绗缝机花样加工代码自动生成算法分析

绗缝机花样加工代码自动生成算法分析

余辉本，王锋

浙江健盛集团江山针织有限公司 324100

摘要：运用花样加工代码自动生成算法，能够提高绗缝机自动化作业水平。基于此，本文由加工代码自动生成算法的作用展开论述，从花样图像轮廓追踪优化、初始加工路径组生成、误差函数、加工路径适应度函数、遗传算子与终止条件这几个方面，详细分析了绗缝机花样加工代码自动生成算法。

关键词：花样加工；自动生成；加工代码

引言：花样加工代码需要工作者先通过操作基本线条进行花样描制，再运用算法将描制图样转化为加工代码，以便于机电化背景下绗缝机数控系统对花样的识别，但此方法存在人工成本高、效率低等问题。可以考虑通过运用自动生成算法，来降低对描制工作的要求，提高花样加工代码的质量，促进绗缝机的机电化发展。

1. 加工代码自动生成算法的作用

在传统模式下，待花样设计者完成图形轮廓的描制之后，即可运用插补、逼近等算法，将图形轮廓转化为设备数控系统可识别的代码，然后数控系统就可以按照该代码，控制机械按照花样进行绗缝加工操作。但运用经过上述过程所转化出的加工代码，经常会出现绗缝图形不规则、花样品质低等问题，而且转化得出的代码的有效性，往往会受设计描制操作经验的影响，如果设计者描制操作经验不足、描制效果不佳，就会直接影响后续花样加工质量，因此，传统模式对设计者的描制操作经验、技术要求较高，这在很大程度上降低了描制操作的效率。但在加工代码自动生成算法的应用下，借助图形矢量化运算原则，使该算法能够支持对图元的提取，以及分段拟合，由此可以得出更加精确的加工代码，让基于该加工代码加工出的花样基本与设计方案吻合，因此，无需对描制操作提出较高要求，也能让根据代码加工出的花样效果达到预期，这不仅能够降低人工劳动强度，还可以提高生产效率，由此可见，加工代码自动生成算法在绗缝机花样加工中发挥着重要的作用。

2. 绗缝机花样加工代码自动生成算法分析

1. 花样图像轮廓追踪优化算法部分

就目前来看，自动生成算法并不支持，直接用遗传学算法，将图像予以拟合处理，所以在算法运行中，需要先追踪图像的轮廓，借此提取关键信息。在此过程中，考虑到光照等因素均会对图像的真实度造成影响，因此，要对其进行预处理，并采取算子处理、形态学操作等措施，基于原始图像得出边缘点阵图像，再用Freeman链码，对所得图像的轮廓进行检索，由此将轮廓部分的图像信息，转化为有序的数据点链，此时，考虑到识别过程中，可能会出现断点、毛刺点等缺陷，因此，需要运行冗余、细节处理优化运算，来提高轮廓识别效果，在此过程中，奇异点、缺陷点均会被去除和优化，防止其被识别为轮廓点，以免造成花样加工的复杂化，同时，也让算法的轮廓识点识别运算更具容错能力，降低对花样描绘操作的要求。此外，上述运算支持对摄影类图像的识别，所以也可以直接将图片中的图形转化为花样代码。

2. 算法初始加工路径组生成

在算法运行中，待点链轮廓提取完毕后，即可运用遗传学算法对轮廓加以拟合处理，并通过进化迭代，得到最优的花样曲线，提高花样加工代码质量。在此过程中，需先生成初始加工路径，确定花样中的待拟合点链。在初始加工路径生成中，需先将拟合点链定义为一个坐标函数，然后秉承二进制的原则，将点链中的各个点划分为两种类型，即端点、端点之间的连续点，并将端点表示为1、连续点表示为2，由此每条二进制染色体数列，均能够对应一条初始加工路径。在此背景下，染色体长度对应点链的长度，种群规模对应加工路径数量，因此，在算法中，染色体长度、种群规模即为表示初始加工路径的数组。

3. 算法的误差函数

在算法运行中，为了保证花样代码转化结果的准确性，还要为算法设置相应的控制参数，将算法的运行控制在一个合理的范围内。一般来说，该算法控制参数通常包括，最小误差、加工路径适应度、遗传算子、终止条件。其中，在误差函数上，需从已经识别的轮廓点中，选择一条初始加工路径，然后运用其中包含的端点、连续点，拟合出加工基元。为此，需要将带端点约束的最小二乘法，将各个点对应的二进制坐标信息带入到计算中，确定直线、曲线加工拟合函数，然后将约束带入到拟合函数中，即可得出直线、曲线的唯一误差函数。最后，对误差函数取最小值，作为最终位移误差，并使其成为算法运算的目标、方向，实现对算法运行的控制。

4. 算法的加工路径适应度函数

加工路径适应度是指基元拟合的效果。一般来说，加工路径中的基元数量越多、路径总误差越大，适应度就越低。在此过程中，每次进行基元与基元之间的拟合时，均会产生误差，这种误差会被累计起来，形成总误差，因此，基元越多说明该路径需要拟合的次数越多，误差累计就越多，这在一定程度上就会对基元的整体拟合效果，即加工路径适应度产生影响。为此，先要利用适应度与基元数量、总误差之间的反比关系，列出对应的适应度函数，然后取最大适应度作为算法遗传进化的目标，由此得出全局的最优解

^[1]。

5. 算法的遗传算子、终止条件

算法中的遗传算子主要包括三个，即选择概率、交叉概率、变异概率。其中，选择概率是指优秀的加工路径，被保留到子代的几率，而交叉概率是指两条不同加工路径，交叉后形成新路径的几率，变异概率则是指，基元属性变化概率。在算法建设中，需结合实际情况合理设置上述遗传算子，以保证自动识别效果。在终止条件上，应当将最优的工作路径标准，作为终止条件。一般来说，适应度最高的染色体，即对应最优工作路径。基于此，可以将终止条件设置为，最优适应度保持10代不变时，即可终止迭代，并将适应度最优的路径最为全局最优解，然后基于此进行代码的自动生成^[2]。

结论：综上所述，采用自动生成的方式，设置花样加工代码，能够提升绗缝机作业水平。在绗缝机作业中，借助花样加工代码自动生成算法，可以压缩人工成本、规避因人工操作而引发的花样图形失真风险、提高产品质量，从而改善绗缝机生产力状态，推动纺织领域的机电化、自动化发展。

参考文献：

[1]尚岁燕,邱静华,马通.基于云技术的工业缝纫机状态检测及分析软件的设计与实现[J].制造业自动化,2021,43(04):13-18+84.

[2]张子立,杨九铜,梅宇亮.基于Python编程语言的绗缝机NC代码的自动生成[J].毛纺科技,2019,47(11):51-55.