現代儀器檢測技術在紡織服裝檢測中的應用

賴燕燕

（江西工業職業技術學院，江西 南昌 330095）

我國是世界上最大的紡織品和服裝零售商，紡織品和服裝貿易在國民經濟中占有重要地位。隨著生活水平的提高，消費者越來越關注紡織品和服裝的安全性和環保性。現代儀器檢測技術具有高速、準確和精確的優點，可以檢測各種有毒有害物質，滿足消費者對紡織品和服裝質量的高要求。紡織品和服裝最新檢測技術的應用和發展，大大促進了紡織品和服裝檢測技術的進步，使紡織品檢測技術步入新的發展時代。本研究主要分析和總結現代儀器在紡織品和服裝檢測中的應用，為拓展現代儀器檢測技術在紡織品檢測領域的應用提供思路。

1 存在的問題及成因分析

1.1 存在的問題

加入世界貿易組織以來，我國紡織品出口增速不斷加快，中國紡織業呈現了前所未有的繁榮。許多外國機構進入中國服裝質量檢驗市場，對我國紡織品檢測行業產生巨大影響，也對中國市場提出了巨大的挑戰。同時，中國的檢測機構出現了與國內經濟發展不匹配的情況。在檢測方法上，對中國紡織品的檢查主要包括一些常見的傳統檢測項目，例如甲醛含量、pH、耐污性和纖維含量。雖然檢測設備簡單、要求精度較低，但價格昂貴。就高精度檢測技術而言，這種檢查方式相對落后，與國外檢測機構之間缺乏合作與溝通。在檢測標準方面，自21世紀初以來，中國紡織品檢測體系取得了長足的進步，由于標準的發展和更新，獲得了空前的發展，其中一些技術甚至達到了國際先進水平。但是，與發達國家相比，檢測方法仍然相對過時，標準更新相對較慢。一些檢測方法甚至未被國際認可，中國很少參與相關國際標準的制定。在國際紡織品和服裝市場上，為了保護本國相關產業的發展，許多國家/地區已經

使用了相關的WTO協定，尤其是使用貿易壁壘、反傾銷政策、法律法規等抵制其他國家/地區的商品，嚴重阻礙了中國服裝的出口。因質量問題，每年許多出口公司無法在到達貿易國港口時清關。另外，由于中國的檢測標準與國際標準不兼容，檢測結果難以被國際認可，嚴重阻礙了中國服裝檢測行業的發展[1]。

1.2 成因分析

從主觀上看，中國紡織品檢測技術人員的資格審核體系不健全，一些檢測機構沒有對檢測人員進行充分的培訓，導致檢測人員的技術水平較差，沒有掌握國際檢測標準要求，因此嚴格遵守檢測標準要求是不可能的[2]。另外，檢測機構缺乏服務意識，不能為公司和客戶解決所有問題。客觀來說，中國是紡織品出口的重要國家，盡管某些領域的科學技術已達到世界一流水平，但精密儀器檢測技術仍存在明顯差距，尤其是中國和西方國家的差距，主要體現在3個方面：（1）技術相對過，設備的穩定性和可靠性不夠，設備升級周期長，理論落后，在實際應用中存在加工精度上的缺陷[3]。（2）主要的檢測方法導致標準的更新較慢，某些檢測方法甚至尚未在國際上得到認可。（3）盡管我國有許多檢測設施，檢測機構數量仍然相對較少，原因是過于分散、沒有完整的服務平臺、信息化程度很低以及沒有數據庫。因此，不太可能迎接國外對手的挑戰[4]。

2 現代儀器檢測技術在紡織服裝檢測中的應用

2.1 人工智能檢測在紡織領域的應用

自1990年人工智能技術在紡織領域出現后，大部分的神經網絡技術被采用，主要集中在纖維增強復合材料性能的預測、纖維材料的優化等方面：紡織機械的生產過程和自動控制、紗線和織物的機械性能預測、磨損性能（透氣性）預測、織物外觀性能（起球）和色差分類，也可以用于在線生產質量監控，例如卷繞調節系統、染色和服裝設計。反向傳播（Back Propagation，BP）神經網絡是人工智能中廣泛使用的一種神經網絡，是前向神經網絡的核心，主要特征是中間層可以從輸出層攜帶的錯誤中學習。BP算法包括兩個過程：將實際輸出值與期望值進行比較以獲得誤差信號，然后將誤差信號從背面（輸出層）到正面（輸出層）逐層傳輸[5]。BP神經網絡的優勢在于通用系統可以調整每個神經層中神經元之間連接的權重，直到減少誤差、滿足要求為止。該算法不能保證訓練過程中的最小全局誤差，但可以實現最小局部誤差，保證局部智能微調的準確性。在紡織工業中使用人工智能可以顯著提高生產效率和產品質量認證率。通過不斷加快計算機速度、強化功能以及不斷改進算法，人工智能可以降低員工的勞動強度并提高其生產過程的準確性，讓人們可以將更多時間和精力花費在研發或其他具有更高附加值的工作上。在當前的應用階段，人工智能技術及其系統仍然存在許多缺陷，例如織物紋理識別和織物瑕疵檢測之類的技術需要對織物結構或形態特征進行有針對性的提取，使標準樣本量增多，進而產生很高的計算存儲空間要求和復雜算法，影響人工智能的執行。速度和效率的另一個例子是控制生產過程的參數，這是一個龐大而復雜的智能系統，對軟件、硬件和數據傳輸有很高的要求。系統的算法也將根據產品的生產過程進行調整，現階段還沒有理想的解決方案，必須進一步研究和深化。

