CN104762801A - 挂烫机及其控制方法、面料识别装置、建模系统和方法 - Google Patents

Abstract

本发明公开了一种挂烫机，该挂烫机包括：面料识别装置、参数调节装置和熨烫执行装置，其中，面料识别装置采集预被熨烫织物的特性检测数据并根据特性检测数据识别织物的面料；参数调节装置根据织物的面料调节熨烫参数；熨烫执行装置根据熨烫参数对织物进行熨烫。本发明的挂烫机可以识别织物的面料，并自动调节熨烫参数，保证熨烫效果，避免衣物烫伤，操作简单。本发明还公开了一种挂烫机的控制方法、以及一种用于挂烫机的面料识别装置、以及面料识别模型的建模系统和建模方法。

Description

挂烫机及其控制方法、面料识别装置、建模系统和方法

技术领域

本发明属于电器制造技术领域，尤其涉及一种挂烫机及其控制方法，以及一种面料识别装置、面料识别模型的建模系统和建模方法。

背景技术

挂烫机为人们提供了很大的方便，众所周知，对于不同成分的织物，挂烫机工作时的熨烫温度也不同，常见的织物的熨烫温度及档位如表1和表2所示：

表1常见织物的熨烫温度

	棉	麻	蚕丝	羊毛	化纤
						熨烫温度(℃)	200	200	100	180	120

表2常见的具有二次加热样板挂烫机参数

由表2可以看出，在挂烫机进行熨烫的过程中，选择合适的熨烫温度是关键，然而在实际的熨烫中存在以下问题：1、织物的面料材质不清楚，导致不知道选择什么样熨烫温度；2、误选熨烫温度，导致达不到熨烫效果或者烫伤衣服；3、在熨烫衣物时，用户经常会将各种材质衣物一起处理，因而需要选择不同熨烫温度，因而消费者要不停去选择档位，很麻烦。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种挂烫机，该挂烫机可以识别织物的面料，并自动调节熨烫参数，保证熨烫效果，避免衣物烫伤，操作简单。

本发明的另一个目的在于提出一种挂烫机的控制方法。

本发明的再一个目的在于提出一种用于挂烫机的面料识别装置、以及一种面料识别模型的建模系统和建模方法。

为达到上述目的，本发明一方面实施例提出一种挂烫机，该挂烫机包括面料识别装置，所述面料识别装置采集预被熨烫织物的特性检测数据并根据所述特性检测数据识别所述织物的面料；参数调节装置，所述参数调节装置根据所述织物的面料调节熨烫参数；熨烫执行装置，所述熨烫执行装置根据所述熨烫参数对所述织物进行熨烫。

根据本发明实施例的挂烫机，通过面料识别装置识别织物的面料，进而通过参数调节装置根据面料调节根据更加合适的熨烫参数，并通过熨烫执行装置根据调节参数实现对织物的熨烫，从而可以保证对衣物的熨烫效果，并避免烫伤衣物，用户不用手动调节档位，更加方便。

进一步地，所述面料识别装置包括：检测模块，所述检测模块包括发射单元和接收单元，所述发射单元发射近红外光，所述近红外光照射至所述织物上，所述接收单元接收被所述织物漫反射的近红外光并输出所述特性检测数据；光谱生成模块，所述光谱生成模块根据所述特性检测数据生成光谱数据；控制模块，所述控制模块将所述光谱数据和预存的面料识别模型识别所述织物的面料。

其中，所述发射单元包括：光源，用于产生光；分光子单元，用于将所述光源产生的光进行分光以获得近红外光。

为达到上述目的，本发明还提出一种用于挂烫机的面料识别装置，该面料识别装置包括：检测模块，所述检测模块包括发射单元和接收模块，其中，所述发射单元发射近红外光，所述近红外光照射至预被熨烫的织物上，所述接收模块接收被所述织物漫反射的近红外光并输出特性检测数据；光谱生成模块，所述光谱生成模块根据所述特性检测数据生成光谱数据；控制模块，所述控制模块将所述光谱数据和预存的面料识别模型识别所述织物的面料。

