CN114062307A - 用于近红外织物纤维成分无损清洁分析的数据采集规范 - Google Patents
用于近红外织物纤维成分无损清洁分析的数据采集规范 Download PDFInfo
- Publication number
- CN114062307A CN114062307A CN202111243615.3A CN202111243615A CN114062307A CN 114062307 A CN114062307 A CN 114062307A CN 202111243615 A CN202111243615 A CN 202111243615A CN 114062307 A CN114062307 A CN 114062307A
- Authority
- CN
- China
- Prior art keywords
- fabric
- fiber
- equipment
- infrared
- blended
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000004744 fabric Substances 0.000 title claims abstract description 245
- 239000000835 fiber Substances 0.000 title claims abstract description 70
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 238000004140 cleaning Methods 0.000 title claims abstract description 35
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 239000000203 mixture Substances 0.000 claims description 41
- 239000000463 material Substances 0.000 claims description 39
- 241000196324 Embryophyta Species 0.000 claims description 28
- 239000004677 Nylon Substances 0.000 claims description 24
- 229920001778 nylon Polymers 0.000 claims description 24
- 229920004933 Terylene® Polymers 0.000 claims description 18
- 239000005020 polyethylene terephthalate Substances 0.000 claims description 18
- 238000002156 mixing Methods 0.000 claims description 15
- 229920002972 Acrylic fiber Polymers 0.000 claims description 12
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 12
- 210000000085 cashmere Anatomy 0.000 claims description 12
- 210000002268 wool Anatomy 0.000 claims description 12
- 229920002334 Spandex Polymers 0.000 claims description 11
- 239000004759 spandex Substances 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 11
- 229920000433 Lyocell Polymers 0.000 claims description 9
- 229920000742 Cotton Polymers 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 244000025254 Cannabis sativa Species 0.000 claims description 6
- 235000012766 Cannabis sativa ssp. sativa var. sativa Nutrition 0.000 claims description 6
- 235000012765 Cannabis sativa ssp. sativa var. spontanea Nutrition 0.000 claims description 6
- 229920000297 Rayon Polymers 0.000 claims description 6
- 235000009120 camo Nutrition 0.000 claims description 6
