涤纶双组分长丝面料染色疵点的产生及检测手段
物外观的重要因素,一旦形成疵布,必将给纺织厂带来损失,因此减少染色疵点、降低疵布出现的几率是每一个纺织厂在质量管理工作中的重中之重。疵布的成因是由疵点造成的,对纺织厂来讲,绝对地消灭染色疵点是办不到的,只能做到预防、减少染色疵点的发生。而预防、减少染色疵点的发生,有一个前提就是快速准确地对染色疵点进行预报。一些企业结合实际情况,利用疵点分布图,进行快速反馈疵布状态,通过制定疵点的预报、分析制度,经过较长时间运作,效果明显,值得借鉴。 这种利用疵点分布图的方法,是确定疵点临界线法则,也就是将主要染色疵点形成的数量确立一条临界线(平行于X轴的一条直线),临界线具体值的依据是:(1)客户对该面料染色疵点能够容忍的最大极限;(2)结合纺织厂自身各工序加工过程中的实际情况而规定一个上限。在确定疵点临界线后,那么需要控制的染色疵点数量就有了一个最高限值(即疵点临界值),一旦超出了临界值,就表明该染色疵点量已经影响到了该面料的外观质量。各个工序过程中采取各种措施的目的就是要将染色疵点量控制在临界值以下。 具体而言,纺丝、牵伸、染整等车间及各生产工序依据各批品种每班染色疵点数量,标出各染色疵点的走势线(一条不规则的曲线,染色疵点数量是指每米疵点的个数)。染色疵点走势线告诉我们的是:某种染色疵点在一段时间内的数量变动情况及将来的可能走势方向。在实际生产过程中要更多关注的是走势线趋势,最佳状况是永远位于临界线下方波动,但事实上是很难做到的,只要不是连续上升趋势,就可以认为该染色疵点是可控的,一旦越过临界线,就意味着该染色疵点是失控的。生成过程中,利用疵点分布图进行染色疵点控制,关键是预报分析,在该系统的建立上,也会有从不完善到逐渐完善的过程,有的企业在车间内开辟了染色疵点专栏,进行统计、分析、原因排查,持之以恒,收到了不错的效果。 4计算机识别系统在织物疵点检测中的应用 随着计算机的普及,国内外织物疵点识别方法与自动检测系统已成功推向市场,其中计算机图像处理与识别技术应用于纺织行业,已有许多年了。其在纺织品检验中的应用主要有织物疵点检验,纱线匀度、洁净、清洁度检验,混纺纱中各种纤维的识别、棉网棉结检验等,其中织物疵点检验是最重要的检验项目之一。 近2O多年来,国内外学者在此方面进行了大量研究,已有不少研究成果推向市场。如瑞士ZellwegerUster公司推出的用神经网络识别技术开发的Fabriscan检布系统,比利时BARC0公司的验布系统,德国0bdix光电子技术公司开发的在线织物检验系统;以色列EVS公司的I-TEX机型自动检布系统等。但真正适用于实际生产并被市场接纳的并不多,市场主要占有者为以色列的EVS公司。 以色列EVS公司的坯布自动检测系统其核心装置I-TEX是一套观察检测系统,该系统基于独立图象理解算法,而其算法则模仿人类的视觉机制,可自动控制探测、保存、定位,并进一步对布面上的疵点进行评估分析。能检测出小至0.5mm的可见疵点,检测门幅达330cm。该公司已向欧洲、美洲、亚洲和非洲的纺织印染企业出售了200多套I-TEX系统,其数量占现有整个织物疵点自动检验系统市场份额的9O%以上,在我国仅有少数厂家引进了该系统。 5我国疵点检测系统的研究状况及方向 我国在织物疵点自动检测方面的研究起步较晚,从上世纪9O年代后期才开始。研究内容主要为疵点识别的算法,特征提取方法涉及空间域的纹理分析等,疵点判定和分类多使用BP神经网络。2004年卿湘运等将织物图像分成大小相同的局部窗口,在局部窗口区域内分割出疵点图像。并用数字形态学滤除噪声,计算疵点形状因子等作为识别参数,有效地识别出了缺纬、断经、油污、破洞4类常见疵点,实验证明此方法基本满足实时检测的要求。 2004年,汪成龙等通过对织物结构的深入剖析,提出运用布纹的直线特征纹理,由概率统计生成直方图,有效地提取织物的特征波形,能准确定位突变或异常位置,正确识别织物疵点,成为简单高效的织物视觉检测算法。 李立轻等在织物图像的小波分解算法和紧支撑正交小波的基础上提出了织物自适应小波的构造,由自适应小波对织物图像分解,然后对分解后的纬向和经向子图像提取特征,由特征值检测和识别疵点。实验证明了该方法对常见疵点具有快速、准确的检测效果。 此外,研究人员所提出的疵点检测方法可谓多种多样,其中一些也日趋成熟,具备很强的实用性。其中神经网络基本是用于最后的疵点辨别和分类,由于在基于样本的自适应学习和故障模式快速分类方面的强大优势,使得神经网络现已成为织物疵点识别中的必备工具。 总之,为了把关于疵点检测的研究工作向实用化方面发展,充分利用目前计算机计算速度和能力的大幅提高,以及算法的不断发展和日益成熟的有利条件,实现疵点检测方法的软件化, |
查看所有评论