根据本发明实施例的用于挂烫机的面料识别装置，通过检测模块获得预被熨烫织物的特性检测数据，进而通过光谱生成模块根据特性检测数据生成光谱数据即织物的近红外光吸度光谱图，控制模块将光谱数据与预存的面料识别模型进行比对即可确定织物的面料，从而为挂烫机针对不同面料调节合适的熨烫参数提供基础。

进一步地，所述发射单元包括：光源，用于产生光；分光子单元，用于将所述光源产生的光进行分光以获得近红外光。

为达到上述目的，本发明的再一方面实施例还提出一种挂烫机的控制方法，该控制方法包括以下步骤：接收到启动指令之后，采集预被熨烫织物的特性检测数据并根据所述特性检测数据识别所述织物的面料；根据所述织物的面料调节熨烫参数；以及根据所述熨烫参数对织物进行熨烫。

根据本发明实施例的挂烫机的控制方法，根据织物面料的不同，选择不同的熨烫参数，从而可以保证织物的熨烫效果，并避免烫伤衣物，方法简单。

进一步地，所述采集预被熨烫织物的特性检测数据并根据所述特性检测数据识别所述织物的面料具体包括：发射近红外光至所述织物上；接收被所述织物漫反射的近红外光并输出所述特性检测数据；根据所述特性检测数据生成光谱数据；以及根据所述光谱数据和预存的面料识别模型识别所述织物的面料。

为达到上述目的，本发明的又一方面实施例提出一种面料识别模型的建模系统，该建模系统包括：近红外光检测装置，所述近红外光检测装置包括光发射单元和光接收模块，所述光发射单元发射近红外光至织物上，所述光接收模块接收被所述织物漫反射的近红外光并输出光检测信息；光谱采集装置，所述光谱采集装置根据所述光检测信息生成吸光度光谱图并确定所述吸光度光谱图对应的织物的面料类别；建模装置，所述建模装置根据所述吸光度光谱图建立对应所述面料类别的面料识别模型。

根据本发明实施例的面料识别模型的建模系统，通过近红外光检测装置对织物进行近红外光检测，光谱采集装置生成织物对应的吸光度光谱图，进而建模装置根据吸光度光谱图建立对应被检测类别织物的面料识别模型，从而为用于挂烫机的面料识别装置的进行面料识别提供模型基础，减少面料识别装置的工作量，进而节省熨烫时间。

为达到的上述目的，本发明的又一方面实施例提出一种面料识别模型的建模方法，该建模方法包括以下步骤：近红外光检测装置发射近红外光至织物上，接收被所述织物漫反射的近红外光并输出光检测信息；光谱采集装置根据所述光检测信息生成吸光度光谱图并确定所述吸光度光谱图对应的织物的面料类别；建模装置根据所述吸光度光谱图建立对应所述面料类别的面料识别模型。

根据本发明实施例的面料识别模型的建模方法，通过对织物进行近红外光检测生成织物对应的吸光度光谱图，进而根据吸光度光谱图建立对应被检测类别织物的面料识别模型，从而为用于挂烫机的面料识别装置的进行面料识别提供模型基础，减少面料识别装置的工作量，进而为挂烫机的熨烫节省时间。

进一步地，所述建模装置根据所述吸光度光谱图建立对应所述面料类别的面料识别模型具体包括：所述建模装置采用多种预处理算法分别对所述面料类别的所述吸光度光谱图进行预处理；所述建模装置采用SIMCA算法对每种预处理算法进行预处理之后的吸光度光谱图分别建立对应的初步面料识别模型；以及所述建模装置对所述初步面料识别模型进行优化以获得所述面料识别模型。

附图说明

图1是根据本发明的一个实施例的挂烫机的框图；

图2是根据本发明的一个具体实施例的挂烫机的示意图；

图3是根据本发明的另一个实施例的挂烫机的框图；

图4是根据本发明的一个具体实施例的挂烫机的工作过程的示意图；

图5是根据本发明的一个实施例的面料识别装置的框图；

图6是根据本发明的另一个实施例的挂烫机的控制方法的流程图；

图7是根据本发明的再一个实施例的面料识别模型的建模系统的框图；

图8是根据本发明的又一个实施例的面料识别模型的建模系统的框图；

图9是根据本发明的又一个具体实施例的建模系统的建模过程的示意图；以及

图10是根据本发明的又一个实施例的面料识别模型的建模方法的流程图。

附图标记：

挂烫机100，

主体01，导气管02，烫头03，

面料识别装置10、参数调节装置20和熨烫执行装置30，

检测模块11、光谱生成模块12和控制模块13，

发射单元111和接收单元112，光源101和分光子单元102，

面料识别模型的建模系统1000：近红外光检测装置200、光谱采集装置300和建模装置400，

光发射模块201和光接收模块202。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参照附图描述根据本发明实施例的挂烫机及其控制方法，以及用于挂烫机的面料识别装置和面料识别模型的建模系统和建模方法。

