一、人工智能技术在纺织品检测中的应用概述
1.应用概念
人工智能在纺织检测领域中的广泛应用，最早出现在20世纪90年代后, 主要应用于纺织纤维性能增强剂和复合材料性能优化预测、性能优化及纺织机械生产过程自动控制的应用，对纱线和纺织织物的过程变化进行流体力学性能预测、纺织织物透气性能变化预测、织物表观物理性能(包括毛球和起球)和织物色牢度评定，即可广泛用于卷绕、染色等行业，在纺织生产中的质量过程监控，以及纺织服装设计的在线检测系统等。
2.应用意义
人工智能常用的前层神经网络结构形式，主要是BP前层神经网络，它被认为是前层神经网络的核心组成部分。主要功能特点是中间层网络，可以对前端数据输出回传的精度误差数据进行深度学习。BP的计算方法主要包括两个计算过程，将信号的实际输出期望值与设计期望值的误差进行定量比较，得到输出误差计算信号，然后根据实际误差逐层将计算出的信号从输出层传送到输入层。BP整体神经网络最大的优点是，它可以根据整体神经系统结构自动调整不同级别神经网络神经元之间的不同连接误差值，直到连接误差降低到不能满足要求的最大值。这种微调算法不能直接保证训练期间实时全局角度误差最小，但可以保证实时局部角度误差最小，从而保证局部误差智能微调的精度。在我国纺织工业的日常生产中，充分运用人工智能信息技术不仅可以大大提高纺织品的检测效率，还能提高产品质量的使用率和合格率，而且随着计算机数据处理速度和能力的不断提高，以及算法的不断改进，人工智能将大大降低纺织工人日常生产的劳动强度程度，提高工业生产的技术研发精度，使人类在未来有更多时间和精力，用于技术研发或其他技术在纺织品检测中的应用。
3.应用缺陷
目前，人工智能技术在纺织品检测领域的应用，还存在许多不足和不完善之处。例如，织物的纹理识别、织物疵点检测等，对此，需要有针对性地提取织物的结构或形态特征，这使得标准样品量非常大，导致计算机对存储空间的要求更高，算法也更加复杂，影响人工智能实施的速度和效率。再比如生产工艺参数的控制，这是一个庞大而复杂的智能系统，对计算机软件、硬件和数据传输都有很高的要求，系统的算法会根据不同的产品工艺进行调整。目前还没有理想的解决方案，需要进一步的研究和深化。
二、人工智能技术在纺织品检测中的具体应用
1.横截面检测仪器
智能截面仪是传统显微镜与人工智能相结合的一种检测设备，主要用于纺织检验行业中纤维截面的识别和评价面积的计算。利用计算机视觉技术，实现了纤维截面图像的智能化，绘制出了纤维截面。以羊毛为例，检测图如下所示：
图1：羊毛横截面检测图
与传统方法相比，更准确，可大大降低劳动强度，在绘制边缘的基础上，对纤维进行预分类，并自动生成截面数据报告。重庆大学和广州冠图视觉科技有限公司，都在利用人工智能对纤维截面进行识别和评价，并在这一领域进行了深入的研究。重庆大学在2021年的智能博览会上展示了他们团队制作的智能横截面仪器，但该团队的仪器仍处于实验阶段。
2.纤维检测仪器
显微纤维观察法是纤维化学类型分析和鉴定的常用方法，可准确区分在垂直和水平结构特征上有明显差异的纤维。目前，应用人工纤维智能识别技术，准确识别植物纤维素的种类仍处于实践研究的初级阶段，有两种试验模型可以直接鉴别纯美利奴羊毛和马海毛纤维:第一个测试模型，用于监控图像研究的操作模式,即大量的测试样品的照片，在第一个视频图像分析处理、数据提取和分析每个样本向量和数值尺度的基本形式和特点,然后直接使样本系统研究。
另一种方法是自动建立纤维植物鳞片纤维样本形态的纤维特征分析模型，通过自动无条件监督学习初始未经处理的纤维样本形态照片，并自动分析和提取纤维结构和形态中的纤维鳞片形态特征。系统输出的样本变量主要有两个:原料是进口美利奴羊毛还是马海毛;根据这两种产量，将羊毛样品分为美利奴进口羊毛和马海毛两类。然后，通过监督神经网络学习和主成分分析，取输入变量的特征值，用样本尺度特征值和输出值代替感知器进行监督训练。最后，利用神经网络对样本进行分类，并进行具体的检测。
3.布料检测仪器
