ЧИСЛЕННАЯ ОЦЕНКА ФОРМОСОХРАНЯЮЩИХ СВОЙСТВ ТКАНЕЙ ПОСРЕДСТВОМ АНАЛИЗА ИЗОБРАЖЕНИЙ

АННОТАЦИЯ

Целью данного исследования является разработка методов численной оценки усадки и повреждения ткани с использованием анализа изображений. Разработанный метод оценки дает значение, отличающееся менее чем на 1 мм от фактического измеренного значения, что подтверждает его значимость. Для разработки метода оценки повреждений на реальной ткани оценивается изменение площади, вызванное ослаблением ниток в отверстиях типового изделия.

ABSTRACT

The purpose of this study is to develop methods for numerically assessing tissue shrinkage and damage using image analysis. The developed evaluation method produces a value that differs by less than 1 mm from the actual measured value, which confirms its significance. To develop a method for assessing damage on real fabric, the change in area caused by the loosening of threads in the holes of a typical product is assessed.

Ключевые слова: Усадка ткани, повреждение ткани, анализ изображения, оцифровка.

Keywords: Fabric Shrinkage, Fabric Damage, Image Analysis, Digitization.

Введение. Благодаря технологическому развитию и диверсификации рынка швейная продукция стала очень функциональной и разнообразной. В связи с этим важно сохранить первоначальную функцию или размер одежды на этапе использования, например, при стирке и сушке. По этой причине производители и потребители стиральных и сушильных машин постоянно уделяют внимание управлению швейной продукцией. В частности, стиральная машина может вызвать деформацию и повреждение ткани под воздействием воды и механической силы. Ущерб от стирки может быть не только износом.

Целью данного исследования является разработка методов, позволяющих объективно оценивать усадку и повреждение ткани за счет минимизации факторов ошибок, вызванных ручными измерениями и отклонениями между измерениями, а также разработка программного обеспечения, позволяющего оцифровать методы оценки. Цифровые оценки могут сократить время измерения, обеспечивая при этом воспроизводимость, воспроизводимость и точность. Это также помогает повысить надежность дальнейших исследований усадки и повреждения ткани.

Рисунок 1. Тестирование тканей на усадку и измерение повреждений

Для исходной ткани Дании Тест на расстоянии 1 см от внешнего края круга был нарисован концентрический круг, чтобы наблюдать изменения площади. На рисунке 1 показан внешний вид каждой тестовой ткани перед экспериментом.

Отсканируйте тестовую ткань. Тестовые ткани сканировали с помощью сканера Epson WorkForce DS-50000 с разрешением 300 точек на дюйм до и после стирки. Тестируемую ткань сканировали на черном фоне, чтобы четко идентифицировать белую нить.

Валидация разработанного метода оценки.

Проверка ошибок.

Для подтверждения правильности разработанного метода оценки был проведен эксперимент по проверке ошибок. Точки и отметки были нарисованы в сжатом положении вдоль направления основы при испытании на сжатие, чтобы установить случаи усадки 1%, 2%, 3%, 4% и 5%. Затем уровни усадки, измеренные с помощью манометра из нержавеющей стали и разработанного метода, сравнивались и анализировались. Для тестовой ткани измеряли количество точек на исходной тестовой ткани с использованием разработанного метода измерения и удаляли точки, соответствующие 1%, 2%, 3%, 4% и 5% от количества. случайные места для проверки ошибок. Полученные значения сравнивались со значениями измерения J Image, предоставленными производителем тестовой ткани, △Y, фактическими значениями и методом измерения, разработанным в этом исследовании. Проверка ошибок для тестовой матрицы не проводилась, поскольку фактические принципы измерения и разработанный метод измерения были разными.

Результаты. Создание и программирование идеи оценки усадки ткани по баллам. Текущий метод измерения с использованием маркеров позволяет измерить усадку только в трех местах по направлению основы и утка. Однако, поскольку изменения усадки ткани необходимо обнаруживать в каждом месте, был разработан метод точечных измерений для определения усадки во всех местах. Точечные измерения позволяют анализировать не только несколько мест, но и несколько направлений на основе изменений расстояния между точками, тем самым предоставляя другую информацию, связанную с усадкой, по сравнению с традиционными методами. Точки автоматически распознаются программным обеспечением, и если обнаружено неправильное местоположение, датчик может изменить его вручную. Как показано на рисунке 2, используя точечный метод измерения, можно получить усадку в направлениях основы (Y) и утка (X), а также величину усадки площади и кривизны. Кроме того, степень усадки по местоположению можно определить с помощью визуализации, как показано на рисунке 2.

