[发明专利]一种色纺纱计算机测配色方法

摘要

本发明涉及一种色纺纱计算机测配色方法，首先建立配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，然后基于改进Friele模型和训练好的三层BP神经网络计算目标样的初始配方并修正，最后进行打样或进一步修正后打样。本发明的一种色纺纱计算机测配色方法，改进了光学配色Friele理论模型且综合考虑了纤维种类和纱线结构等对色纺纱整体颜色效果的影响，配色得到的配方更准确，配色过程更高效，提高了打样成功率。

主权项

1.一种色纺纱计算机测配色方法，其特征是，首先建立配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，然后基于改进Friele模型和训练好的三层BP神经网络计算目标样的初始配方并修正，最后进行打样或进一步修正后打样；具体步骤如下：(1)建立配色基础数据库，选定多种单色纤维，通过不同的混合比例纺纱制样，测量单色纤维和纱线的颜色特征值和反射率；(2)改进Friele模型并训练三层BP神经网络，所述改进Friele模型是指用纱线对应的常数σij替代Friele模型中的参数σ，σij根据式(Ⅰ)、式(II)、式(III)、式(IV)和式(V)通过编程确定，程序的终止条件为纱线的拟合反射率与实际反射率的色差评级大于等于设定值，式(Ⅰ)～(V)具体如下：Rm(λ)＝Rs(λ)       (II)；式中，i为纤维的类别代号，j为纱线中单色纤维的颜色种类，e为自然常数，R(λ)表示在波长λ下纱线的反射率，f[R(λ)]为自变量是R(λ)的函数，Rm(λ)表示在波长λ下纱线的拟合反射率，Rs(λ)表示在波长为λ下纱线的实际反射率，xd表示第d种颜色的单色纤维占纱线总质量的比例，d＝1,2,......j，Rd(λ)表示在波长λ下第d种颜色的单色纤维的实际反射率；所述训练三层BP神经网络是指采用配色基础数据库中配方已知的纱线的纤维类别、纱线结构和纱线的颜色特征值训练三层BP神经网络，从而优化输入层与隐含层的权值wh和隐含层与输出层权值wg；(3)基于改进Friele模型计算目标样的初始配方X，即通过编程求得使f[Rs(λ)]与f[Rm(λ)]相等的xd即为初始配方X，f[Rs(λ)]与f[Rm(λ)]的计算公式如下：(4)基于训练好的三层BP神经网络修正目标样的初始配方X得到配方C，即将目标样的纤维类别、纱线结构及纱线的颜色特征值输入到训练好的三层BP神经网络中得到配方Y，将配方Y与初始配方X加权平均得到配方C；(5)按照配方C进行打样得到配方样，测量配方样的色度值L2、a2、b2和目标样的色度值L1、a1、b1，并计算色差，色差满足要求则进行大货生产，并将配方C录入智能数据库；反之，进入下一步；(6)修正配方C，首先由改进Friele模型得到配方样的理论色度值为Lt、at、bt，然后计算Lsu、asu、bsu，Lsu＝L1‑L2+Lt，asu＝a1‑a2+at，bsu＝b1‑b2+bt，最后将LSu、asu、bsu输入到训练好的三层BP神经网络中得到修正后的配方Cu，按配方Cu进行打样得到修正配方样，计算修正配方样与目标样的色差，色差满足要求则进行大货生产，并将配方Cu录入智能数据库，否则重复进行修正直到色差满足要求。