对纺织品生产企业来说，来样识别是个重要环节，这关系到产品的质量与生产效率。传统上，纺织品企业对来样一般采用人工识别的方法，由技术人员运用放大镜、织物分析镜等工具根据经验进行判别，不仅效率低下，也容易造成误差，给企业带来损失。日前，浙江工业大学之江学院杨志民教授研究的“织物分析中的模糊优化方法”将有效改变这一现状。

一般的织物分析时，资料的准确程度与取样的位置，样品面积大小有关，因而对取样的方法应有一定的规定。由于织物品种极多，彼此间差别又大，因此，在实际工作中样品的选择还应根据具体情况来定。再在经过取样之后要确定织物的正反面，在决定了织物的正反面后，就需判断出在织物中那个方向是经纱，哪个方向是纬纱。很多纺织品企业都遇到过因为人工识别上的误差而导致的生产事故。

而该项目运用支持向量机技术，在扫描织物数据的基础上，采用线性分类的SVM方法对织物进行分析，通过对经浮点和纬浮点的智能识别，进行分析与识别。这样一来，来样识别就变得非常简单，只需一块小小的布料样本，通过计算机，像DNA检测一样，不用几分钟，经过划分经纬小格、查找经纬浮点、绘制组织图样式、保存组织图样式四个步骤，就能分析出该样本的布纹、颜色、纹路和质地。可以大大缩短“织物分析”的时间，提高生产效率和产品的精度。

据杨志民教授介绍，支持向量机是基于统计学习理论的一种新兴的通用机器学习技术，兴起于上世纪90年代，本世纪初进入中国后，杨教授的研究团队就开始接触这一领域。目前这一技术应用非常广泛，但应用在纺织企业还是首次，江苏江阴纺织品有限公司等多家纺织企业表现出了浓厚兴趣。近日，从国家自然科学基金委传来消息，该项目受到了国家自然科学基金数学天元基金项目的10万元专项资助。

浙江自古就有“丝绸之府”的美誉。改革开放以来，江浙沪一带的纺织业得到迅猛发展。目前浙江省纺织企业近两万家，浙江省规模以上纺织业利润总额居全国首位，企业数、工业增加值、资产总计、产品销售收入等指标居全国次席，纺织业已成为浙江工业经济的重要支柱产业。“织物识别”效率的提高，会加大企业的生产力，不仅提高生产质量，并且提升市场竞争力。对于浙江的纺织企业来说，是个令人惊喜的期待。

来源： 慧聪纺织网

相关资讯

• 冲锋在前 ，一篇看懂浙江三门县冲锋衣产业集群蝶变之路
• 困难时刻如何破局？纺织机械行业高质量发展论坛讲的都是干货！
• 为兴城，打造更有活力的泳装产业新生态！
• 中国纺联会长孙瑞哲：强基固本立业，守正创新开局
• 畅通外循环，越南采购团走进中国轻纺城市场
• 数字赋能“智造”升级 我国工业经济稳中向好
• 张国清：扎实推动制造业高质量发展 因地制宜加快发展新质生产力
• 加大培育力度 财政资金精准支持专精特新中小企业高质量发展
• 何黎明：深耕产业场景 构建物流与供应链金融服务供给新生态 为降低全社会物流成本做出应有贡献
• 崔忠付主持召开2024年第一季度团体标准化工作会议
• 前四名都在中国！2023世界一流学科纺织专业排名发布
• 领跑涡流纺行业“黄金赛道”，喷气涡流纺行业分会在盛泽成立