- 235000005607 chanvre indien Nutrition 0.000 claims description 6
- 239000011487 hemp Substances 0.000 claims description 6
- 229910052742 iron Inorganic materials 0.000 claims description 6
- 239000010410 layer Substances 0.000 claims description 6
- -1 modal Polymers 0.000 claims description 6
- 229920000728 polyester Polymers 0.000 claims description 6
- 239000002964 rayon Substances 0.000 claims description 6
- 238000009941 weaving Methods 0.000 claims description 6
- 238000003825 pressing Methods 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 4
- NLHHRLWOUZZQLW-UHFFFAOYSA-N Acrylonitrile Chemical compound C=CC#N NLHHRLWOUZZQLW-UHFFFAOYSA-N 0.000 claims description 3
- HGINCPLSRVDWNT-UHFFFAOYSA-N acrylaldehyde Natural products C=CC=O HGINCPLSRVDWNT-UHFFFAOYSA-N 0.000 claims description 3
- 238000002310 reflectometry Methods 0.000 claims description 3
- 239000002356 single layer Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 230000001066 destructive effect Effects 0.000 claims 9
- 238000010586 diagram Methods 0.000 description 6
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 108010068991 arginyl-threonyl-prolyl-prolyl-prolyl-seryl-glycine Proteins 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000004753 textile Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8444—Fibrous material
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
本发明提供了一种用于近红外织物纤维成分无损清洁分析的数据采集规范，所述用于近红外织物纤维成分无损清洁分析的数据采集规范主要针对在采集织物近红外光谱特征的过程中因操作不当导致的采集设备漏光、待采织物透光、织物近红外光谱特征缺失等问题，规范具体采集操作要求，实现织物近红外光谱特征采集流程的规范化，提高采集效率和织物近红外光谱特征数据质量。
Description
技术领域
本发明涉及一种数据采集规范，尤其涉及用于近红外织物纤维成分无损清洁分析的数据采集规范及应用该方法的织物近红外光谱信息库。
背景技术
2019年7月1日，《FZ/T 01144-2018纺织品纤维定量分析近红外光谱法》正式实施，标志着使用近红外光谱法进行织物纤维定量分析由研究领域进入应用阶段。
基于深度学习理论的近红外织物纤维成分无损清洁分析需要大量不同组成成分类型的织物的近红外光谱数据辅助模型训练，而低质量的数据则会导致训练效果不佳，进而导致分析效果不理想。
本发明提供的用于近红外织物纤维成分无损清洁分析的数据采集规范，通过规范采集过程中的操作并统一采集数据的标注方式，减小织物近红外光谱采集过程中因操作不当引入的噪声、误差影响，提高采集效率和采集质量，有利于进一步的近红外织物纤维成分无损清洁分析。
发明内容
本发明提供了用于近红外织物纤维成分无损清洁分析的数据采集规范，所述用于近红外织物纤维成分无损清洁分析的数据采集规范主要针对在采集织物近红外光谱特征的过程中因操作不当导致的采集设备漏光、待采织物透光、织物近红外光谱特征缺失等问题，规范具体采集操作要求，实现织物近红外光谱特征采集流程的规范化，提高采集效率和织物近红外光谱特征数据质量。
本发明提供的用于近红外织物纤维成分无损清洁分析的数据采集规范，所述用于近红外织物纤维成分无损清洁分析的数据采集规范包括以下步骤：
S1：根据织物透光情况，对织物进行相应对折操作，确保光源无明显透过；
