一种纺织品颜色色牢度预测方法与流程

计算;推算;计数设备的制造及其应用技术1.本发明涉及纺织品颜色预测领域，具体涉及一种纺织品颜色色牢度预测方法。背景技术：2.纺织品色牢度(又称染色牢度)是指纺织品在加工或使用过程中受到各种物理或化学因素的作用时，纺织品上的染料维持其原有色泽的性能。通常，根据引起纺织品褪色或变色的因素，可分为耐水洗牢度、耐光牢度、耐汗渍牢度、耐摩擦牢度等。目前常用的测试标准有3种：iso(国际标准组织)、aatcc(美国染色家和化学协会)、gb/t(中国)，根据试样的变色和贴衬织物的沾色情况来评定牢度等级，等级越高，表明性能越好。3.色牢度性能会影响纺织品的外观美感和人体的健康安全，因此是衡量纺织品质量的重要指标。然而，在实际应用中，要想了解纺织品的色牢度，最常用的方法是对待测色样进行检测，若无待测试样还需先制得待测色样后才能进行检测，整个过程耗时长，少则1天，多则2-3天，效率低。尤其是印染厂，在接到订单后，历经几轮打样得到所需的色样后，若检测的色牢度不满足客户要求，则需重新打样，耗时耗力外，还存在交期延后的风险。4.目前关于纺织品色牢度的资料很多，但却极少涉及纺织品色牢度预测的研究，据本发明人所知，仅少量文献(《活性染料耐洗色牢度支持向量机分类模型》湖南工程学院学报，黄磊、禹新良等.2018，28(4)：62-66)；《还原染料耐熨烫牢度分类模型》湖南工程学院学报，邱建霞、黄磊等.2018，38(2)：09-13)有所研究。上述文献分别采用向量机分类(svc)模型、结构-活性关系(sar)模型，预测了活性染料的耐水洗牢度和还原染料的耐熨烫牢度，预测整体准确度分别为84.1％、83.9％，有一定的参考价值。但是上述预测方法，只能预测一支染料的一项牢度，且不能给出具体的牢度等级，只能判定大于或小于设定的牢度级数。而实际应用时，绝大多数待测色样是由两支或以上染料制得，需测试多项牢度指标，且需具体的牢度级数。因此，上述预测方法有很大的局限性，在实际应用中有较大难度。技术实现要素：5.以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。6.本发明的目的在于解决上述问题，提供了一种纺织品颜色色牢度预测方法，采用色牢度测试标准检测得到不同浓度的基础色样的牢度等级，并将其转换为牢度数值，根据不同浓度的基础色样对应的牢度数值构建一个浓度-牢度线性关系矩阵，通过浓度-牢度线性关系矩阵来获取待评估纺织品的色样配方中各染料对应的牢度数值，对其修正后选取最小值转换为牢度等级，并将其作为色牢度预测结果输出。7.本发明的技术方案为：8.本发明提供纺织品颜色色牢度预测方法，包括以下步骤：9.根据不同的染料浓度，对空白织物用对应染料类型染料进行染色，获取基础色样；10.基于基础色样的织物种类和牢度项目，检测得到不同浓度基础色样对应的牢度等级；11.将基础色样的牢度等级转换为牢度数值，并基于基础色样的浓度和对应的牢度数值构建浓度-牢度线性关系矩阵；12.获取待评估纺织品的色样配方，并根据浓度-牢度线性关系矩阵获取待评估纺织品的色样配方中染料对应的牢度数值；13.修正牢度数值，并将修正后的牢度数值的最小值转化为牢度等级作为色牢度预测结果输出。14.根据本发明的纺织品颜色色牢度预测方法的一实施例，所述染料类型包括活性染料、分散染料、酸性染料，所述织物种类包括棉、棉氨、涤纶、涤氨、尼龙、锦氨、羊毛，所述纺织品颜色色牢度预测方法按照色牢度测试标准检测得到不同浓度的基础色样的牢度等级后，根据牢度数值转换方法将不同浓度的基础色样的牢度等级转换为牢度数值。15.根据本发明的纺织品颜色色牢度预测方法的一实施例，所述牢度数值转换方法包括：16.若牢度等级为整数等级，则牢度数值为牢度等级数值；17.若牢度等级为间隔等级，则牢度数值为两个牢度等级数值的中位数值。18.根据本发明的纺织品颜色色牢度预测方法的一实施例，所述纺织品颜色色牢度预测方法获取到不同浓度的基础色样的牢度数值后，根据基础色样的浓度和对应的牢度数值构建浓度-牢度线性关系矩阵，构建矩阵如下：[0019][0020]；其中，m为基础色样的浓度个数，n为牢度类型个数，fmn为基础色样在第m个浓度时对应的第n个牢度类型的牢度数值。[0021]根据本发明的纺织品颜色色牢度预测方法的一实施例，所述纺织品颜色色牢度预测方法采用牢度分段线性函数计算浓度-牢度线性关系矩阵中各点对应的牢度数值，从而构建浓度-牢度线性关系矩阵；其中，所述牢度分段线性函数计算公式如下：[0022][0023]；其中，fj表示第j个点上染料产品的牢度数值；[0024]xi表示染料产品在第i个点上的浓度，[0025]xi-1表示染料产品在第i-1个点上的浓度，[0026]yi-1表示染料产品在第i-1个点上的牢度数值，[0027]yi表示染料产品在第i个点上的牢度数值。