基于直方图均衡化的毛织物服装印花缺陷检测

为了保证毛织物印花服装的生产质量,提出基于直方图均衡化的毛织物服装印花缺陷检测方法。设置毛织物服装印花不同缺陷特征作为检测标准,利用光学成像原理采集毛织物服装印花图像,通过颜色转换、图像滤波等步骤,实现初始印花图像的预处理;利用直方图均衡化技术提取服装印花图像特征,通过特征匹配确定缺陷状态与类型,实现毛织物服装印花缺陷的检测。测试结果表明,优化设计方法得出缺陷面积检测误差的平均值为0.09 mm^(2),缺陷类型检测错误率较低。

精梳质量控制与减少成纱纱疵的技术措施

为减少细小纱疵和偶发性纱疵,总结了精梳质量控制与减少成纱纱疵的技术措施。影响细小纱疵的主要因素是原料品质和精梳质量。重点分析了精梳锡林齿密、精梳梳理隔距、锡林针布状态、顶梳针齿嵌花等对成纱质量的影响。试验结果表明:采用加密新型锡林,特细号精梳纱纱疵明显减少;锡林、顶梳严重嵌花会使精梳落棉率大幅增加;适当缩小锡林梳理隔距,保证纤维分离、伸直和平行,可以改善成纱质量。同时,总结了减少偶发性纱疵的技术措施。认为:减少细小纱疵的关键在于精梳的梳理质量,核心在锡林针布;提高精梳设备和运转操作技术水平,严格执行清洁操作标准,加强车间温湿度调控,是减少突发性纱疵的有效方法。

新型钉型刺辊针布设计及应用

为了减少纤维损伤、实现高效梳理,介绍刺辊针布梳理性能要求,分析传统刺辊针布使用存在锐度衰减快和短绒增长率高的原因,提出优化齿型设计、棱角锥齿化处理、减小齿顶面积、齿体表面强化处理等措施,开发出新型钉型刺辊针布;详细阐述新型钉型刺辊针布的设计原理、技术特征,对比分析其与传统刺辊针布梳理机采棉、纤维素纤维、再生聚酯纤维的成纱质量指标。指出:新型钉型刺辊针布具有齿体强度高、耐磨性好、衰减周期长、适纺范围广等优势;相比传统刺辊针布,新型钉型刺辊针布可减少纤维损伤,降低纱疵和落棉率,提升梳理质量。

服装产品质量安全现状及对策研究

随着社会经济的快速发展,我国服装产业取得了长足的发展,然而随之而来的是产品质量安全问题日益凸显。本文通过对我国服装产品质量安全现状进行分析,总结了当前服装产品存在的主要质量问题,提出了相应的解决措施,旨在为我国服装企业提高产品质量,保障消费者权益提供借鉴。

偶发性纱疵成因与控制

为有效控制偶发性纱疵、确保成纱质量,介绍偶发性纱疵分类分级标准、成因及危害;详细分析从合理配棉、各工序工艺配置、设备状态、操作管理等方面应采取的有效控制措施;阐明配棉工序应重点控制原料中短绒含量;清花工序应减少纤维损伤,降低短绒含量;梳棉工序应选用优质针布,提高生条质量;精梳工序应保持通道光洁,顶梳、锡林无损伤,精梳滤尘风量、风压正常;并条工序采用顺牵伸工艺;细纱工序减少机械波的产生,加强空调管理;络筒工序合理调整电子清纱器灵敏度;操作管理中做到清洁到位、方法正确,杜绝不良防纱疵行为引起清洁类纱疵等。指出:控制偶发性纱疵是一项系统工程,要从纱疵产生的机理进行分析,建立严格的控制体系,强化精细管理、优化工艺、更换新型纺纱器材专件,使纱疵降至最低,确保成纱质量。

玻璃纤维布的机器视觉缺陷检测系统设计

针对目前国内玻璃纤维布生产企业的布匹缺陷检测方式仍采用人工检测的状况,设计了一种基于机器视觉的玻璃纤维布缺陷检测系统,该系统包括图像采集模块、人机交互模块、图像处理模块和缺陷数据统计模块四个部分,详细阐述了各模块的实现方法和技术。在VS2010平台下基于C#、Halcon和SQL Sever数据库的研制出了玻璃纤维织布缺陷检测软件系统,并在实验平台上进行了相关的调试和实验验证。结果表明该系统稳定可靠、实时性好,满足了预期的研发要求。