S2：根据织物平整度及设备镜头位置，通过平整铁板或设备自重按压织物，确保织物平整、织物各层间无明显间隙；
S3：根据织物密度分布，对同一件织物随机选取五个位置点进行采集，确保采集数据覆盖该件织物所有光谱特性；
S4：根据采集设备台间差，对同一件织物使用五台及以上设备进行光谱特征采集，确保覆盖设备存在的台间差异；
S5：根据采集设备号、采集织物编号、采集织物成分组成、采集员、采集日期、采集地点等信息，完成数据标记并构建织物近红外光谱信息库。
所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S1中避免织物透光的方法进一步包括：S11：由于织物间存在织法、厚度差异，导致每件织物在单层时存在透光现象，透光率对设备采集织物近红外光谱特征的影响较为显著，因此需要保证采集过程在织物不透光的情况下完成；S12：根据织物的织法与厚度情况，要求采集前将纱布四折、普通布两折，以确保光源无明显透过。
所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S2中确保织物平整的方法进一步包括：S21：由于织物存在不平整现象，导致不平整的间隙中空气部分对设备采集织物近红外光谱特征影响较为显著，因此通过按压方式减少织物折叠后产生的各层织物间的间隙，确保织物平整，降低空气部分对采集的影响；S22：根据设备镜头位置，镜头朝上的设备使用质量适当的平整铁板进行按压，镜头朝下的设备使用设备自重进行按压。
所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S3中覆盖织物光谱特性的方法进一步包括：S31：对于每件织物，由于织物自身分布存在不均匀现象，导致同一件织物的不同采集位置上的近红外光谱特性差距较大，因此需要对同一件织物进行多个位置的近红外光谱特征采集，以确保对该件织物进行相对准确的成分分析； S32：经试验验证，对于同一件织物，需至少采集该织物五个不同位置的织物近红外光谱特征，近红外光谱特征包括反射率、吸收率及光强信息。
所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S4中处理设备台间差的方法进一步包括：S41：由于各台设备间存在差异，导致对于同一件织物，各台设备采集的近红外光谱特征存在一定差异，因此需要针对同一件织物的多台设备采集的近红外光谱特征； S42：经试验验证，对同一件织物使用五台及以上设备进行近红外光谱特征采集，可基本确保覆盖设备存在的台间差异。
所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤 S5中数据标记进一步包括：S51：所述采集设备为采集设备编号，具体为设备条形码后7位，数据标记需注明采集设备号；S52：所述采集织物编号为织物的全局唯一编号，具体为织物所属大类与织物自身代码的组合，数据标记需注明采集织物属于上述哪一类别，并附上织物自身代码；S53：所述采集织物成分组成涉及12种常见材质，表示采集织物的组成成分类型及其混合材质中各组成材质的混合比例，根据织物成分组成对数据进行标记，构造光谱信息和材质及混合比例的对应关系，数据标记需注明12种纯材质以及由以上材质组成的混纺织物中各材质的含量。
所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤 S52中织物所属大类进一步包括：S521：根据织物的组成成分类型，对织物进行归类，分为自然植物纤维、腈纶混纺、涤纶与自然植物纤维混纺、涤纶混纺、尼龙与自然植物纤维混纺、尼龙混纺、羊毛羊绒真丝混纺、其它纤维混纺等8类；S522：所述自然织物纤维表示棉、麻、人棉、天丝、莫代尔之间的纯材质或混纺及其与氨纶的混纺；S523：所述腈纶混纺表示所有包含腈纶的纯材质或混纺；S524：所述涤纶与自然植物纤维混纺表示同时包含涤纶和五种自然植物纤维的混纺； S525：所述涤纶混纺表示除如S524所述涤纶与自然植物纤维混纺外的所有包含涤纶的混纺；S526：所述尼龙与自然植物纤维表示同时包含尼龙和五种自然植物纤维的混纺；S527：所述尼龙混纺表示除如S526 所述尼龙与自然植物纤维混纺外的所有包含尼龙的混纺；S528：所述羊毛羊绒真丝混纺表示羊毛、羊绒、真丝混纺及其与氨纶的混纺。
所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤 S53中采集织物成分组成进一步包括：所述采集织物成分组成包括棉、人棉、莫代尔、天丝、涤纶、羊毛、氨纶、麻、尼龙、晴纶(腈纶)、真丝、羊绒等12种常见纯材质以及由以上材质组成的混纺织物。
与现有的技术相比，本发明具有如下优点：本发明提供的用于近红外织物纤维成分无损清洁分析的数据采集规范，通过规范采集过程中的操作并统一采集数据的标注方式，减小织物近红外光谱采集过程中因操作不当引入的噪声、误差影响，提高采集效率和采集质量。
附图说明
下面结合附图和具体实施方式对本申请作进一步详细的说明。
图1为本发明提供的采集流程图。
图2为本发明在测试阶段使用的两种设备示意图与设备摆放按压方式示意图。