2.2 數字圖像處理技術在紗線檢測中的應用

在檢測過程中，紗線最重要的檢測項目是細度。通常，纖維細度通過積分比表示。紗線測量程序必須通過測量水分回收率來測量紗線的重量和長度，然后精確計算紗線的細度。目前，將數字圖像處理技術引入紡織品的檢驗過程，為紗線檢測的發展和進步作出了貢獻。其中，OMNICON圖像分析軟件被廣泛應用于紗線檢測過程中，該軟件結合了數字技術和網絡技術以保證精度，更快的線徑測量簡化了傳統實驗室操作步驟，原理是提出線的基本輪廓，該輪廓將線的背景和灰色色調之間的差異結合在一起，同時還可以檢測混合比例和不均勻性。在紡織品檢測過程中，使用數字圖像處理技術可提高紗線細度檢測的精度，需要不斷深入研究[6]。

2.3 色譜-質譜聯用法

色譜-質譜聯用法主要是氣相色譜質量分析（GC-MS）和液相色譜質量分析（LC-MS）。這兩種方法的前半部分是色譜分離，后半部分是用于定性和定量檢測的質量分析儀。除了色譜法和質量分析的優點外，還可以進行定量分析以及準確的定性分析，解決色譜錯誤判斷的問題，檢測速度快、靈敏度高、精度高、穩定性好，可以應用于紡織品檢測，還可以檢測各種有害和危險物質，例如農藥殘留、偶氮染料和禁用的阻燃劑等。

2.4 數字圖像處理技術在紡織品檢測中應用的問題

盡管數字圖像處理技術已廣泛用于紡織品檢測，但在應用過程中仍存在許多未解決的問題，需要認真考慮。首先，人工智能技術、識別技術和模糊判斷管理技術在中國正在不斷發展，并廣泛用于檢測絲狀材料，以提高紡織品和服裝的質量。由于不容易確定紗線的橫截面形狀，將接近原始形狀的紗線橫截面形狀計算為不透明度。其次，在使用數字圖像處理技術檢測紡織品的過程中，有必要增加特征值指標值的設置，提取多邊形特征，以減少誤差并提高視覺方法的實用性。最后，需要在紗線材料的檢測過程中加強質量控制。數字圖像處理技術可以在紡織品檢查期間將紗線材料檢測設備通過工廠計算機連接到網絡上，提供數據交換和質量控制，使紡織品生產更科學。同時，為了確保紡織品檢測的高效率，可以將一定數量的對比檢測片添加到實際樣品中，通過比較檢測的多個樣本，獲得最終的檢測結果并確保檢測結果的準確性。在紡織品檢測中，數字圖像處理技術是一種相對專業的技術，因此有必要提高技術人員對該技術的熟悉程度，并在此過程中進行人工協助、手動采樣，待獲得一些數據分析結果后，科學分析發現的問題，提高最終的檢測效率[7]。

3 現代儀器檢測技術的發展趨勢

首先，中國傳統服裝和紡織品檢測設備可能已經滿足了一般紡織品和服裝檢測的要求，其中一些已達到國際先進水平，理論研究取得了重大進展，特別是數學微分圖和對數變換圖的應用，極大地促進了現代貨物檢驗設備的發展。其次，傳統的靜態檢測技術也朝著動態檢測的方向發展，更有利于獲得接近真實值的檢測結果，使檢測結果更準確、檢測效率更高。目前，已減少破壞性篩選檢測，可減少樣品損壞率。再次，現代紡織品檢測技術正從單功能檢測技術演變為可以在短時間內分析不同物質、開展多功能檢測和拓寬變送器范圍的技術。最后，隨著網絡技術的進步以及傳感器技術的飛速發展，相關分析設備越來越智能化、小型化。隨著現代紡織檢驗技術在紡織工業中的不斷發展，檢驗過程的靈敏度、準確性和穩定性正逐步提高，大大節省了人力資源、機械加工和材料使用，生產效率也大大提高。隨著現代工具在紡織品檢測中的使用成本，紡織品檢測技術和檢測系統將更加完善。

4 結語

為了鞏固及提高產品質量及其在紡織品和服裝出口中的份額，我國必須對現有的紡織服裝標準體系進行一系列改革，建立與國際紡織服裝檢測體系相吻合的檢測體系，并提高自主創新能力，加快技術進步。相關的機構和行業協會，尤其是出口商，都應參與并推動現有紡織品標準檢測系統的改革，不斷發展新技術，提高資金投入和信息化程度，在標準化進程中發揮領導作用，及時學習和深入研究國外紡織品和服裝檢測標準的趨勢，采取積極措施克服技術障礙，建立技術創新的綠色貿易壁壘。