Vrsta i postotak vlakana sadržanih u tekstilnim tkaninama važni su čimbenici koji utječu na kvalitetu tkanina, a na njih potrošači obraćaju pozornost pri kupnji odjeće.Zakoni, propisi i standardizacijski dokumenti koji se odnose na tekstilne etikete u svim zemljama svijeta zahtijevaju da gotovo sve tekstilne etikete pokazuju informacije o sadržaju vlakana.Stoga je sadržaj vlakana važna stavka u ispitivanju tekstila.

Trenutno laboratorijsko određivanje sadržaja vlakana može se podijeliti na fizikalne metode i kemijske metode.Metoda mjerenja poprečnog presjeka vlakna mikroskopom je fizikalna metoda koja se često koristi i uključuje tri koraka: mjerenje površine poprečnog presjeka vlakana, mjerenje promjera vlakana i određivanje broja vlakana.Ova se metoda uglavnom koristi za vizualno prepoznavanje kroz mikroskop, a karakterizira je dugotrajnost i visoka cijena rada.Ciljajući na nedostatke ručnih metoda detekcije, pojavila se tehnologija automatizirane detekcije umjetne inteligencije (AI).

Osnovni principi automatizirane detekcije umjetne inteligencije

(1) Koristite otkrivanje cilja za otkrivanje poprečnih presjeka vlakana u ciljnom području

(2) Upotrijebite semantičku segmentaciju za segmentiranje presjeka jednog vlakna za generiranje karte maske

(3) Izračunajte površinu poprečnog presjeka na temelju karte maske

(4) Izračunajte prosječnu površinu poprečnog presjeka svakog vlakna

Ispitni uzorak

Detekcija mješavina proizvoda pamučnog vlakna i raznih regeneriranih celuloznih vlakana tipičan je predstavnik primjene ove metode.Kao ispitni uzorci odabrano je 10 mješovitih tkanina od pamuka i viskoznih vlakana te mješovitih tkanina od pamuka i modala.

Metoda detekcije

Stavite pripremljeni uzorak presjeka na postolje automatskog testera presjeka AI, podesite odgovarajuće povećanje i pokrenite programsku tipku.

Analiza rezultata

(1) Odaberite jasno i kontinuirano područje na slici presjeka vlakana da nacrtate pravokutni okvir.

(2) Postavite odabrana vlakna u čisti pravokutni okvir u AI model, a zatim unaprijed klasificirajte presjek svakog vlakna.

(3) Nakon prethodnog klasificiranja vlakana prema obliku poprečnog presjeka vlakana, koristi se tehnologija obrade slike za izdvajanje konture slike svakog poprečnog presjeka vlakana.

(4) Preslikajte obris vlakana na izvornu sliku kako biste formirali sliku konačnog efekta.

(5) Izračunajte sadržaj svakog vlakna.

Cisključenje

Za 10 različitih uzoraka, rezultati AI metode automatskog ispitivanja poprečnog presjeka uspoređuju se s tradicionalnim ručnim ispitivanjem.Apsolutna pogreška je mala, a najveća pogreška ne prelazi 3%.U skladu je sa standardom i ima izuzetno visoku stopu prepoznavanja.Osim toga, što se tiče vremena ispitivanja, kod tradicionalnog ručnog testiranja inspektoru je potrebno 50 minuta da dovrši ispitivanje uzorka, a potrebno je samo 5 minuta za otkrivanje uzorka automatskom metodom ispitivanja poprečnog presjeka AI, koja uvelike poboljšava učinkovitost detekcije i štedi radnu snagu i vrijeme.

Ovaj je članak izvađen iz Wechat Subscription Textile Machinery