图3为本发明提供的采集规范中有关采集位置选择的示意图。
图4为本发明提供的采集规范中有关数据标记的示意图。
具体实施方式
下面结合附图详细说明本发明的具体实施例。然而，应当将本发明理解成并不局限于以下描述的这种实施方式，并且本发明的技术理念可以与其他公知技术或功能与那些公知技术相同的其他技术组合实施。
在以下具体实施例的说明中，为了清楚展示本发明的结构及工作方式，将借助诸多方向性词语进行描述，但是应当将“前”、“后”、“左”、“右”、“外”、“内”、“向外”、“向内”、“轴向”、“径向”等词语理解为方便用语，而不应当理解为限定性词语。
相关术语解释如下：
数据清洗：对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。
下面结合附图详细说明本发明的具体实施例。
用于近红外织物纤维成分无损清洁分析的数据采集规范包括步骤 S1-S5具体如下：
1.步骤S1—根据织物透光情况，对织物进行相应对折操作，确保光源无明显透过
由于织物间存在织法、厚度差异，导致每件织物在单层时存在透光现象，透光率对设备采集织物近红外光谱特征的影响较为显著，因此需要保证采集过程在织物不透光的情况下完成；根据织物的织法与厚度情况，要求采集前将纱布四折、普通布两折，以确保光源无明显透过。
2.步骤S2—根据织物平整度及设备镜头位置，通过平整铁板或设备自重按压织物，确保织物平整、织物各层间无明显间隙
由于织物存在不平整现象，导致不平整的间隙中空气部分对设备采集织物近红外光谱特征影响较为显著，因此通过按压方式减少织物折叠后产生的各层织物间的间隙，确保织物平整，降低空气部分对采集的影响；根据设备镜头位置，镜头朝上的设备使用质量适当的平整铁板进行按压，镜头朝下的设备使用设备自重进行按压。
图2为镜头朝下的设备的按压方式示意图。在完成步骤S1中对织物的对折操作后，将织物放置于平整的平面(如桌面)之上，通过设备自重，将设备平稳地放置于织物之上，使镜头对准织物，完成采集。
3.步骤S3—根据织物密度分布，对同一件织物随机选取五个位置点进行采集，确保采集数据覆盖该件织物所有光谱特性
对于每件织物，由于织物自身分布存在不均匀现象，导致同一件织物的不同采集位置上的近红外光谱特性差距较大，因此需要对同一件织物进行多个位置的近红外光谱特征采集，以确保对该件织物进行相对准确的成分分析；经试验验证，对于同一件织物，需至少采集该织物五个不同位置的织物近红外光谱特征，近红外光谱特征包括反射率、吸收率及光强信息。
图3为本发明提供的采集规范中有关采集位置选择的示意图。对于每件织物，随机选择织物五个不同位置进行织物近红外光谱特征采集，采集位置随机分布整件织物。以图3为例，五个白色空心圈位置即表示随机选择的五个采集位置，图中白色空心圈位置为随机选择，不遵循任何选择规律。
4.步骤S4—根据采集设备台间差，对同一件织物使用五台及以上设备进行光谱特征采集，确保覆盖设备存在的台间差异
由于各台设备间存在差异，导致对于同一件织物，各台设备采集的近红外光谱特征存在一定差异，因此需要针对同一件织物的多台设备采集的近红外光谱特征；经试验验证，对同一件织物使用五台及以上设备进行近红外光谱特征采集，可基本确保覆盖设备存在的台间差异。
5.步骤S5—根据采集设备号、采集织物编号、采集织物成分组成、采集员、采集日期、采集地点等信息，完成数据标记并构建织物近红外光谱信息库
所述采集设备为采集设备编号，具体为设备条形码后7位，数据标记需注明采集设备号；所述采集织物编号为织物的全局唯一编号，具体为织物所属大类与织物自身代码的组合，数据标记需注明采集织物属于上述哪一类别，并附上织物自身代码；所述采集织物成分组成涉及12种常见材质，表示采集织物的组成成分类型及其混合材质中各组成材质的混合比例，根据织物成分组成对数据进行标记，构造光谱信息和材质及混合比例的对应关系，数据标记需注明12种纯材质以及由以上材质组成的混纺织物中各材质的含量。
根据织物的组成成分类型，对织物进行归类，分为自然植物纤维、腈纶混纺、涤纶与自然植物纤维混纺、涤纶混纺、尼龙与自然植物纤维混纺、尼龙混纺、羊毛羊绒真丝混纺、其它纤维混纺等8类；所述自然织物纤维表示棉、麻、人棉、天丝、莫代尔之间的纯材质或混纺及其与氨纶的混纺；所述腈纶混纺表示所有包含腈纶的纯材质或混纺；所述涤纶与自然植物纤维混纺表示同时包含涤纶和五种自然植物纤维的混纺；所述涤纶混纺表示除涤纶与自然植物纤维混纺外的所有包含涤纶的混纺；所述尼龙与自然植物纤维表示同时包含尼龙和五种自然植物纤维的混纺；所述尼龙混纺表示除尼龙与自然植物纤维混纺外的所有包含尼龙的混纺；所述羊毛羊绒真丝混纺表示羊毛、羊绒、真丝混纺及其与氨纶的混纺。
所述采集织物成分组成包括棉、人棉、莫代尔、天丝、涤纶、羊毛、氨纶、麻、尼龙、晴纶(腈纶)、真丝、羊绒等12种常见纯材质以及由以上材质组成的混纺织物。
图4为本发明提供的采集规范中有关数据标记的示意图。根据采集设备号、采集织物编号、采集织物成分组成、采集员、采集日期、采集地点等信息，以图4第一行数据标记为例，采集设备号为“925R001”；采集织物编号为“1_FL_B10_0048”；采集织物成分组成为“C94SP6”；采集员为“lingyuhang”；采集日期为“20210919”；采集地点为“shanghai”。
