宋麗娟

（菏澤市紡織纖維檢驗所，山東 菏澤 274000）

紡織品檢測技術(shù)是指在特定的環(huán)境中，利用各種儀器、儀器、儀器、化學(xué)試劑和專家的主觀判斷，對紡織品進行檢測的一種方式。紡織品檢測是一種主要的內(nèi)部質(zhì)量管理方法，它對改善紡織品的品質(zhì)起到積極的作用。隨著社會的發(fā)展，科學(xué)技術(shù)的進步和標(biāo)準(zhǔn)化的不斷完善，紡織品的檢測已逐漸成為我國國民經(jīng)濟的重要組成部分，這對于推動紡織工業(yè)可持續(xù)發(fā)展、順應(yīng)時代潮流、增加國家經(jīng)濟效益具有十分重要的意義[1]。當(dāng)前，紡織品的檢測技術(shù)需要切實落實好可靠性、準(zhǔn)確性、時效性和環(huán)保性等方面的特征和原則，進而更好地推動紡織品行業(yè)的穩(wěn)定發(fā)展。本文旨在通過對國內(nèi)外有關(guān)紡織品的檢測技術(shù)進行深入的研究和分析，探討其發(fā)展動向，以期確保檢測結(jié)果的真實性，進而為后續(xù)優(yōu)化紡織品制作工藝奠定良好的基礎(chǔ)。

一、紡織品檢測技術(shù)的智能化概述

1.人工智能技術(shù)

人工智能是一種被稱為AI的技術(shù)，是由計算機系統(tǒng)發(fā)展而來的。它是一種模擬、擴展、延伸等技術(shù)，模擬人的思想，并且能夠在沒有人工干預(yù)的情況下獨自面對問題，模擬人的思維模式，從而取代人工進行織物的檢測，這將能夠直接引發(fā)一場技術(shù)革命。同時，它具有很強的自我學(xué)習(xí)能力，但是唯有將學(xué)習(xí)案例不斷地輸入到人工智能和專家的智囊團中，才能從同樣的問題中獲得知識和經(jīng)驗，以此使其能夠在面對各種問題時形成正確的思考方法。

2.紡織品檢測技術(shù)智能化形式

在紡織品檢測方面可以采用BP神經(jīng)元網(wǎng)絡(luò)、DFA判別功能分析等方法，并且可以利用及傳感器獲取織物樣本的信息，并將樣本輸入到智能算法中進行反向運算。而后通過對目標(biāo)值和期望值的偏差進行比較，對偏差原因進行深入的分析，從而得出織物檢測報告的方法。比如，用來判定織物的品質(zhì)，當(dāng)檢測值大大小于標(biāo)稱值時，則表示織物樣品有嚴(yán)重的質(zhì)量問題。

3.人工智能檢測技術(shù)發(fā)展趨勢

目前，人工智能技術(shù)已被廣泛地應(yīng)用于紡織品的檢測，逐步替代手工和自動化的檢測，有效地解決紡織品的主觀性，保證檢測的結(jié)果不受人為因素的影響。但在實際運用過程中，依然存在一定的不足之處制約檢測的效率和準(zhǔn)確度。因此，為了更好地提升紡織品的檢測效果，將需要降低算法的復(fù)雜性，切實對織物進行多個組合優(yōu)化，在搜索空間內(nèi)尋找最優(yōu)解。缺少目標(biāo)的問題是缺少紋理識別等項目學(xué)習(xí)案例，將難以從海量的樣本中抽取出大量的樣本，并進行相應(yīng)的運算。針對目前紡織行業(yè)存在的問題，提出將人工智能技術(shù)應(yīng)用于算法優(yōu)化、自主學(xué)習(xí)和大數(shù)據(jù)化三個方向的研究[2]。

在算法的優(yōu)化開發(fā)上，更加注重將遺傳算法、差分進化算法、粒子群算法、免疫算法等與BP神經(jīng)網(wǎng)絡(luò)算法相結(jié)合。該方法操作簡單，適用范圍廣，同時具有并行運算能力等優(yōu)點，可使紡織檢測工程的計算量大大減少。在自主開發(fā)的過程中，將纖維含量檢測、驗布、橫截面檢測等項目的實例不斷引入到人工智能檢測系統(tǒng)的數(shù)據(jù)庫中，通過系統(tǒng)的自我學(xué)習(xí)，培養(yǎng)出針對各種紡織品檢測項目的正確思路，從而達(dá)到控制樣本提取量、減輕系統(tǒng)運行負(fù)擔(dān)、提高檢測效率的目的。從大數(shù)據(jù)化的角度來看，由于智能探測系統(tǒng)在運行過程中需要大量的數(shù)據(jù)采集和處理，這將會大大降低探測的效率，因此將需要采用大數(shù)據(jù)技術(shù)進行運算。

