




目前,中國現(xiàn)行的生絲檢驗(yàn)采用GB/T 1797-2008《生絲》國家標(biāo)準(zhǔn)和GB/T 1798-2008《生絲試驗(yàn)方法》仍屬于傳統(tǒng)檢驗(yàn)方法。清潔、潔凈
近年來,中國正在研究生絲電子檢驗(yàn)的方法和標(biāo)準(zhǔn),生絲電子檢驗(yàn)中疵點(diǎn)主要分為糙疵、粗節(jié)、細(xì)節(jié)和雪糙疵四大類。為了合理地制定生絲疵點(diǎn)的電子檢驗(yàn)分級(jí)標(biāo)準(zhǔn),需要了解疵點(diǎn)在絲條上的分布情況。在生絲檢驗(yàn)中,一般可以近似地假定生絲疵點(diǎn)的發(fā)生數(shù)服從泊松分布[1];但在利用電子檢測方法對(duì)一定絲長進(jìn)行微間隔連續(xù)監(jiān)測時(shí),發(fā)現(xiàn)檢測到的疵點(diǎn)的發(fā)生數(shù)用泊松分布來擬合時(shí)會(huì)產(chǎn)生較大誤差。為此,為了確定該分布的準(zhǔn)確形態(tài),本研究將通過調(diào)查電子檢驗(yàn)中生絲糙疵的分布,對(duì)此問題進(jìn)行必要的探討。
1材料與方法
1.1糙疵分類與分布調(diào)查
1.1.1糙疵分類
在本研究中,糙疵是指被檢測的疵點(diǎn)樣本中質(zhì)量超過平均檢測樣本質(zhì)量的80%,長度大于等于1mm以上的疵點(diǎn)。糙疵根據(jù)大小可以分為三類:大糙、中糙和小糙。具體分類見圖1,大糙由E1、D2、E2、C3、D3、E3、A4、B4、C4、D4和E4區(qū)組成,中糙由E0、D1、C2、A3和B3區(qū)組成,小糙由A0、B0、C0、D0、A1、B1、C1、A2和B2區(qū)組成。
1.1.2數(shù)據(jù)采集
為了解糙疵的分布,在生絲電子檢驗(yàn)儀上測試

了批號(hào)為A~G的7批未經(jīng)浸泡的不同規(guī)格與等級(jí)的生絲。生絲疵點(diǎn)電子檢驗(yàn)時(shí)以1000m為單位長度,分別檢測每單位長度內(nèi)的大、中、小糙疵個(gè)數(shù),每1000m絲條上各類糙疵個(gè)數(shù)組成一組數(shù)據(jù)。每批生絲測量200組左右的數(shù)據(jù)。生絲電子檢驗(yàn)時(shí)由電容式和光電式2種傳感器同時(shí)檢測,并以電容式傳感器檢測數(shù)據(jù)為準(zhǔn),7批生絲電子檢驗(yàn)得到的大糙、中糙和小糙的頻數(shù)分布統(tǒng)計(jì)詳見表1、表2、和表3。
表1大糙頻數(shù)分布
批號(hào) |
頻數(shù) |
總頻數(shù) |
平均值 |
方差 |
||||
0 |
1 |
2 |
3 |
4 |
||||
A |
174 |
20 |
7 |
2 |
1- |
204 |
0.2157 |
0.3572 |
B |
172 |
15 |
5 |
- |
- |
192 |
0.1302 |
0.1662 |
C |
184 |
18 |
2 |
- |
- |
204 |
0.1078 |
0.1164 |
D |
188 |
13 |
3 |
- |
- |
204 |
0.0931 |
0.1144 |
E |
175 |
5 |
- |
- |
- |
180 |
0.0278 |
0.0272 |
F |
184 |
13 |
6 |
1 |
- |
204 |
0.1373 |
0.2077 |
G |
166 |
12 |
1 |
1 |
- |
180 |
0.0944 |
0.1307 |
表2中糙頻數(shù)分布
批號(hào) |
頻數(shù) |
總頻數(shù) |
平均值 |
方差 |
||
0 |
1 |
2 |
||||
A |
174 |
14 |
1 |
204 |
0.0784 |
0.0825 |
B |
172 |
6 |
-1 |
192 |
0.0313 |
0.0304 |
C |
184 |
5 |
2 |
204 |
0.0343 |
0.0432 |
D |
188 |
13 |
- |
204 |
0.0833 |
0.0965 |
E |
175 |
5 |
- |
180 |
0.0278 |
0.0272 |
F |
184 |
8 |
- |
204 |
0.0392 |
0.0379 |
G |
166 |
2 |
- |
180 |
0.0111 |
0.0110 |
表3小糙頻數(shù)分布統(tǒng)計(jì)
批號(hào) |
頻數(shù) |
總頻數(shù) |
平均值 |
方差 |
||||||||||
0 |
1 |
