紡織物檢測方法與流程
2023-05-21 03:42:01 1
本發明涉及檢測技術，特別涉及一種紡織物檢測方法。
背景技術：
紡織品成分檢測是紡織品檢測中非常重要的一項，目前採用的紡織纖維成分常規檢測方法有燃燒法、顯微鏡法、溶解法和熔點法等，常規檢測方法周期長，檢測成本高，對人員的素質要求也高，並且會對紡織纖維造成損壞。
技術實現要素：
本發明旨在至少解決現有技術中存在的技術問題之一。為此，本發明需要提供一種紡織物檢測方法。
根據本發明較佳實施方式的紡織物檢測方法包括以下步驟：
S1，收集經常規檢測方法檢測、成分已知的多種組織結構、厚度、顏色的純紡織物作為樣本，並將所述樣本隨機劃分為校正集和驗證集；
S2，用近紅外光譜儀對所述樣本進行掃描得到樣本光譜數據；
S3，對所述樣本光譜數據設定分類；
S4，對所述樣本光譜數據進行預處理；
S5，採用SIMCA算法建立定性鑑別模型；及
S6，利用所述模型對未知樣本進行預測。
在某些實施方式中，所述樣本覆蓋各種組織結構、各種厚度及各種顏色。
在某些實施方式中，所述校正集與所述驗證集的所述樣本的數目比例是4:1。
在某些實施方式中，所述紅外光譜儀採用可攜式近紅外光譜儀進行掃描，其光譜波長範圍1000-1800nm，其檢測器為銦鎵砷檢測器，其波長準確性為納米級別，其波長重複性為納米級別，其光譜解析度為10nm，且掃描次數為10次。
在某些實施方式中，所述步驟S2的環境為：溫度範圍20±5℃，空氣溼度範圍30％-80％，且沒有明顯的振動源。
在某些實施方式中，所述步驟S2包括以下子步驟：
(1)打開所述光譜儀，打開所述光譜儀的外部光源；
(2)將所述光譜儀的標準參比板安裝在所述光譜儀的平面漫反射槍的槍口上；
(3)點擊進入儀器性能測試，設置預熱時間30分鐘；
(4)所述儀器性能測試合格後進入採集光譜界面；
(5)所述採集參比板的光譜作為背景光譜；
(6)確定每個所述樣本的掃描摺疊層數；及
(7)按照編號從小到大依次掃描採集每個所述樣本的光譜，得到所述校正集和所述驗證集的光譜數據。
在某些實施方式中，所述子步驟(6)包括：將每個所述樣本摺疊後進行逐層掃描得到層數累加的光譜，直到摺疊的相鄰兩層的光譜基本重合，對應的層數即為所述掃描摺疊層數。
在某些實施方式中，所述步驟S4包括：
(1)5點平滑；
(2)7點平滑；
(3)9點平滑；
(4)11點平滑；
(5)13點平滑；
(6)7點平滑，均值中心化；
(7)SNV+DT，7點平滑，均值中心化；
(8)MSC，7點平滑，均值中心化；
(9)7點平滑，1階導數，均值中心化；
(10)7點平滑，2階導數，均值中心化；
(11)SNV+DT，7點平滑，1階導數，均值中心化；
(12)MSC，7點平滑，1階導數，均值中心化；
(13)SNV+DT，7點平滑，2階導數，均值中心化；及
(14)MSC，7點平滑，2階導數，均值中心化。
所述步驟S5設定F閾值為2.5，建模結果用所述校正集和所述驗證集的識別率及拒絕率表示。
在某些實施方式中，所述步驟S6採用與所述步驟S2的近紅外光譜分析相同的操作過程與操作環境得到所述未知樣本的光譜數據，然後通過所述模型得到預測結果。
在某些實施方式中，在所述步驟S6中得到所述預測結果後，對所述未知樣本採用常規檢測方法檢測得到檢測結果，將所述預測結果與所述檢測結果對比，得到所述模型對所述未知樣本的識別率和拒絕率，進一步驗證所述模型的預測能力。
與傳統的常規紡織纖維檢測方法(顯微鏡法、溶解法、燃燒法等)相比，本發明較佳實施方式的紡織物檢測方法具有快速、無損、操作便捷等優勢。在面料成分檢測過程中，無需對樣品進行破壞處理，只需對面料進行簡單的掃描，調出相應模型進行計算分析，整個分析過程控制在10秒鐘以內，即可完成對面料的識別。
本發明的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。