二、紡織品檢測技術(shù)的分類

隨著各種檢測儀器設(shè)備的不斷涌現(xiàn)，仿人工檢測機制、計算機信息技術(shù)、機械自動化技術(shù)以及各種微觀、微型檢測設(shè)備的不斷發(fā)展，使現(xiàn)代紡織檢測技術(shù)的工作效率和精度得到極大的提升。在紡織品檢測中，儀表設(shè)備的作用日益突出。根據(jù)紡織檢測技術(shù)的發(fā)展歷程，可以將其劃分為下列幾種。

1.人工型

我國是世界上最大的紡織生產(chǎn)國和出口國，擁有世界上一半以上的紡織產(chǎn)品，有效地解決全球纖維消費量的1/3，為全球供應(yīng)高質(zhì)量纖維產(chǎn)品2000萬噸?！都徔椆I(yè)“十三五”發(fā)展規(guī)劃》預(yù)測，中國纖維加工量在今后兩年內(nèi)將繼續(xù)增加100萬～200萬噸，2020年將達(dá)到6000萬噸，年均增速保持在3.5%左右。規(guī)模龐大的紡織加工企業(yè)對國內(nèi)的紡織纖維檢驗工作造成很大的壓力，因此在保證安全、高效的前提下，提高檢驗效率將成為當(dāng)前急需解決的問題。

其中人是紡織品檢測技術(shù)中的一個關(guān)鍵要素，人類的主觀能動性必然會在檢測過程中起到無可取代的作用。早期的紡織驗貨，主要是由有經(jīng)驗的專家，通過視覺、手感等感官體驗方式，對織物進行初步的檢測。目前，在紡織品的檢測標(biāo)準(zhǔn)中，還采用類似的檢測方法，例如起球、色牢度、色差評級等，這些都是通過專家的眼光來判斷產(chǎn)品的品質(zhì)。此外，絨毛含量檢測、纖維定性檢測、羊絨、羊毛及其他特殊動物毛含量檢測、棉/麻纖維含量檢測、外觀疵點、外觀質(zhì)量檢測、氣味檢測、紡織品尺寸變化檢測、絨毛手排長度、雜色率檢測。其中人工型檢測是最為基礎(chǔ)和穩(wěn)定可靠的一種檢測方式，其能夠更好地確保紡織品的檢測效果。

2.儀器輔助型

當(dāng)前，大部分紡織品的檢測都是由專門的檢測技術(shù)人員和儀器進行配合，以達(dá)到最優(yōu)化檢測效果的目的。在紡織品檢測技術(shù)中，儀器設(shè)備已成為必不可少的工具，我們把它稱為輔助檢測技術(shù)。這一技術(shù)的主要特征，人不能離開儀器，儀器也不能離開人的輔助。儀器是實現(xiàn)檢測的必備工具，而人卻要在檢測前進行大量的準(zhǔn)備、匯總、判斷和數(shù)據(jù)的整理。例如，在紡織檢測中，斷裂強力、撕破強力、縫合強力、破強力、脹破強力、縫縫開裂等強力項目；如起毛、起球、色牢度、尺寸變化率等。在檢測之前，技術(shù)人員要按規(guī)范的要求對織物或衣服進行抽樣，并按規(guī)范的要求進行檢測，并將檢測結(jié)果匯總、取舍，最后得出最終的檢測結(jié)果。在紡織檢測方面，化學(xué)和物理領(lǐng)域都有相似的現(xiàn)象，其能夠更好地檢驗紡織品的內(nèi)部性質(zhì)特點[3]。

3.精密儀器全自動型（智能型）

在一些檢測領(lǐng)域的工程中，已經(jīng)出現(xiàn)一些智能化的檢測儀器，也就是所謂的工作站。利用此工作站，可以對紡織品的檢測進行全程自動化。從取樣、制樣、試驗、出結(jié)果，再到傳送或輸出報告資料，不需要人工干預(yù)。在此基礎(chǔ)上，由于缺乏人為因素對樣本產(chǎn)生影響和污染，將極易減少測量結(jié)果的誤差，從而大大提高檢測的效率和穩(wěn)定性。此外，通過智能化檢測儀器也可以通過對大量的樣本進行檢測，不斷地充實和積累實驗數(shù)據(jù)。而后再對海量的云數(shù)據(jù)進行分析，并對其進行歸納和積累。這種可以自主學(xué)習(xí)的智能儀器，可以從一開始的人工輔助，慢慢地變成全自動的，并且隨著檢測的進行，其整體的檢測能力也將會之間增強。

