人工智能在纺织品检测领域的应用

打开文本图片集

【摘要】人工智能在各行业应用逐渐广泛，为人们提供较大便利。本篇文章将主要围绕人工智能在纺织品检测中的具体应用，展开研究与讨论。笔者简要阐述了人工智能发展历史，通过结合实际应用例子，详细介绍在纺织品检测领域中，如何正确、有效应用人工智能，促使检测高效、准确，不断提升纺织品检测品质，保证产品质量。

【关键词】人工智能；纺织品检测领域；技术；应用

国内科技蓬勃发展，逐渐带领不同行业转向智能化、自动化、数据化发展。其中，人工智能是智能时代发展重要标志。目前，不仅国内各界人士认识到人工智能发展必要性与便利性，世界产业均纷纷引入、研发人工智能高新技术，实现智能化转变。部分发达国家利用人工智能，不断提升国家整体国际竞争实力，在国际市场中遥遥领先。由此可见，将人工智能引入产业之中，具有重要现实意义。

一、人工智能历史发展概述

1956年，麦卡塞等人提出人工智能概念，标志着人工智能首次问世。随后，人工智能发展进入黄金年代，在这个阶段时，人们不仅应用计算机解决了数学难题，而且可以自由学习，通过网络查询一些学习资料，提高了学习效率，并打开了新世界大门，由此，人们认识到人工智能给自己带来的便利性，逐渐开始向该领域投入大量资金[1]。但是到了1974年之后，人工智能发展受到阻碍：首先其出现一系列问题，如计算机运行运算问题等；其次相关投资力度减弱。基于此，人工智能发展延缓，此种状况一直延续至1980年。直到1993年，物联网等技术层出不穷，人工智能才再次进入发展繁荣时期。

二、人工智在纺织品检测领域应用

1990年之后，人工智能逐渐进入纺织品领域。在纺织品领域中，人们基本上应用神经网络技术推进纺织品不断发展与进步，主要工作内容涉及到自动化控制纺织机械、测试相关性能、在线监控产品质量等[2]。

（一）纤维图像处理技术

通过应用纤维图像处理技术，精确分析以及检测纤维整体形态以及结构。

（1）棉纤维检测。相关研究人员利用此技术检测了棉纤维成熟度，最终测量结果，与气流法相比较，基本较为类似。

（2）羊绒羊毛检测。首先，建立相关数据库，在其中包含纤维细度、鳞片周长、鳞片高度等。通过这种形式，有效鉴别羊毛羊绒纤维。其次，应用图像处理技术，分析羊绒羊毛各项指标，得出结论：鉴定羊绒羊毛时，鳞片高度是重要指标。

（二）BP神经网络

BP神经网络是前向网络重要组成部分，其可以利用数据误差，展开相关学习。其中，网络包含的算法形式由两个过程组成：

（1）通过对比实际输出值以及期望值，可以直接计算出误差信号；

（2）其次，将算出的误差信号，从输出层处，按照层层顺序，有序传递给输入层。

这种网络系统可以直接将各种不同神经层神经元之间的连接权重，进行有效调整，待到误差减小到相关需求，即停止。尽管此网络包含的算法并不能将训练期间出现的所有误差降至最低，但是其可以将过程中出现的部分误差最大限度降低，通过这种方式，保证网络系统部分智能精准度。

三、应用实例分析与研究

（一）验布机

2018年，瑞士一家公司并购以色列自动视觉检测供应商，随后共同研发了大量自动化面料检测设备，主要系统包括质量监控、色差优化、质量保证以及监控等，此家公司重点生产机下验布系统。除此之外，英国、德国等相关公司均推出了验布机，但是其效能均较差，不尽人意。

相较于机下智能验布，机上智能验布相关技术实施难度系数较大。首先，机上智能验布织造是在织布机上部完成，且其工作持续、不断；其次，如若疵点发生较为严重，必须当即停下织造工序；第三，机上智能验布算法较为繁冗复杂，对于最终精确度、可靠度以及实用性把控严格；第四，机上智能验布数据各自独立，但是又有相关联系；第五，机上智能验布相关硬件配置等，均比机下智能验布更佳[3]。机上验布系统具体流程可见图1。

机上验布系统在处理数据时，会应用标准疵点特征计算和ANN监督学习等计算方法。通过将大量布料疵点以及多种数据库，设置为基础，可以有效保证最终检验结果精确、可靠，在此期间，疵点标准样本通常会达到1，000，000张图像，或者超出1，000，000[3]。此外，机上验布系统数据库中存储了大量疵点类型，其中包含了不同纹理面料、不同颜色面料。

目前，国内一些纺织品产业企业通过利用人工智能，展开自动化生产，应用的验布机检测系统一般为机下系统，但是相关配件与设备均需要从国外购买。

（二）横截面仪

横截面仪将显微镜与AI进行结合，检测、识别以及计算纤维横截面，利用计算机视觉技术智能化拍摄图像，将横截面图像绘制出，减轻了相关工作人员劳动强度。基于绘制，可以提前将纤维进行分类，自动生成相关数据报告。

（三）棉麻仪

棉麻仪主要应用了计算机视觉技术，极速拍摄玻片纤维，同时将相关数据值提取出来。其中，棉纤维纵面形状为扁平带状；麻纤维整体形态线条较为明显，通过这种仪器，可以在较短时间内，将纺织品中的棉麻纤维含量计算出来，整体过程仅需要八分钟，极大提高了检测效率。

结论：在纺织品领域中，人工智能可以融入并应用的生产工序仍旧较多，需要相关研究人员结合实际应用情况，创新研发相关先进技术，提高纺织品整体生产效率的同时，保证仿造产品质量无问题，充分发挥人工智能作用，促进纺织产业长足发展。

【参考文献】

[1]高世会.纺织品的人工智能检测技术分析[J].轻纺工业与技术，2020， 49（11）：2.

【作者简介】

买地努尔·阿木提（1994.08～），女，民族：维吾尔族，籍贯：新疆，学历：本科，职称：助理工程师，研究方向：纺织品检验。