Алгоритмы и методы обработки информации в системах контроля качества процессов крашения : На примере химической технологии отделочного производства тканей и переплетных материалов

• Автор: Гайнуллин, Марат Фаритович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Иваново
• Количество страниц: 169 с. : ил.

СОДЕРЖАНИЕ
Введение.
Глава 1. Современное состояние вопроса контроля качества крашения тканей и переплтных материалов.

1.1 Системы менеджмента качества в отделочных производствах.

1.2 Характеристика основных показателей качества

отделочного производства тканей и переплтных материалов

1.2.1 Цветопередача, измерение и анализ

1.2.2. Оценка колористических возможностей триад красителей

и совместимости красителей в смесях

1.2.3. Методы расчета количеств красителей по спектру

отражения эталонного образца.

1.2.4. Расчет рецептуры крашения на основе координат цвета эталонного образца.
1.2.5. Некоторые дополнительные уравнения для расчетов.
1.2.6 Дефекты и искажения формы отпечатка рисунка
с математической точки зрения
1.2.7.Методы привязки изображений
1.3. Постановка задачи исследований
Глава 2. Разработка алгоритмов идентификации рисунков на полиэфирных тканях и их программная реализация.
2.1 Понятие идентификации рисунков.
2.2 Предварительная обработка отсканированных изображений
2.2.1 Преобразование цветного изображения в градации серого
2.2.2 Линейная фильтрация
2.2.3 Нелинейная обработка с целью повышения контраста.
2.2.4 Обнаружение контура
2.2.5 Программная реализация каскада фильтров
2.3 Исследование растровых изображений рисунков
с помощью искусственных нейронных сетей
2.3.1 Правило Кохонена.
V 2.3.2 Модель на основе алгоритма конкурирующего обучения.
2.3.3 Модель на основе сетей квантования обучающего вектора
2.3.4 Модель на основе радиально базисной сети и сети конкурентного обучения.
2.3.5 Использование искусственных нейронных сетей для обнаружения областей непрокраса на образцах ткани по их
растровым изображениям.
2.3.6 Область применения и ограничения алгоритмов Кохонена
для определения дефектов рисунка.
2.4 Векторизация изображений рисунков на полиэфирных тканях
2.5 Методы и алгоритмы сравнения формы эталонного рисунка
с рисунком, отпечатанным на материале, в условиях аффинных искажений
2.5.1 Синтез алгоритма привязки изображений образца и эталона
2.5.2 Разработка метода кодирования фрагментов изображения.
2.5.3 Оптимальный поиск сопряжнных точек на изображениях
2.6 Разработка алгоритмической цепочки обработки информации
для идентификации искажений рисунков.
2.7 Классификация фрагментов рисунка на искусственных нейронных
Выводы к главе 2.
Глава 3. Экспериментально статистические модели рецептур красителей для переплтных материалов
3.1. Обработка образцов с помощью компаратора цвета КЦ2.
3.2. Предварительная обработка результатов эксперимента
3.3. Обработка данных методом корреляционного анализа
3.4. Статистические модели рецептур красителей.
Выводы к главе 3.
Глава 4. Разработка программно технических средств для
системы контроля качества крашения.
4.1. Описание и технические характеристики
программнотехнических средств.
4.2. Функциональная структура ПТС
4.2.1 Автоматизируемые процессы производственной
деятельности колориста.
4.2.2 Автоматизируемые процессы производственной
деятельности художника.
4.2.3 Процессы производственной деятельности лица
принимающего решения.
4.3. Информационное обеспечение ПТС
4.3.1. БД Колорист.
4.3.2. БД Художник.
4.3.3. Клиентское приложение для АРМа колориста
4.3.4. Клиентское приложение для АРМа художника
4.4 Архитектура распределнного ПО для контроля качества крашения
Выводы к главе
Основные результаты работы
Литература


Если эти красители не отвечают требованиям идеальных цветов, гамма получаемых цветов сужается, но, тем не менее, она остатся довольно значительной и из таких красителей можно получить тысячи разных цветов. Одной из задач, возникающих при использовании смесей красителей, является подбор красителей для получения желаемого цвета. Такой подбор обычно задается в виде эталонного образца и поэтому, названную выше задачу еще называют подгонкой цвета под эталонный или контрольный образец. Подбор красителей для воспроизведения цвета эталонного образца является одной из важнейших задач красильноотделочного производства. Разработаны различные расчетные методы, с помощью которых можно осуществить подбор красителей для получения желаемого цвета. Использование этих методов позволяет значительно сократить длительность подбора рецептур красильных и печатных составов уменьшить номенклатуру красителей обеспечить выбор наиболее экономичного состава смеси красителя. Исходя из способа характеристики цвета эталонного образца, все существующие методы расчета количеств красителей можно разделить на три группы методы расчета на основе координат цвета эталонного образца , 8 методы расчета по спектру отражения эталонного образца методы расчета, базирующиеся на использовании фиктивных характеристик цвета эталонного образца. Расчет рецептуры по координатам цвета эталона осуществляется с помощью электронных цифровых вычислительных машин. Преимуществами этого способа являются высокая скорость и точность производимых расчетов, а также возможность составления нескольких вариантов сочетания красителей. Последнее позволяет выбрать вариант рецептуры, обеспечивающей оптимальные технико экономические показатели. В то же время применение этого метода требует значительных капиталовложений на приобретение вычислительной и измерительной техники и, кроме того, много времени на подготовку информационных данных для расчета. Расчет рецептуры по спектрам отражения менее сложен и проводится с использование аналитических зависимостей или с помощью специализированных аналоговых машин. Расчет на основе фиктивных характеристик цвета осуществляется графическим способом. Аналитический и графический методы менее оперативны и менее точне. Все методы определения количеств красителей строятся на использовании математической зависимости между концентрацией красителей и коэффициентом отражения окрашенного материала. С концентрация красителя на материале. Недостатком формулы 1. При более высоких концентрациях линейный характер зависимости нарушается. Известны и другие зависимости формулы Селлинга 1. Пинео 1. Атертона, ПрестонаЦзина 1. АмбарцумянаЧандрасекара и др. Р1п
. Р коэффициент, характеризующий поверхностное отражение света от материала п коэффициент, зависящий от вида материала 0 коэффициент отражения для поверхности раздела материал воздух. Формулы 1. Формулы 1. Следует отметить, что точность рассмотренных формул зависит также от класса используемых красителей и даже индивидуальных свойств красителей, а также от вида материалов. Не каждая триада реальных красителей может обеспечить получение желаемого результата. Поэтому, прежде чем приступить к определению количеств красителей, необходимо провести оценку колористических возможностей различных триад, подобранных с учетом совместимости красителей при использовании их в смесях. При оценке колористических возможностей триад красителей, выбираемых для подгонки цвета под образец, определяют колористические свойства каждого красителя и исследуют цветовой охват выбранных триад. Анализ колористических свойств красителей удобно проводить по зональным коэффициентам отражения. Зональные коэффициенты отражения определяют по кривым отражения окрашенных или напечатанных образцов усреднением коэффициентов отражения в трех зонах синей А нм, зеленой . Х нм. Красителями с наилучшими колористическими свойствами следует считать те, которые в большей степени соответствуют идеальным красителям пурпурного, желтого и голубого цвета. В затруднительных случаях, т.