వస్త్ర బట్టలలో ఉన్న ఫైబర్ యొక్క రకం మరియు శాతం బట్టల నాణ్యతను ప్రభావితం చేసే ముఖ్యమైన అంశాలు, మరియు అవి కూడా దుస్తులు కొనేటప్పుడు వినియోగదారులు శ్రద్ధ చూపుతాయి. ప్రపంచంలోని అన్ని దేశాలలో వస్త్ర లేబుళ్ళకు సంబంధించిన చట్టాలు, నిబంధనలు మరియు ప్రామాణీకరణ పత్రాలకు ఫైబర్ కంటెంట్ సమాచారాన్ని సూచించడానికి దాదాపు అన్ని వస్త్ర లేబుల్స్ అవసరం. అందువల్ల, టెక్స్టైల్ పరీక్షలో ఫైబర్ కంటెంట్ ఒక ముఖ్యమైన అంశం.
ప్రస్తుత ప్రయోగశాల ఫైబర్ కంటెంట్ యొక్క నిర్ణయాన్ని భౌతిక పద్ధతులు మరియు రసాయన పద్ధతులుగా విభజించవచ్చు. ఫైబర్ మైక్రోస్కోప్ క్రాస్-సెక్షనల్ కొలత పద్ధతి సాధారణంగా ఉపయోగించే భౌతిక పద్ధతి, వీటిలో మూడు దశలు ఉన్నాయి: ఫైబర్ క్రాస్-సెక్షనల్ ప్రాంతం యొక్క కొలత, ఫైబర్ వ్యాసం యొక్క కొలత మరియు ఫైబర్స్ సంఖ్యను నిర్ణయించడం. ఈ పద్ధతి ప్రధానంగా సూక్ష్మదర్శిని ద్వారా దృశ్య గుర్తింపు కోసం ఉపయోగించబడుతుంది మరియు సమయం తీసుకునే మరియు అధిక శ్రమ ఖర్చు యొక్క లక్షణాలను కలిగి ఉంటుంది. మాన్యువల్ డిటెక్షన్ పద్ధతుల లోపాలను లక్ష్యంగా చేసుకుని, ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) ఆటోమేటెడ్ డిటెక్షన్ టెక్నాలజీ ఉద్భవించింది.
AI ఆటోమేటెడ్ డిటెక్షన్ యొక్క ప్రాథమిక సూత్రాలు
(1) లక్ష్య ప్రాంతంలో ఫైబర్ క్రాస్-సెక్షన్లను గుర్తించడానికి లక్ష్య గుర్తింపును ఉపయోగించండి
(2) ముసుగు మ్యాప్ను రూపొందించడానికి ఒకే ఫైబర్ క్రాస్ సెక్షన్ను సెగ్మెంట్ చేయడానికి సెమాంటిక్ సెగ్మెంటేషన్ను ఉపయోగించండి
(3) ముసుగు మ్యాప్ ఆధారంగా క్రాస్ సెక్షనల్ ప్రాంతాన్ని లెక్కించండి
(4) ప్రతి ఫైబర్ యొక్క సగటు క్రాస్ సెక్షనల్ ప్రాంతాన్ని లెక్కించండి
పరీక్ష నమూనా
కాటన్ ఫైబర్ మరియు వివిధ పునరుత్పత్తి సెల్యులోజ్ ఫైబర్స్ యొక్క బ్లెండెడ్ ఉత్పత్తులను గుర్తించడం ఈ పద్ధతి యొక్క అనువర్తనం యొక్క సాధారణ ప్రతినిధి. పత్తి మరియు విస్కోస్ ఫైబర్ యొక్క మిళితమైన బట్టలు మరియు పత్తి మరియు మోడల్ యొక్క మిశ్రమ బట్టలు పరీక్షా నమూనాలుగా ఎంపిక చేయబడతాయి.
డిటెక్షన్ పద్ధతి
సిద్ధం చేసిన క్రాస్-సెక్షన్ నమూనాను AI క్రాస్-సెక్షన్ ఆటోమేటిక్ టెస్టర్ యొక్క దశలో ఉంచండి, తగిన మాగ్నిఫికేషన్ను సర్దుబాటు చేయండి మరియు ప్రోగ్రామ్ బటన్ను ప్రారంభించండి.
ఫలిత విశ్లేషణ
(1) దీర్ఘచతురస్రాకార చట్రాన్ని గీయడానికి ఫైబర్ క్రాస్ సెక్షన్ యొక్క చిత్రంలో స్పష్టమైన మరియు నిరంతర ప్రాంతాన్ని ఎంచుకోండి.
.
(4) తుది ప్రభావ చిత్రాన్ని రూపొందించడానికి ఫైబర్ రూపురేఖలను అసలు చిత్రానికి మ్యాప్ చేయండి.
(5) ప్రతి ఫైబర్ యొక్క కంటెంట్ను లెక్కించండి.
Cఆన్క్లూజన్
10 వేర్వేరు నమూనాల కోసం, AI క్రాస్-సెక్షన్ ఆటోమేటిక్ టెస్ట్ పద్ధతి యొక్క ఫలితాలను సాంప్రదాయ మాన్యువల్ పరీక్షతో పోల్చారు. సంపూర్ణ లోపం చిన్నది, మరియు గరిష్ట లోపం 3%మించదు. ఇది ప్రమాణానికి అనుగుణంగా ఉంటుంది మరియు చాలా ఎక్కువ గుర్తింపు రేటును కలిగి ఉంటుంది. అదనంగా, పరీక్ష సమయం పరంగా, సాంప్రదాయ మాన్యువల్ పరీక్షలో, ఇన్స్పెక్టర్ ఒక నమూనా యొక్క పరీక్షను పూర్తి చేయడానికి 50 నిమిషాలు పడుతుంది, మరియు AI క్రాస్-సెక్షన్ ఆటోమేటిక్ టెస్ట్ పద్ధతి ద్వారా ఒక నమూనాను గుర్తించడానికి 5 నిమిషాలు మాత్రమే పడుతుంది, ఇది గుర్తించే సామర్థ్యాన్ని బాగా మెరుగుపరుస్తుంది మరియు మానవశక్తి మరియు సమయ వ్యయాన్ని ఆదా చేస్తుంది.
ఈ వ్యాసం WeChat చందా వస్త్ర యంత్రాల నుండి సేకరించబడింది
పోస్ట్ సమయం: మార్చి -02-2021