[0028]根据本发明的纺织品颜色色牢度预测方法的一实施例，所述待评估纺织品的色样配方包括一支或多支染料，根据浓度-牢度线性关系矩阵获取到待评估纺织品的色样配方中各染料的牢度数值；其中，色样配方包括染料产品名称和对应的浓度值。[0029]根据本发明的纺织品颜色色牢度预测方法的一实施例，所述纺织品颜色色牢度预测方法获取到待评估纺织品的色样配方中各染料的牢度数值后，采用牢度数值修正公式对牢度数值进行修正，获取修正后的牢度数值；其中，牢度修正公式如下：[0030][0031]；其中，表示第i支染料修正后的牢度数值，[0032]μi为第i支染料对应的修正系数，[0033]fi表示第i支染料的牢度数值。[0034]根据本发明的纺织品颜色色牢度预测方法的一实施例，所述纺织品颜色色牢度预测方法获取到修正后的牢度数值后，将最小牢度数值作为待评估纺织品色样对应的牢度数值，然后将待评估纺织品色样的牢度数值转化为对应的牢度等级作为待预测纺织品的色牢度预测结果输出。[0035]根据本发明的纺织品颜色色牢度预测方法的一实施例，所述牢度数值的表示形式为a+0.1b；其中，a和b均为0-9的自然数，所述纺织品颜色色牢度预测方法采用以下转化方式将牢度数值转化为对应的牢度等级：[0036]当a＝0时，牢度等级为1级；[0037]当a≥1且b＜3时，牢度等级为“a”级；[0038]当a≥1且3≤b≤7时，牢度等级为“a-a+1”级；[0039]当a≥1且7＜b≤9时，牢度等级为“a+1”级。[0040]本发明对比现有技术有如下的有益效果：采用现有的色牢度测试标准检测得到不同浓度的基础色样的牢度等级后，将其转换为牢度数值，并根据不同浓度的基础色样对应的牢度数值构建一个浓度-牢度线性关系矩阵。通过浓度-牢度线性关系矩阵，可以快速获取到待评估纺织品的色样配方中各染料对应的牢度数值，并通过牢度等级转化方法将转换为牢度等级，从而方便快捷地获取到待评估纺织品色样配方的各项牢度等级，提高了色牢度预测效率。且本发明克服了现有预测方法一次只能预测一支染料的一项牢度的局限性，可以同时对含有多支染料的配方的多项牢度进行预测，并得到具体的牢度级数，在实际生产应用中实用性强。此外，本发明还构建牢度分段线性函数优化染料的浓度和牢度数值关系，从而提高预测结果的准确度。附图说明[0041]在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。[0042]图1是示出本发明的纺织品颜色色牢度预测方法一实施例的流程图。具体实施方式[0043]以下结合附图和具体实施例对本发明作详细描述。注意，以下结合附图和具体实施例描述的诸方面仅是示例性的，而不应被理解为对本发明的保护范围进行任何限制。[0044]在此公开一种纺织品颜色色牢度预测方法的一实施例，图1是示出本发明的纺织品颜色色牢度预测方法一实施例的流程图。请参照图1，以下是对纺织品颜色色牢度预测方法各步骤的详细描述。[0045]步骤s1：根据不同的染料浓度，对空白织物用对应染料类型染料进行染色，获取基础色样。[0046]本实施例中，染料的浓度范围为0-10％，将其按照预档次划分标准划分为10-20个浓度，根据不同的浓度将空白布样进行染色，作为基础色样。[0047]步骤s2：基于基础色样的织物种类和牢度项目，检测得到不同浓度基础色样对应的牢度等级。[0048]本实施例中，用于制作基础色样的空白织物和对应的染料分为多个种类。其中，染料类型包括活性染料、分散染料、酸性染料，织物种类包括棉、棉氨、涤纶、涤氨、尼龙、锦氨、羊毛，纺织品颜色色牢度预测方法按照色牢度测试标准检测得到不同浓度的基础色样对应牢度等级后，根据牢度数值转换方法将不同浓度的基础色样的牢度等级转换为牢度数值。[0049]具体地，本实施例中，色牢度测试标准包括iso(国际标准组织)、aatcc(美国染色家和化学协会)、gb/t(中国国家标准)，根据检测需求选择其中的一种或几种可以检测得到不同浓度的基础色样的牢度等级。[0050]步骤s3：将基础色样的牢度等级转换为牢度数值，并基于基础色样的浓度和对应的牢度数值构建浓度-牢度线性关系矩阵。[0051]本实施例中，当纺织品颜色色牢度预测方法获取到不同浓度的基础色样的牢度等级后，根据牢度数值转换方法将不同浓度的基础色样的牢度等级转换为牢度数值。其中，若牢度等级为整数等级，则牢度数值为牢度等级数值；若牢度等级为间隔等级，则牢度数值为两个牢度等级数值的中位数值。