Врста и проценат влакана садржаних у текстилним тканинама су важни фактори који утичу на квалитет тканина, а то је и оно на шта потрошачи обраћају пажњу приликом куповине одеће. Закони, прописи и документи о стандардизацији који се односе на етикете текстила у свим земљама света захтевају да скоро све етикете текстила наведу информације о садржају влакана. Стога је садржај влакана важна ставка у испитивању текстила.

Тренутно лабораторијско одређивање садржаја влакана може се поделити на физичке методе и хемијске методе. Метода мерења попречног пресека влакнастим микроскопом је уобичајена физичка метода, која укључује три корака: мерење површине попречног пресека влакана, мерење пречника влакана и одређивање броја влакана. Ова метода се углавном користи за визуелно препознавање помоћу микроскопа и карактерише је дуготрајност и високе трошкове рада. Циљајући на недостатке ручних метода детекције, појавила се технологија аутоматизоване детекције заснована на вештачкој интелигенцији (ВИ).

Основни принципи аутоматизованог откривања помоћу вештачке интелигенције

(1) Користите детекцију циља за детекцију попречних пресека влакана у циљаном подручју

(2) Користите семантичку сегментацију за сегментирање попречног пресека једног влакна како бисте генерисали мапу маске

(3) Израчунајте површину попречног пресека на основу маске мапе

(4) Израчунајте просечну површину попречног пресека сваког влакна

Тестни узорак

Детекција мешаних производа од памучних влакана и различитих регенерисаних целулозних влакана је типичан представник примене ове методе. Као узорци за тестирање одабрано је 10 мешаних тканина од памучних и вискозних влакана и мешаних тканина од памука и модала.

Метода детекције

Поставите припремљени узорак попречног пресека на постоље аутоматског тестера попречног пресека са вештачком интелигенцијом, подесите одговарајуће увећање и покрените програм.

Анализа резултата

(1) Изаберите јасну и континуирану област на слици попречног пресека влакна да бисте нацртали правоугаони оквир.

(2) Поставите одабрана влакна у провидном правоугаоном оквиру у AI модел, а затим претходно класификујте сваки попречни пресек влакна.

(3) Након претходне класификације влакана према облику попречног пресека влакана, технологија обраде слике се користи за издвајање контуре слике сваког попречног пресека влакана.

(4) Мапирајте обрис влакана на оригиналну слику да бисте формирали коначну слику ефекта.

(5) Израчунајте садржај сваког влакна.

Cзакључак

За 10 различитих узорака, резултати аутоматске методе испитивања попречног пресека AI упоређују се са традиционалним ручним тестом. Апсолутна грешка је мала, а максимална грешка не прелази 3%. То је у складу са стандардом и има изузетно високу стопу препознавања. Поред тога, што се тиче времена испитивања, код традиционалног ручног испитивања, инспектору је потребно 50 минута да заврши тест узорка, а аутоматском методом испитивања попречног пресека AI је потребно само 5 минута да се детектује узорак, што значајно побољшава ефикасност детекције и штеди време и трошкове.

Овај чланак је преузет са сајта WeChat Subscription Textile Machinery