微纳压印结构色纤维素膜的制备及其辐射制冷性能

研究微纳压印结构色纤维素膜的制备及其辐射制冷性能。通过使用碱尿素体系溶解纤维素,制备出物理化学双交联的纤维素薄膜,利用薄膜吸水溶胀的特性,在纤维素薄膜上微纳压印正交光栅的微纳结构,使原本颜色单调的白色被动式日间辐射冷却材料成为结构性色彩新材料,并增强其辐射制冷效果。结果表明:薄膜压印后在可见光波段有更好的反射率,平均吸收率仅有19%,在大气窗口波段的发射率高达93%。在360 W功率的氙灯照射下,薄膜的表面温度比棉织物的表面温度约低3.4℃,与照射区间的环境温度对比降低了6℃;在平均661.6 W/m^(2)的太阳辐射照度下,微纳压印结构色纤维素膜背面温度比环境温度平均下降7.1℃;在500 W/m^(2)的太阳辐射照度下,最大辐射冷却功率为63.3 W/m^(2)。微纳压印结构色纤维素薄膜是一种绿色辐射制冷材料,可广泛用作辐射制冷物或建筑覆盖材料。

混纺织物成分绿色智能检测技术的研究进展

为推动绿色、智能纺织检测分析技术的应用,综述了显微计数法在纺织品成分定性定量分析中的系列关键技术。介绍了短纤维样片制作方法及图像采集技术的研究进展,阐述了纤维横截面参数测定、纵向形貌参数测定、纤维着色及偏光颜色鉴别、原位溶解鉴别、原位熔融鉴别等纤维定性定量分析技术的进展,简要分析了智能检测实际应用现状。认为:显微计数法成分分析技术已初步实现自动化和智能化,未来还需解决标样的快速、高质量制备,纤维特征物化性能的挖掘提取,适用品种的扩大,定量分析模型准确性的提高,全系统的自动化、智能化等问题。

基于人工智能技术的羊毛羊绒混纺产品定量分析

为了解决土种绵羊毛、牦牛绒等特种动物纤维与山羊绒因外观形态非常相似导致人工识别困难,不能准确、高效测定山羊绒含量的问题,采用图像处理技术和人工智能技术,采集大量不同加工形式、不同颜色、不同混纺比例的毛绒样品图像,提取分析不同动物纤维的直径、鳞片密度、鳞片面积、表面光滑度等特征值,经过大量样品的训练和验证优化,建立定性定量模型,开发出定量分析智能软件和全自动智能纤维分析仪。经过对不同颜色、不同形态、不同混纺比例的羊毛羊绒纤维的实际检测验证,该系统的检测误差在5%以内。认为:基于人工智能技术的羊毛羊绒混纺产品定量分析方法准确性和重现性高,符合国家标准要求,且自动化程度较高。

基于非包埋法纤维横截面的混纺织物成分智能分析

为了解决纤维横截面法在混纺织物的成分测定中常遇到图像失真、定性效率较低、定量测定软件准确率不稳定、测定效率有待提高等问题,改进了非包埋纤维横截面图像采集方法,测定纤维横截面轮廓特征结构参数,依据圆形度、异形度指标,同时增加了可原位溶解观测的微通道超薄纤维切断装置,建立了混纺织物智能定性模型,对常规纤维进行初步分类,利于快速自动检测。应用YOLOv5模型的图像识别算法,建立混纺织物智能识别模型,提高了纤维横截面图像边缘特征提取准确性和混纺织物定量模型的测定准确性。经实际样品验证,与化学溶解法相比,算法识别96%的样品数据偏差在5%以内,实现了混纺织物成分测定的数字化和智能化。