表示电动机10例如为1000转/分钟时的累积曲线。例如，获取电动机10的旋转角度为180[°]时的张力的检测值，接着获取181[°]时的张力的检测值，并与所述180[°]的检测值相加。同样地，与182[°]、183[°]、…、0[°]、…、359[°]依次相加来计算累积值。

在形成了正常的线迹se的情况下，生成如曲线ln所示那样的累积曲线。在发生了“松线”的情况下，生成如曲线la所示那样的累积曲线。如图11所示，曲线ln的倾斜度与曲线la的倾斜度不同。发生了“松线”时的累积曲线(曲线la)的倾斜度比形成了正常的线迹se时的累积曲线(曲线ln)的倾斜度大。

在本实施方式中，将如曲线ln所示那样的累积曲线作为参照累积曲线存储于辅助存储装置34。第二核312基于由第一核311所获取的张力传感器11的检测值来计算用于判定“松线”的检测累积曲线。第二核312将计算出的检测累积曲线和存储于辅助存储装置34的参照累积曲线对照来判定是否发生了“松线”。在检测累积曲线是如曲线la所示那样的累积曲线的情况下，第二核312能够基于检测累积曲线与参照累积曲线的对照结果而判定为发生了“松线”。在检测累积曲线是如曲线ln所示那样的累积曲线的情况下，第二核312能够基于检测累积曲线与参照累积曲线的对照结果而判定为没有发生“松线”。

[线迹的异常检测的第三方法]

对线迹se的异常检测的第三方法进行说明。在第三方法中，检测特征量包括检测频谱，所述检测频谱通过对电动机10的旋转中的张力传感器11的检测值进行傅里叶变换来计算。参照特征量包括参照频谱，所述参照频谱通过对线迹se正常时的张力进行傅里叶变换来计算。

第二核312将通过对电动机10的旋转中的张力传感器11的检测值进行傅里叶变换而计算出的检测频谱、和通过对线迹se正常时的上线ut的张力进行傅里叶变换而计算出的参照频谱对照来判定线迹se的异常。第二核312能够将检测频谱和参照频谱对照来判定例如是否发生了“松线”。

图12是表示张力的频谱的图。在图12中，横轴表示张力的检测值的频率，纵轴表示张力的检测值的振幅。图12表示对在使电动机10例如为1000转/分钟时检测出的张力的检测值进行快速傅里叶变换(fft：fastfouriertransform)的结果。

在形成了正常的线迹se的情况下，生成如图12的(a)所示那样的频谱。在发生了“松线”的情况下，生成如图12的(b)所示那样的频谱。如图12所示，当发生“松线”时，则会在特定的频率形成峰值pk。在发生了“松线”的情况下，由于上线ut的张力发生微振动，因此形成峰值pk。

在本实施方式中，将如图12的(a)所示那样的频谱作为参照频谱存储于辅助存储装置34。第二核312基于由第一核311所获取的张力传感器11的检测值来计算用于判定“松线”的检测频谱。第二核312将计算出的检测频谱和存储于辅助存储装置34的参照频谱对照来判定是否发生了“松线”。在检测频谱是如图12的(b)所示那样的频谱的情况下，第二核312能够基于检测频谱与参照频谱的对照结果而判定为发生了“松线”。在检测频谱是如图12的(a)所示的频谱的情况下，第二核312能够基于检测频谱与参照频谱的对照结果而判定为没有发生“松线”。

[线迹的异常检测的第四方法]

对线迹se的异常检测的第四方法进行说明。在第四方法中，根据电动机10的旋转中的张力传感器11的检测值来计算检测特征量。根据对赋予了标签的上线ut的张力的检测值进行机械学习而生成的学习模型来计算参照特征量。

对生成学习模型的学习处理进行说明。图13是表示本实施方式的学习处理的流程图。缝制对象物s设置于缝纫机1的针板7上。缝纫机1开始进行缝制对象物s的缝制。与缝制对象物s的缝制并行地，张力传感器11检测上线ut的张力。张力传感器11将上线ut的张力的检测值向线迹检查装置30输出。第一核311获取张力传感器11的检测值。