电子清纱器参数设定及布纱疵控制

通过对纱疵分级、电子清纱器清纱参数的设定及 10万m纱疵数与布面纱疵评分之间关系的研究 ,提出建立纱疵分级仪专家分析系统的构思 ,运用纱疵分级仪测出的 10万m纱疵数 ,预测布面匹扯分质量 ,指导电子清纱器参数的设定 。

基于虚拟仪器的坯布疵点在线检测系统

为了能实时检测坯布产品质量,把坯布疵点缺陷标记出来并进行分类,本文研究了适用于坯布疵点检测的实时检测系统,论述了其硬件结构和软件流程,提出了一种基于虚拟仪器的快速有效的检测算法,对采集的图像进行实时分析、处理与识别.结果表明,该系统可以有效地检测出织物的疵点和疵点的类别.对于每帧4096×4096像素,实际大小为20cm×20cm的图像,检测速度最高可到达90m/min.

丝绸面料在服装加工中的关键技术研究

针对丝绸服装在加工过程中经常出现的疵病,结合实际生产,对丝绸类服装的款式结构、面料预处理、裁剪缝纫及整烫包装等环节中的关键技术进行了分析和研究。研究表明:在丝绸面料加工特性的影响下,服装款式造型宜追求柔和、轻盈和膨松,结构线宜简洁、精练、宽松;面料经预缩水处理可以保证产品规格的稳定;合理排料、铺布、裁剪,可以防止衣片色差、打滑、抽纱和熔黏;优化缝纫条件、缝口缝型设计及缝纫技巧等方面的技术,可以减少缝口钩丝、纰裂、缩皱。正确的整烫包装技术可以保持产品外观平整、颜色艳丽。该研究对生产高品质丝绸服装有一定的指导意义。

织物疵点自动检验系统的发展和展望

总结织物疵点自动检验系统的发展概况。指出了传统人工验布存在的主要问题;回顾了国内外自动验布技术的发展概况;对织物疵点的分类和检测要求进行了介绍;探讨了自动验布系统的功能和相关技术,并展望了自动验布技术的前景。认为:使用自动验布机,可提高劳动生产率;自动验布机是纺织产业升级、摆脱劳动密集型的重要措施,是今后发展的必然趋势。

基于机器视觉的坯布自动检测技术

针对我国纺织品检测大多采用人工检测,检测速度低,误检率、漏检率高等问题,提出了实现织物疵点检测自动化、鲁棒性的设计理念。介绍了目前国内外在织物检测方面的主要识别方法以及织物自动检测系统的研究成果,阐述了机器视觉软、硬件技术的发展现状及目前机器视觉技术在纺织检测应用中存在的问题;分析并提出研制分布式的、面向高速生产线的鲁棒机器视觉检测技术是适合我国坯布自动检测系统的研究方向。

服装产品在电脑绣花过程中常见疵点分析

电脑绣花机是随着电子技术和机电技术发展逐渐发展起来的电脑刺绣设备,它极大提高了服装产品竞争力,电脑绣花是现在最先进的一种刺绣方法。分析电脑绣花过程中常见疵点,提出一些合理化建议。

基于红外光电传感器的服装疵点检测系统设计

为了提高服装疵点检测能力,结合红外光电传感定位技术,提出一种基于红外光电传感器的服装疵点检测系统设计。采用空间分布式阵列信号处理模型进行红外光电传感定位算法设计,设计红外光电传感阵列分布结构模型,采用均匀分布阵列建立红外光电传感器服装疵点检测模型,根据波束形成图实现对服装瑕疵点的准确定位检测。基于DSP集成信息处理核心器进行服装疵点检测系统的硬件设计,硬件模块由红外光电传感器信息采集模块、A/D转换模块、信号处理模块、控制模块和检测输出模块等组成,结合下位机信息采集和上位机通信的联合控制技术,实现系统集成设计。测试结果表明,设计的红外光电传感器服装疵点检测系统能准确检测服装的瑕疵点,系统可靠性较高,稳定性较好。