对于采集织物编号“1_FL_B10_0048”，1表示织物所属大类为自然植物纤维，FL_B10_0048表示织物自身代码。对于采集织物成分组成“C94SP6”，表示棉(Cotton)含量94％、氨纶(Spandex)含量6％。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本申请的保护范围。
Claims (8)
1.用于近红外织物纤维成分无损清洁分析的数据采集规范，其特征在于，所述用于近红外织物纤维成分无损清洁分析的数据采集规范包括以下步骤：
S1：根据织物透光情况，对织物进行相应对折操作，确保光源无明显透过；
S2：根据织物平整度及设备镜头位置，通过平整铁板或设备自重按压织物，确保织物平整、织物各层间无明显间隙；
S3：根据织物密度分布，对同一件织物随机选取五个位置点进行采集，确保采集数据覆盖该件织物所有光谱特性；
S4：根据采集设备台间差，对同一件织物使用五台及以上设备进行光谱特征采集，确保覆盖设备存在的台间差异；
S5：根据采集设备号、采集织物编号、采集织物成分组成、采集员、采集日期、采集地点等信息，完成数据标记并构建织物近红外光谱信息库。
2.根据权利要求1所述的用于近红外织物纤维成分无损清洁分析的数据采集规范，其特征在于：所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S1中避免织物透光的方法进一步包括：
S11：由于织物间存在织法、厚度差异，导致每件织物在单层时存在透光现象，透光率对设备采集织物近红外光谱特征的影响较为显著，因此需要保证采集过程在织物不透光的情况下完成；
S12：根据织物的织法与厚度情况，要求采集前将纱布四折、普通布两折，以确保光源无明显透过。
3.根据权利要求1所述的用于近红外织物纤维成分无损清洁分析的数据采集规范，其特征在于：所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S2中确保织物平整的方法进一步包括：
S21：由于织物存在不平整现象，导致不平整的间隙中空气部分对设备采集织物近红外光谱特征影响较为显著，因此通过按压方式减少织物折叠后产生的各层织物间的间隙，确保织物平整，降低空气部分对采集的影响；
S22：根据设备镜头位置，镜头朝上的设备使用质量适当的平整铁板进行按压，镜头朝下的设备使用设备自重进行按压。
4.根据权利要求1所述的用于近红外织物纤维成分无损清洁分析的数据采集规范，其特征在于：所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S3中覆盖织物光谱特性的方法进一步包括：
S31：对于每件织物，由于织物自身分布存在不均匀现象，导致同一件织物的不同采集位置上的近红外光谱特性差距较大，因此需要对同一件织物进行多个位置的近红外光谱特征采集，以确保对该件织物进行相对准确的成分分析；
S32：经试验验证，对于同一件织物，需至少采集该织物五个不同位置的织物近红外光谱特征，近红外光谱特征包括反射率、吸收率及光强信息。
5.根据权利要求1所述的用于近红外织物纤维成分无损清洁分析的数据采集规范，其特征在于：所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S4中处理设备台间差的方法进一步包括：
S41：由于各台设备间存在差异，导致对于同一件织物，各台设备采集的近红外光谱特征存在一定差异，因此需要针对同一件织物的多台设备采集的近红外光谱特征；
S42：经试验验证，对同一件织物使用五台及以上设备进行近红外光谱特征采集，可基本确保覆盖设备存在的台间差异。
6.根据权利要求1所述的用于近红外织物纤维成分无损清洁分析的数据采集规范，其特征在于：所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S5中数据标记进一步包括：
S51：所述采集设备为采集设备编号，具体为设备条形码后7位，数据标记需注明采集设备号；
S52：所述采集织物编号为织物的全局唯一编号，具体为织物所属大类与织物自身代码的组合，数据标记需注明采集织物属于哪一类别，并附上织物自身代码；
S53：所述采集织物成分组成涉及12种常见材质，表示采集织物的组成成分类型及其混合材质中各组成材质的混合比例，根据织物成分组成对数据进行标记，构造光谱信息和材质及混合比例的对应关系，数据标记需注明12种纯材质以及由以上材质组成的混纺织物中各材质的含量。
7.根据权利要求1所述的用于近红外织物纤维成分无损清洁分析的数据采集规范，其特征在于：所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S52中织物所属大类进一步包括：
S521：根据织物的组成成分类型，对织物进行归类，分为自然植物纤维、腈纶混纺、涤纶与自然植物纤维混纺、涤纶混纺、尼龙与自然植物纤维混纺、尼龙混纺、羊毛羊绒真丝混纺、其它纤维混纺等8类；
