Tekstil kumaşlarının içerdiği lif türü ve yüzdesi, kumaşın kalitesini etkileyen önemli faktörlerden olup, tüketicilerin kıyafet satın alırken de dikkat ettiği hususlardır.Dünyadaki tüm ülkelerdeki tekstil etiketleri ile ilgili yasa, yönetmelik ve standardizasyon belgeleri, hemen hemen tüm tekstil etiketlerinin lif içerik bilgisinin belirtilmesini zorunlu kılmaktadır.Bu nedenle lif içeriği tekstil testlerinde önemli bir öğedir.

Mevcut laboratuvarın lif içeriğini belirlemesi, fiziksel yöntemlere ve kimyasal yöntemlere ayrılabilir.Fiber mikroskobu kesit ölçüm yöntemi, üç adımı içeren yaygın olarak kullanılan bir fiziksel yöntemdir: fiber kesit alanının ölçümü, fiber çapının ölçümü ve fiber sayısının belirlenmesi.Bu yöntem esas olarak mikroskop aracılığıyla görsel tanıma için kullanılır ve zaman alıcı ve yüksek işçilik maliyeti özelliklerine sahiptir.Manuel tespit yöntemlerinin eksikliklerini gidermek amacıyla yapay zeka (AI) otomatik tespit teknolojisi ortaya çıkmıştır.

Yapay zeka otomatik algılamanın temel ilkeleri

(1)Hedef alandaki fiber kesitlerini tespit etmek için hedef tespitini kullanın

(2)Bir maske haritası oluşturmak amacıyla tek bir fiber kesitini segmentlere ayırmak için anlamsal segmentasyonu kullanın

(3)Maske haritasına göre kesit alanını hesaplayın

(4) Her bir fiberin ortalama kesit alanını hesaplayın

Örnek test

Pamuk elyafı ve çeşitli rejenere selüloz elyaflarından oluşan harmanlanmış ürünlerin tespiti, bu yöntemin uygulanmasının tipik bir temsilcisidir.Test numuneleri olarak 10 adet pamuk ve viskon elyaf karışımlı kumaş ve pamuk ve modal karışımlı kumaşlar seçildi.

Algılama yöntemi

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

Sonuç analizi

(1) Dikdörtgen bir çerçeve çizmek için fiber kesiti resminde net ve sürekli bir alan seçin.

(2) Seçilen fiberleri net dikdörtgen çerçeveye AI modeline yerleştirin ve ardından her fiber kesitini önceden sınıflandırın.

(3) Lifleri, lif kesitinin şekline göre önceden sınıflandırdıktan sonra, her bir lif kesitinin resminin konturunu çıkarmak için görüntü işleme teknolojisi kullanılır.

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

(5) Her bir lifin içeriğini hesaplayın.

Ckapalı kalma

10 farklı numune için AI kesit otomatik test yönteminin sonuçları, geleneksel manuel testle karşılaştırılır.Mutlak hata küçüktür ve maksimum hata %3'ü geçmez.Standarda uygundur ve son derece yüksek tanınma oranına sahiptir.Ek olarak, test süresi açısından, geleneksel manuel testlerde denetçinin bir numunenin testini tamamlaması 50 dakika sürer ve bir numunenin AI kesit otomatik test yöntemiyle tespit edilmesi yalnızca 5 dakika sürer. Tespit verimliliğini büyük ölçüde artırır ve insan gücü ve zaman maliyetinden tasarruf sağlar.

Bu makale Wechat Subscription Textile Machinery'den alınmıştır.