三、紡織品檢測領(lǐng)域中人工智能檢測技術(shù)的應(yīng)用

雖然人工智能在紡織行業(yè)還沒有完全的應(yīng)用，但在某些領(lǐng)域可以通過人工智能化的方法提升檢測結(jié)果。通過實際應(yīng)用的反饋，以下將對四種人工智能技術(shù)在紡織檢測領(lǐng)域取得較大成就的智能化檢測技術(shù)進行分析。

1.AI驗布機

瑞士烏斯特公司在2018年購買以色列用于紡織檢測的自動化視覺檢測裝置。本檢測裝置能夠?qū)徔椘返某煞趾亢皖伾M行系統(tǒng)的檢測，并通過檢測的反饋來判定目前的紡紗產(chǎn)品質(zhì)量是否達(dá)到要求。同時，英國、德國等先進國家也紛紛采用智能化技術(shù)，使其在紡織檢測方面的應(yīng)用不斷擴大。不過，這些機械在市面上雖然有著很好的穩(wěn)定性和通用性，但在長期的實踐中卻是出現(xiàn)不少的問題。其中最突出的一點是，AI驗布機對未知的分辨率不夠敏感，而且很容易受限于織物的種類，從而使其在運算速度和精確性上都不夠理想。

更加重要的是在實際使用中，由于受周圍環(huán)境等因素的影響，導(dǎo)致驗布速度緩慢，所以市場上對驗布機的反饋意見不高。從客觀的角度來說，利用人工智能技術(shù)進行紡織面料的檢測，很可能會因為工序的不同而影響最終的檢測效果。從總體上講，人工智能技術(shù)可以被看作是集成技術(shù)的一個領(lǐng)域，它的探測速度比機器探測的速度要快得多。近幾年，隨著人工智能技術(shù)的發(fā)展，我國的本土企業(yè)也開始自己的產(chǎn)品開發(fā)。期間采用自動的圖像處理技術(shù)將能夠?qū)徔椕媪系臋z測進行動態(tài)監(jiān)控和管理。應(yīng)該指出，國內(nèi)企業(yè)在硬件配置方面，仍然要依賴于發(fā)達(dá)國家。

2.AI纖維種類鑒別

紡織企業(yè)在識別纖維類型時，一般采用顯微鏡，主要是對纖維的橫向和縱向的纖維進行區(qū)分。但是，長期以來，由于其主要依靠手工和人眼的辨識，使得其辨識的準(zhǔn)確性和效率都不高，這也將使其影響到最后的檢測效果。在智能人工識別技術(shù)的推動下，AI纖維種類鑒別技術(shù)已在國內(nèi)的紡織企業(yè)中推廣和使用。在識別方法方面，還可以采用人工神經(jīng)網(wǎng)絡(luò)方法對海量樣本進行存檔。

通過對所要識別的紡織面料的特征進行識別，而后利用無監(jiān)督神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)以及組元分析的特性，使其主動地抽取輸入變量。然后將采樣的鱗片特征和輸出信息輸入到感測器中，從而達(dá)到監(jiān)控訓(xùn)練的目的。在獲得計算結(jié)果后，將訓(xùn)練結(jié)果與訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)相結(jié)合，并對當(dāng)前獲得的采樣值進行分類，從而實現(xiàn)特定的檢測。例如，在區(qū)分美利奴和馬海毛時，操作者可以根據(jù)以上的方法原理對樣本圖像進行存檔和提取。除此之外，還通過對美利奴羊毛和馬海毛的識別，實現(xiàn)對其特征的識別和輸入的特征值的提取。