S522：所述自然织物纤维表示棉、麻、人棉、天丝、莫代尔之间的纯材质或混纺及其与氨纶的混纺；
S523：所述腈纶混纺表示所有包含腈纶的纯材质或混纺；
S524：所述涤纶与自然植物纤维混纺表示同时包含涤纶和五种自然植物纤维的混纺；
S525：所述涤纶混纺表示除如S524所述涤纶与自然植物纤维混纺外的所有包含涤纶的混纺；
S526：所述尼龙与自然植物纤维表示同时包含尼龙和五种自然植物纤维的混纺；
S527：所述尼龙混纺表示除如S526所述尼龙与自然植物纤维混纺外的所有包含尼龙的混纺；
S528：所述羊毛羊绒真丝混纺表示羊毛、羊绒、真丝混纺及其与氨纶的混纺。
8.根据权利要求1所述的用于近红外织物纤维成分无损清洁分析的数据采集规范，其特征在于：所述用于近红外织物纤维成分无损清洁分析的数据采集规范步骤S53中采集织物成分组成进一步包括：
所述采集织物成分组成包括棉、人棉、莫代尔、天丝、涤纶、羊毛、氨纶、麻、尼龙、晴纶(腈纶)、真丝、羊绒等12种常见纯材质以及由以上材质组成的混纺织物。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111243615.3A CN114062307A (zh) | 2021-10-25 | 2021-10-25 | 用于近红外织物纤维成分无损清洁分析的数据采集规范 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111243615.3A CN114062307A (zh) | 2021-10-25 | 2021-10-25 | 用于近红外织物纤维成分无损清洁分析的数据采集规范 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114062307A true CN114062307A (zh) | 2022-02-18 |
Family
ID=80235451
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111243615.3A Pending CN114062307A (zh) | 2021-10-25 | 2021-10-25 | 用于近红外织物纤维成分无损清洁分析的数据采集规范 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114062307A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102564966A (zh) * | 2012-02-03 | 2012-07-11 | 江西出入境检验检疫局检验检疫综合技术中心 | 纺织品成分的近红外光谱快速无损检测方法 |
| CN104568778A (zh) * | 2015-01-15 | 2015-04-29 | 浙江理工大学 | 一种基于高光谱成像的纺织品成分鉴别方法 |
| CN108267414A (zh) * | 2017-12-26 | 2018-07-10 | 中山出入境检验检疫局检验检疫技术中心 | 纺织品纤维含量的近红外光谱分析方法 |
| CN111797930A (zh) * | 2020-07-07 | 2020-10-20 | 四川长虹电器股份有限公司 | 一种基于孪生网络的织物材质近红外光谱识别及鉴定方法 |
| CN113049528A (zh) * | 2021-02-02 | 2021-06-29 | 浙江理工大学 | 一种基于近红外光谱的纤维成分鉴别方法及模块 |
-
2021
- 2021-10-25 CN CN202111243615.3A patent/CN114062307A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102564966A (zh) * | 2012-02-03 | 2012-07-11 | 江西出入境检验检疫局检验检疫综合技术中心 | 纺织品成分的近红外光谱快速无损检测方法 |
| CN104568778A (zh) * | 2015-01-15 | 2015-04-29 | 浙江理工大学 | 一种基于高光谱成像的纺织品成分鉴别方法 |
| CN108267414A (zh) * | 2017-12-26 | 2018-07-10 | 中山出入境检验检疫局检验检疫技术中心 | 纺织品纤维含量的近红外光谱分析方法 |
| CN111797930A (zh) * | 2020-07-07 | 2020-10-20 | 四川长虹电器股份有限公司 | 一种基于孪生网络的织物材质近红外光谱识别及鉴定方法 |
| CN113049528A (zh) * | 2021-02-02 | 2021-06-29 | 浙江理工大学 | 一种基于近红外光谱的纤维成分鉴别方法及模块 |
Non-Patent Citations (1)
| Title |
|---|