例如，若牢度等级为1级，则转换后的牢度数值为1；若牢度等级为1-2级，则转换后的牢度数值为1.5。通过该转换方法获取到不同浓度的基础色样的牢度数值后，根据基础色样的浓度和对应的牢度数值构建浓度-牢度线性关系矩阵，构建矩阵如下：[0052][0053]其中，m为基础色样的浓度分档个数，n为牢度类型个数，fmn为基础色样在第m个浓度时对应的第n个牢度类型的牢度数值。通过该矩阵，可以快速获取不同浓度值对应的牢度等级。[0054]此外，本实施例中，纺织品颜色色牢度预测方法还采用牢度分段线性函数计算浓度-牢度线性关系矩阵中各点对应的牢度数值，从而构建浓度-牢度线性关系矩阵。其中，牢度分段线性函数计算公式如下：[0055][0056]其中，fj表示第j个点上染料产品的牢度数值；xi表示染料产品在第i个点上的浓度，xi-1表示染料产品在第i-1个点上的浓度，yi-1表示染料产品在第i-1个点上的牢度数值，yi表示染料产品在第i个点上的牢度数值。[0057]步骤s4：获取待评估纺织品的色样配方，并根据浓度-牢度线性关系矩阵获取待评估纺织品的色样配方中染料对应的牢度数值。[0058]本实施例中，当纺织品颜色色牢度预测方法利用基础色样构建得到浓度-牢度线性关系矩阵后，将待评估纺织品的色样配方输入其中，从而得到待评估纺织品的色样配方中各染料的牢度数值。其中，色样配方包括染料产品名称ai和对应的浓度ci，色样配方中的染料被包含于制作基础色样的所有染料；根据色样配方中的染料产品名称ai和对应的浓度ci可以从浓度-牢度线性关系矩阵遍历得到对应的牢度数值。[0059]此外，本实施例中，针对通过浓度-牢度线性关系矩阵获取到的牢度数值，采用牢度修正公式对牢度数值进行修正，从而得到修正后的牢度数值，牢度修正公式如下：[0060][0061]其中，表示第i支染料修正后的牢度值，μi为第i支染料对应的修正系数，fi表示第i支染料的牢度值。纺织品颜色色牢度预测方法获取到修正后的牢度数值后，将最小牢度数值作为待评估纺织品色样对应牢度数值，然后将此牢度数值转化为对应的牢度等级作为待预测纺织品的色牢度预测结果输出。[0062]具体地，本实施例中，采用a+0.1b的表示形式来表示牢度数值，其中，a和b均为0-9的自然数。纺织品颜色色牢度预测方法采用以下转化方式将牢度数值转化为对应的牢度等级：(1)当a＝0时，牢度等级为1级，例如：牢度数值为0.8，转化后的牢度等级为1级；(2)当a≥1且b＜3时，牢度等级为“a”级，例如：牢度数值为1.2，转化后的牢度等级为1级；；(3)当a≥1且3≤b≤7时，牢度等级为“a-a+1”级，例如：牢度数值为1.6，转化后的牢度等级为1-2级；；(4)当a≥1且7＜b≤9时，牢度等级为“a+1”级，例如：牢度数值为1.9，转化后的牢度等级为2级。[0063]提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。[0064]本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。[0065]结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如dsp与微处理器的组合、多个微处理器、与dsp核心协作的一个或多个微处理器、或任何其他此类配置。[0066]结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动盘、cd-rom、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在asic中。asic可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。[0067]在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括ram、rom、eeprom、cd-rom或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(dsl)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、dsl、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(cd)、激光碟、光碟、数字多用碟(dvd)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!