首先对本发明实施例的挂烫机进行说明。图1为根据本发明的一个实施例的挂烫机的框图。

如图1所示，该挂烫机100包括面料识别装置10、参数调节装置20和熨烫执行装置30。其中，面料识别装置10采集预被熨烫织物的特性检测数据例如织物的光特性数据，该数据包含反映织物成分的相关数据，并根据特性检测数据识别织物的面料，例如，对于不同面料的织物其成分不同，则对近红外光的吸收光波长范围不同，所以根据织物的光特性数据例如近红外光的吸收光谱即可识别织物的面料。

在确定预被熨烫衣物的面料之后，参数调节装置20可以根据织物的面料调节熨烫参数，参数调节装置20例如挂烫机100的控制装置可以根据面料识别装置10识别的面料成分自行调节熨烫参数例如熨烫温度、蒸汽量等，例如，在参数调节装置20中可以预存对应各种面料的理想的熨烫参数对应表如表2所示。对于普通的挂烫机，可以进行手动的档位选择，参数调节装置20通过提供对应的控制信号至档位选择单元即可实现档位的自动选择，也就是根据衣物的面料自动选择对应的熨烫温度和蒸汽量。

进而，在参数调节装置20根据织物的面料调节熨烫参数之后，将熨烫参数传输至熨烫执行装置30，熨烫执行装置30即可根据熨烫参数动作以对织物进行熨烫。具体地，熨烫执行装置30可以包括普通的挂烫机的基本熨烫硬件，如图2所示，包括主体01，一般地主体01中包括进水单元和蒸汽产生单元，进水单元保存一定的水量，进水单元中的水进入蒸汽产生单元产生蒸汽，进而通过导气管02即可将蒸汽传导至烫头03，通过烫头03中的出气孔将热蒸汽喷至织物上实现对织物的熨烫。熨烫执行装置30在接收到熨烫参数之后，借助各个熨烫执行单元的动作产生热蒸汽，即将面料识别结果和熨烫参数通过直观的形式作用于衣物上，即可按照针对该面料织物的合适的熨烫参数进行熨烫。

可以看出，本发明实施例的挂烫机100，通过面料识别装置10识别织物的面料，进而通过参数调节装置20根据面料调节根据更加合适的熨烫参数，并通过熨烫执行装置30根据调节参数实现对织物的熨烫，从而可以保证对衣物的熨烫效果，并避免烫伤衣物，用户不用手动调节档位，更加方便。

下面对本发明实施例的挂烫机100的工作过程进行进一步地说明。

图3为根据本发明的一个实施例的挂烫机100的框图，如图3所示，面料识别装置10包括检测模块11、光谱生成模块12和控制模块13。

其中，检测模块11包括发射单元111和接收单元112，发射单元111发射近红外光，例如，波长范围在780-2500纳米之间的近红外光，近红外光照射至织物上，则一部分近红外光被织物吸收，而另一部分则被织物漫反射。进而通过接收单元112接收一部分被织物漫反射的近红外光并输出特性检测数据例如被织物反射的近红外光数据的电信号，也就是说，此电信号可以看作是织物的光特性检测数据。具体地，如图4所示，发射单元111包括光源101和分光子单元102，光源101用于产生光即光信号，进而通过分光子单元102将光源101产生的光进行分光以获得需要的近红外光，进而接收单元112接收被织物漫反射的近红外光，并将漫反射的光信号转换成电信号。概括地说，检测模块11类似于小型化的近红外光谱仪，接通电源之后光源101发出的光经分光子单元102得到波段为780-2500纳米之间的近红外光，近红外光照射在织物上，部分近红外波段的光被织物吸收，不被织物吸收的光形成漫反射，进而被接收单元112检测到，接收单元112将检测的光信号转换成电信号。总而言之，发射单元111和接收单元112的作用是产生光信号，并将光信号转换成电信号。