碳纤维布用于格构缺陷修复技术的模型试验研究

格构锚固是边(滑)坡工程常用的防治技术之一,长期服役的格构梁通常会产生局部破损的现象,影响边(滑)坡长期稳定性,而贴附碳纤维布是修复格构梁缺陷最行之有效的手段。采用室内模型试验槽填筑黏土方式模拟滑坡体,设计相似比为1︰10的格构梁,通过千斤顶施加滑坡推力,开展碳纤维布用于格构缺陷修复技术的模型试验,监控格构梁后部土压力、格梁应力、格梁位移等参数,分析碳纤维布修复前后格构梁和碳纤维布两者的荷载分担比、钢筋应力改善情况和格梁弯矩的前后变化规律。试验数据分析表明,碳纤维布和格构梁荷载分担比得到了改善,滑坡推力作用在碳纤维布和格构梁复合体时,碳纤维布先于格构梁受力,并且受力远远大于格构梁,碳纤维布所承受的荷载分担比约为83%;格梁破坏首先为受拉破坏,然后为受压破坏;模型试验中,在钢筋表面粘贴了应变片,监测到钢筋的应变情况,碳纤维布修复后钢筋受力得到改善,修复后的最大钢筋应力比修复前降低了8倍多;对修复前后,格构梁弯矩变化进行了研究,碳纤维布修复后格梁弯矩显著降低,约为修复前的1/10-1/3。鉴于以上研究结果,说明碳纤维布用于修复、加固缺陷格构梁工程效果显著。

精梳毛纱评等标准与坯布质量的相关性

针对目前我国部分精梳毛纺企业在实际生产中,存在毛纱一等品率高,而该批纱的坯布下机一等品率降低的反常现象,通过采集生产企业毛纱、坯布实际检验的数据,采用数理统计的方法和相应的分析软件,对毛纱质量指标与坯布质量相关性进行分析。研究发现:现行的精梳毛纱质量评等标准存在一定的缺陷,不利于坯布质量稳定和提高。并从毛纱与坯布相关性的角度,提出了修改现行精梳毛纱质量评等标准的意见,有利于精梳毛织品坯布和成品质量的控制和提高。

女装的“整型”功能分析

传统的服装追求"人-衣"的协调统一,通常认为合体的服装是最美的。但随着时代的进步及特殊体型人群的增多,量体裁衣的合体式服装已不能满足现代女性对服装的审美需求,尤其对于体型不理想的人来说,合体的服装更是突显了身体的缺陷,使着装完全违背审美的法则。这一问题已经越来越多地被服装设计者发现和关注,一件得体衣衫能够弥补体型缺陷。通过对人体体型分类以及各部位缺陷的分析,提出采用服装"整型"的方法,通过整型的服装设计艺术,使缺陷人体更显完美。

喷气织造浪纹疵的影响因素及其解决措施

浪纹疵点严重影响布面质量,探析了由综平时间、张力、综框高度、后梁位置、停经架位置等工艺参数和电脑参数设置不当引起的浪纹,提出了减少浪纹、提高布面质量的技术措施。

应用深度迁移学习的电子级玻璃纤维布分类

针对现有的玻璃纤维电子布表面缺陷分类效率低、错误率高等问题,提出了一种基于深度迁移学习的分类方法。首先,对所有的图像数据进行压缩、旋转和添加噪声等预处理操作;其次,引入ResNet网络,将特征提取层得到的特征进行迁移,并加入了批规范化层、激活层和全连接层等几层网络组成分类器层,进而构建一个新的深度迁移学习网络;最终训练得到电子布缺陷分类模型。利用电子布缺陷图像样本数据集进行验证,实验结果表明,应用该方法的缺陷分类正确率达到了99.1%,且实时性良好,能满足实际工业需求。

基于改进部分卷积的瑕疵布匹图像生成算法

针对工业生产中布匹瑕疵自动化检测模型训练时缺少带瑕疵位置信息的瑕疵布匹图像数据集的问题,本文提出了一种以改进的部分卷积网络作为基本框架的带瑕疵位置信息的瑕疵布匹图像生成模型EC-PConv.该模型引入小尺寸瑕疵特征提取网络,将提取出的瑕疵纹理特征与空白mask拼接起来形成带有位置信息和瑕疵纹理特征的mask,然后以修复方式生成带有瑕疵位置信息的瑕疵布匹图像,另外,本文提出一种结合MSE损失的混合损失函数以生成更加清晰的瑕疵纹理.实验结果表明,与最新的GAN生成模型相比,本文提出的生成模型的FID值降低了0.51;生成的瑕疵布匹图像在布匹瑕疵检测模型中查准率P和MAP值分别提高了0.118和0.106.实验结果表明,该方法在瑕疵布匹图像生成上比其他算法更稳定,能够生成更高质量的带瑕疵位置信息的瑕疵布匹图像,可较好地解决布匹瑕疵自动化检测模型缺少训练数据集的问题.

利用神经网络技术的验布系统

概述了验布技术的现状 ,对传统人工验布与自动验布进行了对比 ,介绍了自动验布系统的四个组成模块 ,并分析了人工神经网络技术在自动验布中的必要性、可行性和实现的一般模式 ,详细介绍了疵点样本图像的采集、特征值的提取、神经网络的训练、网络的移植等具体实施过程。