Ο τύπος και το ποσοστό των ινών που περιέχονται στα υφάσματα είναι σημαντικοί παράγοντες που επηρεάζουν την ποιότητα των υφασμάτων και είναι επίσης αυτό που δίνουν προσοχή οι καταναλωτές όταν αγοράζουν ρούχα. Οι νόμοι, οι κανονισμοί και τα έγγραφα τυποποίησης που σχετίζονται με τις ετικέτες των υφασμάτων σε όλες τις χώρες του κόσμου απαιτούν σχεδόν όλες οι ετικέτες των υφασμάτων να αναφέρουν πληροφορίες για την περιεκτικότητα σε ίνες. Επομένως, η περιεκτικότητα σε ίνες είναι ένα σημαντικό στοιχείο στις δοκιμές υφασμάτων.

Ο προσδιορισμός της περιεκτικότητας σε ίνες στο τρέχον εργαστήριο μπορεί να χωριστεί σε φυσικές μεθόδους και χημικές μεθόδους. Η μέθοδος μέτρησης διατομής με μικροσκόπιο ινών είναι μια συνήθως χρησιμοποιούμενη φυσική μέθοδος, που περιλαμβάνει τρία βήματα: τη μέτρηση της διατομής των ινών, τη μέτρηση της διαμέτρου των ινών και τον προσδιορισμό του αριθμού των ινών. Αυτή η μέθοδος χρησιμοποιείται κυρίως για οπτική αναγνώριση μέσω μικροσκοπίου και έχει τα χαρακτηριστικά της χρονοβόρας και υψηλού κόστους εργασίας. Στοχεύοντας στις ελλείψεις των χειροκίνητων μεθόδων ανίχνευσης, έχει αναδυθεί η τεχνολογία αυτοματοποιημένης ανίχνευσης με τεχνητή νοημοσύνη (AI).

Βασικές αρχές αυτοματοποιημένης ανίχνευσης με τεχνητή νοημοσύνη

(1) Χρησιμοποιήστε ανίχνευση στόχου για την ανίχνευση διατομών ινών στην περιοχή στόχου

(2) Χρησιμοποιήστε σημασιολογική τμηματοποίηση για να τμηματοποιήσετε μια διατομή μιας ίνας και να δημιουργήσετε έναν χάρτη μάσκας

(3) Υπολογίστε την εγκάρσια διατομή με βάση τον χάρτη μάσκας

(4) Υπολογίστε τη μέση διατομή κάθε ίνας

Δείγμα δοκιμής

Η ανίχνευση μεικτών προϊόντων από ίνες βαμβακιού και διάφορες αναγεννημένες ίνες κυτταρίνης αποτελεί τυπικό παράδειγμα εφαρμογής αυτής της μεθόδου. Ως δείγματα δοκιμής επιλέγονται 10 μεικτά υφάσματα από βαμβάκι και ίνες βισκόζης και μεικτά υφάσματα από βαμβάκι και μοντάλ.

Μέθοδος ανίχνευσης

Τοποθετήστε το προετοιμασμένο δείγμα διατομής στη σκηνή του αυτόματου ελεγκτή διατομής AI, ρυθμίστε την κατάλληλη μεγέθυνση και ξεκινήστε το κουμπί προγράμματος.

Ανάλυση αποτελεσμάτων

(1) Επιλέξτε μια καθαρή και συνεχή περιοχή στην εικόνα της διατομής της ίνας για να σχεδιάσετε ένα ορθογώνιο πλαίσιο.

(2) Τοποθετήστε τις επιλεγμένες ίνες στο διαφανές ορθογώνιο πλαίσιο στο μοντέλο AI και, στη συνέχεια, προταξινομήστε κάθε διατομή ίνας.

(3) Μετά την προταξινόμηση των ινών σύμφωνα με το σχήμα της διατομής τους, χρησιμοποιείται τεχνολογία επεξεργασίας εικόνας για την εξαγωγή του περιγράμματος της εικόνας κάθε διατομής ίνας.

(4) Αντιστοιχίστε το περίγραμμα της ίνας στην αρχική εικόνα για να σχηματίσετε την τελική εικόνα εφέ.

(5) Υπολογίστε την περιεκτικότητα κάθε ίνας.

Cσυμπέρασμα

Για 10 διαφορετικά δείγματα, τα αποτελέσματα της αυτόματης μεθόδου δοκιμής διατομής AI συγκρίνονται με την παραδοσιακή χειροκίνητη δοκιμή. Το απόλυτο σφάλμα είναι μικρό και το μέγιστο σφάλμα δεν υπερβαίνει το 3%. Συμμορφώνεται με το πρότυπο και έχει εξαιρετικά υψηλό ποσοστό αναγνώρισης. Επιπλέον, όσον αφορά τον χρόνο δοκιμής, στην παραδοσιακή χειροκίνητη δοκιμή, χρειάζονται 50 λεπτά για να ολοκληρώσει ο επιθεωρητής τη δοκιμή ενός δείγματος και χρειάζονται μόνο 5 λεπτά για να ανιχνευθεί ένα δείγμα με την αυτόματη μέθοδο δοκιμής διατομής AI, γεγονός που βελτιώνει σημαντικά την αποτελεσματικότητα της ανίχνευσης και εξοικονομεί εργατικό δυναμικό και χρόνο.

Αυτό το άρθρο εξήχθη από το Wechat Subscription Textile Machinery