附圖說明
本發明的上述和/或附加的方面和優點從結合下面附圖對實施方式的描述中將變得明顯和容易理解，其中：
圖1是本發明較佳實施方式的紡織物檢測方法的流程示意圖。
具體實施方式
下面詳細描述本發明的實施方式，所述實施方式的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施方式是示例性的，僅用於解釋本發明，而不能理解為對本發明的限制。
在本發明的描述中，需要理解的是，術語「中心」、「縱向」、「橫向」、「長度」、「寬度」、「厚度」、「上」、「下」、「前」、「後」、「左」、「右」、「豎直」、「水平」、「頂」、「底」、「內」、「外」、「順時針」、「逆時針」等指示的方位或位置關係為基於附圖所示的方位或位置關係，僅是為了便於描述本發明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構造和操作，因此不能理解為對本發明的限制。此外，術語「第一」、「第二」僅用於描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特徵的數量。由此，限定有「第一」、「第二」的特徵可以明示或者隱含地包括一個或者更多個所述特徵。在本發明的描述中，「多個」的含義是兩個或兩個以上，除非另有明確具體的限定。
在本發明的描述中，需要說明的是，除非另有明確的規定和限定，術語「安裝」、「相連」、「連接」應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接或可以相互通訊；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內部的連通或兩個元件的相互作用關係。對於本領域的普通技術人員而言，可以根據具體情況理解上述術語在本發明中的具體含義。
在本發明中，除非另有明確的規定和限定，第一特徵在第二特徵之「上」或之「下」 可以包括第一和第二特徵直接接觸，也可以包括第一和第二特徵不是直接接觸而是通過它們之間的另外的特徵接觸。而且，第一特徵在第二特徵「之上」、「上方」和「上面」包括第一特徵在第二特徵正上方和斜上方，或僅僅表示第一特徵水平高度高於第二特徵。第一特徵在第二特徵「之下」、「下方」和「下面」包括第一特徵在第二特徵正上方和斜上方，或僅僅表示第一特徵水平高度小於第二特徵。
下文的公開提供了許多不同的實施方式或例子用來實現本發明的不同結構。為了簡化本發明的公開，下文中對特定例子的部件和設置進行描述。當然，它們僅僅為示例，並且目的不在於限制本發明。此外，本發明可以在不同例子中重複參考數字和/或參考字母，這種重複是為了簡化和清楚的目的，其本身不指示所討論各種實施方式和/或設置之間的關係。此外，本發明提供了的各種特定的工藝和材料的例子，但是本領域普通技術人員可以意識到其他工藝的應用和/或其他材料的使用。
請參閱圖1，本發明較佳實施方式的紡織物檢測方法包括如下步驟：
S1，收集經常規檢測方法檢測、成分已知的多種組織結構、厚度、顏色的純紡織物作為樣本，並將樣本隨機劃分為校正集和驗證集；
S2，用近紅外光譜儀對樣本進行掃描得到樣本光譜數據；
S3，對樣本光譜數據設定分類；
S4，對樣本光譜數據進行預處理；
S5，採用SIMCA算法建立定性鑑別模型；及
S6，利用模型對未知樣本進行預測。
在某實施方式中，在步驟S1中，收集經常規檢測方法檢測、成分已知為棉和聚酯的純紡織物各80個作為樣本，每個樣本的尺寸大於20cm×20cm，樣本成分分布均勻，表面平整，無非纖維性雜質。樣本包含不同組織結構，例如為平紋、斜紋、緞紋、針織等、不同厚度，例如，厚、中、薄、不同顏色的各類面料，儘可能的覆蓋各種樣本。
隨機挑選出64個棉樣本和64個聚酯樣本組成校正集，剩餘的各16個棉樣本和16個聚酯樣本組成驗證集，校正集和驗證集的數量比為4:1，對校正集和驗證集的樣本進行編號，例如為校正集1-64號，驗證集1-16號，如此，方便區分不同的樣本。