Рисунок 2. Анализ усадки с помощью прибора для измерения усадки ткани

Тест заключается в создании и программировании идеи оценки повреждения ткани с помощью незакрепленных ниток в отверстиях ткани.

При использовании обычного метода испытания ткани количество нитей, выпущенных со всех четырех сторон, оценивали по количеству созданных отверстий. Однако ошибка во мнении замерщика существенна, поскольку каждый калибр имеет разные критерии ослабления резьбы и метод расчета обрыва резьбы при оценке различен. Таким образом, поскольку свободная резьба проталкивается в отверстие под действием механической силы и изменения площади, как показано на рисунке 3, степень повреждения прокладки оценивалась на основе изменения площади отверстия под действием механической силы.

Рисунок 3. До и после изменения участка тестовой ткани

Когда нить на краю отверстия ослабляется механической силой, она занимает внутреннюю часть отверстия и площадь уменьшается. На этом этапе усадка или растяжение, вызванные стиркой, повлияли на участок тестируемой ткани. Таким образом рисовался круг радиусом на 1 см больше радиуса отверстия и на основе круга рассчитывалось измененное соотношение площадей черных пикселей.

Выводы. Целью этого исследования было разработать и оцифровать новый метод точной оценки усадки и повреждения ткани. Точки сетки можно использовать для измерения усадки в разных направлениях, а также в традиционных направлениях основы и утка, а также для определения усадки и кривизны площади. Кроме того, может быть предоставлена ​​карта изображений, которая интуитивно показывает усадку ткани в зависимости от местоположения. Разработанный метод важен тем, что он дает значения, отличающиеся от фактических измеренных значений менее чем на 1 мм, что меньше минимальной единицы измерения, используемой при реальном измерении.

Разработав цифровой метод измерения, можно уменьшить межметровую погрешность за счет получения точных и высокоточных результатов. Ожидается, что это будет эффективно в обеспечении воспроизводимости и воспроизводимости, а также в сокращении трудозатрат, затрат и времени.

Список литературы:

1. Cho, Y., Yun, C., & Park, C. H. (2017). The efect of fabric movement on washing performance in a front-loading washer IV: under 3.25-kg laundry load condition. Textile Research Journal, 87(9), 1071–1080..
2. Fan, J., & Hunter, L. (2009). Engineering Apparel Fabrics and Garments. Woodhead Publishing. Gallen Daniel, F., & Felix, F. (2011). Article 306 / 307 “POKA DOT” Test Fabric for Mechanical Action. EMPA Testmaterialien AG..
3. Hill, M., Kamalakannan, S., Gururajan, A., Sari-Sarraf, H., & Hequet, E. (2011). Dimensional change measurement and stain segmentation in printed fabrics. Textile Research Journal, 81(16), 1655–1672.
4. Kayumov A. СОЗДАНИЕ НА ОСНОВЕ ЭКСПЕРТНОЙ СИСТЕМЫ ПРОГРАММЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ ТЕКСТИЛЬНЫХ МАШИН //Потомки Аль-Фаргани. – 2023. – Т. 1. – №. 2. – С. 49-52.
5. ISO 7772-1. (1998). Assessment of industrial laundry machinery by its efect on textiles—part 1. Washing machines.
6. Jasińska, I. (2019). The algorithms of image processing and analysis in the textile fabrics abrasion assessment. Applied Sciences, 9(18), Article 3791.
7. Qayumov A. Dasturiy ta’minot sifat ko‘rsatkichlarini o‘lchash xususiyatlari //Conference on Digital Innovation:" Modern Problems and Solutions". – 2023.
8. Зулунов Р. М., Каюмов А. М. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ-ОТ МИФОЛОГИИ ДО МАШИННОГО ОБУЧЕНИЯ //Proceedings of International Educators Conference. – 2022. – Т. 1. – №. 2. – С. 25-30.
9. Kayumov A. Development of mathematical models for detecting defects in fabric on textile machines //Journal of technical research and development. – 2023. – Т. 1. – №. 2.