Tekstil kumaşlarda bulunan lif türü ve yüzdesi, kumaşların kalitesini etkileyen önemli faktörlerdir ve aynı zamanda tüketicilerin kıyafet alırken dikkat ettiği şeydir. Dünyanın tüm ülkelerindeki tekstil etiketleriyle ilgili yasalar, düzenlemeler ve standardizasyon belgeleri, fiber içerik bilgilerini belirtmek için neredeyse tüm tekstil etiketlerini gerektirir. Bu nedenle, fiber içeriği tekstil testinde önemli bir öğedir.

Mevcut laboratuvarın fiber içeriğinin belirlenmesi fiziksel yöntemlere ve kimyasal yöntemlere ayrılabilir. Fiber mikroskop kesitsel ölçüm yöntemi, üç adım dahil yaygın olarak kullanılan bir fiziksel yöntemdir: lif kesit alanının ölçümü, lif çapının ölçümü ve lif sayısının belirlenmesi. Bu yöntem esas olarak bir mikroskop yoluyla görsel tanıma için kullanılır ve zaman alıcı ve yüksek işçilik maliyetinin özelliklerine sahiptir. Manuel algılama yöntemlerinin eksikliklerini hedefleyen yapay zeka (AI) otomatik algılama teknolojisi ortaya çıkmıştır.

AI otomatik algılamanın temel ilkeleri

(1) Hedef alandaki fiber kesitleri tespit etmek için hedef algılamayı kullanın

(2) Maske haritası oluşturmak için tek bir fiber enine kesiti bölümlere ayırmak için semantik segmentasyon kullanın

(3) Maske haritasına dayalı kesit alanı hesaplayın

(4) Her lifin ortalama kesit alanını hesaplayın

Test örneği

Pamuk lifinin ve çeşitli rejenere selüloz liflerinin harmanlanmış ürünlerinin tespiti, bu yöntemin uygulanmasının tipik bir temsilcisidir. Test numuneleri olarak 10 harmanlanmış pamuk ve viskoz lif ve harmanlanmış pamuk ve modal kumaşlar seçilir.

Tespit yöntemi

Hazırlanan kesit örneğini AI enine kesit otomatik test cihazının aşamasına yerleştirin, uygun büyütmeyi ayarlayın ve program düğmesini başlatın.

Sonuç analizi

(1) Dikdörtgen bir çerçeve çizmek için fiber kesit resminde berrak ve sürekli bir alan seçin.

(2) Seçilen lifleri açık dikdörtgen çerçeve içinde AI modeline yerleştirin ve ardından her bir fiber kesiti ön sınıflandırın.

(3) Elyaf enine kesitinin şekline göre lifleri önceden sınıflandırdıktan sonra, her bir fiber kesitin resminin konturunu çıkarmak için görüntü işleme teknolojisi kullanılır.

(4) Nihai efekt görüntüsünü oluşturmak için fiber anahatlarını orijinal görüntüyle eşleştirin.

(5) Her fiberin içeriğini hesaplayın.

Caçma

10 farklı numune için, AI enine kesit otomatik test yönteminin sonuçları geleneksel manuel testi ile karşılaştırılır. Mutlak hata küçüktür ve maksimum hata%3'ü aşmaz. Standarda uygundur ve son derece yüksek bir tanıma oranına sahiptir. Ek olarak, test süresi açısından, geleneksel manuel testlerde, müfettişin bir numunenin testini tamamlaması 50 dakika sürer ve bir numuneyi AI kesit otomatik test yöntemi ile tespit etmek sadece 5 dakika sürer, bu da algılama verimliliğini büyük ölçüde artırır ve insan gücü ve zaman maliyetini tasarruf eder.

Bu makale WeChat Abonelik Tekstil Makinelerinden Çıkarıldı