當然，樣本的收集並不限於本實施方式，在其他實施方式中可以視需求收集其他成分、組織結構、厚度及顏色的純紡織物作為樣本，校正集及驗證集的劃分也不限於本實施方式，在其他實施方式中，可以視需求作其他方式的劃分。
在某些實施方式中，在步驟S2中，採用可攜式近紅外光譜儀進行掃描，具體的，光譜儀的光譜波長範圍1000-1800nm，檢測器為銦鎵砷檢測器，波長準確性為納米級別，波長重複性為納米級別，光譜解析度為10nm，掃描次數為10次。
採集外界環境：環境溫度範圍20±5℃，空氣溼度範圍30％-80％，採集環境沒有明顯的振動源。
採集過程：(1)打開光譜儀，打開光譜儀的外部光源；(2)將標準參比板安裝在平面漫反射槍的槍口上；(3)點擊進入儀器性能測試，設置預熱時間30分鐘；(4)儀器性能測試合格後進入採集光譜界面；(5)採集參比板的光譜作為背景光譜；(6)確定織物的掃描摺疊層數，具體操作如下：將棉或聚酯標準貼襯織物摺疊後進行逐層掃描得到層數累加的光譜，直到摺疊的相鄰兩層的光譜基本重合，該層數即為掃描的最小層數，本發明對棉和聚酯標準貼襯織物進行逐層掃描，發現當面料摺疊層數大於4時，光譜重合性和一致性較好，因此掃描過程中面料的摺疊層數均大於4層；(7)依據(6)中原則，將面料摺疊使其層數大於4層，按照編號從小到大依次掃描採集樣本的光譜，得到校正集和驗證集的光譜數據。
當然，光譜儀的類型及其參數並不限於本實施方式，可以在其他實施方式中根據需求採用其他類型的光譜儀或參數。採集的外界環境也可以根據需求作調整，並不限於本實施方式。採集的過程同樣可以根據實際環境與需求作調整，並不限於本實施方式。
在本實施方式中，在步驟S3中，分別對校正集和驗證集光譜數據設定分類，棉的光譜數據設定分類「棉」，聚酯的光譜數據設定分類「聚酯」。
在步驟S4中，樣本光譜數據的預處理算法如下：(1)5點平滑；(2)7點平滑；(3)9點平滑；(4)11點平滑；(5)13點平滑；(6)7點平滑，均值中心化；(7)SNV+DT，7點平滑，均值中心化；(8)MSC，7點平滑，均值中心化；(9)7點平滑，1階導數，均值中心化；(10)7點平滑，2階導數，均值中心化；(11)SNV+DT，7點平滑，1階導數，均值中心化；(12)MSC，7點平滑，1階導數，均值中心化；(13)SNV+DT，7點平滑，2階導數，均值中心化；(14)MSC，7點平滑，2階導數，均值中心化。
其中，SNV是指標準正態變量校正(standard normal variate)，MSC是指多元散射校正(multipl icative scatter correction)，DT是指去趨勢校正。
在預處理算法的選擇先後上，本實施方式第一步對光譜進行簡單的平滑處理，即進行了上述(1)-(5)的預處理，將平滑後的光譜進行建模，結果表明採用不同點數平滑得到的建模結果並沒有差異，在接下來的預處理算法中均選用7點平滑。第二步在平滑的基礎上又增加了均值中心化，即進行了上述(6)的預處理，預處理結果表明均值中心化可以提高模型的預測能力。第三步在第二步的基礎上增加了散射校正的預處理算法，即進行了上述(7)和(8)的預處理，結果表明經MSC預處理得到的建模結果較好，第四步在第二步的基礎上增加了導數處理，即進行了上述(9)和(10)的預處理，結果表明經二階導數預處理得到的模型識別率比經一階導數預處理的高。第五步將第三步和第四步的預處 理算法相互組合，即進行了上述(11)-(14)的預處理，結果表明經上述(13)和(14)的預處理得到的模型識別結果更理想。
當然，在實際的建模中，預處理算法不拘泥於以上各種形式的組合，可以根據所要求的識別率和拒絕率選擇相應的預處理算法。