进而，光谱生成模块12根据特性检测数据即接收模块12输出的近红外光检测数据生成光谱数据，由于对于不同成分面料的织物其对近红外光的吸收波长范围不同，所以对于不同的成分织物，光谱生成模块12根据接收单元112输出的近红外光检测数据生成不同的吸光度光谱图。概括地说，光谱生成模块12获得接收单元112输出的电信号，并将电信号转换为数字信号，形成吸光度光谱图，用于进一步地的分析。在实际的计算过程中，需要同时采集织物背景光谱数据和织物的光谱数据，经过计算即可得到相对的吸光度光谱。

控制模块13将光谱数据和预存的面料识别模型识别织物的面料。其中，在前期的设计过程中，可以将面料识别模型在建模系统中完成，进而在通过建模系统建立的面料识别模式预测能力理想的情况下将模型导入至挂烫机100的面料识别装置10的控制模块13中，从而可以缩短控制模块13的建模时间，更加简单。控制模块13在获得光谱生成模块12的光谱数据之后，进而将光谱数据与预存的面料识别模型进行比对即可确定织物的面料。其中，对于面料识别模型的建模过程将在下面的实施例中进行详细说明。

与传统的面料鉴别方法例如显微镜法、溶解法、燃烧法相比，近红外光谱技术具有快速、无损、操作便捷等优势。在本发明的实施例中，挂烫机100在面料成分检测过程中，只需对织物进行简单的照射扫描，即可完成对织物面料的识别，整个分析过程控制在10秒内，非常快捷方便。

基于以上的说明，本发明实施例的挂烫机100，在实际操作中，如图4所示，在电源开启之后，面料识别装置10的光源101对准未知面料的织物约5秒钟，完成照射扫描，同时接收单元112接收织物的漫反射光并转换为电信号，进而光谱生成模块12得到对应的吸光度光谱，并将光谱数据传输至控制模块13，控制模块13调取面料识别模型对未知织物的吸光度光谱数据进行计算，确定织物的面料，进一步地，参数调节装置20根据面料识别结果调节熨烫参数例如熨烫蒸汽温度、熨烫蒸汽量和熨烫蒸汽压力，进而通过熨烫执行装置30控制各个熨烫执行单元动作，从而实现熨烫过程。

基于上述方面实施例的挂烫机，本发明另一方面实施例提出一种面料识别装置。

图5为根据本发明的一个实施例的面料识别装置的框图。如图5所示，该面料识别装置10包括检测模块11，光谱生成模块12和控制模块13。

检测模块11包括发射单元111和接收单元112、发射单元111发射近红外光，近红外光照射至预被熨烫的织物上，一部分近红外光被织物吸收，而另一部分则被织物漫反射。进而通过接收模单元112接收一部分被织物漫反射的近红外光并输出特性检测数据例如被织物反射的近红外光数据的电信号，也就是说，此电信号可以看作是织物的光特性检测数据。

进而，光谱生成模块12根据特性检测数据即接收单元112输出的近红外光检测数据生成光谱数据，由于对于不同成分面料的织物其对近红外光的吸收波长范围不同，所以对于不同的成分织物，光谱生成模块12根据接收单元112输出的近红外光检测数据生成不同的吸光度光谱图。

控制模块13将光谱数据和预存的面料识别模型识别织物的面料。其中，在前期的设计过程中，可以将面料识别模型在建模系统中完成，进而在通过建模系统建立的面料识别模式预测能力理想的情况下将模型导入至挂烫机100的面料识别装置10的控制模块13中，从而可以缩短控制模块13的建模时间，更加简单。控制模块13在获得光谱生成模块12的光谱数据之后，进而将光谱数据与预存的面料识别模型进行比对即可确定织物的面料。

根据本发明实施例的用于挂烫机的面料识别装置10，通过检测模块11获得预被熨烫织物的特性检测数据，进而通过光谱生成模块12根据特性检测数据生成光谱数据即织物的近红外光吸度光谱图，控制模块13将光谱数据与预存的面料识别模型进行比对即可确定织物的面料，从而为挂烫机针对不同面料设定合适的熨烫参数提供基础。