2 |
3 |
4 |
5 |
8 |
10 |
14 |
18 |
20 |
||||
A |
99 |
69 |
28 |
4 |
2 |
1- |
- |
- |
- |
1 |
- |
204 |
0.5235 |
2.2643 |
B |
121 |
56 |
17 |
2 |
- |
- |
2 |
- |
- |
- |
- |
192 |
0.5521 |
1.0758 |
C |
124 |
60 |
18 |
1 |
- |
- |
- |
|
1- |
- |
- |
204 |
0.5539* |
1.3518 |
D |
109 |
60 |
27 |
4 |
4 |
- |
- |
- |
- |
- |
- |
204 |
0.6961 |
0.8333 |
E |
146 |
67 |
6 |
1 |
- |
- |
- |
|
- |
|
|
180 |
0.2333 |
0.2804 |
F |
109 |
57 |
29 |
4 |
2 |
2 |
- |
1 |
- |
- |
- |
204 |
0.7598 |
1.3460 |
G |
124 |
40 |
9 |
6 |
- |
- |
- |
- |
- |
- |
1 |
180 |
0.5333 |
2.6749 |
1.2頻數(shù)分布適合性評(píng)定
將通過電子檢測得到的生絲糙疵分布的實(shí)測值制成頻數(shù)分布表,對(duì)實(shí)測頻數(shù)分布與泊松分布、二項(xiàng)分布、負(fù)二項(xiàng)分布、Neyman分布、泊松-二項(xiàng)分布和復(fù)合泊松分布[2]等分布類型的理論頻數(shù)分布進(jìn)行X2檢驗(yàn),以確定分布類型,當(dāng)理論頻數(shù)和實(shí)測頻數(shù)之間的適合度差異不顯著時(shí),可判斷為實(shí)測樣本屬于該種分布類型[2]。X2檢驗(yàn)方法為:
2結(jié)果與分析
大糙的X2檢驗(yàn)情祝見表4。從表3中可以看出,A、B、C、F和G5個(gè)批次的生絲在電子檢測時(shí)小糙出現(xiàn)了特別的偶發(fā)險(xiǎn)疵點(diǎn)個(gè)數(shù)區(qū)間分布,在此給予適當(dāng)?shù)念l數(shù)區(qū)間合并,然后對(duì)合并后的頻數(shù)分布進(jìn)行X2檢驗(yàn),詳見表5。從表2可以看出,中糙的頻數(shù)分布區(qū)間個(gè)數(shù)很少(不超過3個(gè)),可以很好地和各種類型分布擬合,在此不作詳述.
2.1.1大糙分布適合性檢驗(yàn)
從表4可以看出,大糙的分布隨著批次的不同有所差異。除了C和E批次由于大糙頻數(shù)分布區(qū)間數(shù)較少而符合二項(xiàng)分布和泊松分布外,其他各批均不符合這兩種類型分布;除了E批次的分布頻數(shù)的方差小于平均值,不能進(jìn)行Neyman分布和泊松-二項(xiàng)分布的X2檢驗(yàn)外,其他各批均符合這兩種類型的分布;所有批次均符合負(fù)二項(xiàng)分布和復(fù)合泊松分布因此,大糙的分布類型符合負(fù)二項(xiàng)分布和復(fù)合泊松分布。
2.1.2小糙分布適合性檢驗(yàn)
從表5可以看出,隨著批次的不同,小糙的分布類型有所差異,但并不顯著。除了C批次,均不符合泊松分布;除F批次外,均符合Neyman分布、泊松-二項(xiàng)分布;除A批次外,均符合復(fù)合泊松分布;所有批次均不符合二項(xiàng)分布,但是全部符合負(fù)二項(xiàng)分布。由此可得小糙的產(chǎn)生服從負(fù)二項(xiàng)分布。
3結(jié)語
從上面的結(jié)果和分析中可以看出,從整體上講,大糙、中糙和小糙均服從負(fù)二項(xiàng)分布。據(jù)分析是因?yàn)椴糠稚z疵點(diǎn)是在生產(chǎn)過程發(fā)生的長疵點(diǎn),特別是形成大糙的情況下往往在若干的微間隔中連續(xù)地表現(xiàn)出來。這樣在電子檢測過程中進(jìn)行機(jī)械分類時(shí),就不像目視檢驗(yàn)?zāi)菢幽軌驅(qū)⒁粋€(gè)長疵點(diǎn)或大糙區(qū)分清楚,而可能使黑板檢驗(yàn)中的一個(gè)長疵點(diǎn)在電子檢測時(shí)被分成幾個(gè)疵點(diǎn)。另外,如果生絲生產(chǎn)設(shè)備上的某個(gè)部件損壞,或者生產(chǎn)過程中的某個(gè)環(huán)節(jié)出現(xiàn)問題,也有可能
(esilk.net聲明:本網(wǎng)登載此文旨在傳遞更多行業(yè)資訊,文章內(nèi)容僅供參考。)