张力传感器11的检测值及角度传感器12的检测值经由通信系统50从线迹检查装置30向外部计算机40发送。外部计算机40的通信装置46接收张力传感器11的检测值及角度传感器12的检测值(步骤sb1)。

外部计算机40的处理器41对张力传感器11的检测值赋予标签(步骤sb2)。标签包括：表示形成了正常的线迹se的正确标签、表示发生了第一模式的异常即“跳针”的第一异常标签、表示发生了第二模式的异常即“断线”的第二异常标签、以及表示发生了第三模式的异常即“松线”的第三异常标签。处理器41向在形成了正常的线迹se时获取的张力传感器11的检测值赋予正确标签。处理器41向在发生了第一模式的异常时获取的张力传感器11的检测值赋予第一异常标签。处理器41向在发生了第二模式的异常时获取的张力传感器11的检测值赋予第二异常标签。处理器41向在发生了第三模式的异常时获取的张力传感器11的检测值赋予第三异常标签。

处理器41以规定的机械学习算法来对赋予了标签的检测值进行机械学习(步骤sb3)。作为机械学习算法而例示有决策树(decisiontree)、随机森林(randomforest)、以及神经网络(neuralnetwork)的至少其一。

通过对赋予了标签的检测值进行机械学习而生成学习模型(步骤sb4)。

在本实施方式中，处理器41针对获取上线ut的张力的检测值时的电动机10的每个转速来生成学习模型。例如，在上线ut的张力的检测值包括在电动机10为第一转速(高转速区域)时获取的第一检测值、和在电动机10为第二转速(低转速区域)时获取的第二检测值的情况下，学习模型包括通过对第一检测值进行机械学习而生成的第一学习模型、和通过对第二检测值进行机械学习而生成的第二学习模型。即，在本实施方式中生成：在电动机10以第一转速(高转速区域)旋转时使用的高转速区域用的第一学习模型、和在电动机10以第二转速(低转速区域)旋转时使用的低转速区域用的第二学习模型。

生成的学习模型经由通信系统50从外部计算机40向线迹检查装置30发送(步骤sb5)。线迹检查装置30的通信装置36接收学习模型。

[线迹检查方法]

接着，对本实施方式的线迹检查方法进行说明。图14是表示本实施方式的框架处理的流程图。如图14所示，设定由第一核311及第二核312共享的共享存储器32(步骤sc1)。

当发生使获取处理及解析处理开始的事件时，则开始进行获取处理和解析处理的并行处理(步骤sc2)。

作为使获取处理及解析处理开始的事件而例示有：例如线迹检查装置30获取通过操作输入装置14而生成的输入数据、或者线迹检查装置30获取了表示为了开始进行缝制对象物s的缝制处理而起动了电动机10的起动数据。

当发生事件时，则开始进行获取处理(步骤sc3a)及解析处理(步骤sc3b)。

当发生使获取处理及解析处理结束的事件时，则结束获取处理和解析处理的并行处理(步骤sc4)。

作为使获取处理及解析处理结束的事件而例示有：例如线迹检查装置30获取通过操作输入装置14而生成的输入数据、或者线迹检查装置30获取了表示为了结束缝制对象物s的缝制处理而停止电动机10的停止数据。

图15是表示本实施方式的获取处理的流程图，是表示图14所示的获取处理(步骤sc3a)的具体例的图。

对第一核311的高速缓冲存储器及共享存储器32进行初始化(步骤sd1)。

第一核311获取钩挂于缝纫机针3的上线ut的张力的检测值。另外，第一核311获取对上线ut的张力进行检测时的电动机10的旋转角度的检测值及电动机10的转速的检测值(步骤sd2)。

第一核311将在步骤sd2中获取的上线ut的张力的检测值写入张力缓存器321。另外，第一核311将在步骤sd2中获取的电动机10的旋转角度的检测值及电动机10的转速的检测值写入旋转缓存器322(步骤sd3)。

第一核311进行的检测值的获取及写入例如每0.1[ms]执行。

第一核311判定是否结束获取处理(步骤sd4)。第一核311基于是否发生了使获取处理结束的事件来判定是否结束获取处理。

在步骤sd4中，判定为结束获取处理的情况下(步骤sd4：是)，第一核311结束获取处理。此外，在步骤sd4中，判定为不结束获取处理的情况下(步骤sd4：否)，继续进行获取处理直到判定为发生了使获取处理结束的事件为止。

图16是表示本实施方式的解析处理的流程图，是表示图14所示的解析处理(步骤sc3b)的具体例的图。图16作为一例而示出将上述的“线迹的异常检测的第一方法”和“线迹的异常检测的第四方法”组合来检测线迹se的异常的方法。此外，在解析处理中，只要基于“线迹的异常检测的第一方法”、“线迹的异常检测的第二方法”、“线迹的异常检测的第三方法”、以及“线迹的异常检测的第四方法”的至少其一来检测线迹se的异常即可。

对第二核312的高速缓冲存储器进行初始化(步骤se1)。

第二核312将存储于张力缓存器321的上线ut的张力的检测值读出。另外，第二核312将存储于旋转缓存器322的电动机10的旋转角度的检测值及电动机10的转速的检测值读出(步骤se2)。

第二核312对上线ut的张力的检测值进行解析，并计算检测值的检测特征量(步骤se3)。

第二核312将在步骤se3中计算出的检测特征量和存储于辅助存储装置34的参照特征量对照来判定是否发生了“跳针”(步骤se4)。第二核312能够按照上述的“线迹的异常检测的第一方法”来判定是否发生了“跳针”。

在步骤se4中判定为发生了“跳针”的情况下(步骤se4：是)，第二核312使输出装置13输出表示线迹se异常的输出数据(步骤se8)。

在步骤se4中判定为没有发生“跳针”的情况下(步骤se4：否)，第二核312将在步骤se3中计算出的检测特征量、和存储于辅助存储装置34的参照特征量对照来判定是否发生了“断线”(步骤se5)。第二核312能够按照上述的“线迹的异常检测的第一方法”来判定是否发生了“断线”。

在步骤se5中判定为发生了“断线”的情况下(步骤se5：是)，第二核312使输出装置13输出表示线迹se异常的输出数据(步骤se8)。

在步骤se5中判定为没有发生“断线”的情况下(步骤se5：否)，第二核312对在外部计算机40中计算出的学习模型进行设定(步骤se6)。

如上所述，在外部计算机40中，通过对在电动机10为第一转速(高转速区域)时获取的张力的第一检测值进行机械学习而生成第一学习模型，并通过对在电动机10为第二转速(低转速区域)时获取的张力的第二检测值进行机械学习而生成第二学习模型。将第一学习模型及第二学习模型双方存储于辅助存储装置34。

在步骤se3中，基于在电动机10为第一转速时获取的上线ut的张力的检测值来计算检测特征量的情况下，第二核312设定第一学习模型。在步骤se3中，基于在电动机10为第二转速时获取的上线ut的张力的检测值来计算检测特征量的情况下，第二核312设定第二学习模型。

第二核312基于在步骤se3中计算出的检测特征量和从在步骤se6中设定的学习模型导出的参照特征量来识别线迹se的异常的模式(步骤se7)。

第二核312使输出装置13输出步骤se7的识别结果(步骤se8)。例如，当线迹se的异常的模式被识别为第一模式时，第二核312使输出装置13输出表示发生了第一模式的异常即“跳针”的输出数据。当线迹se的异常的模式被识别为第二模式时，第二核312使输出装置13输出表示发生了第二模式的异常即“断线”的输出数据。当线迹se的异常的模式被识别为第三模式时，第二核312使输出装置13输出表示发生了第三模式的异常即“松线”的输出数据。当识别为正常的线迹se时，第二核312使输出装置13输出表示线迹se正常的输出数据。

在本实施方式中，在实施利用机械学习的“线迹的异常检测的第四方法”之前，实施“线迹的异常检测的第一方法”。即，在实施步骤se6及步骤se7之前，实施步骤se3、步骤se4、以及步骤se5。“线迹的异常检测的第一方法”比“线迹的异常检测的第四方法”更简单，能够抑制解析处理的处理速度的降低及解析时间的长期化。在“线迹的异常检测的第一方法”中检测出线迹se的异常的情况下，可以不实施“线迹的异常检测的第四方法”，因此抑制了解析处理的处理速度的降低及解析时间的长期化。在“线迹的异常检测的第一方法”中未检测出线迹se的异常的情况下，通过实施“线迹的异常检测的第四方法”，从而能够高精度地检测有无线迹se的异常及线迹se的异常的模式。

[效果]

如以上说明的那样，根据本实施方式，由具有多核处理器31的线迹检查装置30来检测线迹sw的异常。多核处理器31的第一核311及第二核312中的每一个由通用操作系统进行任务管理。由此，与使用通过实时操作系统(rtos)工作的专用计算机的情况相比，能够实现缝纫机1的低成本化。

由通用操作系统进行任务管理的多核处理器31的处理速度有可能比通过实时操作系统(rtos)进行操作的专用计算机的处理速度慢。即，在使用通用操作系统的情况下，有可能损害传感器的检测值的获取及解析的实时性。

在本实施方式中，第一核311占有获取处理，第二核312占有解析处理。第一核311仅执行获取处理即可，第二核312仅执行解析处理即可。另外，在第一核311及第二核312的每一个中不执行中断处理，第一核311及第二核312中的每一个进行轮询处理。因此，抑制了多核处理器31进行的获取处理的处理速度的降低及解析处理的处理速度的降低。因而，线迹检查装置30能够维持实时性，并且以低成本实施线迹se的检查。

在本实施方式中，基于形成了正常的线迹se时的张力的检测值，预先导出参照特征量。由此，仅将参照特征量和检测特征量对照即可高效地判定线迹se的异常。

如线迹se的异常检测的第一方法及第二方法那样，不仅获取张力传感器11的检测值，而且也获取角度传感器12的检测值，从而能够基于张力传感器11的检测值及角度传感器12的检测值，高精度地判定线迹se的异常。

另外，如线迹se的异常检测的第二方法那样，基于张力的累积值来生成累积曲线，从而即使在张力传感器11的检测值中包含噪声，也能够减轻该噪声的影响。因而，能够高精度地判定线迹se的异常。

另外，如线迹se的异常检测的第三方法那样，生成张力的检测值的频谱，从而即使不利用角度传感器12的检测值，也能够高精度地判定线迹se的异常。

另外，如线迹se的异常检测的第四方法那样，对张力的检测值进行机械学习来生成学习模型，从而能够高精度地判定线迹se的异常的模式。

在外部计算机40中执行学习模型的生成。由于不在线迹检查装置30中执行学习模型的生成，因此减轻了线迹检查装置30的负荷。另外，与缝纫机1进行的缝制对象物s的缝制并行地，向外部计算机40逐次发送张力传感器11的检测值及角度传感器12的检测值，在外部计算机40中生成学习模型。与缝纫机1进行的缝制对象物s的缝制并行地，在外部计算机40中生成学习模型，因此基于大量的检测值而生成高品质的学习模型。

针对电动机10的每个转速生成学习模型。通过对在电动机10以第一转速(高转速区域)旋转时获取的第一检测值进行机械学习而生成第一学习模型。通过对在电动机10以第二转速(低转速区域)旋转时获取的第二检测值进行机械学习而生成第二学习模型。在解析处理中，当电动机10以第一转速(高转速区域)旋转时，基于在电动机10以第一转速(高转速区域)旋转时获取的上线ut的张力的检测特征量和第一学习模型来识别线迹se的异常的模式。当电动机10以第二转速(低转速区域)旋转时，基于在电动机10以第二转速(低转速区域)旋转时获取的上线ut的张力的检测特征量和第二学习模型来识别线迹se的异常的模式。根据在第一核311获取上线ut的张力的检测值时的电动机10的转速来切换使用的学习模型，从而减轻了第二核312进行的解析处理的负荷，并可抑制解析处理的处理速度的降低及解析时间的长期化。

[变形例]

此外，在上述的实施方式中，将检测特征量和参照特征量对照来检测线迹se的异常。也可以设置与张力的检测值有关的阈值，并基于检测值与阈值的比较结果来检测线迹se的异常。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除