કાપડના કાપડમાં સમાયેલ ફાઇબરનો પ્રકાર અને ટકાવારી એ કાપડની ગુણવત્તાને અસર કરતા મહત્વપૂર્ણ પરિબળો છે, અને તે પણ તે છે જેના પર ગ્રાહકો કપડાં ખરીદતી વખતે ધ્યાન આપે છે.વિશ્વના તમામ દેશોમાં ટેક્સટાઇલ લેબલ્સ સંબંધિત કાયદાઓ, નિયમો અને માનકીકરણ દસ્તાવેજોને ફાઇબર સામગ્રીની માહિતી દર્શાવવા માટે લગભગ તમામ ટેક્સટાઇલ લેબલની જરૂર છે.તેથી, ટેક્સટાઇલ પરીક્ષણમાં ફાઇબર સામગ્રી એક મહત્વપૂર્ણ વસ્તુ છે.

વર્તમાન પ્રયોગશાળાના ફાઇબર સામગ્રીના નિર્ધારણને ભૌતિક પદ્ધતિઓ અને રાસાયણિક પદ્ધતિઓમાં વિભાજિત કરી શકાય છે.ફાઇબર માઇક્રોસ્કોપ ક્રોસ-સેક્શનલ માપન પદ્ધતિ એ સામાન્ય રીતે ઉપયોગમાં લેવાતી ભૌતિક પદ્ધતિ છે, જેમાં ત્રણ પગલાંનો સમાવેશ થાય છે: ફાઇબર ક્રોસ-વિભાગીય વિસ્તારનું માપન, ફાઇબર વ્યાસનું માપન અને ફાઇબરની સંખ્યાનું નિર્ધારણ.આ પદ્ધતિનો ઉપયોગ મુખ્યત્વે માઈક્રોસ્કોપ દ્વારા દ્રશ્ય ઓળખ માટે કરવામાં આવે છે, અને તેમાં સમય માંગી લે તેવી અને ઉચ્ચ શ્રમ ખર્ચની લાક્ષણિકતાઓ છે.મેન્યુઅલ ડિટેક્શન પદ્ધતિઓની ખામીઓને ધ્યાનમાં રાખીને, આર્ટિફિશિયલ ઈન્ટેલિજન્સ (AI) ઓટોમેટેડ ડિટેક્શન ટેકનોલોજી ઉભરી આવી છે.

AI સ્વચાલિત શોધના મૂળભૂત સિદ્ધાંતો

(1) લક્ષ્ય વિસ્તારમાં ફાઇબર ક્રોસ-સેક્શન શોધવા માટે લક્ષ્ય શોધનો ઉપયોગ કરો

(2)માસ્ક મેપ જનરેટ કરવા માટે એક ફાઇબર ક્રોસ સેક્શનને વિભાજિત કરવા માટે સિમેન્ટીક સેગ્મેન્ટેશનનો ઉપયોગ કરો

(3)માસ્ક નકશાના આધારે ક્રોસ-વિભાગીય વિસ્તારની ગણતરી કરો

(4) દરેક ફાઇબરના સરેરાશ ક્રોસ-વિભાગીય વિસ્તારની ગણતરી કરો

પરીક્ષણ નમૂના

સુતરાઉ ફાઇબરના મિશ્રિત ઉત્પાદનો અને વિવિધ પુનર્જીવિત સેલ્યુલોઝ ફાઇબરની શોધ એ આ પદ્ધતિના ઉપયોગનો લાક્ષણિક પ્રતિનિધિ છે.કોટન અને વિસ્કોસ ફાઇબરના 10 મિશ્રિત કાપડ અને કોટન અને મોડલના મિશ્રિત કાપડને પરીક્ષણ નમૂના તરીકે પસંદ કરવામાં આવ્યા છે.

તપાસ પદ્ધતિ

AI ક્રોસ-સેક્શન ઓટોમેટિક ટેસ્ટરના સ્ટેજ પર તૈયાર ક્રોસ-સેક્શન સેમ્પલ મૂકો, યોગ્ય મેગ્નિફિકેશન એડજસ્ટ કરો અને પ્રોગ્રામ બટન શરૂ કરો.

પરિણામ વિશ્લેષણ

(1) લંબચોરસ ફ્રેમ દોરવા માટે ફાઇબર ક્રોસ સેક્શનના ચિત્રમાં સ્પષ્ટ અને સતત વિસ્તાર પસંદ કરો.

(2) પસંદ કરેલા ફાઇબર્સને સ્પષ્ટ લંબચોરસ ફ્રેમમાં AI મોડલમાં સેટ કરો અને પછી દરેક ફાઈબર ક્રોસ સેક્શનને પૂર્વ-વર્ગીકૃત કરો.

(3) ફાઇબર ક્રોસ-સેક્શનના આકાર અનુસાર ફાઇબરનું પૂર્વ-વર્ગીકરણ કર્યા પછી, દરેક ફાઇબર ક્રોસ-સેક્શનના ચિત્રના સમોચ્ચને કાઢવા માટે ઇમેજ પ્રોસેસિંગ ટેકનોલોજીનો ઉપયોગ કરવામાં આવે છે.

(4) ફાઈબરની રૂપરેખાને મૂળ ઈમેજ પર મેપ કરો જેથી અંતિમ ઈફેક્ટ ઈમેજ બનાવવામાં આવે.

(5) દરેક ફાઇબરની સામગ્રીની ગણતરી કરો.

Cસમાપન

10 જુદા જુદા નમૂનાઓ માટે, AI ક્રોસ-સેક્શન ઓટોમેટિક ટેસ્ટ પદ્ધતિના પરિણામોની સરખામણી પરંપરાગત મેન્યુઅલ ટેસ્ટ સાથે કરવામાં આવે છે.સંપૂર્ણ ભૂલ નાની છે, અને મહત્તમ ભૂલ 3% થી વધુ નથી.તે સ્ટાન્ડર્ડને અનુરૂપ છે અને અત્યંત ઉચ્ચ માન્યતા દર ધરાવે છે.વધુમાં, ટેસ્ટ સમયના સંદર્ભમાં, પરંપરાગત મેન્યુઅલ પરીક્ષણમાં, નિરીક્ષકને નમૂનાનું પરીક્ષણ પૂર્ણ કરવામાં 50 મિનિટ લાગે છે, અને AI ક્રોસ-સેક્શન સ્વચાલિત પરીક્ષણ પદ્ધતિ દ્વારા નમૂનાને શોધવામાં માત્ર 5 મિનિટનો સમય લાગે છે, જે શોધ કાર્યક્ષમતામાં મોટા પ્રમાણમાં સુધારો કરે છે અને માનવશક્તિ અને સમયનો ખર્ચ બચાવે છે.

આ લેખ Wechat સબસ્ક્રિપ્શન ટેક્સટાઇલ મશીનરીમાંથી લેવામાં આવ્યો છે