| 中国出入境检验检疫局等: "《中华人民共和国行业标准FZ/T 01144-2018纺织品纤维定量分析近红外光谱法》", 21 December 2018, 中国标准出版社, pages: 1 - 25 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102521700B (zh) | 电网信息化评测快速测试系统 | |
| US7636871B1 (en) | Method for comparing customer and test load data with comparative functional coverage hole analysis | |
| CN101772760A (zh) | 数据库管理程序以及数据库管理装置 | |
| CN101668109B (zh) | 一种色纺毛纱三刺激值配色软打样方法 | |
| CN114062307A (zh) | 用于近红外织物纤维成分无损清洁分析的数据采集规范 | |
| CN107369003A (zh) | 一种实验室智能管理方法及系统 | |
| CN104298821A (zh) | 一种色纺纱精细配色方法 | |
| CN102681932B (zh) | 一种检测软件异常输入处理正确性的方法 | |
| Akramovich | Importance of the OEKO-TEX 100 Standard for the Textile Industry | |
| CN105204997B (zh) | 软件缺陷检测方法及装置 | |
| Witte | The descriptive capacity of ecological plant species groups | |
| Dolez et al. | Introduction to advanced characterization and testing of textiles | |
| Khan et al. | Identification of Defects in Various Processes of Spinning: A Case Study of Kotri, Sindh, Pakistan | |
| Ali | Development of Effective Operations Strategies for Organizational Excellence Performance: A Study of Textile and Clothing Sectors in Pakistan | |
| Hussain et al. | A knowledge‐based expert system for dyeing of cotton. Part 2: Testing and evaluation | |
| Rubik et al. | Circular Textiles–Methods and Results of an Application Test in the Business-to-Business Sector | |
| Dineshkumar et al. | HEALTH, SAFETY & WELFARE MEASURESFOR EMPLOYEES AT SHRI VISHAGAN TEX: AN EMPIRICAL STUDY | |
| Paulk | Toward quantitative process management with exploratory data analysis | |
| Fülöp et al. | BEFRIEND-a benchmark for evaluating reverse engineering tools | |
| MCDONALD | A PIECE OF OLD TARTAN FOUND IN GLEN AFFRIC. | |
| Shanmugasundaram et al. | Quality Awareness-An Imperative Need for Flourishing Knitwear Industry in India. | |
| Shajahan et al. | Demystifying the workers’ ratio of export oriented RMG Factories in Bangladesh: Perspective from Mapped in Bangladesh (MiB) | |
| Singh | Understanding productivity levels of apparel industries in India | |
| Begum et al. | Sustainable Natural Dyeing of Garments with Rare earth salts | |
| Hailemariam et al. | Production Process Performance for Small-Scale Garment Enterprises in Ethiopia |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |