本發(fā)明涉及高強(qiáng)度本色布,尤其是涉及一種高強(qiáng)度本色布及其生產(chǎn)制備工藝。
背景技術(shù):
1、高強(qiáng)度本色布因其具有優(yōu)良的物理性能和環(huán)保特性,廣泛應(yīng)用于工業(yè)、軍事和民用領(lǐng)域。然而,現(xiàn)有的高強(qiáng)度本色布生產(chǎn)工藝存在強(qiáng)度不足、顏色不均勻、環(huán)保性差等問題。因此,設(shè)計一種具有高強(qiáng)度和均勻本色的新型布料及其生產(chǎn)制備工藝具有重要意義。
技術(shù)實現(xiàn)思路
1、本發(fā)明的目的在于提供一種高強(qiáng)度本色布及其生產(chǎn)制備工藝,通過纖維混合和優(yōu)化紡紗工藝,提高了布料的抗拉強(qiáng)度和耐磨性,采用環(huán)保染色技術(shù),保證了布料的顏色均勻性和持久性,選用環(huán)保材料和工藝,減少了生產(chǎn)過程中的環(huán)境污染,以解決上述背景技術(shù)中提出的問題。
2、為實現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:一種高強(qiáng)度本色布的生產(chǎn)制備工藝,包括如下步驟:
3、s1.原材料選擇:纖維材料:選用高強(qiáng)度聚酯纖維、芳綸纖維、超高分子量聚乙烯纖維,添加劑:選擇適量的抗氧化劑、抗紫外線劑及納米增強(qiáng)劑;
4、s2.纖維處理:預(yù)處理:將纖維在60℃的溫水中浸泡2小時,去除雜質(zhì),干燥:在80℃的熱風(fēng)烘干機(jī)中干燥4小時;
5、s3.纖維混合:將預(yù)處理后的多種纖維按重量比進(jìn)行混合,并加入適量的添加劑,在混合機(jī)中攪拌均勻,時間為30分鐘,轉(zhuǎn)速為300rpm;
6、s4.紡紗工藝:并條:將混合纖維進(jìn)行并條處理,確保纖維均勻分布,紡紗:采用環(huán)錠紡、噴氣紡紗工藝,紡制成高強(qiáng)度紗線,紡紗捻度為500t/m;
7、s5.織布工藝:上漿:將紡好的紗線進(jìn)行上漿處理,上漿液中含有5%的聚乙烯醇織布:采用平紋、斜紋或緞紋織法進(jìn)行織布,織機(jī)轉(zhuǎn)速為600rpm,織密度為300根/10cm;
8、s6.后處理工藝:退漿:將織好的布料在80℃的堿液中退漿,時間為1小時,熱定型:在180℃的熱定型機(jī)中處理30分鐘,固定布料尺寸和形狀,染色:采用環(huán)保染料進(jìn)行染色,染色溫度為90℃,時間為1小時,整理:采用柔軟劑和防水劑進(jìn)行整理,提高布料的手感和功能;
9、s7.質(zhì)量檢測,通過內(nèi)置圖形檢測模型的質(zhì)量檢測系統(tǒng)對成品織物進(jìn)行檢測,包括織物表面雜質(zhì)以及污染物。
10、優(yōu)選的,所述s7.質(zhì)量檢測中圖形檢測模型包括纖維類型識別模型與纖維表面污染物識別模型、神經(jīng)網(wǎng)絡(luò)模型。
11、優(yōu)選的,所述纖維類型識別模型包括:
12、數(shù)據(jù)采集,圖像數(shù)據(jù):采集不同類型纖維的高清顯微圖像,光譜數(shù)據(jù):采集纖維在不同波長下的光譜數(shù)據(jù),物理數(shù)據(jù):記錄纖維的物理屬性密度、吸水性;
13、預(yù)處理,圖像數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,光譜數(shù)據(jù)進(jìn)行去噪和歸一化處理;
14、特征提取,使用卷積神經(jīng)網(wǎng)絡(luò)對圖像數(shù)據(jù)進(jìn)行特征提取;使用降維技術(shù)對光譜數(shù)據(jù)進(jìn)行特征提取;
15、分類模型,將提取的特征輸入到全連接神經(jīng)網(wǎng)絡(luò)中進(jìn)行纖維類型分類。
16、優(yōu)選的,述纖維表面污染物識別模型,數(shù)據(jù)采集,圖像數(shù)據(jù):采集纖維表面污染物的高清顯微圖像,化學(xué)數(shù)據(jù):使用化學(xué)分析方法檢測污染物的成分;
17、預(yù)處理,圖像數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,化學(xué)數(shù)據(jù)進(jìn)行去噪和歸一化處理;
18、特征提取,使用cnn對圖像數(shù)據(jù)進(jìn)行特征提取,使用化學(xué)分析數(shù)據(jù)提取特征;
19、分類模型,將提取的特征輸入到fcnn中進(jìn)行污染物類型分類。
20、優(yōu)選的,所述神經(jīng)網(wǎng)絡(luò)模型包括:
21、數(shù)據(jù)輸入,輸入層:纖維類型特征和污染物類型特征,隱藏層:多層神經(jīng)元,使用relu激活函數(shù);
22、預(yù)處理參數(shù)預(yù)測,輸出層:輸出預(yù)處理參數(shù)包括溫度、溶液成分、時間。
23、優(yōu)選的,所述神經(jīng)網(wǎng)絡(luò)模型計算公式:
24、
25、其中,tpred、spred和tpred分別為預(yù)測的溫度、溶液成分和時間,ttrue、strue和ttrue分別為真實值。
26、優(yōu)選的,所述溫度控制公式:污染物類型p和污染濃度c,預(yù)處理溫度t可以通過以下公式確定:
27、t=f(p,c)。
28、優(yōu)選的,所述溶液選擇模型,使用決策樹或支持向量機(jī)模型,根據(jù)污染物類型選擇合適的溶液;
29、decisiontree(p)→solution。
30、優(yōu)選的,所述時間控制公式,預(yù)處理時間t可以通過以下公式確定:
31、t=g(p,c)
32、其中,c和p為調(diào)整系數(shù)。
33、一種高強(qiáng)度本色布,通過一種高強(qiáng)度本色布生產(chǎn)制備工藝所制備得到的。
34、與現(xiàn)有技術(shù)相比,本發(fā)明的有益效果是:
35、1.通過纖維混合和優(yōu)化紡紗工藝,提高了布料的抗拉強(qiáng)度和耐磨性,采用環(huán)保染色技術(shù),保證了布料的顏色均勻性和持久性,選用環(huán)保材料和工藝,減少了生產(chǎn)過程中的環(huán)境污染;
36、2.通過設(shè)計纖維類型識別模型、纖維表面污染物識別模型和結(jié)合神經(jīng)網(wǎng)絡(luò)的預(yù)處理參數(shù)預(yù)測模型,可以實現(xiàn)對不同類型纖維和表面污染物的自動識別和預(yù)處理參數(shù)的動態(tài)調(diào)節(jié),從而提高預(yù)處理效果,確保高強(qiáng)度本色布的生產(chǎn)質(zhì)量。
1.一種高強(qiáng)度本色布的生產(chǎn)制備工藝,其特征在于:包括如下步驟:
2.根據(jù)權(quán)利要求1所述的一種高強(qiáng)度本色布的生產(chǎn)制備工藝,其特征在于:所述s7.質(zhì)量檢測中圖形檢測模型包括纖維類型識別模型與纖維表面污染物識別模型、神經(jīng)網(wǎng)絡(luò)模型。
3.根據(jù)權(quán)利要求2所述的一種高強(qiáng)度本色布的生產(chǎn)制備工藝,其特征在于:所述纖維類型識別模型包括:
4.根據(jù)權(quán)利要求2所述的一種高強(qiáng)度本色布的生產(chǎn)制備工藝,其特征在于:所述纖維表面污染物識別模型,數(shù)據(jù)采集,圖像數(shù)據(jù):采集纖維表面污染物的高清顯微圖像,化學(xué)數(shù)據(jù):使用化學(xué)分析方法檢測污染物的成分;
5.根據(jù)權(quán)利要求2所述的一種高強(qiáng)度本色布的生產(chǎn)制備工藝,其特征在于:所述神經(jīng)網(wǎng)絡(luò)模型包括:
6.根據(jù)權(quán)利要求5所述的一種高強(qiáng)度本色布的生產(chǎn)制備工藝,其特征在于:所述神經(jīng)網(wǎng)絡(luò)模型計算公式:
7.根據(jù)權(quán)利要求6所述的一種高強(qiáng)度本色布的生產(chǎn)制備工藝,其特征在于:所述溫度控制公式:污染物類型p和污染濃度c,預(yù)處理溫度t可以通過以下公式確定:
8.根據(jù)權(quán)利要求7所述的一種高強(qiáng)度本色布的生產(chǎn)制備工藝,其特征在于:所述溶液選擇模型,使用決策樹或支持向量機(jī)模型,根據(jù)污染物類型選擇合適的溶液;
9.根據(jù)權(quán)利要求1所述的一種高強(qiáng)度本色布及其生產(chǎn)制備工藝,其特征在于:所述時間控制公式,預(yù)處理時間t可以通過以下公式確定:t=g(p,c)
10.一種高強(qiáng)度本色布,根據(jù)權(quán)利要求1-9任意一項所述的一種高強(qiáng)度本色布生產(chǎn)制備工藝所制備得到的。