基于上述方面实施例的挂烫机，下面参照附图描述根据本发明的再一方面实施例提出的挂烫机的控制方法。

图6为根据本发明的一个实施例的挂烫机的控制方法的流程图，如图6所示，该控制方法包括以下步骤：

S1，接收到启动指令之后，采集预被熨烫织物的特性检测数据并根据特性检测数据识别所述织物的面料。

具体地，可以通过检测织物的近红外光的光特性进行面料识别，例如，发射近红外光至织物上，一部分近红外光被织物吸收，而有一部分近红外光被织物漫反射，接收被织物漫反射的近红外光并输出特性检测数据即织物的近红外光检测数据，进而根据特性检测数据生成光谱数据，对于不同的织物其成分不同，则其对近红外光吸收的波长范围不同，根据织物漫反射的近红外光可以生成不同的吸光度光谱，该吸光度光谱对应不同成分的织物，进而根据光谱数据和预存的面料识别模型识别织物的面料。

S2，根据织物的面料调节熨烫参数。

S3，根据熨烫参数对织物进行熨烫。

本发明实施例的熨烫机的控制方法，根据织物面料的不同，选择不同的熨烫参数，从而可以保证织物的熨烫效果，并避免烫伤衣物，方法简单。

下面对本发明实施例的面料识别模型的建模系统和建模方法进行说明。

图7为根据本发明的一个实施例的面料识别模型的建模系统的框图，如图7所示，该面料识别模型的建模系统1000包括近红外光检测装置200、光谱采集装置300和建模装置400。

其中，如图8所示，近红外光检测装置200包括光发射模块201和光接收模块202，光发射模块201发射近红外光至织物上，光接收模块202接收被织物漫反射的近红外光并输出光检测信息。具体地，近红外光检测装置200类似于小型的近红外光谱仪，通过检测织物的漫反射近红外光输出电信号，并将电信号转换为数字信号输出至光谱采集装置300，进而光谱采集装置300根据光检测信息生成吸光度光谱图并确定该吸光度光谱图对应的织物的面料类别，对于不同成分面料的织物其吸收的近红外光的波长范围不同，理论上，通过织物对应的吸光度光谱图可以确定织物的面料。如图9所示，可以将采集的光谱数据以及对应的织物的性质数据例如面料成分通过分类方法编辑为样品集数据，并根据样品集数据生成样品集即被用于建模的样品，进而，光谱数据和样品集被传输至建模装置400。建模装置400根据吸光度光谱图建立对应该面料类别的面料识别模型，具体地，如图9所示，建模装置400对光谱数据进行预处理，并根据预处理之后的光谱数据确定该类别织物的吸光光谱范围，以及根据吸光范围建立面料识别模型，输出报告。

在本发明的一个实施例中，建模装置400采用光谱化学计量学处理软件，化学计量学处理软件一般由光谱图的预处理、定性或者定量校正模型的建立和未知样品的预测三个部分功能模块组成。建模装置400采用光谱化学计量学处理软件对光谱采集装置300生成的光吸度光谱图进行预处理，例如常用的预处理算法包括标准化、求导、平滑、散射校正等，预处理方法在相关技术中已有记载，在这里不再赘述。进一步地，建模装置400采用SIMCA算法建立对应被检测织物的面料识别模型。SIMCA算法是建立在主成分分析基础上的一种具有监督模式的识别方法，建模装置400通过该算法对被检测织物的近红外光谱数据矩阵进行主成分分析，进而建立对应面料的主成分分析数学模型即面料识别模型，例如对于棉的面料识别模型。进而，如图9所示，通过未知面料样品对模型进行预测，通过检测未知样品的光谱，将光谱与模型进行比对，从而输出检测结果以判断模型能力是否理想。

为了保证建模的准确性，可以对获得的面料识别模型进行优化，例如建模装置400对获得的被检测织物的光吸度光谱图分别进行多种方式的预处理，并通过SIMCA算法对以各种方式进行预处理后的光谱数据矩阵分别建立主成分分析数学模型，然后通过由常规面料识别手段确定的样品对本发明实施例的建模系统1000建立的模型进行验证，进而将符合度最高的模型作为最后对应该面料的面料识别模型。

