Ang uri at porsyento ng hibla na nakapaloob sa mga tela ng tela ay mahalagang mga salik na nakakaapekto sa kalidad ng mga tela, at sila rin ang binibigyang pansin ng mga mamimili kapag bumibili ng damit.Ang mga batas, regulasyon at mga dokumento sa standardisasyon na nauugnay sa mga label ng tela sa lahat ng mga bansa sa mundo ay nangangailangan ng halos lahat ng mga label ng tela na magpahiwatig ng impormasyon sa nilalaman ng hibla.Samakatuwid, ang nilalaman ng hibla ay isang mahalagang bagay sa pagsubok ng tela.

Ang pagpapasiya ng kasalukuyang laboratoryo ng nilalaman ng hibla ay maaaring nahahati sa mga pisikal na pamamaraan at mga kemikal na pamamaraan.Ang paraan ng pagsukat ng cross-sectional fiber microscope ay isang karaniwang ginagamit na pisikal na paraan, kabilang ang tatlong hakbang: ang pagsukat ng cross-sectional area ng hibla, ang pagsukat ng diameter ng hibla, at ang pagtukoy ng bilang ng mga hibla.Ang pamamaraang ito ay pangunahing ginagamit para sa visual na pagkilala sa pamamagitan ng isang mikroskopyo, at may mga katangian ng pag-ubos ng oras at mataas na gastos sa paggawa.Ang pagpuntirya sa mga kakulangan ng mga pamamaraan ng manu-manong pagtuklas, lumitaw ang teknolohiyang automated detection ng artificial intelligence (AI).

Mga pangunahing prinsipyo ng AI automated detection

(1) Gumamit ng target detection upang makita ang mga cross-section ng fiber sa target na lugar

(2)Gumamit ng semantic segmentation upang i-segment ang isang solong fiber cross section para makabuo ng mask map

(3)Kalkulahin ang cross-sectional area batay sa mask map

(4)Kalkulahin ang average na cross-sectional area ng bawat hibla

Test sample

Ang pagtuklas ng mga pinaghalo na produkto ng cotton fiber at iba't ibang regenerated cellulose fibers ay isang tipikal na kinatawan ng aplikasyon ng pamamaraang ito.10 pinaghalong tela ng cotton at viscose fiber at pinaghalo na tela ng cotton at modal ang napili bilang mga sample ng pagsubok.

Paraan ng pagtuklas

Ilagay ang inihandang cross-section sample sa stage ng AI ​​cross-section automatic tester, ayusin ang naaangkop na magnification, at simulan ang button ng program.

Pagsusuri ng resulta

(1) Pumili ng malinaw at tuluy-tuloy na lugar sa larawan ng fiber cross section upang gumuhit ng isang parihabang frame.

(2) Itakda ang mga napiling fibers sa malinaw na parihabang frame sa AI model, at pagkatapos ay i-pre-classify ang bawat fiber cross section.

(3) Pagkatapos ng paunang pag-uuri ng mga hibla ayon sa hugis ng cross-section ng hibla, ginagamit ang teknolohiya sa pagproseso ng imahe upang kunin ang tabas ng larawan ng bawat cross-section ng hibla.

(4) Imapa ang balangkas ng hibla sa orihinal na imahe upang mabuo ang panghuling epekto ng imahe.

(5) Kalkulahin ang nilalaman ng bawat hibla.

Cpagsasama

Para sa 10 iba't ibang sample, ang mga resulta ng AI cross-section automatic test method ay inihambing sa tradisyunal na manu-manong pagsubok.Ang ganap na error ay maliit, at ang maximum na error ay hindi lalampas sa 3%.Ito ay umaayon sa pamantayan at may napakataas na rate ng pagkilala.Bilang karagdagan, sa mga tuntunin ng oras ng pagsubok, sa tradisyunal na manu-manong pagsubok, ito ay tumatagal ng 50 minuto para sa inspektor upang makumpleto ang pagsubok ng isang sample, at ito ay tumatagal lamang ng 5 minuto upang makita ang isang sample sa pamamagitan ng AI cross-section na awtomatikong paraan ng pagsubok, na lubos na nagpapabuti sa kahusayan sa pagtuklas at nakakatipid ng lakas-tao at gastos sa oras.

Ang artikulong ito ay kinuha mula sa Wechat Subscription Textile Machinery