نوع و درصد الیاف موجود در پارچه‌های نساجی از عوامل مهم مؤثر بر کیفیت پارچه‌ها هستند و همچنین مواردی هستند که مصرف‌کنندگان هنگام خرید لباس به آنها توجه می‌کنند. قوانین، مقررات و اسناد استاندارد مربوط به برچسب‌های نساجی در تمام کشورهای جهان، تقریباً همه برچسب‌های نساجی را ملزم به ذکر اطلاعات مربوط به میزان الیاف می‌کنند. بنابراین، میزان الیاف یک مورد مهم در آزمایش نساجی است.

روش‌های فعلی تعیین محتوای فیبر در آزمایشگاه‌ها را می‌توان به روش‌های فیزیکی و شیمیایی تقسیم کرد. روش اندازه‌گیری سطح مقطع فیبر با میکروسکوپ فیبر، یک روش فیزیکی رایج است که شامل سه مرحله است: اندازه‌گیری سطح مقطع فیبر، اندازه‌گیری قطر فیبر و تعیین تعداد فیبرها. این روش عمدتاً برای تشخیص بصری از طریق میکروسکوپ استفاده می‌شود و دارای ویژگی‌های زمان‌بر و هزینه بالای نیروی کار است. با هدف رفع کاستی‌های روش‌های تشخیص دستی، فناوری تشخیص خودکار هوش مصنوعی (AI) ظهور کرده است.

اصول اولیه تشخیص خودکار هوش مصنوعی

(1) از تشخیص هدف برای تشخیص سطح مقطع فیبر در ناحیه هدف استفاده کنید

(2) از تقسیم‌بندی معنایی برای تقسیم‌بندی یک مقطع فیبر واحد برای تولید نقشه ماسک استفاده کنید.

(3) سطح مقطع را بر اساس نقشه ماسک محاسبه کنید

(4) میانگین سطح مقطع هر فیبر را محاسبه کنید

نمونه آزمایشی

تشخیص محصولات ترکیبی از الیاف پنبه و الیاف سلولزی بازسازی‌شده مختلف، نمونه‌ای بارز از کاربرد این روش است. 10 پارچه ترکیبی از الیاف پنبه و ویسکوز و پارچه‌های ترکیبی از پنبه و مودال به عنوان نمونه‌های آزمایشی انتخاب شده‌اند.

روش تشخیص

نمونه آماده شده از مقطع عرضی را روی صفحه تستر اتوماتیک مقطع عرضی AI قرار دهید، بزرگنمایی مناسب را تنظیم کنید و دکمه برنامه را شروع کنید.

تحلیل نتایج

(1) یک ناحیه واضح و پیوسته در تصویر مقطع فیبر را برای رسم یک قاب مستطیلی انتخاب کنید.

(2) الیاف انتخاب شده را در قاب مستطیلی شفاف در مدل هوش مصنوعی قرار دهید و سپس سطح مقطع هر الیاف را از قبل طبقه‌بندی کنید.

(3) پس از طبقه‌بندی اولیه الیاف بر اساس شکل سطح مقطع الیاف، از فناوری پردازش تصویر برای استخراج کانتور تصویر هر سطح مقطع الیاف استفاده می‌شود.

(4) طرح کلی فیبر را با تصویر اصلی تطبیق دهید تا تصویر نهایی ایجاد شود.

(5) محتوای هر فیبر را محاسبه کنید.

Cشمول

برای 10 نمونه مختلف، نتایج روش تست خودکار مقطع هوش مصنوعی با تست دستی سنتی مقایسه شده است. خطای مطلق کم است و حداکثر خطا از 3٪ تجاوز نمی‌کند. این روش با استاندارد مطابقت دارد و نرخ تشخیص بسیار بالایی دارد. علاوه بر این، از نظر زمان تست، در تست دستی سنتی، بازرس 50 دقیقه طول می‌کشد تا تست یک نمونه را تکمیل کند و تشخیص یک نمونه با روش تست خودکار مقطع هوش مصنوعی تنها 5 دقیقه طول می‌کشد که این امر راندمان تشخیص را تا حد زیادی بهبود می‌بخشد و در نیروی انسانی و هزینه زمان صرفه‌جویی می‌کند.

این مقاله از Wechat Subscription Textile Machinery استخراج شده است.