在步驟S5中，對預處理後的樣本光譜數據選擇SIMCA算法建立定性鑑別模型，設定F閾值為2.5，建模結果用校正集和驗證集的識別率及拒絕率表示。
採用SIMCA模式識別方法是指簇類獨立軟模式法(soft independent modeling class analog)，SIMCA分類方法是建立在主成分分析基礎上的一種有監督模式識別方法，其基本思路是對訓練集中每一類樣本的近紅外光譜數據矩陣分別進行主成分分析，建立每一類的主成分分析數學模型，然後在此基礎上對未知樣本進行分類，即分別試探將該未知樣本與各類樣本數學模型進行擬合，以確定其屬於哪一類或不屬於任何一類。
SIMCA首先針對每一類樣本的光譜數據矩陣進行主成分分析，在主成分空間下，計算各類類內、類間的馬氏距離，建立判別模型，並用識別率和拒絕率來評價模型的好壞；識別率和拒絕率的計算公式如下公式1和公式2所示，本發明在定性鑑別過程中，設定F閾值為2.5。
本實施方式中採用不同的預處理算法得到的建模結果不盡相同，從預處理算法的角度來看，(1)採用不同點數平滑得到的模型結果並沒有顯著差異；(2)均值中心化可以提高模型的識別率；(3)經MSC預處理得到的建模結果較SNV、DT好；及(4)經二階導數預處理得到的建模結果比經一階導數預處理的理想。
從面料種類角度，棉和聚酯經同樣的預處理算法其結果也不一致，即預測得到的識別率和拒絕率也不相同，其中棉校正集的識別率範圍79％-98％，聚酯校正集的識別率範圍93％-100％，棉驗證集的識別率範圍75％-100％，聚酯驗證集識別率範圍93％-100％。棉和聚酯的校正集及驗證集樣品的拒絕率均為100％。在實際的建模過程中，可以根據建模結果要求選擇合適的預處理算法。
在步驟S6中在對未知樣本進行預測時，採用與步驟S2相同的操作過程與操作環境得到未知樣本的光譜數據，然後利用模型得到預測結果。在步驟S6中得到預測結果後，對未知樣本採用常規檢測方法檢測得到檢測結果，將預測結果與檢測結果對比，得到模型的識別率和拒絕率，進一步驗證模型的預測能力。
模型的實際操作驗證過程，在經過不同預處理算法得到的模型中選擇識別率和拒絕 率最高的模型，調出該模型對未知樣品進行預測，本實施方式對591個未知樣品進行預測，得到近紅外光譜分析的預測結果後，又用常規檢測檢測方法對未知樣品進行檢測，將常規方法檢測結果與近紅外光譜分析的預測結果進行對比，得到模型對未知樣品的識別率，具體結果如下表1所示，可知模型對未知樣品的識別率均大於95％，檢測結果理想。
表1 模型對未知樣品的預測結果
本實施方式只給出了棉和聚酯純紡織物的建模過程，其他種類純紡織物的建模過程相同，從事近紅外光譜技術建模的人員能根據給出的建模過程完成其他純紡織物的建模，SIMCA不僅可以用於兩類織物的檢測，還可用於兩類以上織物的檢測。需強調的是所有涉及用近紅外光譜技術進行純紡織物檢測的方法均在本專利的權利保護範圍之內。
與傳統的常規紡織纖維檢測方法(顯微鏡法、溶解法、燃燒法等)相比，本發明較佳實施方式的紡織物檢測方法具有快速、無損、操作便捷等優勢。在面料成分檢測過程中，無需對樣品進行破壞處理，只需對面料進行簡單的掃描，調出相應模型進行計算分析，整個分析過程控制在10秒鐘以內，即可完成對面料的識別。
在本說明書的描述中，參考術語「一個實施方式」、「一些實施方式」、「示意性實施方式」、「示例」、「具體示例」、或「一些示例」等的描述意指結合所述實施方式或示例描述的具體特徵、結構、材料或者特點包含於本發明的至少一個實施方式或示例中。在本說明書中，對上述術語的示意性表述不一定指的是相同的實施方式或示例。而且，描述的具體特徵、結構、材料或者特點可以在任何的一個或多個實施方式或示例中以合適的方式結合。
儘管已經示出和描述了本發明的實施方式，本領域的普通技術人員可以理解：在不脫離本發明的原理和宗旨的情況下可以對這些實施方式進行多種變化、修改、替換和變型，本發明的範圍由權利要求及其等同物限定。