根据本发明实施例的面料识别模型建模系统，通过近红外光检测装置对织物进行近红外光检测，光谱采集装置生成织物对应的吸光度光谱图，进而建模装置根据吸光度光谱图建立对应被检测类别织物的面料识别模型，从而为用于挂烫机的面料识别装置的进行面料识别提供模型基础，减少面料识别装置的工作量，进而节省熨烫时间。

下面对本发明实施例的建模系统的具体工作过程进行详细说明。

图10为根据本发明的一个实施例的面料识别模型的建模方法的流程图，如图10所示，该建模方法即上述建模系统的具体过程包括：

S100，近红外光检测装置发射近红外光至织物上，接收被织物漫反射的近红外光并输出光检测信息。

需要说明的是，在实际中，首先，需要面料识别模型的建模系统收集经常规方法检测的成分已知的织物若干，通过随机划分或样品分类算法计算将该若干织物中同种类的面料一部分分为校正集样品，另一部分分为验证集样品。进而，将验证集中的样品放置在本发明实施例的近红外光检测装置下，获得该样品的光检测信息，即被样品漫反射的近红外光信号，并将该光信号转换为电信号，可以看出该近红外光检测装置与前述的发射单元和接收模块的作用一致。

S200，光谱采集装置根据光检测信息生成吸光度光谱图并确定吸光度光谱图对应的织物的面料类别。

具体地，在接通电源，建模系统的性能测试的各项指标检测合格之后，即可采集样品的光谱，在通过近红外检测装置扫描样品之前，光谱采集装置需要先采集参比板的光谱作为背景光谱，近红外光检测装置再对样品进行扫描，得到该扫描样品的吸光度光谱图。并对样品设定分类，例如，样品为根据常规检测确定的棉，则通过该系统检测的吸光度光谱图设定分类为“棉”，聚酯的吸光度光谱图设定分类为“聚酯”，依次类推。

S300，建模装置根据吸光度光谱图建立对应面料类别的面料识别模型。

具体地，首先对该吸光度光谱图进行预处理例如常用的预处理算法包括标准化、求导、平滑、散射校正等，进而将预处理之后的光谱数据通过SIMCA算法建立定性面料识别模型，即通过SIMCA算法对验证集中的每一类别样品的近红外光谱数据矩阵分别进行主成分分析，建立每一类别样品的主成分分析数学模型即面料识别模型。

进一步地，为了保证建模的准确性，在本发明的一个实施例的预处理步骤中，首先，选择不同的预处理算法对被检测样品的吸光度光谱图进行预处理，即建模装置采用多种预处理算法分别对被检测织物的吸光度光谱图进行预处理，例如，分别对被检测织物进行标准化、求导、平滑、散射校正的预处理。其次，建模装置采用SIMCA算法对每种预处理算法进行预处理之后的吸光度光谱图分别建立对应的初步面料识别模型。然后，建模装置对初步面料识别模型进行优化以获得面料识别模型，例如，在经过不同预处理得到的初步面料识别模型中选择对校正集和验证集的识别率和拒绝率最高的模型作为最终的面料识别模型，其中，校正集中的样品相当于用于对通过验证集中样品建立的模型进行验证，从而为前述的用于挂烫机的面料识别装置提供各种类别面料的面料识别模型，为面料识别提供基础。

另外，可以通过未知面料成分的样品的预测进一步验证模型的预测能力，例如，用上述获得的面料识别模型对未知样品进行预测，并用常规检测方法对该未知样品的成分进行检测，将常规检测结果与通过本发明实施例的面料检测装置检测的检测结果进行比对，获得模型对未知样品的识别率和拒绝率，即判断该未知样品是通过常规检测的类型还是不是常规检测的类型，进一步验证模型的预测能力。

在建模装置的面料识别模型预测能力理想的情况下可以将面料识别模型导入前述的面料识别装置的控制模块中，进而面料识别装置即可实现面料识别，为挂烫机的熨烫确定更加合适的熨烫参数提供基础。

