[发明专利]一种色纺纱智能选色配色方法

说明书

一种色纺纱智能选色配色方法，采用模块化人工神经网络选色模型和全光谱配色计算，包括以下步骤；建立基础单色和标准样品数据库；单色纤维用光谱光度仪测试得到单色纤维反射率Rsubgt;i/subgt;，将单色纤维反射率Rsubgt;i/subgt;数据贮存于基础单色数据库中，i＝1,2,…,n；挑选已知配方的样品将其定义为标准样，将标准样通过光谱光度仪测试得到的整体反射率Rsubgt;S/subgt;数据作为标准样数据库。

技术领域

本发明涉及一种色纺纱智能选色配色方法，属于纺织配色技术领域。

背景技术

色纺是将两种或两种以上不同颜色的纤维经过充分混合后经梳毛、牵伸、粗纱和细纱制成具有独特混色效果(可以是均一色，也可以是非均一色)的纱线生产方法。相比于染色，色纺作为一种新型的颜色获取方式，符合绿色低碳环保的发展模式，具有更现在的优点：1)与常规染色纱生产相比，色纺纱生产更加环保，因为拼色过程中可以使用大量不染色纤维(原棉)，从而减少染料和助剂的使用量，有些颜色可以使用回收的有色纤维，实现纺织纤维的再利用，与传统的先纺后染工艺相比，色纺可节水50％左右，减少污水50％左右；2)色纺可以生产均一的颜色，也可以在同一根纱线上呈现出多种颜色，色彩更加丰富；对于原液着色纤维生产而言，更能填补其产品颜色少的缺陷。3)对于混纺产品来说，不同种类的纤维分别染色，可以有效避免染色过程中存在的竞染、沾色以及纤维的损伤等染色问题；4)而企业仅需要建立一个原色(有色纤维)库，这些原色都用固定的染色配方，并且会保留较长一段时间，因此不再需要对每个客户来样进行染色打样，通过储备的染色纤维拼色即可满足颜色的需求，然后直接纺纱，生产效率高，交货期短，同时也更有利于染色产品颜色质量的稳定。

色纺纱最理想的再现方法就是找到原配方的有色纤维组成和比例，但单根纤维直径只有十几微米，人眼基本无法识别单纤维的颜色，外加受相邻以及与之交错的纤维的影响，目前尚未有仪器能够精确测量出单纤维的颜色值或者测量整体颜色后在“不失真”的情况下分离出单纤维的颜色。在纺织品染色配方预测中广泛应用的计算机测配色技术，不能适用于色纺纱的配方预测。申请号为CN201710653770.X的专利公开了一种色纺纱计算机测配色方法，其方法为建立单色基础数据库并利用其改进Friele模型和训练三层BP神经网络进行配色，该专利建立了单色纤维反射率与配色配方之间的关系。该专利重点在于利用神经网络优化Friele模型参数从而达到改进配方预报精确度的目的，重点在于解决已知配方组成色的情况下的配方预报，不能实现原组成色的分析，适用于基础数据少的情况，面对基础数据大的情况，预报配方的排列组合多，无法优选，而色纺纱的配色特点在于效果的一致性，因此选择配方组成色的重要性远大于配方比例的预报。

发明内容

本发明为了克服以上问题，提供一种色纺纱智能选色配色方法，模拟经验人员的经验打样，能适应基础数据大的情况，采用模块化人工神经网络(MANN)实现对来样颜色的初步组成分析，即对来样的组成色进行分析，筛选组成色后再用全光谱配色方法计算配方比例，减少计算机计算量，达到快速配色的目的。

为了达到上述目的，本发明采用以下技术方案来实现：

1、一种色纺纱智能选色配色方法，一种色纺纱智能选色配色方法，其特征在于，采用模块化人工神经网络选色模型和全光谱配色计算，包括以下步骤；

(1)建立基础单色和标准样品数据库；单色纤维用光谱光度仪测试得到单色纤维反射率R_i，将单色纤维反射率R_i数据贮存于基础单色数据库中，i＝1,2,…,n；挑选已知配方的样品将其定义为标准样，将标准样通过光谱光度仪测试得到的整体反射率R_S数据作为标准样数据库；