3.AI纖維含量檢測分析

為了保證纖維含量的高質(zhì)量，在紡織檢測領(lǐng)域，運用AI纖維含量檢測分析技術(shù)對各類混紡產(chǎn)品中的動物毛纖維進行自動檢測和分析。本裝置采用計算機視覺技術(shù)，實現(xiàn)對混紡織物的清晰影像的自動采集。根據(jù)以往的檢測經(jīng)驗，羊絨的鑒定比較困難。采用AI毛絨檢測儀，可以自動提取毛料的厚度、高度等特征值，并根據(jù)數(shù)據(jù)的反饋信息準(zhǔn)確地識別出絨毛的成分，而后通過相應(yīng)的計算方法精確地獲得各種成分的含量。從目前的應(yīng)用和推廣來看，AI纖維含量檢測分析技術(shù)在市場中逐步得到廣泛普及和運用，并且在近年來也取得了較好的效果。

4.AI橫截面儀

AI橫截面儀是將傳統(tǒng)的顯微技術(shù)和人工智能技術(shù)相結(jié)合，用于精確地識別和計算纖維斷面。同時，利用計算機視覺技術(shù)實現(xiàn)對剖面圖像的智能化處理。重點是對纖維斷面的剖面進行分析，減少紡織品檢測過程中可能存在的誤差問題。同時，AI橫截面儀還可以實現(xiàn)對纖維的預(yù)分類，并通過智能識別技術(shù)將有關(guān)的數(shù)據(jù)進行匯總、分析，并以報表形式顯示。從實際應(yīng)用中可以看出，廣州冠圖視覺技術(shù)有限公司的AI橫截面儀運用技術(shù)較為成熟，并在紡織行業(yè)中取得較好的應(yīng)用效果。從目前的應(yīng)用趨勢來看，這一技術(shù)仍有很大的發(fā)展空間，需要深入地去發(fā)掘。

四、人工智能檢測技術(shù)在紡織檢測領(lǐng)域中的發(fā)展趨勢

BP神經(jīng)網(wǎng)絡(luò)在其工作原理上可以被看作是前向網(wǎng)絡(luò)的核心。在特征表達(dá)上，利用中間層反向傳輸?shù)姆椒ㄒ约八婕暗腻e誤問題，并完成學(xué)習(xí)過程。在BP算法的性能上，可以將輸出的輸出和期望的結(jié)果進行對比，從而得到錯誤的信號。在此基礎(chǔ)上，對輸出層次進行一系列的逆?zhèn)鳎源藢崿F(xiàn)對檢測結(jié)果的精準(zhǔn)優(yōu)化。BP神經(jīng)網(wǎng)絡(luò)根據(jù)其功能狀態(tài)可以通過調(diào)整神經(jīng)元間的聯(lián)系權(quán)重，最大限度上降低數(shù)據(jù)錯誤概率[4]。從客觀上來說，該方法并不能保證在訓(xùn)練過程中的整體誤差最小，但卻能使系統(tǒng)的局部錯誤降到最低。

從效益角度來說，以上所述的人工智能技術(shù)內(nèi)容在紡織品檢測行業(yè)中的應(yīng)用，基本可以達(dá)到提高生產(chǎn)效率、提高產(chǎn)品品質(zhì)的目的。最主要的是，由于算法的進步，計算機運算速度的提升，人工智能可以顯著地降低工人的勞動強度，同時也可以降低檢測錯誤問題的發(fā)生概率。在目前的應(yīng)用中，人工智能技術(shù)和相關(guān)的系統(tǒng)還沒有進入成熟的應(yīng)用階段。例如，在面料的紋理識別和面料缺陷的檢測上，仍有一些滯后的問題。而且，由于人工智能的運算過程比較復(fù)雜，因此在處理過程中會產(chǎn)生一些問題，在未來的發(fā)展過程中，切實解決其中存在的問題將具有必要性。

結(jié)語

目前，紡織品的智能化還處于初級階段，依然還存在著許多缺陷，例如：對大樣本進行圖像識別時，由于織物的質(zhì)地、組織結(jié)構(gòu)等因素的影響比較大，且樣本數(shù)量也比較小，從而影響算法的優(yōu)化和最終的判定。此外，目前國內(nèi)有關(guān)紡織品檢測技術(shù)智能化的方法和標(biāo)準(zhǔn)尚處于空白狀態(tài)，有關(guān)的法律法規(guī)更是缺乏相應(yīng)的規(guī)范，制約著我國紡織檢測技術(shù)的智能化發(fā)展。目前，有關(guān)紡織品智能化檢測與評估的標(biāo)準(zhǔn)已經(jīng)迫在眉睫，而智能檢測技術(shù)的發(fā)展也日趨成熟，應(yīng)用范圍也日益廣泛，相信在不久的將來，智能化必將是整個檢測領(lǐng)域的發(fā)展趨勢。