根据本发明实施例的面料识别模型的建模方法，通过对织物进行近红外光检测生成织物对应的吸光度光谱图，进而根据吸光度光谱图建立对应被检测类别织物的面料识别模型，从而为用于挂烫机的面料识别装置的进行面料识别提供模型基础，减少面料识别装置的工作量，进而为挂烫机的熨烫节省时间。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种挂烫机，其特征在于，包括：

面料识别装置，所述面料识别装置采集预被熨烫织物的特性检测数据并根据所述特性检测数据识别所述织物的面料；

参数调节装置，所述参数调节装置根据所述织物的面料调节熨烫参数；和

熨烫执行装置，所述熨烫执行装置根据所述熨烫参数对所述织物进行熨烫。

2.如权利要求1所述的挂烫机，其特征在于，所述面料识别装置包括：

检测模块，所述检测模块包括发射单元和接收单元，所述发射单元发射近红外光，所述近红外光照射至所述织物上，所述接收单元接收被所述织物漫反射的近红外光并输出所述特性检测数据；

光谱生成模块，所述光谱生成模块根据所述特性检测数据生成光谱数据；和

控制模块，所述控制模块将所述光谱数据和预存的面料识别模型识别所述织物的面料。

3.如权利要求2所述的挂烫机，其特征在于，所述发射单元包括：

光源，用于产生光；

分光子单元，用于将所述光源产生的光进行分光以获得近红外光。

4.一种用于挂烫机的面料识别装置，其特征在于，包括：

检测模块，所述检测模块包括发射单元和接收模块，其中，所述发射单元发射近红外光，所述近红外光照射至预被熨烫的织物上，所述接收模块接收被所述织物漫反射的近红外光并输出特性检测数据；

光谱生成模块，所述光谱生成模块根据所述特性检测数据生成光谱数据；和

控制模块，所述控制模块将所述光谱数据和预存的面料识别模型识别所述织物的面料。

5.如权利要求4所述的用于挂烫机的面料识别装置，其特征在于，所述发射单元包括：

光源，用于产生光；

分光子单元，用于将所述光源产生的光进行分光以获得近红外光。

6.一种挂烫机的控制方法，其特征在于，包括以下步骤：

接收到启动指令之后，采集预被熨烫织物的特性检测数据并根据所述特性检测数据识别所述织物的面料；

根据所述织物的面料调节熨烫参数；以及

根据所述熨烫参数对织物进行熨烫。

7.如权利要求6所述的挂烫机的控制方法，其特征在于，所述采集预被熨烫织物的特性检测数据并根据所述特性检测数据识别所述织物的面料具体包括：

发射近红外光至所述织物上；

接收被所述织物漫反射的近红外光并输出所述特性检测数据；

根据所述特性检测数据生成光谱数据；以及

根据所述光谱数据和预存的面料识别模型识别所述织物的面料。

8.一种面料识别模型的建模系统，其特征在于，包括：

近红外光检测装置，所述近红外光检测装置包括光发射单元和光接收模块，所述光发射单元发射近红外光至织物上，所述光接收模块接收被所述织物漫反射的近红外光并输出光检测信息；

光谱采集装置，所述光谱采集装置根据所述光检测信息生成吸光度光谱图并确定所述吸光度光谱图对应的织物的面料类别；和

建模装置，所述建模装置根据所述吸光度光谱图建立对应所述面料类别的面料识别模型。

9.一种面料识别模型的建模方法，其特征在于，包括以下步骤：

近红外光检测装置发射近红外光至织物上，接收被所述织物漫反射的近红外光并输出光检测信息；

光谱采集装置根据所述光检测信息生成吸光度光谱图并确定所述吸光度光谱图对应的织物的面料类别；

建模装置根据所述吸光度光谱图建立对应所述面料类别的面料识别模型。

10.如权利要求9所述的面料识别模型的建模方法，其特征在于，所述建模装置根据所述吸光度光谱图建立对应所述面料类别的面料识别模型具体包括：

所述建模装置采用多种预处理算法分别对所述面料类别的所述吸光度光谱图进行预处理；

所述建模装置采用SIMCA算法对每种预处理算法进行预处理之后的吸光度光谱图分别建立对应的初步面料识别模型；以及

所述建模装置对所述初步面料识别模型进行优化以获得所述面料识别模型。