2018年，瑞士Ust Enterprises收购了一款以色列制造的自动视觉检测设备，用于检测织物质量和颜色。随后，英国的Shelton Machineslt Group和德国的Erhard &Leimer Group也相继推出了Webspector和Elsis Inspector等检测织物质量的机器，即智能验布机。近几年，中国也开始生产智能验布机，这种智能验布机如下图所示：
图2：智能验布机
该智能设备的软件,如计算控制、图像采集和处理,有很多款自主研发的知识产权相关的企业,但更关键的硬件设备,如相机和镜头,必须直接从发达国家进口，如：欧洲和美国。此外，虽然这些供应商长期以来，一直声称他们的产品具有技术上的通用性和坚固性，但经过多名专业人员的实际应用，事实证明这些产品至少仍然存在以下问题:定位分辨率低，响应时间和径向距离信息延迟，故障报警信息频繁，织物数量类型受限，算法不严密，按可靠性计算软件的价格高低，可能导致部分市场用户反应不良。
三、人工智能技术在纺织品检测中的应用途径
1.继续研发专家系统
通过专家系统研究和开发人工智能技术，在纺织工业中的应用是非常重要的。对于纺织工艺中的相关问题，要想有效地解决，通常需要具有较丰富工作经验的技术人员，根据相关数据进行复杂的推理工作，而使用专家系统可以降低相关人员的工作强度。该专家系统可以进行人工智能推理，从而快速解决纺织工艺问题。例如，在分析纺织品的缺陷时，可以简单地借助经验来解决问题，具体地说，可以在知识库的帮助下输入专家经验。用户只需将缺陷反馈给专家系统，即可得到相应的答案。
2.积极创新CAD技术
传统的CAD设计基础技术是对产品进行数值综合计算，缺乏对产品问题进行统计分析和解决的计算能力，这种计算技术只是一种设计辅助工具，为产品设计者提供方便的产品设计解决方案，帮助其更好地设计自己的产品。为了充分满足现代创意设计的具体技术要求，设计传统中的CAD需要不断改进。因此，可以引入许多人工智能的设计原则和分析方法。主要内容是如何利用专家系统分析技术将专业知识引入电子工程。智能CAD技术整合了大量的国际实例和行业专家的经验和行业标准，以行业实例和其他行业标准体系为理论基础，结合创意设计师的目标将创意搜索问题的范围缩小，能够有效地解决创意设计中的相关问题，智能CAD技术在中国的纺织行业，必然会成为纺织品检测中的核心技术之一。
3.根据趋势结合技术
目前，纺织企业的核心竞争力和优势，主要来源于当前纺织行业产品研发设计生产过程和产品质量，在纺织行业产品设计过程中进行产品研发设计工作，要想对当前国际市场上纺织工业产品的发展趋势进行有效的分析，必须对当前市场的流行趋势进行行业分析，进行全面的市场调查和分析解决方案，但是这项工作比较困难，还是需要不断提高自己在相关技术领域中流行的行业趋势分析和预测技术精度。将中国流行音乐趋势分析与预测，与基于人工智能的人工神经网络相结合，将使企业对流行音乐趋势的预测更加准确。这主要是因为人工神经网络可以有效地组织各种信息。通过信息组织的能力，可以为纺织产品中的各种要素提供相应的优化方法，使纺织产品获得更多的创新要素。这对产品设计的创新具有重要意义，是打造大众化纺织产品的重要途径。
四、结束语
综上所述，在我国纺织产业领域当中，人工智能技术的应用情况虽然已经取得一定成就，但目前仍属于刚开始起步的一个程度,仍旧存在很多专业技术上的问题并且需要及时解决,需要专业计算机和从事纺织技术工程的专业工作人员相互合作才能完成,通过不断创新,进一步不断深化完善我国的纺织防治污染产业技术机构,实现产业转型改造升级,由此可知,在我国纺织产业领域当中,人工智能的发展前景仍然是比较广阔的。
参考文献：
[1]吴霭弟, 何伟坚. 纺织品的人工智能检测技术[J]. 化纤与纺织技术, 2020,49(01):42-46.
[2]高世会. 纺织品的人工智能检测技术分析[J]. 轻纺工业与技术, 2020.224(11):82-83.
[3]张家亮, 曾兵, 沈宜. 基于人工智能的视图像内容安全技术在网络空间治理中的应用研究[J]. 信息安全与通信保密, 2020,315(03):101-110.
[4]张璐. 基于人工智能背景下动态识别技术分析在造纸领域中的应用研究[J]. 造纸科学与技术, 2020(1):63-67.
